Repblica Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educacin.

Universidad Nacional Experimental Rafael Mara Baralt.
(UNERMB) Sede San Pedro.

Est
ad
stic
a

San Lorenzo, 28 de enero de 2015.

NDICE
INTRODUCCIN
DESALLORRO:
Definicin de Binomial.
Definicin de Poisson.
Definicin de Pascal.
Definicin de Geometra.
Definicin de Hiergeometrica.
CONCLUSIN

INTRODUCCIN
La teora de la probabilidad pretende ser una herramienta para
modelizar y tratar con situaciones de este tipo; Por otra parte, cuando
aplicamos las tcnicas estadsticas a la recogida, anlisis e interpretacin de
los datos, la teora de la probabilidad proporciona una base para evaluar la
fiabilidad de las conclusiones alcanzadas y las inferencias realizadas. Debido
al importante papel desempeado por la probabilidad dentro de la
estadstica, es necesario familiarizarse con sus elementos bsicos, lo que
constituye el objetivo del presente tema.
Comenzamos con una motivacin sobre la incertidumbre y los
distintos grados de incertidumbre, relacionndolos de manera intuitiva con
los enfoques ms tradicionales para asignar probabilidades. Posteriormente,
se introduce el sentido de la probabilidad en trminos de experimentos
aleatorios, variable aleatoria discreta, sucesos, espacio muestral, variables
discreta, etc. Llegando a la formalizacin axiomtica de la probabilidad y sus
principales propiedades

DESARROLLO
DEFINICIN DE BINOMIAL
En estadstica, la 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. Un experimento de Bernoulli se
caracteriza por ser dicotmico, esto es, slo son posibles dos resultados. A
uno de estos se denomina xito y tiene una probabilidad de ocurrencia p y al
otro, fracaso, con una probabilidad q= 1 - p. En la distribucin binomial el
anterior experimento se repite n veces, de forma independiente, y se trata de
calcular la probabilidad de un determinado nmero de xitos. Para n=1, la
binomial se convierte, de hecho, en una distribucin de Bernoulli
DEFINICIN DE POISSON
Esta distribucin es una de las ms importantes distribuciones de
variable discreta. Sus principales aplicaciones hacen referencia a la
modelizacin de situaciones en las que nos interesa determinar el nmero de
hechos de cierto tipo que se pueden producir en un intervalo de tiempo o de
espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias
restrictivas. Otro de sus usos frecuentes es la consideracin lmite de
procesos dicotmicos reiterados un gran nmero de veces si la probabilidad
de obtener un xito es muy pequea
DEFINICIN DE PASCAL
En el estudio de la fsica, el principio de Pascal es una ley que
establece que, cuando la presin en cualquier punto de un lquido esttico en
un sistema cerrado cambia, el cambio se dispersara de manera igualitaria a
travs de todo el fluido. Esto quiere decir que, cuando hay cambio de presin

en un extremo del fluido, en el otro extremo el cambio ser exactamente

igual.
Para poder entender completamente lo enunciado anteriormente, hay
que decir que un sistema cerrado puede ser algo tan simple como un cilindro
bien tapado. La idea es que el lquido no pueda entrar y salir por ningn lado.
De igual manera, cabe destacar que en el estudio de la fsica un fluido puede
ser tanto un lquido como un gas.
DEFINICIN DE GEOMETRA
La geometra es una parte de la matemtica que trata de estudiar
unas idealizaciones del espacio en que vivimos, que son los puntos, las
rectas y los planos, y otros elementos conceptuales derivados de ellos, como
polgonos o poliedros.
En la prctica, la geometra sirve para solucionar problemas concretos
en el mundo de lo visible. Entre sus utilidades se encuentran la justificacin
terica de muchos instrumentos: comps, teodolito, pantgrafo, sistema de
posicionamiento global. Tambin es la que nos permite medir reas y
volmenes, es til en la preparacin de diseos, e incluso en la fabricacin
de artesanas.
La geometra clsica o axiomtica es una matemtica en la cual los
objetos, en vez de ser nmeros, son puntos, rectas, planos y otras figuras
definidas en funcin de estas.
DEFINICIN DE HIPERGEOMETRICA
La distribucin hipergeomtrica es una distribucin de probabilidad
discreta que describe la probabilidad de xito en empate sin reemplazo de
una poblacin finita de tamao con un mximo de xitos. Esto est en

