Distribuciones de Probabilidad. Septiembre Distribuciones de probabilidad
|
|
- Susana Segura Ayala
- hace 7 años
- Vistas:
Transcripción
1 Distribuciones de Probabilidad. Septiembre Distribuciones de probabilidad Introducción Las variables aleatorias son los instrumentos matemáticos destinados a representar los resultados de un determinado experimento aleatorio. Para ello se requiere asignar a cada elemento del espacio de las muestras un número. El resultado de dicha asignación es una función matemática llamada variable aleatoria. Así, si el experimento es lanzar una moneda y observar si sale cara o cruz, podemos asignar un 1 a la cara y un 0 a la cruz y tendremos una variable aleatoria. Evidentemente esta asignación es en sí misma aleatoria, podríamos asignar cualesquiera otros dos números distintos. En muchos experimentos científicos la variable aleatoria asociada surge de manera natural. Por ejemplo si el experimento consiste en contar el número de bacterias en un cierto cultivo de hora en hora, la variable tomará como valores el número de cada recuento. Si se trata de medir la temperatura en una cierta estancia, la variable tomará los valores de dichas lecturas de temperatura. Las variables aleatorias se dividen en discretas, si toman valores discretos de un cierto conjunto, y continuas, si toman valores en un rango continuo. Como cada suceso tiene asignado un cierto valor de la variable aleatoria, es equivalente hablar de probabilidades para los sucesos y para los valores que toma la variable aleatoria. Esta asignación de probabilidades se realiza mediante una función llamada de densidad de probabilidad. Definida para variables discretas como: f(x k ) = p (X=x k ) También se definen las funciones de distribución, que proporcionan los valores acumulados de la probabilidad. Para variables discretas tenemos: y para variables continuas:
2 donde f(t) es la función de densidad continua, que permite calcular probabilidades en intervalos: Distribuciones discretas Matlab proporciona las funciones necesarias para trabajar con las distribuciones discretas más comunes: binomial, geométrica, hypergeométrica, binomial negativa y de Poisson. Las distintas funciones de densidad de probabilidad de las distribuciones discretas son las siguientes: - Binomial: binopdf - Geométrica: geopdf - Hipergeométrica: hygepdf - Binomial negativa: nbinpdf - Poisson: poisspdf Por ejemplo, la función binopdf(50,100,0.5) proporciona la probabilidad para el caso de una distribución B(100,0.5), la probabilidad de obtener 50 éxitos. >> binopdf(50,100,0.5) ans = Las distintas funciones de distribución de probabilidad de las distribuciones discretas son las siguientes: - Binomial: binocdf - Geométrica: geocdf - Hipergeométrica: hygecdf - Binomial negativa: nbincdf - Poisson: poisscdf Por ejemplo, la función geocdf(5,0.5) proporciona la probabilidad de obtener 5 o menos éxitos en una distribución geométrica.
3 >> geopdf(5,0.5) ans = Se puede obtener la media y la varianza de cada una de las anteriores distribuciones de probabilidad utilizando las siguientes sentencias: - Binomial: binostat - Geométrica: geostat - Hipergeométrica: hygestat - Binomial negativa: nbinstat - Poisson: poisstat La siguiente función, [m,d]=binostat(10,0.5), almacena en la variable m la media y en la d la varianza de la distribución binomial B(10,0.5). >> [m,d]=binostat(10,0.5) m = 5 d = La sintaxis de cada una de las anteriores funciones se puede consultar en la ayuda de Matlab. Probemos ahora con la distribución binomial: Vamos a establecer una binomial con 5 pruebas y probabilidad 0.3. Podemos calcular la esperanza y la varianza de la siguiente forma: >> [m,d]=binostat(5,0.3) m = d =
4 Veamos las funciones de densidad y distribución: >> X=[ ] X = >> Y=binopdf(X,5,0.3) Y = >> Y=binocdf(X,5,0.3) Y = Vamos a representar las funciones de densidad y distribución: >> X=[ ]; >> Y=binopdf(X,5,0.3); >> plot(x,y,'*')
5 >> Y=binocdf(X,5,0.3); >> plot(x,y,'*')
