CUÁL SERIA LA PREDICCION OPTIMA DEL ESTADO DEL TIEMPO AL DIA SIGUIENTE?
|
|
- Silvia Roldán Escobar
- hace 7 años
- Vistas:
Transcripción
1 TEOREMA DE BAYES Explica como considerar matemáticamente la nueva información en la toma de decisiones. P( AΙB) = P( A B) P( B) = P( A) P( BΙA) P( B) PROBLEMA: En cierto lugar llueve el 40% de los días y hay cielo despejado el 60%. Un fabricante de barómetros detecto una falla en su instrumento porque en días lluviosos erróneamente pronosticaba claro el 10% de las veces, mientras que en días despejados erróneamente pronosticaba lluvia el 20% de las veces. CUÁL SERIA LA PREDICCION OPTIMA DEL ESTADO DEL TIEMPO AL DIA SIGUIENTE?
2 Sin consultar el barómetro se cuenta con las probabilidades a priori (tabla 1). Estado del tiempo (A) Lluvia (A1) Claro (A2) Probabilidad a priori P (A) Al consultar el barómetro se obtiene una probabilidad a posteriori, pero primero se debe establecer formalmente la confiabilidad del barómetro (tabla 2). Estado A Predicción B Lluvia B1 Claro B2 Lluvia A Claro A Probabilidades condicionales P (A B)
3 Al combinar las probabilidades a priori con la información del barómetro se obtiene la tabla 3. Estado del tiempo A Lluvia Lluvia (0.40) Claro (0.60) P r e d i c c i o n (0.4)(0.9)= 0.36 (0.6)(0.2)=0.12 (0.6)(0.8)= 0.48 Claro (0.4)(0.1)=0.04 Una vez hecha una predicción (lluvia o despejado), el espacio muestral se reduce, supongamos que la predicción es lluvia: P (Predicción lluvia) = P (B 1 ) = =0.48
4 Aplicando el teorema de Bayes se obtiene la probabilidad a posteriori que se muestra en a tabla 4 Estado A Lluvia A1 Claro A2 Probabilidad a posteriori P (A B1) Pr( A1 B1 ) 0.36 P( A1 ΙB1 ) = = = Pr( B ) 0.48 Pr( A2 B1 ) 0.12 P( A2 ΙB1 ) = = = Pr( B )
5 DISTRIBUCIONES DE PROBABILIDAD Una vez que se conocen los conceptos básicos de probabilidad y los métodos para calcular la probabilidad de un evento es posible explorar métodos para calcular la probabilidad de un evento bajo circunstancias más complicadas. Se estudiaran las relaciones entre los valores que puede adquirir una variable y sus probabilidades de ocurrencia que se resumen mediante un mecanismo llamado distribución de probabilidad. La distribución de probabilidad se puede expresar en forma de tabla, grafica o formula. Conocer la distribución de probabilidad para una variable aleatoria proporciona una herramienta poderosa para simplificar y describir un conjunto de datos, y para llegar a conclusiones acerca de la población de datos sobre la base de una muestra de datos extraídos de la población. DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES DISCRETAS. Primero se considerará la distribución de probabilidad de una variable discreta, que se define como sigue: La distribución de probabilidad de una variable aleatoria discreta es una tabla, una gráfica, una formula u otro sistema utilizado para especificar todos los valores posibles de una variable aleatoria discreta y sus probabilidades de ocurrencia Una de las distribuciones discretas que se estudiaran es la distribución binomial.
6 DISTRIBUCIÓN BINOMIAL Una de las distribuciones más ampliamente utilizada en estadística aplicada. Se deriva del procedimiento conocido como ensayo de Bernoulli, en honor al matemático suizo James Bernoulli quien realizó contribuciones importantes en el campo de la probabilidad, en especial la distribución binomial. Cuando en algún ensayo de algún proceso o experimento puede ocurrir sólo uno de dos resultados mutuamente excluyentes, como vida o muerte, alivio o enfermedad, macho o hembra, éxito o fracaso, el ensayo se llama ENSAYO DE BERNOULLI. Una secuencia de ensayos de Bernoulli constituye un PROCESO DE BERNOULLI si se cumplen las siguientes condiciones. 1. En cada ensayo ocurre uno de dos posibles resultados mutuamente excluyentes uno de los cuales se denota (arbitrariamente) como éxito y el otro como fracaso. 2. La probabilidad de un éxito denotada por p, permanece constante de un ensayo a otro y la probabilidad de fracaso 1- p se denota por q. 3. Los ensayos son independientes, es decir, el resultado de algún ensayo en particular no es afectado por el resultado de cualquier otro ensayo.
