PROCESO FORMACIÓN Código:FFO.
06
DISEÑO DEL PROGRAMA DE ASIGNATURAS DE PROGRAMAS Versión: 03
ACADÉMICOS PRESENCIALES
UNIVERSIDAD INDUSTRIAL DE SANTANDER
UNIDAD ACADÉMICA
Nombre del Programa: Pregrado en Ingeniería Industrial
Nombre de la Asignatura: Estadística I
Código:23573 Número de Créditos: 4
INTENSIDAD HORARIA SEMANAL Requisitos:Ecuacioanes Diferenciales
TAD: 4 TI: 8
Teóricas:4 Prácticas: 0
TALLERES: 3 LABORATORIO:3 TEÓRICO-PRÁCTICA:4
JUSTIFICACIÓN
La Ingeniería Industrial tiene como objeto de estudio los sistemas productivos de bienes y servicios; para el estudio de estos sistemas es necesario contar con metodologías, procedimientos, herramientas y técnicas que permitan
la toma de decisiones sobre los hechos.
La Estadística, una de las partes del área cuantitativa del ciclo profesional del programa, es una es una herramienta está principalmente al servicio de las demás áreas, en especial de la Investigación de Operaciones, ya que en la
parte estratégica y operativa de las operaciones deben tomarse decisiones, que deben estar apoyadas en alguna metodología que de cuenta de manera objetiva que están respaldadas por datos y hechos.
La asignatura Estadística I comprende la Estadística Descriptiva y la probabilidad, es parte fundamental para comprender los fenómenos aleatorios del mundo real. La estadística I dará las herramientas teóricas para la
inferencia y el Diseño de experimentos como parte de la metodología del método científico.
PROPÓSITO DE LA ASIGNATURA
El cambio permanente del entorno empresarial hace de los procesos de medición una necesidad generalizada en el desempeño profesional y el análisis de los datos es fundamental para estar bien informado. El Profesional no pude ser ajeno al valor que posee
el estudio de La Estadística para estar en el nivel que le corresponde dentro de las organizaciones.
Además, la estadística, permite el control de los procesos, la indagación sobre los mercados objetivo y la medición del desempeño, junto a un sin número de aplicaciones que requieren herramientas lógicas para soportar las deducciones y realizar contrastes.
En el campo de los pronósticos y la optimización de variables de decisión la estadística contribuye en la determinación de la incertidumbre que conlleva a la medición del riesgo en la consecución de objetivos.
Los propósitos (En relación con las competencias de formación) pueden enumerarse así:
Resumir un conjunto de datos de una variable.
Aplicar las leyes y propiedades de la probabilidad para calcular la medida de la posibilidad de un evento.
Resolver problemas relacionados con la ocurrencia de sucesos que siguen un modelo probabilístico determinado
OBJETIVOS DE APRENDIZAJE Ó COMPETENCIAS
Recopilar, describir datos obtenidos por medio de la observación directa, encuestas, bases de datos, experimentos diseñados usando herramientas de medidas de tendencia central, medidas de dispersión y gráficos.
Aplicar los enfoques de frecuencia relativa, clásico y subjetivo para medir la posibilidad de eventos.
Aplicar las leyes de probabilidad para determinar la posibilidad de eventos compuestos.
Describir situaciones del mundo real utilizando modelos de distribución de probabilidad de una variable aleatoria.
Usar el valor esperado y varianza para la toma de decisión.
PROCESO FORMACIÓN Código:FFO.06
DISEÑO DEL PROGRAMA DE ASIGNATURAS DE PROGRAMAS Versión: 03
ACADÉMICOS PRESENCIALES
Aplicar los modelos estadísticos teóricos de distribución de variables aleatorias discretas y continuas.
Describir realidades mediante el uso de variables aleatorias n- dimensionales.
CONTENIDOS
1. ESTADÍSITCA DESCRIPTIVA (ANALISIS DE DATOS)
Medidas de tendencia central (media aritmética, mediana, moda, media armónica). Medidas de variabilidad (recorrido, desviación media absoluta, varianza). Percentiles.
Diagrama de caja, histograma. Coeficientes de sesgo y kurtosis.
2. PROBABILIDAD Y CONTEO
Conceptos de: Experimento aleatorio, espacio muestral y evento. Descripción de situaciones que son experimentos aleatorios. Técnicas de conteo. Permutación. Combinación.
Enfoques para el cálculo de la medida Probabilidad de un suceso
Probabilidad y sus leyes. Probabilidad Condicional
Teorema de Bayes
3. VARIABLES ALEATORIAS
Definición de una Variable aleatoria discreta. Función de distribución de probabilidad acumulativa. Histograma. Ejemplos.
Definición de Variable aleatoria continúa. Función de densidad de probabilidad. Función de distribución de probabilidad acumulativa. Histograma. Ejemplos.
Valor esperado y varianza de una variable aleatoria. Ejemplos de situaciones del mundo real donde se muestre la importancia de estos dos parámetros en el proceso de decisión.
Valor esperado y varianza de una función de variable aleatoria.
4. MODELOS TEÓRICOS DE DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA
4.1 MODELOS TEÓRICOS DE DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA DISCRETA
Distribución Uniforme
Distribución Binomial
Distribución Geométrica
Distribución Hipergeométrica
Distribución Multinomial
Distribución de Poisson
4.2 MODELOS TEÓRICOS DE DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA CONTINUA
Variable aleatoria Uniforme
Variable aleatoria Exponencial
Variable aleatoria Normal y Normal estándar.
