SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
Análisis de datos experimentales
Resumen
Unidad I Modelos analíticos de fenómenos aleatorios.
Media
En si se podría decir que consiste en la suma de un conjunto de datos y el resultado de
este, es dividido entre el total de datos conocidos.
Varianza
Es la desviación en una variable de carácter aleatorio considerando el valor medio de ésta.
Desviación estándar
Grado de dispersión con respecto a la media.
Factorial n!
Sea un número entero ≥ 1.
Se dice que es el producto de todos los enteros antes de ese número incluido ese número.
Se pueden realizar operaciones con factoriales y abreviar algunas divisiones.
1𝑛! = 1 ∗ 2 ∗ 3 ∗ … ∗ 𝑛 − 1 ∗ 𝑛
Técnicas de conteo (Análisis combinatorio)
 Permutaciones (P) el orden importa.
 Combinaciones (C) el orden NO importa.
Permutación constituye un ordenamiento de un conjunto de elementos.
El número de permutaciones de 𝑟 objetivos elegidos de un grupo de 𝑛 elementos es:
𝑛𝐶𝑟 =
𝑛!
(𝑛 − 𝑟)! 𝑟!
Combinación: en algunos casos, se elige un conjunto de elementos más grandes, no se
tiene en cuenta el orden de los elementos elegidos; sólo se consideran los elementos que
se eligen.
El número de combinaciones de 𝑟 elementos de un grupo de 𝑛 elementos es:
𝑛𝑃𝑟 =
𝑛!
(𝑛 − 𝑟)!
Ej. 1 Si cinco monedas se tiran simultáneamente, ¿en cuántas formas pueden caer?
𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠:
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒𝑠𝑐𝑟𝑖𝑝𝑐𝑖ó𝑛
2 𝑙𝑎𝑑𝑜𝑠 𝑚𝑜𝑛𝑒𝑑𝑎
𝒇𝒐𝒓𝒎𝒂𝒔 𝒅𝒆 𝒄𝒂𝒆𝒓 = 𝑚1 ∗ 𝑚2 ∗ 𝑚3 ∗ 𝑚4 ∗ 𝑚5 = 2 ∗ 2 ∗ 2 ∗ 2 ∗ 2 = 25
= 32
Ej. 2 ¿Cuántos menús, formados por una sopa, una carne, 2 vegetales y 1 postre, pueden
servirse sí se escoge entre cuatro sopas, seis vegetales, tres carnes y cinco postres?
𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒𝑠𝑐𝑟𝑖𝑝𝑐𝑖ó𝑛
1(4) 𝑠𝑜𝑝𝑎
1(3) 𝑐𝑎𝑟𝑛𝑒
2(6) 𝑣𝑒𝑔𝑒𝑡𝑎𝑙𝑒𝑠
1(5) 𝑝𝑜𝑠𝑡𝑟𝑒
𝒇𝒐𝒓𝒎𝒂𝒔 𝒅𝒆 𝒎𝒆𝒏ú𝒔 = (𝑠𝑜𝑝𝑎)(𝑐𝑎𝑟𝑛𝑒)(𝑣𝑒𝑔𝑒𝑡𝑎𝑙𝑒𝑠)(𝑣𝑒𝑔𝑒𝑡𝑎𝑙𝑒𝑠)(𝑝𝑜𝑠𝑡𝑟𝑒) = (4)(3)(6)(6)(5)
= 2,160 𝑓𝑜𝑟𝑚𝑎𝑠 𝑑𝑒 𝑚𝑒𝑛ú𝑠.
Probabilidad
Considere un suceso (experimento) que puede ocurrir de n maneras diferentes.
Sea 𝐴 un tipo particular de resultados en ese experimento, y 𝑋 el número de formas en las
que puede ocurrir.
𝑥 ≤ 𝑛
𝑑𝑒 𝑑𝑜𝑛𝑑𝑒
𝑃(𝐴) =
𝑥
𝑛
Ej. 1 Tres muchachas y 2 muchachos se sientan al azar en una banca para presenciar una
película de la familia. Calcúlese la probabilidad de que las 3 muchachas queden juntas.
2 + 3 = 5! = 120
ℎ + 𝑓 = 120
ℎ =
(3!)(2!)(3!)
5!
=
12(3)
120
=
36
120
=
3
10
Ej. 2 Una bolsa contiene 4 bolas verdes, 6 amarillas y 8 rojas. Se saca una bola al azar de
la bolsa; encuéntrese la probabilidad de que sea; verde; verde o amarilla; que no sea verde.
4 + 6 + 8 = 18 ℎ + 𝑓 = 18
𝑞𝑢𝑒 𝑠𝑒𝑎 𝑣𝑒𝑟𝑑𝑒;
ℎ = 4
4
18
=
2
9
𝑞𝑢𝑒 𝑠𝑒𝑎 𝑣𝑒𝑟𝑑𝑒 𝑜 𝑎𝑚𝑎𝑟𝑖𝑙𝑙𝑎;
ℎ = 10
10
18
=
5
9
𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑣𝑒𝑟𝑑𝑒;
ℎ = 14
14
18
=
7
9
Bibliografía: Estadística para ingenieros, William Navidi, Mc Graw Hill.
4 de Septiembre de 2015
Distribuciones
probabilidad
Tipos de
distribución
Fórmula Cuando se aplica Media
Desviación
estándar
Binomial 𝑛𝐶𝑥 𝑝 𝑥
𝑞 𝑛−𝑥
Cuando en un
experimento sólo
son posibles dos
resultados: el
suceso "éxito" y su
contrario el suceso
"fracaso".
𝜇 = 𝑛𝑝 𝜎 = √ 𝑛𝑝𝑞
Poisson
𝜇 𝑥
𝑒−𝜇
𝑥!
Se utiliza en
situaciones en
donde los sucesos
son impredecibles o
de ocurrencia
aleatoria. En otras
palabras no se sabe
el total de los
posibles resultados.
𝜇 = 𝑛𝑝 𝜎 = √ 𝜇
Normal
1
𝜎√2𝜋
𝑒
−
(𝑥−𝜇)2
2𝜎2
𝜇 𝜎2
Referencias:
Distribución binomial.
 http://www.vitutor.com/pro/3/b_3.html
 http://www.elosiodelosantos.com/sergiman/div/forbino.html
Distribución de Poisson.
 http://es.slideshare.net/jesussanval/distribucin-de-poisson

