Probabilidad y Estadistica

MANUAL DE LA
ASIGNATURA
MT-
MT-SUP-
SUP-XXX
REV00
INGENIERA MECATRNICA
MECATRNICA
PROBABILIDAD Y ESTADSTICA
0
DIRECTORIO
Secretario de Educacin Pblica
Dr. Reyes Tamz Guerra
Subsecretario de Educacin Superior
Dr. Julio Rubio Oca
Coordinador de Universidades Politcnicas
Dr. Enrique Fernndez Fassnacht
1
PAGINA LEGAL
Miguel ngel Galindo Rodrguez (Universidad Politcnica de
Aguascalientes)
Primera Edicin: 2006
DR 2005 Secretara de Educacin Pblica

Mxico, D.F.
ISBN-----------------
2
El presente manual es una gua para la asignatura denominada
Probabilidad y Estadstica, con el fin de que se convierta en un
INTRODUCCIN instrumento de referencia donde se identifiquen los objetivos,
contenidos y programacin por parte del profesor.
El objetivo de la asignatura es: Desarrollar la capacidad en el

alumno para estimar y predecir parmetros estadsticos a travs
del anlisis de datos para disminuir la incertidumbre en los
procesos mecatrnicas.
Cuando por primera vez tiene ante usted un conjunto de medidas, ya

sea una muestra o una poblacin, necesita encontrar la manera de
organizarla y resumirla. La rama de la estadstica que proporciona las
tcnicas para la descripcin de un conjunto de medidas se llama
Estadstica Descriptiva la cual ser desarrollada en la primera unidad de
la asignatura.
Si el conjunto de medidas corresponde a una poblacin entera, slo

necesita sacar conclusiones con base en la estadstica descriptiva, pero
en la mayora de las ocasiones usted no cuenta con dicha informacin
por cuestiones de tiempo o porque es muy costoso contar con los datos
de toda la poblacin, por lo cual podra tener slo una muestra de sta,
al considerar la muestra, se quiere contestar a preguntas de toda la
poblacin. La rama de la estadstica que consiste en los procedimientos
que se aplican para plantear inferencias con respecto a las
caractersticas de la poblacin a partir de una muestra tomada de dicha
poblacin se conoce como Estadstica Inferencial, la cual ser
desarrollada en las unidades cuatro y cinco.
La Probabilidad por su parte nos ayuda en la resolucin de problemas

donde intervienen fenmenos aleatorios. La probabilidad nos
proporcionar una medida sobre la posibilidad de que ocurra algn
suceso. Por otro lado, entre la probabilidad y la estadstica existe una
relacin importante, la probabilidad se usa como herramienta para
evaluar la confiabilidad de las inferencias respecto a la poblacin
cuando slo se tiene informacin de la muestra
NDICE
NDICE ----------------------------------------------------------------------------------------------- 3
INTRODUCCIN -------------------------------------------------------------------------------- 3
FICHA TCNICA --------------------------------------------------------------------------------- 5 3
IDENTIFICACIN
IDENTIFICACIN DE RESULTADOS DE APRENDIZAJE-------------------- 6
PLANEACIN DEL APRENDIZAJE --------------------------------------------------- 10
FICHA TCNICA
FICHA TCNICA
Nombre: PROBABILIDAD Y ESTADSTICA
Clave:
Esta asignatura permite que las mediciones puedan ser analizadas,

obteniendo con ello resultados con menor incertidumbre durante las
Justificacin:
aplicaciones mecatrnicas, tal como estrategias de control y la
planeacin del mantenimiento.
Desarrollar la capacidad en el alumno para estimar y predecir
Objetivo: parmetros estadsticos a travs del anlisis de datos para
disminuir la incertidumbre en los procesos mecatrnicas.
lgebra
Pre requisitos:
Calculo Diferencial e integral
Capacidades y/o Habilidades

Manejar las tcnicas bsicas de estadstica, para organizar, representar y analizar datos
obtenidos de una situacin simulada o real.
Comprender los conceptos bsicos de probabilidad para aplicarlos en la solucin de
problemas.
Establecer las distribuciones de probabilidad, basndose en datos de situaciones reales o
simuladas que impliquen eventos aleatorios.
Adquirir los conocimientos fundamentales de la inferencia estadstica. Definir su
aplicacin en situaciones reales o simuladas.
Interpretar la dependencia de variables aleatorias, para la solucin de problemas.
UNIDADES DE TEORA PRCTICA

No No
APRENDIZAJE presencial presencial presencial presencial
Estimacin de tiempo Estadstica

7.5 0 0 0
(horas) necesario para Descriptiva
transmitir el aprendizaje Elementos de
10.5 0 0 0
al alumno, por Unidad de Probabilidad
Aprendizaje: Variables Aleatorias y
sus Distribuciones de 15.5 0 0 0
Probabilidad.
Inferencias Estadsticas. 17 0 0 0
5
Regresin y Correlacin
9.5 0 0 0
Lineales
Total de horas por
60
cuatrimestre:
Total de horas por
5
semana:
Crditos:
1. Wackerly Dennis D., Mendenhall William III, Scheaffer, Richard L.

Estadstica Matemtica con Aplicaciones. Sexta Edicin, Thomson,
Mxico, 2002.
2. Walpole Ronald E., Myers Raymond H. Probabilidad y Estadstica.

Cuarta Edicin, Thomson, Mxico, 1999.
Bibliografa:
3. Devore Jay L. Probabilidad y estadstica para ingeniera y ciencias.
Quinta Edicin, Thomson, Mxico, 2001.
4. Milton J. Susan, Arnold Jesse C. Probabilidad y estadstica con

aplicaciones para ingeniera y ciencias computacionales, Cuarta
Edicin, Mc Graw Hill, 2004
IDENTIFICACIN DE RESULTADOS
RESULTADOS DE APRENDIZAJE
6
IDENTIFICACION DE RESULTADOS DE APRENDIZAJE
Unidades de Resultados Criterios de Desempeo Total

Aprendizaje deAprendizaje
de Aprendizaje La persona es competente cuando: Evidencias
(EC, EP, ED, EA) Hrs.
ED: Utilizacin de las tcnicas

Realiza la representacin de datos en de estadstica para organizar
3.5
tablas de frecuencia datos en tablas de
Manejar las
frecuencias.
tcnicas bsicas
de estadstica,
EP: Representacin grfica de
Estadstica para organizar,
Representa grficamente datos de datos poblacionales o de 3.5
Descriptiva representar y
una muestra o poblacin. muestras
analizar datos
EP: Obtencin de las medidas
obtenidos de una
de tendencia central y de
situacin simulada
Determina medidas de tendencia dispersin utilizando
o real. 3
central y de dispersin, adems herramientas de cmputo
establece las relaciones entre ellas. (EXCEL)
Define el concepto probabilidad y su EC: criterio acerca de la

aplicacin en problemas de probabilidad en base a las 3
0.5
ingeniera. definiciones.
ED: Solucin de problemas

Calcula probabilidades de eventos mediante el clculo de
basndose en la obtencin de probabilidades de eventos 2.5
Comprender los espacios muestrales. mediante espacios
conceptos bsicos muestrales.
de probabilidad
para su aplicacin Aplica las tcnicas de enumeracin EC, ED: Enumera espacios
Elementos de en la solucin de de espacios muestrales para el muestrales para calcular 2.5
Probabilidad problemas. clculo de probabilidades probabilidades.
EC: La ley aditiva,

Aplica las leyes de probabilidad para multiplicativa y de
calcular probabilidades de eventos probabilidad total 2.5
compuestos ED: Clculo de probabilidades
de eventos compuestos.
Resuelve problemas que implican el ED: Solucin de problemas

clculo de probabilidades. que involucren probabilidades 5
(probabilidad condicional, Ley de
Bayes)
7
Describe las diversas variables EC: Diversas variables