5. DISTRIBUCIONES MUESTRALES DE MEDIAS Y DISTRIBUCIONES MUESTRALES DE PROPORCICONES
Distribución muestral de medias y ejercicios de aplicación
Distribución muestral de proporciones y ejercicios de aplicación
Determinación de tamaño de muestra para medias
Determinación del tamaño de la muestra para proporciones
ESTRATEGIAS DE ENSEÑANZA Y APRENDIZAJE
PROCESO FORMACIÓN Código:FFO.06
DISEÑO DEL PROGRAMA DE ASIGNATURAS DE PROGRAMAS Versión: 03
ACADÉMICOS PRESENCIALES
Clases magistrales con el propósito de comprender y aplicar la teoría expuesta por el docente.
Utilizar datos estructurados obtenidos mediante observación directa o bases de datos de diferentes sitios de la web como. DANE, [Link]; ANDI, Banco de la Republica, etcétera; con el objetivo de aplicar las
herramientas de la estadística descriptiva.
Diseño de experimentos aleatorios de juegos al azar: Lanzamiento de dos monedas, mazo de cartas. Medición de características o atributos de los estudiantes de clase (estatura, peso, edad, genero, satisfacción con el ciclo
básico, operador móvil.
Construcción de la medida de probabilidad mediante los ejemplos de las diferentes situaciones estudiadas.
Aplicación de las leyes de probabilidad mediante la resolución de problemas propuestos en el texto guía y textos de consulta o complementarios.
Aplicación de la probabilidad condicional y del teorema de Bayes haciendo uso de situaciones del mundo real.
Descripción de situaciones reales donde se debe medir magnitudes como presión, temperatura, número de accidentes diarios en la autopista, tiempo de una conversación por celular, vida útil de un producto, tiempo de
entrega de un pedido por parte de un distribuidor. Elaboración del modelo probabilístico de la variable aleatoria.
Toma de decisiones mediante el valor esperado y la varianza.
Modelado de situaciones usando las distribuciones teóricas.
Realización de talleres para la comprensión de los temas discutidos.
SISTEMA DE EVALUACIÓN
Indicadores de aprendizaje:
Clasifica las variables de acuerdo a la naturaleza de sus datos.
Resume un conjunto de datos mediante una medida, o una tabla o un gráfico.
Maneja con habilidad los términos básicos de la Teoría de la probabilidad.
Obtiene la probabilidad de ocurrencia de un evento.
Aplica adecuadamente las leyes de la probabilidad.
Identifica correctamente el modelo de distribución de probabilidad que sigue la situación problemática planteada.
Resuelve correctamente problemas relacionados con experimentos aleatorios que cumplen con las propiedades de modelos de variable aleatoria discreta como el Binomial, el multibinomial, el Uniforme, el
Geométrico , el Hipergeométrica, el geométrico, y el de Poisson.
Resuelve correctamente problemas relacionados con experimentos aleatorios que cumplen con las propiedades de modelos de variable aleatoria continua como el Uniforme, Exponencial. El Normal y el LogNormal.
Caracteriza la distribución de probabilidad de todas las posibles medias o proporciones muéstrales para un tamaño de muestra determinado.
Para una distribución muestral, halla una media o una proporción determinada o la probabilidad de ocurrencia de un intervalo de medias o de proporciones
Estrategias de evaluación
Resolución de problemas
Desarrollo de proyectos.
Trabajos Grupales.
Elaboración de Artículos siguiendo las normas APA.
Consulta sobre el tema a desarrollar por parte de los educandos
El estudiante presenta al docente y al grupo de compañeros un resumen sobre la consulta realizada
El docente aclara las dudas sobre el tema
Mediante un cuestionario (Evaluación escrita Sumativa) se verifica la adquisición de conocimientos.
El docente hace retroalimentación del tema
Se deja a los alumnos temas de profundización sobre algunos temas específicos
Equivalencia cuantitativa
La evaluación debe ser formativa para ejercitar y desarrollar en el estudiante los rasgos de la motivación por los logros. Para ello se realizarán:
PROCESO FORMACIÓN Código:FFO.06
DISEÑO DEL PROGRAMA DE ASIGNATURAS DE PROGRAMAS Versión: 03
ACADÉMICOS PRESENCIALES
Exámenes o pruebas parciales individuales :
Tres previos: 1. Primer parcial con un peso de 34.00% ; fecha posible ……………………….grupo O1
2. Segundo parcial con un peso de 33.00%; Fecha posible……………………… grupo F1.
3. Tercer parcial con un peso de 33.00%; fecha posible ……………………….. grupo F1
Nota: En cada parcial el peso estipulado se obtendrá de la siguiente forma: El 80% será la evaluación escrita o practica y el 20 % restante será de Quices, talleres en clase (utilización del Minitab) y tareas de investigación.
El proyecto de aula tendrá un valor del 25% de nota total del curso.
BIBLIOGRAFÍA
Estadística para ingenieros y científicos. William Navidi. Ebook. Editorial Mc Graw Hill.
Probabilidad y estadística aplicadas a la ingenierí[Link] y Runger. Limusa Wiley
Probabilidad y estadística con aplicaciones para ingeniería y ciencias computacionales. S Milton y Jesse Arnold. Mc GrawHill.
Estadística para Administración y economía. Mendenhall. Grupo Editorial Ibero América.
Probabilidad y estadística. Aplicación y Mé[Link], George C. Mac Graw Hill.
Estadística Aplicada a los Negocios. WEBSTER, Allen.
Probabilidad y aplicaciones estadísticas. MEYER. Addison-Wesley Iberoamericana.
PROCESO FORMACIÓN Código:FFO.06
DISEÑO DEL PROGRAMA DE ASIGNATURAS DE PROGRAMAS Versión: 03
ACADÉMICOS PRESENCIALES