7 Ejemplo: Se desea conocer la probabilidad de x éxitos en n ensayos de Bernoulli. Suponga que en cierta población el 52 por ciento de todos los nacimientos que se registraron son varones. Esto significa que la probabilidad del nacimiento de un varón registrado es de Si aleatoriamente se escogen 5 registros de nacimientos dentro de esa población, Cuál es la probabilidad de que exactamente tres de ellos pertenezcan a varones?. Solución: Designe la ocurrencia de un registro para el nacimiento de un varón como éxito, esta es una designación arbitraria con fines de claridad y conveniencia y no refleja de ninguna manera la preferencia relativa del nacimiento de varones frente a mujeres. La ocurrencia del registro de nacimiento de un varón se designa como éxito, puesto que lo que se busca son registros de nacimientos de varón. También es conveniente designar el número 1 a un éxito (registro del nacimiento de un varón) y un 0 para el registro de nacimiento de una mujer. El proceso que finalmente resulta en un registro de nacimiento se considera como un proceso de Bernoulli. Suponga que, de los 5 registros de nacimientos seleccionados, resulta esta secuencia de sexos: VMVVM En forma codificada se escribe de la siguiente manera: Puesto que la probabilidad de un éxito se denota con p y la probabilidad de un fracaso con q, la probabilidad de la secuencia de los resultados anteriores se calcula por medio de la regla de la multiplicación: P( ) = pqppq =
8 La probabilidad resultante es la de obtener la secuencia especifica en el orden en que se muestra. Sin embargo, el interés no está en el orden de ocurrencia de los registros de nacimientos de varones y mujeres, sino, como se ha manifestado previamente, en la probabilidad de ocurrencia exacta de tres registros de nacimiento de varones de entre cinco registros seleccionados aleatoriamente. En lugar de ocurrir en la secuencia mostrada con anterioridad (secuencia número 1), los tres éxitos y dos fracasos pueden ocurrir también en alguna de las secuencias adicionales dadas en la siguiente tabla. Número Secuencia Cada una de estas secuencias tiene la misma probabilidad de ocurrencia y es q 2 p 3, que es la probabilidad calculada para la primera secuencia. Cuando se extrae una sola muestra de cinco elementos a partir de una población especifica, sólo se obtiene una secuencia de éxitos o fracasos. La pregunta, ahora, es: cuál es la probabilidad de obtener la secuencia número 1, la secuencia numero 2... o la secuencia número 10? Con la regla de... se sabe que esta probabilidad es igual a... Que es equivalente a... Ahora se puede responder la pregunta original cuál es la probabilidad de observar tres registros de nacimiento de varón y dos de mujer? En una muestra aleatoria de 5 elementos extraída de la población especificada?
9 Dado que en la población p=0.52. entonces q =... Y se resuelve con... Conforme crece el tamaño de la muestra se hace mas tedioso hacer una lista para contar el número de secuencias, por lo que es necesario un método sencillo para contarlas. Para esto podemos utilizar la formula de conteo que nos permite saber cuantos subconjuntos de objetos pueden formarse cuando en diferentes subconjuntos se utilizan números de objetos que componen el conjunto del cual se extraen. Cuando el orden de los objetos dentro del de un subconjunto no importa, el subconjunto se llama combinación de objetos. Si un conjunto cuenta de n objetos y y se pretende formar un subconjunto de x objetos, sin importar el orden de los objetos dentro del subconjunto el resultado se llama combinación Cuando la combinación se forma tomando x objetos de un conjunto de n objetos: La combinación de n objetos tomados x a la vez se obtiene: C x n = n! x!( n x)! donde x! Que se lee x factorial, el es producto de todos los números enteros de x hasta 1. En el ejemplo se tiene una muestra de n=5 nacimientos y se tiene interés en encontrar la probabilidad de que tres de ellos sean nacimientos de varones.
