Información detallada de curso

1. IDENTIFICACION DEL CURSO

Código y Nombre de la Asignatura: EST 1040 - ESTADISTICA I
División Académica: División de Ciencias Básicas Departamento Académico: Dpto. Matematicas y estadístic MAT 1110 Calificación mínima de 3.0 o MAT 1150 Calificación mínima de 3.0 o MAT 0020 Calificación mínima de 3.0 o MAT 1111 Calificación mínima de 3.0 Número de créditos: Intensidad horaria (semanal para nivel pregrado y total para nivel postgrado): 3.000 Horas de Teoría 0.000 Horas de Laboratorio Niveles: Educación Continua, Educación Superior Pregrado Tipos de Horario: Teoría En esta asignatura se estudian los conceptos básicos de la estadística descriptiva, tales como población, muestra, distribuciones de frecuencias y sus gráficos, medidas de tendencia central y medidas de dispersión. La teoría de la probabilidad, variables aleatorias discretas y continuas con sus funciones de probabilidad y densidad, esperanza, varianza y las distribuciones binomial, binomial negativa, geométrica, hipergeometrica, de Poisson, multinomial, uniforme, normal, exponencial y gamma. 3. JUSTIFICACION El profesional debe ser capaz de resolver problemas y tomar decisiones. Este proceso ha de realizarlo con un conocimiento imperfecto de la situación y un grado considerable de incertidumbre. La estadística, al tener como uno de sus propósitos el análisis de la información cuantitativa o cualitativa para sustentar la toma de decisiones, le proporciona una ayuda inestimable. 4. LINEAMIENTOS IMPLEMENTADOS Formación básica (L1) Básicas de Habilidades de pensamiento (1.3) Pensamiento (C1) Formación para la Interacción (C1) Manejo de la comunicación Comunicación (L2) oral y escrita (2.1) Formación Toma de Identificación y definición de problemas (5.1) para la toma de decisiones (C1) Generación de alternativas de solución (5.5) decisiones (L5) Elección de mejor alternativa (5.3) Valoración de decisiones tomadas (5.4) Formación para la Adaptabilidad Dominio básico de la informática (6.1); Conectividad (L6) tecnológica (C2) Utilización de tecnologías de información en los métodos de enseñanza del programa (6.2) 5. OBJETIVOS 5.1 Objetivo general Este curso pretende que el estudiante este en capacidad de describir la información cualitativa y cuantitativa, así como, de comprender los fenómenos observables con el fin de que los pueda aplicar (utilizando en algunos casos paquetes estadísticos) en la solución de problemas y en la asimilación de nuevos conocimientos. 5.2 Objetivos específicos - Valorar la importancia y necesidad de la Estadística en procesos de investigación y, en general, en la toma de decisiones. - Utilizar adecuadamente algunos paquetes estadísticos para el análisis descriptivo de grandes volúmenes de datos. - Identificar los conceptos de población y muestra y entender la importancia del muestreo. - Calcular medidas estadísticas mediante el manejo de la computadora. - Analizar y obtener conclusiones de las informaciones estadísticas numéricas o graficas. - Valorar el papel fundamental de la probabilidad en las conclusiones del análisis estadístico. - Utilizar el valor de una probabilidad, obtenida en diversos problemas prácticos, para obtener conclusiones. - Aplicar adecuadamente los conceptos de probabilidad condicional y eventos independientes. - Aplicar la distribución de probabilidad de algunas variables aleatorias discretas y continuas. - Manejar correctamente los conceptos para distribuciones de probabilidad con dos Variables aleatorias discretas o continuas. - Calcular e interpretar la esperanza y la varianza de una función lineal de variables aleatorias. 6. METODOLOGIA El curso se desarrollará combinando adecuadamente las exposiciones de temas y problemas modelos por parte del profesor, estimulando la participación del estudiante mediante preguntas, soluciones de ejercicios, análisis de problemas y de casos y discusiones de lecturas. Así mismo, se programarán clases prácticas que impliquen discusión y solución de interrogantes y problemas modelos. Además de lo anterior se asignarán lecturas complementarias y problemas a los estudiantes para su estudio o solución fuera de clase y posterior presentación. Algunas actividades serían desarrolladas en grupo y allí será la ocasión de mejorar la capacidad de trabajar en equipo, de desarrollar las habilidades de los conocimientos adquiridos en clase. Para garantizar el manejo de bibliografía en una segunda lengua, el profesor entregara bibliografía en inglés y en el desarrollo de algunas clases entregara lecturas, ejercicios, problemas, casos y minicasos en inglés para que sean analizados, desarrollados y resueltos por los estudiantes y presentados en inglés (si la situación lo permite). Todos los estudiantes tendrán acceso al catálogo WEB de la asignatura, y algunos de los Capítulos podrán desarrollar en Aula Virtual y en el Laboratorio de Matemáticas. 