1. Experimentos aleatorios
|
|
- María Soledad Valdéz Vega
- hace 7 años
- Vistas:
Transcripción
1 1. Eperimentos aleatorios La eperimentación es útil porque si se supone que llevamos a cabo ciertos eperimentos bajo condiciones esencialmente idénticas se llegará a los mismos resultados. En estas circunstancias, se tiene la capacidad de controlar el valor de las variables que afectan el resultado del eperimento Sin embargo, en algunos eperimentos, no somos capaces de indagar o controlar el valor de determinadas variables, de manera que el resultado cambiará de un eperimento a otro, a pesar de que a mayoría de las condiciones son las mismas. Estos eperimentos se describen como aleatorios.
2 Eperimentos aleatorios Ejemplos 1. Lanzar una moneda Resultado: sello (S) o cara (C), es decir elementos de conjunto {S,C} 2. Lanzar un dado Resultado: {1,2,3,4,5,6} 3. Lanzar dos veces una moneda Resultado: {CC,CS,SC,SS } 4. Si un eperimento consiste en medir la vida útil de focos producidos por una compañía, entonces el resultado del eperimento es el tiempo t que se encuentre en algún intervalo, por ejemplo 0 t 4000 Donde suponemos que ningún foco dura más de 4000 horas.
3 2. Espacio de la muestra Espacio muestra: Un conjunto S que consta de todos los resultados posibles de un eperimento aleatorio se llama espacio muestral. Punto muestral: Cada resultado de un eperimento aleatorio se conoce como punto muestral.
4 Espacio de la muestra Con frecuencia habrá más de un espacio muestral que puede describir los resultados de eperimento, pero generalmente habrá o que provee la mayor información Eperimento: Lanzar un dado 1. Espacio muestral 1: {1,2,3,4,5,6} 2. Espacio muestral 2: {par, impar}
5 Un espacio muestral puede ser Espacio de la muestra Finito: Si tiene un número finito de puntos Infinito contable: Si tiene tantos puntos como los números naturales 1,2,3,..., Espacio muestral discreto Infinito no contable: Si tiene tantos puntos como los números en el intervalo 0 1 Espacio muestral no discreto
6 3. Eventos Un evento es un subconjunto A del espacio muestral S, es decir un subconjunto de resultados posibles. Si el resultado de un eperimento es un elemento de A, entonces se dice que el evento A ocurrió. Un evento que consta de un punto sencillo de S se denomina con frecuencia un evento simple o elemental.
7 Eventos Ejemplo: Eperimento: Lanzar una moneda 2 veces El evento de que sólo resulte una cara es el subconjunto del espacio muestral que consta de los puntos (0,1) y (1,0) (0,1) (1,1) (0,0) (1,0)
8 Eventos Como eventos particulares tenemos: S el cual es el evento cierto o seguro, dado que un elemento de S debe ocurrir. El conunto vacío, que se denomina el evento imposible, porque un elemento de nunca puede ocurrir.
9 Eventos Usando operaciones de conjunto sobre eventos en S, podemos obtener otros eventos en S. Si A y B son eventos, entonces 1. A B es el evento A o B o ambos. A B 2. es el evento A y B. se denomina la intersección de A y B. A 3. es el evento no A. A se denomina complemento de A A B A B 4. es el evento A pero no B. En particular A S A
10 Eventos Si los conjuntos que corresponden a los eventos A y B son disjuntos, es decir, A B, decimos que los eventos son mutuamente ecluyentes. A B Decimos que una colección de eventos A 1, A 2,...A 3 es mutuamente ecluyente si cada par en la colección es mutuamente ecluyente.
11 Ejemplo Eventos Eperimento: Lanzar dos veces una moneda A B es el evento al menos ocurre una cara y el evento el segundo lanzamiento es un sello. A={CS, SC, CC} B={CS, SS} AUB { CS, SC, CC, SS} S A B {CS} A' { SS} A B { CS, CC}
12 4. Concepto de Probabilidad En cualquier eperimento aleatorio hay siempre incertidumbre sobre si ocurrirá un evento en particular. Como medida de la oportunidad o probabilidad, con que esperamos que ocurra cierto evento, es conveniente asignar un número entre 0 y 1. Si estamos seguros que tal evento ocurrirá decimos que tiene 100% de probabilidad o 1, pero si estamos seguros que el evento no ocurrirá decimos que su probabilidad es cero.
