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.
Plan docente: Análisis estadístico y probabilístico 2017
1. 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/2017 - Feb/2018
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,
algebra 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 912 14:00 - 18:00 ELECTRÓNICA Y
TELECOMUNICACIONES
2. -
-
-
Profesor: Francisco Alberto Sandoval Noreña
Titulo: M.Sc.
Departamento: Ciencias de la Computación y Electrónica
Sección departamental: Electrónica y Telecomunicaciones
Currículo profesional resumido:
Francisco Sandoval recibió el Diploma de Ingeniero en Electrónica y Telecomunicaciones en la
Universidad Técnica Particular de Loja (UTPL) en 2008 y el grado de Maestro en Ingeniería Eléctrica
con concentración en Sistemas de Comunicación por la Pontificia Universidad Católica de Río de
Janeiro en 2013. 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 sistemas de comunicación, con énfasis
en transmisión digital, teoría de las comunicaciones y procesamiento de señales para las
comunicaciones.
Horario de tutoría:
Profesor: Hernandez Perdomo Wilmar
Titulo: Doctor Ingeniero en Electrónica, Ph.D.
Departamento: Ciencias de la Computación y Electrónica
Sección departamental: Tecnologías Avanzadas de la WEB y SBC
Currículo profesional resumido:
Graduado como Ingeniero Electrónico en 1992 por el Instituto Superior Politécnico José Antonio
Echeverría (ISPJAE), Ciudad de la Habana, Cuba. Especialista en Microelectrónica en 1994 por el
Centro de Investigaciones en Microelectrónica (CIME) del ISPJAE en 1994. Máster en Teoría y
Tratamiento de la Señal y la Información, y Doctor Ingeniero en Electrónica por la Universidad Ramón
Llull, Barcelona, España, en 1998 y 1999, respectivamente.
Horario de tutoría:
Competencias genéricas (CG) de la UTPL:
Pensamiento crítico y reflexivo.
Trabajo en equipo.
Comportamiento ético.
Francisco Alberto Sandoval Noreña B Lunes 912 14:00 - 18:00 ELECTRÓNICA Y
TELECOMUNICACIONES
Hernandez Perdomo Wilmar C Martes 144 15:00 - 18:00 ELECTRÓNICA Y
TELECOMUNICACIONES
B. Datos básicos del(os) docente(s)
Paralelo Día Horario Aula Teléfono Extensión
A Lunes 9:00 - 10:30 335 07 370 1444 2536
B Miércoles 7:00 - 8:30 427 07 370 1444 2536
Paralelo Día Horario Aula Teléfono Extensión
C Miércoles 15:00 - 16:00 421 23701444 2531
C. Competencias a desarrollar
3. -
-
-
-
-
-
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.
Competencia del componente (CC) académico:
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
Modelar fenómenos probabilísticos.
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
Primer Bimestre
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
Semana 1
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
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 la 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 2.00
Actividades del componente
de aplicación y
experimentación
Trabajo en Grupo: ¿Qué entiende por probabilidad? Explique con ejemplos.-
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Ver el capítulo 1 (Pilot Episode), de la Primera Temporada de la Serie Numbr3rs.-
Ensayo: “Aplicaciones de la Teoría de Probabilidad y los Procesos estocásticos”. (Máximo 3
hojas)
-
Revisar contenidos de la siguiente semana.-
Horas de trabajo 6.00
Semana 2
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Contenidos CAP. 2: TEORÍA DE LAS PROBABILIDADES
Espacio de muestras
Álgebra de eventos
4. Resultados de aprendizaje
(RA)
Define la Teroría de las Probabilidades y sus elementos.-
Platea el espacio de muestras para un experimento.-
Establece el álgebra de eventos para un experimento.-
Actividades del componente
de docencia clase
Control de lectura-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Iniciar la tarea correspondiente al capítulo 2 (tarea 2)-
Revisar contenidos de la siguiente semana.-
Horas de trabajo 6.00
Semana 3
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Contenidos CAP. 2: TEORÍA DE LAS PROBABILIDADES (continuación)
Medida de Probabilidades
Definición de probabilidad
Probabilidad condicional
Teorema de probabilidad total
Regla de Bayes
Independencia estadística entre eventos
Sistema de Probabilidad
Resultados de aprendizaje
(RA)
Define la probabilidad de acuerdo a varias escuelas.-
Aplica el Teorema de Probabilidad Total y Teorema de Bayes.-
Explica un Sistema de Probablidad.-
Actividades del componente
de docencia clase
Control de lectura.-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Terminar y entregar la tarea 2.-
Revisar contenidos de la siguiente semana.-
Horas de trabajo 6.00
Semana 4
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
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
Resultados de aprendizaje
(RA)
Define, describe y explica una v.a.-
Describe una FDP de una v.a.r.-
Clasifica las v.a.'s.-
Actividades del componente
de docencia clase
Control de lectura-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
5. Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Inicia la tareal correspondiente al capítulo 3 (tarea 3)-
Horas de trabajo 6.00
Semana 5
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
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.
