UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLN

PLAN DE ESTUDIOS DE LA LICENCIATURA
EN QUMICA INDUSTRIAL
PROGRAMA DE LA ASIGNATURA DE:

Estadstica
IDENTIFICACIN DE LA ASIGNATURA
MODALIDAD:
TIPO DE ASIGNATURA:
SEMESTRE EN QUE SE IMPARTE:
CARCTER DE LA ASIGNATURA:
NMERO DE CRDITOS:
HORAS A LA
SEMANA:

TERICAS:

SERIACIN: Si ( )

Curso
Terico - Prctica
Tercero
Obligatoria
6
PRCTICAS:

No ( X )

SEMANAS
DE
CLASES:

Obligatoria ( )

ASIGNATURA ANTECEDENTE:
ASIGNATURA SUBSECUENTE:

16

TOTAL DE
HORAS:

64

Indicativa ( )

Ninguna
Ninguna

OBJETIVOS GENERALES:

Al finalizar el curso, el alumno ser capaz de utilizar los conceptos y mtodos de la

estadstica, que le permitan explicar fenmenos aleatorios relacionados con la
qumica, para la toma de decisiones.
NDICE TEMTICO
UNIDAD

1
2
3
4
5
6
7
8

TEMAS

Introduccin
Presentacin y Medidas de la Informacin
Probabilidad
Distribuciones de Probabilidad
Muestreo
Estimacin
Prueba de Hiptesis
Regresin y Correlacin Lineal
TOTAL DE HORAS TERICAS
TOTAL DE HORAS PRCTICAS
TOTAL DE HORAS

HORAS
TERICAS

HORAS
PRCTICAS

2
4
4
6
4
4
4
4
32
0

0
6
4
6
4
4
6
2
0
32
64

73

CONTENIDO TEMTICO
1. Introduccin
1.1 Definicin de Estadstica.
1.2 Importancia y aplicacin de la estadstica en la qumica.
1.3 Conceptos y simbologa en la estadstica.
1.4 El software estadstico, como herramienta para el anlisis de los datos.
2. Presentacin y medidas de la informacin
2.1
Fuentes y tipos de datos.
2.2
Escalas de medicin.
2.3
Procesamiento de los datos: agrupados y no agrupados.
2.4
Mtodos grficos para la presentacin de los datos.
2.5
Medidas de localizacin.
2.6
Medidas de variabilidad.
2.7
Solucin de problemas con el software estadstico.
3. Probabilidad
3.1. El papel de la probabilidad en estadstica.
3.2. Reglas de conteo. Anlisis combinatorio, Permutaciones y Combinaciones.
3.3. Eventos compuestos, eventos complementarios.
3.4. Reglas de probabilidad.
3.5. Probabilidad condicional.
3.6. Teorema de Bayes.
4. Distribuciones de probabilidad
4.1.
Definicin de variables aleatorias: discretas y continuas.
4.2.
Modelos probabilsticos para variables aleatorias discretas: ensayo y
proceso de Bernoulli.
4.2.1. Funciones de distribucin binomial, binomial negativa,
geomtrica, de Poisson y sus caractersticas principales.
4.3.
Modelos probabilsticos para variables aleatorias: distribuciones
uniforme, exponencial, gamma, normal y caractersticas principales.
4.3.1. Aproximacin de la distribucin binomial mediante la normal.
4.4
Solucin de problemas con el software estadstico.
5. Muestreo
5.1
Necesidad de efectuar el muestreo.
5.2
Tipos elementales de muestreo.
5.3
Parmetros y estadsticos.
5.4
Distribuciones muestrales.
5.5
Teorema del Lmite Central.
5.6
Solucin de problemas con el software estadstico.
6. Estimacin
6.1.
Definicin.
6.2.
Tipos de estimacin.
74

6.3.

6.4.
6.5.
6.6.

6.2.1. Estimadores puntuales.

6.2.2. Estimacin por intervalos.
Intervalos de confianza para la media.
6.3.1. Desviacin estndar conocida.
6.3.2. Desviacin estndar desconocida. Muestras grandes.
Muestras pequeas.
Intervalos de confianza para la diferencia de dos medias.
Intervalos de confianza para una y dos proporciones.
Solucin de problemas con el software estadstico.

7. Prueba de hiptesis
7.1
Conceptos de hiptesis estadstica y prueba de hiptesis.
7.1.1 Planteamiento de las hiptesis.
7.1.2 Errores de tipo I y II.
7.1.3 Nivel de significacin.
7.1.4 Regla de decisin.
7.2
Prueba de hiptesis para una media.
7.3
Prueba de hiptesis para dos medias.
7.4
Prueba de hiptesis para una y dos proporciones.
7.5
Prueba de Ji cuadrada.
7.5.1 Pruebas de independencia.
7.5.2 Pruebas de Bondad y ajuste.
7.6
Solucin de problemas con el software estadstico.
8. Regresin y correlacin lineal
8.1. El significado de regresin y consideraciones bsicas.
8.1.1 Curva de regresin.
8.1.2 Diagrama de dispersin.
8.1.3 Ajuste en recta de regresin mediante el mtodo de los
mnimos cuadrados.
8.2. Inferencia estadstica para el modelo lineal simple: Intervalos de confianza
y pruebas de hiptesis para la media de la variable dependiente.
8.3. El significado de correlacin y consideraciones bsicas.
8.3.1 Covarianza.
8.3.2 Error estndar de la estimacin.
8.3.3 Coeficiente de correlacin.
BIBLIOGRAFA
BIBLIOGRAFA BSICA
Aguilar, M.A, Altamira, I.J. y Garca, L.O. (2010). Introduccin a la inferencia
estadstica. Mxico: Pearson.
Carrascal, A.U. (2007). Estadstica descriptiva con Microsoft Excel 2007.
Mxico: Alfaomega.

75

 Devore, Jay L. (2005). Probabilidad y Estadstica para ingeniera y ciencias.

Mxico: Thomson.
Hines, W.W. (2005). Probabilidad y Estadstica para ingeniera. Mxico:
Patria Cultural Continental.
Mendenhall, W. (2008). Introduccin a la probabilidad y estadstica. Mxico:
Thomson.
Montgomery, C.D. y Runger, C.G. (2006). Probabilidad y estadstica
aplicadas a la ingeniera. Mxico: Limusa Wiley.
Navidi, W. (2006). Estadstica para Ingenieros. Mxico: McGraw Hill
Interamericana.
BIBLIOGRAFA COMPLEMENTARIA
Lpez, P.A. (2000). Probabilidad y Estadstica. Colombia: Editorial Prentice
Hall.
Wackerly, D.D. (2002). Estadstica Matemtica con aplicaciones. Mxico:
Thomson.
Weimer, R. C. (2001). Estadstica. Mxico: CECSA.
SITIOS WEB RECOMENDADOS
http://www.minitab.com
http://www.spss.com
SUGERENCIAS DIDCTICAS RECOMENDADAS PARA IMPARTIR LA
ASIGNATURA
SUGERENCIAS DIDCTICAS
Exposicin oral
Exposicin audiovisual
Actividades prcticas dentro de clase
Ejercicios fuera del aula
Seminarios
Lecturas obligatorias
Trabajo de investigacin
Prcticas de taller

UTILIZACIN EN EL
CURSO

76

MECANISMOS DE EVALUACIN

ELEMENTOS UTILIZADOS PARA EVALUAR EL

PROCESO ENSEANZA-APRENDIZAJE
Exmenes parciales
Examen final
Trabajos y tareas fuera del aula
Actividades Prcticas
Exposicin de seminarios por los alumnos
Participacin en clase
Asistencia

UTILIZACIN EN EL
CURSO

PERFIL PROFESIOGRFICO REQUERIDO PARA IMPARTIR LA ASIGNATURA

LICENCIATURA

Qumica Industrial
o, Matemticas

POSGRADO

REA
INDISPENSABLE

Maestra en
Fsico
Ingeniera o,
Matemticas
Matemticas o,
Especialidad en
Estadstica
Con experiencia docente

REA DESEABLE

Estadstica
Experiencia en la
industria

77