Diplomado en Probabilidad y Estadstica

No. de
5 mdulos de 32 horas cada uno, 160 horas en total
horas
A todos aquellos interesados con reas afines a la actuara, matemticas, matemticas
Dirigido a
aplicadas, economa o bien profesionistas que laboren en el sector asegurador o financiero
Requisitos Contar con estudios de licenciatura o preparacin equivalente y tener experiencia en el
de ingreso manejo de datos
Los temas que se analizarn y las actividades que se realizarn en el diplomado tienen la
intencin de proporcionar al alumno los conocimientos tcnicos necesarios para la
correcta generacin, manejo e interpretacin de la informacin estadstica, as como
Objetivo familiarizarlo con los principales procedimientos de inferencia estadstica y los conceptos
claves de probabilidad que la sustentan, de tal suerte que sea capaz entender el marco que
cre la Unin Europea y posteriormente desarrollar modelos internos propios y con ello
dar soluciones adecuadas a los problemas que se presenten en su quehacer laboral

Presentacin
El Departamento de Matemticas de la Facultad de Ciencias de la UNAM ha identificado la necesidad
de contar con profesionistas con un amplio poder de anlisis en probabilidad y estadstica, capaces de
responder a las necesidades del mercado y as mejorar el proceso de la toma de decisiones. A ese
respecto, la globalizacin se hace presente da a da y la Unin Europea ha creado un marco regulatorio
para el sector asegurador, basado en el enfoque econmico sobre el riesgo y el capital de las
aseguradoras. Es por ello que ahora ofrece su Diplomado en Probabilidad y Estadstica, brindando as
una oportunidad de actualizacin y capacitacin en dichas reas.

Estructura acadmica
El diplomado tiene una duracin de 160 horas distribuidas de la siguiente manera:
Mdulo I: Probabilidad nivel bsico (32 horas)
Profesor Manuel Garca Minjares
Mdulo II: Probabilidad nivel intermedio (32 horas)
Profesor Gerardo Rubio Hernndez
Mdulo III: Fundamentos y mtodos de la Estadstica (32 horas)
Profesor Gerardo Jess Varela Hernndez
Ayudante Perseo Carlos Duarte Arreola
Mdulo IV: Mtodos estadsticos no paramtricos (32 horas)
Profesor Francisco Snchez Villarreal
Mdulo V: Anlisis de regresin y series de tiempo (32 horas)
Profesora Adriana Rodrguez Domnguez
Temarios
MODULO 1: PROBABILIDAD NIVEL BSICO

Tema 1. Espacios de probabilidad.

1.1. Espacio muestral, eventos y su interpretacin.
1.2 Panorama histrico de la probabilidad, interpretacin frecuentista, definicin clsica.
1.3 Definicin axiomtica de probabilidad (sin nfasis en sigma-lgebras).
1.4 Tcnicas de conteo.
1.5 Probabilidad condicional e independencia.
1.6 Frmulas de la probabilidad total y de Bayes.
1.7 Teorema de continuidad de la probabilidad.
Tema 2. Variables aleatorias y funciones de distribucin.
2.1 Definicin de variable aleatoria.
2.2 Distribucin, esperanza y varianza de una variable aleatoria finita.
2.3 Funcin de distribucin y sus propiedades.
2.4 Momentos, funcin generatriz de momentos.
2.5 Desigualdad de Tchebychev, Ley de los Grandes Nmeros.
2.3 Funciones de distribucin de variables aleatorias discretas.
2.3.1 Bernoulli.
2.3.2 Binomial.
2.3.3 Poisson.
2.3.4 Uniforme discreta.
2.3.5 Geomtrica.
2.3.6 Hipergeomtrica.
2.3.7 Binomial Negativa.
2.3.8 Ejemplos, Aplicaciones y generacin de valores por simulacin.
2.4 Funciones de distribucin de variables aleatorias continuas.
2.4.1 Uniforme continua.
2.4.2 Normal.
2.4.3 Exponencial Negativa.
2.4.4 Gamma.
2.4.5 Beta.
2.4.6 Cauchy.
2.4.7 Pareto.
2.4.8 Weibull.
2.4.9 Frechet.
2.4.10 Logstica.
2.4.11 Gausiana Inversa.
2.4.12 Ejemplos. Aplicaciones y generacin de valores por simulacin.

