CUESTIONARIO

1 CUAL ES EL PROPOSITO DE UN MODELO MATEMATICO APLICADO A CUALQUIER

CIENCIA

R .En ciencias aplicadas y en tecnología, un modelo matemático es uno de los tipos de modelos

científicos que emplea algún tipo de formulismo matemático para expresar relaciones, proposiciones

sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables de las operaciones, para

estudiar comportamientos de sistemas complejos ante situaciones difíciles de observar en la realidad. El

término modelización matemática es utilizado también en diseño gráfico cuando se habla de modelos

geométricos de los objetos en dos (2D) o tres dimensiones (3D).El significado de modelo matemático

en filosofía de la matemática y fundamentos de la matemática es, sin embargo, algo diferente. En concreto en

esas áreas se trabajan con "modelos formales". Un modelo formal para una cierta teoría matemática es un

conjunto sobre el que se han definido un conjunto de relaciones unarias, binarias y trinarias, que satisface las

proposiciones derivadas del conjunto de axiomas de la teoría. La rama de la matemática que se encarga de

estudiar sistemáticamente las propiedades de los modelos es la teoría de modelos.

2 QUE DISTRIBUCIONES CONOCE Y CUAL SU AREA DE INCIDENCIA EXPERIMENTAL

R
APLICACIÓN DE LA DISTRIBUCION DE PROBABILIDAD.
En el Laboratorio de Control y Automatización de la FIEE de la UNAC se tiene 16 computadoras, el Jefe de dicho
laboratorio reporta el siguiente informe:
El jefe de
Distrib.
Nº de Prob

máquina

1 0.096774194

2 0.064516129

3 0

4 0.193548387

5 0.032258065

6 0

7 0.064516129

8 0.032258065

9 0.032258065

10 0.064516129

11 0

12 0

13 0.032258065

14 0.161290323

15 0.193548387

16 0.032258065

laboratorio desea saber cual es la distribución de probabilidad de falla de las máquinas, para
tomar acciones de mantenimiento.
 3 LA CURVA NORMAL ES UN MODELO QUE ESTA DEFINIDA EN TERMINOS DE UNA

ECUACION NATEMATICA ¿PARA QUE SIRVE?

La curva normal o gráfica de la campana de Gauss sirve para explicar muchos aspectos de la

conducta humana. Por ejemplo, el estrés: una tarea (o una dificultad) de la vida que sea poco

estresante producirá una respuesta escasa y si es demasiado estresante, también. Al meollo de la

campana de Gauss que produce más respuesta se puede llamar estimulante.

A veces, hacerse el duro es adecuado para que te valoren, para estimular a otra persona a

comportarse de una manera adecuada para con uno mismo.

Pero cuando la conducta estirada y orgullosa es excesiva, la respuesta se vuelve nula

 Aplicaciones
Una de las mayores aportaciones al cálculo integral que realizó Gauss, fue la introducción de esta función.
Este gráfico se usa en variables asociadas a fenómenos naturales que siguen el modelo de la normal.

 Caracteres morfológicos de individuos (personas, animales, plantas,...) de una especie, p.ejm. tallas,
pesos, envergaduras, diámetros, perímetros,...
 Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco, o de una misma
cantidad de abono.
 Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos,
puntuaciones de examen.
 Caracteres [Psicología psicológicos]], por ejemplo: cociente intelectual, grado de adaptación a un
medio,...
 Errores cometidos al medir ciertas magnitudes.
 Valores estadísticos muéstrales, por ejemplo: la media.


4 PARA DEFINIR COMPLETAMENTE UNA DISTRIBUCION NORMAL , QUE BASTA CONOCER

R
Para definir, entender y aplicar una distribución normal de probabilidad es necesario conocer dos parámetros:
 La media ( μ ): Es la suma de los datos divididos entre el número de datos.

 La desviación estándar(): Es la variación de los datos con respecto a la media (μ):

No importa cuales sean los valores de μ y s para una distribución de probabilidad normal, el área total bajo la curva
es 1.00, de manera que podemos pensar en áreas bajo la curva como si fueran probabilidades.

