1.

IMPORTANCIA QUE TIENE LA PROBABILIDAD EN TODO ESTADSTICO

ANLISIS

La teora de probabilidad estudia aquellos experimentos cuyos resultados son aleatorios y descubre leyes para la construccin de modelos que describen situaciones reales. El estudio de las probabilidades invade prcticamente todos los mbitos de las ciencias.

2. QUE SON FENMENOS ALEATORIOS Fenmenos aleatorios Son aquellos que al repetirse en condiciones aparentemente anlogas no es posible predecir el resultado. Como ejemplos tenemos el resultado de tirar una moneda o un dado o los resultados de unas elecciones. 3. TODOS LOS CONCEPTOS BSICOS DE LA PROBABILIDAD FENOMENO DETERMINISTICO: FENMENO INDETERMINISTICO: EXPERIMENTO ESPACIO MUESTRA: Es aquel que tiene una sola manera de ocurrir. Es aquel fenmeno cuya ocurrencia o no ocurrencia es una certeza. Es aquel fenmeno que tiene ms de una forma de ocurrir y no se tiene la certeza de cual manera es la que ocurrir en un momento determinado. Es cualquier fenmeno indeterminstico. Es el conjunto de todos los resultados (maneras de ocurrir) posibles de un experimento. Se denota con la letra S. ESPACIO Es el nmero de resultados posibles de un experimento

CARDINALIDAD DEL MUESTRA: EVENTO: EVENTO SIMPLE COMPLEMENTO DE EVENTO:

Es cualquier subconjunto obtenido del espacio muestra Es cada uno de los posibles resultados de un experimento UN Es la negacin de un evento. Es el conjunto de Resultados posibles que no estn considerados en un evento determinado INTERSECCIN DE DOS Sean A y B dos eventos del espacio muestra S. Se define EVENTOS: AB como el conjunto de elementos que estn en A y estn en B. Es decir AB ={x | x A y x B} UNIN DE DOS EVENTOS: Sean A y B dos eventos del espacio muestra S. Se define AUB como el conjunto de elementos que estn en A o estn en B o estn en ambos. Es decir AUB ={x | x A o x B o x AB } EVENTOS EXCLUYENTES: Son eventos que no tienen elementos en comn. Es decir, A y B son excluyentes si y slo si AB = . EVENTOS EXCLUYENTES Y Se dice que dos eventos son excluyentes y exhaustivos si al EXHAUSTIVOS: agrupar los dos eventos se tiene la totalidad del espacio muestra. Es decir, A y B son dos eventos excluyentes y exhaustivos si y slo si AB = y AUB = S PRINCIPIO MULTIPLICATIVO Si una operacin se puede ejecutar en n1 formas, y si para cada una de estas se puede llevar a cabo una segunda operacin en n2 formas, y si para cada una de las primeras

NOTACIN FACTORIAL

PERMUTACIONES:

dos formas se puede realizar una tercera operacin en n3 formas y as sucesivamente, entonces la serie de k operaciones se puede realizar en n1n2,...,nk formas. Dado un nmero entero n, se define el factorial de n como el producto de todos los enteros consecutivos menores o iguales a n, es decir: n! = n(n-1) (n-2)(3) (2) (1). En particular, se define 1! = 1, y 0! = 1 Es un arreglo de todo o parte de un conjunto de objetos. Es un conjunto de objetos seleccionados en l cual el orden que guardan los elementos importa. Su frmula de clculo es:

En general si hay n1 elementos de una clase, n2 elementos de otra clase y as sucesivamente hasta tener k clases, entonces el nmero de permutaciones est dada por:

Donde n = n1+n2 COMBINACIONES: Es la seleccin de un conjunto de objetos de un grupo mayor en el cual el orden que guardan sus elementos no importa. Se calcula mediante la siguiente frmula.

En general, si se desean hacer k particiones de objetos de un grupo mayor entonces la frmula es:

Donde n = n1+n2+ nk. Dado un evento E subconjunto del espacio muestra S. P(E) denota la probabilidad de que el evento E suceda. PROBABILIDAD: ES LA CUANTIFICACION DEL ESTADO DE CERTIDUMBRE EN LA OCURRENCIA DE UN FENOMENO. 4. Que es muestreo? Reglas a tener en cuenta para el muestreo P(E): El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de hacer inferencias sobre dicha poblacin.

