Facultad de Ingenierı́a

Departamento de Matemáticas, Fı́sica y Estadı́stica

ASIGNATURA: Probabilidad y Estadı́stica I ?

PREREQUISITO: Cálculo Integral

NÚMERO DE CRÉDITOS: 2
DOCENCIA DIRECTA: 4 horas semanales
TRABAJO INDEPENDIENTE: 2 horas semanales

Descripción del curso

El curso de Probabilidad y Estadı́stica I pertenece al ciclo de fundamentación cientı́fica, es una
asignatura del plan de estudios de los programas académicos de Ingenierı́a, Administración, Gas-
tronomı́a, Ciencias Polı́ticas y Educación.
Desarrolla y afianza el razonamiento matemático en torno al eje temático del razonamiento es-
tadı́stico y probabilı́stico, centrado en temas como análisis de datos, medidas de localización y
dispersión, variables aleatorias, probabilidad de eventos, distribuciones de probabilidad discretas y
continuas, esperanza matemática, varianza y aplicaciones.

Justificación
La asignatura de Probabilidad y Estadı́stica provee herramientas diversas para llevar acabo el
análisis, planteamiento, modelamiento, solución e interpretación de problemas relacionados con
situaciones cotidianas que involucran el concepto de aleatoriedad, facilitando además la toma de
decisiones.
Dentro del desarrollo de un proceso de investigación la recolección de datos, su descripción, análisis,
representación e interpretación es fundamental, y es justamente la Estadı́stica la encargada de
brindar los conocimientos necesarios para llevarlo a cabo. Ası́ mismo, son numerosos los procesos
que involucran algún tipo de incertidumbre y para los cuales resulta adecuado el uso de conceptos
probabilı́sticos con el fin de modelarlos correctamente.

Competencias
Este curso pertenece al campo básico de fundamentación cientı́fica. Por la naturaleza de la ma-
temática, en los cursos se desarrollan competencias genéricas a nivel universitario.

Competencias especı́ficas
?
En SIGA encuentra el syllabus del curso que corresponde a esta guı́a detallada del curso
Guı́a de asignatura: Probabilidad y Estadı́stica I Página 2 de 9

Competencia para aplicar los conocimientos en la práctica: “Capacidad pa-

ra transferir el conocimiento”; comprender y aprender los conceptos de los ejes
temáticos y conocer vias de aplicación.
El estudiante utiliza el conocimiento del curso disponible para interpretar, comprender, argu-
mentar, explicar, justificar y/o describir una situación cotidiana o profesional. Usa el razona-
miento inductivo, razonamiento deductivo, procesos analı́ticos, árboles de desición, gráficos,
modelos, etc.. Incorpora conceptos, teorı́as o modelos para saber cómo: ocurren las cosas, se
hacen juicios, se tomas decisiones. Incorpora conceptos, teorı́as o modelos para compren-
der: situaciones, juicios, soluciones, estrategias. Incorpora conceptos, teorı́as o modelos para
explicar porqué: ocurren las cosas, la pertinencia de una estrategia o solución, se hace un
juicio.
Competencia para identificar, plantear y resolver problemas: “Capacidad pa-
ra identificar y/o resolver situaciones problemáticas, teniendo que construir los
sistemas de representación necesarios para solucionarlas”.
El estudiante identifica situaciones susceptibles de mejorar, cambiar, optimizar, abolir. Iden-
tifica relaciones causa-efecto. Comprende el enunciado de un problema. Identifica y repre-
senta información relevante y es capaz de producir o agregar información pertinente para
la solución. Describe en lenguaje matemático diversos tipos de problemas (teóricos, prácti-
cos, abiertos o cerrados) en términos de variables y parámetros. Soluciona diversos tipos de
problemas de manera ordenada y estructurada. Plantea hipótesis, preguntas, alternativas o
estrategias de solución con criterios de eficacia, pertinencia y rigor. Evalúa y analiza solucio-
nes, es decir, verifica la coherencia de la(s) solución(es) obtenida(s) con la información inicial,
es capaz de analizar el sentido de la(s) misma(s) y de hacer un juicio crı́tico de las estrategias
elegidas, en el mejor de los casos, está en capacidad de formular nuevos problemas.
Competencia de abstracción, análisis y sı́ntesis,“Capacidad para realizar pro-
cesos mentales que estructuran el pensamiento”
El estudiante demuestra capacidad de abstracción cuando identifica caracterı́sticas comunes
en diferentes objetos, situaciones y sus relacionados. Demuestra capacidad de análisis cuando
descompone una situación o problema en componentes más simples con el fin de compren-
derlo; establece relaciones válidas entre las partes y el todo y hace propuestas creativas.
Demuestra capacidad de sintesis cuando integra y deduce, con sentido, proposiciones com-
plejas a partir de premisas simples en contextos matemáticos, cotidianos, profesionales, etc.;
construye una situación a partir de diferentes elementos, la cual se puede dar uniendo las
partes, fusionándolas u organizándolas de diferentes maneras a la luz de un criterio, principio
o teorı́a.

