UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN – TACNA

FACULTAD DE INGENIERÍA CIVIL, ARQUITECTURA Y GEOTECNIA

ESCUELA PROFESIONAL DE ARQUITECTURA

SÍLABO DE ESTADÍSTICA Y PROBABILIDADES

I. DATOS GENERALES
1.1 Carrera profesional : Ingeniería civil
1.2 Á rea Curricular : Formació n Tecnoló gica Profesional
1.3 Departamento Académico : Matemá ticas y Estadística
1.4 Có digo : 29.03518
1.5 Currículo: Añ o /Có digo : 2018 / F-2
1.6 Añ o Académico : 2024 - I
1.7 Semestre de estudios : Tercero-III
1.8 Modalidad : Presencial
1.9 Duració n del semestre : 18 semanas (Inicio 15 abril 2024; fin 16 agosto 2024)
1.10 Horas : Total: 04 horas (Teó ricas: 02 horas, Practicas: 02 horas)
1.11 Créditos : 03
1.12 Prerrequisitos : Ninguno
1.13 Docente (s) : Dr. Luis Asunció n Ló pez Puycan
1.14 Correo electró nico institucional : llopezp@unjbg.edu.pe

II. SUMILLA
a) Naturaleza: La Asignatura pertenece al á rea de formació n tecnología profesional, de cará cter teó rico-
prá ctico.
b) Propósito: Tiene como propó sito brindar, al futuro profesional en Ingeniería Civil, conocimientos bá sicos
y fundamentales en estadística cualitativas, cuantitativas y probabilísticos aplicados a los trabajos de
investigació n científica con apoyo de software estadístico.
c) Contenido central: Estadística Descriptiva e inferencial, probabilidades, variables aleatorias,
distribuciones de probabilidades, pruebas de hipó tesis, muestreo, regresió n lineal y no lineal, estadística
no paramétrica.

III. COMPETENCIAS
3.1. Competencia Genéricas Institucionales:
Demuestra habilidades en el manejo ético y responsable de la tecnología de la informació n y comunicació n
3.2. Competencias del Perfil de Egreso:
Realizar trabajos de investigació n científica aplicados a su campo de estudios, siendo innovador.

IV. ORGANIZACIÓN DE LOS CONTENIDOS Y ACTIVIDADES

UNIDAD I: ESTADÍSTICA DESCRIPTIVA

Competencia Genérica: Procesa la informació n estadística en forma adecuada referenciando las fuentes originales,
contribuyendo a la solució n de problemas.
Competencias específicas: Reconoce y diferencia los conceptos estadísticos, aplicando técnicas descriptivas y
graficas en el aná lisis de datos de una investigació n, para su comprensió n y aná lisis, así como las medidas de
resumen.
Resultados de aprendizaje: Emplea la estadística descriptiva entre las fó rmulas de las medidas de tendencia
central y dispersió n.
Evidencia: Elabora y fundamenta los datos estadísticos mediante trabajo de campo encuestas, las medidas de
tendencia central y dispersió n.