Más contenido relacionado

La actualidad más candente (6)

Analisis de varianza unam
Analisis de varianza unamAnalisis de varianza unam
Analisis de varianza unam
 
Manual completo de diseño
Manual completo de diseño Manual completo de diseño
Manual completo de diseño
 
Diferencia mínima significativa (LSD)
Diferencia mínima significativa (LSD)Diferencia mínima significativa (LSD)
Diferencia mínima significativa (LSD)
 
Experimentos de dos factores
Experimentos de dos factoresExperimentos de dos factores
Experimentos de dos factores
 
Anova2
Anova2Anova2
Anova2
 
P tema3
P tema3P tema3
P tema3
 

Destacado

certificates of Dr.Cheran.PDF
certificates of Dr.Cheran.PDFcertificates of Dr.Cheran.PDF
certificates of Dr.Cheran.PDF
Dr.Elan Cheran
 
마산오피『아』『찔』『한』『떡』
마산오피『아』『찔』『한』『떡』마산오피『아』『찔』『한』『떡』
마산오피『아』『찔』『한』『떡』
opsite5
 
마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』
마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』
마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』
opsite5
 
Digital Jungle Academy Course Outline Detailed(1)
Digital Jungle Academy Course Outline Detailed(1)Digital Jungle Academy Course Outline Detailed(1)
Digital Jungle Academy Course Outline Detailed(1)
Redoh Kimmie (RAINMAKER)
 

Destacado (15)

Envirolution company profile logo
Envirolution company profile logoEnvirolution company profile logo
Envirolution company profile logo
 
certificates of Dr.Cheran.PDF
certificates of Dr.Cheran.PDFcertificates of Dr.Cheran.PDF
certificates of Dr.Cheran.PDF
 
2015 030469-8 filstedvejens skole udviklings- og investeringsplan pdf 1396781...
2015 030469-8 filstedvejens skole udviklings- og investeringsplan pdf 1396781...2015 030469-8 filstedvejens skole udviklings- og investeringsplan pdf 1396781...
2015 030469-8 filstedvejens skole udviklings- og investeringsplan pdf 1396781...
 
