UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)

FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA

ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS
SÍLABO
“Adaptado en el marco de la emergencia sanitaria por el COVID-19”
1. INFORMACIÓN GENERAL

1.1 Nombre y código de la asignatura: PROBABILIDADES Y ESTADÍSTICA

1.2 Código de la asignatura : 2010304
1.3 Tipo de asignatura : Obligatoria
1.4 Número de horas semanales : Teoría: 02 horas, Práctica: 02 horas, Laboratorio: 2 horas
1.5 Semestre o año académico : 2020-I
1.6 Ciclo de estudio III
1.7 Créditos
1.8 Modalidad : No presencial (virtual)
1.9 Docente :Gregoria Natividad Ramón Quispe
1.10 Correo institucional : gramonq@unmsm.edu.pe
1.11 Periodo Académico : 2020 - I
1.12 Pre-requisitos : 2010204 – Cálculo II

2. SUMILLA

Esta asignatura pertenece al área de estudios generales, es de naturaleza teórico y práctico,

tiene el propósito de aplicar conceptos, principios y técnicas para la presentación y el
análisis descriptivo de datos, aplicar la teoría del cálculo de probabilidades; asociar modelos
probabilísticos a fenómenos del mundo real para lograr competencia: “Construye, desarrolla
y gestiona los repositorios de la información en base a las metodologías y estándares
internacionales de calidad y gestión de la información con una actitud ética y responsable”.
Los contenidos principales son: Primera Unidad: Estadística Descriptiva. Segunda Unidad:
Introducción a la Teoría de Probabilidades. Tercera Unidad: Inferencia Estadística
Paramétrica.

3. Logros de aprendizaje (competencias de la asignatura)

El estudiante, al concluir la asignatura, estará capacitado en altos niveles de competencia

para aplicar conceptos, principios y técnicas para la presentación y el análisis descriptivo
 de datos, aplica la teoría del cálculo de probabilidades; asocia modelos probabilísticos a
fenómenos del mundo real; aplica técnicas de muestreo adecuadas al contexto del problema
que se aborda; utiliza adecuadamente las distribuciones muéstrales; determina tamaños de
muestra adecuados a situaciones particulares; construye intervalos de confianza para
estimar parámetros de interés; contrasta hipótesis; conceptos que le permitirá valorar la
importancia de la estadística y su aplicación en el ejercicio profesional.

4. PROGRAMACIÓN

UNIDAD I: Estadística Descriptiva

Capacidades: Identifica y usa adecuadamente los conceptos de la estadística descriptiva, en el contexto de la
investigación estadística. Construye de forma adecuada las tablas de frecuencias para datos de variable cualitativa
y cuantitativa. Construye cuadros y gráficos estadísticos adecuados al tipo de variable. Calcula e interpreta las
medidas de localización, dispersión y forma
Se Contenido Actividades Actividades Recursos Estrategias
m Asíncronas Síncronas
1 TEORIA Revisar silabo. Socializar silabo. Silabo. Revisión
Presentación del silabo. Revisar normas. Socializar normas de Normas. documental.
Ramas de la estadística. Leer material participación virtual. Material Exposición
Terminología estadística: docente. Asistir a docente. docente.
Población, unidad de Organizar videoconferencia del Videos Método de
análisis, datos estadísticos, conocimiento. contenido semanal. tutoriales. casos.
muestra, parámetro, Ver videos Casos. Ronda de
estadístico. Variables tutoriales. Guía del preguntas.
estadísticas. Ver videos proyecto. Trabajo en
tutorialrs sobre Lenguaje R equipo.
lenguaje R. Exposición del
Conformar estudiante.
equipos

2 TEORIA Leer material Asistir a

Organización y docente. videoconferencia del
presentación de datos. Organizar contenido semanal.
Tablas de distribución conocimiento. Exponer solución de
de frecuencias, cuadros Ver videos casos.
y gráficos estadísticos tutoriales sobre Presentar equipos.
para variables lenguaje R.
cualitativas y Resolver casos.
cuantitativas. Elegir la
característica y
las poblaciones a
investigar .
3 TEORIA Leer material Asistir a
Medidas resumen de docente. videoconferencia del
tendencia central y de Ver videos contenido semanal.
posición: media, tutoriales sobre Exponer solución de
mediana, moda; lenguaje R. casos.
cuartiles, deciles y Resolver casos.
percentiles. Formular y
delimitar el
problema a
investigar.
4 TEORIA Leer material Asistir a
Medidas resumen de docente. videoconferencia del
dispersión absoluta y Ver videos contenido semanal.
relativa: Rango, rango tutoriales sobre Exponer solución de
intercuartílico, varianza, lenguaje R. casos.
desviación estándar, Resolver casos. Exponer sobre
coeficiente de variación. Preparar la definición del proyecto
Medidas resumen de exposición de la del equipo.
forma. Análisis definición del
proyecto
 Exploratorio de datos.

