4. CONCEPTOS BASICOS DE PROBABILIDAD
|
|
- Benito Luna Carrizo
- hace 7 años
- Vistas:
Transcripción
1 4. CONCEPTOS BASICOS DE PROBABILIDAD 4.1 Introducción La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad en todos los aspectos y ciencias, especialmente en las Ciencias Sociales, puesto que aquellas variables que influyen en dichas ciencias, económicas, demográficas, suelen tener carácter aleatorio, es decir, no son deterministas, y se fundamentan en predicciones a partir de datos conocidos. Todo aquello que implique predicción nos lleva al terreno de la probabilidad Experimentos aleatorios En todos los aspectos de la vida a veces nos encontramos con acontecimientos predeterminados, es decir, tales que podemos decir, previamente el resultado de dichos acontecimientos antes de que finalice o incluso de que comience. Tal es el caso de: 1. Tirar una piedra desde una cierta altura (sabemos que se caerá). 2. Calentar una olla con agua (sabemos que la temperatura del agua se incrementara). 3. Lanzar una pelota (sabemos que se va a mover, e incluso conociendo fuerzas que actúan sobre ella, podemos conocer precisamente donde caerá). Tales acontecimientos o experimentos de los que podemos predecir el resultado antes de que se realicen se denominan experimentos deterministas. Sin embargo, Existe otro tipo de experimentos, de mayor de interés desde el punto de vista matemático, imaginemos que lanzamos un dado al aire (normal, de 6 41
2 caras y no trucado), no es posible predecir el resultado con exactitud. Este es un experimento que no es determinista. A este tipo de experimentos, en los cuales no se puede predecir el resultado antes de realizar el experimento se les denomina experimentos aleatorios. Otros ejemplos de experimentos aleatorios pueden ser: Tirar una moneda al aire y observar qué lado cae hacia arriba, rellenar una quiniela de fútbol, jugar una partida de póker y, en general, cualquier juego en el que intervenga el azar. 4.3 Teoría de probabilidades Definiciones básicas La teoría de probabilidades se ocupa de asignar un cierto número a cada posible resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber si un suceso es más probable que otro o relaciones parecidas. Con este fin, introduciremos algunas definiciones. Si realizamos un experimento aleatorio, llamaremos espacio muestral del experimento al conjunto de todos los posibles resultados de dicho experimento. Al espacio muestral lo representaremos por A. A cada elemento que forma parte del espacio muestral se le denomina suceso o evento elemental. Ejemplo 4.1. Cuál es el espacio muestral asociado al experimento de lanzar un dado normal al aire y observar la cara que queda hacia arriba?. Evidentemente, en este caso hay 6 posibles resultados (6 sucesos elementales) y el espacio muestral estará formado por: A= {1, 2, 3,4, 5, 6}. Ejemplo 4.2. Y en el caso del lanzamiento de una moneda?, el espacio muestral es A= {Cara, Cruz} 42
3 Llamaremos evento aleatorio a cualquier subconjunto del espacio muestral. El concepto de evento es fundamental en probabilidad. Dicho de forma simple, un evento de un experimento aleatorio es cualquier cosa que se nos ocurra afirmar sobre dicho experimento. Así, si tiramos una moneda dos veces, serian eventos todos los siguientes: 1. Sale al menos una cara. 2. Salen más caras que cruces. 3. La moneda cae de canto. 4. No sale ninguna cruz. Llamaremos evento imposible al que no tiene ningún elemento y lo representaremos por. Llamaremos evento seguro al formado por todos los posibles resultados (es decir, al espacio muestral). Llamaremos espacio de eventos y lo representaremos por S, al conjunto de todos los eventos posibles (aleatorios). Ejemplo 4.3. En el caso del lanzamiento de la moneda en el que el espacio muestral es A= {Cara, Cruz}, analicemos quién es el espacio de eventos: - Eventos con 0 elementos: - Eventos con 1 elemento: {Cara},{Cruz} - eventos con 2 elementos:{cara, Cruz} De modo que el espacio de eventos es: S= {, {Cara}, {Cruz}, {Cara, Cruz}} Operaciones con eventos Los eventos o sucesos son conjuntos, en consecuencia se pueden combinar eventos para formar nuevos eventos, para el efecto se realizan diferentes operaciones con conjuntos. Dados dos sucesos, A y B, se llaman: 43
