Professional Documents
Culture Documents
ESPE
ASIGNATURA:
ESTADSTICA I
TEMA:
DISEO Y CONSTRUCCION DE UN ISOLADOR CON
UN HABITAT CONTROLADO PARA ANIMALES DE
EXPERIMENTACION CRIADOS PARA EL
LABORATORIO DE INMUNOLOGIA DE LA
UNIVERSDAD DE LAS FUERZAS ARMADAS ESPE
INTEGRANTE:
DAVID VALDIVIESO
NRC: 2289
DOCENTE:
ING. NELSON ORTEGA
Sangolqui - Ecuador
Contenido
Resumen .......................................................................... Error! Bookmark not defined.
Introduccin ..................................................................... Error! Bookmark not defined.
CAPITULO I................................................................... Error! Bookmark not defined.
OBJETIVOS ................................................................ Error! Bookmark not defined.
Objetivo General: ..................................................... Error! Bookmark not defined.
Objetivos Especficos: .............................................. Error! Bookmark not defined.
CAPITULO II ...................................................................................................................5
Marco terico .................................................................................................................5
CAPITULO III .................................................................................................................7
1. DISTRIBUCIN DE PROBABILIDADES. ......................................................7
2. DISTRIBUCIN DE PROBABILIDAD BINOMIAL Y ACUMULADA ......9
3. DISTRIBUCIN DE PROBABILIDAD HIPERGEOMTRICA ................12
4. DISTRIBUCIN DE PROBABILIDAD POISSON......................13
5. DISTRIBUCIN DE PROBABILIDAD NORMAL..14
CONCLUSIONES Y RECOMENDACIONES...16
BIBLIOGRAFIA16
RESUMEN
El presente proyecto se utilizara todo lo enseado hasta ahora de los temas de estadstica
que aplicaremos en una Tesis de Mecatrnica de la Universidad de la Fuerzas Armadas
ESPE, y as se observara el uso de lo enseado de probabilidades en dicha tesis.
CAPITULO I
OBJETIVO GENERAL
OBJETIVOS ESPECIFICOS
Adjuntar todos los datos posibles en el trabajo de titulacin para poder usar todo el
conocimiento de probabilidades lo que nos han enseado en estadstica y aplicarlas en
el trabajo de titulacin.
Aplicar de mejor manera cada tema de probabilidades para que se adapte al trabajo.
CAPITULO II
Marco terico
ESTADISTICA
ESTADSTICA es el arte de realizar inferencias y sacar conclusiones a partir de datos
imperfectos. (Orellana, 2001)
Estadstica descriptiva
Son mtodos para organizar, resumir y presentar datos de manera informativa. (Lind, 2012)
Medidas de tendencia central
La media aritmtica: se la conocer como media o promedio. Se representa por la letra x.
La mediana: valor que se ubica en el centro de una distribucin. Se representa como Me.
La moda: valor que se presenta con mayor frecuencia en una distribucin. Se
representa Mo.
CALCULAR LA MEDIA
Es la suma de todos los valores dividido para el nmero total de dichos datos
1 + 2 + 3 + 4 + +
=
CALCULAR LA MODA
Moda (Mo):
CALCULAR LA MEDIANA
Mediana (Me):
La mediana es el valor que ocupa el lugar central entre todos los valores del conjunto de
datos, cuando estn ordenados en forma creciente o decreciente.
Estadstica Inferencial
Mtodos que se emplean para determinar una propiedad de una poblacin con base en la
informacin de una muestra de ella. (Lind, 2012)
Probabilidad:
La probabilidad de un suceso es un numero, comprendido entre 0 y 1, que indica las posibilidades
que tiene de verificarse cuando se realiza un experimento aleatorio.
Distribucin de probabilidad:
Lista de todos los resultados de un experimento y la probabilidad asociada a cada uno de ellos.
Experimento: Proceso que induce a que ocurra una y slo una de varias posibles
observaciones.
Resultado: Resultado particular de un experimento.
Evento: Conjunto de uno o ms resultados de un experimento.
CAPITULO III
1. DISTRIBUCION DE PROBABILIDAD
TABLA DE DISTRIBUCION DE
PROBABILIDADES
TEMPERATURA PROBABILIDADES DE
ESCOGER LA
ADECUADA
21 0.0769
22 0.0769
23 0.1538
24 0.2307
25 0.2307
26 0.2307
Probabilidad Alternativas
30
25
Probabilidad
20
15
10
0
1 2 3 4 5 6
Alternativas
R: Se concluye que para elegir la adecuada tienen la misma probabilidad que todas. Pero hay
que observar cual es error porcentual para hacerlo.