MODULO 2: PROBABILIDAD NIVEL INTERMEDIO

Tema 1. Vectores aleatorios discretos. Independencia.

1.1 Vectores aleatorios.
1.2 Funciones de densidad y de distribucin; conjunta y marginales.
1.3 Valores esperados y momentos para distribuciones bivariadas
1.4 Sumas de variables aleatorias independientes.
Tema 2. Distribuciones de funciones de vectores aleatorios.
3.1 Distribuciones de Mximos, Mnimos y Estadsticas de Orden. Distribucin X2.
3.2 Mtodo usando el Teorema de Cambio de Variable.
3.3 Mtodos usando funciones generadoras.
Tema 3. Sucesiones y convergencia de variables aleatorias.
3.1 Algunas versiones de las Leyes Dbil y Fuerte de los Grandes Nmeros.
3.2 Convergencia en Distribucin, definicin y propiedades.
3.3 Teorema del Lmite Central.
Tema 4. Introduccin a los procesos estocsticos.
4.1 Definicin de un proceso estocstico.
4.2 Caminata aleatoria simple.
4.3 Cadenas de Markov.
4.4 El Proceso de Poisson.
4.5 Procesos simples de nacimiento y muerte.

MODULO 3: FUNDAMENTOS Y MTODOS DE LA ESTADSTICA

Tema 1. Introduccin al proceso de anlisis estadstico.

1.1 Historia y estado actual de la estadstica.
1.2 Conceptos de poblacin, muestra, censo y muestreo.
1.3 Tipos de estadstica y el proceso de anlisis estadstico.
1.4 Datos, variables y escalas de medicin.
Tema 2. Anlisis exploratorio de datos.
2.1 Tablas y grficas.
2.2 Medidas descriptivas.
Tema 3. Estimacin puntual.
3.1 Estadsticas y estimadores.
3.2 Criterios de evaluacin de estimadores.
3.2.1 Insesgamiento.
3.2.2 Eficiencia.
3.2.3 Consistencia.
3.2.4 Suficiencia, estadsticas suficientes.
3.3 Mtodos de construccin de estimadores.
3.3.1 Momentos.
3.3.2 Mxima verosimilitud.
3.3.3 Mnimos cuadrados.
3.4 Estimacin insesgada.
3.4.1 Cota inferior de Cramr-Rao.
3.4.2 Suficiencia y completez.
Tema 4. Estimacin por intervalo.
4.1 Intervalo aleatorio e intervalo de confianza.
4.2 Mtodos para construir un intervalo de confianza.
4.2.1 Mtodo pivotal.
4.2.2 Mtodo general.
Tema 5. Pruebas de hiptesis.
5.1 Hiptesis estadstica: simple y compuesta.
5.2 Regin crtica.
5.3 Errores tipo I y II.
5.4 Funcin potencia.
5.5 Lema de Neyman-Pearson.
5.6 Prueba uniformemente ms potente.
5.7 Prueba del cociente de verosimilitud.

MODULO 4: MTODOS ESTADSTICOS NO PARAMTRICOS

Tema 1. Introduccin y pruebas binomiales.

1.1 Concepto de medicin y niveles de medicin.
1.2 Prueba para proporciones.
1.3 Prueba para cuantiles.
1.4 Prueba de signos.
1.5 Prueba de McNemar.
1.6 Prueba de Cox-Stuart.
Tema 2. Pruebas de rango.
2.1 Prueba de Mann-Witney (Prueba U).
2.2 Prueba de Wilcoxon.
2.3 Prueba de Kruskall-Wallis.
2.4 Prueba de Friedman.
Tema 3. Pruebas de bondad de ajuste.
3.1 Prueba de la Ji-Cuadrada.
3.2 Prueba de Kolmogorov.
3.3 Prueba de Lilliefors.
3.4 Prueba exponencial.
3.5 Prueba de rachas.
Tema 4. Tablas de contingencia.
4.1 Prueba de independencia.
4.2 Prueba de proporciones.
4.3 Prueba de la mediana.

MODULO 5: ANLISIS DE REGRESIN Y SERIES DE TIEMPO

Tema 1. Modelo Lineal General.

1.1 Definicin y supuestos del modelo lineal general.
1.2 Estimadores de mnimos cuadrados y sus propiedades.
1.4 Teorema de Gauss Marcov.
1.5 Distribucin de los estimadores.
1.6 Inferencia sobre los parmetros.
1.7 Coeficientes de correlacin simple parcial y mltiple y de determinacin.
1.8 Anlisis de varianza en regresin.
1.9 Prediccin.
1.10 Transformaciones, polinomios y variables dummy .
1.11 Violaciones a los supuestos del modelo multicolinealidad.
1.11 Violaciones a los supuestos del modelo heteroscedasticidad.
1.11 Anlisis de residuales y valores influyentes.
Tema 2. Anlisis de Series de Tiempo.
1.1 Definicin de una serie de tiempo.
1.2 Procesos estocsticos y series de tiempo.
1.3 Operadores y polinomios.
1.4 Filtros lineales.
1.5 Procesos estacionarios.
1.6 Modelos autorregresivos AR(p).
1.7 Modelos de medias mviles MA(q).
1.8 Modelos autorregresicos y de medias mviles ARMA(p,q).
1.9 Modelos integrados autorregresivos y de medias mviles ARIMA (p,d,q).
1.10 Construccin de modelos (identificacin, estacionarizacin, estimacin).
1.11 Modelos estacionales ARIMA(p,d,q)(P,D,Q).

Instructores
Nombre: Manuel Garca Minjares
Grado: Licenciatura en Actuara, Facultad de Ciencias
Nombramiento: Profesor de Asignatura
Especialidad: Probabilidad y Estadstica

Nombre: Gerardo Rubio Hernndez

Grado: Maestra en Ciencias, Facultad de Ciencias
Nombramiento: Profesor de Asignatura de la Facultad de Ciencias
Especialidad: Probabilidad y Procesos Estocsticos

Nombre: Gerardo Jess Varela Hernndez

Grado: Maestra en Ciencias y Especialista en Estadstica Aplicada por la UACPyP (Sede IIMAS)
Nombramiento: Profesor de Asignatura de la Facultad de Ciencias
Especialidad: Estadstica Aplicada

Nombre: Perseo Carlos Duarte Arreola

Grado: Pasante de la Licenciatura en Actuara, Facultad de Ciencias
Nombramiento: Ayudante de Profesor de la Facultad de Ciencias
Especialidad: Probabilidad y Estadstica

Nombre: Francisco Snchez Villarreal

Grado: Maestra
Nombramiento: Profesor de Medio Tiempo de la Facultad de Ciencias
Especialidad: Estadstica y Muestreo

Nombre: Adriana Rodrguez Domnguez

Grado: Licenciatura en Actuara, Facultad de Ciencias
Nombramiento: Profesora de Asignatura
Especialidad: Probabilidad y Estadstica
Criterios de evaluacin
Aprobar todos los mdulos que integran el Diplomado y contar con una asistencia mnima del 80% en
cada uno de ellos.

Programa de Extensin Universitaria y Vinculacin

M. en C. Mara de Lourdes Guerrero Zarco
Cubculo 033 del Departamento de Matemticas, Fac. Ciencias, UNAM
gzarco@[Link]
Telfono 5622-4861

SecretaradeEducacinAbiertayContinua
FacultaddeCiencias
UniversidadNacionalAutnomadeMxico

Sitioweb:[Link]
EdificioTlahuizcalpan,1erpiso
Telfono:56664789(tambinfax)y56225386