Professional Documents
Culture Documents
Presentado por:
Silvana Cabrera S
Código: 1.045.684.642
Grupo: 100402_223
Tutora:
ZORAIDA MONSALVE
CEAD BARRANQUILLA
AGOSTO 2018
1
INTRODUCCIÓN
2
OBJETIVOS
3
CUADRO SINOPTICO
https://www.goconqr.com/es-ES/p/14856560-PROBABILIDAD-GRUPO--100402-223--flowcharts
4
RESUMEN UNIDADES 1 Y 2
TÉCNICA DE CONTEO: Las técnicas de conteo son aquellas que son usadas
para enumerar eventos difíciles de cuantificar.
5
MÉTODO AXIOMÁTICO: Los axiomas de la formulación moderna de la teoría de
la probabilidad constituyen una base para deducir un amplio número de
resultados.
Es considerada considerada como una función de valor real definida sobre una
colección de eventos de un espacio muestral S que satisface los siguientes
axiomas.
Axioma 1. La probabilidad de un evento es un número real no negativo, o sea P(A)
0, para cualquier subconjunto A de un espacio muestral 5
Axioma 2. La probabilidad de un suceso que ocurrirá con certeza es 1, es decir P
(A) - 1, y en complemento a este axioma podemos decir que la probabilidad de un
suceso imposible de ocurrir es cero, es decir P (A) - 0.
6
Ejemplo 1. Considere el lanzamiento de una moneda. El espacio muestral de este
experimento aleatorio está constituido por dos resultados: cara y sello. Si se define
X(cara)=0 y X(sello)=1, se transforman los dos posibles resultados del espacio En
este caso la ley de la variable aleatoria es la ley de probabilidad sobre el conjunto
de los valores posibles de que asocia la probabilidad al singleton .
VARIABLE ALEATORIA
Esta variable aleatoria tiene su origen en los juegos de azar, debido a que los
jugadores deseaban saber cual era su esperanza de ganar o perder con un juego
determinado. Como a cada resultado particular del juego le corresponde una
probabilidad determinada, esto equivale a una función de probabilidad de una
variable aleatoria y el conjunto de todos los resultados posibles del juego estará
representado por la distribución de probabilidad de la variable aleatoria. El valor
esperado o esperanza es muy importante, ya que es uno de los parámetros que
describen una variable aleatoria.
7
salir un número de 1 al 6; en una ruleta el número puede tomar un valor del 1 al
32.
Las distribuciones continuas son aquellas que presentan un número infinito de
posibles soluciones: Ejemplo: El peso medio de los alumnos de una clase puede
tomar infinitos valores dentro de cierto intervalo (42,37 kg, 42,3764 kg,
42,376541kg, etc); la esperanza media de vida de una población (72,5 años,
72,513 años, 72,51234 años).
DISTRIBUCIÓN BINOMIAL
Son las más útiles dentro de las distribuciones de probabilidad discretas. Estas
distribuciones permiten enfrentar circunstancias en las que los resultados
pertenecen a dos categorías relevantes: que ocurra un evento determinado o que
no lo haga. Este tipo de experimento aleatorio particular es denominado ensayo de
Bernoulli. Sus dos resultados posibles son denotados por “éxito” y “fracaso” y se
define por p la probabilidad de un éxito y 1-p la probabilidad de un fracaso.
8
RESUMEN CIPAS
9
CONCLUSIONES
Con el desarrollo del presente trabajo pude explorar todas las facetas del
significado de la probabilidad y prestar atención a los aspectos procedimentales,
ya que estos temas son fundamentales y aplicables en nuestra cotidianidad. Se
hizo necesario diseñar un cuadro sinóptico para referenciar los temas a tratar
durante el desarrollo de la materia.
10
REFERENCIAS BIBLIOGRAFICAS
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
11013767&ppg=177
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
10436604&ppg=128
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7C
CX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resul
tClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE
%7C3BDC
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
11013767&ppg=200
11