Competencias transversales
Competencia para comunicarse efectivamente: “Capacidad para comunicar,
tanto verbal como por escrito, los pensamientos de manera comprensible a otro
interlocutor”.
El estudiante comunica efectivamente sus análisis y conclusiones de la resolución de proble-
mas o la experimentación, informando, de manera oral o por escrito el proceso de toma de
decisiones, organización y clasificación de datos, representación tabular y gráfica, análisis y
conclusiones; usa el lenguaje técnico apropiado, con buena redacción y ortografı́a, de manera
que sean claros los argumentos y conclusiones.
Competencia para el autoaprendizaje: “Habilidad para localizar autónoma e
idóneamente conocimientos adicionales”.
Guı́a de asignatura: Probabilidad y Estadı́stica I Página 3 de 9

Es capaz de consultar diferentes fuentes de información para complementar tanto los con-
tenidos teóricos como las prácticas experimentales, identifica idóneamente diversas fuentes,
tales como libros, artı́culos, páginas web, etc.
Competencia para el trabajo en equipo: “Habilidad para obtener resultados
en equipos multidisciplinares, en un ambiente de respeto y responsabilidad”.
Tiene disposición para trabajar en equipos multidisciplinares, identifica objetivos y cumple
los tiempos de entrega de resultados, todo enmarcado en un ambiente armónico, donde se
destaca la comunicación y el respeto.
Competencia ética y de responsabilidad: “Capacidad para reflexionar sobre
el impacto de sus acciones y decisiones”.
El estudiante adquiere disciplina de estudio y autocontrol de su aprendizaje. Asume con
responsabilidad y diligencia el trabajo dirigido e independiente del curso. Reflexiona y asume
su responsabilidad sobre el impacto de sus decisiones profesionales.

Ejes Temáticos e Indicadores de aprendizaje

ESTADÍSTICA DESCRIPTIVA

Clasifica conjuntos de datos diferenciando caracterı́sticas que identifican los tipos de variables.

Representa conjuntos de datos que tienen la misma caracterı́stica mediante tablas y gráficas.

Describe e interpreta el comportamiento de datos por medio del cálculo de medidas de ten-
dencia central y variabilidad.

PROBABILIDAD DE EVENTOS

Calcula e interpreta la probabilidad de eventos y álgebra de eventos ası́ como sus propiedades
probabilı́sticas.

Identifica la relación causa-efecto aplicando el cálculo de probabilidades condicionales.

Aplica el Teorema de Bayes en diferentes contextos.

DISTRIBUCIONES DISCRETAS Y CONTINUAS

Deduce funciones de probabilidad de variables aleatorias para identificar propiedades proba-

bilı́sticas, ası́ como valor esperado y varianza.

Aplica distribuciones de probabilidad discretas y continuas a la solución de problemas que se

pueden asociar a las distribuciones usuales.

Determina la función generadora de momentos e identifica el valor esperado y la varianza de

distribuciones discretas y continuas a partir de esta.