13 Concepto de Probabilidad Cálculo de la probabilidad de un evento. 1. Enfoque clásico Si un evento puede ocurrir en h maneras diferentes de un número total de n maneras posibles, todos ellos son igualmente posibles. La probabilidad de un evento es h/n 2. Enfoque frecuentista Si después de n repeticiones de un eperimento, donde n es muy grande, se observa que un evento ocurre h veces entonces. La probabilidad de un evento es h/n
14 Concepto de Probabilidad Tanto el enfoque clásico como el enfoque frecuentista presentan serios inconvenientes. Las frases Igualmente posibles Número grande son vagas. Debido a estos los matemáticos se han regido por el enfoque aiomático de la probabilidad
15 Concepto de Probabilidad Aiomas de probabilidad Supongamos que se tiene un espacio muestral S. Para cada evento A en la clase C de eventos, asociamos un número real P(A). P se denomina la función de probabilidad P(A) se denomina la probabilidad del evento A, si se cumplen los siguientes aiomas:
16 Concepto de Probabilidad Aiomas de probabilidad Aioma 1. Para cada evento A en la clase C, P(A) 0 Aioma 2. Aioma 3. Para el evento cierto o seguro S en la clase C, P(S) 1 Para cualquier número de eventos mutuamente ecluyentes A 1, A 2,... en la clase C, P ( A1 A2 1 A2 ) P( A ) P( )
17 5. Asignación de Probabilidades Si un espacio muestral S consta de un número finito de resultados a 1, a 2,...,a n, entonces P( A ) P( A2 ) P( A 1 n ) 1 (1)
18 Asignación de probabilidades Si se supone que eisten probabilidades iguales para todos los eventos sencillos, entonces h P( A k ) k 1,2,, n n y si A es un evento cualquiera compuesto de h eventos sencillos, tenemos h P( A) n
19 6. Teoremas de Probabilidad Teorema 1: Si es el conjunto vacío, entonces P( ) 0 Teorema 2: P( A') 1 P( A) Teorema 3: P( A B) P( A) P( B) P( A B)
20 Teorema 6: Si entonces Teoremas de probabilidad Teorema 5: Si, donde son eventos mutuamente ecluyentes, entonces ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( C B A P C B P C A P B A P C P B P A P C B A P A n A A A 2 1 n A A A,, 2, 1 ) ( ) ( ) ( ) ( 2 1 n A P A P A P A P B A ) ( ) ( B P A P Teorema 4:
21 7. Probabilidad condicional Sean A y B dos eventos tal que P(A) 0 Probabilidad condicional P( B A) Es la probabilidad de que ocurra B dado que ocurrió A. P( B A) P( A B) P( A) Puesto que se sabe que A ocurrió, éste se convierte en el nuevo espacio muestral reemplazando al original S.
22 8. Teoremas de probabilidad condicional La probabilidad condicional satisface las propiedades correspondientes a probabilidades 1. 0 P( AB) 1 2. P( S B) 1 3. P ( A1 A2 1 2 B B) P( A B) P( A )
23 9. Eventos independientes Si P( B A) P( B), es decir que la probabilidad de que ocurra B no está afectada por la ocurrencia o no de A, entonces se dice que A y B son eventos independientes. Esto equivale a P( A B) P( A) P( B) (2) Inversamente si se cumple (2), entonces A y B son eventos independientes.
