Beruflich Dokumente
Kultur Dokumente
UNIVERSIDAD TECNOLGICA
TULA-TEPEJI
Organismo Descentralizado del
Gobierno del Estado de Hidalgo
Asignatura:
Estadstica aplicada a la ingeniera
Integrante:
Gustavo Hernndez Gloria
Grupo:
7IPOI-G2
Catedrtico:
MCII Juan Resndiz Ros
Septiembre de 2010
INTRODUCCION.
En las siguientes pginas se podrn leer los conceptos bsicos de algunas de las
palabras o trminos ms usados en resistencia de materiales, especficamente en
estructuras cristalinas.
Algunos de los trminos se ejemplificaran con ejercicios sencillos y fciles de
comprender.
Algunos de los trminos descritos en el presente trabajo son probabilidad,
poblacin, muestra, espacio muestral, eventos o sucesos, tcnicas de conteo,
triangulo de pascal, binomio de Newton, distribucin normal, binomial y de
poisson. Esperamos que nuestro escrito cumpla con el objetivo que es, conocer
los conceptos bsicos de trminos usados en probabilidad.
Contenido
INTRODUCCION. ................................................................................................................ 2
CONCEPTOS BSICOS .................................................................................................... 3
PROBABILIDAD. ................................................................................................................. 3
POBLACIN: ........................................................................................................................ 4
MUESTRA: ........................................................................................................................... 4
ESPACI MUESTRAL Y EVENTOS ............................................................................... 4
TCNICAS DE CONTEO. .................................................................................................. 5
Principio de multiplicacin: ................................................................................................. 5
Permutaciones......................................................................................................................... 5
Combinaciones. ................................................................................................................... 7
Diagrama de rbol: .............................................................................................................. 7
EL TRINGULO DE PASCAL: .......................................................................................... 9
VARIABLES ALEATORIAS CONTINUAS Y DISCRETAS. .......................................... 9
DISTRIBUCION BINOMIAL. ............................................................................................ 10
DISTRIBUCION NORMAL: .............................................................................................. 11
DISTRIBUCION DE POISSON. ...................................................................................... 12
BINOMIO DE NEWTON ................................................................................................... 13
CONCLUSION. .................................................................................................................. 14
BIBLIOGRAFIA. ................................................................................................................. 15
CONCEPTOS BSICOS
PROBABILIDAD.
Existen dos procedimientos importantes por medio de los cuales podemos obtener
estimativos para la probabilidad de un suceso.
EJEMPLO. Si lanzamos una moneda 1000 veces y hallamos que 532 veces
resultan caras estimamos que la probabilidad de una cara es 532/1000 = 0.632.
POBLACIN:
MUESTRA:
Los eventos pueden combinarse para formar eventos nuevos utilizando las
diversas operaciones de conjuntos:
TCNICAS DE CONTEO.
Principio de multiplicacin:
Supongamos que un evento E puede ocurrir en m formas e independientemente
de este evento, un evento F puede ocurrir en n formas. Entonces las
combinaciones de los eventos E y F pueden ocurrir en mn formas.
Ejemplo:
Supongamos que un restaurante tiene tres aperitivos diferentes, y 4 entradas
diferentes, entonces hay:
n = 3 (4) = 12
Formas diferentes de ordenar un aperitivo y una entrada.
Permutaciones
El principio fundamental en el proceso de contar ofrece un mtodo general para
contar el nmero de posibles arreglos de objetos dentro de un solo conjunto o
entre varios conjuntos. En cambio para un solo conjunto de objetos las formulas
desarrolladas para permutaciones y combinaciones son ms convenientes para
contar el nmero de posibles arreglos.
Una permutacin de un nmero de objetos es un arreglo de todas o una parte de
los objetos en un orden definido.
Permutaciones Lineales
Permutaciones de diferentes objetos tomados todos a la vez. El total de
permutaciones de un conjunto de objetos tomados todos a la vez, se obtiene
razonando en forma similar del principio fundamental de contar.
NPn=n!
Ejemplo:
Cuantas palabras de cinco letras se pueden formar con la palabra libro, aplique
permutaciones.
5P5=5!= 5x4x3x2x1=120
!
nPr= ()!
Ejemplos:
Cuantas palabras de tres letras se pueden formar con las letras de la palabra libro.
N= 5 R=3
Cuantos Nmeros de dos dgitos se pueden formar con los dgitos 4, 6, 9 y cules
son, sin repetirse los dgitos.
