Código: F15D-PP-PR-01.

04
Versión: 11
SÍLABO Fecha: 29/01/2021
Página: 1

FACULTAD DE INGENIERÍA Y ARQUITECTURA

PROGRAMA DE INGENIERÍA INDUSTRIAL
SÍLABO DE ESTADÍSTICA APLICADA

I. DATOS GENERALES

1.1 Unidad Académica o Programa: INGENIERÍA INDUSTRIAL

1.2 Modalidad de Estudio: PRESENCIAL
1.3 Semestre Académico: 202400
1.4 Ciclo de estudios: VI
1.5 Requisitos: TÉCNICAS E INSTRUMENTOS PARA LA INVESTIGACIÓN(IPDE401), INGLÉS V(CDIPA05)
1.6 Carácter: Obligatorio
1.7 Número de Créditos: 4.0
1.8 Duración: 16 sesiones (23/01/2024 - 13/03/2024)
1.9 N° de horas totales: 80.00 (48.00 Teoría y 32.00 Práctica)
(80.00 presenciales y 0.00 virtuales )
Teoría (Presencial: 48.00 horas - Virtual: 0.00 horas)
Práctica (Presencial: 32.00 horas - Virtual: 0.00 horas)
1.10 Docente(s)/Tutor Virtual: Ana Elizabeth Paredes Morales (AEPAREDESP@ucvvirtual.edu.pe)

II. COMPETENCIAS DEL PERFIL DEL EGRESADO

El presente sílabo aporta a las siguientes competencias del perfil del egresado:

COMPETENCIAS ESPECÍFICAS

Diseña y mejora sistemas de producción de bienes y servicios, buscando la productividad y la eficiencia en los procesos, con criterio técnico y científico. Gestiona de
manera estratégica y táctica las operaciones relacionadas a la planificación y producción de bienes y servicios, optimizando el uso de los recursos de las
organizaciones, agregando valor a las mismas, satisfaciendo las necesidades de los mercados proponiendo soluciones innovadoras orientadas al cliente. Gestiona
organizaciones promoviendo la eficiencia, innovación, creatividad, motivación y trabajo en equipo con enfoque de procesos, con ética y responsabilidad social.
Diseña sistemas de gestión de la calidad en organizaciones, promoviendo la mejora continua, la cultura de calidad, auditoría, con ética y responsabilidad social.

COMPETENCIA GENÉRICA

Investigación.
Desarrolla competencias investigativas para la investigación, generando conocimientos que propicien en el estudiante procesos de formación permanente.

III. SUMILLA

La experiencia curricular pertenece al área de estudios específicos y de carácter obligatorio es de naturaleza teórica y práctica, su propósito es aplicar inferencia
estadística, analizar los datos de la muestra para la toma eficiente de decisiones en la ingeniería industrial como en el desarrollo de investigación. Contienen temas
relacionados a: Introducción a la distribución de probabilidades de variables continuas y distribuciones muéstrales. Técnicas de muestreo y estimación de parámetros
poblacionales. Pruebas de Hipótesis Paramétricas y No Paramétricas.

IV. PROGRAMACIÓN ACADÉMICA

TEMAS TRANSVERSALES

Emprendimiento

4.1 PRIMERA UNIDAD: introducción a la estadística inferencial, tamaño de muestra, técnicas de muestreo Y Estimaciones

4.1.1. DURACIÓN: 8 Sesiones (22/01/2024 - 17/02/2024)

RESULTADO DE APRENDIZAJE:

Aplica técnicas de muestreo, analiza los datos y estima resultados estadísticos

ACTITUD:

Cultura Científica, Emprendimiento, Trabajo en equipo. SESIÓ

Centro de Innovación
Elaboró Revisó Responsable del SGC Aprobó Vicerectorado Académico
Académica

Nota: Cualquier documento impreso diferente del original, y cualquier archivo electrónico que se encuentren fuera del campus virtual Trilce serán considerados como COPIA NO CONTROLADA.
 Código: F15D-PP-PR-01.04
Versión: 11
SÍLABO Fecha: 29/01/2021
Página: 2

