Programa de Probabilidad Ing. Quimica

1.- DATOS DE LA ASIGNATURA

Nombre de la asignatura:

Carrera:

Clave de la asignatura:

Horas teoría-horas práctica-créditos Probabilidad y Estadística
Ing. Química


( 3 – 2 – 8 )

2.- HISTORIA DEL PROGRAMA

Lugar y fecha de elaboración o revisión Participantes Observaciones
(cambios y justificación)
Instituto Tecnológico de Tijuana De Aguascalientes del 9 al 13 Agosto 2004 Representante de las academias de la carrera de Ingeniería Química Reunión nacional de evaluación curricular de la carrera de Ing. Química
Institutos tecnológicos de Academias de la carrera de Ingeniería Química Análisis y enriquecimiento de las propuestas de los programas diseñados en la reunión nacional de evaluación
Instituto Tecnológico de Comité de consolidación de la carrera de Ingeniería Química Definición de los programas de estudio de la carrera de …

3.- UBICACIÓN DE LA ASIGNATURA

a). Relación con otras asignaturas del plan de estudio

Anteriores Posteriores
Asignaturas Temas Asignaturas Temas
-Matemáticas I -Funciones exponenciales, logarítmicas y sus derivadas -Análisis de Datos Experimentales
-Modelos de Calidad


-Química Analítica I


-Química Analítica II -Pruebas de hipótesis

-Herramientas de Calidad


-Técnicas de muestreo
-Volumetría
-Gravimetría

-Métodos ópticos y cromatográficos

b). Aportación de la asignatura al perfil del egresado

Proporciona los fundamentos necesarios para el manejo estadístico de datos en la toma de decisiones

4.- OBJETIVO(S) GENERAL(ES) DEL CURSO

-El alumno aplicará los modelos probabilísticos y estadísticos adecuados para resolver problemas que involucren fenómenos aleatorios. Organizará y analizará la información para la toma de decisiones.


5.- TEMARIO

Unidad Temas Subtemas
I













II









III













IV









V










VI








VII




VIII




Fundamentos de la teoría de la probabilidad












Variable aleatoria









Variables aleatoria conjuntas













Modelos analíticos de fenómenos aleatorios discretos y continuos







Técnicas de muestreo










Estadística descriptiva








Distribuciones muestrales




Estimaciones puntuales y por intervalos de confianza 1.1 Definición y notación de conjuntos
1.2 Operaciones, leyes y representaciones de diagramas de Venn
1.3 Análisis combinatorio, principio aditivo y multiplicativo (diagrama de árbol)
1.4 Permutaciones (distinguibles y circulares)
1.5 Combinaciones y Teorema del binomio
1.6 Concepto clásico y frecuencia relativa
1.7 Espacio muestral y eventos
1.8 Axiomas y teoremas
1.9 Espacio finito equiprobable
1.10 Probabilidad condicional e independencia
1.11 Teorema de Bayes

2.1 Introducción
2.2 Distribución y esperanza de una variable aleatoria finita
2.3 Varianza y desviación estándar
2.4 Variables aleatorias discretas en general
2.5 Variables aleatorias continuas
2.6 Función de distribución acumulativa
2.7 Desigualdad de Tchebycheff
2.8 Ley de los grandes números

3.1 Distribución conjunta de dos variables aleatorias
3.2 Esperanza entre dos variables aleatorias discretas X y Y
3.3 Covarianza entre dos variables aleatorias discretas X y Y
3.4 Independencia entre dos variables aleatorias discretas X y Y
3.5 Esperanza entre dos variables aleatorias continuas X y Y
3.6 Covarianza entre dos variables aleatorias continuas X y Y
3.7 Independencia entre dos variables aleatorias continuas X y Y

4.1 Distribución binomial
4.2 Distribución de Poisson y su aproximación a la binomial
4.3 Distribuciones uniforme y exponencial
4.4 Distribución normal y su aproximación por la binomial
4.5 Teorema de Chebyshev
4.6 Distribución Ji-Cuadrada
4.7 Distribución Fisher

6.1 Razones para el muestreo
6.2 Bases teóricas del muestreo
6.3 Tipos de muestreo
6.3.1. Muestreo aleatorio simple
6.3.2. Muestreo estratificado
6.3.3. Muestreo agrupado o por conglomerado
6.3.4. Muestreo sistemático
6.3.5. Muestreo doble y triple
6.4 Parámetros y estadígrafos
6.5 Errores estadísticos

7.1 Introducción, Notación sumatoria
7.2 Datos no agrupados
7.2.1. Medidas de tendencia central
7.2.2. Medidas de dispersión
7.3 Datos agrupados
7.3.1. Tablas de frecuencia y gráficas
7.3.2. Medidas de tendencia central
7.3.3. Medidas de dispersión y de posición

8.1 La distribución muestral de la media de la muestra
8.2 La distribución muestral de la proporción de la muestra
8.3 El teorema del Límite Central

