Grado 11
  1. Álgebra  1.1. Comprender Secuencias y Series en Álgebra  1.1.1. Entendiendo las secuencias aritméticas  1.1.2. Series aritmética  1.1.3. Comprender las secuencias geométricas  1.1.4. Entendiendo series geométricas  1.1.5. Convergencia y divergencia  1.1.6. Entendiendo "suma al infinito" en álgebra  1.1.7. Notación sigma  1.2. Números complejos  1.2.1. Comprendiendo los números imaginarios y complejos  1.2.2. Operaciones con números complejos  1.2.3. Formas polares y cartesianas de números complejos  1.2.4. Conjugados complejos  1.2.5. Módulo y argumento  1.2.6. El teorema de De Moivre  1.2.7. Potencias y raíces de números complejos  1.3. Teorema binomial  1.3.1. Expansión de un binomio  1.3.2. Términos comunes en el teorema del binomio  1.3.3. Coeficiente binomial  1.3.4. Aplicaciones del Teorema Binomial  1.3.5. Triángulo de Pascal
  2. Funciones y gráficos  2.1. Tipos de tareas  2.1.1. Función polinómica  2.1.2. Funciones racionales  2.1.3. Función exponencial  2.1.4. Función logarítmica  2.1.5. Funciones trigonométricas  2.1.6. Trabajo por partes  2.2. Conversión de funciones  2.2.1. Traducción  2.2.2. Entender las reflexiones en transformaciones de funciones  2.2.3. Estirar y estirar  2.2.4. Comprensión de la rotación en funciones y gráficos  2.3. Función inversa  2.3.1. Encontrar la inversa  2.3.2. Gráficas de funciones inversas  2.3.3. Propiedades de la función inversa  2.3.4. Restricciones para inversas
  3. Trigonometría  3.1. Relaciones e identidades trigonométricas  3.1.1. Ratios trigonométricos básicos  3.1.2. Comprender las identidades pitagóricas en trigonometría  3.1.3. Fórmulas de suma y diferencia  3.1.4. Fórmula del ángulo doble  3.1.5. Comprendiendo las fórmulas de ángulo medio en trigonometría  3.1.6. Fórmulas de producto a suma y de suma a producto  3.2. Ecuaciones trigonométricas  3.2.1. Resolución de ecuaciones trigonométricas  3.2.2. Soluciones generales en ecuaciones trigonométricas  3.3. Gráficas de funciones trigonométricas  3.3.1. Gráfico del seno  3.3.2. Comprendiendo el gráfico del coseno  3.3.3. Gráfico de tangente  3.3.4. Ajuste de amplitud y duración  3.3.5. Cambio de fase en el gráfico de funciones trigonométricas  3.4. Aplicaciones de la trigonometría  3.4.1. Leyes de senos y cosenos  3.4.2. Área de triángulos  3.4.3. Resolviendo triángulos  3.4.4. Rodamientos y navegación
  4. Introducción al cálculo  4.1. Entendiendo límites y continuidad en cálculo  4.1.1. El concepto de límite  4.1.2. Límites unilaterales  4.1.3. Comprender los límites en el infinito en cálculo  4.1.4. Continuidad de una función  4.1.5. Tipos de discontinuidad  4.2. Discriminación  4.2.1. Definición de derivada  4.2.2. Reglas de diferenciación  4.2.3. Derivadas de orden superior  4.2.4. Regla de la cadena  4.2.5. Regla del producto  4.2.6. Comprender la regla del cociente en cálculo  4.3. Aplicaciones de la diferenciación  4.3.1. Tasa de cambio  4.3.2. Tangente y normal  4.3.3. Máximo y mínimo  4.3.4. Comprensión de funciones crecientes y decrecientes  4.3.5. Problemas de optimización  4.3.6. Graficar una curva  4.3.7. Tasas relacionadas en aplicaciones de la diferenciación  4.4. ¿Qué es la integración?  