La más famosa de las campanas
|
|
- Pablo Quintana Parra
- hace 7 años
- Vistas:
Transcripción
1 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 y una flor con su diminutivo. Y no nos olvidemos de las campanas extractoras de las cocinas. Pero, sin duda, la más famosa de todas las campanas es la célebre campana de Gauss, la más querida y venerada por estadísticos y científicos de distinto pelaje. Pero, qué es la campana de Gauss?. Pues no es nada más, ni nada menos, que una función de densidad de probabilidad. Dicho de otra forma, es una distribución continua de probabilidad que tiene forma de campana simétrica, de ahí la primera parte de su nombre. Y digo la primera parte porque la segunda es algo más polémica, ya que no está tan claro que Gauss sea el padre de la criatura. Parece que el primero en utilizar esta función de densidad fue un tal Moivre, que estaba estudiando qué pasaba con una distribución binomial cuando el tamaño de la muestra se iba haciendo grande. Sin embargo, otra de las muchas injusticias de la historia, el nombre de la función se asocia con Gauss, que la utilizó unos 50 años después para registrar los datos de sus estudios astronómicos. Claro que, para defensa de Gauss, hay quien dice que los dos descubrieron la función de densidad de manera independiente. Nosotros, para no polemizar, a partir de ahora vamos a denominarla por su otro nombre, diferente al de campana de Gauss: distribución normal. Y parece que la bautizaron así porque al principio pensaron que la mayor parte de los fenómenos naturales se ajustaban a esta distribución. Más tarde se vio que hay otras distribuciones que son muy frecuentes en biología, como la de Poisson o la binomial. Como ocurre con cualquier función de densidad, la utilidad de la curva normal radica en que representa la distribución de probabilidades de aparición de la variable aleatoria que estemos midiendo. Por ejemplo, si medimos los pesos de una población de individuos y los representamos gráficamente veremos que se distribuyen siguiendo una distribución normal. Así, el área bajo la curva entre dos puntos del eje x representa la probabilidad de aparición de esos valores. El área total bajo la curva es igual a uno, lo que quiere decir que hay un 100% de probabilidades (uno en tantos por uno) de que se encuentre cualquiera de los valores de la distribución. Existen infinitas distribuciones normales, todas ellas perfectamente
2 caracterizadas por su media y su desviación estándar. Así, cualquier punto del eje horizontal puede expresarse como la media más o menos un número de veces la desviación estándar, pudiendo calcularse su probabilidad usando la fórmula de la función de densidad, que no me atrevo a enseñaros aquí. También podemos utilizar un ordenador para calcular la probabilidad de una variable dentro de una distribución normal, pero en la práctica se hace algo más sencillo: estandarizar. Se dice que la distribución normal estándar es aquella que tiene una media igual a cero y una desviación estándar igual a uno. La ventaja de contar con la distribución estándar es doble. Primero, conocemos su distribución de probabilidades para los distintos puntos del eje horizontal. Así, entre la media más menos una desviación se encuentra el 68% de la población, entre la media y más menos dos el 95% y entre más menos tres el 99%, aproximadamente. La segunda ventaja es que cualquier distribución normal puede convertirse en una estándar. Basta con restar la media al valor y dividirlo por la desviación estándar de la distribución. Calculamos así el score z, que es el equivalente del valor de nuestra variable en una distribución normal estándar de media cero y desviación estándar uno. Veis la utilidad del asunto. Ya no necesitamos programas informáticos para calcular la probabilidad. Nos basta con estandarizar y usar una simple tabla, si es que no conocemos el valor de memoria. Pero es que la cosa va incluso más allá. Gracias a la magia del teorema central del límite, otras distribuciones pueden aproximarse a una normal y puede utilizarse la técnica de estandarizar para calcular la distribución de probabilidades de los valores de las variables. Por ejemplo, aunque nuestra variable siga una distribución binomial podremos aproximarla a una normal cuando el tamaño muestral sea grande. En la práctica, cuando np y n(1-p) sean mayores de cinco. Lo mismo ocurre con la distribución de Poisson, que puede aproximarse a una normal cuando la media es mayor de 10. Y la magia es doble, porque además de poder prescindir de herramientas complejas y calcular con más facilidad probabilidades o intervalos de confianza, hay que tener en cuenta que tanto la distribución binomial como la de Poisson son funciones de masa discretas, mientras que la normal es una función de densidad continua. Y este es el final por hoy. Solo deciros que hay otras funciones de densidad continuas distintas a la normal y que también pueden aproximarse a una normal cuando las muestras son grandes. Pero esa es otra historia
