TEMA 2: DISTRIBUCIONES DE PROBABILIDAD
|
|
- Inmaculada Ramírez Lucero
- hace 7 años
- Vistas:
Transcripción
1 ESTADÍSTICA, CURSO TEMA : DISTRIBUCIONES DE PROBABILIDAD LEYES DE PROBABILIDAD. SUCESOS ALEATORIOS Experimetos aleatorios, espacio muestral. Sucesos elemetales y compuestos. Suceso imposible Ø, suceso seguro S y suceso probable. Operacioes co sucesos: uió A B, itersecció A B, suceso complemetario A y sucesos icompatibles A B Ø.. DEFINICION Y PROPIEDADES DE LA PROBABILIDAD.. Cocepto clásico de probabilidad P A lim A P A Casos favorables Casos posibles a N.. Defiició axiomática de la probabilidad. P A 0. P S 3. A B Ø P A B P A + P B..3 Propiedades de la probabilidad P A P A P Ø 0 0 P A A B P A P B P A B P A + P B P A B P A B C P A + P B + P C P A B P B C P C A + P A B C
2 ESTADÍSTICA, CURSO PROBABILIDAD CONDICIONADA.3. Defiició de probabilidad codicioada Probabilidad de A codicioada a B: Se cumple los tres axiomas:. P A B P A B P B P A B 0. P S B P S B P B P B P B 3. Si A A Ø: P A A B P A A B P B P A B + P A B P B P A B A B P B P A B P B + P A B P B P A A B P A B + P A B.3. Sucesos depedietes e idepedietes P A B P A BP B Sucesos idepedietes: P A B C P A B CP B CP C P A B P A ; P A B P AP B P A B C P AP BP C.3.3 Teorema de la probabilidad total Cojuto completo de sucesos: A i S ; A i A j Ø para i j Teorema de la probabilidad total: P B P A i P B A i
3 ESTADÍSTICA, CURSO Demostració: B B S B A i B A i P B P B A i P A i P B A i.3.4 Teorema de Bayes P A j B P A j P B A j P A ip B A i P A j B P A j B P B P B A jp A j P B.4 ANALISIS COMBINATORIO Sucesos equiprobables: P S P A i P A i k k P A i k Regla de la multiplicació..4. Variacioes Variacioes de m elemetos tomados de e : V m, mm m... m + Variacioes co repetició de m elemetos tomados de e : m! m! V m m.4. Permutacioes Permutacioes de elemetos: P V,...! Permutacioes co repetició:! P,,...,m!!... m! dode m
4 ESTADÍSTICA, CURSO Combiacioes Combiacioes de m elemetos tomados de e : C m, V m, mm m... m + m! m P... m!! Combiacioes co repetició de m elemetos tomados de e : Cm m + m +! C m+, m!! VARIABLES ALEATORIAS. DESCRIPCION DE LAS VARIABLES ALEATORIAS.. Cocepto de variable aleatoria.. Variable aleatoria discreta Fució de probabilidad o distribució de probabilidad fx: fx P X x siedo fx i 0 y fx i i Fució de distribució F x: x x x x i P X x fx fx fx i F x P X x siedo F 0 y F F x x i x fx i F x i + fx i ; fx i F x i F x i Cálculo de probabilidades: F x P x i < X x j 0 x < x fx x x < x fx + fx x x < x 3. fx i j ki+. x x fx k F x j F x i P X > x i F x i
5 ESTADÍSTICA, CURSO Variable aleatoria cotiua Fució de desidad, o distribució de probabilidad fx: fx 0 ; fx dx P x < X < x x x fx dx Fució de distribució F x: F x P X < x F x x ft dt F P x < X < x F x F x fx df x dx fx dx 0 ; F x x fx dx fx dx. MEDIDAS CARACTERISTICAS DE UNA VARIABLE ALEATORIA.. Media o esperaza matemática Variable discreta: µ EX i x i fx i lim x lim N Variable cotiua: N k x i i k N x i lim N µ EX i N k x i P X x i xfx dx k x i fx i µ Media de ua fució gx { i µ gx EgX gx ifx i gxfx dx µ ax+b ax + bfx dx a xfx dx + b fx dx aµ X + b µ b Eb b ; µ ax EaX aµ X
6 ESTADÍSTICA, CURSO Variaza y desviació típica Variable discreta: VarX σ E X µ i x i µ fx i k lim N s lim x i x i N lim N N N N Desviació típica: Expresió alterativa: k x i x k i N x i µ P X x i σ σ + σ x i µ fx i i σ i x i µ fx i i x i + µ x i µfx i i x i fx i + µ i fx i µ i x i fx i EX + µ µµ EX µ Variable cotiua: VarX σ E X µ x µ fx dx σ x µ fx dx Variaza de ua fució gx: σ σ gx E gx µ gx x fx dx µ EX µ { i gx i µ gx fx i gx µ gx fx dx σ ax+b E ax + b µ ax+b E ax + b aµ X b E a X µ X a E X µ X a σ X σ b Varb 0 ; σ ax VaraX a σ X
