Repblica Bolivariana de Venezuela Ministerio del Poder Popular para la Educacin U.E. Instituto Experimental "Don Simn" Maracaibo-Edo.

Zulia Ctedra: Matemtica

Integrantes: Garca, Meliana Fras, Gabriela Urdaneta, Paulina Lacl, Daniel

Maracaibo, Junio de 2013

1. Qu son experimentos deterministas y aleatorios ?

En los experimentos deterministas son los que podemos predecir el resultado antes de que se realice. Ejemplo: Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas, que la piedra bajar. Un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones inciales, puede presentar resultados diferentes, es decir, no se puede predecir reproducir el resultado exacto de cada experiencia particular. Ejemplo: Si lanzamos una moneda al aire no sabemos si saldr cara o cruz.

2. Qu es espacio muestral?

En la teora de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, o U) consiste en el conjunto de todos los posibles resultados individuales de un experimento aleatorio. Espacio muestral de una moneda: Espacio muestral de un dado:

3. Qu es un experimento aleatorio y suceso?

Un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede predecir reproducir el resultado exacto de cada experiencia particular. (Ej: Lanzamiento de un dado). Este tipo de fenmeno es opuesto al fenmeno determinista, en el que conocer todos los factores de un experimento nos hace predecir exactamente el resultado del mismo. Por ejemplo, conociendo la altura desde la que se arroja un mvil es posible saber exactamente el tiempo que tardar en llegar al suelo en condiciones de vaco.

4. Cules son los tipos de sucesos existentes? -Suceso elemental Es cada uno de los elementos que forman parte del espacio muestral. Por ejemplo al tirar un dado un suceso elemental es sacar 5. -Suceso compuesto Es cualquier subconjunto del espacio muestral. Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3. -Suceso seguro (E) Est formado por todos los posibles resultados (es decir, por el espacio muestral). Por ejemplo al tirar un dado un dado obtener una puntuacin que sea menor que 7. -Suceso imposible( )

Es el que no tiene ningn elemento. Por ejemplo al tirar un dado obtener una puntuacin igual a 7. -Sucesos compatibles Dos sucesos, A y B, son compatibles cuando tienen algn suceso elemental comn. Si A es sacar puntuacin par al tirar un dado y B es obtener mltiplo de 3, A y B son compatibles porque el 6 es un suceso elemental comn. -Sucesos incompatibles Dos sucesos, A y B, son incompatibles cuando no tienen ningn elemento en comn. Si A es sacar puntuacin par al tirar un dado y B es obtener mltiplo de 5, A y B son incompatibles.

-Sucesos independientes Dos sucesos, A y B, son independientes cuando la probabilidad de que suceda A no se ve afectada porque haya sucedido o no B. Al lazar dos dados los resultados son independientes. -Sucesos dependientes Dos sucesos, A y B, son dependientes cuando la probabilidad de que suceda A se ve afectada porque haya sucedido o no B. Extraer dos cartas de una baraja, sin reposicin, son sucesos dependientes. -Suceso contrario El suceso contrario a A es otro suceso que se realiza cuando no se realiza A. Se denota por .

Son sucesos contrarios sacar par e impar al lanzar un dado.

5. Qu es probabilidad? La probabilidad es un mtodo mediante el cual se obtiene la frecuencia de un suceso determinado mediante la realizacin de un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables. La teora de la probabilidad se usa extensamente en reas como la estadstica, la fsica, la matemtica, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecnica subyacente discreta de sistemas complejos.

6. Qu es permutacion? En matemticas, llamamos permutacin a una variacin del orden o de la disposicin de los elementos de un conjunto. Por ejemplo, en el conjunto {1,2,3}, cada ordenacin posible de sus elementos, sin repetirlos, es una permutacin. Existe un total de 6 permutaciones para estos elementos: "1,2,3", "1,3,2", "2,1,3", "2,3,1", "3,1,2" y "3,2,1".

7. Qu son variaciones o arreglos? Cada una de las ordenaciones, coordinaciones o arreglos que puede formarse tomando algunos o todos de un nmero de objetos, se llama una variacin diferencindose entre ellas bien en un objeto o bien en una diferente ordenacin de los objetos. De este modo, las variaciones de hallar con la siguiente frmula: elementos tomados de en se puede

Ejemplo: En un campeonato deportivo, participan los equipos , , , y . Si los partidos son realizados tanto en la sede de cada uno (casa o local), como en la sede del otro equipo (visitante). Cuntos partidos se jugara en total?. Se trata de hallar cuantas variaciones se puede formarse de en .

8. Qu son combinaciones? Una combinacin es un arreglo donde el orden NO es importante. La notacin para las combinaciones es C(n,r) que es la cantidad de combinaciones de n elementos seleccionados, r a la vez. Es igual a la cantidad de permutaciones de n elementos tomados r a la vez dividido por r factorial. Esto sera P(n,r)/r! en notacin matemtica. Ejemplo: Si se seleccionan cinco cartas de un grupo de nueve, Cuntas combinaciones de cinco cartas habra? La cantidad de combinaciones posibles sera: P(9,5)/5 = (9*8*7*6*5)/(5*4*3*2*1) = 126 combinaciones posibles.