Emplea distribuciones muestrales para modelar el comportamiento de las medidas de centra-

lización y dispersión de un conjunto de datos
Guı́a de asignatura: Probabilidad y Estadı́stica I Página 4 de 9

Contenido temático

I. Introducción

1. Definiciones de población, parámetros, modelos determinı́sticos, modelos probabilı́sticos y

muestra.
2. Conceptos básicos de censo y muestreo.
3. Presentación de las herramientas de EXCEL.

II. Estadı́stica Descriptiva

1. Definición de variable y tipos de variables (cualitativa y cuantitativa).

2. Definición y ejemplos de tipos de variables cualitativas (nominal y ordinal).
3. Definición y ejemplos de tipos de variables cuantitativas (Discretas y Continuas).
4. Descripción de datos numéricamente y gráficamente.
a) Numéricamente: Distribuciones de frecuencia para variables cuantitativas datos des-
agrupados y agrupados.
b) Histogramas de frecuencia.
5. Medidas de tendencia central (Media, Mediana y Moda).
6. Cuartiles y Boxplot.
7. Medidas de Dispersión (Varianza, Desviación estándar y Coeficiente de Variación).

III. Probabilidad

1. Definición espacio muestral y eventos

2. Diagramas de Venn y álgebra de eventos.
3. Métodos de conteo.
4. Axiomas de Probabilidad.
5. Probabilidad de un evento y eventos equiprobables.
6. Eventos independientes.
7. Probabilidad condicional, independencia y regla del producto.
8. Teorema de la probabilidad Total.
9. Teorema de Bayes.

IV. Variables Aleatorias y Distribuciones de Probabilidad

1. Concepto de variable aleatoria.

2. Distribuciones discretas de probabilidad.
3. Distribuciones de probabilidad Continua.

V. Esperanza Matemática
Guı́a de asignatura: Probabilidad y Estadı́stica I Página 5 de 9

1. Valor esperado y propiedades de valor esperado.

2. Cálculo de Valor esperado de variables aleatorias discretas y continuas.
3. Varianza de una variable aleatoria y Desviación Estándar.

VI. Distribuciones de Probabilidad Discretas Conocidas

1. Distribución Binomial.
2. Distribución Hipergeométrica.
3. Distribución Binomial Negativa.
4. Distribución de Poisson.

VII. Distribuciones de Probabilidad Continuas Conocidas

1. Distribución Normal.
2. Aplicaciones de la distribución Normal.
3. Aproximación de la distribución Binomial a una distribución Normal.
4. Distribución Gamma y Distribución Exponencial.
5. Distribución Chi–Cuadrada.
6. Distribución Beta.

VIII. Distribuciones de Muestreo Fundamentales y Descripciones de Datos

1. Estadı́sticos Muestrales.
2. Distribuciones Muestrales.
3. Distribución de la media y Teorema del Lı́mite Central.
4. Distribución Muestral para la varianza.
5. Distribución t.

IX. Intervalos de Confianza

1. Intervalo de confianza para la media en una muestra con varianza conocida.

2. Intervalo de confianza para la media en una muestra con varianza desconocida.
3. Intervalo de confianza para la varianza en una muestra

Metodologı́a
Clase magistral en la que el profesor presenta ejes temáticos o conceptos de la asignatura; apren-
dizaje basado en problemas (ABP) en la que el profesor diseña situaciones problemáticas que
desencadenan procesos de aprendizaje; taller en el que el profesor acompaña al estudiante en los
procesos de aplicación y aprendizaje que puede darse en el aula o fuera de ella.
Actividad académica independiente del estudiante (trabajo independiente): consiste en
preparar temas de clase, ampliar y confrontar información, practicar y solucionar los problemas
propuestos en el cronograma de clase. Discutir con compañeros, monitores o profesores estrategias
Guı́a de asignatura: Probabilidad y Estadı́stica I Página 6 de 9

de solución.
Monitores y atención de profesores: El Departamento de Matemáticas, Fı́sica y Estadı́stica
ofrece el apoyo de monitores y profesores en diferentes horarios que apoyan el trabajo indepen-
diente. Los Monitores son estudiantes, con buen desempeño en los cursos de matemáticas, fı́sica y
estadı́stica y con una gran capacidad de servicio.