4.5
aleatorias y sus diferencias aleatorias
Analiza las funciones de probabilidad E.C. Caractersticas de

4
Determinar las de variables aleatorias discretas Variables aleatorias discretas
distribuciones de
probabilidad,
basndose en Calcula la esperanza matemtica y ED: Clculo de la esperanza
Variables datos de la varianza de una variable aleatoria matemtica y la varianza de
Aleatorias y sus situaciones reales 2.5
en trminos de la funcin de una variable aleatoria.
Distribuciones o simuladas que probabilidad
de Probabilidad. impliquen eventos
aleatorios
Realiza el clculo de probabilidades E.C, E.D: Manejo de tablas
4
mediante manejo de tablas. para clculo de probabilidades
Resuelve problemas aplicando las ED: aplicacin de

diversas distribuciones de distribuciones de 4
probabilidad. probabilidad
ED: Solucin de problemas

Encuentra estimaciones referentes a para determinar estimaciones 8.5
parmetros.
El alumno
adquirir los Describe las diferencias entre el error
0.5
conocimientos tipo I y II EC: Errores tipo I y II
fundamentales de
la inferencia
estadstica y Describe el nivel de significacin y la EC: Nivel de significacin e
Inferencias
definir su influencia de ste en las pruebas de importancia en la prueba de 0.5
Estadsticas.
aplicacin en hiptesis. hiptesis.
situaciones reales
o simuladas,
adems realizar Establece la metodologa para EC: Establecimiento de una
inferencias acerca contrastar hiptesis. metodologa para contrastar 1.0
de parmetros. hiptesis.
Clasifica los diferentes tipos de E.C. Clasificacin de los

2.0
hiptesis diferentes tipos de hiptesis.
8
Realiza pruebas de hiptesis ED: Comprobacin de

referentes a medias y proporciones hiptesis referentes a medias
8.5
de poblaciones. y a diferencia de medias.
Describe las diferencias entre E.C. Caractersticas de la

variable dependiente y variable variable dependiente e 2
independiente independiente.
Interpretar la Aplica el mtodo de mnimos E.C, ED: Mtodo de mnimos

Regresin y dependencia de cuadrados para determinar la recta cuadrados para encontrar la
Correlacin variables que mejor se ajuste a un conjunto de recta de regresin que mejor 8
Lineales. aleatorias, para la datos se ajuste a un conjunto de
solucin de datos.
problemas.
Aplica y comprende los principios de EC: Coeficientes de correlacin

correlacin. y determinacin. 2
9
PLANEACIN DEL APRENDIZAJE
PLANEACIN DEL APRENDIZAJE
Total de horas
Resultados de Instrumento de Tcnicas de Espacio educativo
Criterios de Desempeo Evidencias Teora Prctica
Aprendizaje evaluacin. aprendizaje
(EP, ED, EC, EA) Aula Lab. otro HP HNP HP HNP
Exposicin del
ED: Utilizacin de las
Lista de cotejo, Profesor.
Realiza la representacin de tcnicas de estadstica
Evaluacin oral Solucin de X X 2.5 1.0 0 0
datos en tablas de frecuencia para organizar datos en
y cuestionario ejercicios en
tablas de frecuencias.
Manejar las clase.
tcnicas bsicas de
Exposicin del
estadstica, para EP: Representacin
Representa grficamente datos Lista de cotejo profesor.
organizar, grfica de datos
de una muestra o poblacin. Evaluacin oral Solucin de X X 2.5 1.0 0 0
representar y poblacionales o de
ejercicios en
analizar datos muestras
clase
obtenidos de una
situacin simulada o EP: Obtencin de las
real. medidas de tendencia
Determina medidas de Solucin de
central y de dispersin Evaluacin oral,
tendencia central y de ejercicios en X X 2.5 0.5 0 0
utilizando herramientas Cuestionario
dispersin, adems establece clase
de cmputo (EXCEL)
las relaciones entre ellas.
Lluvia de ideas,
Comprender los EC: criterio acerca de la
Lista de cotejo. discusin
conceptos bsicos Define el concepto probabilidad probabilidad en base a
Evaluacin oral grupal, X 0.5 0 0 0
de probabilidad para y su aplicacin en problemas de las 3 definiciones.
exposicin por
su aplicacin en la ingeniera.
el profesor.
solucin de
10
Total de horas
problemas. ED: Solucin de Exposicin por
Calcula probabilidades de
problemas mediante el el profesor,
eventos basndose en la Evaluacin oral,
clculo de probabilidades Solucin de X X 2 0.5 0 0
obtencin de espacios Lista de cotejo
de eventos mediante ejercicios en
muestrales.
espacios muestrales. clase.
Aplica las tcnicas de EC, ED: Enumera Lista de cotejo, Solucin de

enumeracin de espacios espacios muestrales para Evaluacin oral ejercicios en X X 2 0.5 0 0
muestrales para el clculo de calcular probabilidades. y Cuestionario clase
probabilidades
EC: La ley aditiva,

Aplica las leyes de probabilidad multiplicativa y de
Solucin de
para calcular probabilidades de probabilidad total Lista de cotejo,
ejercicios en X X 2.0 0.5 0 0
eventos compuestos ED: Clculo de Evaluacin oral
clase
probabilidades de
eventos compuestos.
Resuelve problemas que ED: Solucin de Solucin de

Evaluacin oral,
implican el clculo de problemas que involucren ejercicios en X X 4.0 1.0 0 0
Lista de cotejo
probabilidades (probabilidad probabilidades clase.
condicional, Ley de Bayes)
Exposicin por
Describe las diversas variables el profesor.
Determinar las Cuestionario
aleatorias y sus diferencias EC: Diversas variables Solucin de X X 4 0.5 0 0
distribuciones de Lista de Cotejo
aleatorias ejercicios en
probabilidad,
clase
basndose en datos
Exposicin por
de situaciones
Analiza las funciones de E.C. Caractersticas de el profesor.
reales o simuladas Lista de cotejo,
probabilidad de variables Variables aleatorias Solucin de X X 3.5 0.5 0 0
que impliquen Evaluacin oral
aleatorias discretas discretas ejercicios en
eventos aleatorios
clase
11
Total de horas
Calcula la esperanza ED: Clculo de la

Solucin de
matemtica y la varianza de esperanza matemtica y Lista de cotejo,
una variable aleatoria en la varianza de una Evaluacin oral
clase
trminos de la funcin de variable aleatoria.
probabilidad
Realiza el clculo de E.C, E.D: Manejo de Solucin de