UNIDAD II: INTRODUCCIÓN A LA TEORÍA DE LA PROBABILIDAD

Capacidades: Aplica conceptos, principios y técnicas para el cálculo de probabilidades en espacios

muestrales finitos e infinito numerables. Aplica conceptos, principios y técnicas para abordar
fenómenos aleatorios, usando el enfoque de variable aleatoria, construyendo modelos de
probabilidad según el tipo de variable aleatoria, evaluando sus características numéricas y
valorando la importancia de su aplicación en espacios muestrales finitos, infinito
numerables e infinito no numerables.

Se Contenido Actividades Actividades Recursos Estrategias

m Asíncronas Síncronas
5 TEORIA Leer material Asistir a Material Revisión
Fenómenos Aleatorios. docente. videoconferencia docente. documental.
Espacio Muestral. Dar solución a del contenido Videos Exposición
Eventos: Ocurrencia y problemas. semanal. tutoriales. docente.
Operaciones con Eventos. Elaborar el Exponer solución Casos. Método de
Probabilidad de un evento. marco teórico de casos. Lenguaje R casos.
Métodos de enumeración. de la Ronda de
Asignación de característica preguntas.
Probabilidades a Eventos en en estudio. Trabajo en
equipo.
Espacios Finitos
Exposición del
6 TEORIA Leer material Asistir a
estudiante.
Probabilidad docente. videoconferencia
Condicional. Teorema Dar solución a del contenido
de la Multiplicación, problemas. semanal.
Probabilidad Total, Exponer solución
Teorema de Bayes. de casos.
Independencia de
eventos:
propiedades.

7 TEORIA Leer material Asistir a

Concepto de variable docente. videoconferencia
aleatoria. Tipos de Dar solución a del contenido
variable aleatoria. problemas. semanal.
Variable aleatoria Ver tutorial Exponer solución
discreta. Distribución de sobre cálculo de casos.
probabilidad. Variable de Exponer
aleatoria continua probabilidades conocimiento
:esperanza y varianza en variables alcanzado sobre la
aleatorias característica en
continuas. estudio.

8 EXAMEN PARCIAL

9 Distribuciones Especiales Leer material Asistir a

de Variable Discreta: docente. videoconferencia
Bernoulli; Binomial; Dar solución a del contenido
Poisson; Geométrica, problemas. semanal.
Pascal; Hipergeométrica. Caracterizar las Exponer solución
poblaciones a de casos.
investigar.
10 Distribuciones Especiales Leer material Asistir a
de Variable Continua: docente. videoconferencia
Uniforme; Exponencial; Dar solución a del contenido
Normal. Propiedades , problemas. semanal.
Estandarización, Manejo Ver tutorial Exponer solución
de Tabla. sobre cálculo de casos.
de Exponer
probabilidades conocimiento
en alcanzado de las 2
distribuciones poblaciones a
especiales. investigar.

UNIDAD III: INFERENCIA ESTADISTICA PARAMETRICA

Capacidades: Aplica conceptos, principios y técnicas para la elección de una muestra aleatoria, tomando en
cuenta los diferentes diseños de muestreo, haciendo uso de las distribuciones muestrales, valorando su
importancia en el proceso de inferencia estadística. Aplica conceptos, principios y técnicas para la
construcción de intervalos de confianza, un aspecto de la inferencia estadística que permite estimar
parámetros, valorando la importancia de su uso en el área de ingeniería de sistemas. Aplica conceptos,
principios y técnicas para la formulación de una prueba de hipótesis, valorando la importancia de su uso
como un problema de decisión, de mucha aplicación en el quehacer profesional del ingeniero de sistemas.

