UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS

ESCUELA DE MATEMATICA Y CIENCIAS DE LA COMPUTACION

GUIA METODOLOGICA MM-401 ESTADISTICA I e IC-302 PROBABILIDAD Y ESTADISTICA APLICADA

UNIDAD I. ESTADISTICA Y PROBABILIDAD

III PERIODO 2010

CLASE OBJETIVOS CONTENIDOS SUGERENCIAS

METODOLOGICAS
Dar información ESTADISTICA DESCRIPTIVA  El profesor puede interrogar a
general sobre el los estudiantes sobre lo que
contenido y les sugiere la palabra
Sección 1.1
desarrollo del estadística, aprovechar las
curso diversas ideas que puedan
 Dar indicaciones generales a los alumnos sobre la
surgir para concretar un poco
metodología y evaluación del curso.
sobre el papel e importancia
 Concepto intuitivo de Estadística y su clasificación
de la disciplina en el mundo
en descriptiva e inferencial
1 actual: investigación social,
 Concepto de variable
ambiental, sanitaria, técnica,
 Concepto de población y muestra
 Conocer el etc.
concepto
intuitivo de la  Clasificar las variables en
palabra variables cuantitativas y
“estadística”, cualitativas. Mencionar las
su uso e escalas de medida (nominal,
impacto en la ordinal, intervalo y de razón)
actualidad; y poner ejemplos.
uso de la
misma en la  Comentar sobre los
toma conceptos de población y
eficiente de muestra; mencionar los
decisiones censos y las encuestas por
muestreo.

Página 1
CLASE OBJETIVOS CONTENIDOS SUGERENCIAS
METODOLOGICAS
 Adquirir la Sección 1.2  Comentar sobre la necesidad
capacidad de organizar los datos para
para  Distribución de frecuencias. Algunas reglas para poder informar rápidamente y
organizar un construirlas. Frecuencia absoluta (ni), relativa (fi) , presentar las ventajas sobre
2, 3 conjunto de acumulada absoluta (Ni), acumulada relativa (Fi), las representaciones gráficas
datos en una Límites reales (LRIi – LRSi), marcas de clase (Xi). y su interpretación.
distribución
de frecuencia  Representación gráfica. Histogramas, polígonos de  Esta parte es muy escueta en
frecuencias, ojiva “Menor Que”. el texto, por lo que se sugiere
 Conocer los explicar con detalle un
fundamentos ejemplo que cubra todos estos
para graficar contenidos.
un conjunto
de datos
Sección 1.3  Dar como definición
Calcular e introductoria de la media la
interpretar  Medidas de Localización o Posición. a). Medidas de que pondera cada valor de la
medidas Tendencia Central (media aritmética, mediana, variable por su frecuencia y
descriptivas moda) b) Cuantiles (cuartiles, deciles, percentiles). aprovechar para dar la
definición para datos
agrupados. Cuando se
presente a la media aritmética
ponderada, comentar que es
la definición general de la
media aritmética y que todas
las definiciones encajan en el
concepto de lo ponderado.
4, 5 Comentar sobre las ventajas y
desventajas de la media
aritmética.
 Comente las ventajas de la
mediana. Proporcione el
 Propiedades de la media aritmética algoritmo para encontrarla

Página 2
CLASE OBJETIVOS CONTENIDOS SUGERENCIAS
METODOLOGICAS
a. Sea X una variable, con media X , y sean dependiendo de la
a  R , b  R , y sea Y = aX + b una nueva variable, cardinalidad del conjunto de
entonces: Y  a X  b datos (datos sin agrupar)
 Comente brevemente sobre el
b. Si la variable X, es tal que toma valores entre a y
uso de la moda
b, es decir a ≤ X ≤ b, entonces
 Comente brevemente sobre la
a  X b
existencia y utilidad de otras
medidas de tendencia central:
media geométrica y media
armónica.
 Presente polígonos
suavizados
(aproximadamente simétrico,
sesgado a izquierda, sesgado
a derecha y presente
gráficamente el
comportamiento de la media,
moda y mediana)
 Presentar los cuartiles
mediante su ubicación en una
ojiva porcentual, dar el
algoritmo para su cálculo,
Insistir sobre su
interpretación. Presentar los
otros cuantiles mediante su
ubicación en la ojiva
porcentual, solo comente pero
no haga cálculos para
encontrarlos.
Calcular e Sección 1.3  Haga hincapié en la utilidad
interpretar de estas medidas. Los
medidas  Medidas de dispersión o variabilidad: Rango, rango alumnos deben aprender a
descriptivas intercuartílico, varianza muestral, desviación hacer uso del modo