9.1 Estimadores eficientes e imparciales
9.2 El error estándar
9.3 La distribución t-student
9.4 Uso de la tabla de la distribución t-student
9.5 Intervalos de confianza: Conceptos generales
9.6 Intervalo de confianza para la media de la población
9.7 Intervalo de confianza de una muestra grande para la población total
9.8 Intervalo de confianza de una muestra grande para la proporción
9.9 Intervalo de confianza para la diferencia entre dos medias
Intervalo de confianza para la diferencia entre dos proporciones


6.- APRENDIZAJES REQUERIDOS

• Conocimiento sobre funciones algebraicas y álgebra de funciones
• Aplicación de la sumatoria
• Concepto y manejo de límites y continuidad
• Concepto de derivada y de reglas de derivación
• Métodos para calcular Máximos y Mínimos

7.- SUGERENCIAS DIDÁCTICAS

• Investigar sobre subtemas asignados y de aplicación
• Solucionar problemas previamente seleccionados para cada unidad
• Realizar actividades prácticas que motiven el desarrollo de la creatividad del estudiante ( juegos, etc.), mediante problemas que lo vinculen con situaciones de la vida cotidiana
• Usar software, relacionado con la materia, como un elemento necesario para el manejo de la información, la solución de problemas y la presentación de resultados (Stat Graphics, SSPS, y Excel)
• Organizar trabajo en equipo
• Organizar grupos de discusión sobre las investigaciones


8.- SUGERENCIAS DE EVALUACIÓN

• Revisión de problemas
• Reportes de investigación
• Resolver problemas con ayuda de software
• Tareas
• Exposición en clase sobre tema asignado
• Participación en sesiones plenarias

• Exámenes


9.- UNIDADES DE APRENDIZAJE


Unidad 1: Fundamentos de la teoría de la probabilidad

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Aplicará la teoría de la probabilidad en la solución de problemas 1.1. Elaborar un resumen acerca de la teoría de conjuntos y diagramas de árbol, así como las técnicas de conteo (combinaciones y permutaciones).
1.2. Investigar, describir y discutir los conceptos tales como: experimentos aleatorios, espacio muestral, ensayo, evento, probabilidad, clasificación e importancia de la probabilidad.
1.3. Diseñar un experimento aleatorio para obtener datos de alguna variable de interés y determinar a que distribución de probabilidad obedecen.
1.4. Distinguir tipos de eventos y asociarlos con el modelo matemático correspondiente en la solución de problemas.
1.5 Resolver problemas inmersos en el marco de la probabilidad condicional.
1.6 Investigar el teorema de Bayes y aplicarlo en la solución de problemas
1, 2, 3, 4, 5, 8, 9, 13


UNIDAD 2: Variable aleatoria

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Comprenderá el significado de variable aleatoria y lo aplicará en la solución de problemas. 2.1 Identificar diversas variables aleatorias
2.2 Establecer la función de probabilidad de una variable aleatoria discreta
2.3 Calcular la esperanza matemática y la varianza de una variable aleatoria, dada su función de probabilidad
2.4 Identificar la función de distribución acumulativa de una función de probabilidad
2.5 Calcular probabilidades, para diversos valores de la variable aleatoria dentro de su dominio.
2.6 Aplicar la desigualdad de Tchebycheff
2.7 Aplicar la ley de los grandes números 5, 6, 7,11, 12


UNIDAD 3: Variables aleatorias conjuntas

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Comprenderá y determinará la probabilidad asociada a dos variables aleatorias, implicadas en un proceso real que involucre dos eventos simultáneos.

3.1 Explicar a través de una tabla de distribución de probabilidad los valores simultáneos de probabilidad asociado a dos variables aleatorias
3.2 Determinar el valor esperado conjunto de las variables aleatorias discretas X y Y. en una tabla de distribución de probabilidad.
3.3 Determinar la varianza conjunta (covarianza) de las variables aleatorias discretas X y Y a partir de una tabla de distribución de probabilidad conjunta.
3.4 Determinar la dependencia de las variables aleatorias discretas X y Y a partir de una tabla de distribución de probabilidad conjunta.
3.5 Determinar el valor esperado conjunto de las variables aleatorias continuas X y Y de una tabla de distribución de probabilidad conjunta.
3.6 Determinar la varianza conjunta (covarianza) de las variables aleatorias continuas X y Y a partir de una tabla de distribución de probabilidad conjunta.
3.7 Determinar la dependencia de las variables aleatorias continuas X y Y a partir de una tabla de distribución de probabilidad conjunta 5, 9, 10


UNIDAD 4: Modelos analíticos de fenómenos aleatorios discretos y continuos

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Distinguirá y aplicará las distintas distribuciones discretas y continuas para determinar la probabilidad en una serie de datos.
4.1 Identificar diversas variables aleatorias
4.2 Establecer la función de probabilidad de una variable aleatoria discreta y continua a partir de una situación real o simulada y calcular la esperanza matemática, varianza, covarianza y desviación estándar
4.3 Identificar la función de distribución Binomial, Poisson, Normal, Ji-cuadrada y Fisher con base a sus características
4.4 Realizar cálculos de probabilidad mediante el manejo de las tablas correspondientes a las distribuciones Binomial y de Poisson
4.5 Aproximar los cálculos de la distribución de Poisson a la distribución Binomial
4.6 Aproximar los cálculos de la distribución de Binomial a la distribución Normal
4.7 Investigar y discutir las funciones de distribución de una variable aleatoria continua, como son: la uniforme, exponencial y normal
4.8 Realizar cálculos de probabilidad mediante el manejo de las tablas correspondientes a cada distribución
4.9 Relacionar las distribuciones:
4.9.1Binomial y Normal
4.9.2Poisson y Normal
4.10 Investigar el teorema de Chebyshev y aplicarlo en un caso práctico. 1, 2, 3, 4, 5, 10, 11







UNIDAD 5: Técnicas de muestreo

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Aplicará los fundamentos básicos del muestreo 6.1 Explicar la diferencia entre muestreo con reemplazo y muestreo sin reemplazo
6.2 Establecer procedimientos para calcular una muestra aleatoria
6.3 Diferenciar los distintos tipos de muestreo y cuando se debe utilizar cada uno de ellos
6.4 Definir parámetros y estadísticos
6.5 Identificar errores de muestreo 2, 3, 5, 10, 11


UNIDAD 6: Estadística descriptiva

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Calculará de una serie de datos los distintos parámetros de la estadística descriptiva. 7.1 Discutir los conceptos entre población y muestra, entre medidas de tendencia central, de posición y de dispersión
7.2 Recopilar un conjunto de no más de 30 datos (muestra pequeña) y calcular su media aritmética, media geométrica, moda, mediana, desviación media absoluta, varianza y desviación estándar
7.3 Recopilar no menos de 30 datos (muestras grandes) para construir una distribución de frecuencias y representarlos gráficamente mediante Histogramas, Polígonos de frecuencia, Ojivas, entre otros.
7.4 Calcular con base a la distribución de frecuencias la media, moda, mediana, varianza y desviación estándar 2, 3, 4, 5, 8, 10, 12


UNIDAD 7: Distribuciones muestrales

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Aplicará la distribución muestral adecuada, de acuerdo a la situación que se presente. 8.1 Explicar el teorema del límite central
8.2 Correlacionar la media de un conjunto de datos sin agrupar con las media de las muestras de una población
8.3 Resolver problemas donde se aplique la distribución muestral de la media y de la proporción de la muestra
2, 3, 4, 5, 7, 8, 10, 11, 12


UNIDAD 8: Estimaciones puntuales y por intervalos de confianza

Objetivo Educacional Actividades de Aprendizaje Fuentes de Información
Estimará los intervalos de confianza para los diferentes parámetros que caracterizan a procesos y/o poblaciones.
9.1 Calcular dado un conjunto de datos los intervalos de confianza, según proceda, para la media, diferencia de medias, proporción y diferencia de proporciones
9.2 Interpretar el significado de los intervalos de confianza para: la media, diferencia de medias, la proporción y diferencia de proporciones.
9.3 Dado un conjunto de datos diferenciar la importancia de utilizar estimadores puntuales y estimadores por intervalos
9.4 Estimar el tamaño de la muestra de una población
9.5 Establecer procedimientos para calcular una muestra aleatoria
2, 3, 4, 5, 7, 10, 11, 12,


10. FUENTES DE INFORMACIÓN

1. Hernández, O..1978. Elementos de Probabilidad y Estadística. Ed. Fondo de Cultura Económica, México.

2. Johnson, R.A.. 1997. Probabilidad y Estadística para Ingenieros de Miller y Freund. 5ta Edición. Ed. Prentice Hall, México.

3. Johnson, R. y P. Kuby. 1999. Estadística Elemental. Ed. Internacional Thomson Editores, México.

4. Kazmier, L. J. y A. Diaz. 1999. Estadística aplicada a la administración y a la economía. 3ra Edición. McGraw-Hill. México.

5. Marques de Cantú, M.J. 1991. Probabilidad y Estadística. Ed. McGraw-Hill Interamericana de México.

6. Mode, E. 1984. Elementos de Probabilidad y Estadística. Ed. Reverte Mexicana.

7. Pastor, G..1998. Estadística Básica. Ed. Trillas. México.

8. Spiegel, Murray R. 1987. Estadística. Ed. McGraw-Hill. México

9. Seymour L. 1971. Probabilidad. Mc. Graw-Hill . México.

10. Walpole, R.E. y R.H. Myers.1990. Probabilidad y Estadística. 3ra Edición. Ed.Mc Graw – Hill / Interamericana de México.

11. Christensen, H. 1994. Estadística paso a paso. 3ra Edición. Ed. Trillas. México


12. Montgomery, D.C. y Runger, G.C. 1996. Probabilidad y Estadística aplicada a la Ingeniería. 1ra Edición. Ed. McGraw-Hill/Interamericana de México

13. Kleiman, A. y Kleiman, E. 1984. Conjuntos, Aplicaciones matemáticas a la Administración. 14ava Edición. Ed. Limusa , S.A. México



11. PRÁCTICAS

 Diseño de prácticas donde se utilice software para analizar los temas del programa
 Desarrollo de programas para los diferentes modelos estadísticos tratados
 Manejo de paquetes estadísticos como STAT GRAPHIC, SAS, SSPS, EXCEL,