4 Unión ; (A unión B), es el evento que ocurre si y sólo si A o B o ambos ocurren, es decir, el evento formado por todos los elementos de A y todos los elementos de B. Intersección ; (A intersección B), es el evento que ocurre si y sólo si A y B suceden simultáneamente, es decir, es el evento formado por todos los elementos que son, a la vez, de A y de B. Diferencia es el evento formado por todos los elementos de A que no son de B. Complemento (Complemento de A), es el evento que ocurre si y sólo si A no ocurre, es decir, el evento A'=E A se llama evento contrario de A. Disjuntos A B Dos eventos A y B, se llaman incompatibles cuando no tienen ningún elemento común. Es decir, cuando A y B son disjuntos Asignación de probabilidades (Regla de Laplace). Hay muchas maneras de asignar probabilidades. La más sencilla e intuitiva la dio el matemático francés Pierre Simón Laplace ( ), quién enunció la regla que lleva su nombre, Regla de Laplace. Si realizamos un experimento aleatorio en el que hay n eventos elementales, todos 44
5 igualmente probables, entonces si A es un evento, la probabilidad de que ocurra el suceso A es Ejemplo 4.4. Lanzamos un dado normal al aire. Consideramos el evento A= sale par, calcular la probabilidad de A, es decir p(a). Casos posibles son 6, E= E={1,2,3,4,5,6}, casos favorables suceso A={2,4,6}, por consiguiente se tiene que (Nótese que la probabilidad siempre es un número positivo y menor, o a lo sumo igual a 1). El inconveniente que plantea la definición de Laplace es que necesariamente los eventos elementales tienen que tener la misma probabilidad de ocurrir. Observemos un caso tan sencillo como el siguiente: Ejemplo 4.5. De una urna que contiene 8 bolas rojas, 5 amarillas y 7 verdes se extrae una bola al azar. Calcular la probabilidad de que la bola extraída sea: a) roja b) verde c) amarilla El espacio muestral en este caso seria: E= {R, V, A}, que consta sólo de tres elementos, pero seria un poco ingenuo asignar las probabilidades mediante la regla de Laplace, porque, intuitivamente se ve que hay más posibilidades, por ejemplo, de que salga una bola roja que de que salga una bola amarilla. Fue el matemático ruso Kolmogorov quién precisó mejor las probabilidades a casos de este tipo, 45
6 4.3.4 Definición axiomática de probabilidad Una probabilidad p es una función que asocia a cada evento A del espacio de eventos S, un número real p(a), es decir: y que cumple las propiedades: 1. 0 p(a) 1, (es decir, cualquier evento tiene probabilidad positiva y menor o igual que 1). 2. p(s) = 1 (la probabilidad del suceso seguro es 1). 3. Si A y B son incompatibles, es decir A B =, entonces p(a B) = p(a) + p(b). (es decir la probabilidad de la unión es la suma de las probabilidades si los eventos tienen intersección vacía). Ejemplo 4.5. Sea un experimento aleatorio cualquiera y definamos en S (espacio de eventos) la siguiente probabilidad: Comprobemos que p es una probabilidad. Para ello, comprobemos las tres propiedades: a) Se ve que la probabilidad de cualquier suceso está entre cero y uno, puesto que cualquier conjunto que tenga elementos ya tendrá probabilidad positiva, y el número de elementos de cualquier conjunto no puede ser mayor que el número total de elementos existentes. b) p(s) = 1, es evidente. c) Tomemos dos eventos A y B que no tengan elementos en común. Entonces: 46
7 puesto que si A y B no tienen elementos comunes, el número de elementos de la unión es la suma de los elementos de cada conjunto por separado. Por tanto se cumplen las 3 propiedades y p así definida es una probabilidad. Esta será la definición de probabilidad que utilicemos a partir de ahora. Ejemplo 4.6. Del ejemplo 4.4, de la urna, lo lógico es definir la probabilidad, de la siguiente forma, como en total hay 20 bolas, donde 8 son rojas, 7 son verdes y 5 son amarillas, la probabilidades de que la bola se Roja, o sea Verde o sea Amarilla son las siguientes El lector puede comprobar que así definida p es una probabilidad. Sin embargo, comprobar las propiedades de la definición de Kolmogorov es una labor larga y engorrosa, puesto que hay que verificar que se cumple para todos aquellos eventos del espacio de eventos S, que es ciertamente amplio en muchas ocasiones. El siguiente resultado simplifica la tarea de decidir cuándo una función p sobre el espacio de eventos es una probabilidad, basándose sólo en los eventos elementales, es decir, aquellos que forman parte del espacio muestral. Lo enunciaremos sin demostración: Propiedad Si son n eventos elementales de un evento aleatorio cualquiera, p una función: de modo que cumplen las propiedades: 1. 