You are on page 1of 11

TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin


Direccin de Docencia e Innovacin Educativa

1. Datos Generales de la asignatura


Nombre de la asignatura: Probabilidad y Estadstica

Clave de la asignatura: AEF-1052

SATCA1: 3-2-5

Carrera: Ingeniera Informtica, Ingeniera en Sistemas


Computacionales, Ingeniera Biomdica e
Ingeniera en Tecnologas de la Informacin y
Comunicaciones.

2. Presentacin
Caracterizacin de la asignatura
Esta asignatura aporta al perfil del Ingeniero en las reas referentes a la computacin, comunicaciones
y de Ingeniera Biomdica las competencias que le permitan entender, aplicar y desarrollar modelos
matemticos utilizando tcnicas de probabilidad y estadstica para el anlisis de informacin y la toma
de decisiones en las diferentes reas de las ciencias computacionales.

La asignatura se encuentra ubicada al principio de la carrera. Probabilidad y Estadstica consiste en los


conceptos bsicos de la teora de la probabilidad y la estadstica descriptiva de datos agrupados y no
agrupados. Se ensea como razonar de manera lgica la toma decisiones en presencia de incertidumbre
y variacin.

El programa de este curso incluye el estudio y aplicacin de las tcnicas de la Estadstica, aporta los
conceptos y mtodos de Probabilidad, modela fenmenos aleatorios, resuelve problemas reales, hace
inferencias, respalda la toma de decisiones, estudia variables aleatorias, tanto de tipo discreto como de
tipo continuo por lo que apoya a las asignaturas de Formulacin y Evaluacin de Proyectos.

Probabilidad y Estadstica provee los conocimientos bsicos sobre conceptos de probabilidad y pruebas
estadsticas para la asignatura de Simulacin, para la asignatura de Investigacin de operaciones los
temas de estadstica descriptiva y distribuciones de probabilidad. Para la asignatura de Matemticas
para la Toma de Decisiones los temas de probabilidad y estadstica le dan la introduccin a teora de
inventarios. Por lo que se pueden desarrollar proyectos integradores con cualquiera de esas asignaturas.

Intencin didctica
La asignatura se encuentra dividida en cinco temas. Los dos primeros enfocados al estudio formal de la
probabilidad y los tres siguientes a la estadstica propiamente.

El primer tema agrupa los contenidos conceptuales de la estadstica descriptiva, identificando las
diferentes medidas de tendencia central y de dispersin, de igual forma se abarca la distribucin de
frecuencias, grficos estadsticos bsicos y las tcnicas de agrupacin de datos para interpretar los
valores esperados. Los conceptos de distribucin de frecuencia y el anlisis de las tcnicas de
agrupacin de datos y muestreo son fortalecidos con la generacin de histogramas, analizando sus
diferencias y aplicaciones en situaciones especficas, especialmente en el rea de las ciencias

1
Sistema de Asignacin y Transferencia de Crditos Acadmicos

TecNM mayo 2016 Pgina | 1

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

computacionales.

En el segundo tema se revisan los conceptos bsicos de probabilidad, como primera parte se abordan
las tcnicas de conteo los principios aditivo y de multiplicacin para determinar la forma en que podr
llevarse a cabo una serie de experimentos. En la segunda parte se analizan las probabilidades con
tcnicas de conteo, la probabilidad condicional, la ley multiplicativa y los eventos independientes.

En el tema tres se estudian de variables aleatorias en las que se distingue entre variables discretas y
continuas. El estudiante las utilizar para definir en un experimento el tipo de resultados de acuerdo a
los experimentos que est realizando de procesos biomdicos, computacin y comunicaciones.

Las distribuciones de probabilidad del tema cuatro se trata del comportamiento de la variable aleatoria
relacionada con su probabilidad. Aqu se resuelven problemas que conducen a la toma de decisiones en
el mbito agropecuario estimando el nivel de incertidumbre. Se revisan las distribuciones: binomial,
hipergeomtrica y de Poisson. Se analiza en especial la distribucin normal: ecuacin, grficas, tablas y
aplicaciones. Finalmente se revisan la distribucin T-student, Chi cuadrada y F.