3 El cocinero y su pastel Saber cocinar es una ventaja. Qué bien queda uno cuando tiene invitados y sabe cocinar como es debido!. Te pasas dos o tres horas comprando los ingredientes, te dejas un dineral y te tiras otras dos o tres horas en la cocina y, al final, resulta que el plato estupendo que estabas preparando te queda hecho una ruina. Y esto le pasa hasta a los mejores cocineros. Nunca podemos estar seguros de que el plato nos vaya a quedar bien, aunque lo hayamos preparado antes muchas veces. Así que entenderéis el problema que tiene mi primo. Resulta que va a dar una fiesta y a él le ha tocado hacer el postre. Sabe hacer un pastel bastante rico, pero solo le sale realmente bueno la mitad de las veces que lo intenta. Así que está muy preocupado por hacer el ridículo en la fiesta, como es bien comprensible. Claro que mi primo es muy listo y ha pensado que si hace más de un pastel, alguno le tiene que quedar bueno. Pero, cuántos tiene que hacer para tener, por lo menos, uno bueno?. El problema de esta pregunta es que no tiene una respuesta exacta. Cuantos más pasteles haga, más probable que alguno salga bueno. Pero claro, puede hacer doscientos y tener la mala suerte de que todos sean malos. Pero no desesperéis: aunque no podemos dar una cifra con seguridad absoluta, si podemos medir la probabilidad de quedar bien con un número determinado de pasteles. Veámoslo. Vamos a imaginar la distribución de probabilidad, que no es más que el conjunto de situaciones que incluyen todas las situaciones que pueden ocurrir. Por ejemplo, si mi primo hace un pastel, éste puede salir bueno (B) o malo (M), ambos con una probabilidad de 0,5. Podéis verlo representado en el gráfico A. Tendrá un 50% de probabilidades de éxito. Si hace dos pasteles puede ocurrir que le salgan bien uno, dos o ninguno. Las combinaciones posibles serán: BB, BM, MB, MM. La probabilidad de tener uno bueno es de 0,5 y la de tener dos 0,25, con lo que la probabilidad de tener al menos uno bueno es de 0,75 o 75% (3/4). Lo representamos en el gráfico B Vemos que las opciones mejoran, pero todavía queda mucho margen para el fracaso.
4 Si hace tres pasteles las opciones son las siguientes: BBB, BBM, BMB, BMM, MBB, MBM, MMB y MMM. Esto mejora, ya tenemos un 87,5% (1/8) de que al menos un pastel salga bien. Lo representamos en el gráfico C. Y si hace cuatro, o cinco, o?. El asunto se convierte en un auténtico coñazo. Cada vez es más difícil imaginar las combinaciones posibles. Y qué hacemos?. Pues pensar un poco. Si nos fijamos en los gráficos, las barras representan los elementos discretos de probabilidad de cada uno de los eventos posibles. Según aumenta el número de posibilidades y aumenta el número de barras verticales, la distribución de las barras comienza a adoptar una forma acampanada, ajustándose a una distribución de probabilidad conocida, la distribución binomial. Las personas que entienden de estas cosas, llaman experimentos de Bernouilli a aquellos que tienen solo dos soluciones posibles (son dicotómicos), como tirar una moneda (cara o cruz) o nuestro pastel (bueno o malo). Pues bien, la distribución binomial mide el número de éxitos (k) de una serie de experimentos de Bernouilli (n) con una determinada probabilidad de ocurrencia de éxito de cada suceso (p). En nuestro caso la probabilidad es p=0,5 y podemos calcular la probabilidad de tener éxito repitiendo el experimento (cocinando pasteles) según la siguiente fórmula: Si sustituimos p por 0,5 (la probabilidad de que el pastel salga bueno), podemos ir jugando con los valores de n para obtener, al menos, un pastel bueno (k 1). Si hacemos cuatro pasteles, la probabilidad de tener al menos uno bueno es de 93,75% y si hacemos cinco esta probabilidad sube a 96,87%, un valor de probabilidad razonable para lo que estamos buscando. Yo creo que haciendo cinco pasteles es muy difícil que a mi primo se le arruine su fiesta.