0 p(w i ) 1 i {1, 2,...,n} 2. p(w 1 ) + p(w 2 ) p(w n ) = 1 Entonces p es una probabilidad. 47
8 Ejemplo 4.7. Comprobar si las siguientes funciones definidas para los eventos elementales son una función de probabilidad, siendo E={a,b,c,d} el espacio muestral del experimento aleatorio: a) b) c) d) Es obvio que la primera propiedad se cumple, puesto que las 4 probabilidades son números positivos menores que 1. Para ver si se cumple la segunda, basta realizar la suma: que evidentemente no es 1, luego p no es probabilidad. Ejemplo 4.8 Ahora, si se definen las probabilidades como, a) b) c) d) Es obvio que la primera propiedad se cumple, puesto que las 4 probabilidades son números positivos o cero o menores que 1. Para ver si se cumple la segunda, basta realizar la suma: luego p si es una función probabilidad. 48
9 Otras definiciones derivadas de la probabilidad 1. En efecto, puesto que y además A y son incompatibles, resulta por la propiedad (3) de la definición que Y por la propiedad (2), p(s)=1, luego =1 y por tanto 2. ( ) Si, resulta que: ( ) 3. Si A y B son dos eventos cualesquiera, 4. Si A, B y C son tres eventos cualesquiera, Reglas de probabilidad. La probabilidad de un evento se denota con la letra y se expresa en términos de una fracción y no en porcentajes, por lo que el valor de cae entre 0 y 1. Por otra parte, la probabilidad de que un evento "no ocurra" equivale a 1 menos el valor de y se denota con la letra : Los tres métodos para calcular las probabilidades son la regla de la adición, la regla de la multiplicación y la probabilidad condicional Regla de la adición. La regla de la adición o regla de la suma establece que la probabilidad de ocurrencia de cualquier evento en particular es igual a la suma de las probabilidades individuales, si es que los eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo. De aquí el; 49
10 Si A y B son mutuamente excluyentes. Si A y B son no excluyentes. Siendo: = probabilidad de ocurrencia del evento A. = probabilidad de ocurrencia del evento B. = probabilidad de ocurrencia simultanea de los eventos A y B. Ahora; si es un evento cualquiera de un experimento aleatorio y es el complemento de entonces: Es decir, la probabilidad de que el evento no ocurra, es igual a 1 menos la probabilidad de que ocurra Regla de la multiplicación. La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o más eventos estadísticamente independientes es igual al producto de sus probabilidades individuales. Si A y B son independientes. ( ) Si A y B son dependientes Independencia y probabilidad condicional. Dos eventos son independientes si la probabilidad de que ocurran ambos simultáneamente es igual al producto de las probabilidades de que ocurra cada uno de ellos, es decir, si Definición Sean y dos eventos tales que, intuitivamente es independiente de si la probabilidad de condicionada por es igual a la probabilidad de. Es decir si: ( ) 50
11 Y si y son dos eventos tales que, intuitivamente es independiente de si la probabilidad de condicionada por es igual a la probabilidad de. Es decir si: ( ) Definición Sean y dos eventos tales que, la probabilidad condicionada de A dado B es, ( ) Se deduce que ( ); y dado que si el evento de A es independiente del evento de B, se tiene que ( ) y se deduce que. 4.4 Variables aleatorias discretas. Una variable aleatoria discreta es una variable cuantitativa que toma valores aislados, es decir no admite valores intermedios entre dos valores específicos. Por ejemplo, El número de hermanos que tienen 5 personas: {2, 1, 0, 1, 3}. 4.5 Variables aleatorias continuas. Una variable aleatoria continua es una variable cuantitativa que puede tomar valores comprendidos entre dos números. Por ejemplo, La altura de 5 personas: 1.73, 1.82, 1.77, 1.69, Función de probabilidad. Se llama función de probabilidad de una variable aleatoria discreta a la aplicación que asocia a cada valor de de la variable su probabilidad. Ejemplo 4.9. Calcular la distribución de probabilidad de las puntuaciones obtenidas al lanzar un dado (tabla 4.1). En la figura 4.1 se puede ver la grafica de la distribución de probabilidad de las probabilidades de la tabla