En resumen: entre más grande es el valor de sigma () el nivel de defectos permitido es menor.

Uso de la tabla de distribución de probabilidad normal estándar.

x = Valor de la variable aleatoria que nos preocupa.
 = Media de la distribución de la variable aleatoria.
 = Desviación estándar de la distribución.
z = Número de desviaciones estándar que hay desde x a la media de la distribución.

5) LA DISTRIBUCION NORMAL ES UNA DISTRIBUCION APLICABLE A POBLACIONES

CONTINUAS O DISCRETAS

Las distribuciones de probabilidad son distribuciones de probabilidad continuas o distribuciones de

probabilidad discretas, dependiendo de si definen probabilidades para variables continuas o discretas.

¿Qué es una distribución continua?

Una distribución continua describe las probabilidades de los posibles valores de una variable aleatoria
continua. Una variable aleatoria continua es una variable aleatoria con un conjunto de valores posibles
(conocido como el rango) que es infinito y no se puede contar.

Las probabilidades de las variables aleatorias continuas (X) se definen como el área por debajo de la curva
de su PDF. Por lo tanto, solo los rangos de valores pueden tener una probabilidad diferente de cero. La
probabilidad de que una variable aleatoria continua equivalga a algún valor siempre es cero.

Ejemplo de la distribución de pesos

La distribución normal continua puede describir la distribución del peso de hombres adultos. Por ejemplo,
usted puede calcular la probabilidad de que un hombre pese entre 160 y 170 libras.

Gráfica de distribución del peso de hombres adultos

El área sombreada debajo de la curva en este ejemplo representa el rango de 160 a 170 libras. El área de este rango es
0.136; por lo tanto, la probabilidad de que un hombre seleccionado aleatoriamente pese entre 160 y 170 libras es de
13.6%. Toda el área por debajo de la curva equivale a 1.0.
Sin embargo, la probabilidad de que X sea exactamente igual a algún valor siempre es cero, porque el
área por debajo de la curva en un punto individual, que no tiene anchura, es cero. Por ejemplo, la
probabilidad de que un hombre pese exactamente 190 libras es cero. Podría calcular una probabilidad
diferente de cero de que un hombre pese más de 190 libras, menos de 190 libras o entre 189.9 y 190.1
libras, pero la probabilidad de que pese exactamente 190 libras es cero.

¿Qué es una distribución discreta?

Una distribución discreta describe la probabilidad de ocurrencia de cada valor de una variable aleatoria
discreta. Una variable aleatoria discreta es una variable aleatoria que tiene valores contables, tales como
una lista de enteros no negativos.

Con una distribución de probabilidad discreta, cada valor posible de la variable aleatoria discreta puede
estar asociado con una probabilidad distinta de cero. Por lo tanto, una distribución de probabilidad
discreta suele representarse en forma tabular.

Ejemplo del número de quejas de clientes

Con una distribución discreta, a diferencia de una distribución continua, usted puede calcular la
probabilidad de que X sea exactamente igual a algún valor. Por ejemplo, puede utilizar la distribución
discreta de Poisson para describir el número de quejas de clientes en un día. Supongamos que el número
promedio de quejas por día es 10 y usted desea saber la probabilidad de recibir 5, 10 y 15 quejas de
clientes en un día.

x P (X = x)

5 0.037833

10 0.12511

15 0.034718
Usted también puede visualizar una distribución discreta en una gráfica de distribución para ver las

probabilidades entre los rangos.

Gráfica de distribución del número de quejas de clientes
Las barras sombreadas en este ejemplo representan el número de ocurrencias cuando las quejas diarias de los clientes son
15 o más. La altura de las barras suma 0.08346; por lo tanto, la probabilidad de que el número de llamadas por día sea 15
o más es 8.35%.

OBSERVACIONES Y NCONCLUCIONES
De acuerdo con lo que hemos observado, y los datos obtenidos en los ejercicios, tenemos que cada vez que
se efectúe el conjunto de operaciones requeridas para medir una determinada magnitud, se obtendrá un
número que solamente en forma aproximada representa la medida buscada. Por lo tanto, cada resultado de
una medición está afectado por un cierto error.