FACULTAD DE CIENCIAS QUÍMICASe INGENIERÍA FACULTAD DE CIENCIAS QUÍMICAS e INGENIERÍA

UNIVERSIDAD AUTbvOMA DE Programas educativos de calidad reconocidos por CIEES, CACEI y CONACYT
EsTADO or MoRELos
SGC certificado en la noma Iso 9000:2015 Faatad de Cienczs
UNIVCRSIDAD Programas educativos de calidad reconocidos por CIEES, CACEl y CONACT
Qutmiczse lngenierla EsTADO DEAUTÓNOM
AloRELOs Da SGC certificado en la nona ISO 9000:2015
PLAN DOCENTE MULTIMODAL miease ingenleria
PLAN DOCENTE MULTIMODAL

FCQel-PL-102-RG09 Publicación: Junio 2022 Revisión 3.0

Nombre de la asignatura: Probabilidad y Estadistica 1
No. de horas: 27 ago Descripción de 1
Discusión ldentifica las variables
64 Créditos: Semestre: agosto - diciembre 2023 datos. grupal, aula como atributos de interés
Profesor(a): Elizabeth Millán Benitez sept. invertida y de una población o
Horario clases: Lunes 10:00 a 12:00 hrs. Email: elizabeth.millan@uaem.edu.Mx Medidas de
estudio de muestra.
Miércoles 10:00 a 12:00 hrs.
Plataforma Digital Institucional
teno cia
central.
caso.
ldentifica variables
e-UAEM |Código del curso: Teams-MICROSOFT Código del curso: zpwz6jz Medidas de cualitativas y
dispersión. cuantitativas.

1.- OBJETIVO GENERAL

Valora la importancia de la
Seleccionar modelos probabilisticos, aplicar cálculos de inferencia
toma de decisiones en sistemas con componentes aleatorios, para el estadística sobre datos y desarollar modelos para la recopilación de datos en el
planteamiento y solución de problemas que involucren proceso de una
estos conceptos.
investigación.
4-8 Parámetros para 2 2 Discusión Construir tablas de
2,-
CONTRIBUCIÓN DE LA ASIGNATURA AL PERFIL DE EGRESo sept. datos agrupados. grupal y distribución de
El uso de modelos de probabilidad y métodos estadisticos para analizar datos se ha aula
convertido en una práctica común en frecuencias para
virtualmnente todas las disciplinas cientificas. La materia pretende introducir con amplitud aquellos modelos y métodos que Distribución de invertida. representar
Con mayor probabilidad se encuentrany utilizan los estudiantes de ingeniería
frecuencias. el comportamiento de
variables cualitativas y
3. ROL DE DESEMPEÑO PROFESOR/ALUMNO variables cuantitativas.
Técnicas de
Rol esperado del profesor Rolesperado del alumno agrupación de
Organizar y a
equipos de trabajo interdisciplinarios Aplicar técnicas estadisticas que pemitan mejorar los datos, Interpretar tablas y
para el desarrollo de proyectos de mejora, utilizandoprocesos en el área de Ingenieria. gráficas para describir el
técnicas estadísticas. Gráficos comportamiento de un
(histograma, conjunto
4. ELEMENTOS DE COMPETENCIA ojiva, etc.) de datos.
Pre-requisitos (Conocimientos y habilidades previos) Capacidad para organizar y planificar el iempo.
Capacidad de trabajo en equipo y compromiso ético. I| Técnicas de
Compromiso con la calidad.
11-15
sept. Conteo
Principio
fundamental del
2 1 Discusión
grupal, aula
Conocer el principio
fundamental del conteo.
Competenclas genéricas y disciplinares a desarrollar Habilidades para buscar procesar yanalizar información.
Capacidad de aprender y actualizarse permanentemente.
conteo.
invertiday
estudio de
Capacidad para tomar decisiones. Calcular e interpretar el
Factorial caso. valor factorial en un
5.- CONTENIDO conjunto de datos.
Semana Clase Trabajo en Estrategia Resultados de aprendizaje 18-22 Ordenaciones. 1 2 Discusión Expllcar la diferencla entre
maglstral platafoma de del alumno sept. grupal, aula ordenación y comblnación
Unidad de Subtemas digital
competencia
Horas
Horas
enseñanza Combinaciones. invertida y de un conjunto de datos.
(Sincronas) (Asincronas)| materiales estudio de
caso. Calcular ordenaclones y
didácticos compaciones y
1 21-25 I. Estadistica Encuadre y 2 1 Discusión Adquirir una primera su signiflcado.
conocimiento grupal, aula 1er. período de evaluación
ago. descriptiva noción de la Estadistica y
estudiante eStuey su utilidad. 6 25 Experimentos Discusión Señalar metodologías de
docente. de sept. aleatorios, grupal, aula muestreo para controlar los
caso. Explicar el significado que espacios invertida procesos de producción.
Conceptos tienen los términos vaiable, muestrales y aplicación
básicos de poblaciön y muestra. eventos. de reto.
estadistica. Identificar la regularidad
estadística como propiedad