Semana % Conceptuales Procedimentales Actitudinales

1° 1.1 Presentació n del sílabo.
15/04 al 1.2 Prueba de entrada.
19/04 1.3 Características de la
(6%) asignatura. Utilidad
la asignatura en la formació n
profesional.
1.4 Definició n de estadística,
població n, muestra, variables.
1.5 Distribució n de frecuencias
con intervalos y grá ficos
1.1 Construye cuadros de distribució n de 1.1 Demuestran precisió n y
frecuencias. sentido crítico en los cá lculos
1.2 Establece la diferencia entre grá ficos estadísticos en las diversas
de de variables cualitativas y cuantitativas. medidas de dispersió n.
1.3 Elabora e interpreta tablas de 1.2 Muestran puntualidad en el
distribució n de frecuencias para datos trabajo en equipo.
agrupados. Desarrolla problemas
aplicativos.
1.4 Aplica software estadístico SPSS y
otros.
 estadísticos.
1.6 Medidas de posició n: 1.5 Desarrolla cá lculos e interpreta
2°
Centrales: media, moda y medidas de tendencia central: media,
22/04 al
mediana. No centrales: moda, mediana y percentiles.
26/04
Cuartiles, deciles y percentiles 1.6 Aplica software estadístico SPSS y
(12%)
otros.
1.7 Medidas de dispersió n: 1.6 Calcula e interpreta las medidas de
varianza, desviació n está ndar y dispersió n para datos no agrupados y
3° coeficiente de variació n agrupados en la solució n de problemas
29/04 al aplicativos.
03/05 1.7 Utiliza software estadístico para
(18%) calcular las medidas.
1.8 Aplica software estadístico SPSS y
otros.
1.8 Medidas de deformació n: 1.9 Calcula e interpreta las medidas
Coeficiente de asimetría y de asimetría y curtosis.
curtosis. 1.1.0 Representa grá ficamente
4° 1.9Grafica de caja y bigote ,hojas problemas planteados.
06/05 al y tallos 1.11Elabora e interpreta las
10/05 representaciones grá ficas. Prá ctica
(24%) en laboratorio
1.12 Aplica software estadístico
SPSS y otros.

UNIDAD II: PROBABILIDADES Y DISTRIBUCIONES DE PROBABILIDAD

Competencia Genérica Procesa la informació n referente a fenó menos probabilísticos en forma adecuada y
aplicando teó ricamente a los problemas de su especialidad. De igual manera procesa distribuciones de probabilidad,
en forma adecuada referenciando las fuentes originales, contribuyendo a la solució n de problemas.
Competencias específicas: Competencias específicas: Determina un proyecto sobre soluciones en distribuciones
de probabilidades discretas o continú a, también usar el muestreo en el entorno de la ingeniería civil.
Resultados de aprendizaje: Emplea la distribució n de probabilidad entre las fó rmulas diversas.
Evidencia: Elabora y fundamenta un proyecto sobre soluciones en distribuciones de probabilidades discretas o
continú a.
Semana % Conceptuales Procedimentales Actitudinales
2.1 Experimento aleatorio. 2.1 Aplica conceptos de la teoría de la 2.1 Muestra interés y exactitud en
Espacio muestral. Eventos. probabilidad. la interpretació n en el cá lculo y
2.2 Probabilidad: 2.2 Desarrolla y aplica las propiedades de distribuciones de probabilidades,
5°
Axiomas .Probabilidad clá sica las probabilidades. ademá s los aplica de manera
13/05 al
Probabilidad condicional. crítica.
17/05
2.3 Teorema de la multiplicació n. 2.2 Muestran cooperació n en el
(30%)
Eventos independientes y trabajo en equipo.
dependientes.
2.4 Teoremas de bayes
2.5 Variable aleatoria. Definició n 2.3 Analiza la variable aleatoria discreta y
2.6 Distribució n de probabilidad continua en la solució n de problemas
6°
discreta: binomial, poisson, aplicativos.
20/05 al
geométrica, exponencial. 2.4 Aplica software estadístico SPSS
24/05
y otros.
(36%)

