Primer Tarea Jaimes Escamilla Omar Heberto 2CM1

4
Cañedo Suarez Leticia 2CM1 25 de marzo del 2015 [PROBABILIDAD & ESTADISTICA] Modelo Determinístico & Probabilístico. Jaimes Escamilla Omar Heberto Escuela Superior de Computo

description

kj

Transcript of Primer Tarea Jaimes Escamilla Omar Heberto 2CM1

PROBABILIDAD & ESTADISTICA

Jaimes Escamilla Omar HebertoEscuela Superior de Computo

Caedo Suarez Leticia

2CM1

25 de marzo del 2015

[PROBABILIDAD & ESTADISTICA]

Modelo Determinstico & Probabilstico.

Modelo Determinstico

IntroduccinA grandes rasgos, es un modelo matemtico en el cual los resultados son precisamente determinados, siempre y cuando se conozcan las relaciones entre los estados y eventos de un determinado sistema o situacin a estudiar, es decir, no contiene consideraciones probabilsticas.DefinicinUn modelo determinstico es un modelo matemtico donde las mismas entradas producirn invariablemente las mismas salidas, no contemplndose la existencia del azar ni el principio de incertidumbre. Est estrechamente relacionado con la creacin de entornos simulados a travs de simuladores para el estudio de situaciones hipotticas, o para crear sistemas de gestin que permitan disminuir la incertidumbre.

Ejemplo:La planificacin de una lnea de produccin, en cualquier proceso industrial, es posible realizarla con la implementacin de un sistema de gestin de procesos que incluya un modelo determinstico en el cual estn cuantificadas las materias primas, la mano de obra, los tiempos de produccin y los productos finales asociados a cada proceso.

Modelo Probabilstico

IntroduccinA diferencia del modelo determinstico, este modelo utiliza consideraciones probabilsticas y es apropiado para situaciones reales en condicionesespecficas, es importante porque nos ayuda a predecir la conducta defuturas repeticiones de un experimento aleatorio.

DefinicinUn modelo probabilstico es una representacin matemtica deducida de un conjunto de supuestos con el doble propsito de estudiar los resultados de un experimento aleatorio y predecir su comportamiento futuro, cuando se realiza bajo las mismas condiciones dadas inicialmente.

El modelo permite conocer la distribucin de probabilidades de los valores que toma la variable aleatoria, de ah que tambin se mencione con el nombre de Distribucin de Probabilidad.Ejemplo.Suponga el experimento lanzar un dado. Sea la variable aleatoria X: Nmero de puntos al lanzar el dado una vez.

REFERENCIAS

Stewart, J.,(2013) Calculo, Trascendentes tempranas 7 edicin, Mxico Cengage Educacin. Willoughby, S.,(1971) Probabilidad & Estadstica 1 edicin, Mxico Publicaciones Cultural.