1
2
 FACULTAD DE CIENCIAS QUIMICAS e INGENIERÍA
FACULTAD DE CIENCIAS QUIMICASe INGENIERÍA
UNIVERSIDAD AUTONONA DEL
EsTADO DE MORELOS
Programas educativos de calidad reconocidos por CIEES, CACEI y CONACYT
SGC certificado en la noma iSO 9000:2015 Facutad de Clencias UNIVCRSIDAD AUTÓNOMA DEL Programas educativos de calidad reconocidos por CIEES, CACEl y CONACYT
Qutmicas e Ingsnieie ESTADO DE MORELOs sGC certificado en la noma ISO 9000:2015 Facutad de Clenclas
PLAN DOCENTE MULTIMODAL Ingenleria
PLAN D0CENTE MULTIMODAL

de los fenómenos
estudio de
aleatorios. Función de caso.
distribución
acumulada.
7 2-6 |lII. Teoria de la Probabilidad.
oct
probabilidad.
Discusión Diferenciar entre fenómeno
grupal, aula aleatorioyfenómeno Valor esperado y
Axiomas y invertiday deteminista. varianza.
teoremas de la estudio de 12 6-10 Distribución de 2 Discusión Conocer
probabilidad. caso. nov. probabilidad grupal, aula
Conocer los enfoques las propiedades
clásico, frecuencial y conjunta. inverida y geométricas y analíticas que
subjetivo, para determinar aplicación satisface la distribución
la probabilidad de un Distribución de reto. Nomal.
evento. hipergeométrica.
Comprender el significado
Distribución de la estandarización de
Utilización de Software
binomial. una vaiable aleatoria
9-13 IV. Probabilidad Introducción. 2 Discusión Comprender el concepto nomal y las ventajas de
oct. condicional. grupal, aula de variable aleatoria efectuar éste proceso
Probabilidad 13 13 17 Distribución 2 2 Discusión ldentificar ala
discreta, suutilidad y las nov. geométrica.
condicional. ventajas de aplicarla en la grupal, aula distribución Normal como
de reto. descripción de problemas invertiday modelo continuo del
Procesos de
Distribución de estudio de compotamiento de una
estocásticos probabilidad. Poisson. caso. gran diversidad de
finitos y fenómenos aleatorios
diagramas de su entormo.
Cuantificar los eventos 14 20-24 VI. Densidades
de árbol. utilizando una variable
Valorresperado y 2 Discusión Comprender que la
nov. de varianza una grupal, aula distribución de
aleatoria.
9 16 - 20 Particiones, Discusión probabilidad función de invertida y probabilidad, el valor
2 2 Identificar a la distribución densidad.
oct. probabilidad grupal, aula Normal como modelo estudio de esperado
total. invertiday continuo del caso. y la desviación estándar
Función de caracterizan el
estudio de comportamiento de una
Teorema de caso. gran diversidad de
dispersión comportamiento de la
acumulada. variable aleatoria.
Bayes. fenómenos aleatorios de
suentorno. 15 Distribución 2 2 Discusión Construir la distribución de
27 no unifome. grupal, aula probabilidad y la distribución
Simplificar el cálculo de las
probabilidades con
invertiday de probabilidad acumulada
1dic. Exponenciales. estudio de asociada a una variable
condicionales.
caso. aleatoria.
10 23- 27 Eventos 2 1 Discusión Distinguir entre parámetros Nomal.
Oct. independientes. grupal, aula y estadísticos.
Representar gráicamente la
invertida y Teoría de distribución de probabilidad.
Ensayos estudio de Comprender el concepto Chebyshev.
repetidos caso. de variabilidad muestral. 16 |4-8 dic
Construye la distribución 3er. Periodo de evaluación
independientes Exámenes departamentales colegiados y ordinarios
muestral de las medias y de
las proporciones. 17 11-14 Captura de calificaciones en https:lldocentes.uaem.mx
2do. periodo de evaluación dic Envío de Actas de Examen Ordinario a Control Escolar: actas.fcqei@uaem.mx
11 30 oct V. Distribuciones Función de 1 3 Discusión Aplicar la distribución
de probabilidad grupal, aula Normal la resolución de 14 dic. Entrega de portafolio de evidencias del semestre agosto -diciembre 2023
3 nov probabilidad
discreta. invertida y problemas.