7 ESTADÍSTICA, CURSO VARIABLE ALEATORIA BIDIMENSIONAL.3. Distribució de probabilidad cojuta y margial Fució de probabilidad cojuta y fució de desidad cojuta fx, y: fx, y P X x, Y y P x < X < x, y < Y < y x y x y fx, y dx dy fx, y 0 fx i, y j ; i j fx, y dx dy X \ Y y y y m Total x fx, y fx, y fx, y m f x x fx, y fx, y fx, y m f x x fx, y fx, y fx, y m f x Total f y f y f y m Fucioes de probabilidad margial y fucioes de desidad margial f x, f y: f x P X x j fx, y j ; f y P Y y i fx i, y f x i ; i f y j j f x Fució de distribució cojuta F x, y: fx, y dy ; f y F x, y P X x, Y y x i x F x, y P X < x, Y < y fx, y Fucioes de distribució margial F x, F y: F x P X x x i x x F x y y fx, y dx fx i, y j y j y fu, v du dv f x i ; F y P Y y y j y f y j F x x fu, v du dv ; F y y fu, v du dv
8 ESTADÍSTICA, CURSO Distribució codicioada e idepedecia estadística Fució de probabilidad codicioada y fució de desidad codicioada: fx y fx, y f y ; fy x fx, y f x P a X b Y y fx i y ; P a < X < b Y y Variables idepedietes: b a x a i b fx y dx fx y f x ; fy x f y f x fx, y dy fx yf y dy fx y f y dy fx y fx, y f xf y ; F x, y F xf y.3.3 Medias, variazas y covariaza Medias de X e Y : µ X EX i x i fx i, y j ; µ Y EY j i y j fx i, y j j µ X EX xfx, y dx dy ; µ Y EY Media de ua fució gx, Y : { j µ gx,y EgX, Y gx i, y j fx i, y j gx, yfx, y dx dy i yfx, y dx dy Para variables idepedietes: µ ax+by aµ X + bµ Y y e cocreto : µ X+Y µ X + µ Y µ XY EXY EXEY µ X µ Y µ XY xyfx, y dx dy xyf xf y dx dy xf x dx yf y dy µ x µ y
9 ESTADÍSTICA, CURSO Variazas de X e Y : σ X VarX i x i µ X fx i, y j ; σy VarY j i y j µ Y fx i, y j j σx Covariaza; x µ X fx, y dx dy ; σ Y σxy CovX, Y E X µ X Y µ Y σxy x i µ X y j µ Y fx i, y j i j σ XY x µ X y µ Y fx, y dx dy y µ Y fx, y dx dy i σxy x i y j x i µ Y µ X y j + µ X µ Y fx i, y j i j x i y j fx i, y j µ Y x i fx i, y j µ X y j fx i, y j + µ X µ Y fx i, y j j i j i j i j σ XY EXY µ Y µ X µ X µ Y + µ X µ Y µ XY µ X µ Y Variaza de ax + by : σ ax+by a σ X + b σ Y + abσ XY σ ax+by E ax + by µ ax+by E ax + by aµ X bµ Y E ax µ X + by µ Y a E X µ X + b E Y µ Y + abe X µ X Y µ Y a σ X + b σ Y + abσ XY σ ax+by a σ X + b σ Y ; σ X±Y σ X + σ Y 3 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD 3. DISTRIBUCION DISCRETA UNIFORME fx; dode x x, x,..., x µ x i fx i, x i x i σ x i µ x i µ fx i, x i µ
10 ESTADÍSTICA, CURSO DISTRIBUCION BINOMIAL Fució de probabilidad: fx bx;, p x p x q x dode x 0,,..., q + p 0 q + pq + p q p x x0 p x q x q + p bx;, p x0 x0 x p x q x Fució de distribució: x Bx;, p br;, p r0 Distribució de Beroulli: fx x { p x q x p x q x q ; x 0 p ; x σ µ x i fx i 0q + p p x i0 x i fx i µ 0 q + p p p p p p pq x i0 Media y variaza de la distribució biomial: µ X µ X+X +...+X µ X + µ X µ X {}}{ p + p p µ p σ X σ X +X +...+X σ X + σ X σ X {}}{ pq + pq pq σ pq 3.3 DISTRIBUCION DE POISSON Relació co la distribució biomial: bx;, p x p x q x... x + p x p x x!... x + lim bx;, p lim x! lim x λ λ x... x + λ x x λ λ x λx x! x! e λ
