INSTITUTO TECNOLOGICO

SUPERIOR DE ZACAPOAXTLA

INGENIERIA INDUSTRIAL

ING. EDUARDO ECHEVERRIA

FERNANDEZ

MARIELA MORA VALLEJO

ANTOLOGIA
DE
CIENCIAS BASICAS
2 B

[2017]

0
 Interpolacin
En numerosos fenmenos de la naturaleza observamos una cierta regularidad en la
forma de producirse, esto nos permite sacar conclusiones de la marcha de un
fenmeno en situaciones que no hemos medido directamente.
La interpolacin consiste en hallar un dato dentro de un intervalo en el que
conocemos los valores en los extremos.
La extrapolacin consiste en hallar un dato fuera del intervalo conocido, pero debe
tenerse en cuenta que est prximo a uno de sus extremos, pues en otro caso no es
muy fiable el resultado obtenido.

Planteamiento general

El problema general de la interpolacin se nos presenta cuando nos dan una funcin
de la cual solo conocemos una serie de puntos de la misma:
(xo, yo), (x1, y1),........., (xn, yn)
y se pide hallar el valor de un punto x (intermedio de x0 y xn) de esta funcin.
El de la extrapolacin cuando el punto que queremos considerar est a la derecha de
xn o a la izquierda de xo.
Se desea, por tanto encontrar una funcin cuya grfica pase por esos puntos y que
nos sirva para estimar los valores deseados.
El tratamiento para ambos problemas es similar se utilizarn los polinomios
interpoladores, pero en el caso de la extrapolacin el punto debe estar muy prximo
a uno de los extremos.

2. Interpolacin. Eleccin de la interpolacin ms adecuada.

Consideremos una funcin de la cual solo conocemos una serie de puntos de la
misma:
(xo, yo), (x1, y1), .............., (xn, yn) [1]
Deseamos encontrar la expresin analtica de dicha funcin para poder estudiarla en
otros puntos.

Ahora bien, por n+1 puntos pasan infinitas funciones, con cul de ellas nos
quedamos? Lo ms lgico es recurrir a la ms sencilla. La familia de funciones ms
sencillas es la de los polinomios, por tanto buscaremos el polinomio de menor grado
que pase por los n+1 puntos dados.

La funcin polinmica de menor grado que pasa por los puntos [1] es en principio de
grado n: y= anxn+............+a1x+ao
Y se obtiene resolviendo el sistema de n+1 ecuaciones con n+1 incgnitas (sistema
que tiene solucin nica ya que el determinante de la matriz de los coeficientes es de
Vandermonde y por lo tanto distinto de cero)
Se le llama polinomio interpolador correspondiente a esos puntos. Una vez obtenida
su expresin dando valores en l se pueden encontrar nuevos puntos de la funcin.
Los resultados obtenidos son naturalmente estimaciones aproximadas.
La interpolacin se dir lineal cuando slo se tomen dos puntos y cuadrtica cuando
se tomen tres.
En este tema nos limitaremos a estos dos tipos de interpolacin.
Ejemplo 1. De una funcin conocemos tres puntos (-3, 5), (1, -1) y (3, 11). qu
podemos decir de esa funcin cuando x=0 y cuando x=10?

Solucin
Calculamos el polinomio interpolador que ser de 2 grado

1
 y= ax2 + bx +c, que pase por los tres puntos ,
Se verifica:
5=a(-3)2+b(-3)+c por pasar por el punto (-3, 5)
-1=a+b+c por pasar por el punto (1, -1)
11=a.32+b.3+c por pasar por el punto (3, 11)

Resolviendo el sistema que se nos plantea nos queda:

1
y= P(x)= (5 x 4 x 13)
2

4
Cuando x=0, P(0)=-13/4; si x=10, P(10)=527/4
El primero, una interpolacin, es probablemente una buena aproximacin del valor de
la funcin desconocida, en el punto 0.
Sin embargo, el valor 527/4 es probable que se parezca poco al valor de la funcin en
el punto 10, pues es el resultado de una extrapolacin muy lejana.
No se pueden dar reglas generales para decidir cul es la interpolacin ms
adecuada, pues no siempre al aumentar el grado del polinomio aumenta la precisin
en la estimacin.

