UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERÍA MECÁNICA Y DE ENERGÍA

ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

I. DATOS INFORMATIVOS

1.1. Asignatura : ESTADÍSTICA APLICADA A LA INGENIERÍA

1.2. Código : M0523
1.3. Condición : Obligatorio
1.4 Requisito : M0418 Matemática Aplicada a la Ingeniería
1.5 N° de horas de clase : 5, Teoria: 1 Práctica :2 Laboratorio:2
1.6 N° de créditos 3
1.7 Ciclo : V
1.8 Semestre Académico 2018 - B
1.9 Duración 17 semanas
1.10 Docente Vladimiro Contreras Tito
vcontrerastito@hotmail.com

II. SUMILLA
La asignatura pertenece al módulo curricular de estudios específicos, es de naturaleza teórico -
práctica; de carácter obligatorio. Tiene como propósito que el estudiante desarrolle habilidades de
organización, representación y análisis de datos haciendo uso de software estadísticos.
Organiza sus contenidos en las siguientes Unidades de Aprendizaje: 1: Estadística descriptiva; 2.
Combinatoria y probabilidad; 3: Variables aleatorias; 4: Estadística inferencial.

III. COMPETENCIA DE ASIGNATURA

COMPETENCIAS GENERALES
Contribuye a la formación académica sólida del ingeniero mecánico, en los temas fundamentales de la
estadística como la estadística descriptiva, las distribuciones de variables aleatorias discretas y
continuas y la estadística inferencial, para producir un ingeniero competente en estos temas capaz de
aplicarlos a la investigación científica con responsabilidad social y ética.
COMPETENCIAS ESPECÍFICAS:

COMPETENCIAS CAPACIDADES ACTITUDES

(a) Conoce y aplica los tópicos de la Aplica software estadísticos SPSS , a los Cuida las computadoras del Centro
estadística descriptiva. cálculos de los diferentes tópicos de la de Cómputo, de posibles
estadística descriptiva. contaminaciones y/o mal manejo.
(b) Conoce y aplica los tópicos de la
teoría combinatoria y el cálculo de Define, ejemplifica y aplica los tópicos de Asiste con puntualidad a todas las
probabilidades. teoría combinatoria, y del cálculo de clases y prácticas.
probabilidades, y los usa en la solución
(c) Desarrolla los tópicos de las de ejercicios y problemas. Resuelve con responsabilidad y
distribuciones de variables aleatorias Define, clasifica, programa, modela y transparencia los ejercicios
discretas, continuas unidimensionales prácticos de clase, y los dados
aplica las variables aleatorias (v.a)
y multidimensionales. para la casa.
cuantitativas y cualitativas de dimensión
(d) Desarrolla con amplitud la teoría 1 ó más Observa una conducta
de la estadística inferencial: Aplica la estadística inferencial en colaboradora tanto con el profesor
distribuciones muestrales, intervalos ejercicios y problemas sobre aspectos como con sus compañeros.
de confianza y pruebas de hipótesis. probabilísticos de la ingeniería.
IV. PROGRAMACIÓN DE CONTENIDOS

UNIDAD 1: ESTADÍSTICA DESCRIPTIVA

Duración: 2 semanas: 1ª y 2ª
 UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA MECÁNICA Y DE ENERGÍA
ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

Fecha de inicio 13/08/18 Fecha de término 23/08/18

Capacidad de la unidad: Aplica software estadístico SPSS a los cálculos de la estadística descriptiva
S CONTENIDO
E INDICADORES
M CONCEPTUAL PROCEDIMENTAL ACTITUDINAL

1 Variables aleatorias Obtiene, clasifica e indica Propone ejemplos de Programa una

cualitativas y propiedades de las variables v.a. en la clase. encuesta.en SPSS.
cuantitativas aleatorias (v.a) que presenta el
Observa conductas que
profesor. Obtiene los
Uso de software benefician a la clase estadísticos de una
SPSS Programa una encuesta dada por el propiciando su desarrollo v.a. con el SPSS.
profesor. activo.
Programación de
encuestas. Analiza diferentes distribuciones de Cumple la entrega de Resuelve
v.a discretas (v.a.d) las medidas de ejercicios para hacerlos problemas sobre
Uso de software diagramas de caja
2 tendencia central, medidas de en casa.
SPSS dispersión, la asimetría y curtosis y de tallos y
Cuida las computadoras hojas.con el uso de
Gráficas en software Hace uso software para determinar
del Centro de Cómputo software
SPSS. gráficas y diagramas de métodos
de posibles estadísticos.
exploratorios como diagramas de
Evaluación de la contaminaciones
caja y bigotes y de tallos y hojas.
unidad