Lista de cotejo,
probabilidades mediante tablas para clculo de ejercicios en X X 3.0 1.0 0 0
Evaluacin oral
manejo de tablas. probabilidades clase.
Exposicin por
Resuelve problemas aplicando ED: aplicacin de el profesor,
Lista de cotejo,
las diversas distribuciones de distribuciones de Solucin de X X 3.0 1.0 0 0
Evaluacin oral
probabilidad. probabilidad ejercicios en
clase.
Exposicin del
Encuentra estimaciones ED: Solucin de Lista de cotejo, profesor,
referentes a parmetros. problemas para Evaluacin oral Solucin de X X 7.0 1.5 0 0
El alumno adquirir determinar estimaciones y Cuestionario ejercicios en
los conocimientos clase.
fundamentales de la
inferencia Describe las diferencias entre el Lista de cotejo, Exposicin por
error tipo I y II EC: Errores tipo I y II X 0.5 0 0 0
estadstica y definir Evaluacin oral el profesor
su aplicacin en
situaciones reales o
simuladas, adems Describe el nivel de significacin EC: Nivel de significacin
realizar inferencias y la influencia de ste en las e importancia en la Lista de cotejo, Exposicin por
acerca de pruebas de hiptesis. prueba de hiptesis. X 0.5 0 0 0
Evaluacin oral. el profesor.
parmetros.
12
Total de horas
Exposicin por
Establece la metodologa para EC: Establecimiento de Lista de cotejo, el profesor,
contrastar hiptesis. una metodologa para evaluacin oral, Solucin de X X 1.0 0 0 0
contrastar hiptesis. Cuestionario ejercicios en
clase.
Exposicin por
Clasifica los diferentes tipos de E.C. Clasificacin de los el profesor,
Lista de cotejo,
hiptesis diferentes tipos de Solucin de X X 1.5 0.5 0 0
evaluacin oral.
hiptesis. ejercicios en
clase.
Realiza pruebas de hiptesis ED: Comprobacin de

Solucin de
referentes a medias y hiptesis referentes a Lista de cotejo,
proporciones de poblaciones. medias y a diferencia de Evaluacin oral
clase.
medias.
Describe las diferencias entre E.C. Caractersticas de la Lista de cotejo,

variable dependiente y variable variable dependiente e Exposicin por
Evaluacin oral. X 2 0 0 0
independiente independiente. el profesor
Interpretar la
dependencia de
variables aleatorias,
para la solucin de Aplica el mtodo de mnimos E.C, ED: Mtodo de
problemas. cuadrados para determinar la mnimos cuadrados para
Solucin de
recta que mejor se ajuste a un encontrar la recta de Lista de cotejo,
conjunto de datos regresin que mejor se Evaluacin oral
clase
ajuste a un conjunto de
datos.
13
Total de horas
Exposicin por
EC: Coeficientes de
el profesor,
Aplica y comprende los correlacin y Lista de cotejo,
Solucin de X 1.5 0.5 0 0
principios de correlacin. determinacin. Evaluacin oral
ejercicios en
clase.
14
LINEAMIENTOS DE EVALUACIN
Los lineamientos de evaluacin pueden variar dependiendo de las polticas de evaluacin de cada
Universidad.
La evaluacin ser por evidencias
EVIDENCIAS
DESEMPEO PRODUCTO CONOCIMIENTOS
Participacin en el aula. Ejercicios resueltos 1er Parcial UA 1, y 2
Resolucin de ejercicios 2do Parcial UA 2 y 3
Examen final Todas las unidades.
Explicacin de tareas
Evaluacin Departamental
Lluvia de ideas
Aplicacin adecuada de
procedimientos.
Usar una metodologa
Uso adecuado de las herramientas
Responsabilidad
Asistencia
Entrega de trabajos en tiempo y forma
Trabajo en equipo
Orden y limpieza
Honestidad
Disciplina y respeto
Uso adecuado de instalaciones
No ingerir alimentos en lugar de trabajo
Uso adecuado de inmobiliario
La evaluacin de cada evidencia ser mediante un instrumento de evaluacin

La Evaluacin Integradora puede ser la recopilacin de evidencias no alcanzadas o Evaluacin Departamental,
la cual evala que se ha alcanzado el objetivo general de la asignatura.
El Proyecto Integrador puede ser la presentacin, el reporte y armado de un proyecto final que involucre los
conocimientos adquiridos que puede ser evaluado junto al profesor titular con otros profesores que le den una
vista objetiva al proyecto.
15
MTODO DE EVALUACIN
EVALUACIN
Unidades de Enfoque: Tcnica Instrumento
Instrumento Total de
Resultados de
aprendizaje (DG)Diagnstica,
(DG)Diagns tica, (FO) horas
aprendizaje
Formativa, (SU)
Sumativa
Exposicin Lista de
del Profesor, cotejo,
DG
Solucin de Evaluacin 3.5
Manejar las FO
ejercicios en oral y
tcnicas bsicas de clase. Cuestionario
estadstica, para
organizar,
Estadstica Exposicin
representar y
Descriptiva
analizar datos por el Lista de
obtenidos de una FO profesor. cotejo,
3.5
situacin simulada o SU Solucin de Evaluacin
real. ejercicios en oral.
clase
Solucin de Evaluacin
FO
ejercicios en oral, 3
SU
clase. Cuestionario.
Lluvia de
ideas,
Lista de
discusin
DG cotejo y
grupa, 0.5
FO Evaluacin
exposicin
oral.
por el
profesor.
Comprender los Exposicin
conceptos bsicos por el Lista de
Elementos de
Probabilidad
de probabilidad para FO profesor. cotejo,
su aplicacin en la 2.5
SU Solucin de Evaluacin
solucin de ejercicios en oral.
problemas. clase
Lista de
Solucin de cotejo,
FO ejercicios en Evaluacin 2.5
clase oral y
Cuestionario
16
Lista de
FO Solucin de cotejo,
2.5
SU ejercicios en evaluacin
clase. oral.
Lista de
Solucin de
FO cotejo,
ejercicios en 5
SU evaluacin
clase.
oral.
Exposicin
por el
Cuestionario
DG profesor
Lista de 4.5
FO Solucin de
Cotejo
ejercicios en
clase
Exposicin
por el Lista de
FO profesor. cotejo,
4
SU Solucin de Evaluacin
ejercicios en oral.
Determinar las clase
distribuciones de
Variables probabilidad,
Lista de
Aleatorias y sus basndose en datos Solucin de
Distribuciones de de situaciones reales FO cotejo,
ejercicios en 2.5
Probabilidad. o simuladas que SU Evaluacin
clase
impliquen eventos oral
aleatorios
Solucin de Lista de
ejercicios en cotejo,
SU 4
clase Evaluacin
oral
Exposicin
por el Lista de
profesor, cotejo,
SU 4
Solucin de Evaluacin
ejercicios en oral
clase.
Exposicin Lista de
del profesor. cotejo,
DG
Solucin de Evaluacin 8.5
FO
ejercicios en oral y
El alumno adquirir clase. Cuestionario
los conocimientos Lista de
Inferencias Exposicin
fundamentales de la cotejo,
Estadsticas. FO por el 0.5
inferencia Evaluacin
estadstica y definir profesor
oral
17
su aplicacin en Exposicin Lista de
situaciones reales o por el cotejo,
simuladas, adems FO 0.5
profesor evaluacin
realizar inferencias oral.
acerca de
Exposicin
parmetros. Lista de
por el
cotejo,
FO profesor,
evaluacin 1
SU Solucin de
oral y
ejercicios en
Cuestionario
clase
Exposicin
por el Lista de
FO profesor, cotejo,
2
SU Solucin de evaluacin
ejercicios en oral.
clase
Solucin de Lista de
ejercicios en cotejo,
SU 8.5
clase evaluacin
oral.
Lista de
Exposicin
DG cotejo y
por el 2
FO evaluacin
profesor
oral.
Lista de
Interpretar la FO Solucin de cotejo,
Regresin y 8
dependencia de SU ejercicios en Evaluacin
Correlacin
Lineales.
variables aleatorias, clase oral.
para la solucin de Exposicin
problemas. por el Lista de
profesor, cotejo,
FO 2
Solucin de evaluacin
ejercicios en oral.
clase
18
INSTRUMENTOS DE EVALUACIN
CONCEPTOS FUNDAMENTALES DE ESTADSTICA DESCRIPTIVA