5 También podríamos despejar el valor de la probabilidad y calcularlo al revés: dado un valor de P(k de n) obtener el número de intentos necesarios. Otra cosa que se puede hacer es calcular todas estas cosas sin utilizar la fórmula, sino usar cualquiera de las calculadoras de probabilidad disponibles en Internet. Y aquí se acaba esta entrada tan golosa. Existen, como podéis imaginar, más tipos de distribuciones de probabilidad, tanto discretas como esta distribución binomial como continúas como la distribución normal, la más famosa de todas. Pero esa es otra historia
La 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 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 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 detallesDISTRIBUCIONES 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 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 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 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 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 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 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 detallesLa distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística
La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico
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 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 detallesDistribución normal. Cajón de Ciencias. www.cajondeciencias.com. Qué es una variable estadística?
Distribución normal Cajón de Ciencias Qué es una variable estadística? Una variable estadística es un parámetro que puede variar de manera aleatoria dentro de un rango de valores. Por ejemplo, la variable
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
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 detallesLa Distribución Normal y su uso en la Inferencia Estadística
La Distribución Normal y su uso en la Inferencia Estadística Los conceptos básicos de Probabilidad y de Distribuciones Muestrales sirven como introducción al método de Inferencia Estadística; esta se compone
Más detallesProbabilidad. La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento.
Matemáticas segundo medio COLEGIO SSCC CONCEPCION NOMBRE: Clase Teórica Práctica Nº 30 Probabilidad Probabilidad: Introducción La probabilidad mide la frecuencia con la que aparece un resultado determinado
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 detallesProbabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM
Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Probabilidades P(A) = Casos favorables Casos posibles Objetivos: Definir el concepto de
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 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 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 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 detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
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 detallesPLANIFICACIÓN UNIDAD 5 MATEMÁTICA IV MEDIO BICENTENARIO. CMO Aprendizajes esperados Indicador Habilidad Contenido Clases
PLANIFICACIÓN UNIDAD 5 MATEMÁTICA IV MEDIO BICENTENARIO CMO Aprendizajes esperados Indicador Habilidad Contenido Clases 9 y aplicar los conceptos de función densidad y distribución de probabilidad para
Más detallesDistribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta
Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad
Más detallesDistribuciones de probabilidad. El teorema central del límite
8 Distribuciones de probabilidad. El teorema central del límite Neus Canal Díaz 8.1. Introducción La distribución de frecuencias es uno de los primeros pasos que debemos realizar al inicio del análisis
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 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 detallesMEDIDAS DE ASIMETRÍA Y CURTOSIS EMPLEANDO EXCEL
1) ASIMETRÍA MEDIDAS DE ASIMETRÍA Y CURTOSIS EMPLEANDO EXCEL Es una medida de forma de una distribución que permite identificar y describir la manera como los datos tiende a reunirse de acuerdo con la
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesEl supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.
El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado cuenta con 3 departamentos: Abarrotes, Embutidos y. Solamente el Departamento
Más detallesFecha de realización:... Fecha de entrega:... Comisión:... Apellidos Nombres:...
ASIGNATURA: FÍSICA I TRABAJO PRÁCTICO Nº 1: GRÁFICOS Y ESCALAS Fecha de realización:... Fecha de entrega:... Comisión:... Apellidos Nombres:... y......... 1. Objetivo del trabajo: Construcción de gráficos,
Más detallesComo un huevo a una castaña
Como un huevo a una castaña En qué se parecen un huevo y una castaña?. Si disparamos nuestra imaginación podemos dar algunas respuestas tan absurdas como rebuscadas. Los dos son de forma más o menos redondeada,
Más detallesVARIABLES ALEATORIAS Y DISCTRIBUCIÓN DE PROBABILIDAD
VARIABLES ALEATORIAS Y DISCTRIBUCIÓN DE PROBABILIDAD Autor: Clara Laguna 3.1 INTRODUCCIÓN En el tema de estadística descriptiva se revisaron las técnicas necesarias para la realización de un análisis descriptivo
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO
Más detalles21. Círculo y recta Matemáticas II, 2012-II. Por qué el círculo y la recta son tan importantes?
. Círculo recta Matemáticas II, -II. Círculo recta Por qué el círculo la recta son tan importantes? Los dos objetos geométricos más importantes aparte del punto son sin duda la recta el círculo. La recta
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 detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesUn experimento binomial posee las siguientes características: 1. El experimento consiste de n ensayos repetidos.
Experimento Binomial Experimento que consiste en ensayos independientes repetidos, cada uno con dos posibles resultados que se denominan éxito y fracaso, donde la probabilidad de éxito es la misma en cada
Más detallesTEMA 2: DISTRIBUCIÓN DE PROBABILIDAD
TEMA 2: DISTRIBUCIÓN DE PROBABILIDAD A partir de un experimento aleatorio cualquiera, se obtiene su espacio muestral E. Se llama variable aleatoria a una ley (o función) que a cada elemento del espacio
Más detallesb) Haz otra distribución en 12 intervalos de la amplitud que creas conveniente.
