Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Universidad Tecnológica Nacional Planificación Didáctica Estadística Universidad Tecnológica Nacional Facultad Regional San Francisco Planificación Didáctica Estadística CICLO LECTIVO 2016 Universidad Tecnológica Nacional Facultad Regional San Francisco Planificación Didáctica Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística ÍNDICE ................................ PROFESIONAL DOCENTE UBICACIÓN ................................ OBJETIVOS ................................ ORGANIZACIÓN DE CONT PROGRAMA ANALÍTICO CRITERIOS DE EVALUAC EVALUACIÓN: ................................ AUTOEVALUACIÓN: ................................ PLAN DE TRABAJO ................................ METODOLOGÍA ................................ BIBLIOGRAFÍA................................ ARTICULACIÓN ................................ FUNDAMENTACIÓN DE LA ASIGNATURA: Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística ÍNDICE ................................................................................................ PROFESIONAL DOCENTE A CARGO ................................................................ ................................................................................................ ................................................................................................ ORGANIZACIÓN DE CONTENIDOS ................................................................ PROGRAMA ANALÍTICO ................................................................ CRITERIOS DE EVALUACIÓN ................................................................ ................................................................................................ ................................................................................................ ........................................................................................... ............................................................................................... ................................................................................................ ................................................................................................ FUNDAMENTACIÓN ................................................................ ................................................................................................ Página 2 de 21 ............................................... 2 ..................................... 3 ........................................ 4 ........................................ 5 ...................................... 6 ................................................... 10 ............................................. 12 ........................................... 12 ................................... 13 ........................... 14 ............................... 15 .................................. 16 ................................ 18 ........................................................ 21 .................................. 21 Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Docente Ing. Rivara Laura María Profesor Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística PROFESIONAL DOCENTE A CARGO Categoría Título Profesional Profesor Adjunto Interino Ing. en Sistemas de Información Página 3 de 21 Título Profesional Ing. en Sistemas de Información Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Dentro del contexto curricular prescripto se ubica en: Carga Horaria Semanal: Carga Horaria Anua Teoría Práctica 35 45 Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística UBICACIÓN contexto curricular prescripto se ubica en: Carrera: Licenciatura en Administración Rural Área: Ciencias Básicas Nivel: Tercero Carga Horaria Semanal: 5 horas semanales Carga Horaria Anual: 80 horas Régimen: Cuatrimestral Distribución horaria Práctica Uso de herramientas Informática Total de horas - Página 4 de 21 Licenciatura en Administración Rural Total de horas 80 Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Valorar la importancia de la Estadística como herramienta de decisión bajo condiciones de incertidumbre Predecir un fenómeno a partir de la Tener una actitud crítica acerca de la información estadística que se presenta en medios de comunicación masiva y publicaciones especializadas de su área. Identificar y aplicar herramientas estadísticas adecuadas, p particular. Interpretar los resultados obtenidos a partir de la aplicación de las herramientas adecuadas a cada problema particular. Presentar de manera escrita y oral informes estadísticos que evidencien el dominio de los contenidos, del vocabulario técnico y específico y de las normativas convencionales en la presentación de los mismos. Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística OBJETIVOS Valorar la importancia de la Estadística como herramienta de decisión bajo condiciones de incertidumbre. un fenómeno a partir de la aplicación de conceptos de probabilidad. Tener una actitud crítica acerca de la información estadística que se presenta en medios de comunicación masiva y publicaciones especializadas de su área. Identificar y aplicar herramientas estadísticas adecuadas, para cada problema Interpretar los resultados obtenidos a partir de la aplicación de las herramientas adecuadas a cada problema particular. Presentar de manera escrita y oral informes estadísticos que evidencien el dominio de l vocabulario técnico y específico y de las normativas convencionales en la presentación de los mismos. Página 5 de 21 Valorar la importancia de la Estadística como herramienta de decisión bajo aplicación de conceptos de probabilidad. Tener una actitud crítica acerca de la información estadística que se presenta en medios de comunicación masiva y publicaciones especializadas de su área. ara cada problema Interpretar los resultados obtenidos a partir de la aplicación de las herramientas Presentar de manera escrita y oral informes estadísticos que evidencien el dominio de l vocabulario técnico y específico y de las normativas Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística ORGANIZACIÓN DE CONTENIDOS Para la totalidad de los ejes temáticos se considerarán los siguientes actitudinales: Respeto por las normativas de y de los resultados obtenidos Interés y respeto por las estrategias y soluciones aplicadas a los problemas por los demás estudiantes Compromiso en las tareas de bibliográfica. Predisposición al trabajo en el aula. Actitud responsable frente a los trabajos y tiempos propuestos por la cátedra para su realización. Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística ENIDOS Para la totalidad de los ejes temáticos se considerarán los siguientes Respeto por las normativas de presentación ordenada y clara del proceso seguido y de los resultados obtenidos. y respeto por las estrategias y soluciones aplicadas a los problemas por los Compromiso en las tareas de estudio auto gestionado y la investigación al trabajo en el aula. responsable frente a los trabajos y tiempos propuestos por la cátedra para Página 6 de 21 Para la totalidad de los ejes temáticos se considerarán los siguientes contenidos presentación ordenada y clara del proceso seguido y respeto por las estrategias y soluciones aplicadas a los problemas por los estionado y la investigación responsable frente a los trabajos y tiempos propuestos por la cátedra para Universidad Tecnológica Facultad RegionalSan Materia: Probabilidad y Estadística Eje Temático Nº 1: Estadística descriptiva Contenidos Conceptuales Definiciones variable. Organización y presentación Medidas de posición central y no centrales. Medidas de dispersión. Momentos Contenidos Procedimentales Definición clara de la variable e Distinción de los aplicación a situaciones concretas. Cálculo de Interpreta términos de la situación planteada. Evidencia de Destreza en e específicos. Eje Temático Nº 2: Probabilidad Contenidos Conceptuales Modelos determinísticos y no determinísticos. Experimentos aleatorios Teorías probabilísticas. Leyes de probabilidad. Teorema de Bayes. Contenidos Procedimentales Compren Determina Aplicación de Determina Aplicación del Teorema de Bayes. Eje Temático Nº 3: Variable aleatoria Contenidos Conceptuales Variable aleatoria discreta Modelos teóricos para variable aleatoria discreta Modelos teóricos para variable aleatoria Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística Estadística descriptiva Contenidos Conceptuales: Definiciones iniciales: Población, Muestra, Unidad de relevamiento, . Organización y presentación de datos estadísticos. Medidas de posición central y no centrales. Medidas de dispersión. Momentos. Medidas de deformación. Contenidos Procedimentales: ición clara de la variable en estudio. ción de los diferentes procedimientos de resumen de datos y su aplicación a situaciones concretas. lo de medidas de posición dispersión y de forma. Interpretación de medidas de posición, dispersión y de fo términos de la situación planteada. Evidencia de habilidad en el uso de la calculadora. Destreza en el uso de los recursos informáticos para realizar cálculos específicos. Probabilidad Contenidos Conceptuales: Modelos determinísticos y no determinísticos. Experimentos aleatorios – Espacios muestrales – Sucesos Teorías probabilísticas. Leyes de probabilidad. Teorema de Bayes. Contenidos Procedimentales: Comprensión de los conceptos básicos de probabilidad Determinación del espacio muestral de un experimento aleatorio. ción de las leyes de probabilidad para su cálculo. Determinación de la independencia entre dos eventos Aplicación del Teorema de Bayes. Variable aleatoria – Distribuciones teóricas Contenidos Conceptuales: Variable aleatoria discreta – Variable aleatoria continua. Modelos teóricos para variable aleatoria discreta. Modelos teóricos para variable aleatoria continua. Página 7 de 21 : Población, Muestra, Unidad de relevamiento, diferentes procedimientos de resumen de datos y su medidas de posición dispersión y de forma. medidas de posición, dispersión y de forma en l uso de los recursos informáticos para realizar cálculos Sucesos. de los conceptos básicos de probabilidad. el espacio muestral de un experimento aleatorio. cálculo. dos eventos. Distribuciones teóricas Variable aleatoria continua. Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Contenidos Procedimentales Conceptualización de Función de densidad. Distinción entre particular, según el tipo de variable con que se trabaje la situación que se aplique Calculo de Eje Temático Nº 4: Introducción al muestreo Contenidos Conceptuales: Noción sobre distribuciones en el muestreo. Distribución Distribución de la varianza en una población Normal. Distribuciones de probabilidad para muestras pequeñas de Student. Propiedades de un buen estimador: Insesgabilidad Consistencia Estimación puntual. Estimación por intervalos de confianza. Contenidos Procedimentales: Manejo h Determinación de la Reconocimiento de los estimación y nivel de confianza. Cálculo e in Eje Temático Nº 5: Pruebas de hipótesis Contenidos Conceptuales: Pruebas de hipótesis paramétricas Errores. Contenidos Procedimentales: Aplicación de los Identificación en muestras. Cálculo y toma de decisiones a Reconoc paramétricos Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística Contenidos Procedimentales: Conceptualización de variable aleatoria – Distribución de probabilidad Función de densidad. ción entre campos de aplicación para cada modelo particular, según el tipo de variable con que se trabaje la situación que se aplique. o de esperanza y varianza para cada distribución en estudio. ntroducción al muestreo – Teoría de la estimación Contenidos Conceptuales: Noción sobre distribuciones en el muestreo. Distribución de la media y proporción muestral - Error estándar Distribución de la varianza en una población Normal. Distribuciones de probabilidad para muestras pequeñas de Student. Propiedades de un buen estimador: Insesgabilidad Consistencia – Suficiencia. Estimación puntual. ación por intervalos de confianza. Contenidos Procedimentales: hábil de las tablas. Determinación de la distribución de los estimadores. Reconocimiento de los conceptos de estimación por intervalo, error de estimación y nivel de confianza. e interpretación de intervalos de confianza. Pruebas de hipótesis Contenidos Conceptuales: Pruebas de hipótesis paramétricas. Contenidos Procedimentales: ción de los procedimientos de pruebas de hipótesis paramétricas Identificación de los errores posibles en el proceso de decisión basado en muestras. o y toma de decisiones a través de test de hipótesis Reconocimiento de la necesidad de aplicación de paramétricos. Página 8 de 21 Distribución de probabilidad – campos de aplicación para cada modelo teórico particular, según el tipo de variable con que se trabaje y adecuación a ra cada distribución en estudio. Teoría de la estimación or estándar. Distribución de la varianza en una población Normal. Distribuciones de probabilidad para muestras pequeñas: Distribución T Propiedades de un buen estimador: Insesgabilidad – Eficiencia – distribución de los estimadores. de estimación por intervalo, error de procedimientos de pruebas de hipótesis paramétricas. en el proceso de decisión basado través de test de hipótesis. ción de procedimientos no Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Eje Temático Nº 6: Distribuciones Bidimensionales: Regresión y Correlación Contenidos Conceptuales: Conceptos básicos Modelo de regresión lineal simple Supuestos del modelo de regresión lineal. Coeficiente de d Contenidos Procedimentales: Cálculo correlación. Calculo e interpreta Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística Distribuciones Bidimensionales: Regresión y Correlación Contenidos Conceptuales: Conceptos básicos de Regresión y Correlación. Modelo de regresión lineal simple – Método de los mínimos cuadrados. Supuestos del modelo de regresión lineal. Coeficiente de determinación – Coeficiente de correlación Contenidos Procedimentales: e interpretación de los coeficientes de determinación y correlación. e interpretación de los coeficientes de la recta de mejor ajuste. Página 9 de 21 Distribuciones Bidimensionales: Regresión y Método de los mínimos cuadrados. Coeficiente de correlación. los coeficientes de determinación y recta de mejor ajuste. Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Eje Temático Nº 1: Estadística Unidad Nº 1: Definiciones iniciales: Estadística relevamiento Organización de datos cualitativos: construcción de tablas y gráficos. Organización de datos cuantitativos: construcción de tablas simples y tablas por intervalos. Gráficos: histograma ojiva. Unidad Nº 2: Medidas de posici Medidas de dispersión: de variación Otras medidas: momentos naturales Medidas de forma: asimetría y curtosis. Eje Temático Nº 2: Probabilidad UnidadNº 3: Experimentos determinísticos muestral. Eventos simples Teorías probabilísticas: definición clásica, frecuencial, subjetiva, axiomática. Leyes de probabilidad: regla de adición, probabilidad condicional, regla del producto. Eventos mutuamente excluyentes independientes. Teorema de Bayes. Eje Temático Nº 3: Variable aleatoria Unidad Nº 4: Concepto de variable alea probabilidad. Función de densidad. Función de distribución. Esperanza y varianza de una variable aleatoria. Unidad Nº 5: Distribuciones para variables aleatorias discretas Distribución Bipuntual distribución Distribución Binomial distribución Distribución de Poisson distribución Distribuciones para variables aleatorias continuas. Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística PROGRAMA ANALÍTICO Estadística Descriptiva. Unidad Nº 1: Organización y presentación de datos estadísticos. Definiciones iniciales: Estadística – Población – Muestra relevamiento – Variable: Clasificación. Organización de datos cualitativos: construcción de tablas y gráficos. Organización de datos cuantitativos: construcción de tablas simples y tablas por intervalos. Gráficos: histograma – polígono de frecuencia Unidad Nº 2: Medidas resumen. Medidas de posición: media aritmética – mediana – Medidas de dispersión: rango – varianza – desvío estándar de variación – rango intercuartil. Otras medidas: momentos naturales – momentos centrados. Medidas de forma: asimetría y curtosis. Probabilidad Unidad Nº 3: Probabilidad. Experimentos determinísticos – experimentos aleatorios. Espacio muestral. Eventos simples – Eventos compuestos. Teorías probabilísticas: definición clásica, frecuencial, subjetiva, axiomática. Leyes de probabilidad: regla de adición, probabilidad condicional, regla del producto. Eventos mutuamente excluyentes independientes. Teorema de Bayes. Variable aleatoria – Distribuciones teóricas Unidad Nº 4: Variable aleatoria. Concepto de variable aleatoria. Clasificación. Función de masa de probabilidad. Función de densidad. Función de distribución. Esperanza y varianza de una variable aleatoria. Unidad Nº 5: Distribuciones teóricas. Distribuciones para variables aleatorias discretas Distribución Bipuntual: características, ley de distribución distribución – función generatriz de momentos – esperanza y varianza. Distribución Binomial: características, ley de distribución distribución – función generatriz de momentos – esperanza y v Distribución de Poisson: características, ley de distribución distribución – función generatriz de momentos – esperanza y varianza. Distribuciones para variables aleatorias continuas. Página 10 de 21 Organización y presentación de datos estadísticos. Muestra – Unidad de Organización de datos cualitativos: construcción de tablas y gráficos. Organización de datos cuantitativos: construcción de tablas simples y polígono de frecuencia – – modo – cuantiles. desvío estándar – coeficiente momentos centrados. experimentos aleatorios. Espacio Teorías probabilísticas: definición clásica, frecuencial, subjetiva, Leyes de probabilidad: regla de adición, probabilidad condicional, regla del producto. Eventos mutuamente excluyentes – eventos Distribuciones teóricas toria. Clasificación. Función de masa de probabilidad. Función de densidad. Función de distribución. ley de distribución – función de esperanza y varianza. características, ley de distribución – función de esperanza y varianza. características, ley de distribución – función de esperanza y varianza. Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Distribución distribución Modo de empleo de tablas. Eje Temático Nº 4: Introducción al muestreo Unidad Nº 6: Breve introducción al muestreo aleatorio simple. Parámetr estadísticos. Inferencia estadística Distribución en el muestreo de la media aritmética. Error estándar. Distribución en el muestreo de la proporción muestral. Error estándar. Distribución en el muestreo de la varianza en una población normal. Distribuciones de probabilidad para muestras pequeñas: de Student. Unidad Nº 7: Estimación de parámetros: generalidades. Propiedades Intervalos de confianza para la media Intervalos de confianza para proporción. Eje Temático Nº 5: Pruebas de hipótesis Unidad Nº 8: Pruebas de hipótesis errores, criterios de decisión, conclusión. Test de hipótesis paramétricos Test de hipótesis para la media. Test de hipótesis para la proporción. Test de hipótesis para la varianza. Eje Temático Nº 6: Distribuciones bidimensionales: Regresión y Correlación Unidad Nº 9: Introducción. Regresión lineal simple. Método de los mínimos cuadrados: rec Coeficientes de correlación y determinación. Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística Distribución Normal: características, función de densidad distribución – función generatriz de momentos – esperanza y varianza. Modo de empleo de tablas. Introducción al muestreo – Teoría de la estimación Unidad Nº 6: Introducción al muestreo Breve introducción al muestreo aleatorio simple. Parámetr estadísticos. Inferencia estadística Distribución en el muestreo de la media aritmética. Error estándar. Distribución en el muestreo de la proporción muestral. Error estándar. Distribución en el muestreo de la varianza en una población normal. Distribuciones de probabilidad para muestras pequeñas: de Student. Unidad Nº 7: Estimación de parámetros Estimación de parámetros: generalidades. Estimación puntual. Propiedades de los buenos estimadores. Intervalos de confianza para la media aritmética. Intervalos de confianza para proporción. Pruebas de hipótesis Unidad Nº 8: Pruebas de hipótesis Pruebas de hipótesis conceptos generales: formulación de hipótesis, errores, criterios de decisión, conclusión. Test de hipótesis paramétricos hipótesis para la media. Test de hipótesis para la proporción. Test de hipótesis para la varianza. Distribuciones bidimensionales: Regresión y Correlación Unidad Nº 9: Regresión y Correlación Introducción. Regresión lineal simple. Método de los mínimos cuadrados: recta de regresión lineal. Coeficientes de correlación y determinación. Página 11 de 21 densidad – función de esperanza y varianza. Teoría de la estimación Breve introducción al muestreo aleatorio simple. Parámetros y Distribución en el muestreo de la media aritmética. Error estándar. Distribución en el muestreo de la proporción muestral. Error estándar. Distribución en el muestreo de la varianza en una población normal. Distribuciones de probabilidad para muestras pequeñas: Distribución T Estimación puntual. conceptos generales: formulación de hipótesis, Distribuciones bidimensionales: Regresión y Correlación Introducción. Regresión lineal simple. Método de los mínimos Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Evaluación: Para alcanzar