AEP19. Plan docente

VICERRECTORADO ACADÉMICO
MODALIDAD PRESENCIAL
PLAN DOCENTE DEL COMPONENTE ACADÉMICO
Nombre: ANÁLISIS ESTADÍSTICO Y PROBABILÍSTICO
Titulación: ELECTRÓNICA Y TELECOMUNICACIONES
Número de créditos: 4
Grupo de créditos: GENÉRICA
Periodo académico: Oct/2019 - Feb/2020
Conocimientos previos recomendados:
Para el desarrollo de los tópicos que aborda la componente, se recomienda al estudiante haber
aprobado las componentes de Cálculo y Fundamentos Matemáticos.
Además se recomienda tener conocimiento de los siguientes temas:
- Fundamentos Matemáticos: Teoría de conjuntos, función de variable real, derivación, integración,
álgebra matricial, análisis de Fourier de sistemas en tiempo continuo y en tiempo discreto.
Importancia del componente dentro del perfil de egreso de la titulación:
El componente de Análisis Estadístico y Probabilístico pretende desarrollar en el profesional en
formación la capacidad de modelar probabilísticamente los problemas prácticos que aparecen en su
área de especialización, utilizando como base una poderosa herramienta que es la teoría de las
variables aleatorias y los procesos estocásticos.
“Muchos problemas de interés para ingenieros e investigadores envuelven situaciones tales que, la
utilización de un modelo en el cual causas y efectos tienen naturaleza determinística se torna
inadecuado. Tales situaciones exigen que en vez de utilizar modelos determinísticos, los fenómenos
sean descritos por intermedio de modelos probabilísticos. Estos modelos son denominados así, porque
se basan en teoría de las probabilidades y su empleo admite implícitamente que el fenómeno se
relaciona de forma intrínseca con una incertidumbre, cuya descripción determinística es inviable o por
lo menos muy poco práctica” (Albuquerque, 1993).
-----------------------------------------------------
ALBUQUERQUE, J. P. A.; FORTES, J. M.; FINAMORE, W. A. (1993). Modelos Probabilísticos em
Engenharia Elétrica; Rio de Janeiro: Publicação CETUC.
Horario de clases presenciales:
A. Datos básicos del componente académico
Docente Paralelo Día Aula Horario Titulación
Francisco Alberto Sandoval Noreña A Jueves 735 10:00 - 13:00 ELECTRÓNICA Y
TELECOMUNICACIONES

-
-
-
-
-
-
Profesor: Francisco Alberto Sandoval Noreña
Título: PhD
Departamento: Ciencias de la Computación y Electrónica
Sección departamental: Electrónica y Telecomunicaciones
Currículo profesional resumido:
Francisco Alberto Sandoval Noreña recibió el Diploma de Ingeniero en Electrónica y
Telecomunicaciones en la Universidad Técnica Particular de Loja (UTPL) en 2008, el grado de Maestro
en Ingeniería Eléctrica con concentración en Sistemas de Comunicación por la Pontifícia Universidade
Católica do Rio de Janeiro (PUC-Rio) en 2013 y el grado de Doctor en Ingeniería (Perfil Investigación
Aplicada) por la École de Technologie Supérieure (ÉTS), University of Quebec en Canadá en el 2019.
Desde Octubre de 2008, trabaja en la UTPL como profesor en la Escuela de Ingeniería en Electrónica y
Telecomunicaciones y forma parte del Departamento de Ciencias de la Computación y Electrónica
(DCCE). Sus áreas de interés son comunicaciones inalámbricas, teoría de las comunicaciones,
propagación RF y procesamiento de señales.
Horario de tutoría:
Competencias genéricas (CG) de la UTPL:
Pensamiento crítico y reflexivo.
Trabajo en equipo.
Comportamiento ético.
Competencias específicas (CE) de la titulación:
Analizar variables aleatorias de los fenómenos no determinísticos basados en modelos
estocásticos y probabilísticos.
Aplicar herramientas matemáticas y físicas: Conocer y saber utilizar los diferentes elementos
matemáticos y físicos para la resolución de problemas de ingeniería en electrónica y
telecomunicaciones.
Recolectar e interpretar datos de campo: Reconocer, recolectar y manejar variables que se utilizan
en el área de electrónica y telecomunicaciones.
Primer Bimestre
Francisco Alberto Sandoval Noreña B Lunes 724 15:00 - 18:00 ELECTRÓNICA Y
TELECOMUNICACIONES
B. Datos básicos del(os) docente(s)
Paralelo Día Horario Aula Teléfono Extensión
A Viernes 9:00 - 10:00 123 07 370 1444 2536
B Viernes 10:00 - 11:00 123 07 370 1444 2536
C. Competencias a desarrollar
D. Planificación general del componente académico. Estrategias de enseñanza aprendizaje planificadas para
el desarrollo de competencias y para el logro de los resultados de aprendizaje esperados por parte del
alumno.