10 El número de secuencias para el ejemplo es: 5C 3 = = = La probabilidad de obtener x éxitos en n ensayos se escribe: f(x)= n C x q n-x p x = n C x p x q n-x A esta expresión se le llama distribución binomial. Esta distribución se puede presentar en una tabla como sigue: Número de éxitos, x Probabilidad f(x) 0 nc 0 q n-0 p 0 1 nc 1 q n-1 p 1 2 nc 2 q n-2 p 2 x nc x q n-x p x O en una grafica: N nc N q n-n p N Total 1 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,29 0,18 0,14 0,04 0,03 0, V ariable x 0,32
11 Ejemplo 2. Suponga que se sabe que 30 % de cierta población es inmune a alguna enfermedad. Si se escoge una muestra aleatoria de 10 elementos de entre esta población. cuál es la probabilidad de que dicha muestra contenga exactamente 4 personas inmunes? Solución: La probabilidad de elegir una persona inmune es de 0.3. Al utilizar la ecuación de la distribución binomial podemos obtener: f (4) = El uso de la ecuación binomial puede resultar tedioso, sobre todo si el tamaño de la muestra es grande y si nos interesa calcular probabilidades acumuladas. Afortunadamente las probabilidades para diferentes valores de n p y x se encuentran tabulados por lo que solo tenemos que consultar la tabla para obtener las probabilidades deseadas. La tabla de la distribución binomial presenta las probabilidades acumuladas de que x sea menor o igual a un valor determinado. Es decir, la tabla presenta las probabilidades acumuladas desde x=0 hasta un numero positivo especifico de éxitos. Uso de la tabla con el ejemplo 2. Ejemplo 3. Suponga que se sabe que en cierta población el 10% es daltónica. Si se extrae una muestra aleatoria de 25 personas de esa población, con la tabla de la distribución binomial encuentre la probabilidad de que: a) Existan 5 o menos daltónicos b) Existan 6 o mas daltónicos c) Existan entre 6 y 9 daltónicos d) Existan 2, 3 o 4 daltónicos.
12 Tarea Distribución Binomial. Ejercicio 4. Suponiendo que el 26 % de las personas adultas tienen sobrepeso. 1. Al extraer una muestra aleatoria simple de 20 adultos, encontrar (usando la tabla de distribución binomial) la probabilidad de que el número de personas con sobrepeso, dentro de la muestra, sean: a) Exactamente tres personas b) Tres o mas personas c) Menos de tres personas d) Entre tres y siete personas 2. Cuantos adultos con sobrepeso se espera encontrar en la muestra de 20? 3. Suponga que de la misma población se extrae una muestra aleatoria de 5 adultos. Usando la ecuación binomial encuentre la probabilidad de que el numero de personas con sobrepeso en la muestra sea. a) Cero b) Entre uno y tres c) Cinco d) Más de una e) Dos o menos 4.- Plantee y resuelva un problema en el que se use la distribución binomial. Puede usar datos reales (pagina del INEGI) o realísticos (inventados pero que tengan sentido). Plantear al menos dos preguntas.
13 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Una variable aleatoria continua es aquella que puede asumir cualquier valor en un intervalo especifico. Consecuentemente, entre dos valores asumidos por la variable continua existe un número infinito de valores. Considerando los datos de la edad de 169 individuos que participaron en un estudio (es una variable continua). Intervalo de Clase Frecuencia Total 169 Frecuencia Edad
14 Si el número de valores de la variable es muy grande, y la amplitud del intervalo muy pequeña...
15 Entre mas observaciones tengamos (n se aproxima a infinito) y la amplitud del intervalo se aproxima a cero, el poligono se aproxima a una curva. Representación grafica de una distribución continua
16 Características de la distribución de probabilidad continua: El área total bajo la curva es igual a uno La frecuencia relativa de ocurrencia de los valores entre dos puntos cualesquiera, sobre el eje de las x, es igual al área total delimitada por la curva, el eje de las x y las rectas perpendiculares levantadas sobre ambos puntos del eje de las x, como se muestra en la figura. La probabilidad de cualquier valor especifico de la variable aleatoria es cero. Esto es lógico dado que un valor especifico se representa como un ponto sobre el eje de las x.
17 DISTRIBUCION NORMAL Se considera la distribución más importante en toda la estadística. La formula para esta distribución fue publicada por Abraham De Moivre en Otros matemáticos hicieron contribuciones importantes en el estudio de esta distribución incluyento a Carl Friedrich Gauss. A esta distribución tambien se le llama distribución de Gauss como reconocimiento a las contribuciones de este matemático. La densidad normal esta dada por: f ( x) = 1 2πσ e 2 2 ( x µ ) / σ 2, x La gráfica de la distribución normal produce la conocida curva en forma de campana.