12 Una distribución de probabilidad de una variable aleatoria es el conjunto de pares ordenados (, ) donde es la función de probabilidad de (si es discreta) o función densidad de probabilidad de (si es continua). Una distribución de probabilidad puede estar dada por una tabla, una gráfica o una expresión matemática (fórmula) que da las probabilidades con que la variable aleatoria toma diferente valores Tabla 4.1 Probabilidades de las puntuaciones obtenidas al lanzar un dado 1/5 1/ Figura 4.1 Gráfica de la función de probabilidad. Ejemplo Al lanzar un par de dados legales, sea la variable aleatoria que representa la suma de los puntos que aparecen en ambos dados. En la 52
13 tabla 4.2, se representan las probabilidades del experimento de lanzar dos dados. S Valores de X : x i (1,1) 2 (1,2) (2,1) 3 (1,3) (3,1) (2,2) 4 (1,4) (4,1) (2,3) (3,2) 5 (1,5) (5,1) (2,4) (4,2) (3,3) 6 (1,6) (6,1) (2,5) (5,2) (3,4) (4,3) 7 (2,6) (6,2) (3,5) (5,3) (4,4) 8 (3,6) (6,3) (4,5) (5,4) 9 (4,6) (6,4) (5,5) 10 (5,6) (6,5) 11 (6,6) 12 Total: Tabla 4.2 Probabilidades del experimento de lanzar dos dados 53
14 La gráfica de líneas para el ejemplo 4.10, esta en la figura 4.2. Figura 4.2 Gráfica de líneas de la Distribución de Probabilidad de la variable aleatoria del ejemplo 4.5 Otro tipo de gráfica empleado para representar una función de probabilidad es el histograma, que consiste en representar una función las probabilidades como áreas (figura 4.3). Figura 4.3 Histograma de la distribución del ejemplo Función de densidad de probabilidades. Una función de densidad de probabilidad es una función es un intervalo ( ) y que tiene las siguientes propiedades: cuyo dominio 54
15 (a) por toda (b) Los gráficos de funciones de densidad de probabilidad pueden tomar cualquier forma algunos ejemplos son: Figura 4.4 Ejemplo de gráficos de densidad de probabilidad a b a b a b Figura 4.5 La probabilidad e x tome un valor entre a y b es igual al área comprendida entre a y b. Ejemplo Si lanzamos una moneda legal y representamos por el número de ensayos realizados hasta que aparece por primera vez un águila, entonces, el espacio muestra correspondiente es infinito, ya que hay un número infinito de numerable de resultados, a saber, 1, 2, 2, 3, De hecho, significa que aparece un águila en el primer ensayo,, indica que primero se obtiene sol y en el segundo tiro, un águila, etc. Puesto que las águilas y los soles son igualmente probables, y los ensayos son independientes, tenemos que: 55
16 De esta manera, obtenemos la función de probabilidad: La distribución de probabilidad de X se puede expresar mediante una tabla como se ve a continuación: X f(x) 1 1/2 2 1/4 3 1/8 4 1/16 5 1/32 Ejemplo Se extraen dos tornillos al azar de un conjunto de 10 tornillos, cuatro de los cuales están defectuosos. Encontrar y dibujar la función de probabilidad de la variable aleatoria. Solución: Como hay 10 tornillos de los cuales 4 son defectuosos y se extraen 2 tornillos al azar (sin reemplazo); entonces, el cardinal del espacio muestra es y toma los valores del 0 al 2 ya que al extraer dos tornillos sólo puede ocurrir que no salga ningún defectuoso, un defectuoso o dos defectuosos, { } Las probabilidades respectivas son: 56