7. CONTENIDO Unidad 1: Introducción y estadística descriptiva (8 h.s.) 1.1 Introducción 1.1.1 Definición y términos básicos de la estadística 1.1.2 Papel de la estadística en la ingeniería y en la ciencia 1.1.3 estadística descriptiva e inferencial 1.2 Estadística descriptiva 1.2.1 Organización de datos 1.2.1.1 Tipos de datos y de escalas de medición usados en estadística 1.2.1.2 Organización de datos mediante de tablas 1.2.1.3 Representación gráfica de datos 1.2.2 Análisis de datos univariados 1.2.2.1 Medidas de tendencia central o de centralización 1.2.2.2 Medidas de localización (de posición relativa) 1.2.2.3 Medidas de dispersión o variabilidad 1.2.2.4 Tendencia central y dispersión para datos contenidos en tablas de frecuencia agrupada Guía bibliográfica: - Capítulos1, 2 y 3 en Weimer. Ver bibliografía (2). - Capítulo 1 en Montgomery. Ver bibliografía (5). - Capítulo 1 en Walpole. Ver bibliografía (3). - Capítulos1 - 4 en Schaum. Ver bibliografía (9). Unidad 2: Elementos de probabilidad. (12 h.s.) 2.1 Experimento aleatorio (estocástico), espacio muestral y evento 2.2 Axiomas, interpretaciones y propiedades de probabilidad 2.3 Técnicas de conteo 2.4 Probabilidad condicional 2.5 Ley de la probabilidad total y regla (teorema) de Bayes 2.6 Independencia de eventos Guía bibliográfica: - Capítulo 2 en Devore. Ver bibliografía (1). - Capítulo 5 (sin incluir sección 5.7) en Weimer. Ver bibliografía (2). - Capítulo 2 en Montgomery. Ver bibliografía (5). - Capítulo 2 en Walpole. Ver bibliografía (3). - Capítulo 6 en Schaum. Ver bibliografía (9). - Unidad 3: Variables aleatorias discretas y continuas. ..20 h.s. 3.1 Variable aleatoria: definici´on y tipos 3.2 El caso de una variable aleatoria discreta 3.2.1 Distribución de probabilidad 3.2.2 Función de distribución acumulada 3.2.3 Valor esperado (esperanza), varianza y teorema de Chebyshev 3.3 Ejemplos particulares de distribuciones discretas 3.3.1 Distribución de probabilidad binomial 3.3.2 Distribuciones hipergeometrica y binomial negativa 3.3.3 Distribución de Poisson, su aproximación a la binomial y proceso de Poisson 3.4 El caso de una variable aleatoria continúa 3.4.1 Distribución de probabilidad o función de densidad 3.4.2 Función de distribución acumulada 3.4.3 Percentiles de una distribución continua 3.4.4 Valor esperado (esperanza), varianza y teorema de Chebyshev 3.5 Ejemplos particulares de distribuciones continuas 3.5.1 Distribución uniforme 3.5.2 Distribución normal y su aproximación a la binomial 3.5.3 Distribuciones gamma y exponencial Guía bibliográfica: - Sección 5.7, Capítulos6 y 7 en Weimer. Ver bibliografía (2). - Secciones 5.1 y 5.2 en Devore. Ver bibliografía (1). - Capítulos3 y 4 en Montgomery. Ver bibliografía (5). - Secciones 3.1 - 3.3, 4.1 - 4.4, Capítulo 5 y secciones 6.1 - 6.7 en Walpole. Ver (3). - Capítulo 7 en Schaum. Ver bibliografía (9). - Unidad 4: Distribuciones de probabilidad conjunta. 8 h.s. 4.1 Función de probabilidad de masa conjunta para dos variables aleatorias discretas 4.1.1 Función de probabilidad de masa conjunta 4.1.2 Función de probabilidad de masa marginal 4.2 Función de densidad de probabilidad conjunta para dos variables aleatorias continuas 4.2.1 Función de densidad de probabilidad conjunta 4.2.2 Función de densidad de probabilidad marginal 4.3 Distribución condicional de dos variables aleatorias 4.4 Esperanza y covarianza 4.4.1 Esperanza y varianza de suma, resta y producto de dos variables aleatorias 4.4.2 Covarianza de dos variables aleatorias 4.4.3 Esperanza condicional 4.5 Independencia de dos variables aleatorias Guía bibliográfica: - Secciones 5.1 y 5.2 en Devore. Ver bibliografía(1). - Secciones 5.1, 5.3 y 5.5 en Montgomery. Ver bibliografía(5). - Secciones 3.5, 4.2, 4.3, Capítulo 5 y secciones 6.1 - 6.7 en Walpole. Ver (3). 