INGENIERÍA
ITIANOS
3ro
ITIANOS
TSU
4to
Ingeniería
7mo
Estadística Aplicada
10
16
44
60
4
El alumno utilizará técnicas estadísticas y de probabilidad, para el análisis e interpretación de datos.
Crea una cuenta gratuita en box.com y compártela con tw-es-8@outlook.com, favor de seguir el siguiente formato:
UTT_10ATN_ESTADISTICAAPLICADA_TUNOMBRECOMPLETOYSINESPACIOS
| HORA | LUNES | MARTES | MIÉRCOLES | JUEVES | VIERNES |
|---|---|---|---|---|---|
| 5:00-5:50 | X | ||||
| 5:50-6:40 | X | ||||
| 6:40-7:00 | |||||
| 7:00-7:50 | |||||
| 7:50-8:40 | X | ||||
| 8:40-9:30 | X |
| HORA | LUNES | MARTES | MIÉRCOLES | JUEVES | VIERNES |
|---|---|---|---|---|---|
| 5:00-5:50 | X | ||||
| 5:50-6:40 | |||||
| 6:40-7:00 | |||||
| 7:00-7:50 | X | ||||
| 7:50-8:40 | X | ||||
| 8:40-9:30 | X |
Mendenhall, William, Sincich, Terry. (1997) Probabilidad y estadista para Ingenieros (4ED) Washington EE.UU. Prentice Hall
Triola, Mario F. (2008) Estadística (10ED) Madrid España Pearson Education
Walpole, Ronald, Myers, Raymond H., Myers, Sharon, Ye, Keying. (2007) Probabilidad y estadística para ingeniería y ciencias (8ED) Washington EE.UU. Prentice Education
Resumen: La estadística descriptiva es un conjunto de procedimientos que tienen por objeto presentar masas de datos por medio de tablas, gráficos y/o medidas de resumen.
Da clic aquí para descargar la presentación
Resumen: En el mundo real hay fenómenos regidos por leyes determinadas, es decir, bajo condicionadas dadas. El resultado es previsible, salvo quizás por errores de medida; estos fenómenos denominan fenómenos deterministas, un ejemplo de ellos puede ser la caída de un objeto desde determinada altura. Frente a estos fenómenos existen otros muchos que no siguen unas leyes determinadas. Un fenómeno o experimento se dice aleatorio si puede dar lugar a varios resultados, sin que pueda ser posible decir con certeza los resultados del mismo. Los fenómenos aleatorios aparecen en muchas disciplinas científicas. Por ejemplo, en Mercadotecnia interesan las cantidades de cierta mercancía vendidas en días sucesivos; en Física se detecta la presencia de ruidos térmicos en un circuito eléctrico; en Control de Calidad interesa el número de ítems defectuosos producidos por cierta máquina; en Medicina el número de pacientes curados por cierto fármaco, etc. Al describir un experimento aleatorio es esencial especificar qué aspecto del resultado interesa observar, es decir, cuál es el criterio para considerar dos resultados como diferentes. Esta especificación se logra mediante el espacio muestral.
Da clic aquí para descargar la presentación
Resumen: Se entiende el grupo de todos los resultados específicos que se pueden obtener tras una experimentación de carácter aleatorio. A cada uno de sus componentes se los define como puntos muestrales o, simplemente, muestras.
Da clic aquí para descargar la presentación
ACTIVIDAD: Descarga el siguiente archivo .docx, imprimelo, pegalo en tu cuaderno y responde los espacios en blanco según la definición correcta.
Da clic aquí para descargar el archivo
Resumen: Probabilidad condicional es la probabilidad de que ocurra un evento A, sabiendo que también sucede otro evento B. La probabilidad condicional se escribe P(A|B) o P(A/B), y se lee «la probabilidad de A dado B». Algunas situaciones de probabilidad implican más de un evento. Cuando los eventos no se afectan entre sí, se les conoce como eventos independientes. Los eventos independientes pueden incluir la repetición de una acción como lanzar un dado más de una vez, o usar dos elementos aleatorios diferentes, como lanzar una moneda y girar una ruleta. Muchas otras situaciones también pueden incluir eventos independientes. Para calcular correctamente las probabilidades, necesitamos saber si un evento influye en el resultado de otros eventos.
Da clic aquí para descargar la presentación
Da clic aquí para descargar la guía de estudio.
Uno de los objetivos de la estadística es el conocimiento cuantitativo de una determinada parcela de la realidad. Para ello, es necesario construir un modelo de esta realidad particular objeto de estudio, partiendo de la premisa de que lo real es siempre más complejo y multiforme que cualquier modelo que se pueda construir. De todas formas, la formulación de modelos aceptados por las instituciones responsables y por los usuarios, permite obviar la existencia del error o distancia entre la realidad y el modelo.
Los modelos teóricos a los que se hace referencia se reducen en muchos casos a (o incluyen en su formulación) funciones de probabilidad. La teoría de la probabilidad tiene su origen en el estudio de los juegos de azar, que impulsaron los primeros estudios sobre cálculo de probabilidades en el siglo XVI, aunque no es hasta el siglo XVIII cuando se aborda la probabilidad desde una perspectiva matemática con la demostración de la “ley débil de los grandes números” según la cual, al aumentar el número de pruebas, la frecuencia de un suceso tiende a aproximarse a un número fijo denominado probabilidad. Este enfoque, denominado enfoque frecuentista, se modela matemáticamente en el siglo XX cuando el matemático ruso Andrei Nikolaevich Kolmogorov (1903-1987) formula la teoría axiomática de la probabilidad. Dicha teoría define la probabilidad como una función que asigna a cada posible resultado de un experimento aleatorio un valor no negativo, de forma que se cumpla la propiedad aditiva. La definición axiomática establece las reglas que deben cumplir las probabilidades, aunque no asigna valores concretos.
Uno de los conceptos más importantes de la teoría de probabilidades es el de variable aleatoria que, intuitivamente, puede definirse como cualquier característica medible que toma diferentes valores con probabilidades determinadas. Toda variable aleatoria posee una distribución de probabilidad que describe su comportamiento. Si la variable es discreta, es decir, si toma valores aislados dentro de un intervalo, su distribución de probabilidad especifica todos los valores posibles de la variable junto con la probabilidad de que cada uno ocurra. En el caso continuo, es decir, cuando la variable puede tomar cualquier valor de un intervalo, la distribución de probabilidad permite determinar las probabilidades correspondientes a subintervalos de valores. Una forma usual de describir la distribución de probabilidad de una variable aleatoria es mediante la denominada función de densidad en el caso de variables continuas y función de masa de probabilidad en el caso de variables discretas, en tanto que lo que se conoce como función de distribución representa las probabilidades acumuladas
Clasificación de las distribuciones
Se clasifican en DISCRETAS y CONTINUAS
INDICACIONES: Descarga el siguiente documento referente a las distribuciones de probabilidad y completa la tabla proporcionada por el docente. (esta tabla junto con los ejercicios vistos en clase vienen en el examen).
Documento de apoyo para responder la tabla de distribuciones de probabilidad
Documento word con la tabla
INDICACIONES: Utilizando como referencia el formato del artículo cientifico de la CIO, elabora una investigación en donde desarrolles la solución a un problema de pruebas de hipótesis descritos a continuación. La investigación debe tener el formato del documento de la CIO y además incluir las mismas secciones: resumen, introducción, teoría, parte experimental, resultados, conclusiones y bibliografía (mínimo 10 fuentes de consulta).
Temas: