El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
|
|
- Silvia Farías Gil
- hace 7 años
- Vistas:
Transcripción
1 Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos alrededor de cualquier punto fijo, en particular, alrededor de E(X) ( E x ) 2 µ 2 = E x ( ) El momento de 2do orden centrado en la esperanza, es la varianza de X. i
2 Momento de 3er orden centrado en E(x) ( ) 3 µ 3 = E x µ Para determinar la asimetría de la distribución : As = µ σ 3 3 Si As > 0, Hay asimetría derecha. Si As < 0, Hay asimetría a izquierda Si As = 0. Hay simetría. Para determinar el grado de agudeza o curtosis: 4 K = µ σ 4 Si K= 3, mesocúrtica. Si K>3, leptocúrtica. Si K< 3, platicúrtica.
3 Observaciones Los momentos de mayor orden son sólo de interés teórico. En la mecánica elemental, los momentos están asociados con las propiedades físicas de cuerpos de masa. El 1er momento con respecto al origen está relacionado con el centro de gravedad y el 2do momento con respecto al centro de gravedad es el momento de inercia. Otras características numéricas: Modo: Mo es el valor de x para el cual f(x) toma su valor máximo. (Si la fdp tiene un solo máximo). Ejemplo: Calcular el modo de f(x)=6x.(1-x)
4 Mediana Es el valor de X para el cual P( X < me ) = P( < X < me ) = f(x)dx ó P( X me ) 2 = = 2 2 Ejercicio: hallar la me de la variable X tal que m e x 2 si o < x 1 2 f ( x ) = si 1 < x si x > 2
5 Algunas distribuciones estadísticas teóricas En este capítulo presentamos modelos especiales de probabilidades. Reconocer dichos modelos nos ayudan a predecir la conducta de futuras repeticiones de un experimento y además al tener fórmulas matemáticas precisas para varias situaciones, los cálculos de probabilidades que intervienen pueden reducirse a operaciones corrientes.
6 Distribución de Bernoulli 1 x= 0 Experimento de Bernoulli: sólo son posibles dos resultados: éxito o fracaso. Podemos definir una variable aleatoria discreta X tal que: Se verifican las propiedades: P( x ) 0 i P( X = x) = P( X = 1) + P( X = 0) = p + 1 p = 1 xi P(xi) 1 (éxito) p 0 (fracaso) q=1-p Calcular la Esperanza y la Varianza de la variable de Bernoulli
7 El modelo Binomial Una variable binomial puede considerarse como la suma de n variables de Bernoulli independientes. Cada prueba es una variable de Bernoulli; es decir, puede resultar un éxito o un fracaso, con probabilidades p y 1-p respectivamente en cada prueba. Definición : Se dice que X es una variable aleatoria binomial con parámetros n y p si su distribución de probabilidades está dada por: X b (n,p ) n k P (x=k)= p. 1 p k ( ) n k
8 n Demostrar que la variable aleatoria binomial es una legítima distribución de probabilidad. n k P(x=k) =..( 1 p ) = p ( ) k = 0 k = 0 n p k n k Para identificar el modelo binomial: Hay n repeticiones independientes. n + 1-p = 1 Por binomio de Newton El resultado de cada prueba es dicotómico: un suceso A o su contrario. La probabilidad de A es p, constante en cada prueba.
9 Ejemplos de variable binomial Ejemplos Lanzar una moneda 10 veces. Hallar la probabilidad de que se obtengan 3 caras. Se analizan 18 muestras de aire y se sabe que la probabilidad de que cada muestra de aire contenga una molécula rara es 0,1 Hallar la probabilidad de que a lo sumo 2 muestras de aire contengan una molécula rara. Se administra a 30 pacientes que padecen una enfermedad, un medicamento con el cual tienen una probabilidad de 0,35 de experimentar una mejoría. Un examen de opción múltiple contiene 20 preguntas, cada una con cuatro opciones, y se pide a un alumno que resuelva el examen sin haber estudiado. Hallar la probabilidad de contestar bien 4 o 5 preguntas. Variable X Nro de caras obtenidas Nro de muestras de aire con esa molécula rara. Nro de pacientes mejorados Nro de respuestas correctas
10 Características numéricas de la variable binomial X Demostrar que si x es binomial, E(x)= np y V(x) = n.p.(1-p) Del ejemplo anterior, calcular el número de pacientes esperado que experimentan mejoría y su varianza.
11 Ejemplo: Variable aleatoria Hipergeométrica La producción diaria de 850 partes contiene 50 que no cumplen con los requerimientos del cliente. Se toman 4 partes al azar, sin sustitución, de la producción del día y se define la siguiente variable aleatoria X: número de partes que no cumplen con los requerimientos del cliente.