8. EVALUACION - Se realizarían tres parciales y un examen final, según la siguiente tabla: Evaluación -Primer parcial 25% Semana 4 Unidad 1 -Segundo parcial 25% Semana 8 Unidad 2 -Tercer parcial 25% Semana 13 Unidad 3 -Examen final 25% Según registro Unidad 4 - Se realizarían prácticas de estadísticas en el laboratorio de Matemáticas o, si es necesario, en alguna de las salas de informáticas que hay en la universidad. Para las prácticas se han desarrollado guías (talleres) de laboratorio que están basados en algunos problemas de estadística y que se analizaran con ayuda de paquetes estadísticos (Statgraphics, SPSS, Excel) previamente instalados en las mencionadas salas. Las guías se evaluarán dentro de los exámenes parciales o individualmente, todo de acuerdo al criterio del profesor. - En los exámenes se evaluará: - Capacidad de aplicar los conceptos estudiados en temas específicos de las ingenierías (Pensamiento integrador). - Manejo de algoritmos y comprensión de ejemplos (pensamiento genérico). - Claridad y coherencia en la exposición de ejercicios en los que se aplican los conceptos (Eficacia comunicativa). - Utilización de conceptos para el modelado de situaciones problemáticas propias de las ingenierías (pensamiento integrador). - Capacidad de elegir un modelo estadístico que describa y permita el manejo cuantitativo de una situación específica de las ingenierías (toma de decisiones). - Capacidad de consultar y procesar información para la construcción de conceptos y obtención de resultados en temas específicos de las ingenierías (competencia investigativa). - Criterios de evaluación: - Aplicación de conceptos. Los problemas y ejercicios resueltos deben fundamentarse en una base conceptual. Los algoritmos deben ser resultado del análisis de conceptos y definiciones básicas. - Coordinación de conceptos. En el análisis de las situaciones problemas debe cuidarse la ordenación de los conceptos y deben definirse y manejarse todas las relaciones posibles entre ellas. Cada concepto debe verse como un elemento de toda una estructura estadística, coherente y lógica. - Manejo de relaciones interpersonales. Debe garantizarse el desarrollo de las evaluaciones en un ambiente de respeto y estudio. Debe garantizarse un espacio que permita la concentración y el análisis. - Toma de decisiones. Los resultados obtenidos deben ser la culminación de un proceso de pensamiento. Entre múltiples opciones, la escogencia debe ser resultado del análisis y la aplicación de conceptos. - Habilidades comunicativas. Los resultados obtenidos deben ser presentados de manera que el resto de los participantes del curso puedan visualizar los procesos y determinar todas las relaciones y aplicaciones conceptuales utilizadas. El proceso de solución de un problema debe contener además su presentación clara y coherente. - Principios éticos. Las evaluaciones deben garantizar que los resultados obtenidos sean fruto del trabajo del equipo o la persona que se evalúa. Se intenta evitar asignar a una persona resultados que otra u otro ha obtenido. En los trabajos en equipo debe garantizarse que todos los integrantes del equipo participen en la construcción del resultado. La presentación de trabajos escritos debe estar acompañada de una sustentación que muestre que se ha añadido al conocimiento algo en la realización del trabajo. 9. BIBLIOGRAFIA -Texto guía El texto guia sera el que aparece en la referencia (10). Textos de referencia (1) Devore Jay. L., Probabilidad y estadística para ingeniería y ciencias. Quinta edicion, Mexico: Thomson Learning, . (2) Weimer Richard C., Estadística. Primera edición, México: Editorial CECSA, (3) Walpole R., Myers R., Myers S., Probabilidad y estadística para ingenieros. Sexta edición, México: Pearson Educación, (4) Mendenhall W., Wackerley D., Scheaffer R., Estadística matemática con aplicaciones. Segunda edición, México: Grupo editorial Iberoamericana, . (5) Montgomery D., Runger G., Probabilidad y estadística aplicadas a la ingeniería. M´exico: McGraw-Hill, (6) Edwards Allen L., Probability and Statistics. New York: Holt Rinehart and Winston, (7) Siegrist Kyle, Virtual laboratories in probability and statistics. Universidad de Alabama, www.math.uah.edu/stat/ (8) Dobrow Bob, The Probability Web. Carleton College, www.clarkson.edu/~dobrowb/probweb/probweb.html (9) Spiegel Murray R., Estadística. Serie Schaum. Madrid: McGraw-Hill,