4.4.1. Antiderivadas  4.4.2. Integral indefinida  4.4.3. Integral definida  4.4.4. Teorema fundamental del cálculo  4.4.5. Técnicas de integración  4.4.6. Comprender el área bajo la curva en la integración  4.5. Aplicaciones de la integración  4.5.1. Área entre curvas  4.5.2. Volúmenes de sólidos de revolución  4.5.3. Comprender el valor promedio de una función en cálculo
  5. Vectores y matrices  5.1. Vectores  5.1.1. Introducción  5.1.2. Operaciones con vectores  5.1.3. Comprendiendo el Producto Punto  5.1.4. Producto cruz  5.1.5. Aplicaciones en geometría  5.1.6. Proyección de vectores  5.2. Matrices  5.2.1. Tipos de matrices  5.2.2. Comprendiendo las operaciones con matrices  5.2.3. Determinantes  5.2.4. Inverso de una matriz  5.2.5. Resolución de sistemas de ecuaciones lineales  5.2.6. Regla de Cramer
  6. Probabilidad y estadísticas  6.1. Comprendiendo la probabilidad en matemáticas  6.1.1. Conceptos básicos de probabilidad  6.1.2. Probabilidad condicional  6.1.3. Introducción a eventos independientes y dependientes en probabilidad  6.1.4. Teorema de Bayes  6.1.5. Probabilidad combinatoria  6.2. Variables aleatorias  6.2.1. Variable aleatoria discreta  6.2.2. Variable aleatoria continua  6.2.3. Distribuciones de probabilidad  6.3. Distribuciones de probabilidad  6.3.1. Comprendiendo la distribución binomial  6.3.2. Distribución normal  6.3.3. Distribución de Poisson  6.3.4. Distribución uniforme  6.4. Figuras  6.4.1. Medidas de tendencia central  6.4.2. Medidas de dispersión  6.4.3. Recolección y representación de datos  6.4.4. Correlación y Regresión  6.4.5. Técnicas de muestreo
  7. Geometría coordinada  7.1. Líneas rectas en geometría coordinada  7.1.1. Forma de pendiente e intercepto en geometría de coordenadas  7.1.2. La fórmula de la distancia en líneas rectas  7.1.3. Entendiendo la fórmula del punto medio en la geometría de coordenadas  7.1.4. Ángulo entre líneas  7.1.5. Ecuación de líneas  7.2. Secciones cónicas  7.2.1. Círculo  7.2.2. Introducción a las parábolas  7.2.3. Elipse en una sección cónica  7.2.4. Comprendiendo la hipérbola en secciones cónicas  7.2.5. Propiedades de las cónicas  7.2.6. Ecuaciones paramétricas de conos  7.2.7. Coordenadas polares de las cónicas
  8. Lógica aritmética  8.1. Introducción a la lógica en la lógica matemática  8.1.1. Enunciados y conectivos lógicos  8.1.2. Tablas de verdad  8.1.3. Equivalencia lógica  8.1.4. Cuantificadores en lógica en lógica matemática  8.1.5. Técnicas de demostración  8.2. Comprender las pruebas en lógica matemática  8.2.1. Evidencia directa  8.2.2. Evidencia indirecta  8.2.3. Entendiendo la prueba por contradicción  8.2.4. Prueba por inducción matemática