6 Probemos ahora con la distribución Binomial Negativa. Esta distribución corresponde al caso en que la variable aleatoria cuenta el número de ensayos de Bernouilli necesarios hasta obtener k éxitos. Asi, el número de pruebas realizadas es n = x + k, donde x es el numero de fracasos y k el de exitos. Para esta variable aleatoria discreta, P(X=n) es la probabilidad de obtener el éxito k en el n-ésimo ensayo, habiéndose producido k-1 éxitos durante los ensayos anteriores. Se calcula de la siguiente manera siendo p la probabilidad de obtener éxito cada prueba de Bernouilli. Asi, si p=0.3, la probabilidad de contar 5 fracasos hasta obtener 10 éxitos, no es mas que la probabilidad de que se hayan realizado 15 ensayos para obtener 10 exitos, y se calcularia con la formula anterior tomado n=15 y k=10. Procediendo de este modo se comprueba que la probabilidad calculada es de La funcion de dsitribucion de la binomial negativa en matlab (mirar el manual de documentacion) viene en funcion del numero de fracasos, de manera que >> a=nbinpdf(5,10,0.3) a = nos proporciona la probabilidad de obtener 5 fracasos hasta obtener 10 exitos. En ocasiones hay que prestar atencion a la definicion que proporciona Matlab a la variable aleatoria, que puede no coincidir exactamente con las definiciones dadas en clase. Además de estas funciones, Matlab dispone de una herramienta de calculo y visualizacion, la Probability Distribution Function Tool, que realiza la representación gráfica de las funciones de probabilidad pdf (del ingles 'probability distribution function') y de distribución de probabilidad cdf (del ingles 'cumulative distribution function') de la principales distribuciones de probabilidad. Esta herramienta se abre utilizando el comando disttool en la ventana de Matlab: >> disttool
7 Por defecto la ventana se abre con la distribución N(0,1) y representando la función de distribución de probabilidad. Desde el desplegable Distribution se podrá seleccionar la función de probabilidad que se desee estudiar, en el desplegable Function type se podrá seleccionar entre la función de probabilidad o la función de distribución de probabilidad. Por ejemplo, una distribución binomial con 10 experimentos y una probabilidad de éxito de 0,7 se configuraría de la siguiente forma:
8 Como se observa en la figura hemos seleccionado la distribución binomial y la función de densidad/probabilidad para su representación. Los parámetros que definen la distribución se indican en las cajas de la parte inferior de la ventana. En particular el número de experimentos en la caja Trials y la probabilidad de éxito en Prob, el resto de campos indican los límites superior/inferior de los ejes que se representan. Otra información importante que se observa en la ventana son las coordenadas, en la parte inferior del gráfico hay una campo editable donde podemos escribir la coordenada del eje X, de forma que en la parte izquierda de la gráfica se muestra la densidad/probabilidad para este valor. Es decir, la probabilidad de obtener 5 éxitos es de Si seleccionamos la función de distribución obtenemos el siguiente gráfico:
9 Las líneas rojas discontinuas se pueden mover con el puntero del ratón, de forma que el punto donde se posiciona se indica en las cajas de los ejes, de forma que indican el valor de la variable y su distribución de probabilidad (P(X<=5)=0,15027). Esto último permite el cálculo de probabilidad de forma gráfica. Para introducir un título en la gráfica, en los ejes de coordenadas o líneas, cajas, texto, etc se debe acceder a las distintas opciones que aparece en el menú Insertar. Son también interesantes las opciones disponibles en el menú Tools, desde este menú se puede aplicar zoom a la figura, aplicar una vista en 3D:
10 Distribuciones continuas Las variables aleatorias continuas son las que pueden tomar cualquier valor de entre el infinito número de valores de un intervalo. Por este motivo resulta imposible asignar probabilidad a cada uno de los valores particulares de forma que la suma sea 1, ya que se tienen infinitos sumandos, y se ha de recurrir al concepto de integral. Como hemos dicho ya en la introducción, para una variable aleatoria continua, existe una función f(t) llamada función de densidad de probabilidad, de manera que la probabilidad de obtener valores en un intervalo viene dada por: De entre las distribuciones continuas, la distribución normal es, con mucho, la más importante de todas y, además, la mayor parte de las distribuciones continuas se deducen de combinaciones normales.