17 Distribución de Gráfica de líneas Histograma Probabilidad Figura 4.6 Distribución de probabilidad de la variable aleatoria del ejemplo 4.12 Ejemplo La función densidad de probabilidad normal estándar se define por: continuación se presenta su gráfica y podemos ver que es una curva suave y continua, en lugar de una gráfica de líneas. a Figura 4.7 Función densidad normal estándar 4.8 Función de distribución acumulada. Sea una variable aleatoria discreta cuyos valores suponemos ordenados de menor a mayor. Llamaremos función de distribución de la variable, y escribiremos a la función: La función de distribución asocia a cada valor de la variable aleatoria x la probabilidad acumulada. 57
18 Ejemplo Encuentre los valores de la función distribución acumulada de la variable aleatoria descrita en el ejemplo X f(x) F(X) 2 1/36 1/36 3 2/36 3/36 4 3/36 6/36 5 4/36 10/36 6 5/36 15/36 7 6/36 21/36 8 5/36 26/36 9 4/36 30/ /36 33/ /36 35/ /36 36/36 Obsérvese que. La gráfica de la función distribución acumulada de una variable discreta es siempre una gráfica escalonada. Figura 4.8 Función distribución para la variable aleatoria del ejemplo
19 Ejemplo Halle los valores de la función distribución acumulada,, de la variable aleatoria del ejemplo (Se extraen dos tornillos al azar de un conjunto de 10 tornillos, cuatro de los cuales están defectuosos.) Figura 4.9 Gráfica para función de distribución acumulada, del ejemplo 4.12 La distribución acumulada de una variable aleatoria continua función de densidad es: con Y su gráfica se muestra enseguida; Figura 4.10 Gráfica para la función de distribución acumulada para una continua 59
20 Las propiedades de la función distribución acumulada son: I. II. III. ( ) IV. 4.9 Esperanza y varianza. como: La esperanza o media matemática de la variable aleatoria se define Donde La variancia de la variable aleatoria se define por: Donde 60
21 4.10 Teorema de Chebyshev. El siguiente teorema, debido al matemático ruso Pafnuti L. Chebyshev ( ). Nos da un resultado que tiene una interpretación muy interesante dentro del contexto de la estadística descriptiva, porque nos dice que la desviación estándar de un conjunto de datos es realmente algo más que una medida de dispersión; es una especie de vara de medir para la distribución de datos. El resultado se enuncia como sigue: TEOREMA DE CHEBYSHEV: Dado un número y un conjunto de mediciones por lo menos de las mediciones estará en ( ), Si Si Si y Si Ejemplo Considere un conjunto de 200 números cuya media es y su desviación estándar es. Puesto que, del teorema de Chebyshev se tiene que al menos 150 (el 75%) de los números dados están entre. Así mismo, al menos 178 (el 89%) de los números dados están entre. Ejercicios unidad 4 61
Probabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades
Experimentos deterministas Probabilidad Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas,
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD Definición de probabilidad La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio. Experimentos deterministas
Más detalles4.12 Ciertos teoremas fundamentales del cálculo de probabilidades
1 de 9 15/10/2006 05:57 a.m. Nodo Raíz: 4. Cálculo de probabilidades y variables Siguiente: 4.14 Tests diagnósticos Previo: 4.10 Probabilidad condicionada e independencia de 4.12 Ciertos teoremas fundamentales
Más detallesOBJETIVOS CONTENIDOS PROCEDIMIENTOS. Experimento determinista. Experimento aleatorio. Espacio muestral. Suceso elemental.
Probabilidad INTRODUCCIÓN El estudio matemático de la probabilidad surge históricamente vinculado a los juegos de azar. Actualmente la probabilidad se utiliza en muchas disciplinas unidas a la Estadística:
Más detallesUNIDAD XI Eventos probabilísticos
UNIDAD XI Eventos probabilísticos UNIDAD 11 EVENTOS PROBABILÍSTICOS Muchas veces ocurre que al efectuar observaciones en situaciones análogas y siguiendo procesos idénticos se logaran resultados diferentes;
Más detallesUNIDAD II Eventos probabilísticos
UNIDAD II Eventos probabilísticos UNIDAD 2 EVENTOS PROBABILÍSTICOS Muchas veces ocurre que al efectuar observaciones en situaciones análogas y siguiendo procesos idénticos se logaran resultados diferentes;
Más detallesTema 3: Cálculo de Probabilidades. Métodos Estadísticos
Tema 3: Cálculo de Probabilidades Métodos Estadísticos 2 INTRODUCCIÓN Qué es la probabilidad? Es la creencia en la ocurrencia de un evento o suceso. Ejemplos de sucesos probables: Sacar cara en una moneda.