UNIDAD 2: COMBINATORIA Y PROBABILIDAD

Duración: 3 semanas: 3ª, 4ª y 5ª semana
Fecha de inicio 27/08/18 Fecha de término 13/09/18
Capacidad de la unidad: Define, ejemplifica y aplica los tópicos de teoría combinatoria, así como los del
cálculo de probabilidades y los usa en ejercicios y problemas.

CONTENIDO
S
E INDICADORES
M. CONCEPTUAL PROCEDIMENTAL ACTITUDINAL

3 Permutación, combinación Ejemplifica conjuntos que Colabora Resolución de

Principio fundamental de teoría satisfacen las definiciones de cuando se le ejercicios y
combinatoria (P.F) Permutaciones la teoría combinatoria. solicita, en problemas sobre
circulares. Permutaciones con Aplica conocimientos de clases. combinatoria.
elementos repetidos. Particiones. combinatoria en la solución
Demostración de
Probabilidad clásica y axiomática, problemas de probabilidad. Observa las
teoremas. Demuestra teoremas sobre conductas que ejercicios y teoremas
sobre probabilidad
probabilidad axiomática. benefician a la
axiomática.
Probabilidad condicional, clase
4 Aplica los conocimientos de
compatibilidad con los axiomas. propiciando su Resolución de
Sucesos independientes; Teorema probabilidad condicional e desarrollo activo
independencia de sucesos a la problemas sobre
de Bayes: fórmula de probabilidad probabilidad
solución de ejercicios y
total y fórmula de Bayes Propone a la condicional y teorema
problemas. clase ejercicios de Bayes
Aplica el teorema de Bayes a
Problemas clásicos: El problema y problemas de
5 la resolución de problemas. Resolución
del sombrero. El problema de las su creación para
Aplica los modelos de Problemas de
calles de la ciudad, El problema del su discusión y/o
probabilidad clásica a solución aplicación de los
crap. El problema del póquer. solución.
de problemas problemas clásicos.
Trabajos de tesina.
Evaluación de la unidad.
UNIDAD 3: VARIABLES ALEATORIAS
Duración: 7 semanas: 6ª, 7ª, 8ª, 9ª, 10ª, 11ª y 12ª semana
Fecha de inicio 17/09/18 Fecha de término 02/11/18
 UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA MECÁNICA Y DE ENERGÍA
ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

Capacidad de la unidad: Define, clasifica, programa y aplica lo conocimientos sobre las variables aleatorias
(v.a) cuantitativas y cualitativas
Conoce y aplica los tópicos concernientes a las distribuciones de variables aleatorias discretas o continuas
unidimensionales o multidimensionales.

S CONTENIDO
E INDICADORES
M. CONCEPTUAL PROCEDIMENTAL ACTITUDINAL
6 V.A. discretas y continuas. Resuelve problemas de Crea y propone a Resolución de
Distribución y función de distribuciones y cálculo de clase ejercicios y problemas sobre
distribución de una v.a. discreta probabilidades de v.a.d. Calcula la problemas sobre distribuciones.
(v.a.d) Esperanza, varianza y esperanza, varianza, momentos de v.a.d. para su Resolución de
momentos, de una v.a.d Función v.a.d discusión y/o problemas sobre
generatriz de momentos (f.g.m.) y Obtiene los momentos de v.a.d a solución.. sobre esperanza,
función generatriz de momentos partir de la f.g.m.f varianza f.g.m. y
facoriales (f.g.m.f) de una v.a.d. f.g.m.f.