contraste con la distribucin binomial, que describe la probabilidad de xitos

en sorteos con reemplazo.
Gamma
La distribucin gamma es una distribucin continua, uno de sus
propsitos es ampliar la utilidad de la distribucin exponencial en el
modelado de tiempo de espera. La funcin de densidad de probabilidad
gamma tiene dos parmetros, r y , que son constantes positivos. f(x)= x
e x>0 (r) 0 x<0
Exponencial
La distribucin exponencial tiene una gran utilidad prctica ya que
podemos considerarla como un modelo adecuado para la distribucin de
probabilidad del tiempo de espera entre dos hechos que sigan un proceso de
Poisson. De hecho la distribucin exponencial puede derivarse de un
proceso experimental de Poisson con las mismas caractersticas que las que
enuncibamos al estudiar la distribucin de Poisson, pero tomando como
variable aleatoria, en este caso, el tiempo que tarda en producirse un hecho
Normal
La distribucin normal N (m, s) es un modelo matemtico que rige
muchos fenmenos. La experiencia demuestra que las distribuciones de la
mayora de las muestras tomadas en el campo de la industria se aproximan a
la distribucin normal si el tamao de la muestra es grande. Esta distribucin
queda definida por dos parmetros: la media m y la desviacin tpica s. Se
presenta mediante una curva simtrica conocida como campana de Gauss.
Esta distribucin nos da la probabilidad de que al elegir un valor, ste tenga
una medida contenida en unos intervalos definidos. Esto permitir predecir

de forma aproximada, el comportamiento futuro de un proceso, conociendo

los datos del presente.
X cuadrado
En teora de probabilidad, la varianza (que suele representarse como
) de una variable aleatoria es una medida de dispersin definida como la
esperanza del cuadrado de la desviacin de dicha variable respecto a su
media.
Est medida en unidades distintas de las de la variable. Por ejemplo,
si la variable mide una distancia en metros, la varianza se expresa en metros
al cuadrado. La desviacin estndar es la raz cuadrada de la varianza, es
una medida de dispersin alternativa expresada en las mismas unidades de
los datos de la variable objeto de estudio. La varianza tiene como valor
mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por
los valores atpicos y no se aconseja su uso cuando las distribuciones de las
variables aleatorias tienen colas pesadas. En tales casos se recomienda el
uso de otras medidas de dispersin ms robustas.

Weibull
La distribucin Weibull constituye una distribucin continua que se
utiliza en varias situaciones. Una aplicacin comn es modelar los tiempos
de vida de componentes, como cojinetes, cermica, capacitores y
dielctricos. La funcin de densidad de probabilidad de Weibull tiene dos
parmetros, ambos constantes positivas, que determinan su localizacin y
forma. Estos se representan por y . La funcin de densidad de
probabilidad de la distribucin de Weibull es: x f(x)= e x>0 0 x<0

CONCLUSIN

La probabilidad es de suma importancia al momento de realizar

cualquier investigacin, porque hace que la muestra arroje los datos
necesarios para describir la poblacin y permite darle un grado de confianza
a los resultados obtenidos. Adems, el clculo de probabilidad tiene como
funcin describir, analizar y predecir.
La probabilidad mide la frecuencia con la que se obtiene un resultado
(o conjunto de resultados) al llevar a cabo un experimento aleatorio, entre
otros, 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.
La

probabilidad

constituye

un

importante

parmetro

en

la

determinacin de las diversas casualidades obtenidas tras una serie de

eventos esperados dentro de un rango estadstico.
La probabilidad de un evento se denota con la letra p y se expresa en
trminos de una fraccin y no en porcentajes, por lo que el valor de p cae
entre 0 y 1. Por otra parte, la probabilidad de que un evento "no ocurra"
equivale a 1 menos el valor de p y se denota con la letra q.