Pontificia Universidad Católica de Chile
Facultad de Matemáticas
Departamento de Estadística
Segundo Semestre 2023
PROGRAMA
Curso : Probabilidad y Estadística
Sigla : EYP1113
Créditos : 10
Requisitos : Cálculo III (MAT1523 o MAT1630)
Descripción
En este curso los alumnos aprenderán a aplicar modelos matemáticos al análisis de fenómenos de incertidumbre
que se presentan en distintos ámbitos de la ingeniería, conocer los fundamentos de los modelos de probabilidad
para la representación de fenómenos aleatorios, utilizar variables aleatorias para la representación de fenóme-
nos aleatorios, comprender los conceptos básicos asociados a los problemas de estimación en fenómenos de
incertidumbre, aplicar, analizar y evaluar los conceptos de estimador de un parámetro y de intervalo de confian-
za, conocer y aplicar las herramientas básicas que se utilizan para estimar distribuciones de probabilidad a partir
de datos, conocer y evaluar los fundamentos del modelo de regresión lineal y de su aplicación a casos reales, y
utilizar herramientas que permitan resolver problemas estadísticos y probabilísticos de forma eficiente.
Objetivos
Al final del curso el alumno será capaz de:
1. Ajustar distribuciones de probabilidad para datos que se generen en un fenómeno de incertidumbre.
2. Describir fenómenos de incertidumbre sobre la base de variables aleatorias y hacer cálculos asociados
a ese fenómeno en base a éstas. En particular, será capaz de trabajar con conjuntos de variables alea-
torias asociadas a un mismo fenómeno aleatorio, distinguiendo los casos de variables dependientes e
independientes.
3. Obtener estimadores de los parámetros de una distribución en base a datos del fenómeno aleatorio, cons-
truir pruebas de hipótesis e intervalos de confianza para esos parámetros. Entender cabalmente la dife-
rencia entre pruebas de hipótesis e intervalos de confianza.
4. Ajustar modelos de regresión lineal a fenómenos de incertidumbre, y lograr una adecuada comprensión
del rango de validez de esos modelos y de los parámetros de los mismos.
EYP1113 - Probabilidad y Estadística 1 Profesores: Ricardo Aravena C., Ricardo Olea O.
Segundo Semestre 2023 Felipe Ossa M., Mauricio Toro C.
5. Utilizar software para resolver problemas estadísticos y probabilísticos.
Contenidos
1. Introducción:
1.1. Incerteza en ingeniería, diseño y toma de decisiones bajo incertidumbre.
2. Fundamentos de probabilidades:
2.1. Eventos y probabilidades: Formalización usando teoría de conjuntos.
2.2. Aditividad.
2.3. El caso equiprobable y técnicas de conteo.
2.4 Probabilidad condicional e independencia.
2.5 Regla multiplicativa.
2.6 Ley de probabilidades totales y teorema de Bayes.
3. Modelación analítica de fenómenos aleatorios:
3.1. Variables aleatorias discretas y continuas, función de distribución acumulada y función de densidad.
3.2. Medidas descriptivas teóricas de una variable aleatoria.
3.3. Modelo Normal y Log-Normal.
3.4. Modelos Binomial, Geométrico y Binomial Negativa.
3.5. Modelo de Poisson.
3.6. Modelo Exponencial y Gamma. Relación con modelo Poisson.
3.7. Modelos Hipergeométrico, Uniforme, Beta, Weibull, Logistica, Log-Logistica, t-Student y Fisher.
3.8. Distribuciones de probabilidad conjunta, marginal y condicional.
3.9. Aplicación al cálculo de probabilidades de eventos.
3.10. Independencia de variables aleatorias.
3.11. Valor esperado de una función de una o más variables aleatorias.
3.12. Esperanza condicional y sus propiedades.
3.13. Covarianza y correlación.
4. Distribuciones de funciones de una o mas variables aleatorias:
4.1. Transformación de una variable aleatoria.
4.2. Transformación de múltiples variables aleatorias.
4.3. Teorema del Límite Central.
4.4. Distribución de valores extremos: mínimo y máximo.
4.5. Momentos de funciones de Variables Aleatorias
5. Simulación de fenómenos aleatorios y aplicación de resultados vistos en los ítems anteriores.
6. Inferencia Estadística:
6.1. Métodos de estimación de parámetros en una muestra aleatoria.
6.2. Métodos de momentos y de máxima verosimilitud.
6.3. Distribuciones muestrales para medias y varianzas.
6.4. Tests de hipótesis: errores tipo I y II, valor-p, potencia y calculo de tamaños muestrales.
6.5. Intervalos de confianza, error de estimación y calculo de tamaños muestrales.
EYP1113 - Probabilidad y Estadística 2 Profesores: Ricardo Aravena C., Ricardo Olea O.
Segundo Semestre 2023 Felipe Ossa M., Mauricio Toro C.
