Información detallada de curso |
Primer semestre 2015
Abr 19, 2024 |
|
 |
||
| Código y Nombre de la Asignatura: EST 7042 - ANALISIS DE DATOS EN INGENIERIA I |
|
División Académica:
División de Ingenierías
Departamento Académico: Dpto. Ingeniería Industrial MAT 1111 Calificación mínima de 3.0 o Ingreso INTEREXTERNO 00 Número de créditos: Intensidad horaria (semanal para nivel pregrado y total para nivel postgrado): 3.000 Horas de Teoría 2.000 Horas de Laboratorio Niveles: Educación Superior Pregrado Tipos de Horario: Teoría y Laboratorio En esta asignatura se estudian los métodos y herramientas de análisis estadístico necesario para la caracterización y modelación de los procesos empresariales (tanto para producción de bienes como para la prestación de servicios). Los tópicos que se estudian en esta asignatura comprende: El análisis gráfico y numérico de conjuntos de datos; los conceptos de probabilidad, variable aleatoria, distribuciones de probabilidad; algunas distribuciones discretas y continuas importantes; los patrones de comportamiento de los procesos, las herramientas para la estimación de los parámetros de estos procesos; los métodos de comparación estadística; la caracterización de los procesos mediante modelos experimentales "a posteriori", y finalmente una introducción al análisis de un factor. 3. JUSTIFICACIÓN En la actualidad, la variabilidad de los procesos de las empresas implica la incorporación de la incertidumbre acerca de su comportamiento. Con el fin de tratar con el hecho inevitable de que los procesos industriales no son determinísticos, es necesario que el estudiante cuente con las herramientas adecuadas que le permitan describir y analizar estos procesos con el fin de tomar las respectivas decisiones con un menor grado de incertidumbre y, por ende, un menor riesgo. Este curso sienta bases conceptuales para posteriores desarrollos de metodologías de control y mejora de procesos en asignaturas siguientes. 4. OBJETIVOS 4.1. OBJETIVO GENERAL Brindarle al estudiante las herramientas de análisis que necesita para comprender la variabilidad en los procesos de las empresas (tanto de producción como de servicios), que le permitan reducir la incertidumbre y el riesgo al tomar las decisiones de mejora. 4.2. OBJETIVOS ESPECIFICOS -Identificar los diferentes tipos de datos que se pueden presentar en un estudio, la forma de organizarlos, analizarlos, caracterizarlos. -Aplicar el método de enumeración de puntos, las técnicas de conteo, los axiomas de teoría de conjuntos, los teoremas de la probabilidad total y de Bayes al cálculo de la probabilidad de un evento. -Caracterizar variables aleatorias discretas y continuas con las distribuciones de probabilidad asociadas. -Comprender la importancia de los métodos estadísticos modernos. -Comprender y aplicar las herramientas de análisis para la estimación de los parámetros de los procesos empresariales. -Comprender y aplicar las herramientas de análisis para la comparación entre diferentes alternativas para los métodos de operación. -Aplicar los modelos experimentales para la caracterización de los procesos en las empresas. -Aplicar el análisis de un factor para explicar los cambios que pueden afectar una variable de interés. 5. METODOLOGIA. La metodología a utilizar será la siguiente: El profesor expondrá los temas en clase, los estudiantes participarán de manera activa en el desarrollo de los tópicos. Los alumnos también llevarán a cabo talleres, asignaciones e investigaciones de manera independiente. Los temas de clase serán complementados con prácticas utilizando el software del que se dispone para este propósito. 6. MEDIOS Medios comunes de clase (Tablero, marcadores, etc.). Medios audiovisuales (Computador Portátil, Video Beam), Software estadístico como STATGRAPHICS®, MATLAB® , entre otros. Bases de Datos y Catálogo Web. 7. CONTENIDO 7.1. INTRODUCCIÓN Y ESTADÍSTICA DESCRIPTIVA (6 HT, 4 HP) -Introducción. -Definición y términos básicos de la estadística. -Papel de la estadística en la ingeniería y en la ciencia. -Estadística descriptiva e inferencial. -Estadística descriptiva. -Organización de datos. -Tipos de datos y de escalas de medición usados en estadística. -Organización de datos mediante de tablas. -Representación gráfica de datos. -Análisis de datos univariados. -Medidas de tendencia central o de centralización. -Medidas de localización (de posición relativa). -Medidas de dispersión o variabilidad. -Tendencia central y dispersión para datos contenidos en tablas de frecuencia agrupada. 