Universidad Nacional Experimental Politécnica de la Fuerza Armada Núcleo Guanare Portuguesa UNEFA Milicia Bolivariana.
Examen tipo A
Profesor: Alumna: Carlos Franco Luisa Rivero 27.881.771
ING. De Sistema 5to semestre
1- Defina la probabilidad y de un ejemplo. La probabilidad asociada a un suceso o evento aleatorio es una medida del grado de certidumbre de que dicho suceso pueda ocurrir. Se suele expresar como un número entre 0 y 1 (o un porcentaje entre 0 % y 100 %), donde un suceso imposible tiene probabilidad cero y un suceso seguro tiene probabilidad uno. La teoría de la probabilidad es la rama de las matemáticas que estudia los experimentos o fenómenos aleatorios. Se usa extensamente en áreas como la estadística, la física, la matemática, las ciencias sociales, la Investigación médica, las finanzas, la economía y la filosofía para sacar conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de sistemas complejos. Ejemplo: ¿Cuáles son todos los posibles resultados? Nos referimos a los números de las bolas, que son los números del 11 al 20. Nuestro espacio muestral tiene 10 elementos: E = {11, 12, 13, 14, 15, 16, 17, 18, 19, 20} Y el suceso por el que nos preguntan es “obtener un número primo”. Ahora, ¿cómo calculamos la probabilidad de este suceso? Cuando todos los sucesos elementales tienen las mismas probabilidades de ocurrir, la probabilidad de un suceso cualquiera A se define como el cociente entre el número de casos favorables y el número de casos posibles. Esta es la Ley de Laplace. En una bolsa hay 10 bolas numeradas del 11 al 20, algunas rojas y otras verdes. a) Sacamos sin mirar una bola, ¿cuál es la probabilidad de sacar un número primo? Empezamos calculando el número de casos favorables y el número de casos posibles. Número de casos favorables = número de primos = 4 son los números primos dentro de los resultados posibles (Los números 11, 13, 17 y 19 son primos) Número de casos posibles = 10 (Todos los números del 11 al 20) La probabilidad de sacar un número primo entre las 10 bolas, es de 4/10 que simplificado es 2/5. Solución: P (número primo) =2/5 b) ¿Cuántas bolas hay de cada color? Nos dice que la probabilidad de que salga verde es 3/5. El número de casos posibles, es decir, el número de bolas que pueden salir, sigue siendo 10. El número de casos favorables, es decir, el número de bolas de color verde (nuestro suceso) es una de las cosas que queremos calcular. Sabemos que 3/5 es equivalente a 6/10. Por lo tanto, si aplicamos la Ley de Laplace: En total hay 6 bolas verdes en la bolsa. Así que podemos deducir que el resto, 4, son bolas rojas. Solución: Hay 6 bolas verdes y 4 bolas rojas
2- Analice la distribución normal, como se calcula y presente un
ejemplo. En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana o distribución de Laplace-Gauss, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades. La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes. La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muéstrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal. Además, maximiza la entropía entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de datos resumidos en términos de media muestral y varianza. Como se calcula: para calcular probabilidades con variables que siguen la distribución normal se usan tablas. Pero, puesto que sería imposible tener una tabla para cada posible distribución normal, solamente la tenemos para la distribución normal estándar, es decir, para la N (0, 1). Necesitaremos, pues, ser capaces de transformar las variables X "normales" N (µ, σ) que encontremos, en variables Z que sigan una distribución normal estándar N (0,1). Este proceso de llevar cualquier distribución normal a una N (0, 1) se llama "tipificación de la variable". Para tipificar X (o sea, transformarla en Z), el primer paso es "centrar" la variable; es decir, hacer que la media µ sea 0. El siguiente paso es conseguir que la desviación típica σ sea 1. Por tanto, para tipificar una variable lo que hemos de hacer es restar la media y dividir por la desviación típica. 3- Desarrolle el concepto de estadístico y describa un problema donde se calculen al menos 3 estadísticos. Es la rama de la matemática que estudia la variabilidad, así como el proceso aleatorio que la genera siguiendo las leyes de la probabilidad. Como parte de la matemática, la estadística, es una ciencia formal deductiva, con un conocimiento propio dinámico y en continuo desarrollo obtenido a través del método científico formal. En ocasiones las ciencias practicas necesitan utilizar técnicas estadísticas durante su proceso de investigación factual, con el fin de obtener conocimientos basados en la experimentación y en la observación.
4- Analice la significación estadística de la regresión estadística y
desarrolle un ejemplo. El análisis de la regresión es un proceso estadístico para estimar las relaciones entre variables incluye muchas técnicas para el modelado y análisis de diversas variables, cuando la atención se centra en la relación entre una variable dependiente y una o más variables independientes (o productoras). Más específicamente, el análisis de regresión a entender como el valor de la variable dependiente varia al cambiar el valor de una de las variables independientes, manteniendo el valor de las otras variables independientes fijas.