Grado 11 ↓


Probabilidad y estadísticas


Bienvenido al fascinante mundo de la probabilidad y las estadísticas. Estas dos ramas de las matemáticas son esenciales para comprender los datos y hacer predicciones basadas en información estadística. En esta explicación, discutiremos en profundidad los conceptos y las aplicaciones de la probabilidad y las estadísticas, proporcionando ejemplos y ayudas visuales para mejorar su comprensión.

¿Qué es la probabilidad?

La probabilidad es el estudio de cuán probable es que ocurra un evento. Es una medida que mide la incertidumbre de la ocurrencia de una situación específica. Hablemos de algunos conceptos básicos relacionados con la probabilidad.

Conceptos básicos de probabilidad

La probabilidad se puede expresar como una fracción, decimal o porcentaje.

  • Probabilidad como fracción: La probabilidad se calcula como la razón entre el número de resultados favorables y el número total de resultados posibles.
    • Probabilidad = (Número de Resultados Favorables) / (Número Total de Resultados Posibles)
  • Probabilidad como decimal: A menudo convertimos fracciones a decimales para una interpretación más sencilla.
  • Probabilidad como porcentaje: Convertir decimales a porcentajes hace que la probabilidad sea aún más fácil de entender.

Un evento con una probabilidad de 0 nunca sucederá, mientras que un evento con una probabilidad de 1 es seguro que ocurra. Estas probabilidades se pueden representar visualmente de la siguiente manera:

0 1

Veamos un ejemplo para comprender mejor estos conceptos.

Ejemplo: Lanzar un dado

Considere un dado estándar de seis caras. Cuando lanzas el dado, ¿cuál es la probabilidad de obtener un 3?

  • Número total de resultados posibles = 6 (porque el dado tiene seis caras numeradas del 1 al 6)
  • Número de resultados favorables (obtener 3) = 1

Uso de la fórmula:

Probabilidad de lanzar un 3 = 1/6 ≈ 0.1667 ≈ 16.67%

Esto significa que la probabilidad de obtener un 3 en un dado es del 16.67%.

Tipos de eventos

En probabilidad, los eventos se pueden clasificar en diferentes tipos. Comprender estos tipos ayuda a determinar el enfoque correcto para resolver preguntas relacionadas con la probabilidad.

Eventos ciertos e imposibles

  • Evento cierto: Un evento que definitivamente sucederá. Probabilidad = 1.
  • Evento imposible: Un evento que no puede suceder. Probabilidad = 0.

Eventos simples y compuestos

  • Evento simple: Un evento que implica solo un resultado. Por ejemplo, sacar un 4 en un dado.
  • Evento compuesto: Un evento que implica dos o más resultados. Por ejemplo, sacar un 4 o un 5.

Eventos mutuamente excluyentes e inclusivos

  • Eventos mutuamente excluyentes: Eventos que no pueden ocurrir simultáneamente. Por ejemplo, sacar un 3 y un 5 en el mismo dado.
  • Eventos inclusivos: Eventos que pueden ocurrir al mismo tiempo. Un ejemplo común es sacar una carta que es tanto un corazón como una carta de figura de una baraja estándar.

Reglas de probabilidad

Es muy importante comprender las leyes de la probabilidad para calcular eventos complejos. Aquí están algunas leyes importantes de la probabilidad.

Regla de la suma

La ley de la suma nos ayuda a encontrar la probabilidad de ocurrencia de una o más eventos.

  • Para eventos mutuamente excluyentes A y B:
    • P(A o B) = P(A) + P(B)
  • Para eventos no mutuamente excluyentes A y B:
    • P(A o B) = P(A) + P(B) - P(A y B)

Regla de la multiplicación

La regla de la multiplicación se utiliza para encontrar la probabilidad de que ocurran dos o más eventos simultáneamente.

  • Para eventos independientes A y B:
    • P(A y B) = P(A) * P(B)
  • Para eventos dependientes A y B:
    • P(A y B) = P(A) * P(B|A)

    Aquí, P(B|A) es la probabilidad de que ocurra el evento B, dado que el evento A ya ha ocurrido.

Ejemplo: Lanzar una moneda y un dado

Considere el escenario en el que lanzas una moneda justa y un dado de seis caras. Calcula la probabilidad de obtener 'cara' y un 5.

  • Probabilidad de sacar 'cara' = 1/2
  • Probabilidad de sacar un 5 = 1/6

Dado que estos son eventos independientes:

P(Cara y 5) = P(Cara) * P(5) = (1/2) * (1/6) = 1/12 ≈ 0.0833 ≈ 8.33%

La probabilidad de obtener este resultado es del 8.33%.

¿Qué es la estadística?

Estadística se refiere al estudio de la recopilación, análisis, interpretación, presentación y organización de los datos. Es la ciencia de los datos e involucra algunos procedimientos y principios importantes.

Tipos de estadísticas

Estadísticas descriptivas

Las estadísticas descriptivas implican resumir y organizar los datos de manera informativa utilizando números y gráficos. Proporciona una visión general breve de un conjunto de datos.

Estadísticas inferenciales

Las estadísticas inferenciales utilizan una muestra de datos para hacer inferencias o predicciones sobre una población más grande. Involucra la teoría de la probabilidad para estimar y probar hipótesis sobre parámetros de población.