3

UNVERSIDAD AUTÓNOMA DEL
ESTADO DE MORELOS
FACULTAD DE CIENCIAS QUÍMICAS e INGENIERÍA FACULTAD DE CIENCIAS QUÍMICAS e INGENIERÍA
Programas educativos de calidad reconocidos por CIEES, CACEl y CONACYT ¯NIVERsIDAD AUTÔNOMA D Programas educativos de calidad reconocidos por CIEES, CACEl y cONACT
SGC certificado en la noma ISO 9000:2015 ESTAnO DE MORELOS sGC certificado en la noma iSO 9000:2015 Facutad de Clercias
Quimicase Ingenkerie
PLAN DOCENTE MULTIMODAL PLAN DoCENTE MULTIMODAL

30 ene
manera individual, si deben emplearse tablas, cuadros sinópticos, mapas mentales,
número de renglones a utilizar, definiciones, etcétera.
Referencias Veridicas y confiables citadas empleando formato APA. 10
Calificación 100

6.- EVALUACIÓN
Elementos de desempeño en la evaluación Ponderación Observacíones
parcíal Rúbrica de Evaluación Proyectos
Exámenes 30% Mínimo 3 exámenes parciales. Nivel de desempeño / Escala
Tareas, actividades, trabajos finales, 70% Rúbricas de Evaluación por cada elemento. Criterios (aspectos a Descriptores Total
proyectos, investigación, evaluar)
La participación se considera cuando el estudiante ha Organiza la infomación Comprende los Identifica los
Conceptuales de acuerdo con el Conceptos vistos en elementos de
| leido los temas de libro y aporta análisis o conclusiones propósito de su clase.
de la misma o cuando por iniciativa del mismo resuelve la asignatura. 30%
un ejercicio práctico y expuesto a sus compañeros. investigación.
Procedimentales Analiza críticamente la Utiliza las diferentes Estructura de
No hay justificación de faltas, sólo en eventos académicos infomación que se herramientas. acuerdo con el
institucionales corespondientes a la carera. presenta. propósito de 50%
su
Todos los exámenes serán escritos para aquellas investigación.
materias que lo marque el reglamento. Valora el trabajo en Cumples con las Buscasy
Actitudinales equipo como elenmento indicaciones dadas Sugieres
Examen Departamental Acreditar con calificación 7.0 (siete punto cero), 1.0 que aporta y contrapone para elel buen soluciones a 20%
(un punto), sobre calificación final. jdeas en la resolución de desarollo de las los problemas
Total 100% problemas. actividades. planteados.
Honestidad Académica 100
La honestidad académica es importante para la Comunidad FCQel y para sus integrantes. Tu compromiso de honestidad
muestra respeto por tu propio trabajo y por el trabajo de tus compañeros ycompañeras.
7.- FECHAS IMPORTANTES
Plagio. Plagiar es copiar una idea o una obra literaria, artistica o cientifica de otro autor, sin atribución al autor original. Inicio de clases 21 de agosto Fin de clases: diciembre Gonclusión del semestre: 15 diciembre
Elplagio es inaceptable en nuestra comunidad académica y constituye una infracción grave del Código Ético de nuestra 1er. Periodo de evaluación. 2° Periodo de evaluación 3er Periodo de evaluación
institución, teniendo efectos en la evaluación correspondiente. 18-22 septiembre 23-27 octubre 4-8 diciembre
Herramientas para detectar plagio
https:l/www.duplichecker.com/ Dias de asueto: 16 septiembre, 2de noviembre, 20 de noviembre
Periodo vacacional: 18 de diciembre al 16 de enero
https://smallseotools.com/
https://www.quetext.com/ Periodo de exxamen extraordinario: 29 enero -2 febrero 2024
https://www.plagscan.com/es/ Periodo de examen a título de suficiencia: 27- 29 de febrero 2024