18 Características de la distribución normal 1. Es simétrica respecto a su media µ. Tal como se muestra en la figura, la curva hacia cualquiera de los lados de µ es una imagen de espejo de la del otro lado. 2. La media la mediana y la moda son todas iguales 3. El área total bajo la curva sobre el eje de las x es una unidad de área. Esta característica se deduce del hecho de que la distribución normal es una distribución de probabilidad. Debido a la simetria mencionada anteriormente, 50% del area esta a la derecha de la perpendicular levantada sobre la media y el otro 50% a la izquierda. 4. Si se levantan perpendiculares a una distancia de una desviación estándar desde la media hacia ambos lados, el área delimitada por esas perpendiculares, el eje de las x y la curva será de 68 % del área total, aproximadamente, si los limites laterales se extienden a dos desviaciones estándar en ambos lados de la media estará incluido aproximadamente el 95 % del área y extendiendolos a tres desviaciones estandar aproximadamente el 99.7 %. 5. Los parámetros µ y σ determinan completamente la distribución normal. En otras palabras, por cada valor diferente de µ y σ se especifica una distribución normal distinta.los valores diferntes de µ desplazan la gráfica de la distribución a lo largo del eje de las x. Los valores de σ determinan el grado de aplanamiento o levantamiento de la gráfica.
19 Suponga que usted esta a cargo de la agencia nacional de alquiler de un modelo específico de automóvil. Su agente de servicio en una determinada ciudad no ha sido totalmente digno de confianza porque en el pasado suspendio el servicio 1 de 10 veces. El efecto de dicha suspension es el incremento de la probabilidad de que un cliente cancele el trato de 0.2 a 0.5. Si un individuo cancelo su pedido cuál es la probabilidad de que alguna vez haya sido afectado por la suspension del servicio?
20 Probabilidad a priori (tabla 1). Servicio (A) Abierto(A1) Cerrado(A2) Probabilidad a priori P (A) Al saber que el agente no es confiable, obtenemos una nueva probabilidad a posteriori, pero primero se debe establecer formalmente la confiabilidad del agente (tabla 2). Servicio A Trato B Hecho B1 Cancelado B2 Abierto A1 Cerrado A2 Probabilidades condicionales P (A B)
21 Al combinar las probabilidades a priori con la información del barómetro se obtiene la tabla 3. Estado del tiempo A Hecho Abierto(0.90) Cerrado (0.10) T r a t o Cancelado P (Cancelar trato) = P (B2) =
22 Aplicando el teorema de Bayes se obtiene la probabilidad a posteriori que se muestra en a tabla 4 Estado A Abierto A1 Cerrado A2 Probabilidad a posteriori P (A B2) P( A 2 ΙB 2 ) = Pr( A2 B Pr( B ) 2 2 ) =
23 Considerando que el 30% de la población fuma. Al extraer una muestra aleatoria simple de 15 adultos. Encuentre la probabilidad de que el número de fumadores en la muestra sean: a) Tres P(x=3)= p(x<=3) p(x<=2) P(x<=3)= b) Menos de cinco P(x<5)= p(x<=4)= c) Entre cinco y nueve inclusive d) Más de cinco pero menos de 10 e) Seis o más.
