UNIVERSIDAD NACIONAL DE INGENIERÍA

Facultad de Ingeniería Química y Textil

Escuela de Ingeniería Química

SÍLABO
CURSO: MA613 Estadística Aplicada

I. INFORMACIÓN GENERAL
CODIGO : MA613 Estadística Aplicada
CICLO : 4
CREDITOS : 4
HORAS POR SEMANA : 5 (Teoría – Práctica)
SISTEMA DE EVALUACIÓN: F
PRERREQUISITOS : Matemáticas Básica
CONDICION : Obligatorio
DPTO ACADÉMICO : Ciencias Básicas
PROFESOR : Mg. Ing. Cecilia Rios Varillas E-MAIL : cecilia.rios.v@uni.edu.pe

II. SUMILLA DEL CURSO

Contiene capítulos de Estadística Básica necesarios para la producción y utilización de Información Estadística;
tales como: Probabilidad, Teoría del Muestreo, Inferencia, Decisiones Estadísticas, Diseño de Análisis de
Experimentos.

III. COMPETENCIAS DE LA ASIGNATURA

Al finalizar la asignatura, el estudiante:
1. Organiza datos para su adecuado análisis e interpretación y calcula e interpreta sus propiedades estadísticas
fundamentales.
2. Emplea las técnicas estadísticas utilizadas por la Empresa y en particular por la ingeniería Química y Textil
para la toma de decisiones

IV. UNIDADES DE APRENDIZAJE

1. INTRODUCCIÓN-ESTADISTICA DESCRIPTIVA
Estadística. Definiciones generales. División de la Estadística. Estadística Descriptiva./. Recopilación y
procesamiento de la data estadística. Datos continuos y discretos. / Clasificación y presentación de los datos:
mediante Tablas y gráficas. Uso de software estadístico Minitab o Excel. / Medidas Descriptivas de Tendencia
Central y de Dispersión. Para datos sin agrupar y datos agrupados.

2. PROBABILIDAD
Espacio Muestral, Suceso o evento/ Técnicas del Conteo/ Probabilidad de un Suceso o Evento, axiomas/
Probabilidad condicional, propiedades. Eventos independientes/ Ecuación de la probabilidad Total. Teorema
de Bayes.

3. VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE PROBABILIDAD

Variable aleatoria, concepto, clases de variable aleatoria, valor esperado y varianza/ Distribuciones de
probabilidad discretas especiales: Binomial, hipergeométrica y Poisson. Aproximación de la Binomial a la
Poisson. Cálculo de probabilidades, aplicaciones / Distribuciones de probabilidades continuas notables. Cálculo
de probabilidades, aplicaciones / Distribución Normal. Áreas bajo la curva normal estandarizada. Aplicaciones
/ Aproximación de la distribución normal a la Binomial. Aplicaciones.

4. MUESTREO ALEATORIO Y DISTRIBUCIONES MUESTRALES

Población y muestra. Muestreo aleatorio. Espacio muestral. Media de la muestra y de la población / Cálculo
del recorrido, varianza y desviación estándar en la muestra y en la población/ Distribuciones muestrales.
Distribución muestral de medias. Teorema central del límite. /Distribuciones “t”, Ji-cuadrado y “F”.

F02-Silabo
 UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Química y Textil
Escuela de Ingeniería Química

5. INFERENCIA ESTADISTICA
Teoría de la Inferencia Estadística. Métodos clásicos de estimación. Estimador insesgado. Varianza de un
estimador puntual. Tamaño de muestra. Estimación puntual de la media y la varianza. Aplicaciones / Estimación
por intervalo. Límites de confianza, Estimación de la media; casos: varianza conocida o desconocida; muestras
grandes o pequeñas. Estimación por intervalo de la varianza y la desviación estándar. Aplicaciones / Hipótesis
estadística. Prueba de hipótesis. Error tipo I y tipo II. Niveles de significación y Región critica. Test de hipótesis
para la media. Ejercicios y problemas / Test de hipótesis para la diferencia de Medias poblacionales y varianza.

6. ANÁLISIS DE REGRESIÓN Y CORRELACIÓN

Regresión simple / Diagrama de dispersión / Estimación de parámetros / Coeficiente de determinación / Errores
de estimación / Coeficiente de correlación / Intervalos de predicción / Pruebas de hipótesis de coeficientes de
regresión. Aplicaciones.

7. DISEÑO DE EXPERIMENTOS
Definiciones básicas: experimento, etapas de un diseño experimental, factor, niveles de un factor,
tratamientos. Modelo lineal aditivo para diseños experimentales. Técnica del análisis de varianza. / Diseño
completamente aleatorizados DCA. Cuadro de Análisis de varianza. Problemas de Aplicación / Diseño Bloques
Aleatorizados DBCA. Cuadro de análisis de varianza. Problemas de Aplicación / Diseño en cuadro latino. Cuadro
de análisis de varianza. Problemas de aplicación / Experimento factorial 2k. Métodos de los contrastes. Cálculos
de los contrastes por la regla de los signos y el método de Yates. Ejercicios

V. LABORATORIOS Y EXPERIENCIAS PRÁCTICAS

Se realizarán laboratorios haciendo el uso del software Minitab.

VI. METODOLOGÍA
El curso se desarrolla en un semestre académico con 4 horas de teoría y 1 hora de práctica. Las clases de teoría
son expositivas con ilustraciones mediante ejemplos, casos y discusiones sobre el desarrollo de problemas de
aplicación. Las sesiones de práctica son de reforzamiento sobre temas puntuales relevantes de cada semana y
de evaluación del aprendizaje. Asimismo, se presenta las aplicaciones del software estadísticos Minitab o Excel.

VII. FÓRMULA DE EVALUACIÓN

Se programa desarrollar cinco (05) prácticas calificadas; se considera las cuatro mejores notas para obtener el
promedio de Prácticas.
Cálculo del Promedio Final: PF = (1 EP + 2 EF + 1PP) / 4
EP: Examen Parcial EF: Examen Final PP: promedio de prácticas

VIII. BIBLIOGRAFÍA

1. Araya Alpízar, Carlo Magno. Estadística para laboratorista químico. 1. ed. – San José, C.R.: Editorial de
la Universidad de Costa Rica, 2004.

2. Johnson, Richard A. Probabilidad y Estadística para Ingenieros de Miller y Freud 5ta.Edición, Editorial:
Prentice Hall.

3. Montgomery, Douglas C.; DISEÑO Y ANALISIS DE EXPERIMENTOS, Grupo Editorial

Iberoamericana.

4. Ríos Varillas, Cecilia. Estadística y diseño de experimentos. 1era. Edición. Editorial Universitaria de la
Universidad Nacional de Ingeniería. Lima, Perú. Setiembre 2012

F02-Silabo