Código y Nombre de la Asignatura: EST 1040 - ESTADISTICA I

División Académica: División de Ciencias Básicas
Departamento Académico: Dpto. Matematicas y estadístic
MAT 1110 Calificación mínima de 3.0 o MAT 1150 Calificación mínima de 3.0 o MAT 0020 Calificación mínima de 3.0 o MAT 1111 Calificación mínima de 3.0
Número de créditos:
Intensidad horaria (semanal para nivel pregrado y total para nivel postgrado):
3.000 Horas de Teoría
0.000 Horas de Laboratorio
Niveles: Educación Continua, Educación Superior Pregrado
Tipos de Horario: Teoría

En esta asignatura se estudian los conceptos básicos de la estadística descriptiva, tales como población, muestra, distribuciones de frecuencias y sus gráficos, medidas de tendencia central y medidas de dispersión. La teoría de la probabilidad, variables aleatorias discretas y continuas con sus funciones de probabilidad y densidad, esperanza, varianza y las distribuciones binomial, binomial negativa, geométrica, hipergeometrica, de Poisson, multinomial, uniforme, normal, exponencial y gamma.

3. JUSTIFICACION

El profesional debe ser capaz de resolver problemas y tomar decisiones. Este proceso ha de realizarlo con un conocimiento imperfecto de la situación y un grado considerable de incertidumbre.
La estadística, al tener como uno de sus propósitos el análisis de la información cuantitativa o cualitativa para sustentar la toma de decisiones, le proporciona una ayuda inestimable.

4. LINEAMIENTOS IMPLEMENTADOS

Formación básica (L1)
Básicas de Habilidades de pensamiento (1.3)
Pensamiento (C1)
Formación para la Interacción (C1) Manejo de la comunicación
Comunicación (L2) oral y escrita (2.1)
Formación Toma de Identificación y definición de problemas (5.1) para la toma de decisiones (C1)
Generación de alternativas de solución (5.5) decisiones (L5)
Elección de mejor alternativa (5.3)
Valoración de decisiones tomadas (5.4)
Formación para la Adaptabilidad Dominio básico de la informática (6.1);
Conectividad (L6) tecnológica (C2)
Utilización de tecnologías de información en los métodos de enseñanza del programa (6.2)

5. OBJETIVOS

5.1 Objetivo general
Este curso pretende que el estudiante este en capacidad de describir la información cualitativa y cuantitativa, así como, de comprender los fenómenos observables con el fin de que los pueda aplicar (utilizando en algunos casos paquetes estadísticos) en la solución de problemas y en la asimilación de nuevos conocimientos.