N= 3 R=2
Ejemplo:
Del Grupo 3 A de Contabilidad de 47 alumnos, se quiere escoger un presidente,
un secretario, y tesorero. De cuantas maneras se pueden ordenar.
N=47 R= 3
Combinaciones.
n = # de datos
r = grupo tomado de n ( r < n )
Numero de formas diferentes que se pueden seleccionar n objetos de un total de n
objetos distintos sin importar el orden. n! / r! ( n- r ) !
Diagrama de rbol:
Es el dibujo que se usa para enumerar todos los resultados posibles de una serie
de experimentos en donde cada experimento puede suceder en un nmero finito
de maneras.
En este ejemplo aparece un diagrama de rbol que forma todas las permutaciones
de los elementos del conjunto (A, B, C).
B C ABC
C B ACB
A C BAC
C A BCA
A B CAB
B A CBA
EL TRINGULO DE PASCAL:
Es un conjunto infinito de nmeros enteros ordenados en forma de tringulo que
expresan coeficientes binomiales. El inters del Tringulo de Pascal radica en su
aplicacin en lgebra y permite calcular de forma sencilla nmeros combinatorios
lo que sirve para aplicar el binomio de Newton.
1
1 1
1 2 1
11 3 3
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
1 8 28 56 10 56 28 8 1
1 9 36 84 126 126 84 36 9 1
Una distribucin de los datos en categoras que ha demostrado ser til al organizar
los procedimientos estadsticos, es la distincin entre variables discretas y
variables continuas. Una variable discreta es sencillamente una variable para la
que se dan de modo inherente separaciones entre valores observables sucesivos.
Dicho con ms rigor, se define una variable discreta como la variable tal que entre
2 cualesquiera valores observables (potencialmente), hay por lo menos un valor
no observable (potencialmente). Por ejemplo, un recuento del nmero de colonias
de un cultivo es una variable discreta. Mientras que cuentas de 3 y 4 son
potencialmente observables, no lo es una de 3,5.
DISTRIBUCION BINOMIAL.
!
() =
! ( )!
Funcin de probabilidad
6 6! 1 2 1 62 1 1
( ) = ( ) ( ) = 15 ( ) ( ) = 0.2343 = 23.43%
2 2! (6 2)! 2 2 4 16
DISTRIBUCION NORMAL:
Ejemplo:
Supongamos que sabemos que el peso de los universitarios, siguen una
distribucin normal, con una media de 140 lb y una desviacin estndar de 20 lb.
Cul es la probabilidad de que un universitario tenga un peso menor o igual a
150 lb?
Paso 1.
Paso 2.
150 140
= = = 0.50
20
Paso 3.
El valor de z=0.50 en tablas es de 0.30853, debido a que ese valor es del extremo
derecho (parte no sombreada en la grfica) deberemos restar a 1.
1-0-30853=0.69147
DISTRIBUCION DE POISSON.
El eje horizontal es el ndice k. La funcin solamente est definida en valores enteros de k. Las lneas que conectan los puntos son
solo guas para el ojo y no indican continuidad.
Para este tipo de distribucin tambin podremos utilizar tablas, buscando en ellas
el valor de la probabilidad con k y ;podremos usar dos tablas y el uso de una o
de otra depender de la redaccin del problemas, las dos tablas son: una de
probabilidad exacta y una de probabilidad acumulada.
Ejemplo:
En un crucero un oficial de trnsito levanta 3 infracciones en promedio al da,
Cul es la probabilidad que levante exactamente 5 infracciones?
BINOMIO DE NEWTON
(3)
Donde r puede ser cualquier nmero complejo (en particular, r puede ser cualquier
nmero real, no necesariamente positivo ni entero), y los coeficientes estn dados
por:
CONCLUSION.
Se concluye del presente trabajo que cada uno de los conceptos antes expuestos
son importantes y van ligados uno con el otro, las tcnicas de conteo son muy
importantes para el clculo de probabilidades. Los tipos de distribuciones (poisson,
normal y binomial) tambin son parte importante en la probabilidad y lo pudimos
observar en la explicacin de cada uno de ellos. Al mismo tiempo concluimos que
aprendimos los conceptos bsicos de los trminos ms comunes usados en
probabilidad.
BIBLIOGRAFIA.
1.- Titulo: Probabilidad
Edicin: Segunda edicin
Autor: Saymour Lipschuts
Mark Lipson.
Editorial: Mc Graw Hill.