Edt 180 alexa rothman
Edt 180 alexa rothmanEdt 180 alexa rothman
Edt 180 alexa rothman
 
Smoking
SmokingSmoking
Smoking
 
Rain water harvesting
Rain water harvestingRain water harvesting
Rain water harvesting
 
Wonders of the World
Wonders of the WorldWonders of the World
Wonders of the World
 
Palenie
PaleniePalenie
Palenie
 
마산오피『아』『찔』『한』『떡』
마산오피『아』『찔』『한』『떡』마산오피『아』『찔』『한』『떡』
마산오피『아』『찔』『한』『떡』
 
마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』
마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』
마산오피ᘞ〈OPNOLJAㆍCOM〉ᘔ『아』『찔』『한』『떡』
 
Digital Jungle Academy Course Outline Detailed(1)
Digital Jungle Academy Course Outline Detailed(1)Digital Jungle Academy Course Outline Detailed(1)
Digital Jungle Academy Course Outline Detailed(1)
 
Kecenderungan kerja otak
Kecenderungan kerja otakKecenderungan kerja otak
Kecenderungan kerja otak
 
Apple 2015
Apple 2015Apple 2015
Apple 2015
 
Anatomi kamera SLR
Anatomi kamera SLRAnatomi kamera SLR
Anatomi kamera SLR
 
Mule anypoint workday-devkit
Mule  anypoint workday-devkitMule  anypoint workday-devkit
Mule anypoint workday-devkit
 

Similar a Resumen de analisis.1

Similar a Resumen de analisis.1 (20)

Resumen de analisis
Resumen de analisisResumen de analisis
Resumen de analisis
 
Bligoo hoy
Bligoo hoyBligoo hoy
Bligoo hoy
 
Gamboa tareas
Gamboa tareasGamboa tareas
Gamboa tareas
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Tarea1 ade
Tarea1 adeTarea1 ade
Tarea1 ade
 
Oscar blog de mata
Oscar blog de mataOscar blog de mata
Oscar blog de mata
 
Oscar blog de mata
Oscar blog de mataOscar blog de mata
Oscar blog de mata
 
Oscar blog de mata
Oscar blog de mataOscar blog de mata
Oscar blog de mata
 
Tareas ade
Tareas adeTareas ade
Tareas ade
 
Tareas ade
Tareas adeTareas ade
Tareas ade
 
Presentacion Tarea 1.pdf
Presentacion Tarea 1.pdfPresentacion Tarea 1.pdf
Presentacion Tarea 1.pdf
 
Blog lic. mata probabilidad
Blog lic. mata probabilidadBlog lic. mata probabilidad
Blog lic. mata probabilidad
 
Copia de blog lic. mata probabilidad
Copia de blog lic. mata probabilidadCopia de blog lic. mata probabilidad
Copia de blog lic. mata probabilidad
 
Blog lic. mata probabilidad
Blog lic. mata probabilidadBlog lic. mata probabilidad
Blog lic. mata probabilidad
 
Blog lic. mata probabilidad
Blog lic. mata probabilidadBlog lic. mata probabilidad
Blog lic. mata probabilidad
 
Gamboa tarea1
Gamboa tarea1Gamboa tarea1
Gamboa tarea1
 
Metodos de conteo
Metodos de conteo Metodos de conteo
Metodos de conteo
 
Métodos de Conteo
Métodos de ConteoMétodos de Conteo
Métodos de Conteo
 
Metodos de Conteo
Metodos de Conteo Metodos de Conteo
Metodos de Conteo
 
Métodos de conteo
Métodos de conteo Métodos de conteo
Métodos de conteo
 

Más de Yaretzy Cota (10)

Control estadistico de la calidad
Control estadistico de la calidadControl estadistico de la calidad
Control estadistico de la calidad
 
Control estadistico de la calidad
Control estadistico de la calidadControl estadistico de la calidad
Control estadistico de la calidad
 
Firmas julio
Firmas julioFirmas julio
Firmas julio
 
Investigacion de analisis
Investigacion de analisisInvestigacion de analisis
Investigacion de analisis
 