El tema cinco introduce al estudiante al anlisis de las relaciones entre variables, la aplicacin de la
teora de mnimos cuadrados y el modelo matemtico resultante del caso de estudio y sus lmites de
validez.

El ltimo tema de Estadstica Aplicada es el ms importante y es la parte fundamental de la estadstica


que comienza con el muestreo para despus estimar el tamao de la muestra definitiva y poder realizar
una prueba estadstica.

El estudiante utiliza los conocimientos adquiridos para poder mejorar la interpretacin y aplicacin de
procesos estadsticos y probabilsticos que se presentan en ingeniera.

Es importante que el estudiante valore las actividades que realiza, que desarrolle hbitos de estudio y
de trabajo para que adquiera caractersticas tales como: la curiosidad, la puntualidad, el entusiasmo, el
inters, la tenacidad, la flexibilidad y la autonoma.

El docente de Probabilidad y Estadstica debe mostrar y objetivar su conocimiento y experiencia en el


rea para construir escenarios de aprendizaje significativo en los estudiantes que inician su formacin
profesional. El docente enfatiza el desarrollo de las actividades de aprendizaje de esta asignatura a fin
de que ellas refuercen los aspectos formativos: incentivar la curiosidad, el entusiasmo, la puntualidad,
la constancia, el inters por mejorar, el respeto y la tolerancia hacia sus compaeros y docentes, a sus
ideas y enfoques y considerar tambin la responsabilidad social y el respeto al medio ambiente. El
docente de Probabilidad y Estadstica debe de estar realizando actividades de investigacin.

TecNM mayo 2016 Pgina | 2

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

3. Participantes en el diseo y seguimiento curricular del programa


Lugar y fecha de elaboracin o
Participantes Evento
revisin
Representantes de los Institutos
Tecnolgicos de:
Centro Interdisciplinario de
Investigacin y Docencia en
Educacin Tcnica, Acapulco,
Aguascalientes, Apizaco, Boca
Ro, Celaya, Chetumal,
Chihuahua, Chilpancingo,
Chin, Cd. Cuauhtmoc, Cd.
Jurez, Cd. Madero, Cd.
Victoria, Colima, Comitn,
Cuautla, Durango, El Llano de
Aguascalientes, Huixquilucan,
Valle Bravo, Guaymas,
Huatabampo, Huejutla, Iguala,
La Laguna, La Paz, La Zona
Elaboracin del programa de
Maya, Len, Lerma, Linares,
estudio equivalente en la
Los Mochis, Matamoros,
Instituto Tecnolgico de Reunin Nacional de
Mazatln, Mrida, Mexicali,
Aguascalientes del 15 al 18 de Implementacin Curricular y
Minatitln, Nuevo Laredo,
junio de 2010. Fortalecimiento Curricular de las
Orizaba, Pachuca, Puebla,
asignaturas comunes por rea de
Quertaro, Reynosa, Roque,
conocimiento para los planes de
Salina Cruz, Saltillo, San Luis
estudio actualizados del SNEST.
Potos, Tehuacn, Tepic,
Tijuana, Tlaxiaco, Toluca,
Torren, Tuxtepec, Valle de
Oaxaca, Veracruz,
Villahermosa, Zacatecas,
Zacatepec, Altiplano de
Tlaxcala, Coatzacoalcos,
Cuautitln Izcalli, Fresnillo,
Irapuato, La Sierra Norte
Puebla, Macuspana, Naranjos,
Ptzcuaro, Poza Rica, Progreso,
Puerto Vallarta, Tacmbaro,
Tamazula Gordiano, Tlaxco,
Venustiano Carranza,
Zacapoaxtla, Zonglica y
Oriente del Estado Hidalgo.
Representantes de los Institutos Reunin Nacional de
Instituto Tecnolgico de Morelia
Tecnolgicos de: Seguimiento Curricular de las
del 10 al 13 de septiembre de
Aguascalientes, Apizaco, Boca Asignaturas Equivalentes del
2013.
del Ro, Celaya, CRODE SNIT.

