Materia	Carrera	Plan	Año	Periodo
PROBABILIDAD Y ESTADISTICA	ING. EN COMPUT.	28/12	2022	1° cuatrimestre
PROBABILIDAD Y ESTADISTICA	ING. INFORM.	026/12- 08/15	2022	1° cuatrimestre
PROBABILIDAD Y ESTADISTICA	LIC.CS.COMP.	18/11	2022	1° cuatrimestre
PROBABILIDAD Y ESTADISTICA	PROF.CS.COMPUT.	02/16	2022	1° cuatrimestre

Docente	Función	Cargo	Dedicación
QUINTAS, LUIS GUILLERMO	Prof. Responsable	P.Tit. Exc	40 Hs
BLOIS, MARIA INES	Prof. Colaborador	P.Adj Exc	40 Hs
LOPEZ ORTIZ, JUAN IGNACIO	Responsable de Práctico	JTP Exc	40 Hs
FORESTO, FIORELLA	Auxiliar de Práctico	A.2da Simp	10 Hs

La probabilidad y la estadística juegan un papel primordial en los avances de la ciencia y la tecnología, al proporcionar
herramientas para analizar variabilidad, determinar relaciones entre variables, diseñar experimentos, mejorar predicciones y
toma de decisiones en situaciones de incertidumbre.
El programa responde a los contenidos mínimos de las carreras para las cuales se dicta y el enfoque incluye clases teóricas y
prácticos de aula con énfasis en demostraciones formales y aplicaciones

El objetivo del curso es introducir a los alumnos en los conceptos básicos de la estadística poniendo especial énfasis en
aspectos conceptuales. Se pretende que el alumno tenga una clara diferenciación entre población y muestra, entre parámetros
poblacionales y muestrales y que conozca, al finalizar el curso, algunas técnicas comunes para estimar los primeros en
función de los segundos.

Problemas estadísticos. Población y muestra. Aleatoriedad. Concepto de estadística descriptiva e inferencial. Tipos de datos. Representaciones gráficas. Tablas de frecuencias y de frecuencias relativas. Medidas de centralización y
dispersión poblacionales y muestrales. Teorema de Tchebychev.
Distribución de probabilidad. Propiedades. Distribución de igual probabilidad. Noción clásica de probabilidad.
Elementos de análisis combinatorio. Noción frecuencial de probabilidad. Probabilidades condicionales. Interpretación
frecuencial. Propiedades. Teorema de la probabilidad total. Fórmula de Bayes. Regla de multiplicación.
Independencia de eventos.
Distribuciones y variables aleatorias discretas. Funciones de densidad y distribución. Media y varianza. Ejemplos de
distribuciones discretas:Bernoulli, binomial, geométrica, Poisson.
Distribuciones y variables aleatorias continuas. Función de densidad y distribución. Media y varianza. Distribución
normal. Cálculo de probabilidades. Aproximación normal para la distribución binomial: teorema de
DeMoivre-Laplace.
Otros ejemplos de distribuciones continuas: distribuciones uniforme y exponencial.
Distribuciones muestrales. Teorema Central del Límite. Distribución de la media y la varianza muestral. Distribución
de: (i) proporción muestral, (ii) diferencia de medias muestrales, y (iii) diferencia de proporciones muestrales.
Estimadores. Estimadores puntuales para la media y la varianza. Intervalo de confianza para la media poblacional
para muestras grandes. Intervalo de confianza para: (i) proporción poblacional, (ii) diferencia de medias, y (iii)
diferencia de proporciones poblacionales.
Pruebas de hipótesis. Elementos de una prueba. Prueba de hipótesis para la media poblacional. Prueba de hipótesis
para: (i) proporción poblacional, (ii) diferencia de medias, y (iii) diferencia de proporciones poblacionales.
Regresión lineal: modelo probabilístico lineal simple. Método de mínimos cuadrados. Cálculo y estimación para la s2.
Inferencia sobre parámetros del modelo. Estimación. Coeficiente de correlación.
Tópicos adicionales. Suma y producto de variables aleatorias. Introducción a los procesos estocásticos (cadenas de
Markov). Distribución conjunta de variables aleatorias (correlación, autocorrelación y covarianza). Aplicación:
procesamiento de señales.

Los prácticos consistirán en la resolución y presentación escrita y oral de ejercicios.

Se propone un régimen de promoción. Se tomarán dos (2) exámenes parciales de carácter teórico-práctico. Cada uno de los
exámenes tendrá dos recuperaciones.
• Para promocionar el alumno deberá:
1. Obtener al menos 7 (siete) en cada parcial teórico-práctico (o su recuperación).2. Asistir al menos al 80% de las clases prácticas y al 80% de las clases teóricas.
• El alumno que no promocione, pero que haya obtenido al menos 6 (seis) en los exámenes parciales prácticos (o sus
recuperaciones) y haya asistido al menos al 80% de las clases regularizará la materia y deberá rendir un examen teórico en los
turnos previstos en el calendario académico.
• El alumno que obtenga menos de 6 (seis) en algún examen parcial y sus recuperatorios, o asista a menos del 80% de las
clases quedará libre. Los alumnos libres deberán rendir un examen práctico y uno teórico en los turnos previstos en el
calendario académico. La reprobación de alguno de ellos es eliminatoria. En caso de aprobar ambos, la nota surgirá como un
promedio de las dos notas obtenidas.

[1] [1] Estadística para Administradores, W. Mendenhall, Grupo Editorial Iberoamérica, 1990.

[1] [1] Cesco J. C., Apuntes de Probabilidad y Estadística, 1991.
[2] [2] Ross S., A First Course in Probability, Macmillan Publishers, 1988
[3] [3] Mendenhall W., Sheaffer R. y Wackerly D., Estadística Matemática con Aplicaciones, Grupo Editorial Iberoamérica,
[4] 1994.

El objetivo del curso es introducir a los alumnos en los conceptos básicos de la estadística poniendo especial énfasis en
aspectos conceptuales. Se pretende que el alumno tenga una clara diferenciación entre población y muestra, entre parámetros
poblacionales y muestrales y que conozca, al finalizar el curso, algunas técnicas comunes para estimar los primeros en
función de los segundos.

Estadística descriptiva e inferencial. Población y muestras. Probabilidades. Distribuciones discretas y continuas. Distribución
normal. Estimación puntual y por intervalos de confianza. Pruebas de hipótesis. Regresión lineal. Correlación

Toda modificación será acordada con y comunicada al estudiantado e
informada a Secretaría Académica.