Variables aleatorias discretas Utiliza experimentos Bernouilli, para Mantiene un Resolución de

7
importantes. Distribución (d.) de definir las distribuciones binomial, espíritu ejercicios y
Bernoullí, binomial, geométrica, geométrica, Pascal y binomial colaborador, problemas
Pascal y binomial negativa. negativa. mostrando sus modelando las
Definiciones y teoremas relativos, Demuestra y aplica las propiedades avances en forma diferentes v.a.d
modelación a ejercicios y de las v.a.d importantes, haciendo oral, escrita o en importantes.
problemas. uso de las f.g.m. Deduce algunas v.a pizarra.
La distribución hipergeométrica y que siguen una d. Poisson. Utiliza
la d. de Poisson teoremas SPSS y Minitab en las aplicaciones
relativos. Aproximación de la
distribución binomial, por la d. de
Poisson.
8
EX ÁM ENES PARCIALES
9 Distribuciones continuas. (variables Define y calcula, la esperanza,
aleatorias con distribución continua varianza y los momentos de una Formula Resolución de
(v.a.c)) Esperanza, varianza, v.a.c con función de densidad (fd) f, preguntas de ejercicios y
momentos y funciones generatrices en forma directa. interés respecto
problemas de
de momentos de una v.a.c. Calcula la función generatriz de de las
Función de distribución y función momentos de las variables aleatorias distribuciones aplicación de las
de densidad continuas y los usa para determinar continuas diferentes
Distribuciones continuas su media y varianza y sus momentos. principalmente distribuciones
importantes: d. uniforme, d. Resuelve problemas de aplicación sobre la continuas
exponencial, d. normal modeladas sobre las distribuciones distribución
propiedades y uso de tablas. Uso uniforme y exponencial y normal normal
de software para diferentes
cálculos sobre variables aleatorias
continuas
10 Calcula la función de densidad de la Cumple con Resolución de
Funci ón de función su relación función de una variable aleatoria y presentar los ejercicios y
con l a distribución normal, los aplica a la normal. Define y gráficos y problemas de
enuncia los teoremas sobre las cálculos
a pl icaciones. Distribuciones aplicación, sobe
Beta , Gamma, Weibull y Ji - distribuciones Beta, Gamma, Weibul solicitados sobre
las distribuciones
cua drado. Aplicaciones. y Ji-cuadrado. Calcula la f.g.m. de la estas
distribución gama y halla su media y distribuciones.y beta, gamma,
Evaluación práctica de los tópicos
varianza. Demuestra que el cuadrado traer las tablas Weibull y Ji-
tratados las semanas
de una normal estándar sigue una correspondientes. cuadrado.
distribución Ji-cuadrado
 UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA MECÁNICA Y DE ENERGÍA
ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

S CONTENIDO
E INDICADORES
M. CONCEPTUAL PROCEDIMENTAL ACTITUDINAL
11 Distribuciones conjuntamente Calcula y aplica las . Cumple con Resolución de
distribuidas discretas o continuas. distribuciones bidimensionales entregar al inicio problemas sobre
Distribuciones marginales de 1 o discretas y continuas a la de clases, los v.a.d de dimensión
solución de problemas de ejercicios dos ó tres.
más dimensiones. Variables
contexto. dejados con Resolución de
aleatorias. independientes. Analiza si dos v.a. (discretas o anterioridad problemas sobre
Teoremas sobre funciones continuas) son o no v.a.c de dimensión
generatrices y variables aleatorias Muestra interés
independientes y los aplica dos ó tres
independientes. para hallar la función de por aprender, lo Resolución de
manifiesta
La distribución multinomial. densidad de una v.a. de problemas sobre la
12 haciendo
Teorema de Tchebycheff. Ley de dimensión 2,ó más. distribución
preguntas
los grandes números. Resuelve problemas sobre la multinomial.
pertinentes de
Teorema del límite central. variable aleatoria multinomial. Resolución de
Resuelve problemas de contexto, en problemas sobre la
aproximación de la distribución forma ordenada
binomial, Poisson y Pascal por la aplicación de la desigualdad desigualdad de
normal. de Tchebycheff y la ley de los Propone a la Tchebycheff o sobre
grandes números. clase ejercicios el teorema de los
Aplica el teorema del límite y problemas de grandes números.
central via distribución normal su creación para Resolución de
al cálculo de probabilidades su discusión y/o problemas sobre la
sobre aproximaciones a la solución. aproximación normal
binomial, Poisson y Pascal. a distribuciones
discretas.

