ESTADISTICA COMPLEJA TRABAJO: COABORATIVO 1

PRESENTADO POR: DARLEY ROCIO BLANCO DUARTE: CODIGO. 52907975

DOCENTE ELKIN ORLANDO VELEZ

GRUPO 301014_67

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS SOCIALES, ARTES Y HUMANIDADES NOMBRE PROGRAMA: PSICOLOGA NOMBRE DEL CEAD: SOGAMOSO 28 DE SEPTIEMBRE DE 2013

Finicin de Experimento aleatorio y espacio Muestral

Muestra: Tambin llamada muestra aleatoria, es un subconjunto de casos o individuos de una poblacin estadstica. Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos, puede obtenerse una informacin similar a la de un estudio exhaustivo con mayor rapidez y menor coste. conocemos las condiciones iniciales de altura, velocidad, etc., sabremos con seguridad dnde caer, cunto tiempo tardar, etc. Es una experiencia determinista. Un espacio maestral, denotado por, asociado con un experimento aleatorio es un conjunto de puntos tales que: 1.Cada elemento de denota un resultado del experimento, y 2. Cualquier ejecucin del experimento da lugar a un resultado que corresponde exactamente a un elemento de . Los elementos del espacio muestral son llamados puntos mustrales. De acuerdo a la naturaleza de los elementos que conforman un espacios muestral, este se puede clasificar en: Discreto: Se dice que un espacio muestral es discreto si al enumerar sus elementos, estos nmeros pueden ponerse en una correspondencia uno a uno con el conjunto de los enteros positivos o cuando contiene un nmero contable de elementos. Continuo: Se dice que un espacio muestral es continuo si sus resultados consisten de todos los puntos de un intervalo de nmeros reales, o todos los puntos de un plano o: permutaciones, combinaciones. Las permutaciones es un arreglo en un orden en particular que se puede dar para un conjunto de elementos. Ejemplo: 1, 2,3 las permutaciones 123, 132,213 etc. Las permutaciones en cantidad posibles en n elementos se puede calcular como: Pn= n! Las variaciones de los objetos de un conjunto es una seleccin de estos importando el orden. Una variacin se distingue de otra si difieren los elementos que la componen o siendo los mismos elementos es distinto el orden en el que se presentan. Las combinaciones de los objetos de un conjunto es una seleccin de estos sin importar el orden. Una combinacin se distingue de otra solo si difieren los elementos que la componen.

Axiomas de probabilidad: Regla de la adicin, regla de la multiplicacin Conocida ahora la probabilidad de un evento, se pueden reunir ciertas caractersticas conocidas como axiomas de probabilidad que satisfacen la probabilidad de cualquier experimento aleatorio. Estos axiomas no determinan las probabilidades, lo que hacen es facilitar el clculo de las probabilidades de algunos eventos a partir del conocimiento de las probabilidades de otros. Regla de la adicin para eventos mutuamente excluyentes. A menudo, estamos interesados en la probabilidad de que una cosa u otra suceda; es decir nos interesa la probabilidad de la unin de dos eventos. Si estos dos eventos son mutuamente excluyentes, podemos expresar esta probabilidad haciendo uso de la regla de adicin para eventos mutuamente excluyentes: Regla de la multiplicacin: se puede resumir en el siguiente diagrama de flujo5 para el clculo de la probabilidad de la interseccin de dos eventos dados A y B. Cuando se usa la regla de la multiplicacin, determinar si los eventos son dependientes o independientes Teorema de Bayes Relaciona probabilidades condicionales y marginales de dos acontecimientos al azar. Es de uso frecuente computar probabilidades posteriores observaciones dadas. Por ejemplo, un paciente puede ser observado para tener ciertos sntomas. El teorema de Bayes se puede utilizar para computar la probabilidad que una diagnosis propuesta est correcta, dado esa observacin. Como formal teorema, El teorema de Bayes es vlido en todo comn interpretaciones de la probabilidad. Sin embargo, desempea un papel central en el discusin alrededor de fundaciones de la estadstica: frequentist y Bayesian las interpretaciones discrepan sobre las maneras de las cuales las probabilidades se deben asignar en usos.