Distribuciones de probabilidad
Distribuciones de probabilidad Distribución Binomial La distribución binomial es una de las distribuciones utilizadas más ampliamente en estadística aplicada. La distribución se deriva del procedimiento
Más detalles3 PROBABILIDAD Y DISTRIBUCION NORMAL
3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder
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 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 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 detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
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 detallesModelos de distribuciones discretas y continuas
Tema 6 Modelos de distribuciones discretas y continuas 6.1. Modelos de distribuciones discretas 6.1.1. Distribución uniforme sobre n puntos Definición 6.1.2 Se dice que una v.a. X sigue una distribución
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
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 detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detalles1. Experimentos aleatorios
1. Eperimentos aleatorios La eperimentación es útil porque si se supone que llevamos a cabo ciertos eperimentos bajo condiciones esencialmente idénticas se llegará a los mismos resultados. En estas circunstancias,
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 6 (A partir de tema 5.9)
PROBABILIDAD Y ESTADÍSTICA Sesión 6 (A partir de tema 5.9) 5.9 Muestreo: 5.9.1 Introducción al muestreo 5.9.2 Tipos de muestreo 5.10 Teorema del límite central 5.11 Distribución muestral de la media 5.12
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas
ESTADÍSTICA INFERENCIAL Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros,
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesTema 4: Modelos probabilísticos
Tema 4: 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 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 detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 4 Distribución de Probabilidades Distribución de Probabilidades Distribución de Probabilidades Variables Aleatorias: Discreta y Continua Función Densidad
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesUNIDAD 4: PROBABILIDAD
UNIDAD 4: PROBABILIDAD La probabilidad se corresponde con la Frecuencia relativa. Es decir cuantas veces aparece un dato respecto del total de datos. Establece la probabilidad de que una variable tome
Más detallesMATEMÁTICAS APLICADAS A LAS CC. SS. I
DISTRIBUCIÓN NORMAL Carl Friedrich Gauss (1777-1855), físico y matemático alemán, uno de los pioneros en el estudio de las propiedades y utilidad de la curva normal. MATEMÁTICAS APLICADAS A LAS CC. SS.
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesCapítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
Más detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
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 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 detallesDISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π
DISTRIBUCIÓN NORMAL. Es la más importante de las distribuciones teóricas, es también conocida con los nombres de curva normal y curva de Gauss. De Moivre publico en 1773 su trabajo sobre la curva normal
Más detallesTEMA 3: Probabilidad. Modelos. Probabilidad
TEM 3: Probabilidad. Modelos Probabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un
Más detallesTema 6: Modelos probabilísticos
Tema 6: 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 detallesProbabilidad Condicional
Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que
Más detallesTema 5 Modelos de distribuciones de Probabilidad
Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto
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 detallesCapítulo 1. Teoría de la probabilidad Teoría de conjuntos
Capítulo 1 Teoría de la probabilidad 1.1. Teoría de conjuntos Definición 1.1.1 El conjunto S de todos los posibles resultados de un experimento aleatorio es llamado el espacio muestral. Un espacio muestral
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Tercera clase: Introducción al concepto de probabilidad y Distribuciones de probablidad discretas Programa Técnico en Riesgo, 2017 Agenda 1 Concepto de probabilidad
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 011 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesVariables Aleatorias y Principios de Simulación.
Variables Aleatorias y Principios de Simulación http://humberto-r-alvarez-a.webs.com Conceptos de probabilidad La Teoría de Probabilidad trata fenómenos que pueden ser modelados por experimentos cuyos
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 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 detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 2 Nombre: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un
Más detallesAPUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES
APUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES Probabilidad es el experimento libre de determinación P = X * 100 n Reyes Donis, José Luis INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES Probabilidad
Más detallesLa Distribución Normal. La Distribución Normal. Características de la distribución de probabilidad normal
La Distribución Normal La Distribución Normal Características de la distribución de probabilidad normal La familia de la distribución de probabilidad normal La distribución normal estándar Áreas bajo la
Más detallesTema 6 Algunas distribuciones importantes Hugo S. Salinas
Algunas distribuciones importantes Hugo S. Salinas 1 Distribución binomial Se han estudiado numerosas distribuciones de probabilidad que modelan características asociadas a fenómenos que se presentan frecuentemente
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 detallesEspecialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA
Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA Enrique Rosales Ronzón, Patricia Díaz Gaspar, mayo 2015 Estadística??? Ciencia, Técnica, Arte Reunir, Organizar, presentar,
Más detallesProbabilidad condicional
4 Profra. Blanca Lucía Moreno Ley March 18, 2014 Sumario 1 Resumen 2 Probabilidad Supongamos que un experimento E tiene un espacio muestral U y un evento A está definido en dicho espacio muestral, entonces
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
Más detallesCarrera: Ingeniería Zootecnista E S T A D I S T I C A
Carrera: Ingeniería Zootecnista E S T A D I S T I C A DISTRIBUCIONES DE PROBABILIDAD Una función de probabilidad es aquella que surge al asignar probabilidades a cada uno de los valores de una variable
Más detallesT. 2 Modelos teóricos de distribución de probabilidad
T. 2 Modelos teóricos de distribución de probabilidad 1. La distribución binomial 2. La distribución o curva normal El conocimiento acumulado en Psicología ha permitido evidenciar como algunas variables
Más detallesTema 7. Variables Aleatorias Continuas
Presentación y Objetivos. Tema 7. Variables Aleatorias Continuas En este tema se propone el estudio de las variables aleatorias continuas más importantes, desde la más simple incrementando el grado de
Más detallesDistribuciones Continuas
Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesDefinición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo un intervalo (finito o infinito) de números
IV. Variables Aleatorias Continuas y sus Distribuciones de Probabilidad 1 Variable Aleatoria Continua Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo
Más detalles2. Conceptos Básicos de Probabilidad. ESTADÍSTICA Esp. Paola G. Herrera S.