6.6. Comparación de poblaciones a partir de test de hipótesis e intervalos de confianza.
7. Determinación de modelos de distribución de probabilidad:
7.1. Métodos gráficos para la bondad de ajuste de una distribución de probabilidad.
7.2. Tests de bondad de ajuste.
8. Regresión lineal:
8.1. Regresión lineal con varianza constante, estimación por el método de mínimos cuadrados y máxima
verosimilitud.
8.2. Test-t y calculo de valores p para los coeficientes de un. modelo de regresión.
8.3. Coeficientes de determinación.
8.4. Test-F para selección e interpretación de modelos.
Metodología
El curso se realiza utilizando metodologías de enseñanza centradas en el alumno que permitan a los estudiantes
desarrollar las competencias definidas en los objetivos del curso. Las ayudantías y laboratorios servirán a los
alumnos para desarrollar la discusión de los distintos contenidos del curso. Se hará uso de software computacio-
nal que ilustre los conceptos y facilite el ajuste de distribuciones y la prueba de modelos diversos.
Tenga en cuenta que este curso está diseñado de forma tal que el alumno dedique al estudio personal 5 horas
a la semana:
Tenemos programadas 30 cátedras, 9 ayudantías, 10 talleres de R (laboratorios), 4 interrogaciones y 2
talleres de R evaluado que en total equivalen aproximadamente a 70 horas.
Este semestre tiene 16 semanas de clases, es decir, 10 créditos x 16 semanas nos dan 160 horas.
Dado los puntos anteriores, se recomiendan 5.5 horas de estudio personal a la semana. Es importante
tener en cuenta que al ausentarse a una clase, ayudantía o taller de R, el alumno deberá agregar 70 min
al tiempo destinado para estudio personal.
Bibliografía
Texto guía:
Ang. A & Tang, W (2007) Probability Concepts in Engineering. Second Edition, Wiley.
Rice, J.A. (2006) Mathematical Statistics and Data Analysis. Third Edition. Thomson Brooks/cole.
Textos complementarios:
Devore, J. L. (2001) Probabilidad y Estadística para Ingeniería y Ciencias. Thomson/Learing.
Liero and Zwanzig, (2013) Introduction to the Theory of Statistical Inference. Chapman.
Robert V. Hogg, Elliot Tanis, Dale Zimmerman, (2014) Probability and Statistical Inference. Pearson.
Sheldon M Ross, (2014) Introduction to probability and statistics for engineers and scientists. Academic
Press.
Sheldon M. Ross (2010) Introductory Statistics, Third Edition. Academic Press.
EYP1113 - Probabilidad y Estadística 3 Profesores: Ricardo Aravena C., Ricardo Olea O.
Segundo Semestre 2023 Felipe Ossa M., Mauricio Toro C.
Evaluación y calificación
El curso se evalúa con cuatro interrogaciones y dos talleres evaluados de R. La nota final se calcula de la
siguiente manera:
Nota Final = PI × 80 % + PL × 20 %,
PI: corresponde al promedio redondeado al primer decimal de las cuatro interrogaciones.
PL: corresponde al promedio redondeado al primer decimal de los dos talleres evaluados de R.
Para aprobar el curso la nota final debe ser mayor o igual a 3.95.
Las notas de todas las evaluaciones se redondea al 1er decimal.
No se registra asistencia a clases, ayudantías y laboratorios.
Fechas Evaluaciones:
Interrogación Fecha Hora
I1 12 de septiembre 17:30
Evaluación 1 - R 25 al 28 de septiembre 16:10
I2 11 de octubre 17:30
I3 07 de noviembre 17:30
Evaluación 2 - R 27 al 30 de noviembre 16:10
I4 04 de diciembre 14.50
Formato Evaluaciones:
Los talleres de R evaluados, se realizarán de manera presencial en las salas de laboratorio (con restricción
de IP y usuario), basada en problemas de desarrollo con uso de software mediante respuesta numérica
en Canvas. Los desarrollos en cuadernillo serán retirados por el equipo de ayudantes y los script de R u
otro respaldo digital los deberán cargar como archivos adjunto en Canvas. Es responsabilidad del alumno
revisar si los archivos adjuntos en Canvas están completos. Sólo se corregirá lo que se envíe, no se hará
excepciones de envíos incompletos o que no correspondan.
En una primera instancia los profesores de laboratorio publicarán las notas de R, basadas exclusivamente
en las respuestas numéricas ingresadas. Una vez publicada la pauta, podrá apelar a su nota, citando los
desarrollos y respaldos que subieron a Canvas, en esta etapa los ayudantes podrán asignar puntaje parcial
si es que corresponde según pauta.
Las interrogaciones serán presenciales, si las condiciones sanitarias así lo permiten. El formato será similar
a las pruebas históricas prepandemia, las cuales se encuentran disponibles en la pagina de inicio del curso.
Usted tiene el derecho a apelar con los profesores con respecto a la corrección realizada por el equipo de
ayudantes. Todas las fechas, plazos, restricciones y formato serán informados como anuncios en la página
del curso.