5.2 Objetivos específicos
- Valorar la importancia y necesidad de la Estadística en procesos de investigación y, en general, en la toma de decisiones.
- Utilizar adecuadamente algunos paquetes estadísticos para el análisis descriptivo de grandes volúmenes de datos.
- Identificar los conceptos de población y muestra y entender la importancia del muestreo.
- Calcular medidas estadísticas mediante el manejo de la computadora.
- Analizar y obtener conclusiones de las informaciones estadísticas numéricas o graficas.
- Valorar el papel fundamental de la probabilidad en las conclusiones del análisis estadístico.
- Utilizar el valor de una probabilidad, obtenida en diversos problemas prácticos, para obtener conclusiones.
- Aplicar adecuadamente los conceptos de probabilidad condicional y eventos independientes.
- Aplicar la distribución de probabilidad de algunas variables aleatorias discretas y continuas.
- Manejar correctamente los conceptos para distribuciones de probabilidad con dos Variables aleatorias discretas o continuas.
- Calcular e interpretar la esperanza y la varianza de una función lineal de variables aleatorias.

6. METODOLOGIA

El curso se desarrollará combinando adecuadamente las exposiciones de temas y problemas modelos por parte del profesor, estimulando la participación del estudiante mediante preguntas, soluciones de ejercicios, análisis de problemas y de casos y discusiones de lecturas. Así mismo, se programarán clases prácticas que impliquen discusión y solución de interrogantes y problemas modelos. Además de lo anterior se asignarán lecturas complementarias y problemas a los estudiantes para su estudio o solución fuera de clase y posterior presentación.
Algunas actividades serían desarrolladas en grupo y allí será la ocasión de mejorar la capacidad de trabajar en equipo, de desarrollar las habilidades de los conocimientos adquiridos en clase.
Para garantizar el manejo de bibliografía en una segunda lengua, el profesor entregara bibliografía en inglés y en el desarrollo de algunas clases entregara lecturas, ejercicios, problemas, casos y minicasos en inglés para que sean analizados, desarrollados y resueltos por los estudiantes y presentados en inglés (si la situación lo permite).
Todos los estudiantes tendrán acceso al catálogo WEB de la asignatura, y algunos de los Capítulos podrán desarrollar en Aula Virtual y en el Laboratorio de Matemáticas.

7. CONTENIDO

Unidad 1: Introducción y estadística descriptiva (8 h.s.)
1.1 Introducción
1.1.1 Definición y términos básicos de la estadística
1.1.2 Papel de la estadística en la ingeniería y en la ciencia
1.1.3 estadística descriptiva e inferencial
1.2 Estadística descriptiva
1.2.1 Organización de datos
1.2.1.1 Tipos de datos y de escalas de medición usados en estadística
1.2.1.2 Organización de datos mediante de tablas
1.2.1.3 Representación gráfica de datos
1.2.2 Análisis de datos univariados
1.2.2.1 Medidas de tendencia central o de centralización
1.2.2.2 Medidas de localización (de posición relativa)
1.2.2.3 Medidas de dispersión o variabilidad
1.2.2.4 Tendencia central y dispersión para datos contenidos en tablas de frecuencia agrupada

Guía bibliográfica:
- Capítulos1, 2 y 3 en Weimer. Ver bibliografía (2).
- Capítulo 1 en Montgomery. Ver bibliografía (5).
- Capítulo 1 en Walpole. Ver bibliografía (3).
- Capítulos1 - 4 en Schaum. Ver bibliografía (9).