7° 2.7 Distribució n de probabilidad 2.5 Analiza y aplica conceptos,

27/05 al continua: Normal estandarizada. características, modelos matemá ticos.
31/05 2.6 Aplica software estadístico SPSS y
(42%) otros.
2.8 Distribució n de probabilidad 2.7 Analiza y aplica conceptos,
8°
continua:. T de student, chi características, modelos matemá ticos, las
03/06 al
cuadrado, y Fisher distribuciones continuas.
07/06
2.9 Manejo de tablas estadísticas 2.8 Aplica software estadístico SPSS
(48%)
y otros.
9°
10/06 al PRIMER EXAMEN
14/06
(54%)
UNIDAD III: ESTADÍSTICA INFERENCIAL Y NO PARAMETRICA
Competencia Genérica: Procesa la informació n estadística en forma adecuada referenciando las fuentes
originales, contribuyendo a la solució n de problemas.
Competencias específicas: Determina una prueba de estimació n de pará metros e hipó tesis estadísticas, como
también la estadística no paramétrica, asociadas a problemas de investigació n de su entorno.
Resultados de aprendizaje: Emplea la estadística inferencial paramétrica y no paramétrica entre las fó rmulas
diversas.
Evidencia: Elabora y fundamenta un proyecto sobre soluciones aplicando la prueba de hipó tesis y estadística no
paramétrica.
Semana % Conceptuales Procedimentales Actitudinales
10° 3.1Muestreo 3.1Elabora e identifica el tipo de 3.1Muestra interés en el
17/06 al 3.2Tipo de muestreo. muestreo muestreo.
21/06 3.3Tamañ o de muestra
(60%)
3.4 Distribució n de la media. 3.2Elabora distribuciones muéstrales y 3.2 Aná lisis para desarrollar
11° 3.5Distribució n muestral de la resuelve con precisió n problemas de una prueba de hipó tesis
24/06 al proporció n. una varianza conocida y desconocida. paramétrica
28/06 3.6Estimació n de pará metros: 3.3Identifica la estimació n puntual 3.3Asume una actitud crítica
(66%) de la media poblacional, de la e Intervá lica. y reflexiva en la toma de
diferencia de medias,. 3.4Aplica el teorema del límite decisiones a través de las
3.7Estimació n de central. pruebas no paramétricas
proporciones, de la diferencia 3.5Construye intervalos de confianza 3.4Asume la importancia de
de proporciones, para la media y diferencia de medias. las pruebas de hipó tesis
3.8Estimacion de la varianza y 3.6Reconoce las partes de un intervalo de investigació n científica
razó n de dos varianzas. de Confianza. para la toma de
3.7Aplica software estadístico SPSS y decisiones
otros. 3.5Participa activamente en
clase

3.9Pruebas de hipó tesis 3.8Plantea las hipó tesis

12° estadísticas. Tipos de pruebas Adecuadamente.
01/07 al para la media y diferencia de 3.9Aplica los pasos para realizar
05/07 medias una prueba de hipó tesis de media y
(72%) 3.10 Prueba de proporció n, proporció n.
diferencias de proporciones 3.10Analiza la toma de
3.11 Pruebas de razó n de dos decisiones de las hipó tesis contrastado
varianzas 3.11Aplica software estadístico SPSS y
otros
13° 3.12 Distribució n chi cuadrada 3.12Aplica conocimientos de inferencia 3.5Justifica la importancia de las
08/07 al y sus aplicaciones: estadística para evaluar la asociació n pruebas no paramétricas.
12/07 independencia de criterios. entre dos variables cualitativas medidas 3.6Establece el mejor
(78%) 3.13 Bondad de ajuste. a escala nominal segú n tipo de estudio. procedimiento para resolver
3.14Homogeneidad de 3.13Aplica software estadístico SPSS y distribució n chi cuadrada.
poblaciones. otros. 3.7Utiliza el mejor
3.15 Prueba de U de Mann 3.14Aplica la prueba de la procedimiento para determinar
Whitney y wilcoxon. normalidad.. la prueba de homogeneidad
3.15Aplica la inferencias estadística no
paramétrica para comparar medianas
3.16Aplica software estadístico SPSS y
otros

UNIDAD IV: Regresión lineal simple y múltiple

Competencia Genérica: Procesa la informació n estadística en forma adecuada referenciando las fuentes
originales, contribuyendo a la solució n de problemas
Competencias específicas: Reconoce un modelo para resolver problemas estadísticos de su entorno en un
modelo de regresió n lineal, mú ltiple y no lineal.
Resultados de aprendizaje: Emplea la estadística de regresió n lineal y mú ltiple entre las fó rmulas diversas.

