I.- LEY DE SENOS Y COSENOS
II.- ESTADÍSTICA: MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN.
III.- PROBABILIDAD: DEFINICIÓN DE PROBABILIDAD, REGLAS DE LA PROBABILIDAD, PROBABILIDAD CONDICIONAL.
I.- TEOREMA DEL SENO
Ejemplo:
Resolver un triángulo con los siguientes datos: a = 4 cm, b
= 5 cm y B = 30º
- Dibujamos el triángulo, nombramos los ángulos
y lados, colocamos los datos conocidos y resolvemos. Resolver un triángulo es
decir lo que valen sus 3 ángulos y sus 3 lados.
TEOREMA DEL COSENO
Ejemplo
Resolver un triángulo con los datos siguientes: a = 1200 m,
c= 700 m y B = 108º
- Dibujamos el triángulo, nos dan 2 lados y el
ángulo que forman, calculamos el lado b
APLICACIONES DE ESTOS TEOREMAS PARA CALCULAR DISTANCIAS DESCONOCIDAS
Calcular una altura desconocida a cuyo pie no se puede
llegar
Problemas de aplicación
II.- ESTADÍSTICA:
DATOS AGRUPADOS
1.1 MEDIA: Media aritmética, es la que se obtiene sumando los datos y dividiéndolos por el número de ellos. Se aplica por ejemplo para resumir el número de pacientes promedio que se atiende en un turno. Otro ejemplo, es el número promedio de controles prenatales que tiene una gestante.
LA VARIANZA: Es el valor de la desviación estándar al cuadrado; su utilidad radica en que su valor es requerido para todos los procedimientos estadístico.
III.- PROBABILIDAD
Definición de probabilidad:



Regla
de Multiplicación

Ejemplo




es una función de
probabilidad porque satisface los tres axiomas
para todo
evento
.









II.- ESTADÍSTICA:
DATOS AGRUPADOS
1.1 MEDIA: Media aritmética, es la que se obtiene sumando los datos y dividiéndolos por el número de ellos. Se aplica por ejemplo para resumir el número de pacientes promedio que se atiende en un turno. Otro ejemplo, es el número promedio de controles prenatales que tiene una gestante.
1.2 MEDIANA:
Corresponde al percentil 50%. Es decir, la mediana divide a la población
exactamente en dos. Por ejemplo el número mediana de hijos en el centro de
salud “X” es dos hijos. Otro ejemplo es el número mediana de atenciones por
paciente en un consultorio.
1.3 MODA:
Valor o (valores) que aparece(n) con mayor frecuencia. Una distribución
unimodal tiene una sola moda y una distribución bimodal tiene dos. Útil como
medida resumen para las variables nominales. Por ejemplo, el color del uniforme
quirúrgico en sala de operaciones es el verde; por lo tanto es la moda en
colores del uniforme quirúrgico.
2.1 DESVIACIÓN
ESTÁNDAR: Llamada también desviación típica; es una medida que informa sobre la
media de distancias que tienen los datos respecto de su media aritmética,
expresada en las mismas unidades que la variable.
LA VARIANZA: Es el valor de la desviación estándar al cuadrado; su utilidad radica en que su valor es requerido para todos los procedimientos estadístico.
III.- PROBABILIDAD
Definición de probabilidad:
La probabilidad de un suceso es un número, comprendido entre
0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza
un experimento aleatorio.
Experimentos
deterministas
Son los experimentos de los que podemos predecir el
resultado antes de que se realicen.
Si dejamos caer una piedra desde una ventana sabemos, sin
lugar a dudas, que la piedra bajará. Si la arrojamos hacia arriba, sabemos que
subirá durante un determinado intervalo de tiempo; pero después bajará.
Regla de Adición
Los eventos
compuestos se generan al aplicar las operaciones básicas de los conjuntos
a los eventos simples. Las uniones, intersecciones y complementos de eventos
son de interés frecuente. La probabilidad de un evento compuesto a menudo puede
obtenerse a partir de las probabilidades de cada uno de los eventos que lo
forman. En ocasiones, las operaciones básicas de los conjuntos también son
útiles para determinar la probabilidad de un evento compuesto.
De esta manera para A y B eventos
del espacio muestral S, entonces:
Demostración:
Se conoce que
por otro lado se tiene que
Entonces

Regla
de Multiplicación
De la
definición de probabilidad condicional se tienen los siguientes resultados al
despejar 

Las
relaciones
y
son casos especiales de la llamada Regla de la multiplicación, la cual
es útil para:
Calcular probabilidades de intersecciones de eventos
con base en
probabilidades condicionales.
Esta
regla de manera general se puede expresar como:
Sea
eventos tales que
. Entonces
Ejemplo
1. (Inspección de Lotes)
Un lote
contiene
items de los cuales
son defectuosos. Los items son seleccionados
uno despues del otro para ver si ellos son defectuosos. Suponga que dos items
son seleccionados sin reemplazamiento(Significa que el
objeto que se selecciona al azar se deja por fuera del lote). ¿ Cúal es
la probabilidad de que los dos items seleccionados sean defectuosos?.
Solución
Sea los
eventos
entonces
dos items seleccionados seran defectuosos, cuando ocurre el evento
que es la intersección entre los eventos
y
. De la
información dada se tiene que:
así
probabilidad de que los dos items seleccionados sean defectuosos es

Ahora
suponga que selecciona un tercer item, entonces la probabilidad de que los tres
items seleccionados sean defectuosos es

Probabilidad Condicional
La probabilidad de que un
evento
ocurra cuando se
sabe que ya ocurrio un evento
se
llama probabilidad condicional y se denota por
que por lo general
se lee como probabilidad de que "ocurra B dado que ocurrió A". Esta
probabilidad se define como:
La probabilidad condicional es
una función de probabilidad,
definida como
¿ Es
una función de
probabilidad?
Axioma I
Como
entonces dividiendo por
se
tiene los términos de la desigualdad se tiene
Axioma II
Como

Axioma III
Si
es una sucesión de
eventos mutuamente excluyentes, entonces

Como

como los eventos
son mutuamente
excluyentes, entonces los eventos
son también mutuamente
excluyentes y así

Ejemplo
1. La antena de una instalación
de radar recibe, con probabilidad
, una señal útil con una
interferencia superpuesta, y con probabilidad
solo la interferencia
pura. Al suceder una señal útil interferida, la instalación indica la
existencia de cualquier señal con probabilidad
, cuando aparece una
interferencia pura con la probabilidad
. Sí la instalación
ha indicado la existencia de cualquier señal, determinar la probabilidad de que
esta indicación haya sido ocasionada por una señal útil con interferencia
superpuesta.
Solución:

Sean U: el evento la señal es
útil con interferencia superpuesta
I : el evento la señal es útil
con interferencia pura
S: el evento que indica ocurre
una señal
Con base en el diagrama , la
probabilidad se puede calcular así:


