TecNM mayo 2016 Pgina | 3

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

Celaya, Cerro Azul, Chihuahua,


Cd. Cuauhtmoc, Cd. Hidalgo,
Cd. Jurez, Cd. Madero, Cd.
Valles, Coacalco, Colima,
Iguala, La Laguna, Lerdo, Los
Cabos, Matamoros, Mrida,
Morelia, Motl, Mzquiz,
Nuevo Laredo, Nuevo Len,
Oriente del Estado de Mxico,
Orizaba, Pachuca, Progreso,
Purhepecha, Salvatierra, San
Juan del Ro, Santiago
Papasquiaro, Tantoyuca, Tepic,
Tlatlauquitpec, Valle de
Morelia, Venustiano Carranza,
Veracruz, Villahermosa,
Zacatecas y Zacatepec.

4. Competencia a desarrollar
Competencia especfica de la asignatura
Aplica los conceptos de la teora de la probabilidad y estadstica para organizar, clasificar, analizar e
interpretar datos para la toma decisiones en aplicaciones de ingeniera biomdica, en computacin y
comunicaciones.

5. Competencias previas
Conoce la teora de conjuntos para definir el espacio muestral.
Resuelve y grafica funciones algebraicas para interpretar su comportamiento.
Calcula integrales definidas para determinar reas bajo la curva.

6. Temario
No. Temas Subtemas
1 Estadstica descriptiva. 1.1 Conceptos bsicos de estadstica: Definicin,
Teora de decisin, Poblacin, Muestra aleatoria,
Parmetros aleatorios.
1.2 Descripcin de datos: Datos agrupados y no
agrupados, Frecuencia de clase, Frecuencia relativa,
Punto medio, Lmites.
1.3 Medidas de tendencia central: Media aritmtica,
geomtrica y ponderada, Mediana, Moda, Medidas de
dispersin, Varianza, Desviacin estndar,
Desviacin media, Desviacin mediana, Rango.
1.4 Parmetros para datos agrupados.
1.5 Distribucin de frecuencias.
1.6 Tcnicas de agrupacin de datos.
1.7 Tcnicas de muestreo.

TecNM mayo 2016 Pgina | 4

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

1.8. Histogramas.
2 Fundamentos de la Teora de 2.1 Tcnicas de Conteo
Probabilidad. 2.1.1 Principio aditivo.
2.1.2 Principio multiplicativo.
2.1.3 Notacin Factorial.
2.1.4 Permutaciones.
2.1.5 Combinaciones.
2.1.6 Diagrama de rbol.
2.1.7 Teorema del Binomio.
2.2 Teora elemental de probabilidad.
2.3 Probabilidad de Eventos: Definicin de espacio
muestral, definicin de evento, simbologa, unin,
interseccin, diagramas de Venn.
2.4 Probabilidad con Tcnicas de Conteo: Axiomas,
Teoremas.
2.5 Probabilidad condicional: Dependiente,
Independiente.
2.6 Ley multiplicativa.
2.7 Eventos independientes: Regla de Bayes.
3 Variables Aleatorias. 3.1 Variables aleatorias discretas:
3.1.1 Distribucin de probabilidad en forma
general.
3.1.2 Valor esperado
3.1.3 Variancia, desviacin estndar.
3.1.4 Funcin acumulada.
3.2 Variables aleatorias Continuas:
3.2.1Distribucin de probabilidad en forma general.
3.2.2 Valor esperado
3.2.3 Variancia, desviacin estndar.
3.2.4 Funcin acumulada.
3.2.5 Clculos de probabilidad.
4 Distribuciones de Probabilidad. 4.1 Funcin de probabilidad.
4.2 Distribucin binomial.
4.3 Distribucin hipergeomtrica.
4.4 Distribucin de Poisson.
4.5 Distribucin normal.
4.6 Distribucin T-student.
4.7 Distribucin Chi cuadrada.
4.8 Distribucin F.
5 Regresin lineal. 5.1 Regresin y correlacin.
5.1.1 Diagrama de dispersin.
5.1.2 Regresin lineal simple.
5.1.3 Correlacin.
5.1.4 Determinacin y anlisis de los coeficientes
de correlacin y de determinacin.
5.1.5 Distribucin normal bidimensional