Resultados de aprendizaje
(RA)
Describe una fdp de una v.a. real-
Reconoce y define las fdp's para v.a.'s discretas o continuas más comunes-
Actividades del componente
de docencia clase
Control de lectura-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Continuar con el desarrollo de la tarea 3.-
Horas de trabajo 6.00
Semana 6
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
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.
Resultados de aprendizaje
(RA)
Describe la fdp de un vector aleatorio.-
Describe la FDP y la fdp condicionales.-
Calcula, resuelve problemas respecto a variables aleatorias.-
Actividades del componente
de docencia clase
Control de lectura.-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Finalizar tarea 3.-
Horas de trabajo 6.00
6. -
-
Total de horas de trabajo del primer bimestre:
Componente de docencia: 15.00
Componente de aplicación: 9.00
Componente de trabajo autónomo: 48.00
Fechas importantes (actividades académicas):
Semana 2: entrega del ensayo (tarea 1)
Semana 4: entrega de la tarea 2
Semana 7
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos CAP. 4: FUNCIÓN DE VARIABLES ALEATORIAS
Función de variables aleatoria real
Funciones constantes
Funciones biunívocas o diferenciables
Funciones genéricas
Función de varias variables aleatorias reales
Funciones constantes
Funciones biuníocas y diferenciables
Funciones genéricas
Resultados de aprendizaje
(RA)
Describe una función de variables aleatoria real-
Resuelve problemas relacionados con funciones de variables aleatorias-
Actividades del componente
de docencia clase
Control de lectura.-
Exposición de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Realizar la tarea correspondiente al capítulo 4 (tarea 4)-
Peración para el examen-
Horas de trabajo 6.00
Semana 8
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos Jornada de Evaluación
Resultados de aprendizaje
(RA)
Suma de los Resultados de aprendizaje del bimestre.-
Actividades del componente
de docencia clase
Evaluación escrita: parte teórica-
Horas de trabajo 1.00
Actividades del componente
de aplicación y
experimentación
Evaluación escrita: Resolución de problemas o casos de aplicación-
Horas de trabajo 2.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Horas de trabajo 6.00
7. -
-
-
Semana 7: entrega de la tarea 3
Semana 8: entrega de la tarea 4
Semana 8: evaluación escrita.
Segundo Bimestre
Semana 1
Competencias del
componente académico
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos CAP 5. VALOR ESPERADO
Valor esperado de una función de variable aleatoria real.
Valor esperado de una función de vector aleatorio.
Resultados de aprendizaje
(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.-
Actividades del componente
de docencia clase
Control de lectura.-
Revisión de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Iniciar la tarea correspondiente al capítulo 5 (tarea 5)-
Horas de trabajo 6.00
Semana 2
Competencias del
componente académico
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos CAP. 5: VALOR ESPERADO (continuación)
Valor esperado de vectores y matrices.
Valor esperado condicional
Función Característica.
Resultados de aprendizaje
(RA)
Ilustra el valor esperado de vectores y matrices.-
Explica la función característica y su funcionalidad.-
Actividades del componente
de docencia clase
Control de lectura.-
Revisión de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Finalizar y entregar la tarea 5.-
Horas de trabajo 6.00
Semana 3
Competencias del
componente académico
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
8. Contenidos CAP. 6: VECTORES GAUSSIANOS:
Definición de un vector gaussiano.
Función característica de un vector gaussiano.
Función densidad de probabilidad de un vector gaussiano.