Depende siempre del caso concreto a estudiar. A veces la naturaleza del problema nos
da una idea de cul es la interpolacin (o extrapolacin) ms conveniente. Por ejemplo
si los incrementos de la funcin son proporcionales a los de la variable independiente
(o casi proporcionales) podremos usar la interpolacin lineal.
Ejercicio 1. Se conoce la poblacin de cierto municipio, para el 31 de diciembre en los
aos que se indican:

aos 1950 1960 1970 1980 1990

Poblacin 827 1058 1304 1582 1836
Efectuar una representacin grfica y observar cul sera en este caso la interpolacin
ms conveniente.
Ejercicio 2. Un investigador ha observado que la vida media de una bacteria vara con
la temperatura media en la siguiente forma
Temperatura 6 9 12 15 16
Vida media 104,2 140,4 181,7 220,2 257,6
Se pide:
a) Efectuar una representacin grfica, tomando en abscisas las temperatura s y en
ordenadas la vida media.
b) Calcular las variaciones de la funcin vida media al variar la temperatura.
c) Los resultados anteriores indican que la vida media vara linealmente con la
temperatura?
d) En caso afirmativo, mediante interpolacin lineal, obtener la vida media para las
siguientes temperaturas: 8, 10,2, 14,5 y 15,3
Ejercicio 3. En una facultad universitaria de nueva creacin el nmero de alumnos
matriculados evolucion de la siguiente forma:

Aos 1 2 3 4 5
Alumnos matriculados 425 640 941 2790 6123

a) Efectuar una representacin grfica tomando como abscisas los aos y como
ordenadas el n de alumnos.
b) Hubiese sido una buena idea obtener el nmero de alumnos matriculados en el
tercer curso mediante la interpolacin lineal?
c) Cul crees que sera la ms conveniente?
3. Interpolacin lineal

2
Como dijimos, cuando las variaciones de la funcin son proporcionales (o casi
proporcionales) a los de la variable independiente se puede admitir que dicha funcin
es lineal y usar para estimar los valores la interpolacin lineal..
Sean dos puntos (xo, yo), (x1, y1), la interpolacin lineal consiste en hallar una
estimacin del valor y, para un valor x tal que x0<x<x1. Teniendo en cuenta que la
ecuacin de la recta que pasa por esos dos puntos es:
y1 y0
y y0 ( x x0 )
obtenemos la frmula de la interpolacin lineal.x1 x0
y y0
y y0 1 ( x x0 )
x1 x0
Ejemplo. . Por un recibo de gas en el que se han consumido 10 m3 se han pagado 50
y por 16 m3 se han pagado71 . Cunto habr que pagar por un consumo de 15
?.
Solucin
Puntos (10, 50) y (16, 71), la frmula de interpolacin lineal queda:
71 50 21
y 50 (15 10) = 50 5 67,50
16 10 6

Ejercicio 4.El nmero de turistas entrados en Espaa en el perodo 1980-1995 sigui la

siguiente tendencia:
Ao 1980 1985 1990 1995
Millones de 24,1 30,1 38,0 43,2
turistas
a) Expresar la funcin definida a trozos que dara, por interpolacin lineal, el nmero
de turistas en cada ao intermedio. Calcular el nmero de turistas en 1986
b) Hallar la previsin para el ao 1988 (suponiendo fuese lineal).}