11 ESTADÍSTICA, CURSO pues:... x + lim x lim... x lim λ lim λ x lim + / λ λ e λ / λ Fució de probabilidad: x0 Fució de distribució: Media: fx px; λ λx x! e λ dode x 0,,,... px; λ x0 x0 λ x x! e λ e λ λ + + λ!! +... e λ e λ P x; λ x pr; λ r0 µ xpx; λ x λx x! e λ x0 x x r0 λ r r! e λ x λx x! e λ λ x λ x x! e λ Variaza: y x µ λ E XX x0 y0 xx λx x! e λ λ y y! e λ λ x py; λ λ λ y0 xx λx x! e λ λ x λ x x! e λ y x E XX λ y0 λ y y! e λ λ py; λ λ y0 σ E XX + µ µ λ + µ µ µ + µ µ µ σ λ ; σ λ
12 ESTADÍSTICA, CURSO DISTRIBUCIONES CONTINUAS DE PROBABILIDAD 4. DISTRIBUCION CONTINUA UNIFORME Fució de desidad: Fució de distribució: Media y variaza: µ fx dx b a fx dx fx F x P X < x xfx dx b a K dx Kb a K b a 0 x < a b a a < x < b 0 x > b x ft dt x 0 x < a x a F x b a a < x < b x > b b a x dx b a b a [ x ] b a a b a dt x a b a b a a + bb a b a b a µ a + b σ x µ fx dx b a x a + b [ dx b a x 3 b a 3 a + b x + b a + b x] a σ b a ; σ b a 4. DISTRIBUCION NORMAL 4.. Defiició y propiedades Fució de desidad: fx Nµ, σ σ x µ π e σ ; < x < fx dx σ π e x µ σ dx π e z dz π π
13 ESTADÍSTICA, CURSO Fució de distribució: F x P X < x x σ π e t µ σ dt P x < X < x x σ e x µ σ π x dx Media y variaza: EX EX µ π xfx dx σ π e z dz + σ π xe x µ σ dx ze z dz µ π π + µ + σze z dz π σ ] [ e z µ π VarX x µ fx dx σ π x µ e x µ σ dx σ π z e z dz VarX σ π ze z + e z dz 0 σ + π σ π 4.. Distribució ormal tipificada Defiició: Z X µ σ fx σ x µ π e σ fz e z N0, π Cálculo de probabilidades: P x < X < x P z < Z < z co z x µ σ y z x µ σ P Z > z α α π z α e z dz P Z < z α P Z > z α α P Z > z α P Z < z α P z > z α α P z < Z < z P Z > z P Z > z P µ σ < X < µ + σ P < Z < P Z > P Z > P Z > P Z > P Z > P µ σ < X < µ + σ P < Z < P µ 3σ < X < µ + 3σ P 3 < Z <
14 ESTADÍSTICA, CURSO Relació co otras distribucioes Teorema del límite cetral: Si X, X,..., X so variables aleatorias idepedietes co medias µ i, desviacioes típicas σ i, y distribucioes de probabilidad cualesquiera y se defie Y X +X +...+X, etoces, cuado crece, la variable: Z Y µ i σ i tiede hacia ua distribució ormal estádar N0,. Relació co la distribució biomial: Si X es biomial y Z X µ i σ i X p pq X p pq sigue la distribució N0,. De forma práctica, se utiliza esta aproximació cuado p 5 y q 5. Relació co la distribució de Poisso: Si X es ua variable aleatoria de Poisso y λ Z X λ λ sigue la distribució N0,. De forma práctica, se utiliza esta aproximació cuado λ DISTRIBUCION χ DE PEARSON Defiició: χ X + X X dode X i so N0, idepedietes fx { / Γ/ x/ e x/ x > 0 0 x 0 Γα 0 x α e x dx co α > 0 Media y variaza: µ Eχ E σ Varχ Var X i X i E Xi Var Xi σ X i E Xi µ Xi E Xi 0 E X i Var Xi σ Xi E Xi 4 µ Xi π x 4 e x dx E Xi
15 ESTADÍSTICA, CURSO [ x 3 e x π ] + 3x e x dx 3 x e x dx 3E X i π Cálculo de probabilidades: µ E X i σ Var Xi P χ > χ α, α y P χ < χ α, α 4.4 DISTRIBUCION t DE STUDENT Defiició: X t X i dode X i, X so N0, σ idepedietes t X σ Xi σ Z χ fx ft + β, + t ; < t < βp, q ΓpΓq Γp + q Media y variaza: µ 0 ; σ para > Cálculo de probabilidades: P t > t α, α y P t < t α, α P t > t α, P t < t α, P t > t α, α ; P t < t α, α t α, t α,
16 ESTADÍSTICA, CURSO DISTRIBUCION F DE FISHER Defiició: F, χ χ dode χ y χ so χ idepedietes Γ + / x / fx f, x Γ Γ + + / x > 0 x 0 x 0 Media y variaza: F, F, µ > ; σ + 4 > 4 Cálculo de probabilidades: P F, > F α;, α y P F, < F α;, α F α;, F α;,
TEMA 3: INFERENCIA ESTADISTICA
ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.
Más detallesI.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i
I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i
Más detallesCÁLCULO DE PROBABILIDADES :