ESTRATEGIAS EVIDENCIAS DE
SESIÓN CONTENIDOS / ESTRATEGIAS DIDÁCTICAS
DIDÁCTICAS APRENDIZAJE
1 Clase expositiva Estudio de casos Introducción a la estadística y al Desarrollo de casos
análisis de datos. Distribuciones
de Probabilidad: Normal y T
Student Uso de Tablas
Estadísticas
2 Distribuciones de Probabilidad: Chi Cuadrado y F de Fisher. Uso de Tablas Clase expositiva Estudio de Desarrollo de casos
Estadísticas. casos
3 Diseño De La Muestra Probabilística: Tamaño de muestra Clase expositiva Estudio de Desarrollo de casos
casos
4 Diseño De La Muestra Probabilística: Tamaño de muestra Clase expositiva Estudio de Desarrollo de casos
casos
5 Diseño De La Muestra Probabilística: Selección de la muestra probabilística o Estudio de casos Aprendizaje Informe académico
tipos de muestreo probabilístico (Probabilístico Muestreo Aleatorio Simple basado en proyectos
(MAS) Muestreo sistemático Muestreo Estratificado y Muestreo por
Conglomerados.)
6 Estimación puntual e interválica paramétricas (media, proporción y la varianza) Aprendizaje experimental Práctica Calificada (PC)
de una población.
7 Intervalo de confianza para la media para una muestra y dos muestras. Aprendizaje experiencial. Taller Práctica Calificada (PC)
8 Examen parcial Examen parcial Examen parcial

4.2 SEGUNDA UNIDAD: Pruebas De Hipótesis Paramétricas, Pruebas No Paramétricas - Análisis De Regresión

4.2.1. DURACIÓN: 8 Sesiones (19/02/2024 - 23/03/2024)

RESULTADO DE APRENDIZAJE:

Analiza los datos aplicando métodos y técnicas de estadística inferencial y de pronóstico, para la toma de decisiones.

ACTITUD:

Criterio lógico. Emprendimiento. Proactividad. trabajo en equipo.

ESTRATEGIAS EVIDENCIAS DE
SESIÓN CONTENIDOS / ESTRATEGIAS DIDÁCTICAS
DIDÁCTICAS APRENDIZAJE
9 Intervalo de confianza para la proporción para una y dos muestras. Clase expositiva Aprendizaje Informe académico (INF)
basado en problemas.
10 Intervalo de confianza para la varianza poblacional. Clase expositiva Aprendizaje Informe académico (INF)
basado en problemas
11 Introducción a las pruebas de hipótesis. Prueba de normalidad. - Clase expositiva Práctica Calificada (PC)
12 Prueba de hipótesis para comparación de dos medias independientes paramétricas Aprendizaje basado en Práctica Calificada (PC)
y no paramétricas de acuerdo a la normalidad de los datos. problemas. - Aprendizaje
cooperativo.
13 Prueba de hipótesis para comparación de dos medias relacionadas paramétricas y Aprendizaje experiencial. Práctica Calificada (PC)
no paramétricas de acuerdo a la normalidad de los datos. Comparación de
proporciones.
14 Pruebas de hipótesis: media poblacional para más de 2 muestras independientes y Aprendizaje cooperativo Práctica Calificada (PC)
correlacionada. Prueba estadísticas ANOVA y Kruskal Wallis.
15 Regresión lineal: simple y múltiple. Ejercicio de aplicación. Regresión múltiple, Aprendizaje basado en Informe académico (INF):
ejercicios de aplicación. problemas.
16 Examen Final Examen Final Examen Final

V. MEDIOS Y MATERIALES

Medios: herramientas zoom, Plataforma de aprendizaje virtual (Blackboard Learn Ultra), Trilce, MS Excel, Mentimeter, Canva, Miro, Google Forms, videos y otros.
Materiales: lecturas en inglés, libros, papers digitales como material de libros y artículos revistas en inglés, manual ISO, tutorial de las herramientas tecnológicas.
Otros materiales: pizarra y plumones. Equipos: proyector multimedia y computador

VI. EVALUACIÓN

Centro de Innovación
Elaboró Revisó Responsable del SGC Aprobó Vicerectorado Académico
Académica

Nota: Cualquier documento impreso diferente del original, y cualquier archivo electrónico que se encuentren fuera del campus virtual Trilce serán considerados como COPIA NO CONTROLADA.
 Código: F15D-PP-PR-01.04
Versión: 11
SÍLABO Fecha: 29/01/2021
Página: 3

6.1. DISEÑO DE EVALUACIÓN

DISTRIBUCIÓN
EVIDENCIAS DE
UNIDAD CÓDIGO PESO POR INSTRUMENTO DE EVALUACIÓN
APRENDIZAJE
UNIDAD
1 Práctica Calificada PC 24 % 50 % Rúbrica
Informe académico INF 26 % Rúbrica
Examen parcial EP 50 % Cuestionario
2 PrácticaCalificada (PC) PC 24 % 50 % Rúbrica
Informe académico (INF) INF 26 % Rúbrica
Examen Final EF 50 % Cuestionario