Sem Contenido Actividades Actividades Recursos Estrategias

Asíncronas Síncronas
11 TEORIA Leer material Asistir a Material Revisión
Conceptos Básicos de docente. videoconferencia docente. documental.
Inferencia Estadística: Dar solución a del contenido Videos Exposición
Población Estadística. problemas. semanal. tutoriales. docente.
Muestra Aleatoria. Ver tutorial Exponer solución Casos. Método de
Parámetros. Estadísticas. sobre diseño de de casos. Lenguaje R casos.
Estimador. Estimación. una muestra Ronda de
Inferencia Estadística: aleatoria simple preguntas.
Estimación de y el respectivo Trabajo en
análisis equipo.
Parámetros y Prueba de
estadístico. Exposición del
Hipótesis.
estudiante.
Métodos comunes de
Muestreo Aleatorio.
Distribuciones en el
muestreo: Ji
Cuadrado; t de
Student; F de
Snedecor. Uso de
Tablas.

12 TEORIA Leer material Asistir a

DistribucionesMuestrales docente. videoconferencia
Distribución muestral de Dar solución a del contenido
la media, de la varianza y problemas. semanal.
Recopilación Exponer solución
 de la proporción de datos sobre de casos.
Muestral. Estimación la característica
puntual. en estudio.
Propiedades de un
estimador
puntual.

13 TEORIA Leer material Asistir a

Intervalos de confianza docente. videoconferencia
para la media de una Dar solución a del contenido
población normal. problemas. semanal.
Tamaño de muestra. Exponer solución
Intervalo de Confianza de casos.
para la Varianza de una
Población Normal.
Intervalo de Confianza
para la Proporción de una
Población de Bernoulli.

14 TEORIA Leer material Asistir a

Las Hipótesis docente. videoconferencia
Estadísticas. Errores en la Dar solución a del contenido
Prueba de Hipótesis: problemas. semanal.
Error de Tipo I y Error de Exponer solución
Tipo II. de casos.
Región Crítica: Nivel de
Significación.
Prueba de Hipótesis para
la Media de una
Población Normal.

15 Prueba de Hipótesis para Leer material Exponer la

la Varianza de una docente. versión final
Población Normal. Prueba Dar solución a consolidada del
de Hipótesis para la problemas. proyecto.
Proporción de una Preparar la
Población de Bernoulli. versión final
(Opcional: Pruebas de consolidada del
hipótesis para proyecto en
comparación de equipo.
parámetros).

16 EXAMEN FINAL

5. ESTRATEGIA DIDÁCTICA

El docente promueve la participación activa de los estudiantes en su propio aprendizaje

utilizando estrategias de aprendizaje activo como aprendizaje basado en problemas, método
de casos y aprendizaje por proyectos que conllevan al “Saber Hacer” y “Aprender a
aprender” de forma colaborativa. Para tal efecto se publicará en el Aula virtual los
materiales didácticos de la asignatura, los problemas y casos a desarrollarse y la guía básica
del proyecto en equipo.
En cada sesión de aprendizaje, el estudiante resuelve el cuestionario o tarea propuesta por el
docente la cual estará disponible en el aula virtual. El docente desarrolla los tópicos
programados según el silabo, haciendo uso de Video Conferencia grabada, la cual estará
disponible permanentemente. Al finalizar la sesión, el estudiante realiza su propia
 autoevaluación mediante un organizador de conocimiento para el aspecto cognitivo y la
solución de problemas o casos grupales para los aspectos procedimentales y actitudinales.

6. EVALUACIÓN DEL APRENDIZAJE

Se consideran los siguientes instrumentos:

▪ Examen Parcial (EP)
▪ Examen Final (EF)
▪ Promedio de Tareas académicas antes del examen parcial (PTA1)
▪ Promedio Tareas académicas después del examen parcial (PTA2)
▪ Informe 1 del Proyecto Equipo (PE1)
▪ Informe 2 del Proyecto Equipo (PE2)
El cálculo de promedio:
N1 = EP*0.70 + PTA1*0.30
N2 = Promedio (PE1, PE2)
N3 = EF*0.70 + PTA2*0.30
PF = (N1 + N2 + N3) / 3
NOTA IMPORTANTE: NO SE APLICARÁ EXAMEN SUSTITUTORIO