CÁLCULO DE PROBBILIDDES : Experimeto aleatorio. Espacio muestral. Sucesos. Álgebra de sucesos. Frecuecias. Propiedades. Probabilidad. Resume de Combiatoria. Probabilidad codicioada. Teoremas. PROBBILIDD
Más detallesNúmero de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.
Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del
Más detalles3. Distribuciones de probabilidad
3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo
Más detallesRepública Bolivariana de Venezuela Universidad Nacional Abierta Vicerrectorado Académico Área de Matemática
República Bolivariaa de Veezuela Uiversidad Nacioal Abierta Vicerrectorado Académico Área de Matemática Fórmulas y Tablas Cursos: 738, 745, 746 y 748 Prof. Gilberto Noguera Lista de Formulas N 1) µ = x
Más detallesTEMA 7 DISTRIBUCIONES DE PROBABLIDAD CONTINUAS
www.iova.ued.es/webpages/ilde/web/idex.htm e-mail: imozas@elx.ued.es TEMA 7 DISTRIBUCIONES DE PROBABLIDAD CONTINUAS Distribució uiforme e el itervalo [a, b].-, a x b Fució de desidad: f(x) = b a 0, e el
Más detallesProbabilidad FENÓMENOS ALEATORIOS
Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El
Más detallesResumen No Distribución Conjunta de Variables Aleatorias (contin.) Ma34a Prob. y Proc. Estocásticos 29 de Junio, 2006
Ma34a Prob. y Proc. Estocásticos 29 de Juio, 2006 Resume No. 3 Prof. Cátedra: M. Kiwi Prof. Auxiliares: A. Cotreras, R. Cortez 1. Distribució Cojuta de Variables Aleatorias (coti. Defiició 1 [Variables
Más detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más detallesProbabilidades y Estadística (C)
Probabilidades y Estadística C Fraco Frizzo Basado e el apute de Aa M. Biaco y Elea J. Martíez Ídice 1. Coceptos básicos de probabilidad 3 1.1. Probabilidad codicioal................................ 4
Más detallesTema 6: Teoremas Asinto ticos
Tema 6: Teoremas Asito ticos Teorı a de la Comuicacio Curso 27-28 Coteido 1 Teorema del Límite Cetral 2 Teorema de DeMoivre-Laplace 3 Desigualdad de Chebychev 4 Ley de Los Grades Números Coteido 1 Teorema
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribucioes de probabilidad discretas Departameto de Ciecias del Mar y Biología Aplicada Itroducció Iferecia estadística: Parte de la estadística que estudia grades colectivos a partir
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 detalles1. Propiedades de los estimadores
. Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detallesTEMA 4- MODELOS CONTINUOS
TEMA 4- MODELOS CONTINUOS 4.1. Itroducció. 4.2. Distribució uiforme cotiua de parámetros a y b. X Ua, b 4.3. Distribució Gamma de parámetros y. X, Casos particulares: 4.3.1.Distribució Expoecial. X Exp
Más detallesTEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real)
TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES Grado Ing Telemática (UC3M) Teoría de la Comunicación Variable Aleatoria / 26 Variable aleatoria (Real) Función que asigna un valor
Más detallesPropiedades de la funcion de distribucion empirica. Propiedades de la Función de distribución Empírica:
Propiedades de la fucio de distribucio empirica Propiedades de la Fució de distribució Empírica: a. Fˆ es creciete de 0 hasta 1. b. Fˆ es ua fució escaloada co saltos e los distitos valores de X 1, X,...,
Más detallesElementos de Teoria Asintotica
(wsosa@udesa.edu.ar) Uiversidad de Sa Adres El modelo lieal e otacio observacioal y i = x iβ + u i, i = 1, 2,..., x i = [ Mi Z i ] [, x i x Mi i = Z i ] [ Mi Z i ] = M 2 i Z i M i M i Z i Z 2 i M 2 x i