4. La interpolacin cuadrtica. Frmula de Lagrange

Cuando el polinomio que conviene es de 2 grado la interpolacin recibe el nombre de
cuadrtica. El polinomio interpolador es nico, luego como se encuentre da igual., sin
embargo, a veces los clculos son muy laboriosos y es preferible utilizar un mtodo
que otro. A la vista de los datos se decide.
En el ejemplo 1 se da el mtodo de resolver el sistema para encontrar los valores que
determinan a la funcin cuadrtica (a, b y c)
Tambin podemos utilizar la expresin del polinomio interpolador as:
y= a + b(x-x0) + c(x-x0)(x-x1), con lo que la bsqueda de los coeficientes es muy
sencilla.
Lagrange (1736-1813) dio una manera simplificada de calcular los polinomios
interpoladores de grado n Para el caso de un polinomio de 2 grado que pasa por los
puntos (x0, y0 ), (x1, y1), (x2, y2):
( x x1 )( x x 2 ) ( x x 0 )( x x 2 ) ( x x 0 )( x x1 )
y y0 y1 y2
( x 0 x1 )( x x 2 ) ( x1 x 0 )( x 0 x 2 ) ( x 2 x 0 )( x 2 x1 )
Que es la frmula de Lagrange para n=2.
Ejercicio 5. El nmero en miles de habitantes, de una determinada ciudad ha
evolucionado segn la siguiente tabla:
Aos 1997 1998 1999
Poblacin 53 71 91
Sabiendo que dicha poblacin se ajusta a una funcin cuadrtica, calcular la poblacin
que tena la ciudad en 1995 y que tendr en el ao 2000.

Fuente: Algoritmos-Funciones y Mapas:

https://es.scribd.com/document/348480071/interpolacion-lineal-doc#download

3
 Matrices
En matemtica, una matriz es un arreglo bidimensional de nmeros. Dado que
puede definirse tanto la suma como el producto de matrices, en mayor generalidad se
dice que son elementos de un anillo. Una matriz se representa por medio de una letra
mayscula(A,B..) y sus elementos con la misma letra en minscula (a,b...), con un
doble subndice donde el primero indica la fila y el segundo la columna a la que
pertenece. POR TANTO e denomina matriz a todo conjunto de nmeros o expresiones
dispuestos en forma rectangular, formando filas y columnas.

Los elementos individuales de una matriz m n, a menudo denotados por ai, aj, donde
el mximo valor de sus elementos (i,j) en i es m, y el mximo valor de j es n. Siempre
que la matriz tenga el mismo nmero de filas y de columnas que otra matriz, estas se
pueden sumar o restar elemento por elemento.

Las matrices se utilizan para mltiples aplicaciones y sirven, en particular, para

representar los coeficientes de los sistemas de ecuaciones lineales o para
representar transformaciones lineales dada una base. En este ltimo caso, las
matrices desempean el mismo papel que los datos de un vector para las aplicaciones
lineales.
Pueden sumarse, multiplicarse y descomponerse de varias formas, lo que tambin las
hace un concepto clave en el campo del lgebra lineal.

Elemento de una matriz

Cada uno de los nmeros de que consta la matriz se denomina elemento.

Un elemento se distingue de otro por la posicin que ocupa, es decir, la fila y la
columna a la que pertenece.
Dimensin de una matriz
El nmero de filas y columnas de una matriz se denomina dimensin de una
matriz. As, una matriz de dimensin mxn es una matriz que tiene m filas y n
columnas.
De este modo, una matriz puede ser de dimensin: 2x4 (2 filas y 4 columnas), 3x2
(3 filas y 2 columnas), 2x5 (2 filas y 5 columnas),...
S la matriz tiene el mismo nmero de filas que de columnas, se dice que es
de orden: 2, 3, 4, ...
El conjunto de matrices de m filas y n columnas se denota por Amxn o (aij).
Un elemento cualquiera de la misma, que se encuentra en la fila i y en la columna j,
se denota por aij.

4
Matrices iguales
Dos matrices son iguales cuando tienen la misma dimensin y los elementos que
ocupan el mismo lugar en ambas, son iguales.

TIPOS DEMATRICES
Matriz fila
Una matriz fila est constituida por una sola fila.

Matriz columna
La matriz columna tiene una sola columna

Matriz rectangular
La matriz rectangular tiene distinto nmero de filas que de columnas, siendo su
dimensin mxn.

Matriz traspuesta
Dada una matriz A, se llama matriz traspuesta de A a la matriz que se obtiene
cambiando ordenadamente las filas por las columnas.