la condición de regular requisitos: Asistencia como mínimo al 80% de la totalidad de las clases teórico Aprobación de 2 Para lograr la calificación mínima deberá tener resuelto correctamente el 60% de los ítems planteados. El estudiante podrá por no alcanzar la nota mínima Para alcanzar la acreditación Aprobación de un examen final teórico de 4 (cuatro) puntos. Para lograr la calificación mínima deberá tener resuelto correctamente el 60% de los ítems planteados. Para alcanzar la promoción siguientes requisitos: Ajuste a las condiciones de regularidad. Aprobación de las materias rendir al momento de finalizar la cursada de la materia. Aprobación de los El estudiante podrá cursado de la materia. Aprobación de un examen teórico integrador para alcanzar la la materia. La promoción de la parte práctica tendrá validez de un año a partir de la fecha de finalización del dictado de la materia, es decir que rigehasta el último turno de examen de febrero del año siguiente al cursado de la asignatura. Si en el período de vali perderá la promoción de la parte práctica y deberá rendir el examen completo de la asignatura. La calificación se basa en la siguiente escala: 60 61 – 65 4 (cuatro) 5 (cinco) Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística CRITERIOS DE EVALUACIÓN condición de regular el alumno deberá cumplir los siguientes mo mínimo al 80% de la totalidad de las clases teórico 2 (dos) parciales con calificación mínima de 4 (cuatro) puntos. Para lograr la calificación mínima deberá tener resuelto correctamente el 60% de los ítems planteados. diante podrá recuperar uno de los dos parciales, sea por no alcanzar la nota mínima requerida para la regularidad. acreditación de la materia el alumno regular deberá: un examen final teórico – práctico con una calificación mínima de 4 (cuatro) puntos. Para lograr la calificación mínima deberá tener resuelto correctamente el 60% de los ítems planteados. promoción de la parte práctica el alumno deberá cumplir los las condiciones de regularidad. Aprobación de las materias correlativas del año anterior, que se solicitan para rendir al momento de finalizar la cursada de la materia. los 2 (dos) parciales con calificación mínima de 7(siete) puntos. El estudiante podrá recuperar solo uno de los dos parciales al finalizar el cursado de la materia. un examen teórico integrador para alcanzar la La promoción de la parte práctica tendrá validez de un año a partir de la fecha de finalización del dictado de la materia, es decir que rige hasta el último turno de examen de febrero del año siguiente al cursado de la asignatura. Si en el período de validez, el estudiante reprobara dos exámenes teóricos finales, perderá la promoción de la parte práctica y deberá rendir el examen completo de la La calificación se basa en la siguiente escala: 66 – 69 70 – 74 75 – 84 85 6 (seis) 7 (siete) 8 (ocho) 9 (nueve) Página 12 de 21 el alumno deberá cumplir los siguientes mo mínimo al 80% de la totalidad de las clases teórico – prácticas. ) parciales con calificación mínima de 4 (cuatro) puntos. Para lograr la calificación mínima deberá tener resuelto correctamente el 60% parciales, sea por inasistencia o requerida para la regularidad. de la materia el alumno regular deberá: una calificación mínima de 4 (cuatro) puntos. Para lograr la calificación mínima deberá tener resuelto el alumno deberá cumplir los correlativas del año anterior, que se solicitan para ) parciales con calificación mínima de 7(siete) puntos. parciales al finalizar el un examen teórico integrador para alcanzar la acreditación de La promoción de la parte práctica tendrá validez de un año a partir de la fecha de finalización del dictado de la materia, es decir que rige hasta el último turno de examen dez, el estudiante reprobara dos exámenes teóricos finales, perderá la promoción de la parte práctica y deberá rendir el examen completo de la 85 – 99 100 9 (nueve) 10 (diez) Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Aspectos que se considerarán en las Destreza para solucionar problemas de aplicación sencillos. Capacidad de analizar e interpretar los resultados obtenidos. Habilidad para aplicar los conocimientos teóricos en la resolución de situaciones prácticas. Rigurosidad en la fundamentación teórica. Autoevaluación: Será realizada utilizando el instrumento elaborado desde Secretaría Académica y aprobado por Consejo Directivo Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística que se considerarán en las evaluaciones objetivas: Destreza para solucionar problemas de aplicación sencillos. Capacidad de analizar e interpretar los resultados obtenidos. Habilidad para aplicar los conocimientos teóricos en la resolución de situaciones prácticas. Rigurosidad en la fundamentación teórica. Será realizada utilizando el instrumento elaborado desde Secretaría Académica y rectivo. Página 13 de 21 Capacidad de analizar e interpretar los resultados obtenidos. Habilidad para aplicar los conocimientos teóricos en la resolución de Será realizada utilizando el instrumento elaborado desde Secretaría Académica y Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Eje temático / Unidad Eje Temático N° 1: Estadística descriptiva Unidad N° 1: Organización y presentación de datos Unidad N° 2: Medidas resumen Eje Temático N° 2: Probabilidad Unidad N° 3: Probabilidad Eje Temático N° 3: Variable aleatoria Unidad N° 4: Variable aleatoria