Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tratamiento de datos y
azar
Cuarto Semestre
Se dice que una funcin y=f(x) tiene lmite "l" cuando la x tiende a "a" y lo
representamos por:
Cuando para toda sucesin de nmeros reales
que se aproxime a "a" tanto como queramos,
los valores correspondientes de f(x) se
aproximan a "l" tanto como queramos. ("tanto como queramos" es una expresin
que nos indica que la aproximacin ser tanto mayor cuantos ms elementos
tomemos de la sucesin).
Se llama lmite lateral por la izquierda de f(x) cuando x tiende a "a" al valor al que
se aproximan los valores de f(an) cuando los valores de an se aproximan a "a"
tanto como queramos pero mantenindose menores que "a" (sucesin creciente).
Escribimos entonces:
Se llama lmite lateral por la derecha de f(x) cuando x tiende a "a" al valor al que
se aproximan los valores de f(an) cuando los valores de an se aproximan a "a"
tanto como queramos pero mantenindose mayores que "a" (sucesin
decreciente). Escribimos:
y existen.
Entonces:
1. El lmite de una constante es la constante
siempre que
8.
B. Clculo de lmites de funciones.
Suma de lmites, una diferencia, de una constante, una constante
multiplicada por una funcin, de un producto, de un cociente, de una
potencia y de un radical.
1.2 Interpreta geomtricamente la derivada de una funcin
aplicando reglas y frmulas para su obtencin.
1.2 Interpreta geomtricamente la derivada de una funcin aplicando
reglas y frmulas para su obtencin.
A. interpretacin de la derivada.
La recta secante a una curva
La pendiente de la recta tangente a una curva
Relacin entre los incrementos de la funcin y la variable
independiente.
La Derivada.
La derivada representa cmo una funcin cambia a medida que su entrada
cambia. Pobremente hablando, una derivada puede ser vista como cunto est
cambiando el valor de una cantidad en un punto dado; por ejemplo, la derivada de
la posicin de un vehculo con respecto al tiempo es la velocidad instantnea con
la cual el vehculo est viajando.
La derivada de una funcin en un valor de entrada
dado describe la mejor aproximacin lineal de una
funcin cerca del valor de entrada. Para funciones de
valores reales de una sola variable, la derivada en un
punto representa el valor de la pendiente de la recta
tangente en la grfica de la funcin en dicho punto.
La derivada de la funcin en el punto marcado
equivale a la pendiente de la recta tangente (la grfica de la funcin est dibujada
en negro; la tangente a la curva est dibujada en rojo)
Definicin analtica de derivada como un lmite
Esquema que muestra los incrementos de la funcin en x y en y.
En terminologa clsica, diferenciacin manifiesta el coeficiente en que una
cantidad cambia a consecuencia de un cambio en otra cantidad .
de es siempre el mismo.
Esta nocin constituye la aproximacin ms veloz a la derivada, puesto que el
acercamiento a la pendiente de la recta tangente es tanto por la derecha como
por la izquierda de manera simultnea.
En particular, se tiene que la derivada de la funcin en el punto se define como
sigue:
,
Si este lmite existe, de lo contrario, f' no est definida. Esta ltima expresin
coincide con la velocidad instantnea del movimiento continuo uniforme acelerado
en cinemtica.
Notacin
Existen diversas formas para nombrar a la derivada. Si f es una funcin, se
escribe la derivada de la funcin respecto al valor en varios modos:
.
Inclinacin de la secante de la
curva y=f(x)
Esta expresin es el cociente
de diferencias de Newton. La
derivada de f en x es el lmite
del valor del cociente
diferencial, conforme las lneas
secantes se aproximan a la
lnea tangente:
.
Si la derivada de existe en todos los puntos , se puede definir la derivada de
como la funcin cuyo valor en cada punto es la derivada de en .
Puesto que sustituir por 0 produce una divisin por cero, calcular directamente
la derivada puede no ser intuitivo. Una tcnica posible consiste en operar en el
numerador, de manera
que se puede cancelar la
del denominador. Y eso
es posible fcilmente en
los polinomios. Pero para
muchas otras funciones
el resultado es incierto.