24 10. Análisis combinatorio Cuando no es posible realizar el conteo directo para obtener las probabilidades, el uso del análisis combinatorio puede ser útil. Si los conjuntos A, A, 1 2 A k tienen respectivamente, n 1,n 2,...,n k elementos, entonces eisten n n formas de seleccionar primero un elemento de A 1, seleccionar después un elemento de A 2... y finalmente seleccionar un elemento de A k. 1 2 n k
25 Diagramas de árbol Análisis combinatorio En eperimentos simples, puede resultar útil un diagrama de árbol en la enumeración de un espacio de muestreo. Ejemplo: Ep: Lanzar tres veces una moneda. El conjunto de posibles resultados pudo haberse obtenido siguiendo todos los recorridos en el siguiente diagrama de árbol. C S C S C S C S C S C S C S
26 Análisis combinatorio Principio de multiplicación Si los conjuntos n, n, 2, 1 n k A, 1 A, 2 A k elementos, entonces eisten n 1 n 2 tienen respectivamente, formas de seleccionar primero un elemento de A 1, seleccionar después un elemento de A 2... y finalmente seleccionar un elemento de A k. n k
27 Análisis combinatorio Permutaciones Suponga que eisten n objetos diferentes y se quieren ordenar r de estos objetos en línea. Puesto que eisten n maneras de escoger el primer objetos, n-1 maneras de escoger el segundo objetos,..., y finalmente n-r+1 maneras de escoger el r-ésimo elemento, a partir del principio multiplicativo, se deduce que el número de arreglos diferentes o permutaciones, está dado por P r n( n 1) ( n 2) ( n r n 11.1 Donde se observa que el producto tiene r factores. 1)
28 Análisis combinatorio Permutaciones En el caso particular donde r=n, se obtiene: n P r el cual se llama n factorial. n( n 1) ( n 2) 1 n! La ecuación 11.1 se puede escribir en términos de factorial como n P r ( n n! r)! Por la ecuación 11.2, si r=n entonces 0!=1, lo cual se tomará como definición.
29 Análisis combinatorio Permutaciones Suponga que un conjunto consta de n objetos de los cuales n 1 son de un tipo (es decir que no se pueden distinguir entre si), n 2 son de otro tipo,, n k son de un k-ésimo tipo, tal que n=n 1 +n 2 + +n k. Entonces el número de permutaciones diferentes del objeto es n P r n! n n!! n 1 2 k!
30 Análisis combinatorio Permutaciones Ejemplo: El número de permutaciones de 11 letras de la palabra MISSISSIPPI, las cuales constan de 1 M, 4 I, 4 S y 2 P, es 11! 1!4!4!2! 34650
31 Análisis combinatorio Combinaciones En una permutación nos interesa el orden de los objetos. Por ejemplo abc es una permutación diferente de bca. Sin embargo en muchos problemas sólo es de interés la selección de los objetos sin tener en cuenta el orden Este tipo de selecciones reciben el nombre de combinaciones. Por ejemplo abc y bca son la misma combinación.
32 Análisis combinatorio Combinaciones El número total de combinaciones de r objetos seleccionados entre n se denota por ( n ) r n C r n! r!( n r )! La cual también puede escribirse como n Pr ncr r! Es fácil mostrar que n C r n C n r
33 Coeficientes binomiales Análisis combinatorio ( ) n Los números con frecuencia se llaman r coeficientes binomiales porque provienen de la epansión binomial n ( 1 ) ( 2 ) ( n ) (+y) n = n n + n-1 n y + n-2 y y n Ejemplo: ( 1 ) ( 2 ) ( 3 ) ( 4 ) (+y) 4 = y + 2 y y y 4 ( y ) y 6 y 4y y
34 11. Teorema de Bayes Teorema Suponga que A, A, 1 2 A n son eventos mutuamente ecluyentes cuya unión es el espacio muestral S, es decir que debe de ocurrir uno de los eventos. Si A es un evento cualquiera entonces P( A k A) P( A n j 1 k P( A ) P( A A j k ) ) P( A A j )
35 1. Variables aleatorias Supongamos que a cada punto del espacio muestral le asignamos un número real. Entonces se tiene definida una función en este espacio muestral. S X R Esta función recibe el nombre de Variable Aleatoria o Estocástica O más precisamente Función Aleatoria o Estocástica Y usualmente se denota con una letra mayúscula como X o Y
36 Variables aleatorias Ejemplo: Ep. Lanzar una moneda dos veces al aire. Espacio muestral S={CC, SS,SC,SS} Definir la variable aleatoria X que describa el número de caras que pueden salir Punto muestral CC CS SC SS X Se debe observar que muchas otras variables aleatorias pueden definirse en este mismo espacio muestral.