Unidad 2: Elementos de probabilidad. (12 h.s.)
2.1 Experimento aleatorio (estocástico), espacio muestral y evento
2.2 Axiomas, interpretaciones y propiedades de probabilidad
2.3 Técnicas de conteo
2.4 Probabilidad condicional
2.5 Ley de la probabilidad total y regla (teorema) de Bayes
2.6 Independencia de eventos
Guía bibliográfica:
- Capítulo 2 en Devore. Ver bibliografía (1).
- Capítulo 5 (sin incluir sección 5.7) en Weimer. Ver bibliografía (2).
- Capítulo 2 en Montgomery. Ver bibliografía (5).
- Capítulo 2 en Walpole. Ver bibliografía (3).
- Capítulo 6 en Schaum. Ver bibliografía (9).
- Unidad 3: Variables aleatorias discretas y continuas. ..20 h.s.
3.1 Variable aleatoria: definici´on y tipos
3.2 El caso de una variable aleatoria discreta
3.2.1 Distribución de probabilidad
3.2.2 Función de distribución acumulada
3.2.3 Valor esperado (esperanza), varianza y teorema de Chebyshev
3.3 Ejemplos particulares de distribuciones discretas
3.3.1 Distribución de probabilidad binomial
3.3.2 Distribuciones hipergeometrica y binomial negativa
3.3.3 Distribución de Poisson, su aproximación a la binomial y proceso de Poisson
3.4 El caso de una variable aleatoria continúa
3.4.1 Distribución de probabilidad o función de densidad
3.4.2 Función de distribución acumulada
3.4.3 Percentiles de una distribución continua
3.4.4 Valor esperado (esperanza), varianza y teorema de Chebyshev
3.5 Ejemplos particulares de distribuciones continuas
3.5.1 Distribución uniforme
3.5.2 Distribución normal y su aproximación a la binomial
3.5.3 Distribuciones gamma y exponencial
Guía bibliográfica:
- Sección 5.7, Capítulos6 y 7 en Weimer. Ver bibliografía (2).
- Secciones 5.1 y 5.2 en Devore. Ver bibliografía (1).
- Capítulos3 y 4 en Montgomery. Ver bibliografía (5).
- Secciones 3.1 - 3.3, 4.1 - 4.4, Capítulo 5 y secciones 6.1 - 6.7 en Walpole. Ver (3).
- Capítulo 7 en Schaum. Ver bibliografía (9).
- Unidad 4: Distribuciones de probabilidad conjunta. 8 h.s.
4.1 Función de probabilidad de masa conjunta para dos variables aleatorias discretas
4.1.1 Función de probabilidad de masa conjunta
4.1.2 Función de probabilidad de masa marginal
4.2 Función de densidad de probabilidad conjunta para dos variables aleatorias continuas
4.2.1 Función de densidad de probabilidad conjunta
4.2.2 Función de densidad de probabilidad marginal
4.3 Distribución condicional de dos variables aleatorias
4.4 Esperanza y covarianza
4.4.1 Esperanza y varianza de suma, resta y producto de dos variables aleatorias
4.4.2 Covarianza de dos variables aleatorias
4.4.3 Esperanza condicional
4.5 Independencia de dos variables aleatorias
Guía bibliográfica:
- Secciones 5.1 y 5.2 en Devore. Ver bibliografía(1).
- Secciones 5.1, 5.3 y 5.5 en Montgomery. Ver bibliografía(5).
- Secciones 3.5, 4.2, 4.3, Capítulo 5 y secciones 6.1 - 6.7 en Walpole. Ver (3).

8. EVALUACION
- Se realizarían tres parciales y un examen final, según la siguiente tabla:
Evaluación
-Primer parcial 25% Semana 4 Unidad 1
-Segundo parcial 25% Semana 8 Unidad 2
-Tercer parcial 25% Semana 13 Unidad 3
-Examen final 25% Según registro Unidad 4