Ausencia a una evaluación:
La ausencia a una evaluación (interrogación y/o taller de R evaluado) debe ser justificada ante su Unidad Aca-
démica. En el caso que sea aprobada, la Unidad Académica informará a la Dirección de gestión Docente de
FMAT para que sea ingresada al sistema. El alumno NO debe enviar copia del documento que entrega la unidad
académica al correo del curso o de los profesores. Sin esta justificación, la nota que se obtiene en la evaluación
será 1.0 ([Link]). El alumno con evaluación pendiente quedará con Nota P y será evaluado al inicio del próxi-
mo semestre.
Problemas técnicos evaluación R:
EYP1113 - Probabilidad y Estadística 4 Profesores: Ricardo Aravena C., Ricardo Olea O.
Segundo Semestre 2023 Felipe Ossa M., Mauricio Toro C.
En el caso de ocurrir algún problema técnico con los equipos durante los talleres evaluados de R, los profesores
evaluarán en cada caso la situación y presentaran alternativas de solución.
Publicación de Pautas y Calificaciones:
Las pautas y calificaciones de las evaluaciones serán publicadas solamente en el sitio web del curso. El resul-
tado de las re-correcciones realizadas por el equipo de profesores serán informadas a más tardar el día martes
19 de diciembre.
Necesidades especiales:
Alumnos NO PIANE o NO CARA que requieran apoyo, deberán solicitarlo vía dirección docente de Ingeniería o
College. La dirección docente de Matemáticas recibirá estas solicitudes y analizará la factibilidad de apoyo.
Para más información ingresar a:
Programa PIANE: [Link]
Programa CARA: [Link]
E-mail Informativos
En configuración de Canvas puede gestionar recibir o no en sus casillas de correo UC los anuncios que se pu-
blicarán en Canvas.
Consultas
Las consultas de materia las gestionaremos vía Foro, así quedara registro para que todos los alumnos puedan
ver las preguntas y respuestas. En caso de consultas personales enviar un e-mail a eyp1113@[Link].
COVID
Las clases deben desarrollarse con uso obligatorio de mascarillas para profesores (as) y estudiantes,
asegurando la ventilación de los espacios.
Las inasistencias a evaluaciones originadas por COVID se deben justificar con un certificado emitido por
la enfermera del campus. Este se emitirá y enviará a las Unidades Académicas luego de la presentación
de un resultado PCR positivo o de un test de antígenos en la Universidad, que recomiende hacer la
enfermera dependiendo de los síntomas. Para tramitar el certificado, los estudiantes deben reportar los
casos positivos ingresando a:
[Link]
viewform
Todas las consultas sobre eventuales exigencias de vacunación y testeo de antígenos para actividades
docentes excepcionales, los requisitos para considerar la existencia de contactos estrechos y otras rela-
cionadas con COVID, deben que ser dirigidas al correo covid@[Link].
Código de Honor UC: [Link]
“Como miembro de la comunidad de la Pontificia Universidad Católica de Chile, me comprometo a respetar los
principios y normativas que la rigen. Asimismo, me comprometo a actuar con rectitud y honestidad en las relacio-
nes con los demás integrantes de la comunidad y en la realización de todo trabajo, particularmente en aquellas
actividades vinculadas a la docencia, al aprendizaje y la creación, difusión y transferencia del conocimiento. Ade-
más, me comprometo a velar por la dignidad e integridad de las personas, evitando incurrir en y, rechazando,
toda conducta abusiva de carácter físico, verbal, psicológico y de violencia sexual. Del mismo modo, asumo el
EYP1113 - Probabilidad y Estadística 5 Profesores: Ricardo Aravena C., Ricardo Olea O.
Segundo Semestre 2023 Felipe Ossa M., Mauricio Toro C.
compromiso de cuidar los bienes de la Universidad”.
¿Por qué un Código de Honor en la UC?
Un Código de Honor explícita la convivencia a la que aspiramos al interior de la comunidad universitaria. Opor-
tunidad de reflexionar y avanzar hacia una cultura del respeto e integridad. Fortalecer la honestidad, integridad,
respeto y otros valores que nos caracteriza como comunidad UC.
¿El Código de Honor es un reglamento?
El Código de Honor no es un reglamento y no se introducen cambios a las normativas, reglamentos y sanciones
vigentes.
¿El Código de Honor es obligatorio?
El Código de Honor no es obligatorio. Es un compromiso al cual adhieren todos los miembros de una comuni-
dad y que busca promover la reflexión y potenciar buenas prácticas en torno a los temas relativos al respeto, la
honestidad y la integridad.
¿Cuándo y cómo firmo el Código de Honor?
La firma es voluntaria para quienes ya son miembros de la comunidad UC.
A partir de 2017, los nuevos estudiantes que ingresen deben firmar al matricularse, y los funcionarios y acadé-
micos, al momento de ser contratados.
¿Qué es un Código de Honor?
El Código de Honor es un texto breve que interpela y compromete a trabajar en la construcción de una comunidad
basada en el respeto, la honestidad y la integridad con el propósito de formar mejores personas y lograr una
sana convivencia.
EYP1113 - Probabilidad y Estadística 6 Profesores: Ricardo Aravena C., Ricardo Olea O.
Segundo Semestre 2023 Felipe Ossa M., Mauricio Toro C.