11 Matlab dispone las funciones de densidad de las distribuciones continuas más usuales: Normal, Exponencial, chi-cuadrado, T de Student y F de Snedecor. - Normal: normpdf, normcdf, normstat - Chi-cuadrado: chi2pdf, chi2cdf, chi2stat - T de Student: tpdf, tcdf, tstat - F de Snedecor: fpdf, fcdf, fstat Empecemos con la distribución normal, las principales funciones disponibles son: normpdf, normcdf y normstat como era de suponer. Supongamos que una variable aleatoria X sigue una distribución normal de media 5 y desviación típica 0.2. Para obtener la probabilidad a la izquierda de 4.6, es decir P(X <= 4.6) haríamos: >> a=normcdf(4.6,5,0.2) a = Evidentemente, la probabilidad a la izquierda de la media es 0.5: >> a=normcdf(5,5,0.2) a = Hagamos lo mismo utilizando la Probability Distribution Function Tool:
12 Veamos ahora para la distribución t de Student. Definimos una t con 7 grados de libertad y calculamos la probalidad de que sea menor que 2: >> a=tcdf(2,7) a = Realicemos el mismo cálculo utilizando la ventana:
13 Se pueden encontrar todas las funciones de distribución de probabilidad en la ayuda de Matlab, buscando Supported Distributions en el campo del Help Navigator y las disponibles en la herramienta a partir del desplegable Distribution. Ejercicios: 1. En un proceso de fabricacion de componentes electrónicos bajo control de calidad se sabe que la probabilidad de que aparezca un componente defectuoso es p=0.01. Si los componentes se distribuyen en cajas de 200, encontrar la probabilidad de que haya menos de 5 defectuosos en cada caja. 2. La distribución binomial se puede aproximar por una distribución de Poisson para valores grandes del numero de pruebas. Calcular la probabilidad anterior utilizando la aproximación de Poisson. Comenta el resultado. 3. Calcular la probabilidad de que entre 1000 individuos tomados al azar, exactamente 10 hayan nacido el dia de Navidad.
14 4. Hallar la probabilidad de que un estudiante que contesta al azar en un examen verdadero-falso conteste correctamente: a) 5 preguntas de un total de 10. b) 10 omas preguntas de un total de 20. c) Menos de 20 preguntas de un total de Sea X una variable aleatoria con una distribución N(0.8,2). Calcular los valores de las siguientes probabilidades: a) P(X <= 2.58); b) P(1.2<X<3.5); c) P(X>0.7) Resuelve utilizando la función normcdf, y también utilizando el disttool. 6. Hallar la probabilidad de que entre xifras elegidas al azar, la cifra 6 salga menos de 9971 veces. Este problema se puede hacer utilizando una variable aleatoria discreta o una v.a. continua. Porqué? Razona tu respuesta y explica que resultado estas utilizando. 7. Sabiendo que la probabilidad de hacer blanco en un objectivo con cierto sistema de tiro es de 0.01, Cuántos disparos deberán realizarse para alcanzar el objetivo al menos una vez con una probabilidad del 95%?. Y si la probabilidad de acertar es de 0.6? 8. La media de los pesos de 1000 estudiantes de una universidad es de 62.5 Kg, y la desviación típica de 6.1 Kg. Suponiendo que los pesos siguen una distribución normal, calcular el numero de estudiantes que pesan a) Entre 58 y 65 Kg. b) Mas de 74 Kg. Utiliza la función normcdf, y la herramienta disttool. 9. Un distribuidor de semillas ha determinado a partir de numerosos ensayos que el 5% de un grupo grande de semillas no germina. El distribuidor vende las semillas en paquetes de 200, garantizando una germinación del 90%. Cual es la probabilidad de que un paquete no cumpla la garantía? 10. Una prueba de laboratorio para detectar heroína en sangre tiene una precisión del 92%. Se analizan 72 muestras en un mes. Cuál es la probabilidad de que: a) 60 muestras estén correctamente evaluadas? b) Menos de 60 muestras estén correctamente evaluadas? 11. En una distribución T de Student con 7 grados de libertad, a) Qué punto deja a la izquierda una probabilidad de 0.95? b) Qué punto deja a la derecha una probabilidad de 0.35? 12. La duración en minutos del viaje desde un hotel hasta el aeropuerto siguiendo un itinerario A sigue una distribución normal N(27,5), mientras que si se sigue el itinerario B el tiempo de llegada sigue una distribución N(30,2). Si se dispone de 34 minutos para llegar al aeropuerto, Cuál de los dos itinerarios conviene utilizar?
15 13. Se sabe que una fuente radiactiva emite partículas alfa a un ritmo de 1.5 por minuto. Si medimos el numero de partículas en 2 minutos, Cual es el resultado promedio esperado? Cual es la probabilidad de observar x=0,1,2,3,4? Y la probabilidad de que x>5?. 14. Utilizar el disttool para comparar las distribuciones P(k) y N(k, k) para k=10, 20, 30, 40 y 80. Calcular el area a la izquerda de k/4 en cada caso. Comenta tus resultados.
DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesTema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
Más detallesEstadística Los parámetros estadísticos más usuales son: Media aritmética
Estadística Los parámetros estadísticos más usuales son: mean(x) Media aritmética mode(x) Moda median(x) Mediana std(x) Desviación típica muestral var(x) Varianza muestral prctile(x,p) Percentil de orden
Más detallesDistribución de Probabilidades con Nombre Propio Problemas Propuestos
Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,
Más detallesETSI de Topografía, Geodesia y Cartografía
Disttool Es una herramienta de MATLAB que permite visualizar de forma gráfica las características de cada distribución con la posibilidad de variar sus parámetros. Las funciones que muestra son: Función
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
Más detallesLA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más detallesLa distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Más detallesVariable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesSoluciones Examen de Estadística
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 15 de Febrero, 5 Cuestiones horas C1. Un programa se ejecuta desde uno cualquiera de cuatro periféricos A, B, C y D con arreglo
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesDISTRIBUCIONES DE PROBABILIDAD (RESUMEN)
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesTema 7. Aproximación de la distribución Binomial a la Normal
Tema 7. Aproximación de la distribución Binomial a la Normal Indice 1. Problemas de la distribución binomial... 2 2. Aproximación de la binomial a la normal... 2 Apuntes realizados por José Luis Lorente
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesP (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
Más detallesTEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.
Más detallesDISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2)
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2) Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 EJEMPLO Calcular σ y σ 2 para una variable aleatoria discreta
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detalles0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
1.- Cómo utilizar la tabla de la distribución Binomial? Supongamos que lanzamos al aire una moneda trucada. Con esta moneda la probabilidad de obtener cara es del 30%. La probabilidad que salga cruz será,
Más detallesTema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:
Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno
Más detallesProbabilidad. Distribuciones binomial y normal
Tema 7 Probabilidad. Distribuciones binomial y normal 7.1. Introducción En este tema trataremos algunas cuestiones básicas sobre Probabilidad. Tanto la Probabilidad como la Estadística son dos campos de
Más detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más detallesCap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved
Cap 6 36 Distribuciones de Distribuciones de probabilidad discreta probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio
Más detallesCAPÍTULO 9 DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS 1.- DISTRIBUCIONES DISCRETAS 2.- DISTRIBUCIONES CONTINUAS
CAPÍTULO 9 DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS 1.- DISTRIBUCIONES DISCRETAS 2.- DISTRIBUCIONES CONTINUAS 3.- R COMO ALTERNATIVA A LAS TABLAS ESTADÍSTICAS CLÁSICAS CAPÍTULO 9 1 2 1.- DISTRIBUCIONES
Más detallesDistribución Normal Curva Normal distribución gaussiana
Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos
Más detallesD I S T R I B U C I Ó N N O R M A L
D I S T R I B U C I Ó N N O R M A L 1. V A R I A B L E A L E A T O R I A C O N T I N U A. F U N C I O N E S A S O C I A D A S Variable aleatoria continua es aquella que puede tomar valores en un conjunto
Más detallesProbabilidades y la curva normal
Probabilidades y la curva normal Las distribuciones reales y las distribuciones teóricas Por Tevni Grajales Guerra Tal cual estudiamos en nuestro tercer tema. Cuando registramos los valores de una variable
Más detallesPARTE II: MUESTREO... 10 6.- CONCEPTOS BÁSICOS... 10 7.- MÉTODOS DE MUESTREO... 10 8.- NÚMERO DE MUESTRAS... 10 9.- DISTRIBUCIONES MUESTRALES...
Contenidos: PARTE I: DISTRIBUCIONES DE PROBABILIDAD... 2 1.- VARIABLES ALEATORIAS... 2 2.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.- LA DISTRIBUCIÓN BINOMIAL... 5 4.- LA DISTRIBUCIÓN NORMAL... 7 5.- USO
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesTeorema de Bayes. mientras que B tiene una tasa de defectos del 4%.
Teorema de Bayes Ejemplo: En una empresa manufacturera, una máquina A produce el 60% de la producción total, mientras que una máquina B el restante 40%. 71 El 2% de las unidades producidas por A son defectuosas,
Más detalles7. Distribución normal
7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o
Más detalles1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.