Regla Numero 1: Codificar: Crear cdigos que puedan ser posibles estudio del problema Regla Numero 2: Que los espacios sean compatibles o que sea adecuado para la determinacin del problema Regla Numero 3: Que el Anlisis final del muestreo lo termine una persona externa al que esta haciendo el estudio Regla Numero 4: Que el software o paquete sean actualizados. 5. QUE ES ESPACIO MUESTRAL, DE UN EJEMPLO REAL DE DIAGRAMA DE RBOL Es un mtodo grfico para identificar todas las partes necesarias para alcanzar algn objetivo final Ejemplo: Una clase consta de seis nias y 10 nios. Si se escoge un comit de tres al azar, hallar la probabilidad de: 1 Seleccionar tres nios.

6. TCNICAS DE CONTEO PARA CALCULAR PROBABILIDADES Suma: En la solucin de algunos problemas es necesario considerar la probabilidad de que ocurra un suceso A o un suceso B (o de que ambos ocurran) como nico resultado de un procedimiento. Esto se representa con la expresin P (A o B). P (A o B)= P (Ocurre el suceso A u ocurre el suceso B o ambos) MULTIPLICACIN: Regla de la Multiplicacin En la solucin de algunos problemas es necesario considerar la probabilidad de que ocurra un suceso A en un primer ensayo y el suceso B ocurra en un segundo ensayo. Esto se representa con la expresin P (A y B).P (A y B)= P (Ocurre el suceso A y despus ocurre el suceso B) PERMUTACIN: Es todo arreglo de elementos en donde nos interesa el lugar o posicin que ocupa cada uno de los elementos que constituyen dicho arreglo COMBINACIN: Es todo arreglo de elementos en donde no nos interesa el lugar o posicin que ocupa cada uno de los elementos que constituyen dicho arreglo. 7. QUE ES SUCESO Los sucesos o eventos son resultados que se dan o que se pueden dar en un experimento. Por ejemplo. Sacar cara en un lanzamiento de moneda. Sacar un 5 en un lanzamiento de un dado. Sacar una bola verde en una urna con 3 bolas verdes y 4 roja

8. QUE ES UN EVENTO Todo lo que va a suceder 9. QUE SIGNIFICA EL TEOREMA DE BAYES El teorema de bayes es un teorema de la rama de las matemticas dedicada a la estadstica, dice que la probabilidad de que se cumpla un suceso es cantidad de casos favorables entre cantidad de casos totales. Por ejemplo si hay un total de 10 personas y 3 de ellas estn enfermas la probabilidad de que si escoges una persona al azar este enferma es de 3/10, es decir el 0,3 multiplicado por 100 es 30%, entonces la probabilidad de escoger una persona enferma es del 30 %. Nmero de casos favorables= nmero de personas enfermas=3; nmero de casos totales= 10 personas

MODELO PROBABILSTICO BINOMIO Distribucin binomial es una distribucin de probabilidad discreta que mide el nmero de xitos en una secuencia de n ensayos de Bernoulli independientes entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos

MODELO PROBABILSTICO DE POISSON La distribucin de Poisson es una distribucin de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado nmero de eventos durante cierto periodo de tiempo.

MODELO PROBABILISTICO DE BERNOULLI En teora de probabilidad y estadstica, la distribucin de Bernoulli (o distribucin dicotmica), nombrada as por el matemtico y cientfico suizo Jakob Bernoulli, es una distribucin de probabilidad discreta, que toma valor 1 para la probabilidad de xito ( ) y valor 0 para la probabilidad de fracaso ( ).

10. DISTRIBUCION NORMAL

Usada ampliamente en muestras mayores a 30 datos.

La distribucin normal es de suma importancia en estadstica

por tres razones principales: 1. Numerosas variables continuas de fenmenos aleatorios tienden a comportarse probabilisticamente mediante sta. 2. Es el lmite al que convergen tanto variables aleatorias continuas como discretas. 3. Proporciona la base de la inferencia estadstica clsica debido a su relacin con el teorema del lmite central.

TRABAJO DE ESTADSTICA

ROCIO PEREIRA ROCHA YEINIS PRADILLA

Estudiante Tecnologa Contabilidad Financiera III Semestre

Trabajo presentado como requisito de la ctedra de ESTADISTICA

UTS

Unidades Tecnolgicas de Santander

Barrancabermeja, 07 de Junio de 2013