Más detallesINFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS
INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete
Más detallesT ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:
T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.
Más detallesDISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)
DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y
Más detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detallesUniversidad MUESTREO de Oviedo. Facultad de Economía y Empresa. Grado en ADE. Métodos Estadísticos para
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 7: HERRAMIENTAS INFERENCIALES. DISTRIBUCIONES ASOCIADAS AL Uiversidad MUESTREO de Oviedo. Facultad de Ecoomía y Empresa. Grado e ADE. 7.1.- Distribucioes Métodos
Más detallesDesigualdad de Tchebyshev
Desigualdad de Tchebyshev Si la Esperaza y la variaza de la variable X so fiitas, para cualquier úmero positivo k, la probabilidad de que la variable aleatoria X esté e el itervalo La probabilidad de que
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Conceptos Fundamentales Parte 2 Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesTablas de Probabilidades
Tablas de Probabilidades Ernesto Barrios Zamudio José Ángel García Pérez José Matuk Villazón Departamento Académico de Estadística Instituto Tecnológico Autónomo de México Mayo 2016 Versión 1.00 1 Barrios
Más detallesEstimación de Parámetros
Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos
Más detallesDISTRIBUCIONES EN EL MUESTREO
7/9/08 DISTRIBUCIONES EN EL MUESTREO Uidad 4 08 Las estadísticas pesadas como variables aleatorias Ejemplo: u experimeto E cosiste e elegir =5 alícuotas de agua del río y medir la cocetració de arséico:
Más detallesPráctica 2 VARIABLES ALEATORIAS CONTINUAS
Práctica. Objetivos: a) Apreder a calcular probabilidades de las distribucioes Normal y Chi-cuadrado. b) Estudio de la fució de desidad de la distribució Normal ~ N(µ;σ) c) Cálculo de la fució de distribució
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detalles8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS
8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [
Más detallesSUMA DE VARIABLES ALEATORIAS
SUMA DE VARIABLES ALEATORIAS do C. 018 Clase Nº 9 Mg. Stella Figueroa Teorema Cetral del Límite El teorema afirma que la distribució de la suma de u gra úmero de variables aleatorias tiee aproximadamete
Más detallesLa ley de los grandes números
La ley de los grades úmeros "El idicio de que las cosas estaba saliédose de su cauce ormal vio ua tarde de fiales de la década de 1940. Simplemete lo que pasó fue que etre las siete y las ueve de aquella
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 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 detallesEstadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación
Estadística Tema 3 Esperanzas 31 Esperanza Propiedades 32 Varianza y covarianza Correlación 33 Esperanza y varianza condicional Predicción Objetivos 1 Medidas características distribución de VA 2 Media
Más detalles5.1. Tipos de convergencia
Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia
Más detallesVariables aleatorias múltiples
Chapter 4 Variables aleatorias múltiples 4.. Distribución conjunta y marginal Definición 4.. Un vector aleatorio n-dimensional es una función que va de un espacio muestral S a un espacio euclediano n-dimensional