9. Qu es probabilidad total? El Teorema de la probabilidad total nos permite calcular la probabilidad de un suceso a partir de probabilidades condicionadas:

Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidentes es x% y si hace buen tiempo dicha probabilidad es y%. Este teorema nos permite deducir cul es la probabilidad de que ocurra un accidente si conocemos la probabilidad de que llueva y la probabilidad de que haga buen tiempo. La frmula para calcular esta probabilidad es:

10. Que son eventos dependiente e independiente?

-Eventos Independientes

Dos o ms eventos son independientes cuando la ocurrencia o no-ocurrencia de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos). Un caso tpico de eventos independiente es el muestreo con reposicin, es decir, una vez tomada la muestra se regresa de nuevo a la poblacin donde se obtuvo. Dos eventos, A y B, son independientes si la ocurrencia de uno no tiene que ver con la ocurrencia de otro. Por definicin, A es independiente de B si y slo si:A y B, son independientes si la ocurrencia de uno no tiene que ver con la ocurrencia de otro. Por definicin, A es independiente de B si y slo si:A es independiente de B si y slo si: (PnA)=P(A)P(B) -Eventos dependientes.

Dos o ms eventos sern dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando tenemos este caso, empleamos entonces, el concepto de probabilidad condicional para denominar la probabilidad del evento relacionado. La expresin P (A|B) indica la probabilidad de ocurrencia del evento A s el evento B ya ocurri. Se debe tener claro que A|B no es una fraccin.

P (A|B) = P(A y B) / P (B) o P (B|A) = P(A y B) / P(A)

11. Qu dice el teorema de Bayes? Sea un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que se conocen las probabilidades condicionales expresin: . Entonces, la probabilidad viene dada por la

donde: son las probabilidades a priori. es la probabilidad de en la hiptesis .

son las probabilidades a posteriori.

12. Qu es la estadstica? La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica.

13. Tipos de estadstica La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros.

La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o moldeamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de moldeamiento incluyen a nova, series de tiempo y minera de datos.

14. Qu son medidas de tendencias centrales? Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin de datos se denomina medida o parmetro de tendencia central o de centralizacin. Cuando se hace referencia nicamente a la posicin de estos parmetros dentro de la distribucin, independientemente de que sta est ms o menos centrada, se habla de estas medidas como medidas de posicin. En este caso se incluyen tambin los cuantiles entre estas medidas.

15. Qu es la media aritmtica? La media aritmtica (tambin llamada promedio o simplemente media) de un conjunto finito de nmeros es el valor caracterstico de una serie de datos cuantitativos objeto de estudio que parte del principio de la esperanza matemtica o valor esperado, se obtiene a partir de la suma de todos sus valores dividida entre el nmero de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre de media muestral siendo uno de los principales estadsticos muestrales. Expresada de forma ms intuitiva, podemos decir que la media (aritmtica) es la cantidad total de la variable distribuida a partes iguales entre cada observacin.

16. Qu es la mediana?

En el mbito de la estadstica, la mediana representa el valor de la variable de posicin central en un conjunto de datos ordenados. De acuerdo con esta definicin el conjunto de datos menores o iguales que la mediana representarn el 50% de los datos, y los que sean mayores que la mediana representarn el otro 50% del total de datos de la muestra. La mediana coincide con el percentil 50, con el segundo cuartil y con el quinto decil. Su clculo no se ve afectado por valores extremos. 17. Qu es moda? En estadstica, la moda es el valor con una mayor frecuencia en una distribucin de datos. Hablaremos de una distribucin bimodal de los datos adquiridos en una columna cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Una distribucin trimodal de los datos es en la que encontramos tres modas. Si todas las variables tienen la misma frecuencia diremos que no hay moda.

18. Qu son cuantiles? El trmino cuantil fue usado por primera vez por Kendall en 1940. El cuantil de orden p de una distribucin (con 0 < p < 1) es el valor de la variable que marca un corte de modo que una proporcin p de valores de la poblacin es menor o igual que . Por ejemplo, el cuantil de orden 0.36 dejara un 36% de valores por debajo y el cuantil de orden 0.50 se corresponde con lamediana de la distribucin. Los cuantiles suelen usarse por grupos que dividen la distribucin en partes iguales; entendidas estas como intervalos que comprenden la misma proporcin de valores. Los ms usados son: Los Cuartiles, que dividen a la distribucin en cuatro partes (corresponden a los cuantiles 0.25, 0.50 y 0.75); Los Quintiles, que dividen a la distribucin en cinco partes (corresponden a los cuantiles 0.20, 0.40, 0.60 y 0.80) ; Los Deciles, que dividen a la distribucin en diez partes; Los Percentiles, que dividen a la distribucin en cien partes.