(At)t = A
(A + B)t = At + Bt
( A)t = At
(A B)t = Bt At
Matriz nula
En una matriz nula todos los elementos son ceros.

Matriz cuadrada
La matriz cuadrada tiene el mismo nmero de filas que de columnas.
Los elementos de la forma aii constituyen la diagonal principal.
La diagonal secundaria la forman los elementos con i+j = n+1, siendo n el orden de
la matriz.

Tipos de matrices cuadradas

Matriz triangular superior
En una matriz triangular superior los elementos situados por debajo de la diagonal
principal son ceros.

5
Matriz triangular inferior
En una matriz triangular inferior los elementos situados por encima de la diagonal
principal son ceros.

Matriz diagonal
En una matriz diagonal todos los elementos que no estn situados en la diagonal
principal son nulos.

Matriz escalar
Una matriz escalar es una matriz diagonal en la que los elementos de la diagonal
principal son iguales.

Matriz identidad o unidad

Una matriz identidad es una matriz diagonal en la que los elementos de la diagonal
principal son iguales a 1.

Matriz regular
Una matriz regular es una matriz cuadrada que tiene inversa.
Matriz singular
Una matriz singular no tiene matriz inversa.
Matriz idempotente
Una matriz, A, es idempotente si:
A2 = A.
Matriz involutiva
Una matriz, A, es involutiva si:
A2 = I.
Matriz simtrica
Una matriz simtrica es una matriz cuadrada que verifica:
A = At.
Matriz antisimtrica o hemisimtrica
Una matriz antisimtrica o hemisimtrica es una matriz cuadrada que verifica:
A = At.
Matriz ortogonal
Una matriz es ortogonal si verifica que:
A At = I.

EJEMPLO DE MATRICES
Re so lve r; en fo rma ma t ricia l, e l siste ma :

6
 Mtodo de Gauss
El mtodo de Gauss consiste en transformar un sistema de ecuaciones en otro
equivalente de forma que este sea escalonado.
Para facilitar el clculo vamos a transformar el sistema en una matriz, en la que
pondremos los coeficientes de las variables y los trminos independientes
(separados por una recta).

Ejemplos
1
3x + 2y +z = 1
5x + 3y + 4z = 2

x +y z = 1

SISTEMA COMPATIBLEDETERMINADO

7
SISTEMA COMPATIBLE INDETERMINADO

SISTEMA INCOMPATIBLE

8
 Gauss - Jordn
El Mtodo de Gauss Jordan o tambin llamado eliminacin de Gauss Jordan, es
un mtodo por el cual pueden resolverse sistemas de ecuaciones lineales con n
nmeros de variables, encontrar matrices y matrices inversas, en este caso
desarrollaremos la primera aplicacin mencionada.
Para resolver sistemas de ecuaciones lineales aplicando este mtodo, se debe en
primer lugar anotar los coeficientes de las variables del sistema de ecuaciones lineales
en su notacin matricial:

Entonces, anotando como matriz (tambin llamada matriz aumentada):

Una vez hecho esto, a continuacin se procede a convertir dicha matriz en una
matriz identidad, es decir una matriz equivalente a la original, la cual es de la forma:

Esto se logra aplicando a las distintas filas y columnas de las matrices

simples operaciones de suma, resta, multiplicacin y divisin; teniendo en cuenta que
una operacin se aplicara a todos los elementos de la fila o de la columna, sea el
caso.
Obsrvese que en dicha matriz identidad no aparecen los trminos independientes,
esto se debe a que cuando nuestra matriz original alcance la forma de la matriz
identidad, dichos trminos resultaran ser la solucin del sistema y verificaran
la igualdad para cada una de las variables, correspondindose de la siguiente forma:
d1 = x
d2 = y
d3 = z
Ahora que estn sentadas las bases, podemos explicar paso a paso la resolucin de
sistemas de ecuaciones lineales por medio de este mtodo.
Para ilustrarnos mejor lo analizaremos con un ejemplo concreto:
Sea el sistema de ecuaciones:

9
Procedemos al primer paso para encontrar su solucin, anotarlo en su forma matricial:

Una vez hecho esto podemos empezar a operar con las distintas filas y columnas de la
matriz para transformarla en su matriz identidad, teniendo siempre en cuenta la forma
de la misma:

Lo primero que debemos hacer es transformar el 2 de la 1 fila de la matriz original en

el 1 de la 1 fila de la matriz identidad; para hacer esto debemos multiplicar toda la 1
fila por el inverso de 2, es decir .