Evidencia: Elabora y fundamenta un proyecto sobre soluciones en modelo de regresión lineal y no lineal.
Semana % Conceptuales Procedimentales Actitudinales
14° 4.1Regresió n simple lineal. 4.1 Describe una ecuació n que pueda 4.1Justifica la importancia de la
15/07 al Introducció n. Covarianza. utilizarse en pronó stico. regresió n lineal
 19/07 Coeficiente de correlació n.
(82%) 4.2Coeficiente de
determinació n. Estimació n de
la ecuació n de regresió n.
4.3Aná lisis de varianza para β.
4.4Modelo de regresió n lineal
15° multiple.Determinacion de la
22/07 al ecuació n de regresió n muestral
26/07 4.5Pruebas de Durbin Watson.
(88%) Matriz de correlació n y
Coeficiente de correlació n
parcial.
4.2 Conoce y analiza mediante un modelo 4.2Establece el mejor
matemá tico las relaciones entre las procedimiento para resolver los
variables. pará metros de la regresió n lineal
4.3 Aplica software estadístico SPSS y simple y mú ltiple.
otros. 4.3Utiliza la prueba de hipó tesis
para comprobar los coeficientes
de la regresió n lineal y mú ltiple.
4.4Describe una ecuació n mú ltiple que
pueda utilizarse en pronó stico.
4.5Conoce y analiza mediante un modelo
matemá tico las relaciones entre las
variables.
4.6Aplica software estadístico SPSS y
otros.

4.6Prueba t de los coeficientes 4.7 Experimenta los diversos modelos

16° de regresió n. matemá ticos.
29/07 al 4.7 Estudio de residuales y 4.8Aplica software estadístico SPSS y
02/08 violació n de supuestos. otros.
(95%) 4.7 Modelo de regresió n
curvilíneas
17°
05/08 al
09/08 SEGUNDO EXAMEN
(98%)
18º
12/08 al
16/08 EXAMEN SUSTITUTORIO
(100%)

V. SISTEMA METODOLÓGICO

MÉTODOS ESTRATEGIAS DIDÁCTICAS

- Lluvia de ideas
APRENDIZAJE SIGNIFICATIVO - Preguntas intercaladas
- Feedback
- Trabajo en equipo
APRENDIZAJE COOPERATIVO - Pensamiento crítico
- Resolució n de conflictos y problemas
APRENDIZAJE EXPERIENCIAL - Trabajo de campo encuestas

VI. SISTEMA DE EVALUACIÓN Y TABLA DE ESPECIFICACIONES

6.1 MATRIZ DE EVALUACION

Unidades de Producto Técnica de Instrumento Porcentaje Ponderación

aprendizaje académico evaluación de o puntaje
evaluación vigesimal
Evidencia de Observació n Cuestionario 50 % 10
I y II conocimiento:
Prueba escrita
Evidencias de Observació n Ficha de 30 % 6
desempeños: observació n
- Asistencia, interés
y esfuerzo personal.
- Trabajo en equipo.
Evidencia de Aná lisis de Rú brica 20 % 4
producto: tarea producto
académica sobre los
temas tratados.
Total 100% 20
Evidencia de Examen Cuestionario 50 % 10
III y IV conocimiento: escrito
Prueba escrita
Evidencias de Aná lisis de Registro 30 % 6
 desempeños: desempeñ o
- Asistencia, interés
y esfuerzo personal.
- Trabajo en equipo.
Evidencia de Aná lisis de Rú brica 20 % 4
producto: tarea producto
académica sobre los
temas tratados.
Total 100% 20

IV.1 PROMEDIOS

PRIMER PARCIAL SEGUNDO PARCIAL

PP1 = PEC*0.60 + PED*0.20 + PEP*0.20 PP2 = PEC*0.60 + PED*0.20 + PEP*0.20

Donde:
PP1: Promedio Parcial 1
PEC: Promedio evidencia de conocimiento
PED: Promedio evidencia de desempeño
PEP: Promedio evidencia de producto
Donde:
PP2: Promedio Parcial 2
PEC: Promedio evidencia de conocimiento
PED: Promedio evidencia de desempeño
PEP: Promedio evidencia de producto

PROMEDIO FINAL CRITERIOS BÁSICOS

- Se aplicará la autoevaluació n, coevaluació n y heteroevaluació n.