Evaluación
Se evalúa el avance de los indicadores de aprendizaje o desempeño, en diferentes momentos del
semestre mediante quices, talleres, tareas, exámenes parciales individuales y un examen final
individual, en los que el estudiante deberá demostrar el logro de las competencias del curso.
El semestre se divide en tres cortes, la nota final del curso se obtiene de notas parciales obtenidas
en cada uno de los tres cortes. El primero y segundo corte corresponden cada uno al 30 % de la
nota final y el corte final corresponde al 40 % restante.
El 100 % de cada corte tendrá los siguientes porcentajes en los diferentes ı́tems de la evaluación

Ítems de la Evaluación Porcentaje

Quices, talleres, trabajo independiente, · · · 50 %
Examen 50 %

El docente decidirá, de acuerdo a su criterio, cómo calificar la parte correspondiente a las pruebas
intermedias, la cantidad de éstas en cada corte no debe ser inferior a dos. La metodologı́a que se
implementará para la realización y calificación de estas pruebas será comunicada a los estudiantes
por el profesor en la primera semana de clase.
Notas importantes sobre la evaluación

La asistencia a todas las clases magistrales de la asignatura es obligatoria. Por lo tanto el estu-
diante deberá presentarse a clases a partir de las fechas señaladas en el calendario académico,
horarios de la asignatura y demás actividades registradas oficialmente en su inscripción. Al
estudiante cuyas faltas de asistencia superen el (15 %) de las actividades programadas se le
calificara la asignatura al finalizar el periodo académico con una nota de cero cero (0.0). En
este caso deberá inscribirla en el siguiente periodo académico como obligatoria.

Los resultados de las evaluaciones de la asignatura se expresan en forma cuantitativa en

números de cero cero (0.0) a cinco cero (5.0) con fracciones hasta décimas. Cuando el cómputo
final de las calificaciones de la centésima sea seis (6) o más, se aproximara a la décima
inmediatamente superior, y si la centésima es 5 o menos a la décima inferior. Se considera
aprobada la asignatura cuando la calificación definitiva sea igual o superior a tres cero (3.0).

Es importante recalcar que según el Reglamento de Estudiantes de Pregrado, todos los exáme-
nes parciales abarcan la totalidad de la materia vista hasta la fecha respectiva y se deben
realizar en los periodos señalados por la Universidad.

Los exámenes parciales y el examen final son individuales.

Los estudiantes que no presenten el examen final en la fecha estipulada, deberán presentar
un examen supletorio previa autorización de la Comisión de Facultad.
Guı́a de asignatura: Probabilidad y Estadı́stica I Página 7 de 9

La comprobación de todo fraude o intento de fraude en cualquier tipo de prueba, se calificará

como falta grave y acareará al estudiante una calificación de cero cero (0.0) en la prueba
respectiva. El profesor deberá informará de este hecho a la secretaria académica de la facultad,
con el fin de aplicar la sanción disciplinaria prevista en el reglamento.

En los exámenes parciales y en el examen final se prohı́be a los estudiantes el uso de fórmulas,
teléfonos inteligentes o cualquier otro dispositivo electrónico; es potestad de cada docente
permitir el uso o no de calculadoras no programables. El incumplimiento de alguna de las
normas mencionadas se considerará como intento de fraude.

Bibliografı́a

Texto Guı́a: WALPOLE, Ronal E and Myers, Raymond H and Myers, Sharon L, Keying
Ye, Probabilidad y Estadı́stica para Ingenieros–9na Edición, Pearson Education, 2012.

ANDERSON, David R, Sweeney, Dennis J, Williams, Thomas A, Estadı́stica para Adminis-

tración y Economı́a–10a Edición, Cengage Learning, 2008.

CANAVOS, George, Probabilidad y Estadı́stica, Mc. Graw Hill, 1988.

MONTGOMERY & DOUGLAS, Probabilidad y Estadı́stica Aplicada a la Ingenierı́a–2da

Edición, Limusa, 2013.

Cronograma
La tabla anexa, al final de este documento, contiene los temas del curso y una lista de ejercicios
sugeridos? especificando la semana aproximada en que estos se abordarán. Se espera que sirva de
guı́a para una apropiada planeación del desarrollo del curso tanto para el profesor como para los
estudiantes.