Más detallesDISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD
DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)
Más detallesIntroducción a la Inferencia Estadística. Muestreo en poblaciones normales
Ídice 5 Itroducció a la Iferecia Estadística Muestreo e poblacioes ormales 51 51 Itroducció 51 52 Estadísticos y mometos muestrales 53 521 Media muestral Propiedades 54 522 Variaza muestral Propiedades
Más detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
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 detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesRepaso de Estadística
Teoría de la Comunicación I.T.T. Sonido e Imagen 25 de febrero de 2008 Indice Teoría de la probabilidad 1 Teoría de la probabilidad 2 3 4 Espacio de probabilidad: (Ω, B, P) Espacio muestral (Ω) Espacio
Más detallesTEMA 5: REGRESION LINEAL
ESTADÍSTICA, CURSO 008 009 TEMA 5: REGRESION LINEAL REGRESION LINEAL SIMPLE. CORRELACION. REGRESION.. Regresió lieal simple Recta de regresió: y a + b.. Ajuste de ua recta de regresió Método de míimos
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesUNIDAD 9. PROBABILIDAD Matemáticas II. Ies do Barral.Curso 2017/ Experimentos aleatorios
1. Experimetos aleatorios U experimeto se llama aleatorio cuado o se puede predecir su resultado; además, si se repitiese el mismo experimeto e codicioes aálogas, los resultados puede diferir. a) El resultado
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 detallesTema 4: Variable Aleatoria Bidimensional
Curso 2016-2017 Contenido 1 Definición de Variable Aleatoria Bidimensional 2 Distribución y fdp Conjunta 3 Clasificación de Variables Aleatorias Bidimensionales 4 Distribuciones Condicionales 5 Funciones
Más detallesFórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática
DEPARTAMENT D ESTADÍSTICA I INVESTIGACIÓ OPERATIVA Fórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática A. Distribuciones de variables aleatorias. 1. Descripción de una distribución
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
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 detallesCurso Propedéutico de Cálculo Sesión 6: Aplicaciones de la Integración
por Curso Propedéutico de Cálculo Sesión 6: de la Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema por 1 por 2 Esquema por 1 por 2 por Al contrario
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detalles2 Algunos conceptos de convergencia de sucesiones de variables aleatorias
INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detalles2 o de Ingeniería Informática
Estadística o de Igeiería Iformática Félix Gómez Mármol Ídice geeral Itroducció 7 I Probabilidad 9. Itroducció a la Teoría de la Probabilidad.. Itroducció....................................... Primeras
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesVariables aleatorias. Descripción breve del tema. Objetivos. Descripción breve del tema. Tema 4
Descripción breve del tema Variables aleatorias Tema 4 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Descripción breve
Más detallesVariables aleatorias continuas, TCL y Esperanza Condicional
Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función
Más detallesUniversidad Nacional de La Plata
Universidad Nacional de La Plata Facultad de Ciencias Agrarias y Forestales CÁLCULO ESTADÍSTICO STICO Y BIOMETRÍA CONTENIDOS UNIDAD 3: Introducción al Cálculo de Probabilidades. Experimento aleatorio.