- Participació n activa en clase.
P.F. = PP1 + PP2 - Puntualidad en la entrega de trabajos.
2 - La asistencia es obligatoria, má s del 30% de inasistencias, el
Dónde: estudiante será inhabilitado
P.F. : Promedio Final - El promedio final aprobatorio mínimo será de 10.5.
P.P1. : Promedio Parcial 1 - Antes de la finalizació n del semestre se dará al estudiante la
P.P2. : Promedio Parcial 2 oportunidad de un examen sustitutorio, que reemplazará a la
nota menor uno de los promedios (primer parcial o segundo
parcial)

VII. BIBLIOGRAFÍA

Bibliografía básica:
 Có rdova Zamora Manuel (2009).Estadística Descriptiva e Inferencial. Edit.Moshera. SRL.Quinta edició n. Lima Perú
 Có rdova Zamora Manuel (2006).Estadística Inferencial: Aplicaciones Edit.Moshera. SRL.2da edició n. Lima Perú
 Martínez Bencardino Ciro. Estadística y Muestreo (2002). Novena edició n. Santa Fe de Bogotá
 Triola, Mario F. Estadística. 11va Editorial .México. 2013, Pearson Educació n.
 Montgomery e. y Runger G. (2006). Probabilidad y Estadística aplicada a la Ingeniería. México : Limusa Wiley
 Avila Acosta, RB, Estadística Elemental
Bibliografía complementaria:

 Moore David S. (2000). Estadística aplicada bá sica. Editorial Antoni Bosch S.A.2da edició n. Españ a
 Moya Calderó n, Rufino (2015).Estadística descriptiva conceptos y aplicaciones. Editorial San marcos. Lima Perú
 Devore, Jay L. (2012). Probabilidad y Estadística para Ingeniería y Ciencia.Edit. Abril Vega Orozco. Novena edició n. Españ a
 Martínez Bencardino Ciro. Estadística y Muestreo (2002). Novena edició n. Santa Fe de Bogotá
 Moya C, Rufino (2014). Probabilidad e Inferencia Estadistica.Editorial san Marcos. 2da edició n Lima Perú
 William Mendenhall (2015). Introducció n a la probabilidad y estadística. Cengage Learning Editores México D.F.
 Leonard J. Kazmier. (2003). Estadística aplicada a la administració n.Edit. McGraw-Hill. México.
 Douglas C. Montgomery.(2008). Probabilidad y estadística aplicada a la ingenieria.Edit. Limusa. Wiley. México.

Webgrafia:
 http://www.eumed.net/cursecon/libreria/drm/ped-drm-est.htm
 http://www.indec.gov.ar/proyectos/censo2001/maestros/quees/masinfo.doc
 http://webdelprofesor.ula.ve/economia/hmata/PDF%20Files/Tabla%20de%20Distribuci%F3n%20de
%20Frecuencias.pdf
 http://personal.redestb.es/ztt/tem/t15_distribuciones_bidimensionales.htm
 http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva.htm
 www.aulafacil.com/CursoEstadistica/CursoEstadistica
 bioestadistico.com
 Algunas pá ginas Web adicionales sugeridas por el docente durante el desarrollo de la asignatura
Tesis y artículos científicos de revistas indizadas:
Algunas Tesis y artículos científicos sugeridas(os) por el docente durante el desarrollo de la asignatura

Tacna, Abril 2024

------------------------- ------------------------------------------------
Firma del Docente Firma del Director de Departamento