Un experimento binomial es un experimento que posee las siguientes propiedades: ( a + b) ² = a + b a + b ab + b² a² + ab.
|
|
- Juan Luis Ponce Saavedra
- hace 7 años
- Vistas:
Transcripción
1 El termino "Binomial" se utiliza para designar situaciones en las que los resultados de una variable se pueden agrupar en dos clases o categorías. Por lo tanto, los datos son nominales. Las categorías deben ser mutuamente excluyentes, de manera que es evidente a qué clase pertenece una observación en particular y las clases deben ser colectivamente exhaustivas, por lo tanto no es posible obtener ningún resultado. Un experimento binomial es un experimento que posee las siguientes propiedades: 1.- El experimento consta de n ensayos o pruebas idénticas..- Cada prueba puede tener uno o dos resultados. Debido a la falta de una mejor nomen clatura, llamaremos convencionalmente a un resultado éxito, E y al otro, fracaso, F* 3.- La probabilidad de un éxito en una sola prueba es igual a p y permanece constante de uno a otro. La probabilidad de un fracaso es ( 1 - p ) = q. 4.- Las pruebas son independientes. 5.- Interesa conocer x, el número de éxitos observados en n pruebas Distribución Binomial de una población finita: Pruebas repetidas: ( a + b) ² = a + b a + b ab + b² a² + ab. a² +ab + b² La probabilidad de que el evento A ocurra exactamente X veces en n pruebas repetidas siendo la probabilidad de éxito en una prueba simple P, denotada por el símbolo combinado P ( X; n, P ): EJERCICIO: Una bolsa contiene cinco bolas en total ( una blanca y cuatro negras). Una bola es extraída y es remplazada después de cada extracción, en dos extracciones que probabilidad será en tener diferente número posible de bolas blancas en: a).- 8 extracciones repetidas b).- 0 extracciones repetidas. a) X = 0, 1,, 3, 4, 5, 6, 7, 8. Número exacto de éxitos o bolas blancas n = 8 pruebas repetidas P = 1/5 (una bola blanca en un total de 5 bolas) = 0. = 0% Q = 1-1/5 = 4/5 = 0.8 = 80% FORMULA: P x n! x!( n x)! P Q x n x
2 Cuando X = 5 bolas o exactamente 5 bolas blancas en 8 extracciones repetidas tenemos: P ( 5; 8. 0.) = 8 C5 Q P P (5; 8. 0.) = (0.8)3 (0.)5 P (5; 8. 0.) = (0.51) (0.0003) P (5; 8. 0.) = Utilizando la fórmula: después de haber encontrado el resultado de P Q P ( 5) 8! 8x7x6x5x4x3xx1 40, x !( 8 5)! 5x4x3xx1( 3xx1) ( 10)( 6) Este es en el caso de la 5a. extracción, sé de bien de hacer todas las extracciones para tener el resultado Respuestas para el Ejercicio. Número de bolas blancas o éxito ** Probabilidad (frecuencia teórica) X ** P. 0 ** ** ** ** ** ** ** ** ** Todos los ejercicios son iguales. Se les debe enseña la forma de hacerlo por medio de tablas y por calculadora. n = Número de pruebas p = probabilidad de éxito en una sola prueba q = 1 - p Media: Varianza Desviación = np s² = npq s = npq
3 EJERCICIOS 1.- Cuál es la probabilidad de 3 caras en 4 tiros de una moneda? Por fórmula y por tablas: n = 4 x = 3 p =.5 q =.5.- Sí el 50 % de los televidentes ven cierto programa de televisión, Cuál es la probabilidad que más de la mitad de los seleccionados de una muestra aleatoria de 5 personas vean el programa: P = 0.50 Q = 0.50 n = Una parte de cierta máquina es conocida al romperse aleatoriamente una vez cada 5 días, cuantas partes debe haber disponibles para que haya menos de 1 en 100 oportunidades de que se rompa. n = 1 x = 0 p = 0.01 q = Un gerente de ventas cree que el 45% de los clientes consumidores prefieren su producto a otros competidores, para que este supere, cuál es la probabilidad de que 54 prefieren su producto en una muestra de 10 consumidores al menos 5 prefieran ese producto. n = 10 x = 5 p = 0.45 q = Un comité de 15 personas es seleccionado aleatoriamente en una gran compañía del cuál el 30 % son mujeres. Cuál es la probabilidad de que se encuentre una mujer más en el comité? n = 15 x = 1 p = 0.30 q = Cuál es la probabilidad de sacar 3 caras al lanzar una moneda 8 veces obteniendo: a).- 3 caras b).- cuando mucho 3 n = 8 c).- al menos 3 caras p = 0.5 d).- entre 3 y 5 caras x = 7.- obtener en tablas la probabilidad para cada valor N = 8 N = 8 N = 8 p = 0.5 p = 0.5 p = 0.5 x = 0, 1,, 3, x = 3, 4, 5, 6, 7, 8 x = 3, 4, 5.
4 8.- Sí el 0% de las mujeres que reciben a un vendedor de aspiradoras en sus hogares, terminan por comprar una, Cuál es la probabilidad entre 6 mujeres que admiten una demostración del vendedor en su casa, una a lo más acabe por comprar la aspiradora. p = 0% n = 6 x = 1 xa = 9.- De los alumnos de la Universidad, el 40 % fuman. Se elige seis alumnos para conocer sus opiniones sobre el cigarro: a).- Encuentre la probabilidad de que ninguno de ellos fume. b).- Obtenga la probabilidad de que todos fumen. c).- Determine la probabilidad de que por lo menos la mitad de los seis fumen Un vendedor de autos nuevos observa que el 40 % de los autos vendidos son regresa dos al departamento de servicio para corregir diversos defectos de fabricación en los primeros 5 días después de su compra. En los 11 autos que se vendieron en un periodo de cinco días. Cuál es la probabilidad de que: a).- Todos regresen en un lapso de 5 días para recibir servicio? b).- Sólo uno no regrese? 11.- Los registros de una pequeña compañía de servicios indican que el 40% de las facturas que envían son pagadas después de la fecha de vencimiento. si se envían 14 facturas, encuentre la probabilidad de que: a).- ninguna se pague con retraso b).- cuando menos dos se paguen con retraso. c).- cuando menos la mitad se pague con retraso. 1.- Una compañía petrolera observa que en casi el 5 % de los pozos de prueba que perfora, encuentra un depósito de gas natural, si perfora seis pozos, obtenga la probabilidad de que al menos en uno se encuentre gas En una encuesta reciente se concluyó que únicamente el 0 % de los médicos de un área rural fuman. Se observó que dos de los ocho médicos seleccionados de una lista suministrada por el directorio médico local, también fuman. Suponiendo que la encuesta este correcta, Cuál es la probabilidad de obtener este resultado?. 14 Las investigaciones médicas señalan que el 0 % de la población general sufre los efectos negativos colaterales al ingerir un nuevo fármaco. Sí un médico receta dicho fármaco a 4 pacientes, cuál es la probabilidad de que: a).- ninguno sufra efectos colaterales? b).- todos los tengan? 15.- Según los archivos universitarios, de los estudiantes de una facultad, el 10% cambia de especialidad por lo menos una vez durante sus primeros dos semestres, si se seleccionan, 11 estudiantes de los grupos de los dos primeros semestres, encontrar la probabilidad de que: a).- Todos cambien de especialidad por lo menos una vez. b).- Por lo menos 9 han cambiado.
5 (Optativa) Cuando n es grande respecto a N, el número x a favor del producto tiene una distribución de probabilidad hipergeométrica r N r X n X P C C X C N n N = número de elementos de la población. r = número de elementos que tiene una característica específica, por ejemplo el número de personas a favor de un producto particular. n = número de elementos en la muestra. EJERCICIOS: Un Trailer contenía 0 computadoras electrónicas grandes, de las cuales estaban defectuosas. Si se seleccionan al azar tres computadoras del furgón, cuál será la probabilidad de que dos de ellas tengan desperfectos? N = 0 n = 3 r = (computadoras defectuosas) x = número de computadoras con averías en la muestra. r N r X n X P C C X C N n 0 3 P C C C 0 3 C! 1!( 0!) C 0 3 C ! 18! 1!( 0 3)! 1!( 17!) 18! 0! ( 0)( 19)( 18) !( 0 3)! 3!( 17!) C 3 ( 1)( 18) 1140 P
6 EJERCICIOS 1.- Calcule p(x) donde x tiene una distribución de probabilidad hipergeométrica con N = 10, n =, r = 3 y x = 0, 1,, 3,..- Calcule p(x), donde x tiene una distribución de probabilidad hipergeométrica con N = 10, n = 3, r = 3 y x = 0, 1,, Un problema, encontrado por directores de personal y otros que se abocan a la selección de los mejores elementos entre un grupo finito de éstos, se ilustra mediante la siguiente situación: De un grupo de 0 ingenieros con doctorado, se seleccionan 10 para un empleo, cuál es la probabilidad de que de los 10 seleccionados incluyan a los 5 mejores ingenieros del grupo de 0? 4.- Un almacén contiene 10 máquinas impresoras, cuatro de las cuales están defectuosas. Una compañía selecciona al azar cinco de las máquinas, pensando que todas están en condiciones de trabajar. Cuál es la probabilidad de que las cinco máquinas estén en buen estado? 5.- Un producto industrial particular se envía en lotes de 0. La prueba para determinar si un artículo está defectuoso es costosa; así que el fabricante haga un muestreo la producción en vez de utilizar un plan de inspección de 100%. Un plan de muestreo, diseñado para minimizar el número de artículos defectuosos enviados, se necesita que se muestren cinco artículos de cada lote y el rechazo del mismo si resulta más de un defectuoso. (Si se rechaza se prueba cada artículo del lote) Si el lote contiene 4 defectuosos, cuál es la probabilidad de que sea rechazado? 6.- Un sindicato afirma que 45 de los 80 empleados de una compañía están a favor de la sindicalización, supóngase que tiene razón el sindicato y que el gerente sondea informalmente la opinión de 0 empleados. a).- Cuál es el valor esperado del número x de empleados en la muestra que proponga la sindicalización? b).- Si el sindicato tiene razón, será posible que menos de 9 empleados de la muestra estén a favor de la sindicalización Explique.
7 (optativa) Si interesa el número x de pruebas hasta la observación del primer éxito, entonces x posee una distribución de probabilidad geométrica. Aquí debemos notar que el número de pruebas podría seguir indefinidamente y que x es un ejemplo de variable aleatoria discreta que puede tomar un número infinito (pero contable) de valores. P X Donde: x = número de pruebas independientes hasta la ocurrencia del primer éxito p = probabilidad de éxito en una sola prueba q = 1 - p P q X1 Media: = 1 p Varianza : = 1- p p Desviación estándar : = 1- p p 1 p p La distribución de probabilidad geométrica es un modelo para el intervalo de tiempo que un jugador ( inversionista?) tiene que esperar hasta ganar. Por ejemplo, la ganancia media en una serie de apuestas idénticas en la ruleta (o en alguna otra serie de pruebas idénticas), no es una buena medida para su perspectiva de ganar. Podría tener una racha de mala suerte y quedarse sin dinero antes de tener la posibilidad de recuperar sus pérdidas. La distribución de probabilidad geométrica también proporciona un modelo discreto para el lapso, digamos el número x de minutos, antes de que un consumidor en una fila o línea de espera (en un supermercado, servicio de reparaciones, hospital, etc. ) reciba la atención [Nótese que el lapso o intervalo de tiempo es una variable aleatoria continua. La distribución de probabilidad geométrica es una analogía discreta de (una aproximación para) una distribución de probabilidad continua particular, conocida como distribución exponencial]. Este modelo discreto para la distribución de probabilidad del tiempo de espera u se basa en la suposición de que la probabilidad de recibir el servicio durante cualquier minuto es idéntica e independiente del resultado durante cualquier otro minuto y que x se mide en minutos "enteros" - es decir, x = 1,, 3....
8 EJERCICIOS: Los registros indican que una cierta vendedora tiene éxito en formalizar una venta en 30% de sus visitas. Supóngase que una venta en una entrevista es independiente de una venta en cualquier otro momento. a).- Cuál es la probabilidad de que esta vendedora tenga que tratar con 10 personas antes de hacer su primera venta? b).- Cuál es la probabilidad de que la primera venta se realice antes de o en la décima oportunidad? p = 0.3 x = 10 q = 0.7 p( x ) = pqx-1 a).- p(10) = (0.3)(0.7)9 = 0.01 b).- P(x < 10) = p(0) + p(1) + p() p(10) Es decir: P (x < 10) = 1 - P (x > 10) donde: P (x > 10) = p(11) + p(1) +... = pq10 + pq pq¹ P(x < 10) = 1 - P(x > 10) = = 1 - q ¹ = 1 - ( 0.7 ) ¹ 1 - q = = La experiencia mostró que, en promedio, solamente uno de diez pozos perforados llega a producir petróleo. Sea x el número de perforaciones hasta tener el primer éxito (encontrar petróleo). Supóngase que las perforaciones representan eventos independientes. a).- Determine p(1), p() y p(3). b).- Encuentre la fórmula para p(x) 3.- En un departamento del Gobierno Federal, una de cada tres llamadas telefónicas hechas por empleados gubernamentales, son por razones personales, suponga usted que es un empleado gubernamental y que tres de cada diez llamadas suyas son por razones personales. Considere también que el gobierno haga un muestreo al azar los números que marcó y que verifica el origen de cada llamada. a).- Obtenga la distribución de probabilidad para x, el número de llamadas verificadas por el gobierno antes de encontrar la primera llamada personal. b).- Calcule la Media. 3.- Una agencia de seguros encontró que de 100 reclamaciones de los seguros de propiedades excede de $1 millón (de Dólares). Sea x el número de demandas archivadas antes de encontrar la primera demanda por más de $1 millón. Encontrar la media y la desviación estándar.
9 La distribución de probabilidad de Poisson es un buen modelo para la distribución de frecuencias relativas del número de eventos raros que ocurren en una unidad de tiempo, de distancia, de espacio etc. por esta razón se le utiliza mucho en administración de empresas para modelar la distribución de frecuencias relativas del número de accidentes industriales por unidad de tiempo Sus principales usos; Sus características: Llamadas telefónicas. Manchas por metro cuadrado. Defectos por metro cuadrado Ordenes por hora Vehículos por hora. Personas por minuto. Etc. Eventos independientes. Constante su promedio Constante su probabilidad de ocurrencia La media aritmética se expresa = = NP La desviación estándar = Npq La probabilidad debe ser muy pequeña El producto NP debe se < que 5 P( X) x e X! = Media aritmética x = El número de éxitos del experimento e = Base de números neoporeanos. Aquí debe notarse que x es normalmente pequeña.
10 EJERCICIOS: 1.- Supongamos que el número de manchas ocurra de una por metro cuadrado, cuál es la probabilidad de: su media = 1.0 N = 1 a).- 0 manchas. Xa) b).- manchas. Xb) c).- Entre y 4 manchas. Xc) d).- Cuando mucho 4 manchas. Xd) e).- Al menos 5 manchas Xe) El número de errores de imprenta en una pagina de periódico tiene una distribución promedio de 1.5 errores por pagina, si se examinan 3 paginas al azar y no encontramos error. Cuál es la probabilidad de resultado? 3.- Sí la central telefónica de un almacén tiene promedio 4 llamadas que entran por minuto hallar la probabilidad de que: a).- No haya llamadas durante un minuto. b).- Haya exactamente dos llamadas durante un minuto. 4.- Para responder a ciertas especificaciones de producción y envasado de dulce una máquina elabora dulces enlatados y cada bote de nuez mezclada debe contener al menos una nuez entera. Si los botes de nuez mezclada proveniente de la máquina de la fábrica los resultados son tales que 0.01% carecen de nuez, cual es la probabilidad entre 300 botes despachados por esta planta procesadora, exactamente no tengan nuez.. p = 0.01% N = 300 m = NP = 300 X.01 = 3.6 m = 3.6 N = X 300 = = 53% p= Supóngase que la inspección de lamina metálica producida en rollos continuos, el número de imperfecciones localizadas por un inspector durante un período de 10 minutos tiene una media de 84 imperfecciones por hora, hallar la probabilidad de que durante un período de 10 minutos un inspector encuentre a).- ninguna imperfección. b).- 3 imperfecciones. 6.- Obtenga la probabilidad de encontrar cuatro artículos defectuosos de una muestra de 300 tomada de un enorme lote en que se dice que hay un % de artículos defectuosos. 7.- Los accidentes en una planta industrial particular tiene una media semanal de 3.5% a) Cuál es la probabilidad de que no haya accidentes en una semana dada? b) Es probable que el número semanal de accidentes exceda de 7? Explíquelo.
11 8.- En una caja de 10 fusibles, dos de ellos están defectuosos. Si se examina una muestra aleatoria de cuatro fusibles. Cuál es la probabilidad de encontrar: a).- Ninguno defectuoso. b).- uno defectuoso c).- uno o menos defectuosos? 9.- La probabilidad de que una casa se incendie en cierta área es de El costo del daño promedio, causado por dicho incendio, es de $0,000. Cuánto estaría dispuesto a pagar el propietario de una casa por un seguro contra incendio? JAN
Guía de Modelos Probabilísticos
Guía de Modelos Probabilísticos 1. Distribución Binomial 1. Una máquina produce cierto tipo de piezas de las cuales el 5 % son defectuosas. Se seleccionan en forma independiente 5 piezas al azar. Calcule
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 detallesDISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.
es una representación gráfica que permite visualizar un experimento de pasos múltiples. Considere un experimento que consiste en lanzar dos monedas. Defina los resultados experimentales en términos de
Más detallesN O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A
N O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A DISTRIBUCIÓN DE PROBABILIDAD Consiste en todos los
Más detallesAlgunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson
Algunas Distribuciones EstadísticasTeóricas Distribución de Bernoulli Distribución de Binomial Distribución de Poisson Aproximación de la Distribución Binomial por la Distribución de Poisson Distribución
Más detallesVariables Aleatorias Discretas
Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.
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 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 detallesCOLEGIO DE LA IGLESIA EVANGELICA EL DIOS DE ISRAEL GUIA DE TRABAJO 3. Profesor Responsable: Santos Jonathan Tzun Meléndez.
COLEGIO DE LA IGLESIA EVANGELICA EL DIOS DE ISRAEL GUIA DE TRABAJO 3 Profesor Responsable: Santos Jonathan Tzun Meléndez. Grado: 2º Bach. A Asignatura: Matemática II Periodo: Fecha de Entrega: UNIDAD 5.
Más detallesDistribuciones de probabilidad discretas
Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesIntroducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.
Introducción al Tema 7 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos
Más detallesLISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)
LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) PROBABILIDAD CONDICIONAL 1. Dados P (A) = 0.4, P (B A) = 0.3 y P (B c A c ) = 0.2, determine: a) P (A c ). b) P (B A c ). c) P (B). d) P
Más detallesDistribuciones de probabilidad Discretas
Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene
Más detalles1) Una caja contiene 3 bolitas rojas y 4 amarillas se extraen dos, una después de la otra y sin reposición. X= No de bolitas rojas extraídas
ENCUENTRO # 47 TEMA: Distribución binomial CONTENIDOS: 1. Definición. Distribución binomial 2. Ejercicios propuestos 3. Ejercicios de Entrenamiento PAES Ejercicios Reto 1) Una caja contiene 3 bolitas rojas
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 detallesAsignación Número Uno
Asignación Número Uno (Valor 5%) A continuación se presenta una lista de ejercicios asociados a la distribución binomial. Seleccione tres (3) de ellos de forma aleatoria y proceda a resolverlos. La evaluación
Más detallesApuntes de Clases. Modelos de Probabilidad Discretos
2010 Índice 1. Distribución de Bernouilli 2 2. Distribución Binomial 3 3. Distribución Hipergeométrica 3.1. Aproximación Binomial de la distribución Hipergeométrica............. 7 4. Distribución Geométrica
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detalles04 Funciones de masa de probabilidad discretas. Contenido. Sobre la selección de las FMPs/FDPs. FMP de Bernoulli
04 Funciones de masa de probabilidad discretas Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales FMPs Bernoulli FMPs binomial FMPs Poisson FMP geométrica Contenido
Más detallesLa distribución bionomial negativa se emplea para determinar el enésimo éxito en la enésima oportunidad o evento
La distribución bionomial negativa se emplea para determinar el enésimo éxito en la enésima oportunidad o evento Hay que considera que esta distribución es lo contrario de la distribución binomial ya que
Más detallesPROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@unam.mx T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2
PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
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 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 detallesConcepto de Probabilidad
Concepto de Probabilidad Prof. Miguel Hesiquio Garduño. Est. Mirla Benavides Rojas Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com.mx mbenavidesr5@gmail.com PROBABILIDAD En cualquier
Más detallesEJERCICIOS DISTRIBUCIONES MUESTRALES
EJERCICIOS DISTRIBUCIONES MUESTRALES 1. Se desea tomar una muestra aleatoria de tamaño n = 200 de la población estudiantil de la FES-C, que vamos a suponer asciende a N = 12000 estudiantes, con el objeto
Más detallesTema 4. Variables aleatorias discretas
Tema 4. Variables aleatorias discretas 508 Estadística. ETDI. Curs 2002/03 Cuestiones de Verdadero/Falso 1. En un proceso de Bernoulli, hay exactamente dos posibles resultados en cada prueba. 2. La fórmula
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016
ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 Ejercicio 1 Una empresa de selección de personal llama a 12 postulantes para una entrevista de empleo. Se sabe por experiencia
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 detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 5 Distribuciones de probabilidad discretas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir las características de las distribuciones de
Más detallesExamen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.
Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesDISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos
Más detallesGUIA DE EJERCICIOS.DISTRIBUCIÓN BINOMIAL, DISTRIBUCIÓN DE POISSON Y DISTRIBUCION NORMAL
1- La Distribución Binomial y de Poisson son distribuciones de probabilidad discretas o continuas? 2-. Cuáles son las características del experimento Binomial? 3-. Cuáles son las características de la
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 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 detallesPROBABILIDADES Y DISTRIBUCIONES
PROBABILIDADES Y DISTRIBUCIONES 1. Supongamos que se lanza una moneda cuyo peso ha sido alterado de manera que P (C) = 2/3 y P (S) = 1/3. Si aparece cara, entonces selecciona un número al azar del 1 al
Más detalles6-1 y. Sec Distribuciones de probabilidad discreta Pearson Prentice Hall. All rights reserved
Sec. 6-1 y 3 6-2 Distribuciones de probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio Su valor se determina al
Más detallesDistribuciones Discretas
Capítulo 4 Distribuciones Discretas 4.1. Distribución Bernoulli Un experimento Bernoulli es un experimento aleatorio, cuyos resultados pueden clasificarse de dos maneras mutuamente excluyentes y exhaustivas,
Más detallescontablemente infinito.
III. Variables aleatorias Discretas y sus Distribuciones de Probabilidad 1 Variable aleatoria discreta Definición Una variable aleatoria se llama discreta si se puede contar su conjunto de resultados posibles.
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 detallesTeorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Más detallesPOISSON JUAN JOSÉ HERNÁNDEZ OCAÑA
POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA Distribución de Poisson Cuando una variable discreta se usa para estimar la cantidad de sucesos u ocurrencia en un determinado intervalo de tiempo o espacio es necesario
Más detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
Más detallesLa distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Más detallesDISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL. Juan José Hernández Ocaña
DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL Juan José Hernández Ocaña DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Variable discreta.- Es aquella que casi siempre asume solamente un conjunto
Más detallesUNIDAD III VARIABLEA ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDADES
UNIDAD III VARIABLEA ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDADES VARIABLE ALEATORIA DISCRETA. Definición. Se dice que una v.a es discreta si el conjunto de todos los valores que puede tomar es un conjunto,
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 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 INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesTema 4. Distribución Binomial y Poisson
Universidad de Los Andes Facultad de Ciencias Económicas y Sociales Escuela de Administración y Contaduría Estadística I Sección 06 - I2016 Prof. Douglas Rivas Tema 4. Distribución Binomial y Poisson Conceptos
Más detallesResuelve los ejercicios de Probabilidades condicionales
Resuelve los ejercicios de Probabilidades condicionales 1. Supón que una organización de investigación del consumidor ha estudiado el servicio de garantía que ofrecen los 200 distribuidores de neumáticos
Más detallesMuestreo de aceptación
Muestreo de aceptación Cuándo aplicar muestreo de aceptación? Se puede aplicar en cualquier relación cliente proveedor, ya sea en el interior de una empresa o entre diferentes empresas y se puede ver como
Más detallesDistribución Binomial
Profesor Alberto Alvaradejo Ojeda 1 de octubre de 15 1. Distribución Binomial La distribución binomial es unas de las distribuciones de probabilidad discreta más importantes. Recordemos que en una distribución
Más detallesVariables Aleatorias Discretas
Unicatólica 15 de agosto de 2016 Variables aleatorias Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numérico a cada resultado del experimento.
Más detallesVariables aleatorias discretas
Variables aleatorias discretas Considere el espacio de probabilidad Ω, F, P) y la función X : Ω R. La imagen de Ω bajo X se define como sigue ImgX) = x R ω Ω : Xω) = x}. Si ImgX) es un conjunto contable,
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 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 detallesCORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS
CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DE LA PROBABILIDAD DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD
Más detallesPROBABILIDAD Relación de problemas 1: Fundamentos de Probabilidad
PROBABILIDAD Relación de problemas 1: Fundamentos de Probabilidad 1. Una urna contiene 5 bolas numeradas del 1 al 5. Calcular la probabilidad de que al sacar dos bolas la suma de los números sea impar
Más detallesREGLA DE LA MULTIPLICACIÓN
REGLA DE LA MULTIPLICACIÓN REGLA DE LA MULTIPLICACIÓN Cuando empleamos las reglas de la adición se determinaba la probabilidad de combinar dos eventos ( que suceda uno u otro o los dos) Cuando queremos
Más detallesUnidad III: probabilidades. Estadística I
Unidad III: probabilidades Estadística I Experimento Operar un banco Llamar a cinco clientes Inspeccionar un envío de 50 chicharrones al ITSS Hacerse cargo de un restaurante durante un día Llenar una
Más detallesJuan José Hernández Ocaña
En la mayoría de los casos el muestreo se realiza sin reemplazo, por lo tanto si el tamaño de la población es reducido, la probabilidad de cada observación cambiará Como la probabilidad de éxito no es
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesAlgunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Discretas de Probabilidad UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesDOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL
DOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL Como recordarás una variable aleatoria discreta es aquella que sólo puede tomar valores enteros. Ejemplos: puntuación obtenida
Más detallesa) La probabilidad de que haya exactamente dos zurdos. b) P(x 2) c) P(x < 2) d) P(1 x 4)
Probabilidad Binomial 1.- Supóngase que el 24 por ciento de cierta población tiene sangre tipo B. A partir de una muestra de 20 individuos extraída esa población, calcular la probabilidad: p = 0.24 n =
Más detallesLa Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas.
La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas. Dado un experimento y cualquier evento A: La expresion
Más detallesDistribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio
Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),
Más detallesPara analizar y organizar los datos que se recogen en un estudio, la estadística ofrece diferentes herramientas, entre ellas las frecuencias.
TALLER DE REPASO ESTADÍSTICA GRADO NOVENO. RECORDEMOS: Para analizar y organizar los datos que se recogen en un estudio, la estadística ofrece diferentes herramientas, entre ellas las frecuencias. La frecuencia
Más detallesUNIVERSIDAD DE LA SALLE
UNIVERSIDAD DE LA SALLE Taller Probabilidad Básica. Bioestadística. 1. Determine cuáles de los siguientes experimentos son aleatorios y en caso afirmativo hallar su espacio muestral: (a) Extraer una carta
Más detallesFunciones generadoras de probabilidad
Funciones generadoras de probabilidad por Ramón Espinosa Armenta En este artículo veremos cómo utilizar funciones generadoras en teoría de la probabilidad. Sea Ω un conjunto finito o numerable de resultados
Más detallesRELACIÓN DE PROBLEMAS. Distribuciones de probabilidad
RELACIÓN DE PROBLEMAS Distribuciones de probabilidad 1. Se lanzan al aire dos monedas tres veces consecutivas. Sea X la v.a. que representa el número de veces que se obtiene cara en ambas monedas en los
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 detallesHOJA DE TRABAJO UNIDAD 3
HOJA DE TRABAJO UNIDAD 3 1. Defina que es probabilidad Es el estudio de experimentos aleatorios o libres de determinación, el resultado es al azar. Se refiere al estudio de la aleatoriedad y a la incertidumbre.
Más detallesReporte de práctica. Materia: Procesos Estócasticos. Facilitador: Ing. Pedro Martín García Vite. Integrantes: Armendáriz Flores Adrián
Reporte de práctica Materia: Procesos Estócasticos Facilitador: Ing. Pedro Martín García Vite Integrantes: Armendáriz Flores Adrián Cruz Hernández Emmanuel González Manuel Ana Silvia Tema: Gráficas de
Más detallesREGLA DE LA MULTIPLICACIÓN
PROBABILIDAD DOS REGLA DE LA MULTIPLICACIÓN REGLA DE LA MULTIPLICACIÓN Cuando empleamos las reglas de la adición se determinaba la probabilidad de combinar dos eventos ( que suceda uno u otro o los dos)
Más detallesTALLER 3 ESTADISTICA I
TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral
Más detalles5. MODELOS PROBABILISTICOS.
5. MODELOS PROBABILISTICOS. 5.1 Experimento de Bernoulli Un modelo probabilístico, es la forma que pueden tomar un conjunto de datos obtenidos aleatoriamente. Pueden ser modelos probabilísticos discretos
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 detallesTEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.
TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Maestría en Administración Universidad Nacional Autónoma de México DISTRIBUCIONES DE PROBABILIDAD Introducción Una distribución de probabilidad indica toda la gama de valores
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesGeneralidades 1. Sea X una variable aleatoria continua con función densidad dada por
Generalidades 1. Sea X una variable aleatoria continua con función dendad dada por kt f ( t ) = 0 1 t en otro caso Determine a) el valor de la constante k b) E(X) y V(X) c) la función de distribución acumulada
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 detallesPRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD
UNIDAD II PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD Por: Prof. Gastón A. Pérez U. 2.3- PROBABILIDAD Y DISTRIBUCIÓN DE PROBABILIDAD 30 31 (2.3.2) DISTRIBUCIÓN DE PROBABILIDAD ES UNA DESCRIPCIÓN
Más detallesINGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005
INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 3: VARIABLES ALEATORIAS DISCRETAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre
Más detallesProbabilidades: Variables aleatorias y distribuciones discretas de probabilidad. Estadísca Tamara Burdisso
Probabilidades: Variables aleatorias y distribuciones discretas de probabilidad Variable aleatoria Una variable aleatoria es una regla para asignar un número a todos los resultados posibles de un eperimento
Más detallesDISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 010, 007, 004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos a
Más detallesDISTRIBUCIÓN DE PROBABILIDAD JUAN JOSÉ HERNÁNDEZ OCAÑA
DISTRIBUCIÓN DE PROBABILIDAD VARIABLES DISCRETAS Variable aleatoria UNA VARIABLE ALEATORIA ES AQUELLA DONDE LOS RESULTADOS SE PRESENTAN AL AZAR VARIABLE ALEATORIA DISCRETA Es aquella característica que
Más detallesSección. Aplicaciones de la Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Sección 3 7.2 Aplicaciones de la Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La tabla normal La tabla normal (cont)
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 detallesMétodos Estadísticos 2.3. Distribuciones discretas de probabilidad
2.3. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Parámetros de un problema Saber: Explicar el concepto de variable discreta. Explicar los conceptos y métodos de la distribución binomial, hipergeométrica,
Más detallesTALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com
TALLER N 2 1. Supóngase que los nueve valores siguientes, representan observaciones aleatorias provenientes de una población normal: 1, 5, 9, 8, 4, 0, 2, 4, 3. Constrúyase un intervalo de confianza de
Más detalles