2. Conceptos Básicos de Probabilidad ESTADÍSTICA Esp. Paola G. Herrera S. Introducción La probabilidad es la rama de las matemáticas que estudia los fenómenos con incertidumbre. Es un mecanismo por medio
Más detallesFolleto de Estadísticas. Teoría del 1er Parcial
Folleto de Estadísticas Teoría del 1er Parcial 2012 Población objetivo: Es un conjunto bien definido de elementos sobre los que se desea hacer algún tipo de investigación o medida. Unidades de investigación:
Más detallesProbabilidad Condicional. Teorema de Bayes para probabilidades condicionales:
Probabilidad Condicional Teorema de Bayes para probabilidades condicionales: Definición: Variables aleatorias Sea S el espacio muestral de un experimento. Una función real definida sobre el espacio S es
Más detallesDistribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides
Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 4 Distribución de Probabilidades Distribución de Probabilidades Distribución de Probabilidades Variables Aleatorias: Discreta y Continua Función Densidad
Más detallesCapítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
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 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 detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Tercera clase: Introducción al concepto de probabilidad y Distribuciones de probablidad discretas Programa Técnico en Riesgo, 2014 Agenda 1 Concepto de probabilidad
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 detallesProbabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro La probabilidad nos proporciona un modelo teórico para la generación de los datos experimentales Medidas de la Posibilidad
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD VARIABLE ALEATORIA Una variable x valuada numéricamente varía o cambia, dependiendo del resultado particular del experimento que se mida. Por ejemplo, suponga que se tira
Más detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesFundamentos de la investigación en psicología
Fundamentos de la investigación en psicología TEMA 10 1º curso Grado Psicología Curso académico 2017-18 TEMA 10. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD: VARIABLES CONTINUAS 1. El modelo normal 2. Ejercicios
Más detallesDistribución de Probabilidad
Distribución de Probabilidad Variables continuas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Distribuciones de probabilidad continuas
Más detallesMODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
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 detallesVariables aleatorias: El caso continuo. Random variables: The continuous case. Rincón de la Bioestadística
Variables aleatorias: El caso continuo Gabriel Cavada Ch. 1 1 División de Bioestadística, Escuela de Salud Pública, Universidad de Chile. Random variables: The continuous case E l tratamiento de una variable
Más detallesProbabilidad, Variable Aleatoria Pag 1 de 26 PROBABILIDAD
Probabilidad, Variable Aleatoria Pag 1 de 6 PROBABILIDAD Actualmente la teoría de probabilidades desempeña un papel importante en el campo de los negocios, la investigación, específicamente en la toma
Más detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
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 detallesUniversidad Autónoma de Baja California
Universidad Autónoma de Baja California Facultad de Ingeniería, Arquitectura y Diseño Bioingeniería Análisis Estadístico de Datos Biomédicos Dra. Dora-Luz Flores Dr. David Cervantes Ensenada, Baja California,
Más detallesProbabilidad Condicional
Probabilidad Condicional Independencia condicional Como hemos dicho, las probabilidades condicionales tienen las mismas propiedades que las probabilidades no condicionales. Un ejemplo más es el siguiente:
Más detallesAnálisis Estadístico de Datos Climáticos. Distribuciones paramétricas de probabilidad (Wilks, cap. 4)
Análisis Estadístico de Datos Climáticos Distribuciones paramétricas de probabilidad (Wilks, cap. 4) 2013 Variables aleatorias Una variable aleatoria es aquella que toma un conjunto de valores numéricos
Más detallesEstadística LTA - Principios de estadística 2017
Estadística Probabilidad Experimento: Desde el punto de vista de probabilidades será "cualquier acto que pueda repetirse en igualdad de condiciones". Ej. Arrojar una vez un dado. Espacio Muestral: Es el
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 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 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 detallesPuntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
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 detalles