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detallesTema 4. Probabilidad Condicionada
Tema 4. Probabilidad Condicionada Presentación y Objetivos. En este tema se dan reglas para actualizar una probabilidad determinada en situaciones en las que se dispone de información adicional. Para ello
Más detallesIntroducción a la Probabilidad
Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana
Más detallesMOOC UJI: La Probabilidad en las PAU
4. Probabilidad Condicionada: Teoremas de la Probabilidad Total y de Bayes 4.1. Probabilidad Condicionada Vamos a estudiar como cambia la probabilidad de un suceso A cuando sabemos que ha ocurrido otro
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
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 detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
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 detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
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 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 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 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 detallesFICHA DE TRABAJO DE CÁLCULO DE PROBABILIDADES
FICHA DE TRABAJO DE CÁLCULO DE PROBABILIDADES EXPERIMENTO ALEATORIO: ESPACIO MUESTRAL Y SUCESOS 1) Se considera el experimento que consiste en la extracción de tres tornillos de una caja que contiene tornillos
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 detallesAnálisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM
Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy
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 detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesEJERCICIOS DE PROBABILIDAD
Ejercicio nº 1.- Qué es una experiencia aleatoria? De las siguientes experiencias, cuáles son aleatorias? a) En una caja hay cinco bolas amarillas, sacamos una bola y anotamos su color. b) Lanzamos una
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 detallesTutorial MT-m5. Matemática Tutorial Nivel Medio. Probabilidad
356790356790 M ate m ática Tutorial MT-m5 Matemática 006 Tutorial Nivel Medio Probabilidad Matemática 006 Tutorial Probabilidad Marco Teórico. Probabilidad P(#). Definición: La probabilidad de ocurrencia
Más detallesÁmbito Científico-Tecnológico Módulo IV Bloque 6 Unidad 6 Cara o cruz
Ámbito Científico-Tecnológico Módulo IV Bloque 6 Unidad 6 Cara o cruz Me tocará? No me tocará? Si jugamos al parchís, sacaré un cinco para salir de casa? No lo sabemos, todo depende de la suerte o el azar.
Más detallesCOMBINATORIA Y PROBABILIDAD
COMBINATORIA Y PROBABILIDAD Esp. HENRY CARRASCAL C. Lic. Matemáticas y Física Esp. Informática Educativa Esp. Práctica Docente Universitaria Magíster en Práctica Pedagógica INSTITUCIÓN EDUCATIVA RAFAEL
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 detallesProbabilidad. Experimento aleatorio
Probabilidad Pierre Simón Laplace 1749-1827 Astrónomo, físico y matemático francés. Creó una curiosa fórmula para expresar la probabilidad de que el sol saliera por el horizonte. Así: d 1 P d 2 Donde d
Más detallesCOLEGIO NUESTRO SEÑOR DE LA BUENA ESPERANZA
COLEGIO NUESTRO SEÑOR DE L UEN ESPERNZ signatura: NÁLISIS MTEMÁTICO 11º Profesor: Lic. EDURDO DURTE SUESCÚN TLLER OPERCIONES CON CONJUNTOS OPERCIONES CON CONJUNTOS En aritmética se suma, resta y multiplica,
Más detallesEvidentemente, la superficie es un triángulo rectángulo de base 1 y altura también la unidad, por tanto su área es 1/2.
LA INTEGRAL DEFINIDA En los dos temas anteriores se ha hecho el estudio de las primitivas de una función, descubriendo distintos procedimientos para el cálculo de primitivas, es decir, se han encontrado
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 1
Maestría en Bioinformática Probabilidad y Estadística: Clase 1 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Introducción 2 Teoría
Más detallesSobre funciones reales de variable real. Composición de funciones. Función inversa
Sobre funciones reales de variable real. Composición de funciones. Función inversa Cuando en matemáticas hablamos de funciones pocas veces nos paramos a pensar en la definición rigurosa de función real
Más detalles2012-2013 2º ESO APLICACIÓN DE LAS FRACCIONES Y DE LA PRORCIONALIDAD AL CÁLCULO DE LA PROBABILIDAD
º ESO APLICACIÓN DE LAS FRACCIONES Y DE LA PRORCIONALIDAD AL CÁLCULO DE LA PROBABILIDAD Experiencias aleatorias La lotería, las rifas, el lanzar un dado, la bola de un bingo, etc. Son hechos, acciones,
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesPROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta
Más detallesMs. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ La estadística descriptiva Le concierne el resumen de datos recogidos de eventos pasados. Por ejemplo los precios de
Más detalles1.- Definiciones Básicas:
Tema 3 PROBABILIDAD Y COMBINATORIA 1.- Definiciones Básicas: El objetivo del cálculo de probabilidades es el estudio de métodos de análisis del comportamiento de fenómenos aleatorios en lo relativo a su
Más detallesTema 3: Probabilidad. Teorema de Bayes.