Más detallesC. Distribución Binomial
Objetivos de aprendizaje 1. Definir los resultados binomiales 2. Calcular la probabilidad de obtener X éxitos en N pruebas 3. Calcular probabilidades binomiales acumulativas 4. Encontrar la media y la
Más detallesDistribuciones de Probabilidad.
Práctica núm. 3 1 Distribuciones de Probabilidad. 3.1. Distribuciones de Probabilidad en Statgraphics El estudio de las distribuciones de probabilidad en Statgraphics se puede realizar en el menú Descripción/Distribuciones/Distribuciones
Más detallesFigura 1. Generación de variables aleatorias.
PRÁCTICA 3. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Generación de variables aleatorias. El programa nos permite generar variables aleatorias especificando
Más detallesx R F (x) := P (X 1 (, x]) = P ({e Ω : X(e) x}) = P (X x) salvo que en este caso esta función es siempre una función continua.
PROBABILIDAD Tema 2.3: Variables aleatorias continuas Objetivos Distinguir entre variables aleatorias discretas y continuas. Dominar el uso de las funciones asociadas a una variable aleatoria continua.
Más detallesPropuesta A. 2 0 b) Dada la ecuación matricial: X = , despeja y calcula la matriz X. (0.75 ptos) 2 1
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (015) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A o B. Se
Más detallesEstadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte.
Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte. Contextualización En la presente sesión analizarás y describirás un experimento binomial, definirás y conocerás la función
Más detallesPráctica 1: Introducción a SPSS 1
Estadística Aplicada Curso 2010/2011 Diplomatura en Nutrición Humana y Dietética Práctica 1: Introducción a SPSS 1 Este programa estadístico está organizado en dos bloques: el editor de datos y el visor
Más detallesDebemos obtener las medidas estadísticas más comunes.
- Ejercicio: Gráficos Estadísticos Estudiando el número de hijos de 30 familias elegidas al azar en una ciudad se han obtenido los siguientes datos: 1, 2, 3, 5, 6, 0, 7, 8, 4, 1, 3, 4, 5, 2, 6, 5, 2, 3,
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #3 Tema: Distribución Discreta Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Definir la función de probabilidad
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesModelos de Probabilidad con Statgraphics
Modelos de Probabilidad con Statgraphics 1. Objetivos Representar funciones de probabilidad/densidad y de distribución de diferentes modelos de variables aleatorias discretas/continuas Calcular probabilidades
Más detallesEstadística. Estadística
Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detallesDISTRIBUCIONES MUESTRALES
DISTRIBUCIONES MUESTRALES Distribuciones muestrales Autores: Ángel A. Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS CARACTERÍSTICAS DE LA
Más detalles1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES
1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMAS 14 y 15.- DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 1 1.- VARIABLES ALEATORIAS DISCRETAS Concepto
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detalles6-1 y. Sec Distribuciones de probabilidad discreta Pearson Prentice Hall. All rights reserved
Sec. 6-1 y 3 6-2 Distribuciones de probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio Su valor se determina al
Más detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detalles10 0,1 12 0,3 14 0, , ,15
1. Una variable aleatoria X puede tomar los valores 30, 40, 50 y 60 con probabilidades 0.4, 0., 0.1 y 0.3. Represente en una tabla la función de probabilidad P(X=x), y la función de distribución de probabilidad,
Más detallesDISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detallesDISTRIBUCIONES DE PROBABILIDAD BINOMIAL
Probabilidad DISTRIBUCIONES DE PROBABILIDAD BINOMIAL Copyright 21, 27, 24 Pearson Education, Inc. All Rights Reserved. 4.1-1 Ejemplo de repaso Use la siguiente distribución de probabilidad para contestar
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detallesb) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 4, curso 2006 2007. Ejercicio 1. Suponer que los cuatro motores de una aeronave comercial se disponen para que
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesTema 4: Variable aleatoria. Métodos Estadísticos
Tema 4: Variable aleatoria. Métodos Estadísticos Definición de v.a. Definición: Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio, es decir, una función
Más detallesEl primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
Más detallesClase 6: Algunas Distribuciones de Probabilidad Discreta
Clase 6: Algunas Distribuciones de Probabilidad Discreta Distribución Uniforme discreta La más simple de todas las distribuciones de probabilidad discreta es una donde la v.a. toma cada uno de sus valores
Más detallesDr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez
Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como
Más detallesContenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades
Más detallesAlgunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson
Algunas Distribuciones EstadísticasTeóricas Distribución de Bernoulli Distribución de Binomial Distribución de Poisson Aproximación de la Distribución Binomial por la Distribución de Poisson Distribución
Más detallesBiometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)
Biometría Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Variable aleatoria El resultado de un experimento aleatorio puede ser descripto en ocasiones
Más detallesRelación 1. Sucesos y probabilidad. Probabilidad condicionada.