(MCF0101)
MCF0101)
CUESTIONARIO
DATOS GENERALES DEL PROCESO DE EVALUACIN

NOMBRE DEL ALUMNO MATRICULA:
FECHA:
NOMBRE DE LA ASIGNATURA, CDIGO Y TTULO DE LA ASIGNATURA, CUATRIMESTRE O CICLO DE FORMACIN
PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre
NOMBRE DEL EVALUADOR
INSTRUCCIONES
INSTRUCCIONES
Estimado usuario:
Usted tiene en las manos un instrumento de evaluacin que permitir fundamentar las actividades que ha demostrado a travs
de su desempeo o en la entrega de sus productos.
Conteste los siguientes planteamientos de manera clara.
Le recordamos tomar el tiempo necesario para contestar y desarrollar su contenido.
CDIGO ASPECTO
Defina de la manera mas adecuada los siguientes conceptos
A) Poblacin:
__________________________________________________________________________________________
________________________________________________________________________
B) Parmetro:
__________________________________________________________________________________________
________________________________________________________________________
C) Muestra:
__________________________________________________________________________________________
________________________________________________________________________
D) Estadstico:
MCF0101
MCF0101-
0101-01 __________________________________________________________________________________________
________________________________________________________________________
E) Variable:
__________________________________________________________________________________________
________________________________________________________________________
F) Explique las diferentes clasificaciones de las variables:
__________________________________________________________________________________________
________________________________________________________________________
G) Qu es una tabla de frecuencias? Describa el proceso para elaborar una:
__________________________________________________________________________________________
________________________________________________________________________
CUMPLE : SI NO
19
MEDIDAS DE TENDENCIA CENTRAL
CENTRAL Y DISPERSIN
(MCF0102)
(MCF0102)
CUESTIONARIO

FECHA:
NOMBRE DE LA ASIGNATURA CDIGO Y TTULO DE LA ASIGNATURA, CUATRIMESTRE O CICLO DE FORMACIN

INSTRUCCIONES
Estimado usuario:
Usted tiene en las manos un instrumento de evaluacin que permitir fundamentar las actividades que ha demostrado a travs de
su desempeo o en la entrega de sus productos.
CDIGO ASPECTO
Defina de la manera mas adecuada los siguientes conceptos
A) Qu es y que representa una medida de tendencia central?:
____________________________________________________________________________________________
______________________________________________________________________
B) Qu es y que representa una medida de dispersin?:
____________________________________________________________________________________________
______________________________________________________________________
C) Cules son las medidas de tendencia central?
____________________________________________________________________________________________
______________________________________________________________________
MCF0102
MCF0102-
0102-01 D) Cules son las medidas de dispersin?:
____________________________________________________________________________________________
______________________________________________________________________
E) Qu es la mediana?:
____________________________________________________________________________________________
______________________________________________________________________
F) Defina la varianza y la desviacin estndar:
____________________________________________________________________________________________
______________________________________________________________________
CUMPLE : SI NO
20
MTODOS DE CONTEO O ENUMERACIN
(MCF0103)
MCF0103)
CUESTIONARIO

FECHA:

INSTRUCCIONES
Estimado usuario:
CDIGO ASPECTO
1. Defina espacio muestral.
2. Los mtodos de conteo o enumeracin de espacios muestrales son:
MCT010
MCT0103
103-01
3. Resuelva los siguientes ejercicios.
a) Considere el problema de seleccionar dos aspirantes de un grupo de 5 para un empleo, e
imagine que los aspirantes difieren en su grado de preparacin, 1 es el mejor, 2 el segundo
mejor y as sucesivamente. El jefe de personal no sabe nada de esta clasificacin. Obtenga el
espacio muestral para la seleccin de dichas personas.
b) Un tablero de control elctrico tiene 4 interruptores de conmutacin, cada uno de los cuales
puede estar en las posiciones de Encendido o Apagado. Enumere los elementos del espacio
muestral asociados al tablero.
CUMPLE : SI NO
21
VARIABLES ALEATORIAS.
ALEATORIAS.
(MCF010
(MCF0104
0104)
CUESTIONARIO

FECHA:

INSTRUCCIONES
Estimado usuario:
CDIGO ASPECTO
Defina los siguientes conceptos.
A) Variable aleatoria:
____________________________________________________________________________________________
______________________________________________________________________
B) Variable aleatoria Discreta:
____________________________________________________________________________________________
______________________________________________________________________
C) Variable aleatoria continua:
____________________________________________________________________________________________
______________________________________________________________________
D) Funcin de distribucin de una variable aleatoria:
____________________________________________________________________________________________
______________________________________________________________________
MCT010
MCT0104
0104-01 E) D 5 ejemplos de variables aleatorias discretas 5 de continuas:
____________________________________________________________________________________________
______________________________________________________________________
Resuelva el problema en forma clara y ordenada:

a) Se sabe que un grupo de 4 componentes contiene dos defectuosos. Un inspector prueba los
componentes uno por uno hasta encontrar los dos defectuosos. Una vez encontrado el
segundo defectuoso se concluye la prueba. Sea y el nmero de pruebas necesarias hasta
encontrar el segundo defectuoso. Encuentre la distribucin de probabilidad para y.
CUMPLE : SI NO
22
ESTIMACIONES.
(MCF010
(MCF0105
0105)
CUESTIONARIO

FECHA:

INSTRUCCIONES
Estimado usuario:
CDIGO ASPECTO
Resuelva de forma clara y ordenada los siguientes problemas
1. Se compara la resistencia de dos tipos de rosca de tornillo; 50 piezas con cada tipo de rosca se prueban en
condiciones similares. Las piezas de la marca A tienen una resistencia promedio a la tensin de 78.3 kg, con una
desviacin estndar de 5.6 kg, en tanto que las de la marca B tienen una resistencia media a la tensin de 87.2
kg, con una desviacin estndar de 6.3 kg. Determine un intervalo de confianza de 95% para la diferencia de las
medias de la poblacin.
2. Se seleccionan 35 resistencias de la produccin de un proceso que produce supuestamente resistencias de

10 ohms. Las 35 resistencias mostraron una media muestral de 9.8 ohms y una desviacin estndar de la
muestra de 0.5 ohms. Obtenga un intervalo de confianza del 99% para la verdadera media de los valores de las
resistencias producidas por este proceso. Suponga que las mediciones tienen aproximadamente una distribucin
MCT010
MCT0105
0105-01 normal.
3. Se extrae una muestra de 400 tarjetas de circuitos impresas en una lnea de produccin y se encuentra que
18 presentan defectos de soldadura. Determine un intervalo de confianza del 95 % para la fraccin de todas las
tarjetas defectuosas en esta lnea de produccin.
4. Se desea comparar las proporciones de artculos defectuosos producidos por dos lneas de produccin, se
seleccionan muestras aleatorias independientes de 100 artculos de cada lnea. La lnea A produjo 18
defectuosos en la muestra y la lnea B produjo 12 defectuosos. Obtenga un intervalo de confianza del 98% para la
diferencia real entre las proporciones de defectuosos para las dos lneas. Qu puede concluir acerca del
intervalo obtenido?
CUMPLE : NO
23
PRUEBAS DE HIPTESIS.
HIPTESIS.
(MCF010
(MCF0106
0106)
CUESTIONARIO

FECHA:

INSTRUCCIONES
Estimado usuario:
CDIGO ASPECTO
Resuelva de forma clara y ordenada los siguientes problemas
1. El voltaje de salida de cierto circuito elctrico debe ser igual a 130 segn se especifica. Una muestra aleatoria
de 40 lecturas independientes para este circuito dio una media muestral de 128.6 y una desviacin estndar de
2.1 Existe evidencia para concluir a un nivel de significancia de 0.01 que el voltaje medio de salida para este
circuito es menor que la especificacin?
2. Se desea comparar las proporciones de artculos defectuosos producidos por dos lneas de produccin, se
seleccionan muestras aleatorias independientes de 100 artculos de cada lnea. La lnea A produjo 18
defectuosos en la muestra y la lnea B produjo 12 defectuosos. Existe evidencia para concluir que la lnea A
produce un porcentaje de defectuosos mayor que la linea B?, Realice la prueba y obtenga sus conclusiones a un
nivel de significancia de 0.05
MCT010
MCT0106
0106-01
3. Un fabricante afirma que la resistencia de la traccin promedio del hilo A excede la resistencia a la traccin
promedio del hilo B. Para probar esta afirmacin, se prueban 50 piezas de cada tipo de hilo bajo condiciones
similares. El hilo tipo A tiene una resistencia promedio de 86.7 kilogramos y una desviacin estndar de 6.28 kg.,
mientras que el hilo B tiene una resistencia promedio de 77.8 kilogramos con una desviacin estndar de 5.61
kilogramos. Pruebe la afirmacin del fabricante con el uso de un nivel de significancia de 0.05
4. Un fabricante afirma que la tasa de ausencia total de defectos en ciertos dispositivos producidos en su planta
es menor que el 8%. Se pone a prueba una muestra de 64 de estos dispositivos y se encontr que 4 no tienen
defectos. Con base en los datos, existe evidencia que apoye la afirmacin del fabricante? Realice la prueba con
una significancia de 0.02
CUMPLE : SI NO
24
UNIVERSIDAD
UNIVERSIDAD POLITCNICA DE AGUASCALIENTES
EVALUACIN DE EJERCICIOS
LISTA DE COTEJO

NOMBRE DEL ALUMNO: MATRICULA: FIRMA DEL ALUMNO:
PRODUCTO: PARCIAL: FECHA:
MATERIA: CLAVE:
NOMBRE DEL MAESTRO: FIRMA DEL MAESTRO:
INSTRUCCIONES
En la columna de valor indique de acuerdo al sistema de evaluacin de la Universidad la ponderacin al reactivo o el tipo (esencial o
importante)
Revisar las actividades que se solicitan y marque en los apartados SI cuando la evidencia se cumple; en caso contrario marque
NO. En la columna OBSERVACIONES mencione indicaciones que puedan ayudar al alumno a saber cuales son las condiciones no
cumplidas, si fuese necesario.
CUMPLE
Cdigo Valor Caracterstica a cumplir (Reactivo) OBSERVACIONES
SI NO
Actitudes Realiza las tareas requeridas de acuerdo a lo indicado,
10%
manteniendo el orden y pulcritud.
Presentacin El ejercicio es presentado en forma ordenada y
10%
limpia
20% Desarrollo. Aplica adecuadamente los procedimientos
20% Realiz todas las operaciones y despejes correctamente
Aprendizajes. Se alcanzaron al 100% los resultados de
20%
aprendizaje
Funcionalidad. Los valores de las incgnitas a determinar son los
5% correctos.
10% Habilidades . Trabaja en equipo.

Responsabilidad. Entreg las evidencias en la fecha y hora
5%
sealada
CALIFICACIN:
25
UNIVERSIDAD POLITCNICA DE AGUASCALIENTES
EVALUACIN DE PROYECTO INTEGRADOR
LISTA DE COTEJO
MATERIA: CLAVE:
INSTRUCCIONES
(esencial
En la columna de valor indique de acuerdo al sistema de evaluacin de la Universidad la ponderacin al reactivo o el tipo (es encial o
importante.
importante. Revisar las actividades que se solicitan y marque
marque en los apartados SI cuando la evidencia se cumple; en caso contrario
marque NO. En la columna OBSERVACIONES mencione indicaciones que puedan ayudar al alumno a saber cuales son las
condiciones no cumplidas, si fuese necesario.
CUMPLE
SI NO
Presentacin El reporte cumple con los requisitos de:
10% a.Buena presentacin

b.No tiene faltas de ortografa
c.Maneja el lenguaje tcnico
apropiado.
Contenido. El reporte contiene los campos segn formato
(Nmero mnimo de cuartillas, antecedentes, justificacin,
10%
introduccin, desarrollo, indicadores de resultados,
conclusiones, fuentes bibliogrficas, etc.).
Introduccin y Objetivo. La introduccin y el objetivo dan una

10%
idea clara del contenido del reporte.
Sustento Terico. Presenta un panorama general del tema a

10%
desarrollar y lo sustenta con referencias bibliogrficas
Desarrollo. Sigue una metodologa y sustenta todos los pasos

20%
que se realizaron.
20% Resultados.
Resultados Cumpli totalmente con el objetivo esperado
Conclusiones. Las conclusiones son claras y acordes con el

10%
objetivo esperado
10% Responsabilidad. Entreg el reporte en la fecha y hora sealada
CALIFICACIN:
26
UNIVERSIDAD POLITCNICA
POLITCNICA DE AGUASCALIENTES
EVALUACIN DE DESEMPEO DEL ALUMNO
GUIA DE OBSERVACIN
MATERIA: CLAVE:
INSTRUCCIONES
Est tipo de evidencia se evala durante el desarrollo de la asignatura
(esencial
En la columna de valor indique de acuerdo al sistema de evaluacin de la Universidad la ponderacin al reactivo o el tipo (es encial o
importante
Revisar las actividades que se solicitan y marque en los apartados SI cuando la evidencia se cumple; en caso contrario marque
NO. En la columna OBSERVACIONESindicaciones que puedan ayudar al alumno a saber cuales son las condiciones no
cumplidas, si fuese necesario.
CUMPLE
SI NO
5% Actitudes
Realiza las tareas requeridas de acuerdo a lo indicado,

10%
manteniendo el orden y pulcritud.
5% Respeto hacia los dems
5% Presentacin
La actividad de aprendizaje es presentada en forma ordenada y
10%
limpia
5% Uso de Instalaciones
5% Uso adecuado de mobiliario

0% No ingerir alimentos en el lugar de trabajo
10% Participacin en el Aula
10% Resolucin de ejercicios

5% Explicacin de tareas
5% Lluvia de ideas
5% Habilidades
5% Trabaja en equipo.
5% Responsabilidad
5% Entreg las evidencias en la fecha y hora sealada
5% Asistencia
CALIFICACIN:
27
A
GLOSARIO
AMPLITUD O RANGO.- La diferencia entre el valor mximo y mnimo de los
valores de una variable se encuentran comprendidos el 100% de los valores
muestrales.
ANOVA.- Anlisis de la varianza. Es una tcnica estadstica que sirve para

decidir/determinar si las diferencias que existen entre las medias de tres o
ms grupos (niveles de clasificacin) son estadsticamente significativas. Las
tcnicas de ANOVA se basan en la particin de la varianza para establecer si
la varianza explicada por los grupos formados es suficientemente mayor que
la varianza residual o no explicada.
REA BAJO LA CURVA (entre dos puntos).- Si la curva viene dada por una
funcin de densidad terica, representa la probabilidad de que la variable
aleatoria tome un valor dentro del intervalo determinado por esos dos
puntos.
CARACTERSTICAS.- Propiedades de las unidades o elementos que

componen las muestras. Se miden mediante variables. Se asume que los
individuos presentan diferentes caractersticas.
CAUSALIDAD.- Relacin entre causa y efecto. Generalmente identificados

como variables. No hay que confundir causalidad con correlacin. La
correlacin mide la similitud estructural numrica entre dos variables.
Normalmente la existencia de correlacin es condicin necesaria para la
causalidad.
COEFICIENTE DE CORRELACIN.- Estadstico que cuantifica la correlacin.

Sus valores estn comprendidos entre 1 y 1
COEFICIENTE DE DETERMINACIN.- Es el cuadrado del coeficiente de

correlacin. Expresado en tanto por ciento mide el grado de informacin
compartida entre dos variables continuas.
COEFICIENTE DE VARIACIN.- Es una medida de dispersin relativa. No tiene

unidades y se calcula dividiendo la cuasi-desviacin tpica entre la media
muestral. Se suele expresar en tanto por ciento.
CONTRASTE BILATERAL.- Contraste de hiptesis en la que la hiptesis

alternativa da opcin a igualdad o superioridad.
CONTRASTE DE HIPTESIS.- Es el proceso estadstico que se sigue para la

toma de decisiones a partir de la informacin de la muestra. Comparando el
valor del estadstico experimental con el valor terico rechazamos o no la
hiptesis nula.
28
CONTRASTE UNILATERAL.- Contraste de hiptesis en la que la hiptesis
alternativa de opcin a solo igualdad o a solo superioridad.
CORRELACIN.- Expresa la concordancia entre dos variables segn el

sentido de la relacin de stas en trminos de aumento disminucin.
COVARIABLES.- Variables continuas independientes que junto a una o ms

variables (grupo de tratamiento) sirven para explicar una variable respuesta
continua.
COVARIANZA.- Representa la media del producto de las desviaciones de dos

variables en relacin a su media.
CUARTILES.- Existen tres cuartiles: Q1, Q2 y Q3. Estos nmeros dividen a los
valores muestrales, una vez ordenados, en cuatro partes homogneas en
cuanto a nmero de observaciones. As Q1 determina el valor que hace que
haya un 25% de valores muestrales por debajo de ste, y un 75% por
encima de ste. Q2 es la mediana.
DATOS PAREADOS.- Datos de poblaciones dependientes, donde los datos de

las variables van emparejados por individuos, en contraposicin con los
datos independientes.
DECILES.- Corresponden a los percentiles 10%, 20%, 30%, 40%, 50%, 60%,
70% 80%, 90% y 100%
DESCRIPTIVA.- Parte de la estadstica que resume la informacin de la

muestra. La informacin recogida y resumida en los estadsticos se usa para
la estimacin de parmetros poblacionales.
DESVIACIN ESTANDAR (TPICA).- Caracterstica de una muestra o poblacin

que cuantifica su dispersin o variabilidad. Tiene las mismas unidades que
la variable. La desviacin tpica es invariante con respecto al origen de la
distribucin. Su cuadrado es la varianza.
DIAGRAMA DE PUNTOS.- Es un grfico bidimensional o tridimensional que

muestra la variacin de los valores muestrales de dos o tres variables.
DIAGRAMAS DE BARRAS.- Representacin grfica para las variables

discretas.
DIFERENCIAS ESTADSTICAMENTE SIGNIFICATIVAS.- Las diferencias entre lo

observado y lo supuesto en la hiptesis nula no puede ser explicado por el
azar.
29
DIFERENCIAS RELEVANTES.- Diferencia esperada o definida a priori con un
valor conceptual intrnseco. No confundir diferencias estadsticamente
significativas que establece s una diferencia, cualquiera que sea su valor.
DIMENSIN.- Si estudiamos una nica variable la dimensin es uno, si

estudiamos la informacin de dos variables en forma conjunta, la dimensin
es dos.....
DISPERSIN.- Ver estadsticos de dispersin.
DISTRIBUCIN DE DATOS.- En la realizacin de un experimento, corresponde

a la recogida de los datos experimentales para cada individuo y cada
variable.
DISTRIBUCIN NORMAL O DE GAUSS.- Es una distribucin terica de

probabilidad que se usa tanto en la estadstica aplicada como en la terica.
Aparece en la prctica con mucha frecuencia como consecuencia del
importante resultado que establece el teorema central del lmite. Tiene una
forma de campana y viene caracterizada por nicamente dos valores: la
media y la varianza.
DISTRIBUCIN T STUDENT.- Distribucin terica de probabilidad. Se usa para

la comparacin de dos medias en poblaciones independientes y normales.
ECUACIN DE LA REGRESIN.- Ver recta de regresin.
ERROR ALFA.- Es el error que se comete cuando se rechaza una hiptesis

nula cuando est verdadera. Error de tipo I.
ERROR BETA.- Es el error que se comete cuando no se rechaza una hiptesis

nula siendo sta falsa. Error de tipo II.
ERROR DE TIPO I.- Ver error alfa.
ERROR DE TIPO II.- Ver error beta.
ERROR ESTANDAR DE LA MEDIA.- Es el cociente entre la cuasivarianza

muestral y la raz cuadrada del tamao muestral.
ERROR ESTANDAR DE LOS RESIDUOS.- Estadstico de dispersin de los

valores de los residuos despus de la regresin.
ESCALA.- La distribucin de datos puede recogerse en distintas escalas:

nominal, dicotmica, discreta o continua.
ESTADSTICOS.- Son funciones de la muestra. Su valor variar segn la
30
muestra, pero nos permite hacer estimaciones de parmetro poblacionales o
construir estadsticos experimentales para tomar decisiones.
ESTADSTICOS DE CENTRALIZACIN.- Son estadsticos que nos resumen la

informacin acerca del valor donde parece concentrarse la distribucin de
datos.
ESTADSTICOS DE DISPERSIN.- Son estadsticos que nos resumen la

informacin de la muestra dndonos informacin acerca de la magnitud del
alejamiento de la distribucin de datos en relacin a un valor central o de
concentracin de los datos.
ESTADSTICOS DE FORMA.- Son aquellos que nos hablan de la forma de la

distribucin de datos en cuanto a su simetra y su apuntamiento.
ESTIMACIN.- Tcnicas estadsticas que a partir de la informacin de la

estadstica descriptiva pretenden conocer cmo es la poblacin en global.
Existen tcnicas de estimacin puntuales y por intervalos de confianza.
ESTIMADO.- Valor experimental que se toma como candidato al valor

poblacional desconocido.
ESTIMADOR.- Funcin de la muestra que sirve para dar valores candidatos a

los valores desconocidos poblacionales.
FACTOR.- Variable que se incluye en un modelo con el propsito de explicar

la variacin en la variable respuesta. Ver variable independiente o
explicativa.
FACTOR DE CLASIFICACIN.- Es una variable que se usa para clasificar los

datos experimentales en grupos. Los factores de clasificacin son variables
nominales. Cada factor de clasificacin se compone de niveles. As la
variable fumador codificada como nunca, ex fumador, fumador
actual es un factor de clasificacin con tres niveles.
FRECUENCIAS: ABSOLUTAS, RELATIVAS.- Las frecuencias absolutas

representan el recuento de los valores de una variable discreta de forma que
su suma nos da el tamao muestral. Las relativas son las absolutas
divididas por el tamao muestral. Las frecuencias relativas sumarn 1 100
segn se expresen en tanto por uno o en tanto por ciento.
FUNCIN.- Funcin matemtica. Expresin que liga dos o ms variables de

forma determinstica.
FUNCIN TERICA DE PROBABILIDAD.- Idealizacin matemtica que nos

permite calcular probabilidades de que una variable tome un valor (caso
31
discreto) o rango de valores (caso continuo)
GAUSSIANA.- Ver distribucin normal.
GRADO DE CONFIANZA.- Ver nivel de confianza.
GRADOS DE LIBERTAD.- El nmero de datos que se pueden variar para que a