37 Variables aleatorias Una variable aleatoria que toma un número finito o contable infinito de valores se llama variable aleatoria discreta Una variable aleatoria que toma un número de valores infinito no contable se llama variable aleatoria no discreta
38 2. Distribuciones de probabilidad discreta Sea X una variable aleatoria discreta, y supongamos que los posibles valores que ésta puede asumir están dados por S 1, 2, X 3,, R Supongamos también que estos valores se asumen con probabilidades dadas por P( X Donde k f ( ) k ) 1, 2, 0 f ( ) k f() se denomina Función de probabilidad o Distribución de probabilidad
39 Distribuciones de probabilidad discreta Función (o distribución) de probabilidad En general f() es una función de probabilidad o distribución de probabilidad si 1. f ( ) 0 2. f ( ) 1 Donde la suma en 2 toma todos los valores posibles de.
40 Distribuciones de probabilidad discreta Ejemplo: Encuentre la función de probabilidad correspondiente a la variable aleatoria X definida como sigue: Punto muestral CC CS SC SS X Tenemos que P(CC) = P(CS) = P(SC) = P(SS) = Entonces P( X P( X P( X 0 ) P( SS ) ) P( CS SC ) P( CS ) P( SC ) 2 ) P( CC ) f() ¼ ½ ¼
41 3. Funciones de distribución para variables aleatorias La función de distribución acumulada o de manera breve la función de distribución, para una variable aleatoria X está definida por F( ) P( X ) donde es un número real cualquiera, es decir,
42 Funciones de distribución para variables aleatorias Propiedades de F() 1. F() es una función no decreciente, es decir F( ) F( y ) si y 2. lim F( ) 0; lim F( ) 1; 3. F() es continua por la derecha, es decir lim F( h ) F( ) h 0
43 4. F() para variables aleatorias discretas La función de distribución para una variable aleatoria discreta X puede obtenerse a partir de su función de probabilidad notando que, F( ) P( X ) u f (u ) (, ) donde la suma sustituye todos los valores u tomados por X para la cual u
44 F() para variables aleatorias discretas Si X toma solamente un número finito de valores 1, 2,, n, entonces la función de distribución está dada por ) ( f ) ( f ) ( f ) ( f ) ( f ) F( n n
45 F() para variables aleatorias discretas Ejemplo a) Encuentre la función de distribución de la variable aleatoria del ejemplo anterior b) Elabore su gráfica
46 F() para variables aleatorias discretas Observaciones: 1. Las magnitudes de los saltos en 0, 1,2, son ¼, ½, ¼ que son precisamente las probabilidades de f(). Este hecho permite obtener la función de probabilidad a partir de la función de distribución. 2. Debido a la apariencia de la gráfica calculada, ésta se denomina con frecuencia función escalonada o función paso. El valor de la función en un entero se obtiene a partir del paso más grande 3. A medida que avanzamos de izquierda a derecha, la función de distribución permanece igual o aumenta tomando valores entre 0 y 1. Debido a esto se dice que F() es una función monótonamente creciente.
47 F() para variables aleatorias discretas A partir de la observación anterior y de las propiedades de la función de distribución, es claro que la función de probabilidad de una variable aleatoria discreta puede obtenerse a partir de la función de distribución, notando que f ( ) F( ) u lim F( u )
48 5. Variable aleatorias continuas Se dice que una variable aleatoria no discreta X es continua, si su función de distribución se puede representar como F( ) P( X ) f (u )du (- ) donde la función f() tiene las siguientes propiedades 1. f ( ) 0 2. f ( )d 1
49 Variable aleatorias continuas A partir de lo anterior se deduce que si X es una variable aleatoria continua, entonces la probabilidad de que X tome cualquier valor particular es cero, mientras que la probabilidad de intervalo de que X se encuentre entre dos valores diferentes por ejemplo a y b, está dada por P( a b ) b a f ( )d Cualquier función f() que satisfaga las propiedades anteriores 1 y 2 se denominará función de densidad. Las probabilidades requeridas se obtendrán a partir de la ecuación previa
50 Variable aleatorias continuas La probabilidad de que X esté entre dada por: y está P ( X ) f ( u) du Si es pequeño, tenemos aproimadamente que: P ( X ) f ( )
51 6. Interpretaciones gráficas Función de densidad f() Si f() es la función de densidad de la variable aleatoria X, entonces: 1. y=f() se puede representar por medio de una curva f() 2. Dado que f () 0, la curva no puede caer por debajo del eje 3. El área completa limitada por la curva y el eje bebe ser igual a 1 4. Geométricamente la probabilidad de que X se encuentre entre a y b, se representa por el área sombreada a b
52 Interpretaciones gráficas Función de distribución F() 1. F()= P( X ) puede ser representada por una curva como se muestra en la figura. F() 2. F() es una función monótona decreciente que se incrementa de 0 a 1.