Estadística 36 Tema 3: Probabilidad. Teorema de Bayes. 1 Definiciones básicas. En Estadística se utiliza la palabra experimento para designar todo acto que proporciona unos datos. Se van a distinguir dos
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesTEMA 17: PROBABILIDAD
TEMA 17: PROBABILIDAD Probabilidad de un suceso aleatorio es un numero entre 0 y 1 (más cerca del 0, mas difícil que ocurra. Más cerca del 1 más fácil que ocurra). Suceso seguro: Su probabilidad es 1.
Más detallesPROBABILIDAD. 2.1. Experimentos aleatorios. 2.2. Definiciones básicas
Capítulo 2 PROBABILIDAD La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad en todos los aspectos y ciencias,
Más detallesDistribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,
Más detallesProbabilidad 3/1/2010. EVSC 5020: Bioestadística. Qué es probabilidad? Prof. Rafael R. Canales-Pastrana. EVSC 5020: Bioestadística
Probabilidad Prof. Rafael R. Canales-Pastrana 2 Qué es probabilidad? 3 1 Definiciones de Probabilidad La medida del grado de confianza que uno tiene, en que ocurra el acontecimiento. Método axiomático:
Más detallesP R O B A B I L I D A D E S
Seminario Conciliar La Serena DEPTO DE MATEMATICA. MCP - GGU P R O B A B I L I D A D E S DEFINICIÓN: Es una rama de la matemática que consiste en el estudio de ciertos experimentos llamados aleatorios
Más detallesCapítulo 3: Técnicas de Conteo Clase 2: Permutaciones y Combinaciones, Coeficientes Binomiales y Aplicaciones a Probabilidad Discreta
Capítulo 3: Técnicas de Conteo Clase 2: Permutaciones y Combinaciones, Coeficientes Binomiales y Aplicaciones a Probabilidad Discreta Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática
Más detallesProbabilidad Condicional
Cómo actualizar la probabilidad de un evento dado que ha sucedido otro? o Cómo cambia la probabilidad de un evento cuando se sabe que otro evento ha ocurrido? Ejemplo: Una persona tiene un billete de lotería
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesSemana05[1/14] Relaciones. 28 de marzo de Relaciones
Semana05[1/14] 28 de marzo de 2007 Introducción Semana05[2/14] Ya en los capítulos anteriores nos acercamos al concepto de relación. Relación Dados un par de conjuntos no vacíos A y B, llamaremos relación
Más detallesÁlgebra lineal. Curso Tema 5. Hoja 1. Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace.
Álgebra lineal. Curso 2007-2008. Tema 5. Hoja 1 Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace. 1. Un dado se lanza dos veces. Se pide: (a) Construir el espacio muestral.
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 2 Probabilidad condicional e independencia Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir los eventos condicionales de los eventos independientes.