Luego debemos obtener los dos ceros de la primera columna de la matriz identidad,
para lograr esto, buscamos el opuesto de los nmeros que se ubicaron por debajo del
1 de la primera columna, en este caso el opuesto de 3 que ser -3 y el opuesto de 5
que ser -5.
Una vez hecho esto, se proceder a multiplicar los opuestos de estos nmeros por
cada uno de los elemento de la 1 fila y estos se sumaran a los nmeros de su
respectiva columna. Por ej.: en el caso de la 2 fila, se multiplicara a -3 (opuesto de 3)
por cada uno de los elementos de la 1 fila y se sumara su resultado con el numero
que le corresponda en columna de la segunda fila. En el caso de la 3 fila se
multiplicara a -5 (opuesto de 5) por cada uno de los elementos de la 1 fila y se
sumara su resultado con el nmero que le corresponda en columna de la tercera fila.

10
Nuestro siguiente paso es obtener el 1 de la 2 fila de la matriz identidad, y
procedemos de igual forma que antes, es decir multiplicamos toda la fila por el inverso
del numero que deseamos transformar en 1, en este caso -13/2, cuyo inverso es -2/13
Adems si observamos la tercera fila, nos damos cuenta que todos los elementos
poseen el mismo denominador, entonces podemos eliminarlos multiplicando todos los
elementos de la 3 fila por 2 (el denominador); si bien este no es un paso necesario
para el desarrollo del mtodo, es til para facilitar clculos posteriores.

Ahora queremos obtener el 0 que se ubica en la 3 fila, 2 columna de

la matriz identidad, para hacer esto buscamos el opuesto del numero que se ubica en
la 3 fila, 2 columna de la matriz con la cual estamos operando, en este caso -17,
cuyo opuesto ser 17; lo que hacemos ahora es multiplicar este nmero por todos los
elementos de la 2 fila y sumar esos resultados con el numero que le corresponde en
columna de la 3 fila.

A esta altura podemos observar como la matriz con la cual estamos operando empieza
a parecerse a la matriz identidad.
Nuestro siguiente paso es obtener el 1 correspondiente a la 3 fila, 3 columna de la
matriz identidad, ahora bien, aplicamos el mismo procedimiento con el que estbamos
trabajando, es decir que vamos a multiplicar toda la 3 fila por el inverso del numero
que se encuentre en la posicin de la 3 fila, 3 columna, en este caso 96/13, cuyo
inverso ser 13/96.

Luego debemos obtener los dos ceros de la tercera columna de la matriz identidad,
para lograr esto, buscamos el opuesto de los nmeros que se ubicaron por encima del

11
1 de la 3 columna de la matriz con la cual estamos operando, en este caso 11/13 y
cuyos opuestos sern - 11/13 y -, respectivamente.
Una vez hecho esto, se proceder a multiplicar los opuestos de estos nmeros por
cada uno de los elemento de la 3 fila y estos se sumaran a los nmeros de su
respectiva columna. Por ej.: en el caso de la 2 fila, se multiplicara a - 11/13 (opuesto
de 11/13) por cada uno de los elementos de la 3 fila y se sumaran sus resultados con
el nmero que le corresponda en columna de la segunda fila. En el caso de la 1 fila se
multiplicara a - (opuesto de ) por cada uno de los elementos de la 3 fila y se
sumaran sus resultados con el nmero que le corresponda en columna de la primera
fila.