Facultad de Ingenierı́a
Departamento de Matemáticas, Fı́sica y Estadı́stica
Coordinador de la asignatura: Juan pablo Mojica Macı́as.
Correo electrónico: juan.mojica2@unisabana.edu.co

?
Estos ejercicios constituyen una parte del trabajo independiente de los estudiantes, por lo tanto, el
profesor del curso, podrá adicionar ejercicios o recurrir a bibliografı́as complementarias.
 Cronograma de Probabilidad y Estadı́stica I

Sem. Temas Ejercicios sugeridos

1 Definiciones de población, paráme- Taller Semana 1 y Trabajo independiente 1 Virtualsa-
tros,modelos determinı́sticos, modelos bana.
probabilı́sticos y muestra.
Definición de variable y tipos de variables
(cualitativa y cuantitativa) y escalas de me-
dida (nominal y ordinal)
Variables cuantitativas (Discretas y Conti-
nuas)
2 Distribuciones de frecuencia para variables Taller Semana 2 y Trabajo Independiente 2 Virtualsa-
cuantitativas datos desagrupados y agrupa- bana.
dos
Histogramas de frecuencia
Medidas de tendencia central (Media, Media-
na y Moda)
Medidas de Dispersión (Varianza, Desviación
estándar y Rango).
Cuartiles y Boxplot.
3 Definición espacio muestral, eventos y álge- Taller Semana 3 y Trabajo Independiente 3 Virtualsa-
bra de eventos bana
Métodos de conteo
4 Axiomas de Probabilidad, Probabilidad de Taller Semana 4 y Trabajo Independiente 4 Virtualsa-
un evento y álgebra de eventos bana
Eventos mutuamente excluyentes, probabili-
dad condicional, independencia y regla del
producto para probabilidades.
5 Solución de Dudas Taller Semana 5 y Trabajo Independiente 5 Virtualsa-
bana
Primer Parcial TALLER PREPARCIAL 1
6 Teorema de la Probabilidad Total y Teorema Taller Semana 6 y Trabajo Independieente 6 Virtualsa-
de Bayes bana
7 Concepto de variable aleatoria, Distribucio- Taller Semana 7 y Trabajo Independiente Virtualsabana
nes discretas de probabilidad y Distribucio-
nes de probabilidad Continua
Valor esperado y propiedades de valor espe-
rado de variables aleatorias discretas y conti-
nuas
8 Definición de varianza y Desviación estándar Taller Semana 8 y Trabajo Independiente 8 Virtualsa-
de una variable aleatoria discreta y continua. bana
9 Distribución Binomial Taller Semana 9 y Trabajo Independiente 9 Virtualsa-
bana
Distribución Hipergeométrica
10 Distribución Binomial Negativa Taller Semana 10 y Trabajo Independiente 10 Virtual-
sabana
Distribución de Poisson
11 Solución de Dudas Taller Semana 11 y Trabajo Independiente 11 Virtual-
sabana
Segundo Parcial TALLER PREPARCIAL 2
12 Distribución Normal y Aplicaciones Taller Semana 12 y Trabajo Independiente 12 Virtual-
sabana
Aproximación de la Distribución Binomial a
una Distribución Normal
13 Distribución Gamma y Distribución Expo- Taller Semana 13 y Trabajo Independiente 13 Virtual-
nencial sabana
Distribución Chi–Cuadrado y Beta
14 Estadı́sticos Muestrales, Distribuciones Taller Semana 14 y Trabajo Independiente 14 Virtual-
Muestrales, Distribución de la media y sabana
Teorema del Lı́mite Central
Distribución Muestral para la Varianza y Dis-
tribución t
15 Intervalos de confianza para la media en una Taller Semana 15 y Trabajo Independiente 15 Virtual-
sola muestra con varianza conocida y desco- sabana
nocida
Intervalo de confianza para la varianza en una
sola muestra
16 Solución de Dudas Taller Semana 16 y Trabajo Independiente 16 Virtual-
sabana
Examen Final TALLER PREPARCIAL 3