TecNM mayo 2016 Pgina | 5

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

5.1.6 Intervalos de confianza y pruebas para el


coeficiente de correlacin.
5.1.7 Errores de medicin.
6 Estadstica aplicada. 6.1 Muestreo
6.1.1 Tipos de muestreo.
6.1.2 Teorema de Lmite central.
6.1.3 Distribucin muestral de la media.
6.1.4 Distribucin muestral de una proporcin.
6.2 Estimacin
6.2.1 Estimacin puntual.
6.2.2 Estimacin por intervalo.
6.2.3 Intervalo de confianza para una media.
6.2.4 Intervalo de confianza para una proporcin.
6.3 Prueba de hiptesis
6.3.1 Errores tipo I y II.
6.3.2 Pasos para realizar una Prueba de Hiptesis.
6.3.3 Prueba de hiptesis para una media.
6.3.4 Prueba de hiptesis para una proporcin.

7. Actividades de aprendizaje de los temas


Estadstica Descriptiva.
Competencias Actividades de aprendizaje
Especfica: Obtener informacin de diferentes fuentes
Comprende los conceptos bsicos de la estadstica sobre los conceptos bsicos de estadstica:
descriptiva para el anlisis, organizacin y definicin, teora de decisin, poblacin,
presentacin de datos. muestra aleatoria, parmetros aleatorios.
Discutir la informacin encontrada y llegar a
Genricas: definiciones conjuntas.
Capacidad de anlisis y sntesis. Elaborar un mapa conceptual de la
Solucin de Problemas. informacin analizada.
Habilidad para bsqueda de informacin. Determinar la descripcin de los datos
Capacidad para trabajar en equipo. correspondientes a travs de ejercicios.
Obtener informacin por grupos de trabajo
sobre las medidas de tendencia central: media
aritmtica, geomtrica, ponderada, mediana y
moda y las de dispersin: varianza,
desviacin estndar, desviacin media,
desviacin mediana y rango.
Formar grupos de trabajo donde cada uno
deber presentar un ejemplo del ambiente real
donde se calculen las medidas de tendencia
central y de dispersin, explicando la
importancia de cada una de ellas para el
anlisis de los datos.
Resolver problemas que involucren medidas
de tendencia central y de dispersin

TecNM mayo 2016 Pgina | 6

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

utilizando TICs.
Discutir las caractersticas de las
distribuciones de frecuencia, identificando su
utilizacin en problemas especficos.
Utilizar TICs para elaborar diferentes
histogramas, con informacin
correspondiente a un problema del medio
cotidiano.

Fundamentos de la Teora de Probabilidad.


Competencias Actividades de aprendizaje
Especfica: Buscar informacin y presentarla en grupos
Utiliza los conceptos bsicos de la teora de la de trabajo sobre el desarrollo histrico de la
probabilidad para aplicarlos en la solucin de probabilidad.
problemas de ingeniera biomdica, computacin Buscar en distintas fuentes los conceptos
y comunicaciones. bsicos de: espacio muestral, evento,
simbologa, operaciones y diagramas de
Genricas: Venn.
Capacidad de anlisis y sntesis. Elaborar un resumen individual con la
Solucin de Problemas. informacin encontrada.
Habilidad para bsqueda de informacin. Parafrasear individualmente los principales
Capacidad para trabajar en equipo. axiomas y teoremas para la solucin de
problemas de probabilidad con tcnicas de
conteo.
Determinar las probabilidades de eventos
simples y los espacios muestrales mediante
juegos de azar en grupos de trabajo.
Resolver ejercicios y problemas en grupos de
trabajo que impliquen el clculo de la
probabilidad utilizando tcnicas de conteo.
Analizar el concepto de probabilidad
condicional dependiente e independiente
mediante la solucin de problemas.
Identificar la aplicacin de la ley
multiplicativa en la solucin de problemas de
clculo de probabilidad en eventos mediante
la construccin de ejemplos en grupos de
trabajo.
Construir en plenaria ejercicios que
involucren el teorema de Bayes, relacionados
con el rea de las ciencias computacionales.
Utilizar TICs para resolver problemas sobre
probabilidades.