Afortunadamente, hay
reglas generales que
facilitan diferenciar la
mayora de las funciones
simples.
, el nmero derivado de en .
La funcin es la derivada de .
En el punto de contacto,
conociendo la pendiente de la
tangente, es decir , se
puede saber a qu ritmo crece o
decrece la funcin. El signo de
Derivadas de Funciones
Elementales.
Varianza S2.
Se define como la suma de los cuadrados de las desviaciones de los datos con
respecto a la media, dividida entre el nmero total de
datos, o simplemente como el cuadrado de la
desviacin estndar.
Coeficiente de Variacin ( C V ).
Las medidas de dispersin que se han tratado anteriormente, son valores
absolutos y no resultan adecuadas cuando se lleva a cabo una comparacin entre
dos o ms distribuciones. Se obtiene dividiendo la desviacin estndar entre la
media aritmtica.
CV=S/x
Esta medida es adimensional y generalmente est expresada en porcentaje. Un
inconveniente de esta, es que deja de ser til cuando la media est prxima a
cero.
Simetra o sesgo.
El sesgo es el grado de asimetra, o falta de esta de una distribucin. Si la curva
de frecuencias de una distribucin tiene una cola ms larga a la derecha del
mximo central que a la izquierda, se dice que la
distribucin est sesgada a la derecha o que tiene el sesgo
positivo. Si es al contrario, se dice que est sesgada a la
izquierda o que tiene sesgo negativo. En distribuciones
sesgadas, la media tiende a situarse con respecto a la
media al mismo lado que tiene la cola ms larga.
As una medida de la asimetra viene dado por el primero y
segundo coeficientes de sesgo de Pearson.
El coeficiente generalmente toma valores entre 3 y 3 y cuando una distribucin
es simtrica es cero.
C2 P1 C2P1
P2 C2P2
Regla del producto. Si en un experimento, un evento se puede realizar de n
maneras y otro evento de m maneras, entonces los dos eventos pueden
efectuarse de n x m maneras totales.
Del ejemplo anterior, se pueden escoger 2 camisas y 2 pantalones, entonces, el
nmero de formas para escoger una camisa y un pantaln es 2 x 2 = 4 formas
C1P1, C1P2, C2P1 Y C2P2.
En general, si hay n1 resultados del primer evento, n2 del segundo evento, n3 del
tercero y nk del ksimo evento, entonces hay: n1 x n2 x n3 x ... x nk posibles
resultados del los k eventos.
Ejemplo: si se lanzan 3 dados al aire y se observan las caras superiores de ste,
los posibles resultados del experimento seran: 6 x 6 x 6 = 216
arreglos. Comprobar por diagrama de rbol.
Factorial (n!). Es el nmero de cambios de posicin (permutacin) de n objetos
diferentes sin repeticin.
Ejemplo. Se solicitan 3 jvenes para repartir propaganda, si se tienen que cubrir 3
rutas diferentes. De cuantas formas se pueden hacer los recorridos?
Respuesta. Se pueden trazar n! = n(n-1)(n-2)(n-3) ... 3 x 2 x 1
3! = 3 x 2 x 1 = 6 rutas Comprobar por diagrama de rbol.
Ejemplo. Se van a fabricar credenciales usando como folio vocales solamente,
cuntas credenciales se pueden hacer, si no se repiten letras?
n! = 5! = 5 x 4 x 3 x 2 x 1 = 120 credenciales.
Permutaciones. Cuando se trata de hacer grupos ms pequeos del grupo total
se utiliza la siguiente expresin:
El nmero de permutaciones de r objetos tomados de un
total de n objetos se designa como nPr.
Ejemplo. Del caso anterior si slo se toman tres
letras: 5P3= 5! = 5! = 5 x 4 x 3 x 2 x 1 = 60 credenciales
(5 3)! 2!
Colegio de Educacin Profesional Tcnica
del Estado de Mxico
Ing Jorge Hernndez Snchez
Combinaciones. Si el orden no es importante en los arreglos, esto es, si
eliminamos los arreglos repetidos, aunque tengan diferentes posiciones los
elementos, entonces se llaman combinaciones.