Unidad N° 5: Distribuciones discretas Eje Temático N° 4: Introducción al muestreo Unidad N° 6: Introducción al muestreo Unidad N° 7: Estimación de parámetros Eje Temático N° 5: Pruebas de hipótesis Unidad N° 8: Pruebas de hipótesis Eje Temático N° 6: Distribuciones Bidimensionales Correlación Unidad N° 9: Regresión y Parciales Total Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística PLAN DE TRABAJO Asignación de tiempo (Cantidad de clases) Eje Temático N° 1: Estadística descriptiva Unidad N° 1: Organización y presentación de datos Unidad N° 2: Medidas resumen Eje Temático N° 2: Probabilidad Unidad N° 3: Probabilidad Eje Temático N° 3: Variable aleatoria – Distribuciones teóricas Unidad N° 4: Variable aleatoria Unidad N° 5: Distribuciones discretas – continuas Eje Temático N° 4: Introducción al muestreo – Teoría de la estimación Introducción al muestreo Estimación de parámetros Eje Temático N° 5: Pruebas de hipótesis Pruebas de hipótesis 6: Distribuciones Bidimensionales – Regresión y egresión y Correlación Página 14 de 21 Asignación de tiempo (Cantidad de clases) 1 2 1 1 3 1 1 2 2 2 16 Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística La cátedra propone para su desarrollo el dictado de clases teórico las cuales habrá un primer estudio en una situación de la realidad, cuando esto sea posible, luego se deducirán los conceptos fundamentales y demostraciones matemáticas si fueran pertinentes y se resolverán algunos ejemplos se realizará un cierre rescatando los conceptos esenciales que fueron desarrollados. Dentro de las estrategias que se utilizaran a lo largo de la asignatura, se pueden mencionar: Clases magistrale Demostración Exposiciones dialogadas Resolución de problemas Lecturas especiales Para seleccionar la modalidad a aplicar en el desarrollo de la cuenta que es una asignatura que se puede relacionar aplicaciones reales, pero que además tiene un desarrollo matemático teórico importante. Materiales didácticos y recursos materiales Los materiales didácticos y recursos materiales que habitualmente sostienen la cátedra son: Tizas (blancas y de color) y pizarrón Cañón y material de apoyo (presentaciones de PowerPoint) Apunte de cátedra. Calculadora Plataforma virtual Actividades de aprendizaje Toma de apuntes Resolución de ejercitación modelo de complejidad creciente. Resolución Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística METODOLOGÍA La cátedra propone para su desarrollo el dictado de clases teórico las cuales habrá un primer momento de motivación a partir de contextualizar el tema de estudio en una situación de la realidad, cuando esto sea posible, luego se deducirán los conceptos fundamentales y demostraciones matemáticas si fueran pertinentes y se resolverán algunos ejemplos de complejidad creciente. En un tercer momento de la clase un cierre rescatando los conceptos esenciales que fueron desarrollados. Dentro de las estrategias que se utilizaran a lo largo de la asignatura, se puedenClases magistrales. Demostración. Exposiciones dialogadas. Resolución de problemas. Lecturas especiales. Para seleccionar la modalidad a aplicar en el desarrollo de la una asignatura que se puede relacionar casi todo su contenido con aplicaciones reales, pero que además tiene un desarrollo matemático teórico importante. Materiales didácticos y recursos materiales Los materiales didácticos y recursos materiales que habitualmente sostienen la blancas y de color) y pizarrón Cañón y material de apoyo (presentaciones de PowerPoint) Apunte de cátedra. Calculadora. Plataforma virtual. Actividades de aprendizaje Toma de apuntes Resolución de ejercitación modelo de complejidad creciente. Resolución de prácticos de laboratorio con redacción de informe Página 15 de 21 La cátedra propone para su desarrollo el dictado de clases teórico – prácticas, en momento de motivación a partir de contextualizar el tema de estudio en una situación de la realidad, cuando esto sea posible, luego se deducirán los conceptos fundamentales y demostraciones matemáticas si fueran pertinentes y se de complejidad creciente. En un tercer momento de la clase un cierre rescatando los conceptos esenciales que fueron desarrollados. Dentro de las estrategias que se utilizaran a lo largo de la asignatura, se pueden Para seleccionar la modalidad a aplicar en el desarrollo de la clase se tiene en todo su contenido con aplicaciones reales, pero que además tiene un desarrollo matemático teórico importante. Los materiales didácticos y recursos materiales que habitualmente sostienen la Cañón y material de apoyo (presentaciones de PowerPoint) Resolución de ejercitación modelo de complejidad creciente. de prácticos de laboratorio con redacción de informe Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística OBLIGATORIA: SPIEGEL, Murray R; S Teoría y p Edición: Segunda McGRAW Reimpresión ISBN: 9789584101334 Al 2015: 4 SPIEGEL, Murray R; STEPHENS, Larry J. Estadística Edición: Tercera McGRAW Reimpresión 2007. ISBN: 9789701032718 Al 2015: 3 Di RIENZO JULIO; CASANOVES FERNANDO, GONZALES LAURA y OTRO Estadística para las Ciencias Agropecuarias Edición: Sexta Ed. Brujas ISBN: Al 2016: 1 NO OBLIGATORIA: GIULIODORI, Roberto ESTADISTICA DESCRIPTIVA Y PROBABILIDAD. Edición: Primera EDICIONES EUDECOR SRL ISBN: 9879094077 Al 2015: 1 MENDENHALL, William; WACKERLY, Dennis; SCHEAFFER, Richard. Estadística Matemática con Aplicaciones Edición: Segunda Grupo Editorial Iberoamericana ISBN: 9789706250162 Al 2015: 3 Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística BIBLIOGRAFÍA LISTA ALFABÉTICA DE REFERENCIAS (Bibliográficas y no bibliográficas) ; SCHILLER, John J; SRINIVASAN, R. problemas de probabilidad y estadística Edición: Segunda McGRAW – HILL INTERAMERICANA EDITORES – México Reimpresión 2004. 