TecNM mayo 2016 Pgina | 7

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

Variables Aleatorias.
Competencias Actividades de aprendizaje
Especfica: Bsqueda de informacin sobre los tipos de
Identifica el tipo de variable aleatoria de un variables aleatorias discretas y continuas.
experimento para calcular estadsticos y visualizar Establecer la funcin de probabilidad de una
el comportamiento de la variable. variable aleatoria discreta y continua a partir
de una situacin real o simulada, y calcular
Genricas: sus propiedades: la esperanza matemtica,
Capacidad de abstraccin, anlisis y sntesis. varianza y desviacin estndar, coeficiente de
Capacidad de aplicar los conocimientos en la variabilidad, interpretacin y su
prctica. representacin grfica.
Capacidad para identificar, plantear y resolver Utilizar TICs para resolver problemas sobre
problemas. variables aleatorias.

Distribuciones de Probabilidad.
Competencias Actividades de aprendizaje
Especfica: Buscar en diferentes fuentes de informacin
Identifica las propiedades y caractersticas de las las distribuciones: binomial, hipergeomtrica,
distribuciones discretas y continuas de un Poisson.
experimento para procesar la informacin de Presentar en plenaria, mediante grupos de
fenmenos y procesos de ingeniera biomdica, trabajo, la definicin, caractersticas y
computacin y comunicaciones. proceso de clculo de las distribuciones
investigadas.
Genricas: Resolver ejercicios y problemas donde se
Capacidad de anlisis y sntesis. aplique las diferentes distribuciones.
Solucin de Problemas. Definir en plenaria el concepto de Esperanza
Habilidad para bsqueda de informacin. matemtica.
Capacidad para trabajar en equipo. Analizar y discutir en grupos de trabajo las
propiedades de la curva binomial.
Resolver ejercicios y problemas relacionados
con la distribucin normal.
Buscar en diferentes fuentes de informacin y
en grupos de trabajo, otras distribuciones: T-
student, Chi cuadrada y F, sus caractersticas,
propiedades, clculo y aplicaciones.
Resolver ejercicios y problemas relacionados
con las distribuciones muestrales: T-student,
Chi cuadrada y F.
Utilizar TICs para resolver problemas de las
diferentes distribuciones.

Regresin y Correlacin.
Competencias Actividades de aprendizaje
Especfica: Buscar en diferentes fuentes los conceptos de
Aplica los conceptos del modelo de regresin regresin y correlacin, lineal y mltiple.
lineal y establecer las condiciones para distinguir
TecNM mayo 2016 Pgina | 8

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

entre una regresin y una correlacin. Determinar el diagrama de dispersin y la


ecuacin de regresin para dos o ms
Genricas: variables.
Capacidad de abstraccin, anlisis y sntesis. Resolver problemas de regresin, mediante
Capacidad de aplicar los conocimientos en la TICs y analizar resultados.
prctica. Aplicar los resultados de los problemas para
Habilidades para buscar, procesar y analizar hacer interpolacin de valores.
informacin procedente de fuentes diversas. Determinar los coeficientes de correlacin y
Capacidad para identificar, plantear y resolver de determinacin y tomar decisiones sobre su
problemas. aplicacin para diferentes modelos.
Utilizar TICs para resolver problemas de
regresin y correlacin as como obtener los
grficos.