6.2. PROMEDIOS

PRIMERA UNIDAD (X1) SEGUNDA UNIDAD (X2)

X1 = 0.24*PC+ 0.26*INF+ X2 = 0.24*PC+ 0.26*INF+

0.50*EP 0.50*EF

FINAL (XF)

XF = 0.50*X1+ 0.50*X2

6.3. REQUISITOS DE APROBACIÓN

Se utiliza la escala de calificación vigesimal; la nota mínima aprobatoria es 11. - Solo en el promedio final la fracción equivalente o mayor a 0.5 será redondeada al
dígito inmediato superior. - El 30% de inasistencias inhabilita al estudiante para continuar la experiencia curricular. - Las inasistencias a prácticas o exámenes no
justificados se calificarán (00), igual calificativo tendrá los trabajos asignados que no sean entregados en la fecha programada.

VII. BIBLIOGRAFÍA

Código de biblioteca LIBROS/REVISTAS/ARTÍCULOS/TESIS/PÁGINAS WEB.TEXTO

Libros Digitales
Libros Digitales BOLOGNA, Eduardo, 2018. Métodos estadísticos de Investigación [en línea]. 1era Ed.
Argentina: Brujas [consulta: 25 marzo 2022]. ISBN 978-987-760-142-8. Disponible en:
https://www.proquest.com/legacydocview/EBC/6802586/bookReader?accountid=37408&ppg
=1
https://www.proquest.com/legacydocview/EBC/6802586/bookReader?accountid=37408&ppg
=1
Libros Digitales DEVORE, Jay, 2019. Introducción a la probabilidad y estadística para ingeniería y ciencias [en
línea]. 1era Ed. Cengage Learning. [consulta: 25 marzo 2022]. ISBN 978-607-526-794-4.
Disponible en: http://www.ebooks724.com/?il=9439&pg=1
http://www.ebooks724.com/?il=9439&pg=1
Libros Digitales FERNÁNDEZ ARUFE, J.,E. (2018). Retos futuros en economía aplicada: Presentación del
número monográfico dedicado a conmemorar los 25 años de la revista estudios de economía
aplicada. Estudios De Economía Aplicada, 36(1), 11-20. Retrieved from
https://www.proquest.com/scholarly-journals/retosfuturosen- economía-aplicada-
presentación/docview/2022341881/se-2?accountid=37408
https://www.proquest.com/scholarly-journals/retosfuturosen- economía-aplicada-
presentación/docview/2022341881/se-2?accountid=37408
Libros Digitales Sowey, E., & Petocz, P. (2017). A panorama of statistics : Perspectives, puzzles and paradoxes in
statistics. John Wiley & Sons, Incorporated. Material Bibliográfico Físico Montgomery, E. y
Runger, G. (2006). Probabilidad y estadística aplicada a la ingeniería. México: Limusa Wiley
https://repositorio.ucv.edu.pe/handle/20.500.12692/22991
https://repositorio.ucv.edu.pe/handle/20.500.12692/22991
Material Bibliográfico Físico
Material Bibliográfico Físico Montgomery, E. y Runger, G. (2006). Probabilidad y estadística aplicada a la ingeniería. México:

Centro de Innovación
Elaboró Revisó Responsable del SGC Aprobó Vicerectorado Académico
Académica

Nota: Cualquier documento impreso diferente del original, y cualquier archivo electrónico que se encuentren fuera del campus virtual Trilce serán considerados como COPIA NO CONTROLADA.
 Código: F15D-PP-PR-01.04
Versión: 11
SÍLABO Fecha: 29/01/2021
Página: 4

Limusa Wiley https://repositorio.ucv.edu.pe/handle/20.500.12692/22991

https://repositorio.ucv.edu.pe/handle/20.500.12692/22991
Material Bibliográfico Físico Pérez, C. (2003). Estadística: problemas resueltos y aplicaciones. España: Prentice Hall.
Material Bibliográfico Físico Weiers, R. (2006). Introducción a la Estadística para negocios. México: Thomson Editores.

Centro de Innovación
Elaboró Revisó Responsable del SGC Aprobó Vicerectorado Académico
Académica

Nota: Cualquier documento impreso diferente del original, y cualquier archivo electrónico que se encuentren fuera del campus virtual Trilce serán considerados como COPIA NO CONTROLADA.