un total fijo podamos reconstruir dicho total; as la media tiene n-1 grado de
libertad, pues si conocemos el valor de sta, podemos variar n-1 datos ya
que restante vendr fijado. En una tabla 4 x 3, si nos dan las frecuencias
marginales podremos variar las frecuencias de (4-1) x (3-1) = 3 x 2 = 6
celdas, quedando forzosamente determinadas las frecuencias de las celdas
restantes. As, los grados de libertad seran en este caso de 6.
HIPTESIS.- Cualquier teora que formule posibles lneas de trabajo

experimental. Ver hiptesis nula y alternativa.
HIPTESIS ALTERNATIVA.- Aquella que queremos probar. Representa la

hiptesis renovadora.
HIPTESIS NULA.- Aquella que queremos rechazar. Representa a la situacin

actual.
HISTOGRAMAS.- Es un grfico en forma de barras de una variable continua

que se ha discretizado en intervalos, de forma que la altura de las barras en
cada intervalo indica la frecuencia relativa en ste.
IMPRECISIN.- Error que se comete en la prediccin.
INDEPENDENCIA.- Son datos que no estn ligados entre s.
INTERVALO DE PROBABILIDAD.- Proporcin de casos entre dos valores

definidos de la muestra.
INTERVALOS CONFIDENCIALES.- Intervalos de confianza. Intervalos

fiduciales. Incluyen una cota mnima y mxima del verdadero parmetro
poblacional con un determinado nivel de confianza.
32
M
MXIMO.- Es un valor muestral de forma que por encima de ste no hay

valores muestrales.
MEDIANA.- Corresponde al percentil 50%. Es decir, la mediana hace que

haya un 50% de valores muestrales inferiores a ella y un 50% de valores
muestrales superiores a ella.
MEDIA.- Es una medida de centralizacin para una variable continua. Se

obtiene sumando todos los valores muestrales y dividendos por el tamao
muestral.
MNIMO.- Es un valor muestral de forma que por debajo de ste no hay

valores muestrales.
MODA.- Es el valor que ms se repite en una variable nominal.
MODELO.- Intento matemtico / estadstico para explicar una variable

respuesta por medio de una o ms variables explicativas o factores.
MUESTRAS.- Subgrupos de observaciones de la poblacin de estudio.
NIVEL DE CONFIANZA.- Se define como 1 menos el nivel de significacin. Se

suele expresar en tanto por ciento.
NIVEL DE SIGNIFICACIN.- La probabilidad de rechazar una hiptesis nula

verdadera; es decir, la probabilidad de cometer un error de tipo I.
NIVELES DE CLASIFICACIN.- Los distintos posibles valores que pueden

aparecer en una variable explicativa nominal u ordinal.
NORMAL.- Ver distribucin de probabilidad normal.
NMEROS.- Ver valores numricos.
OBSERVACIN.- Sinnimo de caso, registro e individuo.
ORTOGONAL.- Se dice de las variables y en general de las funciones que son

independientes.
33
P (p-valor).- El nivel de significacin observado en el test. Cuanto ms
pequeo sea, mayor ser la evidencia para rechazar la hiptesis nula.
PARMETROS.- Son valores desconocidos de caractersticas de una

distribucin terica. El objetivo de la estadstica es estimarlos bien dando un
valor concreto, bien dado un intervalo confidencial.
PEARSON (r de Pearson).- Ver coeficiente de correlacin.
PERCENTILES.- Un percentil 90% corresponde a un valor que divide a la

muestra en dos, de forma que hay un 90% de valores muestrales inferiores a
ste, y un 10% de valores muestrales superiores a ste.
POBLACIONES.- Conjunto de individuos de inters. Normalmente no se

dispone de informacin de toda la poblacin y se recurre a muestras.
PORCENTAJES.- Proporciones expresadas en tanto por ciento.
POTENCIA DE LA PRUEBA.- (1-beta).- Es decir la probabilidad de rechazar una

hiptesis nula siendo sta falsa. Se suele expresar en tanto por ciento.
PREVALENCIA.- Cociente entre el nmero de individuos que poseen una

caracterstica (p. Ej. Enfermedad) entre el total de la poblacin.
PROBABILIDAD.- Asignacin de un nmero entre cero y uno a cada resultado

experimental.
PROPORCIN.- Nmero de individuos que verifican una condicin entre el

total muestral. Se puede expresar en tanto por ciento.
PRUEBA CHI CUADRADO.- Se utiliza para analizar tablas de contingencia y

comparacin de proporciones en datos independientes.
PRUEBA DE F.- Prueba estadstica que sirve para comparar varianzas. El

estadstico F experimental es el estadstico de contraste en el ANOVA y otras
pruebas de comparacin de varianzas.
PRUEBA DE FISHER.- Es la prueba estadstica de eleccin cuando la prueba

de chi cuadrado no puede ser empleada por tamao muestral insuficiente.
PRUEBA DE LOS SIGNOS.- Prueba estadstica que sirve para comparar dos
variables en trminos de diferencias positivas o negativas, y no en trminos
de magnitud.
PRUEBA NO PARAMTRICA.- Tcnica estadstica que presupone ninguna

distribucin de probabilidad terica de la distribucin de nuestros datos.
PRUEBA PARAMTRICA.- En contraposicin de las tcnicas no paramtricas,

las tcnicas paramtricas s presuponen una distribucin terica de
34
probabilidad subyacente para la distribucin de los datos. Son ms potentes
que las no paramtricas.
PRUEBA T DE STUDENT.- Se utiliza para la comparacin de dos medias de

poblaciones independientes y normales.
RANGO.- Diferencia entre el valor mximo y mnimo de una muestra o

poblacin. Solo es vlido en variables continuas. Es una mala traduccin de
ingls range. Amplitud.
RANGO INTERCUARTLICO.- La diferencia entre el percentil 75% y el percentil

25%.
RECTA DE REGRESIN.- Es el modelo que sirve para explicar una variable

respuesta continua en trminos de un nico factor o variable explicativa.
REGRESIN.- Tcnica estadstica que relaciona una variable dependiente (y)

con la informacin suministrada por otra variable independiente (x); ambas
variables deben ser continuas. Si asumimos relacin lineal, utilizaremos la
regresin lineal simple. Entre las restricciones de la RLS se incluyen: Los
residuos deben ser normales; las observaciones independientes; la
dispersin de los residuos debe mantenerse a lo largo de la recta de
regresin.
REGRESIN LINEAL MLTIPLE.- El modelo de regresin lineal mltiple sirve

para explicar una variable respuesta continua en trminos de varios factores
o variables explicativas continuas.
RELACIN LINEAL.- Ver recta de regresin.
RESIDUOS.- Residuales. Distribucin de valores muestrales calculados como

la diferencia entre el valor de la variable respuesta (y) y el estimado del
modelo de regresin (), la distribucin de residuos es importante como
indicador del cumplimiento de las condiciones de aplicacin de las tcnicas
de correlacin, as como de la bondad del ajuste.
SENSIBILIDAD DE UN TEST DIAGNSTICO.- Representa la probabilidad de

que un individuo est enfermo habiendo dado positivo en el test diagnstico.
SESGO.- La diferencia entre el valor del parmetro y su valor esperado.