-
-
-
-
-
-
Competencias genéricas (CG) de la UTPL que corresponden al primer bimestre:
Trabajo en equipo.
Competencias específicas (CE) de la titulación que corresponden al primer bimestre:
telecomunicaciones.
Semana 1
Contenidos CAP. 1: INTRODUCCIÓN
Revisión del Plan Docente.
Describir los conceptos matemáticos necesarios para abordar el componente: Teoría de
Conjuntos, Álgebra Lineal, Cálculo multivariable, Tranformada de Fourier.
Introducción a la Probabilidad y Estadística.
Ejemplos de aplicación.
Resultados de aprendizaje
(RA) Conoce el plan docente, especialmente los conocimientos previos recomendados, temas a
tratar y la forma de evaluar el componente.
-
Diferencia fenómeno aleatorio de fenómeno determinístico.-
Define Probabilidad y Estadística.-
Enuncia ejemplos donde se emplea la Probabilidad, Variables Aleatorias o Procesos
Estocásticos.
-
Actividades del componente
de docencia clase Revisión del plan docente.-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 3.00
de aplicación y
experimentación
Trabajo grupal en aula: ¿Qué entiende por probabilidad? Explique con ejemplos.-
de trabajo autónomo
Tarea 1: Teoría de Probabilidades (Parte 1).-
Revisar contenidos de la siguiente semana.-
Semana 2
Contenidos CAP. 2: TEORÍA DE LAS PROBABILIDADES
Espacio de muestras.
Álgebra de eventos.
Medida de probabilidad.
Definición de probabilidad.
(RA)
Define la Teroría de las Probabilidades y sus elementos.-
Plantea el espacio de muestras para un experimento.-
Establece el álgebra de eventos para un experimento.-
de docencia clase Exposición de temas del día.-
de aplicación y
experimentación
Discusión de los temas planteados a través de ejercicios y prácticas en simulador.-
Tarea 2: Teoría de probabilidades (Parte 2).-

Semana 3
Contenidos CAP. 2: TEORÍA DE LAS PROBABILIDADES (continuación)
Probabilidad condicional.
Teorema de probabilidad total.
Regla de Bayes.
Independencia estadística entre eventos.
Sistema de Probabilidad.
(RA) Define la probabilidad.-
Aplica el Teorema de Probabilidad Total y Teorema de Bayes.-
Explica un Sistema de Probablidad.-
de docencia clase
Examen parcial 1.-
de aplicación y
experimentación
de trabajo autónomo Tarea 3: Variables aleatorias (Parte 1)-
Semana 4
Contenidos CAP. 3: VARIABLES ALEATORIAS (v.a.)
Variable aleatoria real.
Función distribución de probabilidad (FDP) de una variable aleatoria real.
Clasificación de las variables aleatorias.
(RA) Define, describe y explica una variable aleatoria.-
Describe una función distribución de probabilidad de una variable aleatoria real.-
Clasifica las variables aleatorias.-
de docencia clase Exposición de temas del día.-
de aplicación y
experimentación
de trabajo autónomo Revisar contenidos de la siguiente semana.-
Tarea 4: Variables aleatorias (Parte 2).-
Semana 5
Contenidos CAP. 3: VARIABLES ALEATORIAS (v.a.) (continuación)
Función densidad de probabilidad (fdp) de una variable aleatoria real.
Funciones densidad de probabilidad usuales para variables aleatorias discretas y continuas.
(RA) Describe una fdp de una v.a. real.-
Reconoce y define las funciones densidad de probabilidad para variables aleatorias discretas
o continuas más comunes.
-
de docencia clase
Examen parcial 2.-
de aplicación y
experimentación
Trabajo en grupo: Discusión de los temas planteados a través de ejercicios y prácticas en
simulador.
-