UNIDAD 4: Estadística inferencial

Duración: 5 semanas: 13ª, 14ª, 15ª, 16ª y 17ª semana
Fecha de inicio 05/11/18 Fecha de término 06/12/18
Capacidad de la unidad: Aplica la estadística inferencial a ejercicios y problemas sobre aspectos probabilísticos de la
ingeniería.

S CONTENIDO
E INDICADORES
M. CONCEPTUAL PROCEDIMENTAL ACTITUDINAL
13 Población y muestra. Distingue los términos de Actúa con Resolución de
Parámetros y estadígrafos. parámetros y estadígrafos. transparencia en problemas sobre la
Distribución t, Tablas. Hace uso de la gráfica de la las evaluaciones distribución de
Distribución de la media muestral. distribuciones Ji-cuadrado y t del curso, (a) la media muestral.
Casos. de Student y establece creando (b) varianza muestral
Distribución de la varianza notaciones para las diferentes confianza (c) la diferencia de
muestral. probabilidades de contexto por tratando de medias en los
Distribución de la diferencia de medio de tablas ad hoc. obtener una diferentes casos.
medias, casos. Define y aplica las diferentes nota (d) de la proporción
Distribución de la proporción. distribuciones muestrales a la sobresaliente. (e) de la diferencia de
Distribución de la diferencia de solución de problemas de proporciones
proporciones. contexto. (f) la diferencia de
La distribución F, uso de tablas. Calcula el tamaño de muestras proporciones
Distribución de comparación de en problemas de contexto. (g) comparación de
dos varianzas varianzas.
14 Estimación por intervalos de Deduce los intervalos de Cumple con Resolución e
confianza: Intervalo de confianza confianza de cada caso a partir entregar al inicio interpretación de
para la: de las distribuciones de clases, los problemas por que
(a) media. Casos. Tamaño de muestrales correspondientes. ejercicios involucran intervalos
muestras. Casos. Obtiene el tamaño de la dejados con de confianza.para la
(b) confianza para la varianza. muestra según contexto. anterioridad media, varianza,
(c) la diferencia de medias. Casos Calcula e interpreta, los diferencia de medias,
(d) proporción. diferentes intervalos de proporción y
 UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA MECÁNICA Y DE ENERGÍA
ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

(e) diferencia de proporciones. confianza unilaterales y comparación de

(f) comparación de varianzas bilaterales, y resuelve los varianzas.
problemas de contexto. Muestra interés
Pruebas de hipótesis. Definición. por aprender, lo Resolución de
15 Hipótesis nula. Hipótesis Conoce, define y aplica a la manifiesta problemas sobre
alternativa. Nivel de significación. solución de problemas las haciendo
pruebas de hipótesis
Estadístico de prueba. Región ocho diferentes pruebas de preguntas para la media,
crítica. Decisión. hipótesis, usando pertinentes de varianza, diferencia
Prueba de hipótesis para: convenientemente: la hipótesis contexto, en de medias, datos
(a) la media, varianza conocida. nula, la hipótesis alternativa, forma ordenada pareados, proporción,
(b) la media, varianza desconocida. (pruebas de una cola y dos
Propone a la diferencia de
(c) la varianza colas), el nivel de significancia, proporciones y
(d) la diferencia de medias (casos) el estadístico de prueba, la clase ejercicios
y problemas de comparación de
(e) datos pareados región crítica, y tomando la
su creación para varianzas. Uso de
(f) la proporción decisión correcta del contexto.
su discusión y/o software esadístico
(g) la diferencia de proporciones para resolver los
Entrega de los trabajos de solución.
(h) comparación de varianzas. mismos problemas.
investigación Tesina).