19. Qu son medidas de dispersin?

Las medidas de dispersin, tambin llamadas medidas de variabilidad, muestran la variabilidad de una distribucin, indicando por medio de un nmero, si las diferentes puntuaciones de una variable estn muy alejadas de la mediana media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea ser a la mediana media. As se sabe si todos los casos son parecidos o varan mucho entre ellos.

20. Qu es rango? El rango o recorrido estadstico es la diferencia entre el valor mximo y el valor mnimo en un grupo de nmeros aleatorios. Se le suele simbolizar con R.

Requisitos del rango Ordenamos los nmeros segn su tamao. Restamos el valor mnimo del valor mximo

Ejemplo: Para una muestra (8,7,6,9,4,5), el dato menor es 4 y el dato mayor es 9 (Valor unitario inmediatamente posterior al dato mayor menos el dato menor). Sus valores se encuentran en un rango de:

21. Qu es desviacin media? L a de svia ci n me dia e s la m ed ia a rit m t ica d e lo s va lore s a b so lut o s de la s de svia cio n e s re sp ect o a la me d ia . L a de svia ci n me dia se re p re se n ta po r

22. Qu es desviacin tpica?

La varianza a veces no se interpreta claramente, ya que se mide en unidades cuadrticas. Para evitar ese problema se define otra medida de dispersin, que es la desviacin tpica, o desviacin estndar, que se halla como la raz cuadrada positiva de la varianza. La desviacin tpica informa sobre la dispersin de los datos respecto al valor de la media; cuanto mayor sea su valor, ms dispersos estarn los datos. Esta medida viene representada en la mayora de los casos por S, dado que es su inicial de su nominacin en ingls. Desviacin tpica muestral

Desviacin tpica poblacional

23. Qu es distribucin normal? En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales.

24. Quin es Simon Pierre de LaPlece? Matemtico y astrnomo francs que a los 24 aos se le llam "el Newton de Francia" por algunos de sus descubrimientos. Entre 1799 y 1825 su gran obra, "Trait du Mcanique Cleste", la cual, como su autor estableci "ofrece una completa solucin al gran problema mecnico que presenta el sistema solar", apareci en cinco volmenes, y fue publicado en Pars. En su segunda gran obra "Exposition du systeme du monde", Pars 1796, apareci su famosa "hiptesis nebular", cuyo origen l parece atribuir a Buffon, aparentemente no sabe que Immanuel Kant se le haba adelantado parcialmente en su obra "Allgemeine Naturgeschichte", Historia General de la Naturaleza, publicada en 1755. Laplace, resumi en un cuerpo de doctrina los trabajos separados de Newton, Halley, Clairaut, d'Alembert y Euler acerca de la gravitacin universal, y concibi, acerca de la formacin del sistema planetario, la teora que lleva su nombre.

Sus trabajos sobre fsica, especialmente los estudios sobre los fenmenos capilares y el electromagnetismo le permitieron el descubrimiento de las leyes que

llevan su nombre. Se interes tambin por la Teora de la Probabilidad y por la Teora de funciones potenciales, demostrando que algunas de ellas eran soluciones de ecuaciones diferenciales Laplace prob la estabilidad del sistema solar. En anlisis Laplace introdujo la funcin potencial y los coeficientes de Laplace. Dio especial importancia a la teora de la probabilidad. Asisti a la Escuela Prioral Benedictina en Beaumont, de los 7 a los 16 aos. A la edad de 16 aos ingres en la Universidad de Caen, para estudiar teologa. Escribi sus primeros artculos matemticos mientras estudiaba en dicha universidad. Al cumplir los 19 aos, principalmente por la influencia de d'Alembert, fu designado para cubrir una plaza de matemticas en la Escuela Real Militar de Pars, bajo la recomendacin de d'Alembert. En 1973, lleg a ser miembro de la Academia de Ciencias de Pars. En 1785, actuando como miembro del tribunal del Cuerpo de Artillera Real, examin y aprob al joven de 16 aos Napolen Bonaparte. Durante la Revolucin Francesa, ayud a establecer el Sistema Mtrico. Ense Clculo en la Escuela Normal y lleg a ser miembro del Instituto Francs en 1795. Bajo el mandato de Napolen fu miembro del Senado, y despus Canciller y recibi la Legin de Honor en 1805. Aunque intervino en poltica en tiempos de Napolen, se pas al bando de Luis XVIII, quien lo nombr marqus y par. Sin embargo, Napolen, en sus memorias escritas en Santa Elena, dice que ces a Laplace de su puesto despus de slo seis semanas porque: "trajo el espritu de lo infinitamente pequeo al Gobierno". Laplace lleg a ser conde del Imperio en 1806 y fu nombrado Marqus en 1817 despus de la restauracin de los Borbones. En sus ltimos aos vivi en Arcueil, donde ayud a fundar la Sociedad de Arcueil, potenciando la investigacin de los jvenes cientficos.