Página EJERCICIOS Y PROBLEMAS PROPUESTOS PARA PRACTICAR Deseamos hacer una tabla con datos agrupados a partir de datos, cuyos valores extremos son 9 y. a) Si queremos que sean 0 intervalos de amplitud,
Más detallesMÓDULO I. TEORÍA DE LA PROBABILIDAD
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesEcuaciones de la recta
Ecuaciones de la recta Cajón de Ciencias Cuando empezamos a trabajar con rectas en primaria, lo hacemos solo utilizando expresiones del tipo y = mx + n o y = mx. Pero esto es solo una de las muchas formas
Más detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
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 detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesLección 10: Representación gráfica de algunas expresiones algebraicas
LECCIÓN Lección : Representación gráfica de algunas epresiones algebraicas En la lección del curso anterior usted aprendió a representar puntos en el plano cartesiano y en la lección del mismo curso aprendió
Más detallesTEMA 1: Funciones elementales
MATEMATICAS TEMA 1 CURSO 014/15 TEMA 1: Funciones elementales 8.1 CONCEPTO DE FUNCIÓN: Una función es una ley que asigna a cada elemento de un conjunto un único elemento de otro. Con esto una función hace
Más detallesPor ejemplo, lanzar al aire un dado o una moneda son experimentos aleatorios. Los experimentos aleatorios pueden ser simples o compuestos.
.- CONCEPTOS BÁSICOS DE PROBABILIDAD Experimento aleatorio: Es aquel cuyo resultado depende del azar y, aunque conocemos todos los posibles resultados, no se puede predecir de antemano el resultado que
Más detallesUNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD
UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD La Distribución de Probabilidad (DP) es la relación que se da entre los diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia.
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UCM Función de distribución y función de densidad Ejercicio. Sea X una variable aleatoria con función de distribución dada
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 detallesLa distribución Normal
La distribución Normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas y Calidad
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
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 detallesE2. Considera la siguiente función densidad de probabilidad:
Distribución Normal. 2 Distribuciones Continuas de Probabilidad. Muchos experimentos dan como resultado una variable aleatoria continua. Es decir: que puede tomar cualquier valor en un intervalo, no sólamente
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
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 detallesFracciones: multiplicando fracciones y números mixtos
SERIE: RESÚELVELO Fracciones: multiplicando fracciones y números mixtos Respuestas lógicas Día con día usamos las matemáticas o hacemos razonamientos matemáticos. Esta Serie, que consta de 18 programas,
Más detallesrad, y rad = 360 Ejercicio 1 Realizar las conversiones de grados a radianes y de radianes a grados de los siguientes ángulos:
Trigonometría 1.- Ángulos En la medida de ángulos, y por tanto en trigonometría, se emplean dos unidades, si bien la más utilizada en la vida cotidiana es el grado sexagesimal, en matemáticas es el radián
Más detallesLímites e indeterminaciones
Límites e indeterminaciones La idea de límite de una función no es en sí complicada, pero hubo que esperar hasta el siglo XVII a que los matemáticos Newton 1 y Leibniz 2 le dieran forma y la convirtiesen
Más detallesEjercicios resueltos de tiro oblicuo
Ejercicios resueltos de tiro oblicuo 1) Un arquero dispara una flecha cuya velocidad de salida es de 100m/s y forma un ángulo de 30º con la horizontal. Calcula: a) El tiempo que la flecha está en el aire.
Más detalles1. Línea Recta 2. 2. Rectas constantes 3 2.1. Rectas horizontales... 3 2.2. Rectas verticales... 4
Líneas Rectas Contenido. Línea Recta. Rectas constantes.. Rectas horizontales.............................. Rectas verticales.............................. Rectas con ecuación y = ax.. Rectas con a > 0................................
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 detallesEstadística. Conceptos de Estadística inferencial
Estadística Conceptos de Estadística inferencial Estadística inferencial Es la rama de la Estadística que, basada en la descriptiva, estudia el comportamiento y propiedades de las muestras, y la posibilidad
Más detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
Más detallesEc. rectas notables en un triángulo
Ec rectas notables en un triángulo omo recordarás del curso de geometría plana (segundo semestre), las rectas notables de un triángulo son: Medianas: Una mediana es la recta que pasa por el punto medio
Más detallesPruebas de Bondad de Ajuste
1 Facultad de Ingeniería IMERL PROBABILIDAD Y ESTADÍSTICA Curso 2008 Pruebas de Bondad de Ajuste En esta sección estudiaremos el problema de ajuste a una distribución. Dada una muestra X 1, X 2,, X n de
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO
Más detallesEntre las múltiples formas de baremar un test, destacamos las siguientes: - Baremos cronológicos: Edad Mental y Cociente Intelectual.