7.2. PROBABILIDAD (6 HT, 4 HP) -Experimento aleatorio (estocástico), espacio muestral y evento. -Axiomas, interpretaciones y propiedades de probabilidad. -Procesos de conteo. -Probabilidad condicional. -Probabilidad conjunta. -Ley de la probabilidad total y regla (teorema) de Bayes. -Aplicaciones del teorema de Bayes para la validéz y predicción de instrumentos de medición. -Independencia de eventos. -Aplicaciones de independencia estadística en la convolución de variables aleatorias en procesos industriales. 7.3. DISTRIBUCIONES DE PROBABILIDAD (6 HT, 4 HP) -Variables aleatorias discretas y continuas. -Distribuciones de probabilidad discreta (Binomial, Hipergeométrica, Poisson, Binomial Negativa, Geométrica, Uniforme Discreta). -Distribuciones de probabilidad continua (Normal, Exponencial, Uniforme continua). -Aproximaciones entre las distribuciones de probabilidad. 7.4. DISTRIBUCIONES DE MUESTREO (5 HT, 2 HP) -Conceptos básicos. (Población, muestra, parámetro, estadístico, estimador, inferencia estadística, muestreo aleatorio, distribución de muestreo). -Distribuciones asociadas a la distribución Normal (Chi cuadrado, t-Student, Fisher). -Distribución de muestreo de la media (Varianza poblacional conocida). -Teorema del límite central. -Ley de los grandes números. -Distribución de muestreo de S2. -Distribución de muestreo de la media (Varianza poblacional desconocida). -Distribución de muestreo de la proporción. -Distribución de muestreo de la diferencia de medias. -Distribución de muestreo de la diferencia de proporciones. -Distribución de muestreo del cociente de varianzas. 7.5. ESTIMACION (5 HT, 2 HP) -Estimación puntual (propiedad de los estimadores). -Método de máxima verosimilitud. -Estimación por Intervalo. -Intervalos de confianza para la media (varianza conocida). -Intervalos de confianza para la media (varianza desconocida). -Intervalos de confianza para la varianza. -Intervalos de confianza para la proporción binomial. -Intervalos de confianza para la diferencia en medias. -Intervalos de confianza para el cociente de dos varianzas. -Intervalos de confianza para la diferencia de proporciones. -Intervalos de predicción. 7.6. PRUEBAS DE HIPOTESIS (5 HT, 3 HP) -Conceptos Generales (Pruebas de una y dos colas, valor P, tipos de riesgo). -Prueba de hipótesis sobre la media de una población (Varianza conocida). -Prueba de hipótesis sobre la media de una población (Varianza desconocida). -Prueba de hipótesis sobre la varianza. -Prueba de hipótesis sobre una proporción binomial. -Prueba de hipótesis para la diferencia en medias, varianzas conocidas. -Prueba de hipótesis para el cociente de dos varianzas. -Prueba de hipótesis para la diferencia en medias, varianzas conocidas. -Valores P para las pruebas Z, t, Chi, F. -Tamaño de muestra y Curvas de Operación Característica (OC). 7.7. PRUEBAS DE BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA (2 HT, 2 HP) -Prueba Chi-cuadrado. -Prueba Kolmogorov-Smirnov. -Tablas de contingencia. 7.8. REGRESION LINEAL SIMPLE (5 HT, 3 HP) -Regresión lineal simple. -Estimación de parámetros por mínimos cuadrados. -Prueba de hipótesis en la regresión. -Intervalos de confianza. -Evaluando la adecuación del modelo de regresión. -Predicción de nuevas observaciones. 7.9. REGRESIÓN LINEAL MÚLTIPLE (5 HT, 3 HP) -Estimación de parámetros por mínimos cuadrados. -Enfoque matricial de la regresión lineal múltiple. -Prueba de hipótesis en la regresión lineal múltiple. -Intervalos de confianza el la regresión lineal múltiple. -Predicción de nuevas observaciones. 7.10. INFERENCIA ESTADISTICA PARA N POBLACIONES CON UN SOLO FACTOR (5 HT, 3 HP) -Estrategia de Experimentación. -Experimento con un solo factor completamente aleatorizado. -El análisis de varianzas (ANOVA). -Análisis de residuales y verificación del modelo. -Prueba sobre medias de tratamientos individuales (LSD). 8. EVALUACIÓN -Primer Parcial: 15% -Segundo Parcial: 15% -Tercer Parcial: 20% -Quices y talleres: 15% -Trabajo de aplicación: 15% -Examen Final: 20% 9. BIBLIOGRAFÍA Texto(s) guía -WALPOLE, MEYERS, YE. Probabilidad y Estadística para Ingeniería y ciencias. Pearson Prentice Hall. Octava Edición. -MONTGOMERY, Douglas; RUNGER, George. Probabilidad y estadística aplicadas a la ingeniería. Limusa Wiley. México D.F. 2002. 924p. (Colección Reserva, Sig. Top.: 519.2 M787) . -KREYSZIG, Erwin. Matemáticas avanzadas para ingeniería. Limusa. México, 1993. (Colección General, Sig. Top.: 515 K92). -WICKERLY, Mendenhall. Estadística Matemática con Aplicaciones. Edit. Thomson. -WEIMER, Richard. Estadística. Edit Cecsa |
| Regresar a Anterior | Nueva búsqueda |
|