12 Ejercicio: Calcular la probabilidad de que 2 partes no cumplan con los requerimientos. Contamos con: N = tamaño de la población. k elementos poseen cierta característica (no cumplir con los requerimientos) N-k elementos no poseen cierta característica X es el nro de elementos del tipo de k en n extracciones sin reposición n-x es el número de elementos del tipo de N-k
13 Variable aleatoria Hipergeométrica Una variable hipergeométrica es generada según las condiciones siguientes: n pruebas no independientes. El resultado de cada prueba es dicotómico: A o su contrario. La probabilidad del suceso A no es constante, varía en cada prueba. Definición: Se dice que X es una variable aleatoria hipergeométrica con parámetros N, n y k, si su distribución de probabilidades está dada por: P ( X = x ) = N k k n x x N n
14 Esperanza y varianza de una variable hipergeométrica. k E( X ) = n N k k N n V ( x ) = n 1 N N N 1 Conviene hallarlas a partir de la distribución en la tabla
15 Variable aleatoria de Poisson Ejemplo: Las fallas superficiales de un alambre delgado de cobre se presentan de manera aleatoria. X es el número de fallas superficiales de un alambre de cobre de longitud L mm. El número promedio de fallas en una longitud L mm es λ
16 Características de la distribución de Poisson La longitud se puede dividir en n subintervalos. Si el subintervalo es lo bastante pequeño, entonces la probabilidad de que en él se tenga más de una falla es insignificante. Las fallas se presentan de manera aleatoria, entonces cualquier subintervalo tiene la misma probabilidad de contener una falla. La probabilidad de que un subintervalo contenga una falla es independiente de la de otros subintervalos
17 Variable aleatoria de Poisson Definición: Se dice que X es una variable aleatoria de Poisson con parámetro 0 λ > Si su distribución de probabilidades está dada por X po( λ) k e P( x = k) = k! Donde λ Es el promedio de ocurrencias en el intervalo y : λ λ 1. La probabilidad de más de una ocurrencia en el subintervalo es cero. 2. La probabilidad de una ocurrencia en el subintervalo es la misma para todos los subintervalos y es proporcional a la longitud de éstos. 3. El número de ocurrencias en cada subintervalo es independiente del de los demás subintervalos.
18 Verificar que la distribución de Poisson es una legítima distribución de probabilidades λ k k e λ λ λ λ λ P( x = k) = = e. = e. e = 1 k! k! k= 0 k= 0 k= 0 E(X) = V(x) = λ Ejercicio1 : Para el caso del alambre de cobre, λ= 2,3 es el promedio de fallas por mm, hallar P(X=2) Ejercicio 2: Si X es Poisson, y P(x=2) =2/3 P(x=2), hallar P(x=0)
19 La distribución de Poisson como aproximación de la binomial Demostrar que si n y p 0 = np k e λ λ lim P(x = k) = n k! Observaciones: 1) Para n tendiendo a infinito y p a cero, el suceso es raro y es una buena aproximación de la binomial a la de Poisson. 2) En la práctica esto es para n mayor o igual que 50, si np es menor o igual que 5. λ
El primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
Más 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 detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
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 detallesAnálisis de la Información
Análisis de la Información 2do C. 2018 Clase Nº5 Mg. Stella Figueroa Medidas de Dispersión Absolutas Relativas Rango Varianza Desviación estandar Rango intercuartílico Coeficiente de variación El rango
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 detallesVariables aleatorias continuas y Características numéricas
Variables aleatorias continuas y Características numéricas 2ºC 2018 Clase Nº 7 Mg. Stella Figueroa Variable aleatoria continua X es una VAC si existe una función f(x), llamada función de densidad de probabilidad
Más detallesJuan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos
Más detallesCuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.
1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata
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 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 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 detallesTema 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
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 detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
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 detallesBiometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)
Biometría Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Variable aleatoria El resultado de un experimento aleatorio puede ser descripto en ocasiones
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
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 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 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 detallesTEMA 3.- MODELOS DISCRETOS
TEMA 3.- MODELOS DISCRETOS 3.1. Introducción. 3.2. Distribución uniforme discreta de parámetro n. 3.3.Distribución Bernoulli de parámetro p. 3.4.Distribución Binomial de parámetros n y p. Notación: X Bn,
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y
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 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 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 detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesValeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
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 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 detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
Más detallesDistribución de Probabilidad
Distribución de Probabilidad Variables discretas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Modelos probabilísticos Un modelo es una
Más detallesMétodos Matemá6cos en la Ingeniería Tema 8. Distribuciones comunes
Métodos Matemá6cos en la Ingeniería Tema 8. Distribuciones comunes Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Más detallesTeoría Estadística Elemental I Teoría (resumida) del 2 do Tema
Teoría Estadística Elemental I Teoría (resumida) del 2 do Tema Raúl Jiménez Universidad Carlos III de Madrid Noviembre 2011 Consideremos el lanzamiento de un dado, Ω = {1, 2, 3, 4, 5, 6}, y supongamos
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 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 detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
Más detallesVariables aleatorias continuas
Variables aleatorias continuas VARIABLE ALEATORIA UNIFORME Definición Se dice que una variable X tiene una distribución uniforme en el intervalo [a;b] si la fdp de X es: 1 si a x b f(x)= b-a 0 en otro
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 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 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 detallesMatemática 3 Curso 2013
Matemática 3 Curso 2013 Práctica 3: Variables aleatorias discretas. Funciones de distribución Binomial, Geométrica, Hipergeométrica, Poisson. 1) Dadas las siguientes funciones, determinar cuales son funciones
Más detallesTema 3: VARIABLES ALEATORIAS
Tema 3: VARIABLES ALEATORIAS Introducción En el tema anterior hemos modelizado el comportamiento de los experimentos aleatorios. Los resultados de un experimento aleatorio pueden ser de cualquier naturaleza,
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 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 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 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 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 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 detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 4. Distribuciones comunes
Estadís5ca Tema 4. Distribuciones comunes María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica
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 DE PROBABILIDAD DISCRETOS
TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS 4.1 Distribución binomial 4.1.1 Definición. Ejemplos 4.1.2 La media y la varianza 4.1.3 Uso de tablas 4.1.4 Aditividad 4.2 Distribución de Poisson 4.2.1 Definición.
Más detallesDefinición de variable aleatoria
Variables aleatorias Instituto Tecnológico Superior de Tepeaca Agosto-Diciembre 2015 Ingeniería en Sistemas Computacionales M.C. Ana Cristina Palacios García Definición de variable aleatoria Las variables
Más detallesESTADÍSTICA I. Unidad 4: Resumen de Contenidos Teóricos 1. Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS
ESTADÍSTICA I Unidad 4: Resumen de Contenidos Teóricos Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS. VARIABLES ALEATORIAS DISCRETAS. Distribución Binomial Definición previa: Prueba
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más detallesProcesos estocásticos
Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:
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 detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES DISCRETAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES DISCRETAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad de: Binomial, Hipergeometrica y Poisson
Más detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más 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 detalles9 APROXIMACIONES DE LA BINOMIAL
9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X
Más detallesETSI de Topografía, Geodesia y Cartografía
Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo I) 14-XII-11 1. Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente
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 detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Experimento aleatorio Probabilidad Definición variable aleatoria: discretas y continuas Función de distribución y medidas Distribución Binomial Distribución de Poisson Distribución
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 detallesUnidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9
Unidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como
Más detallesDistribuciones Dis de probabilidad pr discretas Jhon Jairo Jair Pa P dilla a A., PhD. PhD
Distribuciones de probabilidad discretas Jhon Jairo Padilla A., PhD. Introducción A menudo, las observaciones de diferentes experimentos aleatorios tienen el mismo tipo general de comportamiento. Las v.a.
Más detallesUniversidad Autónoma de Madrid Probabilidad y Estadística
Pendiente de la lección 1: Lección 6 Variables aleatorias ˆ Si Ω es infinito, Ω sería su área en P(A) = A / Ω. ˆ Vamos a lanzar un bolígrafo en un suelo con pequeñas baldosas blancas que tienen un dibujo
Más detallesNº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00
U.D.3: Distribuciones Discretas. La Distribución Binomial 3.1 Variable Aleatoria Discreta. Función o Distribución de Probabilidad. Variable Aleatoria: - En un experimento aleatorio, se llama variable aleatoria
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 detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
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 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 detallesUnidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22
Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio de
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 detallesTema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
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 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 detallesUniversidad Técnica de Babahoyo DISTRIBUCIONES DE PROBABILIDAD
Universidad Técnica de Babahoyo DISTRIBUCIONES DE PROBABILIDAD Ateneo Ruperto P. Bonet Chaple UTB-Julio 2016 Variable aleatoria El resultado de un experimento aleatorio puede ser descrito en ocasiones
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 detallesEJERCICIOS RESUELTOS TEMA 6.
EJERCICIOS RESUELTOS TEMA 6. 6.1. Una variable aleatoria es discreta si entre dos valores consecutivos: A) existen infinitos valores intermedios; B) no existen valores intermedios; C) existen valores intermedios
Más detalles2 Modelos de probabilidad discretos sobre R
UN CATÁLOGO DE MODELOS DE POBABILIDAD Julián de la Horra Departamento de Matemáticas U.A.M. Introducción En este capítulo vamos a dar un catálogo de algunos de los modelos de probabilidad más utilizados,
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesModelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
Más detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
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 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 detallesTEMA 2.- VARIABLES ALEATORIAS
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 16/17 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias. 2.2. Variables aleatorias discretas. Diagrama de barras. 2.3. Función de
Más detallesEstadística Grupo V. Tema 10: Modelos de Probabilidad
Estadística Grupo V Tema 10: Modelos de Probabilidad Algunos modelos de distribuciones de v.a. Hay variables aleatorias que aparecen con frecuencia en las Ciencias Sociales y Económicas. Experimentos dicotómicos
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
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 detallesEstadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria
Estadís4ca y Métodos Numéricos Tema. Variable Aleatoria Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García
Más detalles