104 TEMA V: BAREMACIÓN DE UN TEST 1.- INTRODUCCIÓN La puntuación directa de una persona en un test no es directamente interpretable si no la referimos a los contenidos incluidos en el test o al rendimiento
Más detallesAnálisis de Datos CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
1. INTRODUCCIÓN En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el tema
Más detallesANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL
ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde
Más detallesa).- Si el número de los valores en un conjunto de datos no agrupados es impar, La mediana es determinada de la siguiente manera:
La mediana de un conjunto de valores es el valor del elemento central del conjunto. Para encontrar la mediana, Primero arreglar los valores en el conjunto de acuerdo a su magnitud; es decir arreglar los
Más detallesEl PI de los Polígonos
Objetivos Matemáticos Esta actividad describe una generalización del número π, una razón análoga para los polígonos regulares. En el curso de la actividad, el alumno tendrá experiencias que fomentan: Pensar
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesTema 5. Variables aleatorias continuas
Tema 5. Variables aleatorias continuas Cuestiones de Verdadero/Falso 1. Muchas medidas numéricas de diversos fenómenos, como por ejemplo errores de medida o medidas antropométricas, pueden modelarse mediante
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 detallesDistribuciones de Probabilidad Para Variables Aleatorias Continuas
Distribuciones de Probabilidad Para Variables Aleatorias Continuas Departamento de Estadística-FACES-ULA 20 de Diciembre de 2013 Introducción Recordemos la definición de Variable Aleatoria Continua. Variable
Más detalles1 Ecuaciones y propiedades de la recta
Ecuaciones propiedades de la recta Ecuaciones propiedades de la recta En esta sección estudiaremos la caracterización de la recta desde el punto de vista algebraico. A partir del concepto de pendiente
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesConstruyamos una tabla de valores que incluya valores negativos y positivos de.
Materia: Matemáticas de 4to año Tema: Representación gráfica de una función exponencial Marco teórico Funciones exponenciales Iniciemos esta sección construyendo las gráficas de algunas funciones exponenciales.
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
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 detalles, con 0 x 1, representa la igualdad perfecta en la distribución de los ingresos. Esto es que cualquier punto de la línea indicaría que el
Función de Lorenz Decimos que una función continua siguientes condiciones: R L :, es de Lorenz si satisface las ) ) L, L L, para todo x, La función de Lorenz se utiliza para modelar la distribución de
Más detallesEjemplo: Si lanzamos un dado 7 veces y 3 de ellas nos sale par, la frecuencia
Probabilidad La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles,
Más detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.5: Aplicaciones de la derivada. Máximos y mínimos (absolutos) de una función. Sea f una función definida en un conjunto I que contiene un punto
Más detallesUNIDAD 4.- INECUACIONES Y SISTEMAS (tema 4 del libro)
UNIDAD 4. INECUACIONES Y SISTEMAS (tema 4 del libro) 1. INECUACIONES DE PRIMER GRADO CON UNA INCÓGNITA Definición: Se llama desigualdad a toda relación entre epresiones numéricas o algebraicas unidas por
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 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 detallesPRÁCTICA 1. Mediciones
PRÁCTICA 1 Mediciones Objetivo General El alumno determinará la incertidumbre de las mediciones. Objetivos particulares 1. El alumno determinará las incertidumbres a partir de los instrumentos de medición..
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesEstadística Inferencial. Sesión 5. Prueba de hipótesis
Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones
Más detallesTema 4: Distribución de Probabilidades Modelos de distribuciones, Bernoulli, Binomial.
Tema 4: Distribución de Probabilidades Modelos de distribuciones, Bernoulli, Binomial. Algunos modelos de variables aleatorias. Hay v.a. que aparecen con frecuencia en las Ciencias de la Salud. Experimentos
Más detalleswww.matesxronda.net José A. Jiménez Nieto
NÚMEROS REALES 1. NÚMEROS IRRACIONALES: CARACTERIZACIÓN. En el tema correspondiente a números racionales hemos visto que estos números tienen una característica esencial: su expresión decimal es exacta
Más detalles