Resultados de aprendizaje
(RA)
Define la función característica de un vector gaussiano.-
Explica la función densidad de probabilidad de un vector gaussiano.-
Actividades del componente
de docencia clase
Control de lectura-
Revisión de temas del día-
Discusión de los temas planteados-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Realizar tarea correspondiente al capítulo 6 (tarea 6)-
Horas de trabajo 6.00
Semana 4
Competencias del
componente académico
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos CAP. 7: PROCESOS ESTOCÁSTICOS
Definición
Clasificación de procesos estocásticos
Ejemplos de procesos estocásticos
Resultados de aprendizaje
(RA)
Define los procesos estocásticos.-
Diferencia los tipos de procesos estocásticos.-
Plantea ejemplos de procesos estocásticos.-
Actividades del componente
de docencia clase
Control de lectura.-
Revisión de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Resolver la tarea correspondiente al capítulo 7 (tarea 7)-
Horas de trabajo 6.00
Semana 5
Competencias del
componente académico
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos CAP. 7: PROCESOS ESTOCÁSITCOS (continuación)
Momentos de Procesos Estocásticos.
Procesos estocásticos usuales.
Estacionalidad de procesos estocásticos.
Resultados de aprendizaje
(RA)
Conoce y explica los momentos de procesos estocásticos.-
Describe, clasifica y compara los procesos estocásticos usuales.-
Define los procesos estocástiocs estacionarios.-
Actividades del componente
de docencia clase
Control de lectura.-
Revisión de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
9. Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Resolver la tarea 7.-
Horas de trabajo 6.00
Semana 6
Contenidos CAP. 7: PROCESOS ESTOCÁSTICOS
Densidad espectral de potencia.
Procesos estocásticos e sistemas lineales.
Procesos estocásticos gaussianos.
Resultados de aprendizaje
(RA)
Relaciona los procesos estocásticos y los sistemas lineales.-
Define la Densidad espectral de potencia.-
Actividades del componente
de docencia clase
Control de lectura.-
Revisión de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Resolver la tarea 7.-
Horas de trabajo 6.00
Semana 7
Competencias del
componente académico
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos CAP. 7: PROCESOS ESTOCÁSTICOS
Introducción a la Teoría de Filas.
Resultados de aprendizaje
(RA)
Define la Teoría de Filas.-
Ilustra con ejemplos el uso de la teoría de filas.-
Actividades del componente
de docencia clase
Control de lectura.-
Revisión de temas del día.-
Discusión de los temas planteados.-
Horas de trabajo 2.00
Actividades del componente
de aplicación y
experimentación
Resolución de ejemplos de aplicación.-
Horas de trabajo 1.00
Actividades del componente
de trabajo autónomo
Revisar contenidos de la siguiente semana.-
Resolución de la tarea 7-
Preparación para el examen.-
Horas de trabajo 6.00
Semana 8
Competencias del
componente académico
Analizar los principios básicos de probabilidad y procesos estocásticos orientados a las
telecomunicaciones.
-
Modelar fenómenos probabilísticos.-
Aplicar conceptos de variables alestorias, función de variables aleatorias, valor esperado y
procesos estocásticos.
-
Contenidos Jornada de Evaluación.
Resultados de aprendizaje
(RA)
Suma de los resultados de aprendizaje del bimestre.-
Actividades del componente
de docencia clase
Evaluación escrita: parte teórica-
Horas de trabajo 1.00
10. -
-
-
-
Total de horas de trabajo del segundo bimestre:
Componente de docencia: 15.00
Componente de aplicación: 9.00
Componente de trabajo autónomo: 48.00
Fechas importantes (actividades académicas):
Semana 3: entregar la tarea 5.
Semana 4: entregar la tarea 6.
Semana 8: entregar la tarea 7.
Semana 8: evaluación escrita.
Primer Bimestre
Segundo Bimestre
Examen final
Examen de recuperación
Actividades del componente
de aplicación y
experimentación
Evaluación escrita: Resolución de problemas o casos de aplicación-
Horas de trabajo 2.00
Actividades del componente
de trabajo autónomo
Revisión de la evaluación escrita.-
Horas de trabajo 6.00
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:
Test de medición de conocimientos, 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:
Test de medición de conocimientos, trabajos en grupo.
30.0 6.0
Evaluaciones:
Evaluación escrita u oral.
49.0 8.0
TOTAL: 109.0% 20.0
11. Bibliografía básica
Nombre del Texto:
Yates, R. D., & Goodman, D. J. (2005). Probability and stochastic processes: a friendly introduction for
electrical and computer engineers (Vol. 41). Hoboken, NJ: John Wiley & Sons.