Relación. Sucesos y probabilidad. Probabilidad condicionada.. Sean A, B y C tres sucesos cualesquiera. Determine expresiones para los siguientes sucesos: Ocurre sólo A. Ocurren A y B pero no C. c) Ocurren
Más detallesLa más famosa de las campanas
La más famosa de las campanas Dice el diccionario que una campana es un dispositivo simple que emite un sonido. Pero una campana puede ser muchas cosas más. Creo que hay hasta una planta con ese nombre
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesINSTRUCCIONES PARA EL USO DEL SOFTWARE (IS)
INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS) Pantalla Inicial de DERIVE for Windows Teniendo instalado el programa DERIVE sobre Windows, podemos ingresar al sistema de las siguientes formas: Haciendo clic
Más detallesUniversidad Autónoma de Madrid Probabilidad y Estadística
Pendiente de la lección 1: Lección 6 Variables aleatorias ˆ Si Ω es infinito, Ω sería su área en P(A) = A / Ω. ˆ Vamos a lanzar un bolígrafo en un suelo con pequeñas baldosas blancas que tienen un dibujo
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesTeorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso F. San Segundo.
Teorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso 2014-2015. F. San Segundo. Variables de Bernouilli. Una de las familias de variables aleatorias más básicas
Más detallesUNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES.
UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES. DISTRIBUCION DE PROBABILIDADES. 1. Se extraen sin reposición cuatro fichas de una urna
Más detallesTEMA 3.- MODELOS DISCRETOS
TEMA 3.- MODELOS DISCRETOS 3.1. Introducción. 3.2. Distribución uniforme discreta de parámetro n. 3.3.Distribución Bernoulli de parámetro p. 3.4.Distribución Binomial de parámetros n y p. Notación: X Bn,
Más detallesAnálisis de Capabilidad (Porcentaje Defectuoso)
Análisis de Capabilidad (Porcentaje Defectuoso) STATGRAPHICS Rev. 9/4/2006 Este procedimiento esta diseñado para estimar el porcentaje de artículos defectuosos en una población basándose en muestra de
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
Más detallesEl momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También
Más detallesEn las figuras anteriores vemos algunos casos (no todos) que pueden presentarse al pasar por un punto x 0. (en este caso, para x 0 =2)
UNIVERSIDAD DEL VALLE PROFESOR CARLOS IVAN RESTREPO CONTINUIDAD. 1.- Continuidad en un punto. Continuidad lateral..- Continuidad en un intervalo. 3.- Operaciones con funciones continuas 4.- Discontinuidades.
Más detallesNombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
Estadística 1 Sesión No. 9 Nombre: Distribuciones de probabilidad discreta. Segunda parte. Contextualización A qué nos referimos con probabilidad discreta? En la presente sesión analizarás y describirás
Más detallesVariables aleatorias: problemas resueltos
Variables aleatorias: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ bjglez@ull.es DOMINGO HERNÁNDEZ ABREU dhabreu@ull.es MATEO M. JIMÉNEZ PAIZ mjimenez@ull.es M. ISABEL MARRERO RODRÍGUEZ imarrero@ull.es
Más detallesPROBLEMAS DE ESTADISTICA
ESTADÍSTICA, CURSO 2008 2009 1 PROBLEMAS DE ESTADISTICA 2. DISTRIBUCIONES DE PROBABILIDAD 2 1. Una urna contiene 6 bolas blancas, 4 rojas y 2 azules. Si se extraen 3 bolas sucesivamente sin reemplazamiento,
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesJUNIO 2010. Opción A. 1 2 3
JUNIO 2010 Opción A 2 3 1 1.- Sean las matrices: A 0 1 2 y B 5 3 1 Halla una matriz X tal que 2X BA AB. 2 0 1 3 3 2. 1 2 3 2.- La cantidad C de tomates (en kg) que se obtienen de una planta de tomate depende
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detallesDISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.
es una representación gráfica que permite visualizar un experimento de pasos múltiples. Considere un experimento que consiste en lanzar dos monedas. Defina los resultados experimentales en términos de
Más detallesUnidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una
Más detalles