Investigacion de analisis
Investigacion de analisisInvestigacion de analisis
Investigacion de analisis
 
Firmas
FirmasFirmas
Firmas
 
Investigación
InvestigaciónInvestigación
Investigación
 
Firmas
FirmasFirmas
Firmas
 
Investigación
Investigación Investigación
Investigación
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 

Último

ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
gustavoiashalom
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
bcondort
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
BRAYANJOSEPTSANJINEZ
 
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfMODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
vladimirpaucarmontes
 

Último (20)

01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestaciones
 
Principales aportes de la carrera de William Edwards Deming
Principales aportes de la carrera de William Edwards DemingPrincipales aportes de la carrera de William Edwards Deming
Principales aportes de la carrera de William Edwards Deming
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEstadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
 
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdfSesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
 
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
 
Desigualdades e inecuaciones-convertido.pdf
Desigualdades e inecuaciones-convertido.pdfDesigualdades e inecuaciones-convertido.pdf
Desigualdades e inecuaciones-convertido.pdf
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
APORTES A LA ARQUITECTURA DE WALTER GROPIUS Y FRANK LLOYD WRIGHT
APORTES A LA ARQUITECTURA DE WALTER GROPIUS Y FRANK LLOYD WRIGHTAPORTES A LA ARQUITECTURA DE WALTER GROPIUS Y FRANK LLOYD WRIGHT
APORTES A LA ARQUITECTURA DE WALTER GROPIUS Y FRANK LLOYD WRIGHT
 
Ejemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - EjerciciosEjemplos de cadenas de Markov - Ejercicios
Ejemplos de cadenas de Markov - Ejercicios
 
2. Cristaloquimica. ingenieria geologica
2. Cristaloquimica. ingenieria geologica2. Cristaloquimica. ingenieria geologica
2. Cristaloquimica. ingenieria geologica
 
MANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOS
MANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOSMANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOS
MANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOS
 
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotencialesUNIDAD 3 ELECTRODOS.pptx para biopotenciales
UNIDAD 3 ELECTRODOS.pptx para biopotenciales
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
 
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfMODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
 
Quimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfQuimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdf
 
Gestion de proyectos para el control y seguimiento
Gestion de proyectos para el control  y seguimientoGestion de proyectos para el control  y seguimiento
Gestion de proyectos para el control y seguimiento
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 