Más detallesTeoría de la Probabilidad Tema 2: Teorema de Extensión
Teoría de la Probabilidad Tema 2: Teorema de Extensión Alberto Rodríguez Casal 25 de septiembre de 2015 Definición Una clase (no vacía) A de subconjuntos de Ω se dice que es un álgebra si A es cerrada
Más detallesEl Teorema Fundamental del Álgebra
El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia
Más detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
Más detallesTEMA 5: PROBABILIDAD
TEMA 5: PROBABILIDAD La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad en todos los aspectos y ciencias,
Más detalles1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD
1º ESO TEMA 9 ESTADÍSTICA Y PROBABILIDAD 1 1.- FRECUENCIAS Para organizar y analizar una serie de datos estadísticos se utiliza una tabla de frecuencias Tabla de frecuencias Valores (xi) 0 1 2 Frecuencia
Más detallesESPACIOS MUESTRALES Y EVENTOS
1 ESPACIOS MUESTRALES Y EVENTOS Definiciones 1. Un experimento aleatorio es aquel que proporciona diferentes resultados aun cuando se repita siempre de la misma manera. 2. El conjunto de los posibles resultados
Más detallesSocioestadística I Análisis estadístico en Sociología
Análisis estadístico en Sociología Capítulo 4 TEORÍA DE LA PROBABILIDAD Y SUS PRINCIPIOS. ESTADÍSTICA INFERENCIAL 1. INTRODUCCIÓN A LA ESTADÍSTICA INFERENCIAL En los capítulos anteriores, hemos utilizado
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
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 detalles6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesINSTITUCIÓN EDUCATIVA NUESTRA SEÑORA DEL PALMAR SEDE LICEO FEMENINO GUIA DE ESTADISTICA TERCER PERIODO - GRADO NOVENO PROBABILIDAD
PROBABILIDAD Hay probabilidad de que ocurran cosas inesperadas en cada segundo de nuestra frágil existencia. Paulo Coelho En cuanto al concepto en sí, la probabilidad y el azar siempre ha estado en la
Más detalles2.- Tablas de frecuencias
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesTema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos
Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave
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 detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesTema 3 Espacios de probabilidad: Definición axiomática y propiedadades básicas de la probabilidad
Tema 3 Espacios de probabilidad: Definición axiomática y propiedadades básicas de la probabilidad 1. Objetivo del Cálculo de Probabilidades El objetivo del Cálculo de Probabilidades es establecer y desarrollar
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 detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detalles5 DISTRIBUCIONES BINOMIAL Y DE POISSON
5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria
Más detallesPROBABILIDAD. Espacio muestral. El espacio muestral de un experimento aleatorio es el conjunto de todos los resultados posibles de un experimento.
PROBABILIDAD. CONTENIDOS: Experimentos aleatorios. Espacio muestral. Sucesos. Operaciones con sucesos. Suceso contrario y sucesos incompatibles. Idea intuitiva del concepto de probabilidad. Propiedades.
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesLección 12: Sistemas de ecuaciones lineales
LECCIÓN 1 Lección 1: Sistemas de ecuaciones lineales Resolución gráfica Hemos visto que las ecuaciones lineales de dos incógnitas nos permiten describir las situaciones planteadas en distintos problemas.
Más detallesProbabilidad: Introducción
Probabilidad: Introducción La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Ejemplo: tiramos un dado al aire y queremos saber cual es la
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 detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesTema 4 Variables Aleatorias
Tema 4 Variables Aleatorias 1 Introducción En Estadística Descriptiva, se estudiaron las distribuciones de frecuencias de conjuntos de datos y posteriormente se vimos los fundamentos de la teoría de probabilidades.
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesEspacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).
Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto
Más detalles1.- Hallar la probabilidad de obtener al menos una cara al tirar n veces una moneda.
.- Hallar la probabilidad de obtener al menos una cara al tirar n veces una moneda. Si A sacar al menos una cara en n lanzamientos entonces A no sacar ninguna cara en n lanzamientos. Si A i sacar cara
Más detallesESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción ESTIMACIÓN PUNTUAL Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la Estimación Puntual, que es uno de los tres grandes conjuntos de técnicas que
Más detalles2. Recolección de información - Medidas de posición: moda, media aritmética, mínimo, máximo - Frecuencia absoluta, relativa y porcentual
Prueba Escrita de matemática / Nivel: Sétimo año 1. Estadística - Unidad estadística - Características - Datos u observaciones - Población - Muestra - Variabilidad de los datos - Variables cuantitativas
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesEn una recta numérica el punto que representa el cero recibe el nombre de origen.
1. Conjuntos numéricos Los conjuntos numéricos con los que has trabajado tanto en Enseñanza Básica como en Enseñanza Media, se van ampliando a medida que se necesita resolver ciertas problemáticas de la
Más detallesCALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA. (Se utiliza el valor de la función en el extremo izquierdo de cada subintervalo)
CALCULO INTEGRAL CONCEPTOS DE AREA BAJO LA CURVA El problema del área, el problema de la distancia tanto el valor del área debajo de la gráfica de una función como la distancia recorrida por un objeto
Más detallesConceptos iniciales: Probabilidad: Experimento: Determinístico: Aleatorio: Punto muestral ó Resultado: Evento:
Probabilidad. Experimento aleatorio, espaciomuestral, variable aleatoria. Probabilidad condicional. Sucesos mutuamente excluyentes e independientes. Variable aleatoria. Esperanza y varianza de una variable
Más detallesCUÁL SERIA LA PREDICCION OPTIMA DEL ESTADO DEL TIEMPO AL DIA SIGUIENTE?
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
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
Más detalles