1. Profesor: Edgar Gerardo mata.
Alumno: Jesús Marcos Rodríguez Escañero.
“2” A
Universidad tecnológica de torreón.

2.  Una distribución de probabilidad indica toda la gama de valores que pueden
representarse como resultado de un experimento. Una distribución de probabilidad
es similar al distribución de frecuencias relativas .Si embargo, en vez de describir el
pasado, describe la probabilidad que un evento se realice en el futuro, constituye
una herramienta fundamental para la prospectiva, puesto que se puede diseñar un
escenario de acontecimientos futuros considerando las tendencias actuales de
diversos fenómenos naturales.
 Las decisiones estadísticas basadas en la estadística inferencia son fundamentales
en la investigación que son evaluadas en términos de distribución de
probabilidades.

3.  Se basa en información aparente solo con lo que tu
sabes.
 Se basa en cualquier información disponible.
 Ya que es una de sus características es que se
determina a priori es decir, se lleva a cabo sin
ningún experimento.
 Mi probabilidad subjetiva antes de realizar
experimento de 200 lanzamientos fue de que
caería el 10 35 veces .

4.  Basada en un los resultados de un experimento
previo, (se tiene que hacer el experimento).
 La probabilidad frecuencial se calcula a
posteriori, después de realizar el experimento, (cuando
se puede).
 Hay eventos o fenómeno en los cuales no se puede
hacer probabilidad frecuencial.
Xi Fi Fai Fri
2 5 5 0.025 0.025
3 7 12 0.035 0.06
4 13 25 0.065 0.125
5 23 48 0.115 0.24
6 36 84 0.18 0.42
7 26 110 0.13 0.55
8 35 145 0.175 0.725
9 23 168 0.115 0.84
10 14 182 0.07 0.91
11 12 194 0.06 0.97
12 6 200 0.03 1
LANZAMIENTO DE DADOS 200 VECES

5.  La probabilidad matemática o clásica se determina apriori, antes de
realizar el experimento.
 Esta tampoco se aplica a todos los fenómenos o eventos, porque se
deben cumplir ciertos requisitos.
 En algunos experimentos aleatorios cada uno de sus eventos
elementales tienen la misma probabilidad de ocurrir y se dice que
son equiprobables, la probabilidad en cada uno está definida por el
cociente.
ESPACIO MUESTRA.

6. CASOS FAVORABLES LAS VECES
QUE APARECEN EN EL ESPACIO
MUESTRA.
Xi Fi P(Xi)
2 1 0.02777778
3 2 0.05555556
4 3 0.08333333
5 4 0.11111111
6 5 0.13888889
7 6 0.16666667
8 5 0.13888889
9 4 0.11111111
10 3 0.08333333
11 2 0.05555556
12 1 0.02777778
PROBABILIDAD MATEMATICA
LA LEY DE LOS GRANDES NUMEROS.
La ley de los grandes números también
llamada la ley del azar afirma que al repetir
Un experimento aleatorio un numero cada vez mas
Grande de veces .
La frecuencia relativa de cada suceso elemental tiende
A aproximarse a un numero fijo,
PROBABILIDAD DE UN SECESO.

7. Xi Fi P(Xi) Xi Fi P(Xi) Xi Fi Fri
2 2739 0.02739 2 1 0.02777778 2 5 0.025
3 5520 0.0552 3 2 0.05555556 3 7 0.035
4 8207 0.08207 4 3 0.08333333 4 13 0.065
5 11163 0.11163 5 4 0.11111111 5 23 0.115
6 13904 0.13904 6 5 0.13888889 6 36 0.18
7 16591 0.16591 7 6 0.16666667 7 26 0.13
8 13980 0.1398 8 5 0.13888889 8 35 0.175
9 11068 0.11068 9 4 0.11111111 9 23 0.115
10 8414 0.08414 10 3 0.08333333 10 14 0.07
11 5656 0.05656 11 2 0.05555556 11 12 0.06
12 2758 0.02758 12 1 0.02777778 12 6 0.03
Resultados de lanzamiento de 100,000
vecces
PROBABILIDAD MATEMATICA
Resultado de lanzamiento de 200
veces.

8.  Como se observa, la ley de los grandes números nos
demuestra que es verdad que al hacer el mismo
experimento aleatoria con un mayor numero de veces
tiende a acercarse mas al numero fijo .
 Por ultimo les dejo el link donde veras el experimento
de los dados en 200 lanzamientos.
http://www.youtube.com/watch?v=rN5FmwFszCA&feat
ure=youtu.be