El ltimo paso que debemos realizar es obtener el 0 de la 1 columna, 2 fila de la

matriz identidad, para hacer esto buscamos el opuesto del numero que se ubica en la
1 columna, 2 fila de la matriz con la que estamos operando, en este caso es 3/2,
cuyo opuesto ser - 3/2, lo que hacemos ahora es multiplicar este nmero por todos
los elementos de la 2 fila y sumar esos resultados con el numero que le corresponde
en columna de la 1 fila.

Como podemos observar hemos llegado al modelo de la matriz identidad que

buscbamos, y en la cuarta columna hemos obtenido los valores de las variables,
correspondindose de este modo:
x= 1
y= -1
z= 2
Luego, el sistema de ecuaciones est resuelto y por ltimo lo verificamos.
2x + 3y + z = 1 3x 2y 4z = -3 5x y z = 4
2*1+3*(-1)+2=1 3*1- 2*(-1)-4*2=-3 5*1-(-1)-2 =4
2 -3 +2 =1 3 +2 - 8= -3 5 +1 - 2 = 4
1 = 1 -3 = -3 4= 4

12
 Regla de Cramer
La regla de Cramer se aplica para resolver sistemas de ecuaciones lineales que
cumplan las siguientes condiciones:
1 El nmero de ecuaciones es igual al nmero de incgnitas.
2 El determinante de la matriz de los coeficientes es distinto de cero.
Tales sistemas son sistemas compatibles determinados y se denominan sistemas
de Cramer.

Sea el determinante de la matriz de coeficientes.

Todo sistema de Cramer tiene una sola solucin (es decir, es un sistema compatible
determinado) que viene dada por las siguientes expresiones:

1, 2 , 3, ... , n son los determinantes que se obtiene al sustituir los coeficientes

del 2 miembro (los trminos independientes) en la 1 columna, en la 2 columna, en
la 3 columna y en la ensima columna respectivamente.

13
...

Ejemplos
1

Como el sistema no es un sistema de Cramer, debemos transformarlo.

14
Como , podemos limitarnos a estudiar el sistema:

Estamos ante un sistema con el mismo nmero de ecuaciones que de incgnitas y

con determinante de la matriz de coeficientes distinto de cero. Es decir, estamos
ante un sistema de Cramer.
Las soluciones de este sistema de Cramer, que vendrn dadas en funcin de
sern las mismas que las del sistema original.

FUENTE:
http://www.monografias.com/trabajos72/resolucion-sistemas-metodo-gauss-jordan/resolucion-sistemas-
metodo-gauss-jordan.shtml#ixzz4jjVEFeyz
http://www.vitutor.com/algebra/matrices/matrices
http://www.vitutor.com/algebra/matrices/tipos.html
http://www.vitutor.com/algebra/matrices/matrices_Actividades.html
http://www.monografias.com/trabajos72/resolucion-sistemas-metodo-gauss-
jordan/resolucion-sistemas-metodo-gauss-jordan.shtml
http://www.vitutor.com/algebra/sistemas%20I/cramer.html

15
 Distribucin (normal y binominal
DISTRIBUCION BINOMIAL

En estadstica, la distribucin binomial es una distribucin de probabilidad discreta que

mide el nmero de xitos en una secuencia de n ensayos independientes de Bernoulli
con una probabilidad fija p de ocurrencia del xito entre los ensayos.

Un experimento de Bernoulli se caracteriza por ser dicotmico, esto es, slo son
posibles dos resultados. A uno de estos se denomina xito y tiene una probabilidad de
ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribucin
binomial el anterior experimento se repite n veces, de forma independiente, y se trata
de calcular la probabilidad de un determinado nmero de xitos. Para n = 1, la
binomial se convierte, de hecho, en una distribucin de Bernoulli.

La distribucion binomial esta asociada a experimentos del siguiente tipo:

- Realizamos n veces cierto experimento en el que consideramos solo la posibilidad
de exito o
fracaso.
- La obtencion de exito o fracaso en cada ocasion es independiente de la obtencion
de exito o
fracaso en las demas ocasiones.
- La probabilidad de obtener exito o fracaso siempre es la misma en cada ocasion.