9789584101334 4 ejemplar/es en Colección UTN STEPHENS, Larry J. Estadística Edición: Tercera McGRAW – HILL INTERAMERICANA EDITORES – México Reimpresión 2007. 9789701032718 3 ejemplar/es en Colección UTN Di RIENZO JULIO; CASANOVES FERNANDO, GONZALES LAURA y OTRO Estadística para las Ciencias Agropecuarias Edición: Sexta Ed. Brujas – Córdoba 1 ejemplar/es en Colección UTN ODORI, Roberto ESTADISTICA DESCRIPTIVA Y PROBABILIDAD. Edición: Primera – CORDOBA – ARGENTINA – Reimpresión 1997 EDICIONES EUDECOR SRL 9879094077 1 ejemplar/es en Colección UTN de edición anterior MENDENHALL, William; WACKERLY, Dennis; SCHEAFFER, Richard. Estadística Matemática con Aplicaciones Edición: Segunda Grupo Editorial Iberoamericana – México – México – 1994 9789706250162 3 ejemplar/es en Colección UTN Página 16 de 21 México – México – México – México – Di RIENZO JULIO; CASANOVES FERNANDO, GONZALES LAURA y OTROS Reimpresión 1997 de edición anterior MENDENHALL, William; WACKERLY, Dennis; SCHEAFFER, Richard. 1994 Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Apuntes RIVARA LAURA MARÍA Ing. Probabilidad y Estadística [Apunte de cátedra] El autor – Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística RIVARA LAURA MARÍA Ing. Probabilidad y Estadística [Apunte de cátedra] – 2012 Página 17 de 21 Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Articulación con el Área: Asignatura Probabilidad y Estadística Álgebra y Geometría Analítica Análisis Matemático I Investigación Operativa Total Articulación con el Nivel: Asignatura Probabilidad y Estadística Producción Agraria II Procesos Agroindustriales I Organización de empresas Procesos Agroindustriales II Maquinaria Agrícola Economía de la empresa agraria Comercialización Total Articulación con las correlativas: Asignatura Probabilidad y Estadística Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística ARTICULACIÓN Asignatura Carga Horaria Probabilidad y Estadística 80 Álgebra y Geometría Analítica 160 160 144 544 Asignatura Carga Horaria Probabilidad y Estadística 80 128 Procesos Agroindustriales I 128 144 Procesos Agroindustriales II 112 128 Economía de la empresa agraria 128 112 960 Articulación con las correlativas: Para cursar Para rendir Cursada Aprobada Probabilidad y Estadística Álgebra y Geometría Analítica Análisis Matemático I Álgebra y Geometría Analítica Análisis Matemático I Página 18 de 21 Porcentaje 14,8% 29,4% 29,4% 26,4% 100,0% Porcentaje 80 8,4% 128 13,3% 128 13,3% 44 15,0% 12 11,7% 128 13,3% 128 13,3% 112 11,7% 960 100,0% Para rendir Aprobada Álgebra y Geometría Analítica Análisis Matemático I Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Articulación de contenidos Continúa página siguiente Articulación con el Área: Asignatura Probabilidad y Estadística Álgebra y Geometría Analítica Análisis Matemático I Análisis Matemático II Total Articulación con el Nivel: Asignatura Probabilidad y Estadística Integración II Química Inorgánica Toma conceptos de: Área Ciencias Básicas Primer nivel Álgebra y Geometría Analítica Temas: Solución de un Sistema Lineal. Rectas en R2. Función Lineal. Área Matemática Primer nivel Análisis Matemático I Temas: Funciones. Límite. Derivada. Integración. Series infinitas. Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística contenidos: ARTICULACIÓN ING. QUÍMICA Carga Horaria Probabilidad y Estadística 96 Álgebra y Geometría Analítica 160 160 160 672 Asignatura Carga Horaria Probabilidad y Estadística 96 96 128 Segundo Nivel – Contenidos de: Probabilidad y Estadística Aporta conceptos a: Álgebra y Geometría Analítica Temas: Variable aleatoria. Regresión y Correlación. Temas: Variable aleatoria Regresión y Correlación. Página 19 de 21 Carga Horaria Porcentaje 96 14,3% 160 23,8% 160 23,8% 160 23,8% 672 100,0% Carga Horaria Porcentaje 96 10,0% 96 10,0% 128 13,4% Aporta conceptos a: Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística Análisis Matemático II Física II Química Orgánica Inglés técnico I Marketing Total Articulación con las correlativas: Asignatura Probabilidad y Estadística Articulación de contenidos Toma conceptos de: Área Matemática Primer nivel Álgebra y Geometría Analítica Temas: Solución de un Sistema Lineal. Rectas en R2. Función Lineal. Área Matemática Primer nivel Análisis Matemático I Temas: Funciones. Límite. Derivada. Integración. Series infinitas. UniversidadTecnológica Nacional San Francisco Materia: Probabilidad y Estadística 160 160 192 64 64 960 Articulación con las correlativas: Para cursar Para rendir Cursada Aprobada Probabilidad y Estadística Álgebra y Geometría Analítica Análisis Matemático I Álgebra y Geometría Analítica Análisis Matemático I de contenidos: Segundo Nivel – Contenidos de: Probabilidad y Estadística Aporta Álgebra y Geometría Analítica Temas: Variable aleatoria. Regresión y Correlación. Temas: Variable aleatoria. Regresión y Correlación. Página 20 de 21 160 16,6% 160 16,6% 192 20,0% 64 6,7% 64 6,7% 960 100,0% Para rendir Aprobada Álgebra y Geometría Analítica Análisis Matemático I Aporta