Estadstica Aplicada.
Competencias Actividades de aprendizaje
Especficas: Bsqueda de informacin de conceptos
Comprende los conceptos de muestreo para relacionados con el muestreo.
aplicar la teora de distribuciones de de muestreo Discutir de los elementos investigados.
y diferentes tipos de fenmenos que se presentan Proporcionar situaciones hipotticas de
en una muestra en procesos elctricos, procesos y/o poblaciones finitas para
electrnicos y electrodinmicos. obtengan de dichos procesos un conjunto de
datos para sus anlisis.
Aplica los fundamentos de la teora de estimacin Obtener los valores de t, X2, F y Z de las
para resolver problemas que requieren el clculo diferentes distribuciones muestrales.
del tamao de la muestra para procesos elctricos, Interpretar los resultados obtenidos.
electrnicos y electrodinmicos. Calcular dado un conjunto de datos los
intervalos de confianza, segn proceda, para
Aplica los conceptos bsicos de una prueba de la media y proporcin.
hiptesis para identificar cules son los posibles
Interpretar el significado de los intervalos de
fenmenos que se pueden analizar a travs de una
confianza.
prueba de hiptesis.
Dado un conjunto de datos diferenciar la
importancia de utilizar estimadores puntuales
Genricas: Capacidad de anlisis y sntesis.
y estimadores por intervalos.
Solucin de Problemas. Habilidad para bsqueda
de informacin. Capacidad para trabajar en Formular y resolver ejercicios aplicando la
metodologa de prueba de hiptesis para la
equipo.
media, proporcin y varianza.
Obtener el tamao de la muestra para
diferentes situaciones en procesos elctricos,
electrnicos y electrodinmicos del error tipo
I, error tipo II y para la potencia de la prueba.
Utilizar TICs para obtener los resultados
sobre muestreo, estimacin y pruebas de
hiptesis.

TecNM mayo 2016 Pgina | 9

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

8. Prctica(s)
Realizar una visita de campo para obtener datos.
Representar los datos mediante histogramas y analizar las medidas de tendencia central y su
dispersin, utilizando TICs.
Determinar las probabilidades de eventos simples y espacios muestrales mediante el uso de
juegos de azar.
Comprobar el Teorema de Bayes mediante eventos simples.
Resolver problemas de las diferentes distribuciones muestrales.
Elaborar sus grficos y comprobar los resultados mediante el uso de TICs.
Realizar una visita de campo para obtener datos.
Realizar anlisis de regresin lineal en procesos.
Establecer la relacin entre variables seleccionadas, obtener el modelo de regresin lineal y
analizar su comportamiento con el uso de TICs.
Resolver problemas de las diferentes distribuciones muestrales, estimacin y prueba de
hiptesis.
Desarrollo por equipos de trabajo con los estudiantes de la coleccin de una muestra de datos
grande, para su anlisis, aplicando las tcnicas y mtodos de trabajo desarrollados a lo largo del
curso y su presentacin por avances para cada tema.

TICs propuestos a utilizar:


Microsoft Excel
Statgraphics (www.statgraphics.com)
Minitab.
SPSS
Softwares Matemticos: Mathcad, Maple, Scientific Workplace, Mathematica, Matlab.

9. Proyecto de asignatura
El objetivo del proyecto que plante el docente que imparta esta asignatura, es demostrar el desarrollo y
alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases:
Fundamentacin: marco referencial (terico, conceptual, contextual, legal) en el cual se
fundamenta el proyecto de acuerdo con un diagnstico realizado, mismo que permite a los
estudiantes lograr la comprensin de la realidad o situacin objeto de estudio para definir un
proceso de intervencin o hacer el diseo de un modelo.
Planeacin: con base en el diagnstico en esta fase se realiza el diseo del proyecto por parte
de los estudiantes con asesora del docente; implica planificar un proceso: de intervencin
empresarial, social o comunitario, el diseo de un modelo, entre otros, segn el tipo de proyecto, las
actividades a realizar los recursos requeridos y el cronograma de trabajo.
Ejecucin: consiste en el desarrollo de la planeacin del proyecto realizada por parte de los
estudiantes con asesora del docente, es decir en la intervencin (social, empresarial), o
construccin del modelo propuesto segn el tipo de proyecto, es la fase de mayor duracin que
implica el desempeo de las competencias genricas y especificas a desarrollar.
Evaluacin: es la fase final que aplica un juicio de valor en el contexto laboral-profesin, social
e investigativo, sta se debe realizar a travs del reconocimiento de logros y aspectos a mejorar se
estar promoviendo el concepto de evaluacin para la mejora continua, la meta cognicin, el
desarrollo del pensamiento crtico y reflexivo en los estudiantes.