FORMULA :

n = cantidad de ensayos o experimentos

k = cantidad de xitos
p = probabilidad de xito
q = probabilidad de fracasos (1-p)

Ejemplo: 1
En una jaula con 20 pericos 15 de ellos hablan ruso, si extraemos 6 pericos al azar,
calcular la probabilidad de que 2 pericos hablen ruso.
Definir xito: pericos que hablen ruso.
n=6
x=2
p=15/20=0.75
q=10.75= 0.25

Ejemplo: 2
16
De los alumnos del saln la cuarta parte rprobo el examen, si extraemos 8 alumnos al
azar, calcular la probabilidad de que 4 de ellos hayan reprobado el examen.
Definir xito: alumno reprobado
n=8
x=4
p=0.25
q = 1 - 0.25 = 0.75

Por ejemplo vamos a construir el rbol de probabilidades de un proceso de Bernoulli

de tres experimentos:

La distribucin binomial se puede expresar de forma grfica

Imaginemos una escuela primaria donde los alumnos llegan tarde a menudo. Cinco
alumnos estn en el jardn de nios. La directora lleva tiempo estudiando el problema,
habiendo llegado a la conclusin de que hay una probabilidad de 0.4 de que un
alumno llegue tarde y de que los alumnos lleguen independientemente uno de otro
Cmo trazamos una distribucin binomial de probabilidad que ilustre las
probabilidades de que 0,1,2,3,4 5 estudiantes lleguen tarde simultneamente? Para
hacerlo necesitaremos utilizar la frmula binomial donde :
P= 0.4
Q= 0.6
N= 5
Realicemos el clculo de cada valor de R:
Para R= 0 obtenemos que :
P(0) = 5!/ 0!(5-0)! (0.4 )0 (0.6)5
P(0) = 0.07776
Para R= 1 obtenemos que :
P(1) = 5!/ 1!(5-1)! (0.4 )1 (0.6)4
P(1) = 0.2592
Para R=2 obtenemos que:
P(2) = 5!/ 2!(5-2)! (0.4 )2 (0.6)3
P(2) = 0.3456
Para R= 3 obtenemos que :
P(3) = 5!/ 3!(5-3)! (0.4 )3 (0.6)2
P(3) = 0.2304

17
Para R= 4 obtenemos que :
P(4) = 5!/ 4!(5-4)! (0.4 )4 (0.6)1
P(4) = 0.0768
Para R= 5 obtenemos que :
P(5) = 5!/ 5!(5-5)! (0.4 )5 (0.6)0

P(5) = 0.01024
Representando estos resultados en una grfica:

18
Estas es un enlace para una pagina interactiva y donde podran solo los valores
indicados y les dara automaticamente la respuesta:

http://personal5.iddeo.es/ztt/Tem/t19_distribucion_binomial.htm

DISTRIBUCION NORMAL

En estadstica y probabilidad se llama distribucin normal, distribucin de

Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable
continua que con ms frecuencia aparece en fenmenos reales.

Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su

propio nombre indica su extendida utilizacin, justificada por la frecuencia o
normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a
esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica
tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo
valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias
se aproximan a una curva en "forma de campana".

La grfica de su funcin de densidad tiene una forma acampanada y es simtrica

respecto de un determinado parmetro. Esta curva se conoce como campana de
Gauss.

Aqui se muestran unos ejemplos de aplicacion de la distribucion normal con los datos
repectivamente tipificados:

19
La Curva Normal y la Probabilidad:

Los puntajes z de los ejemplos anteriores se pueden emplear para determinar la

probabilidad de obtener un puntaje crudo en la distribucion, para ello es importante
recordar que:
La curva normal es una distribucion de frecuencias, en la cual la totalidad de
frecuencias bajo esta es igual a 100% por ello aqui se trabaja en relacion con el 100%.

FUENTE:
http://probabilidadestadistic.blogspot.mx/2010/09/distribucion-binomial-ydistribucion.html

20