conceptos a: Universidad Tecnológica Facultad Regional San Materia: Probabilidad y Estadística De la Asignatura: La metodología estadística nos dota de una serie de principios, procedimientos, técnicas y métodos para realizar cuatro tareas fundamentales en la investigación y estudios técnicos: Obtener datos de manera rápida Organizar y procesar estos datos a fin de obtener la información requerida Proporcionar p adecuadas de los resultados obtenidos Proporcionar resultados en el marco de un científico. Así los métodos y técnicas de la estadística ayudan a la realización de múltiples tareas en las organizaciones productivas y sociales, públicas y/o privadas; son la base para la realización de estudios técnicos e investigaciones que permitan la mejora de p de producción de bienes y servicios, la mejora de la calidad toma de decisiones en las empresas u organizaciones de los más diversos ámbitos Estudiar estadística permite adquirir las herramientas básicas que posibi futuro profesional tomar decisiones en base a información confiable relevada de un fenómeno en estudio y abordar situaciones reales en las que estén presentes la incertidumbre y la variabilidad necesario para tener una actitud crítica frente a trabajos estadísticos de divulgación profesional, científica y social, lo cual será logrado ya que el estudio de la asignatura, proporciona el balance teórico vez proporciona las herramientas necesarias para facilitar el procesamiento y análisis de la información. El abanico de disciplinas en donde se pueden aplicar es muy amplio, abarcando el área social, científico, tecnológico e industrial. Es por esto fundamentos de estas ramas es importante para el desempeño de cualquier profesional dentro de sus actividades diarias, pero aún más para formar el perfil de un Administración Rural. Universidad Tecnológica Nacional San Francisco Materia: Probabilidad y Estadística FUNDAMENTACIÓN La metodología estadística nos dota de una serie de principios, procedimientos, métodos para realizar cuatro tareas fundamentales en la investigación y datos de manera rápida confiable y a bajo costo. y procesar estos datos a fin de obtener la información requerida Proporcionar principios y métodos para obtener interpretaciones adecuadas de los resultados obtenidos y r principios y lineamientos para comunicar apropiadamente los resultados en el marco de un informe, presentación oral Así los métodos y técnicas de la estadística ayudan a la realización de múltiples tareas en las organizaciones productivas y sociales, públicas y/o privadas; son la base para la realización de estudios técnicos e investigaciones que permitan la mejora de p de producción de bienes y servicios, la mejora de la calidad y el sustento toma de decisiones en las empresas u organizaciones de los más diversos ámbitos Estudiar estadística permite adquirir las herramientas básicas que posibi futuro profesional tomar decisiones en base a información confiable relevada de un y abordar situaciones reales en las que estén presentes la incertidumbre y la variabilidad. Además, le permitirá contar con el conocimiento cesario para tener una actitud crítica frente a trabajos estadísticos de divulgación profesional, científica y social, lo cual será logrado ya que el estudio de la asignatura, proporciona el balance teórico-práctico para poder comprender los conceptos, per vez proporciona las herramientas necesarias para facilitar el procesamiento y análisis de El abanico de disciplinas en donde se pueden aplicar es muy amplio, abarcando el área social, científico, tecnológico e industrial. Es por esto que el conocimiento de los fundamentos de estas ramas es importante para el desempeño de cualquier profesional dentro de sus actividades diarias, pero aún más para formar el perfil de un Página 21 de 21 La metodología estadística nos dota de una serie de principios, procedimientos, métodos para realizar cuatro tareas fundamentales en la investigación y . y procesar estos datos a fin de obtener la información requerida. para obtener interpretaciones principios y lineamientos para comunicar apropiadamente los , presentación oral o artículo Así los métodos y técnicas de la estadística ayudan a la realización de múltiples tareas en las organizaciones productivas y sociales, públicas y/o privadas; son la base para la realización de estudios técnicos e investigaciones que permitan la mejora de procesos el sustento necesario para la toma de decisiones en las empresas u organizaciones de los más diversos ámbitos. Estudiar estadística permite adquirir las herramientas básicas que posibilitarán al futuro profesional tomar decisiones en base a información confiable relevada de un y abordar situaciones reales en las que estén presentes la , le permitirá contar con el conocimiento cesario para tener una actitud crítica frente a trabajos estadísticos de divulgación profesional, científica y social, lo cual será logrado ya que el estudio de la asignatura, práctico para poder comprender los conceptos, pero a la vez proporciona las herramientas necesarias para facilitar el procesamiento y análisis de El abanico de disciplinas en donde se pueden aplicar es muy amplio, abarcando el que el conocimiento de los fundamentos de estas ramas es importante para el desempeño de cualquier profesional dentro de sus actividades diarias, pero aún más para formar el perfil de un Licenciado en
Compartir