Página 3
CLASE OBJETIVOS CONTENIDOS SUGERENCIAS
METODOLOGICAS
estándar muestral. estadístico en sus
Propiedades de la varianza muestral calculadoras.
6, 7 a. S2 ≥0
b. Sea  Comente la utilidad del
X una var iable , con var ianza S X , sean a  R, b 
2 coeficiente de variación.
Ejemplos ilustrativos
y sea Y tal que Y  a X  b, entonces
 Hace hincapié en la
S Y2  a 2 S X2 interpretación de la
puntuación tipificada, poner
 Medidas de dispersión relativa. Coeficiente de ejemplos
variación.
 Puntuación tipificada
 Obtener el PROBABILIDAD  Introducir los conceptos de
espacio experimento aleatorio,
8,9 muestral para Seccion 2.1 - 2.4 espacio muestral y evento.
un Ejemplificar los diferentes
experimento  Experimento aleatorio, espacio muestral (discreto y tipos de espacios muestrales
aleatorio continuo), puntos muestrales, eventos (evento de acuerdo a su cardinalidad.
 Conocer el seguro, imposible)  Dar la técnica de diagrama de
concepto de árbol para representar
eventos  Algebra de eventos: operaciones: unión, espacios muestrales
mutuamente intersección, complemento diferencia. Uso de  Utilizando Diagramas de
excluyentes diagramas de Venn para ejemplificarlo. Eventos Venn, representar las
 Gráfica de mutuamente excluyentes diferentes operaciones así
eventos como su interpretación en el
utilizando lenguaje de eventos
Diagramas de  Presentar las leyes de De
Venn Morgan

Conocer los Sección 2.4  Al dar la definición de

diferentes espacio muestral
enfoques  Espacio muestral equiprobable. Definición Clásica equiprobable y de enfoque
probabilísticos de Probabilidad clásico presentar problemas
Página 4
CLASE OBJETIVOS CONTENIDOS SUGERENCIAS
METODOLOGICAS
 Enfoque de la frecuencia relativa sencillos. Establecer con
claridad cuando un espacio
Si un experimento se repite n veces, sea A un evento muestral es equiprobable y
de interés, sea nA su frecuencia absoluta y fA, su contrastar con situaciones en
donde esta propiedad no se
frecuencia relativa, entonces a medida n tiende a  , fA
da.
se aproxima a P(A),  Comentar como la frecuencia
relativa de un evento a
 Enfoque axiomático: medida n (número de veces
que se hace una observación)
Sea S un espacio muestral, y sea A un evento de S tiende a infinito se aproxima
( A  S ), la probabilidad de A, denotada por P(A), es a la probabilidad de dicho
10 un número real tal que: evento. Ley de los Grandes
1. P(S) =1 Números,
2. P(A) ≥ 0  Presentar los axiomas de
3. Sea { An , n  N } una sucesión de eventos probabilidad y comentar que
mutuamente excluyentes, es decir: los mismos deben cumplirse
 i  j , Ai  A j   , entonces se cumple que: independientemente de la
 
forma como se han asignado
P ( Ai )   P ( Ai ) las probabilidades.
i 1 i 1
Comentar que se puede demostrar que se cumple
`para una sucesión finita de eventos

Sección 2.5  Iniciar con problemas donde

 Calcular la el cálculo de probabilidad de
probabilidad  Cálculo de la probabilidad de un evento por el un evento se puede hacer
11, 12,13 de un evento. método de los puntos muestrales mediante el conteo de la
cardinalidad de espacios
Sección 2.6 muestrales y eventos e ir
complicando las situaciones
 Algunas técnicas de conteo (Principio multiplicativo, para que resalte la necesidad
permutaciones, combinaciones) de usar técnicas especiales.

Página 5
CLASE OBJETIVOS CONTENIDOS SUGERENCIAS
METODOLOGICAS
 Resaltar la diferencia entre la
Sección 2.8 permutación (orden) y la
combinación (no importa el
Algunos teoremas de probabilidad orden)
 P()=0  Ejemplificar los teoremas con
 P(Ac) = 1 – P(A) ejercicios donde un evento se
 Si AB. Entonces P(A) P(B) puede expresar como
 A, 0P(A)1 combinación de otros eventos
 P(AUB) = P(A) + P(B) – P(A  B) para los cuales se conocen
 P(A  Bc) = P(A–B)= P(A) – P(A  B) sus probabilidades.

Sección 2.9

 Cálculo de la probabilidad de un evento por el

método de la composición de eventos

 Conocer y Sección 2.7  Presentando una encuesta

aplicar el utópica o real se puede
concepto de  Definición de probabilidad condicional introducir el concepto de la
14, 15 probabilidad  Regla multiplicativa de probabilidad probabilidad condicional y de
condicional cómo se puede restringir el
 Conocer y dominio para definirla.
aplicar la  Se pueden introducir
regla ejemplos clásicos de eventos
mutiplicativa independientes (lanzamiento
de de monedas, dados, etc.)
probabilidad  Comentar sobre el muestreo
 Conocer el con reemplazo y sin
concepto de reemplazo,
independenci
a
Conocer y Sección 2.10  Indicar como es muy útil el
16 aplicar el mejorar las probabilidades a
Página 6
 CLASE OBJETIVOS CONTENIDOS SUGERENCIAS
METODOLOGICAS
Teorema de  Teorema de la Probabilidad Total priori para tomar decisiones
Bayes  Teorema de Bayes óptimas

La referencia de los contenidos a las secciones, se refieren a las secciones de la Sexta Edición del libro de texto.

Página 7