La combinacin es una permutacin en la que se eliminan los arreglos repetidos.
Las combinaciones numeradas de n objetos tomando r a la vez son:
Ejemplo. Se tienen 3 personas de las cuales
se seleccionaran 2 para realizar una actividad
de cuantas formas podemos seleccionar a
las 2 personas?
Antonio A
Benito B
Carlos C
Los arreglos son: AB BA CA AC BC CB, ya que hay arreglos repetidos como:
AB=BA, AC=CA y CB=BC (ya que por ejemplo Antonio y Benito y Benito y Antonio
es el mismo equipo), aplicando la expresin.
C2 = 3!
3 = 3x2x1 = 3 arreglos diferentes
2!(3 2)! 2x1x1
Experimento. Es una accin bien conocida que genera datos o resultados.
Propiedades:
Cada experimento tiene varios resultados posibles
Los resultados tienen igual oportunidad de ocurrencia (aleatorios)
Definicin de probabilidad. En sentido ordinario, la palabra probabilidad implica
la certeza o posibilidad relativa con que se espera la ocurrencia de un evento.
Si un experimento se repite n veces en condiciones idnticas, entonces la
probabilidad P de un evento E [se escribe P(E) y se leer P de E], es el cociente
que resulta de dividir el nmero de veces que acontece un evento favorable o
buscado F, entre el nmero total de experimentos o intentos n.
P(E) = nmero de eventos favorables del suceso E = F
nmero total de sucesos (favorable y no favorables) n
P(E) = # de eventos favorables o esperados = F
# de eventos totales n
Ejemplo. Calcular cual es la probabilidad que al lanzar un dado al aire y
posteriormente su cara superior sea un 6.
F es el nmero de eventos favorables, slo una cara tiene seis puntos por lo que
F = 1. los dados tienen 6 caras y este es el nmero total de eventos totales o
posibles, entonces n = 6.
P(un seis) = 1 / 6 una de seis posibilidades
Cabe hacer notar que la probabilidad es un nmero entre 0 y 1, relacionado con
el evento especificado. Una probabilidad de 1 o cercano a este, indica una
mxima certeza en la ocurrencia del evento, si el valor va disminuyendo,
tambin la probabilidad de que ocurra disminuye, si esta es 0 se considera una
probabilidad imposible.
Ley de los grandes nmeros.
Esta nos dice que: si una situacin se contina repitiendo, la proporcin de
veces que ocurre un evento se acerca a la probabilidad del evento.
Colegio de Educacin Profesional Tcnica
del Estado de Mxico
Tratamiento de datos y azar
Ejercicios de tcnicas de conteo.
Ejercicio No 1. De cuntas maneras se pueden acomodar en una mesa
en una reunin de siete personas?
Ejercicio No 2. De cuntas maneras pueden escogerse un comit,
compuesto de 3 hombres y 2 mujeres, de un grupo de 7 hombres y 5
mujeres?
Ejercicio No 3. Un estudiante tiene que contestar 8 de 10 preguntas en
un examen. Cuntas maneras de escoger tiene?
Ejercicio No 4. Cuntas maneras, si las tres primeras son obligatorias?
Ejercicio No 5. Hallar el nmero de maneras en que 6 personas pueden
bajar en un tobogn.
Ejercicio No 6. Hallar el nmero de maneras en que se pueden colocar
en un estante 5 libros grandes, 4 medianos y 3 pequeos de modo que
los libros de igual tamao estn juntos.
Ejercicio No 7. Se tienen 3 tcnicos que tienen que realizar 2 trabajos
de reparacin. De cuntas formas podemos seleccionar a las 2
personas?
Ejercicio No 8. Se solicitan 4 demostradores por tienda, si se tienen que
cubrir 4 tiendas diferentes. De cuantas formas se pueden hacer los
recorridos?
Ejercicio No 9. Si se lanzan 4 dados y 2 monedas al aire y se observan
las caras superiores de ste, cuntos seran los posibles resultados del
experimento.
Ejercicio No 10. Se van a fabricar credenciales usando como folio 4
vocales solamente, cuntas credenciales se pueden hacer, si no se
repiten letras?