Información general del texto:
"This user-friendly resource will help you grasp the concepts of probability and stochastic processes, so
you can apply them in professional engineering practice. The book presents concepts clearly as a
sequence of building blocks that are identified either as an axiom, definition, or theorem. This approach
provides a better understanding of the material, which can be used to solve practical problems. Key
Features:* The text follows a single model that begins with an experiment consisting of a procedure and
observations.* The mathematics of discrete random variables appears separately from the mathematics
of continuous random variables.* Stochastic processes are introduced in Chapter 6, immediately after
the presentation of discrete and continuous random variables. Subsequent material, including central
limit theorem approximations, laws of large numbers, and statistical inference, then use examples that
reinforce stochastic process concepts.* An abundance of exercises are provided that help students
learn how to put the theory to use." Fuente: Amazon.com
¿El texto está disponible en la biblioteca general física de la UTPL?
Si
Nombre del Texto:
Kay, S. (2006). Intuitive probability and random processes using MATLAB®. Springer Science &
Business Media.
Información general del texto:
"Intuitive Probability and Random Processes using MATLAB® is an introduction to probability and
random processes that merges theory with practice. Based on the author’s belief that only "hands-on"
experience with the material can promote intuitive understanding, the approach is to motivate the need
for theory using MATLAB examples, followed by theory and analysis, and finally descriptions of "real-
world" examples to acquaint the reader with a wide variety of applications." Fuente: Springer.
¿El texto está disponible en la biblioteca general física de la UTPL?
Si
Nombre del Texto:
Hsu, H. (2010). Schaum’s outline of probability, random variables, and random processes. Schaum’s
Outline Series.
Información general del texto:
F. Recursos a utilizar para el desarrollo del componente académico
12. "Treats advanced topics including spectral analysis of random processes and applications to signal
detection, estimation, information theory and coding, reliability, and queuing theory." Fuente:
www.goodreads.com
¿El texto está disponible en la biblioteca general física de la UTPL?
Si
Nombre del Texto:
ALBUQUERQUE, J. P. A.; FORTES, J. M.; FINAMORE, W. A. (1993) Modelos Probabilísticos em
Engenharia Elétrica; Rio de Janeiro: Publicação CETUC.
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 está disponible en la biblioteca general física de la UTPL?
Si
Bibliografía complementaria
Nombre del Texto:
PEYTON Z. PEEBLES, JR., (1993), Probability, Statistics, and Random Processes For Electrical
Engineering, Third Edition.
Información general del texto:
"Today, any well-designed electrical engineering curriculum must train engineers to account for noise
and random signals in systems. The best approach is to emphasize fundamental principles since
systems can vary greatly. Professor Peebles's book specifically has this emphasis, offering clear and
concise coverage of the theories of probability, random variables, and random signals, including the
response of linear networks to random waveforms. By careful organization, the book allows learning to
flow naturally from the most elementary to the most advanced subjects. Time domain descriptions of the
concepts are first introduced, followed by a thorough description of random signals using frequency
domain. Practical applications are not forgotten, and the book includes discussions of practical noises
(noise figures and noise temperatures) and an entire special chapter on applications of the theory.
Another chapter is devoted to optimum networks when noise is present (matched filters and Wiener
filters). " Fuente: Google Books
¿El texto está disponible en la biblioteca general física de la UTPL?
Si
Biblioteca virtual
Recursos Educativos Abiertos
Nombre de la base de datos Link
IEEEXplore, Digital Library http://ieeexplore.ieee.org
13. Enlaces web
Otros recursos
En la página de la componente.
NOTA: Durante todo el bimestre el docente deberá utilizar un portafolio docente digital donde respalde
todo el material utilizado para el desarrollo del componente académico, sean diapositivas, pruebas,
recursos, etc.) El uso del EVA es obligatorio para las dos modalidades.
Elaborado por:
Revisado por:
Aprobado por el Consejo de Departamento, según acta Nro.______________ de fecha:__________________
Nombre de la base de datos Link
MITOPENCOURSEWARE, Massachusetts Institute of
Technology, Fall 2013
https://ocw.mit.edu/courses/electrical-engineering-and-
computer-science/6-041sc-probabilistic-systems-analysis-and-
applied-probability-fall-2013/
MITOPENCOURSEWARE, Massachusetts Institute of
Technology, Spring 2006
https://ocw.mit.edu/courses/electrical-engineering-and-
computer-science/6-041-probabilistic-systems-analysis-and-
applied-probability-spring-2006/
OPENCOURSEWARE, Universidad de Cantabria, 2011 https://ocw.unican.es/course/view.php?id=166
............................................................
Francisco Alberto Sandoval Noreña
............................................................
Hernandez Perdomo Wilmar
............................................................
Responsable de Sección Departamental