Matriz de evaluación por competencias de la asignatura

Unidad Criterio Desempeño Producto Instrumento Peso(
Estadística Comprender Usa Informe Reporta
Descriptiva conceptos adecuadamente Tarea
básicos de los conceptos Académica
estadística estadísticos en
trabajos de
investigación y
en problemas
de ingeniería de
sistemas.
Planificar, Elabora y analiza Diagramas de Reporta Tarea
diagramas de barras, Académica
recolectar, barras, circulares, circulares,
procesar y polígonos, polígonos,
histogramas, histogramas y
analizar datos. ojivas. ojivas de datos
recolectados en
nuestra
realidad.
Conocer y Elabora tablas y Diagramas de Reporta Tarea
utilizar diagramas barras, Académica
aplicaciones utilizando el circulares,
informáticas de lenguaje R . polígonos,
análisis histogramas y
estadístico y ojivas de datos
visualización recolectados en
gráfica nuestra
realidad.
Introducción Evaluar Obtiene Esperanza, Reporta Tarea
a la Teoría de características características varianza y Académica
la numéricas de numéricas de una desviación
Probabilidad una variable variable aleatoria. estándar de una
aleatoria. variable
aleatoria.
Proponer, Trabaja con Distribución Reporta Tarea
validar e modelos normal, Académica
interpretar probabilísticos. exponencial
modelos
probabilísticos
que representen
fenómenos y
hechos reales
 Trabajar en Aplica tablas y Exposición
equipo conocimientos de diagramas
Estadística utilizando
Descriptiva lenguaje R.
considerando su
proyecto de
equipo.
Inferencia Estimar un Construye Intervalo de Reporta tarea
Estadística parámetro intervalos de confianza académica
Paramétrica confianza
Tomar Aplica docimasia La decisión Reporta tarea
decisiones con de hipótesis tomada académica
un determinado
nivel de
confianza.
Transmitir Diseñar una Toma de Exposición y
proceso que muestra aleatoria decisiones Examen
integra las dos simple Final
ramas de la considerando su
Estadística proyecto de
equipo

7. BIBLIOGRAFÍA

1. Montgomery & Runger, Probabilidad y Estadística aplicadas a la Ingeniería. Limusa

Wiley. 2ª Edición. 2012.
2. Muruzábal Irigoyen José Javier, Cálculo de probabilidades y Teoría de variable
aleatoria. Elementos de Estadística Aplicada. Garceta, grupo editorial. 4ª. Edición. 2014.
3. Chue, Barreno, Millones, Vásquez, Castillo, Estadística aplicada. Fondo Editorial de
la Universidad de Lima. 2009.
4. Jay L. Devore, Probabilidad y Estadística para Ingeniería y Ciencias. CENGAGE
Learning. Séptima Edición, 2008.
5. Ipiña & Durand, Inferencia estadística y análisis de datos. Pearson, Prentice-Hall.
2008.
6. Lind, Marchal, Wathen, Estadística aplicada a los negocios y la economía. Mc Graw
Hill. 2008.
7. Chue, Barreno, Millones, Vásquez, Castillo, Estadística descriptiva y probabilidades.
Fondo Editorial de la Universidad de Lima. 2007.
8. Quevedo Urías & Pérez Salvador, Estadística para Ingeniería y Ciencias. Grupo
Editorial Patria. 2008.

DE CONSULTA

1. Freund & Miller & Miller, Estadística Matemática con Aplicaciones. Pearson
Educación. 6ª Edición. 1996.
2. Walpole & Myers, Probabilidad y Estadística. McGraw-Hill. 4ª Edición. 1996.
3. Freund & Walpole, Estadística Matemática con Aplicaciones. Prentice-Hall, 4ª
Edición, 1990.
4. Hines & Montgomery, Probabilidad y Estadística para Ingeniería y Administración.
CECSA, 1986.
5. Mendenhall, Scheaffer, Wackerly, Estadística Matemática con Aplicaciones. Grupo
Editorial Iberoamérica. 1986.
6. Mendenhall & Sincich, Probabilidad y Estadística para Ingeniería y Ciencias.
Prentice-Hall 4ª Edición. 1997.
7. Scheaffer & McClave, Probabilidad y Estadística para Ingeniería. Grupo Editorial
Iberoamérica. 1993.
8. Véliz Capuñay Carlos, Estadística. Aplicaciones. Editorial San Marcos. 2000.
9. Walpole & Myers, Probabilidad y Estadística. McGraw-Hill. Cuarta edición. 1996.
ENLACES Y SITIOS WEB

http://ar.answers.yahoo.com/question/index?qid=20080803091252AAyiMLy

http://webpages.ull.es/users/jjsalaza/curriculum/books/GOBCAN02.pdf

http://www.fisterra.com/mbe/investiga/distr_normal/distr_normal2.pdf

http://www.hezkuntza.ejgv.euskadi.net/r43-
573/es/contenidos/informacion/dia6_sigma/es_sigma/adjuntos/sigma_27/4_distribucion_no
rmal.pdf

http://www4.ujaen.es/~ajsaez/recursos/EstadisticaIngenieros.pdf