TecNM mayo 2016 Pgina | 10

TECNOLGICO NACIONAL DE MXICO


Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

10. Evaluacin por competencias


Las tcnicas, herramientas y/o instrumentos sugeridos que permiten obtener el producto del desarrollo
las actividades de aprendizaje: mapas conceptuales, reportes de prcticas, estudios de casos,
exposiciones en clase, ensayos, problemarios, reportes de visitas, portafolio de evidencias, proyecto de
asignatura o integrador y cuestionarios.
Las tcnicas, herramientas y/o instrumentos sugeridos que me permite constatar el logro o desempeo
de las competencias del estudiante: listas de cotejo, listas de verificacin, matrices de valoracin, guas
de observacin, coevaluacin y autoevaluacin.

11. Fuentes de informacin


1. Anderson, D. R. (2008). Estadstica para administracin y economa. (10. ed.) Mxico:
Cengage Learning.
2. Berenson, M. (2006). Estadstica para administracin. (4. ed.) Mxico: Pearson Educacin.
3. Carot, V. (2006). Control estadstico de la calidad. Espaa: Alfaomega.
4. Devore, J. L. (2012) Probabilidad y estadstica para ingenieras y ciencia. (8. ed.) Mxico:
Cengage Learning.
5. Gamiz, B. E. (2012). Probabilidad y estadstica con prcticas en Excel. (3. ed). Mxico: JIT
Press.
6. Gutirrez, P. H. (2012). Anlisis y diseo de experimentos. (3. ed.) Mxico: McGraw-Hill
7. Gutirrez, P. H. (2009). Control estadstico de calidad y seis sigma. (2. ed) Mxico: McGraw-
Hill.
8. Hines, W. (2009) Probabilidad y estadstica para ingeniera (4. ed.) Mxico: CECSA: Grupo
Editorial Patria.
9. Johnson, R. A. (2012) Probabilidad y estadstica para ingenieros. (8. ed.) Mxico: Pearson
Educacin.
10. Kazmier, L. (2006). Estadstica aplicada a administracin y economa. (4. ed.) Mxico:
McGraw-Hill.
11. Larson, H. J. (1992). Introduccin a la teora de probabilidades e inferencia estadstica.
Mxico: Limusa.
12. Levine, D. M. (2010) Estadstica para administracin y economa. (7. ed.) Mxico: Pearson
Educacin.
13. Mendenhall, W. (2010). Introduccin a la Probabilidad y Estadstica. (13. ed.) Mxico:
Cengage Learning.
14. Montgomery, D. C. (2011). Probabilidad y estadstica aplicadas a la ingeniera. (2. ed.)
Mxico: Limusa: Wiley.
15. Quezada, L. (2010). Estadstica para ingenieros. Mxico: Empresa Editora Macro.
16. Rodrguez, F. J. (2008). Estadstica para administracin. Mxico: Grupo Editorial Patria.
17. Spiegel, M. (2010). Frmulas y tablas de matemtica aplicada. (3. ed.) Mxico: McGraw-Hill
18. Spiegel, M. (2010). Teora y problemas de Probabilidad y estadstica. (3. Ed.) Mxico:
McGraw-Hill.
19. Wackerly, D. D. (2010). Estadstica matemtica con aplicaciones. (7. ed.) Mxico: Cengage
Learning.
20. Walpole, R. E. (2012). Probabilidad y estadstica para ingeniera y ciencias. (9. ed) Mxico:
Pearson Educacin.

TecNM mayo 2016 Pgina | 11

You might also like