Ejercicio No 11. Del caso anterior si slo se toman tres vocales. Cul es
el nuevo nmero de arreglos.
Ejemplo: tres mquinas A, B y C producen 50%, 30% y 20% del nmero total de
artculos de una fbrica. Los porcentajes de produccin defectuosa de esas
mquinas son: 3%, 4% y 5%. Si se selecciona al azar un artculo, hallar la
probabilidad de que el artculo sea defectuoso y que fue producido por la mquina
A.
P(A) P(XA)
P(AX) =
P(A) P(XA) + P(B) P(XB) + P(C) P(XC)
(0.50)(0.03)
P(AX) =
(0.50)(0.03) + (0.30)(0.04) + (0.20)(0.05)
P(AX) = 15 / 37
Esperanza matemtica E(X).
Definicin. La media, valor esperado o esperanza matemtica de x, se denota
por E(x) o , se define como:
= 1.00
Distribucin Binomial.
Para presentar esta distribucin utilizaremos el caso siguiente: en una bolsa se
tienen 3 fichas, 1 blanca y 2 negras, el experimento consiste en seleccionar dos
fichas con reemplazo, cual es la probabilidad que en las dos extracciones una
ficha sea la blanca. Definiremos entonces que un xito es extraer una ficha
blanca y la probabilidad asociada es . Este proceso de seleccin lo
observaremos con el diagrama de rbol.
(2.6)3 17.576
P(x= 3) = e- 2.6 = (0.0742) = 0.2175
3! 6
Por tablas de distribucin de Poisson
Para = np = 4(0.65) = 2.6
x=3
P(x=3) = 0.736 0.518 = 0.218
Ejemplo. Se est investigando la seguridad de un crucero muy peligroso. Los
archivos del departamento de trnsito indican una media de cinco accidentes por
mes. El nmero de accidentes est repartido conforme una distribucin binomial,
y la divisin de seguridad en carreteras quiere calcular la probabilidad de
ocurrencia de exactamente 0, 1, 2, 3 y 4 accidentes en un mes determinado.
(5)0 1
P(x= 0) = e- 5 = (0.00674) = 0.00674
0! 1
buscando en tablas para = 5 , P(x=0) = 0.00674
Medidas de tendencia central de una distribucin de probabilidad.
Cuando se estudiaron la media, la desviacin estndar y la varianza, las frmulas
y ejemplos que se emplearon estaban asociados con distribuciones empricas.
Existen medidas similares para las distribuciones de probabilidad tericas. Los
valores X, S y S2 son estadsticos calculados a partir de los datos de la muestra.
Los valores , y 2, que representan propiedades similares de distribuciones
de probabilidad terica, son constantes.
Distribuciones Empricas Distribuciones Tericas
X media mu
S desviacin estndar sigma
S2 varianza 2 sigma al cuadrado
Las expresiones bsicas son:
= E(x) = x (x) caso discreto
= E(x) = x (x) dx caso continuo
= V(x) = x (x) -
2 2
caso discreto
Colegio de Educacin Profesional Tcnica
del Estado de Mxico
Tratamiento de datos y azar
2 = V(x) = x2 (x) dx - 2 caso discreto
La distribucin Normal.
En el caso de variables aleatorias continuas, su distribucin de probabilidad se
puede describir mediante una distribucin continua llamada distribucin normal o
gaussiana. El hecho sobresaliente de esta distribucin consiste en asignar un
valor a una variable aleatoria con respecto a un grupo de referencia, a fin de
comparar la posicin del valor de la variable con respecto a dicho referencial. La
distribucin normal se constituye a partir de las siguientes caractersticas:
a. el comportamiento de una variable aleatoria continua se establece en
relacin con el valor de referencia, que generalmente se toma como el
valor promedio del conjunto de variables aleatorias.
b. La desviacin de la variable aleatoria con respecto al valor promedio se
toma con referencia a la desviacin estndar.
La medida de la diferencia Z de la variable aleatoria x con respecto a la media, y
en funcin de la desviacin estndar es:
130
(-Z)