2. Cul es la media y la desviacin estndar y varianza de la distribucin de
probabilidad del anterior problema?
(X) P(x) ( ) ()
2 = 407.3563
= 407.3563
= 20.18
= . .
= + 24.1944
16.156
P(x) = ( )
Donde:
C es el smbolo de combinacin.
n es el nmero de ensayos.
x es la variable aleatoria definida como el nmero de xitos.
es la probabilidad de xito en cada ensayo.
MEDIA DE UNA DISTRIBUCIN BINOMIAL
=
EJERCICIO.
= .
n=6
=
4.02 = (6)
4.02
=
6
= 0.67
a) Datos:
= .
n=6
x=1
P(x) = ( )
P(0) = 1 1 (0.33)6
P(0) =0.001
Conclusin: La probabilidad de que ninguna cumpla con los estndares de temperatura es del
0.001
c) Datos:
= .
n=6
P(x) = ( )
P ( 4) = P(x = 4) + P(x = 5)+ P(x = 6)
GRAFICA
0.35
DISTRIBUCION BINOMIAL
0.3
0.25
0.2
0.15
0.1
0.05
0
0 1 2 DE PROBABILIDAD
DISTRIBUCIN 3 4HIPERGEOMTRICA
5 6 7
La frmula de la distribucin de probabilidad hipergeomtrica es la siguiente:
( ,) ( ,)
( ) =
(.)
Dnde:
N representa el tamao de la poblacin.
S es el nmero de xitos en la poblacin.
x es el nmero de xitos en la muestra; ste puede asumir los valores 0, 1, 2, 3
n es el tamao de la muestra o el nmero de ensayos.
C es el smbolo de combinacin
4. Para el siguiente proyecto de titulacin se ha considerado igualmente 6
temperaturas que cumplen los estndares mnimos, pero de los cuales 3 de ellos
cumplen exactamente lo que se pide. En una muestra de 2 temperaturas, Cul es
la probabilidad de que tres de ellos cumplan los estndares requeridos?
Datos
N=6
S=3
x=2
n= 3
Se desea calcular la probabilidad de que 4 de las 6 alternativas.
( ,) ( ,)
() =
(,)
(3 ,2) (63 ,32)
(2) =
(6,3)
(3 ,2) (3 ,1)
(2) =
(6,3)
9
(2) =
20
(2) = 0.45
Conclusin: La probabilidad de que tres de ellos cumplan los estndares requeridos es del 0.45
DISTRIBUCIN DE PROBABILIDAD DE POISSON
La frmula de la distribucin de probabilidad Poisson es la siguiente:
()
() =
!
EJERCICIO.
=0.96
a) =0.96*2=1.92
(. ) .
() =
!
() = .
1.5
0.5
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45
+
=
EJERCICIO.
. .
= = .
.
Observamos en el Apendice II del libro de Shawn.
a)
0.5
0.0080
P(x) =0.5-0.0080
P(x) =0.492
..
b) = = .
.
0.5
0.0279
P(x) =0.5+0.0279
P(x) =0.5279
METODOS DE MUESTREO
Teorema central del lmite.- Si todas las muestras de un tamao en particular se seleccionan de
cualquier poblacin, la distribucin muestral de la media se aproxima a una distribucin normal.
Esta aproximacin mejora con muestras ms grandes.
Se dice que cuando n es igual o mayor que 30 tiene una distribucin ms cercana a la de una
distribucin normal.
=
/
EJERCICIO
,,
= = ,
,/
- -0,35
0.5
0,1368
R:
=0,5-0,1368
=0,3632
Es probable ya que que existe un 36,32% que tenga un ambiente mejorado pero de tal
manera se debe modificar para que suba mas de un 50%.
EJERCICIO
,
, , +50,17
-17,87
, ,
95%
=0.025
=0,025
CONCLUSIONES
Se concluye que todo lo enseado en estadstica se us en los ejercicios que se
demuestra que este proyecto de grado tiene su tema de probabilidades.
Concluimos para el trabajo realizado tiene una buena manera de explicarnos el proyecto
y como tratarlo para usar las frmulas de probabilidades.
RECOMENDACIONES
Se recomienda usar un trabajo de titulacin que tenga datos que se pueda utilizar ya que
en algunos no se encuentra todos los datos.
Se recomienda usar bien las frmulas de distribucin
Se debe usar las probabilidades, de manera correcta y comprobar si el programa en R
tienen los mismos resultados.
Bibliografa
Lind, M. W. (2012). ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMA. Mexico:
McGraw-Hill.