Tarea 5: Variables aleatorias (Parte 3).-
Semana 6
Contenidos CAP. 3: VARIABLES ALEATORIAS (v.a.) (continuación)
Vectores aleatorios
Definición
Función distribución de probabilidad de un vector aleatorio
Función densidad de probabilidad de un vector aleatorio
Función distribución de probabilidad y función densidad de probabiildad condicionales.
(RA) Describe la función densidad de probabilidad de un vector aleatorio.-
Describe la función distribución de probabilidad y la función densidad de probabilidad
condicionales.
-
Calcula, resuelve problemas respecto a variables aleatorias.-
de docencia clase
de aplicación y
experimentación
Trabajo grupal en casa 1: Función de variables aleatorias.-
Semana 7
Contenidos CAP. 4: FUNCIÓN DE VARIABLES ALEATORIAS
Función de variables aleatoria real.
Funciones constantes.
Funciones biunívocas o diferenciables.
Funciones genéricas.
(RA) Describe una función de variables aleatoria real.-
Resuelve problemas relacionados con funciones de variables aleatorias.-
de docencia clase Examen parcial 3.-
Exposición del trabajo grupal por parte de los estudiantes.-
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Preparación para el examen.-
Semana 8
Contenidos Jornada de Evaluación.
(RA) Suma de los resultados de aprendizaje del bimestre.-
de docencia clase Evaluación escrita: parte teórica.-
Evaluación escrita: Resolución de problemas o casos de aplicación.-
de aplicación y
experimentación
Resolución de la evaluación escrita y verificación de resultados.-

-
-
-
-
-
-
-
Total de horas de trabajo del primer bimestre:
Componente de docencia: 24.00
Componente de aplicación: 16.00
Componente de trabajo autónomo: 24.00
Fechas importantes (actividades académicas):
Semana 8: evaluación escrita.
Segundo Bimestre
Competencias genéricas (CG) de la UTPL que corresponden al segundo bimestre:
Trabajo en equipo.
Competencias específicas (CE) de la titulación que corresponden al segundo bimestre:
telecomunicaciones.
Semana 1
Contenidos CAP 5. VALOR ESPERADO
Valor esperado de una función de variable aleatoria real.
Valor esperado de una función de vector aleatorio.
(RA)
Explica el valor esperado de una función de variable aleatoria real.-
Define el valor esperado de una función de vector aleatorio.-
Compara y analiza valor esperado de variable y vector.-
de docencia clase Revisión de temas del día.-
de aplicación y
experimentación
Tarea 6: Valor esperado-
Semana 2
Contenidos CAP. 5: VALOR ESPERADO (continuación)
Valor esperado de vectores y matrices.
Valor esperado condicional.
Función Característica.
(RA) Ilustra el valor esperado de vectores y matrices.-
Explica la función característica y su funcionalidad.-

de aplicación y
experimentación
Trabajo grupal en casa 2: Vectores Gaussianos.-
Semana 3
Contenidos CAP. 6: VECTORES GAUSSIANOS:
Definición de un vector gaussiano.
Función característica de un vector gaussiano.
Función densidad de probabilidad de un vector gaussiano.
(RA)
Define la función característica de un vector gaussiano.-
Explica la función densidad de probabilidad de un vector gaussiano.-
Presentación en grupos de los temas del día.-
de aplicación y
experimentación
Tarea 7: Procesos estocásticos (Parte 1)-
Semana 4
Contenidos CAP. 7: PROCESOS ESTOCÁSTICOS
Definición.
Clasificación de procesos estocásticos.
Ejemplos de procesos estocásticos.
(RA) Define los procesos estocásticos.-
Diferencia los tipos de procesos estocásticos.-
Plantea ejemplos de procesos estocásticos.-
de aplicación y
experimentación
Tarea 8: Procesos estocásticos (Parte 2).-
Semana 5
Contenidos CAP. 7: PROCESOS ESTOCÁSTICOS (continuación)
Momentos de Procesos Estocásticos.
Procesos estocásticos usuales.
Estacionalidad de procesos estocásticos.
(RA) Conoce y explica los momentos de procesos estocásticos.-
Describe, clasifica y compara los procesos estocásticos usuales.-
Define los procesos estocástiocs estacionarios.-

de aplicación y
experimentación
Tarea 9: Procesos estocásticos (Parte 3).-
Semana 6
Densidad espectral de potencia.
Procesos estocásticos y sistemas lineales.
Procesos estocásticos gaussianos.
(RA)
Relaciona los procesos estocásticos y los sistemas lineales.-
Define la Densidad espectral de potencia.-
Revisión de temas del día.-
de aplicación y
experimentación
Trabajo grupal en casa 3: Teoría de colas-
Semana 7
Introducción a la Teoría de Filas.
(RA) Define la Teoría de Filas.-
Ilustra con ejemplos el uso de la teoría de filas.-
de docencia clase
Presentación en grupos de los temas asignados.-
de aplicación y
experimentación
Preparación para el examen.-
Semana 8
Contenidos Jornada de Evaluación.
(RA) Suma de los resultados de aprendizaje del bimestre.-
de docencia clase Evaluación escrita: parte teórica.-
Evaluación escrita: Resolución de problemas o casos de aplicación.-
de aplicación y
experimentación
Resolución de la evaluación escrita y verificación de resultados.-

-
Total de horas de trabajo del segundo bimestre:
Componente de docencia: 24.00
Componente de aplicación: 16.00
Componente de trabajo autónomo: 24.00
Fechas importantes (actividades académicas):
Semana 8: evaluación escrita.
Primer Bimestre
Segundo Bimestre
Examen final
Examen de recuperación
Bibliografía básica
de trabajo autónomo Preparación de la evaluación de recuperación, en el caso de ser requerida.-
E. Evaluación del componente académico
Instrumento Peso % Puntos
Trabajo en casa:
Memoria de ejercicios y problemas, informes de trabajo realizados.
30.0 6.0
Trabajo en aula:
Exámenes parciales, trabajos en grupo.
30.0 6.0
Evaluaciones:
Evaluación escrita u oral .
40.0 8.0
TOTAL: 100.0% 20.0
Instrumento Peso % Puntos
Trabajo en casa:
Memoria de ejercicios y problemas, informes de trabajo realizados.
30.0 6.0
Trabajo en aula:
Exámenes parciales, trabajos en grupo.
30.0 6.0
Evaluaciones:
Evaluación escrita u oral.
40.0 8.0
TOTAL: 100.0% 20.0
F. Recursos a utilizar para el desarrollo del componente académico

Nombre del Texto:
Albuquerque, J. P. D. A., Fortes, J. M. P., & Finamore, W. A. (2008). Probabilidade, variáveis aleatórias
e processos estocásticos. Editora PUC–Rio e Editora Interciência, Rio de Janeiro, Brasil.
Información general del texto:
"Este texto fue concebido con la idea de presentar a los estudiantes algunos aspectos de la teoría de la
probabilidad, variables aleatorias y procesos estocásticos y los resultados más utilizados de estas
teorías en la resolución de los problemas prácticos de naturaleza aleatoria, encontrados en las diversas
ramas de la ingeniería. El texto también es relevante para estudiantes e ingenieros que pretenden
realizar estudios más avanzados en procesos estocásticos" Fuente: Autor del libro.
El texto est disponible en la biblioteca general física de la UTPL?
Si
Nombre del Texto:
Hsu Hwei, P. (2014). Probability, Random Variables and Random Processes, Schaum’s Outlines
Series. Third edition
"The book is designed for students in various disciplines of engineering, science, mathematics, and
management. It may be used as a textbook and/or as a supplement to all current comparable texts. It
should also be useful to those interested in the field for self-study. The book combines the advantages
of both the textbook and the so-called review book. It provides the textual explanations of the textbook,
and in the direct way characteristic of the review book, it gives hundreds of completely solved problems
that use essential theory and techniques." (Fuente: Autor del libro)
El texto est disponible en la biblioteca general física de la UTPL?
Si
Bibliografía complementaria
Nombre del Texto:
Papoulis, A., & Pillai, S. U. (2002). Probability, Random Variables, and Stochastic Processes: McGraw-
Hill.
"The book is written neither for the handbook-oriented students nor for sophisticated few (if any) who
can learn the subject from advanced mathematical texts. It is written for the majority of engineers and
physicists who have sufficient maturity to appreciate and follow a logical presentation…There is an
obvious lack of continuity between the elements of probability as presented in introductory courses, and
the concepts needed in today's applications.... Random variables, transformations, expected values,
conditional densities, characteristic functions cannot mastered with mere exposure. These concepts
must clearly defined and must be developed, one at a time, with sufficient elaboration." (Fuente: Autor

AEP19. Plan docente

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a AEP19. Plan docente

Similar a AEP19. Plan docente (20)

Más de Francisco Sandoval

Más de Francisco Sandoval (20)

Último

Último (20)

AEP19. Plan docente