Más detallesDistribuciones habituales
Distribuciones habituales Tema 5 Eponencial Ignacio Cascos Depto. Estadística, Univerdad Carlos III 1 Ignacio Cascos Depto. Estadística, Univerdad Carlos III 2 Objetivos Adquirir soltura con el manejo
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesClases 9-10: El proceso de Wiener y los paseos al azar: el teorema de Donsker *
Clases 9-10: El proceso de Wieer y los paseos al azar: el teorema de Dosker * 6 de oviembre de 2017 Ídice 1. Itroducció 1 2. Paseos al azar 1 3. Paseo al azar co variables gaussiaas 2 4. Paseo al azar
Más detallesEstadística para la Evaluación de Riesgo Microbiano
Estadística para la Evaluació de Riesgo Microbiao Mii-Curso de Riesgo Microbiao 25 29 de agosto, 204 Uiversidad Mayor de Sa Simó Cochabamba, Bolivia Matthew E. Verbyla Estadística para la Evaluació de
Más detallesModelos Básicos de Distribuciones Discretas y Continuas
Modelos de Distribuciones Discretas y Continuas 1/27 Modelos Básicos de Distribuciones Discretas y Continuas Departamento de Estadística e Investigación Operativa Universidad de Sevilla Contenidos Modelos
Más detallesMAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma
MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete
Más detallesPart VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones
Part VI notables El proceso de Bernoulli En cada observación se clasifica el elemento de la población en una de las dos posibles categorías, correspondientes a la ocurrencia o no de un suceso. Llamaremos
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detallesInIn Sistemas de Control de Calidad
Desity Desity II 78- Sistemas de Cotrol de Calidad Pla - Repaso de cotrol de calidad Gráficos de Cotrol - Herramieta que moitorea ua o más variables a lo largo del tiempo. (El sistema requiere itervecioes
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesTransformaciones y esperanza
Capítulo 3 Transformaciones y esperanza 3.1. Introducción Por lo general estamos en condiciones de modelar un fenómeno en términos de una variable aleatoria X cuya función de distribución acumulada es
Más detalles4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS
arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado e Geomática y Topografía Escuela Técica Superior de Igeieros e Topografía, Geodesia y Cartografía. Uiversidad Politécica de Madrid
Más detallesDISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS
DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la
Más detallesTécnicas Cuantitativas II Variables Aleatorias Continuas. TC II Variables Aleatorias Continuas 1 / 44
Técnicas Cuantitativas II 2012-2013 Continuas TC II Continuas 1 / 44 TC II Continuas 2 / 44 : Esperanza y Varianza TC II Continuas 3 / 44 : Esperanza y Varianza Una variable, X, es una función X : Ω R
Más detallesDISTRIBUCIONES MUESTRALES
UNIDAD II DISTRIBUCIONES MUESTRALES Competecia: -El estudiate debe saber utilizar las diferetes distribucioes muestrales,es decir las diferetes distribucioes de cualquier estadístico estimado a partir
Más detallesVariables aleatorias continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
Más detallesTécnicas de contar MATEMÁTICA DISCRETA I. F. Informática. UPM. MATEMÁTICA DISCRETA I () Técnicas de contar F. Informática.
Técicas de cotar MATEMÁTICA DISCRETA I F. Iformática. UPM MATEMÁTICA DISCRETA I () Técicas de cotar F. Iformática. UPM 1 / 18 Pricipios básicos de recueto Pricipios básicos Cardial de u cojuto Cotar los
Más detalles3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)
1 Muestreo Tema 1 1. Muestreo. Muestreo aleatorio 3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio si reposició 3.. Muestreo aleatorio co reposició (muestreo aleatorio simple) 3.3. Muestreo aleatorio
Más detallesDefinición Diremos que el cardinal de un conjunto A es n si se puede establecer una
Tema 2 Combiatoria 2.1 Pricipios básicos de recueto 2.1.1 Cardial de u cojuto Defiició 2.1.1. Diremos que el cardial de u cojuto A es si se puede establecer ua biyecció f : {1,..., } A. Se deota A. Se
Más detallesVectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos
Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos
Más detallesTEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos
TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Itroducció a la Iferecia Estadística. Método Estadístico. Defiicioes previas. 5.2. Estimació putual 5.3. Métodos de obteció de estimadores: 5.3.1. Método de los
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detallesDistribuciones: discretas y continuas
Distribucioes: discretas y cotiuas DISTRIBUCIONES. DISTRIBUCIONES DISCRETAS. Distribució Uiforme.... Distribució Biomial... 3.3 Distribució de Poisso... 6. DISTRIBUCIONES CONTINUAS.. Distribució Uiforme
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detallesTrimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6
Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6 Contenido Valor Esperado, Caso Discreto. Valor Esperado,
Más detallesTema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión
Tema :Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. Puede ser la función de densidad de una variable aleatoria continua mayor que uno en algún punto? Sí. La función de densidad de la variable
Más detallesRepaso de conceptos estadís-cos. Apéndice A
Repaso de conceptos estadís-cos Apéndice A Revisión de conceptos estadís2cos El conjunto de todos los resultados posibles de un experimento aleatorio se denomina población o espacio muestral, E Un suceso
Más detallesFORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD
FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD Jorge M. Galbiati pág. DISTRIBUCION BINOMIAL 2 DISTRIBUCION POISSON 4 DISTRIBUCION HIPERGEOMETRICA 5 DISTRIBUCION GEOMETRICA 7 DISTRIBUCION NORMAL 8 DISTRIBUCION
Más detalles