16
EX AM EN FINAL
17
EXAMEN SUSTITUTORIO

V. ESTRATEGIAS METODOLÓGICAS
Aprendizaje basado en problemas
Aprendizaje con uso de las TIC.
Clase magistral o conferencia.
Evaluación y retroalimentación.
Exposición con uso de software

Exposición y ejercicios de motivación

VI MATERIALES EDUCATIVOS Y OTROS RECURSOS DIDÁCTICOS.

Pizarra, plumones, proyector, ecran, separatas físicas y virtuales, usb.
VII EVALUACIÓN
Antes: evaluación inicial, para recoger los saberes que posee el estudiante para asumir la asignatura
y se aplica con una prueba de entrada cuyo resultado no interviene en el cálculo de la calificación de
la asignatura.
Durante: se evalúa el desempeño del estudiante en el cumplimiento de tareas académicas de manera
procesal que originan la nota de proceso.
Final: evalúa los productos del aprendizaje, al finalizar una o más unidades de aprendizaje, usándose
la prueba escrita como instrumento de medición (Practica calificada, Examen Parcial y Examen Final).
El proceso de evaluación consta de cuatro (04) prácticas calificadas, un trabajo de Investigación y dos
exámenes parcial (E.P) y final (E.F) (en la calificación de los exámenes se considerará los
procedimientos y los resultados). Los ítems y ponderaciones de la nota fina (NF) son los siguientes:
 UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA MECÁNICA Y DE ENERGÍA
ESCUELA PROFESIONAL DE INGENIERÍA MECÁNICA

ITEMS PONDERACIONES

Examen Parcial escrito del programa silábico (EP) 0,30

Examen Final escrito del resto del sílabo (EF) 0,30
Promedio de prácticas, laboratorios y trabajos domiciliarios (PP-L-TD) 0,15
Trabajos de investigación en sus diferentes niveles (TI) 0,15
Participación activa en el aula (PAA) 0,10
Luego NF = (0,30)EP + 0,30(EF) + (0,15)(PP-L-TD) + (0,15)(TI) + (0,10)(PAA)

La escala de calificación es de cero (o) a veinte (20), siendo la nota mínima aprobatoria de 10.5 que
equivale a once (11) y que debe ser registrado en el Acta Final.

La nota del examen sustitutorio reemplazará la nota más baja entre el examen parcial y final.

Art. 62 La asistencia a clases teóricas y prácticas de los estudiantes de pregrado es obligatoria…El

estudiante de pregrado, que al final del periodo académico excede el 30% de inasistencias, sobre el
total de horas de clases programadas, será desaprobado en la asignatura.

VIII BIBLIOGRAFÍA
[1] Quintín Martín Martín et al Tratamiento estadístico de datos con SPSS Editorial Paraninfo Madrid.
2008
[2] César Pérez López Métodos estadísticos avanzados con SPSS. Thomson. Madrid. 2005
[3] W. Mendenhall et al Probabilidad y Estadística para ingeniería y ciencias Prentice Hall México.
1997
[4] George Canavos. Probabilidad y Estadística. Aplicaciones y Métodos McGrawHill México, 1995.
[5] Wakerly et al Estadística Matemática con aplicaciones Cengage Learning editores. México.2010
[6] Jay L. Devore Probabilidad y estadística para ingeniería y ciencias. Thomson. México 2005
[7] Walpole et al. Probabilidad y Estadística para ingenieros. Prentice Hall Hispanoamericana. México
1999.
[8] García Esteban, Jesús et al Inferencia estadística Garceta. Madrid.2011
[9] Milton, Susan Arnold, Jesse. Probabilidad y Estadística con aplicaciones McGrawHill.México.
2003
[10] Pérez, César. Muestreo estadístico. Alfaomega-rama. México. 2000
[11] Sharon L. Lhor Muestreo. Diseño y Análisis. International Thomson. México. 2000
[12] Montgomery, Douglas Diseño y análisis de experimentos. Limusa Willey. México 2006.
Nota: las referencias [1] y [2] son exclusivamente para la unidad 1. Del [3] al [10] son útiles para el resto
del curso, pueden considerarse textos del [3] al [7]. Finalmente del [11] al [14] son obras
complementarias, contienen temas más avanzados útiles al ingeniero.

Bellavista, 9 de agosto de 2018