- Se realizarían prácticas de estadísticas en el laboratorio de Matemáticas o, si es necesario, en alguna de las salas de informáticas que hay en la universidad. Para las prácticas se han desarrollado guías (talleres) de laboratorio que están basados en algunos problemas de estadística y que se analizaran con ayuda de paquetes estadísticos (Statgraphics, SPSS, Excel) previamente instalados en las mencionadas salas. Las guías se evaluarán dentro de los exámenes parciales o individualmente, todo de acuerdo al criterio del profesor.
- En los exámenes se evaluará:
- Capacidad de aplicar los conceptos estudiados en temas específicos de las ingenierías
(Pensamiento integrador).
- Manejo de algoritmos y comprensión de ejemplos (pensamiento genérico).
- Claridad y coherencia en la exposición de ejercicios en los que se aplican los conceptos (Eficacia comunicativa).
- Utilización de conceptos para el modelado de situaciones problemáticas propias de las ingenierías (pensamiento integrador).
- Capacidad de elegir un modelo estadístico que describa y permita el manejo cuantitativo de una situación específica de las ingenierías (toma de decisiones).
- Capacidad de consultar y procesar información para la construcción de conceptos y obtención de resultados en temas específicos de las ingenierías (competencia investigativa).
- Criterios de evaluación:
- Aplicación de conceptos. Los problemas y ejercicios resueltos deben fundamentarse en una base conceptual. Los algoritmos deben ser resultado del análisis de conceptos y definiciones básicas.
- Coordinación de conceptos. En el análisis de las situaciones problemas debe cuidarse la ordenación de los conceptos y deben definirse y manejarse todas las relaciones posibles entre ellas. Cada concepto debe verse como un elemento de toda una estructura estadística, coherente y lógica.
- Manejo de relaciones interpersonales. Debe garantizarse el desarrollo de las evaluaciones en un ambiente de respeto y estudio. Debe garantizarse un espacio que permita la concentración y el análisis.
- Toma de decisiones. Los resultados obtenidos deben ser la culminación de un proceso de pensamiento. Entre múltiples opciones, la escogencia debe ser resultado del análisis y la aplicación de conceptos.
- Habilidades comunicativas. Los resultados obtenidos deben ser presentados de manera
que el resto de los participantes del curso puedan visualizar los procesos y determinar todas las relaciones y aplicaciones conceptuales utilizadas. El proceso de solución de un problema debe contener además su presentación clara y coherente.
- Principios éticos. Las evaluaciones deben garantizar que los resultados obtenidos sean fruto del trabajo del equipo o la persona que se evalúa. Se intenta evitar asignar a una persona resultados que otra u otro ha obtenido. En los trabajos en equipo debe garantizarse que todos los integrantes del equipo participen en la construcción del resultado. La presentación de trabajos escritos debe estar acompañada de una sustentación que muestre que se ha añadido al conocimiento algo en la realización del trabajo.

9. BIBLIOGRAFIA

-Texto guía

El texto guia sera el que aparece en la referencia (10).

Textos de referencia

(1) Devore Jay. L., Probabilidad y estadística para ingeniería y ciencias. Quinta
edicion, Mexico: Thomson Learning, .
(2) Weimer Richard C., Estadística. Primera edición, México: Editorial CECSA,

(3) Walpole R., Myers R., Myers S., Probabilidad y estadística para ingenieros.
Sexta edición, México: Pearson Educación,
(4) Mendenhall W., Wackerley D., Scheaffer R., Estadística matemática con
aplicaciones. Segunda edición, México: Grupo editorial Iberoamericana, .
(5) Montgomery D., Runger G., Probabilidad y estadística aplicadas a la ingeniería.
M´exico: McGraw-Hill,
(6) Edwards Allen L., Probability and Statistics. New York: Holt Rinehart and
Winston,
(7) Siegrist Kyle, Virtual laboratories in probability and statistics. Universidad de
Alabama, www.math.uah.edu/stat/
(8) Dobrow Bob, The Probability Web. Carleton College,
www.clarkson.edu/~dobrowb/probweb/probweb.html
(9) Spiegel Murray R., Estadística. Serie Schaum. Madrid: McGraw-Hill,

Regresar a Anterior	Nueva búsqueda

Regresar a Anterior

Nueva búsqueda

AURORA - Sistema de Información Académico

Información detallada de curso

© 2024 Ellucian Company L.P. y sus afiliados.

Información detallada de curso		Segundo semestre 2014 May 09, 2024