Rúbrica de Evaluación Tareas 8.- FUENTES DE CONSULTA

Criterios (aspectos a Descriptores Tota
evaluar)
Bibliografía básica: Walpole Ronald E. (2012). Probabilidad y Estadistica para ingeniería yciencias. México Ed.
Pearson Educación.
Presentación Limpieza, orden, legibilidad. 20
Contenido Apegarse al tema, o temas indicados 20
Ortografia y redacción Uso de téminos escritos ortográficamente comectos, foma clara para
Wisniewski, Piotr Marian. (2008), EstadísticayProbabilidad, México Ed, Trillas.
20
expresar las ideas. Lipschutz
Características NúmerO de cuartillas a entregar, sise realiza en equipo (cuántos integrantes) o de 30
utz Seymour. (2005). Probabilidad, México Ed, Mc Graw Hill.
|Montgomery D. C., Runger G. C. (2011). Probabilidad yestadisica aplicadas ala ingenieria.
5
6
 7
http://wwW.ugr.es-0salinasweproblelindice.htm
http:/iwww.educaina.com/probabilidad-y-estadistica/ejiercicios
http://wwW.vitutor.com/ejercicios/ejercicios
estadistica.htm!
http://www.vitutor.com/estadistica.htn! línea Recursos
en
Harla. Méxi
Ed. coIngenieria. Cienciae Estadistica
para (1982). Neville. Kennedy,
Educación. Pearson México
Ed. Freund,
Mil eyr Ingenieros
de Estadística
para Probabilidady (1997). Richard
A. Johnson
Educación. Pearson Ed.México
ciencias, ingenieríay Estadistica
para Probabilidady (1997). Wiliam.Mendenhall
Hil . Graw
Mc
Métodos.,
Ed. Aplicacionesy Estadistica. Probabilidady (2001). Canavos
G.
Hil . Graw México:
McEstadistica. Probabilidady (2010). Sánchez
0.
Hil . Graw McEdMéxico.
. Estadística, Probabilidady (2010). Muray
R., Spiegel,
Leaming.
CENGAGE EdMéxico
. estadistica, probabilidady Introducción
la a (2010). William.Mendenhall
Complementaria:
Hill. Graw México:
Mc Bibliografía
MULTIMODAL DOCENTE PLAN
Ingenea Quimicase 9000:2015 ISO noma certificado
la en SGC
Clencias Facultad
de CONACYT CACEly CIEES, reconocidos
por calidad educativOs
de Programas SAONA
DEORELOS
L
INGENIERÍA QUÍMICASe CIENCIAS FACULTAD
DE