Resumen de analisis.1

  • 1. Análisis de datos experimentales Resumen Unidad I Modelos analíticos de fenómenos aleatorios. Media En si se podría decir que consiste en la suma de un conjunto de datos y el resultado de este, es dividido entre el total de datos conocidos. Varianza Es la desviación en una variable de carácter aleatorio considerando el valor medio de ésta. Desviación estándar Grado de dispersión con respecto a la media. Factorial n! Sea un número entero ≥ 1. Se dice que es el producto de todos los enteros antes de ese número incluido ese número. Se pueden realizar operaciones con factoriales y abreviar algunas divisiones. 1𝑛! = 1 ∗ 2 ∗ 3 ∗ … ∗ 𝑛 − 1 ∗ 𝑛 Técnicas de conteo (Análisis combinatorio)  Permutaciones (P) el orden importa.  Combinaciones (C) el orden NO importa. Permutación constituye un ordenamiento de un conjunto de elementos. El número de permutaciones de 𝑟 objetivos elegidos de un grupo de 𝑛 elementos es: 𝑛𝐶𝑟 = 𝑛! (𝑛 − 𝑟)! 𝑟! Combinación: en algunos casos, se elige un conjunto de elementos más grandes, no se tiene en cuenta el orden de los elementos elegidos; sólo se consideran los elementos que se eligen. El número de combinaciones de 𝑟 elementos de un grupo de 𝑛 elementos es: 𝑛𝑃𝑟 = 𝑛! (𝑛 − 𝑟)! Ej. 1 Si cinco monedas se tiran simultáneamente, ¿en cuántas formas pueden caer? 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠: 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒𝑠𝑐𝑟𝑖𝑝𝑐𝑖ó𝑛 2 𝑙𝑎𝑑𝑜𝑠 𝑚𝑜𝑛𝑒𝑑𝑎 𝒇𝒐𝒓𝒎𝒂𝒔 𝒅𝒆 𝒄𝒂𝒆𝒓 = 𝑚1 ∗ 𝑚2 ∗ 𝑚3 ∗ 𝑚4 ∗ 𝑚5 = 2 ∗ 2 ∗ 2 ∗ 2 ∗ 2 = 25 = 32
  • 2. Ej. 2 ¿Cuántos menús, formados por una sopa, una carne, 2 vegetales y 1 postre, pueden servirse sí se escoge entre cuatro sopas, seis vegetales, tres carnes y cinco postres? 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒𝑠𝑐𝑟𝑖𝑝𝑐𝑖ó𝑛 1(4) 𝑠𝑜𝑝𝑎 1(3) 𝑐𝑎𝑟𝑛𝑒 2(6) 𝑣𝑒𝑔𝑒𝑡𝑎𝑙𝑒𝑠 1(5) 𝑝𝑜𝑠𝑡𝑟𝑒 𝒇𝒐𝒓𝒎𝒂𝒔 𝒅𝒆 𝒎𝒆𝒏ú𝒔 = (𝑠𝑜𝑝𝑎)(𝑐𝑎𝑟𝑛𝑒)(𝑣𝑒𝑔𝑒𝑡𝑎𝑙𝑒𝑠)(𝑣𝑒𝑔𝑒𝑡𝑎𝑙𝑒𝑠)(𝑝𝑜𝑠𝑡𝑟𝑒) = (4)(3)(6)(6)(5) = 2,160 𝑓𝑜𝑟𝑚𝑎𝑠 𝑑𝑒 𝑚𝑒𝑛ú𝑠. Probabilidad Considere un suceso (experimento) que puede ocurrir de n maneras diferentes. Sea 𝐴 un tipo particular de resultados en ese experimento, y 𝑋 el número de formas en las que puede ocurrir. 𝑥 ≤ 𝑛 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑃(𝐴) = 𝑥 𝑛 Ej. 1 Tres muchachas y 2 muchachos se sientan al azar en una banca para presenciar una película de la familia. Calcúlese la probabilidad de que las 3 muchachas queden juntas. 2 + 3 = 5! = 120 ℎ + 𝑓 = 120 ℎ = (3!)(2!)(3!) 5! = 12(3) 120 = 36 120 = 3 10 Ej. 2 Una bolsa contiene 4 bolas verdes, 6 amarillas y 8 rojas. Se saca una bola al azar de la bolsa; encuéntrese la probabilidad de que sea; verde; verde o amarilla; que no sea verde. 4 + 6 + 8 = 18 ℎ + 𝑓 = 18 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑣𝑒𝑟𝑑𝑒; ℎ = 4 4 18 = 2 9 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑣𝑒𝑟𝑑𝑒 𝑜 𝑎𝑚𝑎𝑟𝑖𝑙𝑙𝑎; ℎ = 10 10 18 = 5 9
  • 3. 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑣𝑒𝑟𝑑𝑒; ℎ = 14 14 18 = 7 9 Bibliografía: Estadística para ingenieros, William Navidi, Mc Graw Hill.
  • 4. 4 de Septiembre de 2015 Distribuciones probabilidad Tipos de distribución Fórmula Cuando se aplica Media Desviación estándar Binomial 𝑛𝐶𝑥 𝑝 𝑥 𝑞 𝑛−𝑥 Cuando en un experimento sólo son posibles dos resultados: el suceso "éxito" y su contrario el suceso "fracaso". 𝜇 = 𝑛𝑝 𝜎 = √ 𝑛𝑝𝑞 Poisson 𝜇 𝑥 𝑒−𝜇 𝑥! Se utiliza en situaciones en donde los sucesos son impredecibles o de ocurrencia aleatoria. En otras palabras no se sabe el total de los posibles resultados. 𝜇 = 𝑛𝑝 𝜎 = √ 𝜇 Normal 1 𝜎√2𝜋 𝑒 − (𝑥−𝜇)2 2𝜎2 𝜇 𝜎2
  • 5. Referencias: Distribución binomial.  http://www.vitutor.com/pro/3/b_3.html  http://www.elosiodelosantos.com/sergiman/div/forbino.html Distribución de Poisson.  http://es.slideshare.net/jesussanval/distribucin-de-poisson