Documente Academic
Documente Profesional
Documente Cultură
PRESENTADO POR:
BERTA INES GONZALEZ GUIZAO
CODIGO: 1.063.362.485
GRUPO
100402_253
TUTORA
ZORAIDA MONSALVE
En nuestro diario vivir surgen situaciones en las que los resultados observados son
diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las
mismas. Por ejemplo, al lanzar una moneda unas veces resultará cara y otro sello. Estos
fenómenos, denominados aleatorios, se ven afectados por la incertidumbre.
Por eso conocer y distinguir cada uno de los conceptos de la probabilidad y sus
aplicaciones son de vital importancia para aclarar todas las dudas y especulaciones que
se hagan frente un caso aleatorio.
OBJETIVOS
Objetivo general
Objetivos específicos
D Si un evento A puede ocurrir de n1 maneras y una vez que este ha ocurrido, otro evento B puede
A n2 ma neras diferentes entonces, e l número total de forma s di ferentes en que a mbos eventos
pueden ocurri r en el orden i ndi ca do, es i gua l a n1 x n2.
D
La técnica de la multiplicación
La técni ca a di ti va
La técni ca de l a s uma o Adi ci ón
La técni ca de l a permuta ci ón
La técni ca de l a combi na ci ón.
Probabilidad Clásica: l a probabilidad clásica de un evento es la ra zón entre el número de ca sos
fa vora bles (suceso) y el número total de casos posibles (sucesos)
1
.𝑃 𝐴 =
𝑛
Los juegos de azar se remontan al siglo XVII cuando Antoine Gombauld, quien pensó
haber descubierto una táctica infalible de jugar los dados, pero no fue así al ver la
situación de pérdidas se obligó a consultar a Blas Pascal y a Pierre de Fernat iniciándose
así poco a poco una ciencia bien fundamentada.
Supongamos que se lanza 100 veces una moneda anotamos el número de veces que
sale cara y las veces que sale sello
Frecuencia absoluta cara 56 sello 44
Frecuencia relativa 56/100 44/100
Probabilidad p = 56% p = 44%
Probabilidad con base en las frecuencias relativas: es otro concepto probabilístico que
consiste en la observación que nos determina n el momento que ocurrieron eventos
semejantes el pasado que permiten establecer que ocurran en el futuro.
Resumen de la unidad 2
Una variable aleatoria es pues, una función que asigna un número real a
cada resultado en el espacio muestral de un experimento aleatorio. Ellas
se denotan con una letra mayúscula, tal como X.
Ejemplo 1.
Definición Se dice que una variable aleatoria es discreta si toma un número finito o a lo
más numerable de valores:
El valor esperado o esperanza de una 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.
Sea X una variable aleatoria discreta con función de probabilidades f(x). Entonces, el valor
esperado de la variable aleatoria X, el cual se representa por E(X), está definido por:
E(X) = å xi f(xi)
Lo anterior significa, que para calcular E(X) se multiplica cada valor que puede tomar la
variable aleatoria por la probabilidad que le corresponde y después se suman esos
productos.
RESUMEN CIPAS
Son grupos de estudio que se conforman entre estudiantes y orientados por un docente,
estos se conforman para contribuir y mejorar el aprendizaje en temas académicos,
también para establecer vínculos sociales y afectivos en búsqueda del crecimiento
personal y colectivo.
Los CIPAS se registran en el centro para programar el acompañamiento de mediadores.
El papel de los monitores en estos grupos es motivar y dar inducción a la creación de los
CIPAS, dar apoyo a manejos de herramientas recursos tecnológicos.
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Página 241 a 278. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=1101376
7&tm=1470693471527
M. Pliego López, R. M. Pérez, Estadística I (2004) 2nd ed., pp. 27-94. Madrid:
Paraninfo. Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE%7CCX4052400006&v=2.1&u=unad
&it=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f8129c3bb3ab609