Tambin se utiliza en contraposicin de aleatorio, as una muestra sesgada
es no aleatoria.
35
SIMETRA.- Es una medida que refleja si los valores muestrales se extienden
o no de igual forma a ambos lados de la media.
SPEARMAN (rho de Spearman).- Coeficiente de correlacin ordinal anlogo al

coeficiente r de Pearson de correlacin lineal.
SUMATORIA.- Estadstico descriptivo que suma los valores numricos de los

datos muestrales de distribuciones continuas.
TABLAS DE CONTINGENCIA.- Tablas de 2 o ms variables, donde en cada

celda se contabilizan los individuos que pertenecen a cada combinacin de
los posibles niveles de estas variables.
TABLAS DE FRECUENCIAS.- Ver tablas de contingencia.
TABLA DEL ANOVA.- Es una forma de presentar la variabilidad observada en

una variable respuesta en trminos aditivos segn las distintas fuentes de
variacin: modelo residual.
TAMAO MUESTRAL.- Nmero de individuos u observaciones que componen

la muestra.
TCNICAS NO PARAMTRICAS.- Son tcnicas estadsticas que no presuponen

ningn modelo probabilstico terico. Son menos potentes que las tcnicas
paramtricas, aunque tienen la ventaja que se pueden aplicar ms
fcilmente.
TEOREMA DEL LMITE CENTRAL.- Resultado bsico en la estadstica que

afirma que la distribucin de las medias muestrales ser normal para un n
suficientemente grande con independencia de la distribucin de datos de
partida.
TRANSFORMACIONES.- Cambios de escala con el propsito de conseguir

linealidad, normalidad en los datos.
UNIDAD.- Concepto primario relacionado con los componentes elementales

de la muestra estadstica. Sinnimo, pero no esencialmente idntico, de
caso, observacin, registro o individuo.
UNIVERSO.- Conjunto infinito de elementos o unidades generado por un

modelo terico. Conjunto real de todos los elementos que comparten unas
condiciones de admisin en el conjunto.
36
VALORES NUMRICOS.- Resultados de las variables para cada individuo en
la muestra de estudio. Su naturaleza puede ser nominal, dicotmica, ordinal
o continua.
VARIABLE.- Objeto matemtico que puede tomar diferentes valores.

Generalmente asociado a propiedades o caractersticas de las unidades de
la muestra. Lo contrario de variable es constante.
VARIABLE ALEATORIA.- Variable cuyo resultado vara segn la muestra segn

una distribucin de probabilidad.
VARIABLE CONTINUA.- Aquella que puede tomar una infinidad de valores, de

forma que dados dos valores cualquiera, tambin pueda tomar cualquier
valor entre dichos valores.
VARIABLE DEPENDIENTE.- Ver variable respuesta.
VARIABLE DISCRETA.- Variable que toma un nmero finito o infinito de

valores, de forma que no cubre todos los posibles valores numricos entre
dos dados, en contraposicin de las continuas.
VARIABLES INDEPENDIENTES O EXPLICATIVAS.- Variables que no sirven para

construir un modelo que explique el comportamiento de una o ms variables
respuesta.
VARIABLE RESPUESTA O DEPENDIENTE.- Variable objeto del estudio y que

sus resultados se pretenden explicar por medio de las variables llamadas
explicativas o independientes.
VARIABLES.- Describen caractersticas en las observaciones realizadas.
VARIANZA.- Caracterstica de una muestra o poblacin que cuantifica su

dispersin o variabilidad. La varianza tiene unidades al cuadrado de la
variable. Su raz cuadrada positiva es la desviacin tpica. La varianza
muestral es un estimador sesgado de la varianza poblacional.
X2 CHI- CUADRADO.- Ver prueba de Chi cuadrado.
WILCOXON.- Prueba estadstica no paramtrica para la comparacin de dos

muestras (dos tratamientos). Las distribuciones de datos no necesitan seguir
la distribucin normal. Es por tanto una prueba menos restrictiva que la
prueba t-Student.
37
BIBLIOGRAF
BIBLIOGRAFA
OGRAFA 1. Wackerly Dennis D., Mendenhall William III, Scheaffer,
Richard L. Estadstica Matemtica con Aplicaciones. Sexta
Edicin, Thomson, Mxico, 2002.
2. Walpole Ronald E., Myers Raymond H. Probabilidad y

Estadstica. Cuarta Edicin, Thomson, Mxico, 1999.
3. Devore Jay L. Probabilidad y estadstica para ingeniera y

ciencias. Quinta Edicin, Thomson, Mxico, 2001.
4. Milton J. Susan, Arnold Jesse C. Probabilidad y estadstica

con aplicaciones para ingeniera y ciencias computacionales,
Cuarta Edicin, Mc Graw Hill, 2004
38

Probabilidad y Estadistica

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Probabilidad y Estadistica

Uploaded by

Copyright:

Available Formats

MANUAL DE LA

Dr. Reyes Tamz Guerra

Subsecretario de Educacin Superior

Dr. Julio Rubio Oca

Coordinador de Universidades Politcnicas

Dr. Enrique Fernndez Fassnacht

Primera Edicin: 2006

DR 2005 Secretara de Educacin Pblica

El objetivo de la asignatura es: Desarrollar la capacidad en el

Cuando por primera vez tiene ante usted un conjunto de medidas, ya

Si el conjunto de medidas corresponde a una poblacin entera, slo

La Probabilidad por su parte nos ayuda en la resolucin de problemas

Nombre: PROBABILIDAD Y ESTADSTICA

Esta asignatura permite que las mediciones puedan ser analizadas,

Capacidades y/o Habilidades

UNIDADES DE TEORA PRCTICA

Estimacin de tiempo Estadstica

1. Wackerly Dennis D., Mendenhall William III, Scheaffer, Richard L.

2. Walpole Ronald E., Myers Raymond H. Probabilidad y Estadstica.

4. Milton J. Susan, Arnold Jesse C. Probabilidad y estadstica con

Unidades de Resultados Criterios de Desempeo Total

ED: Utilizacin de las tcnicas

Define el concepto probabilidad y su EC: criterio acerca de la

ED: Solucin de problemas

EC: La ley aditiva,

Resuelve problemas que implican el ED: Solucin de problemas

Describe las diversas variables EC: Diversas variables

Analiza las funciones de probabilidad E.C. Caractersticas de

Resuelve problemas aplicando las ED: aplicacin de

ED: Solucin de problemas

Clasifica los diferentes tipos de E.C. Clasificacin de los

Realiza pruebas de hiptesis ED: Comprobacin de

Describe las diferencias entre E.C. Caractersticas de la

Interpretar la Aplica el mtodo de mnimos E.C, ED: Mtodo de mnimos

Aplica y comprende los principios de EC: Coeficientes de correlacin

PLANEACIN DEL APRENDIZAJE

Aplica las tcnicas de EC, ED: Enumera Lista de cotejo, Solucin de

EC: La ley aditiva,

Resuelve problemas que ED: Solucin de Solucin de

Calcula la esperanza ED: Clculo de la

Realiza el clculo de E.C, E.D: Manejo de Solucin de

Realiza pruebas de hiptesis ED: Comprobacin de

Describe las diferencias entre E.C. Caractersticas de la Lista de cotejo,

La evaluacin de cada evidencia ser mediante un instrumento de evaluacin

CONCEPTOS FUNDAMENTALES DE ESTADSTICA DESCRIPTIVA

DATOS GENERALES DEL PROCESO DE EVALUACIN

PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre

NOMBRE DEL EVALUADOR

DATOS GENERALES DEL PROCESO DE EVALUACIN

PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre

DATOS GENERALES DEL PROCESO DE EVALUACIN

PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre

1. Defina espacio muestral.

2. Los mtodos de conteo o enumeracin de espacios muestrales son:

DATOS GENERALES DEL PROCESO DE EVALUACIN

PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre

Resuelva el problema en forma clara y ordenada:

DATOS GENERALES DEL PROCESO DE EVALUACIN

PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre

2. Se seleccionan 35 resistencias de la produccin de un proceso que produce supuestamente resistencias de

DATOS GENERALES DEL PROCESO DE EVALUACIN

PROBABILIDAD Y ESTADSTICA Tercer Cuatrimestre

DATOS GENERALES DEL PROCESO DE EVALUACIN

10% Habilidades . Trabaja en equipo.