Conceptos clave en estadísticas

Varios conceptos clave forman la base de los métodos y análisis estadísticos:

Población y muestra

  • Población: El grupo completo de personas o cosas que queremos estudiar. Esto suele ser grande y difícil de trabajar en conjunto.
  • Muestra: Un pequeño grupo tomado de una población. Las muestras se utilizan para hacer inferencias sobre la población.

Datos: Tipos y representación

  • Datos cuantitativos: Valores numéricos que especifican la cantidad de algo, como altura, peso o temperatura.
  • Datos cualitativos: Datos categóricos que describen cualidades o características, como género, color o marca.

Organización de datos

Distribución de frecuencia

Una distribución de frecuencia muestra con qué frecuencia ocurre cada resultado diferente de un evento. Es una forma simple de ver la distribución de valores de datos.

Ejemplo

Considere el número de libros leídos por un grupo de estudiantes en un mes. Los datos pueden ser los siguientes: 2, 3, 4, 2, 1, 2, 5, 3, 4.

La distribución de frecuencia se puede representar como:

  • 1 libro : 1 estudiante
  • 2 libros : 3 estudiantes
  • 3 libros : 2 estudiantes
  • 4 libros : 2 estudiantes
  • 5 libros : 1 estudiante

Medidas de tendencia central

Las medidas de tendencia central ayudan a describir el punto central de un conjunto de datos. Hay tres medidas principales:

Media

La media es el promedio de un conjunto de datos, calculado sumando todos los puntos de datos y dividiendo por el número de puntos.

Calcule la media para el conjunto de datos 2, 3, 4, 2, 1:

Media = (2 + 3 + 4 + 2 + 1) / 5 = 12 / 5 = 2.4

Mediana

La mediana es el valor medio en el conjunto de datos, que lo divide en dos mitades iguales. Para encontrarla, los datos deben ser ordenados en orden ascendente o descendente.

Para el conjunto de datos 2, 3, 4, 2, 1, los datos ordenados son 1, 2, 2, 3, 4. La mediana es 2.

Moda

La moda es el valor que más se repite en un conjunto de datos.

La moda para el conjunto de datos 2, 3, 4, 2, 1 es 2, ya que aparece con más frecuencia.

Medidas de dispersión

Las medidas de dispersión describen qué tan dispersos o esparcidos están los datos. Las medidas comunes son:

Rango

El rango es la diferencia entre los valores más altos y más bajos en un conjunto de datos.

Rango = Valor Máximo - Valor Mínimo

Para el conjunto de datos 2, 3, 4, 2, 1 el rango es 4 - 1 = 3.

Desviación estándar

La desviación estándar mide la dispersión de los puntos de datos alrededor de la media. Una desviación estándar pequeña indica que los puntos de datos están cerca de la media, mientras que una desviación estándar grande indica que están distribuidos en un amplio rango.

Varianza

La varianza es el cuadrado de la desviación estándar, que proporciona un contexto valioso para los análisis estadísticos que involucran desviaciones de la media.

Varianza = Σ((xi - Media)²) / N

Cálculo de ejemplo

Calculemos la varianza y la desviación estándar para 2, 3, 4, 2, 1 con una media de 2.4.

  • Calcule cada desviación de la media: -0.4, 0.6, 1.6, -0.4, -1.4
  • Cuadrado de cada desviación: 0.16, 0.36, 2.56, 0.16, 1.96
  • Promedio de cuadrado de desviaciones (media de desviaciones cuadradas): (0.16 + 0.36 + 2.56 + 0.16 + 1.96) / 5 = 1.04
  • La desviación estándar es la raíz cuadrada de la varianza: √1.04 ≈ 1.02

Distribución de probabilidad normal

Una distribución de probabilidad describe cómo se distribuyen las probabilidades sobre los valores de una variable aleatoria.

Distribución normal

La distribución normal es una curva en forma de campana que es simétrica alrededor de la media, indicando una distribución de datos en la que la mayoría de los puntos de datos están cerca de la media. La media, la mediana y la moda son iguales. Se define por los parámetros: media y desviación estándar.

Muestra de distribución normal

1 . ... ..... ....... ......... ........... ............. ............... ................. ................... -3σ -2σ -1σ media +1σ +2σ +3σ

En el diagrama anterior, observe que la curva es simétrica alrededor de la media. Aproximadamente el 68% de los datos está dentro de una desviación estándar, el 95% está dentro de dos y el 99.7% está dentro de tres.

Distribución binomial

La distribución binomial se aplica a eventos con dos resultados posibles, llamados ensayos (éxito o fallo). Proporciona la probabilidad de un número dado de éxitos.

Se necesitan dos parámetros para describir esta distribución:

  • n = número de ensayos
  • p = probabilidad de éxito en cada ensayo

La probabilidad de obtener k éxitos en n ensayos es dada por:

P(X = k) = (n choose k) * p^k * (1 - p)^(n - k)

donde (n choose k) es:

(n choose k) = n! / (k!(n-k)!)

Ejemplo: Lanzar una moneda

Considere lanzar una moneda tres veces. Calcule la probabilidad de obtener cara exactamente dos veces.

  • n = 3
  • p = 0.5 (probabilidad de obtener cara)
  • k = 2
P(X = 2) = (3 choose 2) * (0.5)^2 * (1 - 0.5)^(3 - 2)

Cálculos adicionales:

(3 choose 2) = 3! / (2!1!) = 3
P(X = 2) = 3 * 0.25 * 0.5 = 0.375

Por lo tanto, la probabilidad de obtener cara exactamente dos veces en tres lanzamientos es 0.375 o 37.5%.

Técnicas de muestreo

El muestreo significa seleccionar un grupo pequeño de la población y analizarlo y sacar conclusiones sobre la población completa. Hablemos de algunas técnicas comunes de muestreo:

Muestreo aleatorio

Cada miembro de la población tiene una probabilidad igual de ser seleccionado, asegurando que la muestra sea representativa. Esto reduce el sesgo y aumenta la fiabilidad de los resultados.

Muestreo sistemático

La selección de una gran población se realiza al azar a intervalos regulares.

Por ejemplo, elegir a cada quinto estudiante de una lista para estudiar el comportamiento de los estudiantes en las redes sociales es un muestreo sistemático.

Muestreo estratificado

La población se divide en subgrupos llamados estratos, y se toman muestras de cada uno. Esta técnica asegura que cada subgrupo esté representado proporcionalmente.

Ejemplo: Estudiar la satisfacción laboral de una población puede implicar tomar muestras de diferentes sectores de empleo.

Pruebas de hipótesis

Las pruebas de hipótesis son un método estadístico utilizado para tomar decisiones basadas en datos de muestra. Implica determinar una hipótesis nula (suposición por defecto) y una hipótesis alternativa.

  • Hipótesis nula (H0): sin efecto o no es cierto
  • Hipótesis alternativa (H1): tiene un efecto o es cierto

Pasos en las pruebas de hipótesis:

  • Definir las hipótesis nula y alternativa
  • Elegir un nivel de significancia (normalmente 0.05)
  • Recolectar datos de muestra y calcular estadísticas de prueba
  • Determinar el valor crítico para rechazar la hipótesis nula
  • Sacar una conclusión, rechazar o no rechazar la hipótesis nula

Ejemplo: Se dice que una moneda es justa. Realice una prueba al 5% de nivel de significancia lanzándola 100 veces y obteniendo cara 60 veces.

  • H0: Probabilidad de cara = 0.5
  • H1: Probabilidad de cara ≠ 0.5

Calcule la estadística de prueba, compárela con el valor crítico y saque una conclusión.

Conclusión

Comprender la probabilidad y las estadísticas es esencial para analizar los datos y hacer predicciones informadas. Esto incluye calcular la probabilidad, comprender las propiedades de los datos, utilizar métodos estadísticos y aplicar distribuciones de probabilidad. Con estos conceptos, uno puede participar en la resolución de problemas del mundo real y construir ideas basadas en datos estadísticos. Esta exploración le equipará con conceptos fundamentales de probabilidad y estadísticas.


Grado 11 → 6


U
username
0%
completado en Grado 11

← Anterior (5.2.6)
Regla de Cramer
Siguiente (6.1) →
Comprendiendo la probabilidad en matemáticas

Comentarios 



Probabilidad y estadísticas

https://www.buddymath.com/g11/6?bmal=es