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro La probabilidad nos proporciona un modelo teórico para la generación de los datos experimentales Medidas de la Posibilidad
Más detallesUnidad II: Fundamentos de la teoría de probabilidad
Unidad II: Fundamentos de la teoría de probabilidad 2.1 Teoría elemental de probabilidad El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos que se denominan aleatorios, cuya característica
Más detalles2.3 PROPIEDADES DE LA PROBABILIDAD
2.3 PROPIEDADES DE LA PROBABILIDAD 1. La probabilidad es positiva y menor o igual que 1. 0 p( 1 2. La probabilidad del suceso seguro es 1. p (E) = 1 3. Si A y B son incompatibles, es decir A B = entonces:
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesFundamentos de la Teoría de la Probabilidad. Ing. Eduardo Cruz Romero
Fundamentos de la Teoría de la Probabilidad Ing. Eduardo Cruz Romero www.tics-tlapa.com Teoría elemental de la probabilidad (1/3) El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana
Más detallesUnidad Temática 2 Probabilidad
Unidad Temática 2 Probabilidad Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza. 1. El experimento que consiste
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 detalles2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD
2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD Un diagrama de Venn Objetivos Introducir los conceptos básicos de experimentos y sucesos, y la definición axiomática y propiedades de la probabilidad. Para leer
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 3 PROBABILIDADES Definiciones Algunas definiciones en Probabilidades Teoría de conjuntos Espacio muestral (E) Evento o suceso Eventos mutuamente excluyentes
Más detallesProbabilidad 3/1/2010. EVSC 5020: Bioestadística. Qué es probabilidad? Prof. Rafael R. Canales-Pastrana. EVSC 5020: Bioestadística
Probabilidad Prof. Rafael R. Canales-Pastrana 2 Qué es probabilidad? 3 1 Definiciones de Probabilidad La medida del grado de confianza que uno tiene, en que ocurra el acontecimiento. Método axiomático:
Más 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 detallesProbabilidad 2º curso de Bachillerato Ciencias Sociales
PROBABILIDAD Índice: 1. Experimentos aleatorios. Espacio muestral----------------------------------------------------- 2 2. Suceso aleatorio ------------------------------------------------------------------------------------
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 detallesProbabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM
Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Probabilidades P(A) = Casos favorables Casos posibles Objetivos: Definir el concepto de
Más detallesIntroducción. 1. Sucesos aleatorios. Tema 3: Fundamentos de Probabilidad. M. Iniesta Universidad de Murcia
Tema 3: Fundamentos de Probabilidad Introducción En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son diferentes aunque las condiciones iniciales en las que se produce
Más detallesAxiomática de la Teoría de Probabilidades
Axiomática de la Teoría de Probabilidades Modelos matemáticos Según el experimento Cada ejecución del experimento se denomina prueba o ensayo Determinísticos Aleatorios Conjunto de resultados posibles
Más detallesTeoría de la decisión
Teoría de la decisión Repaso de Estadística Unidad 1. Conceptos básicos. Teoría de. Espacio muestral. Funciones de distribución. Esperanza matemática. Probabilidad condicional 1 Teoría de la decisión Teoría
Más detallesTeorema de Bayes(6) Nos interesan las probabilidades a posteriori o probabilidades originales de las partes p i :
Teorema de Bayes(5) 75 Gráficamente, tenemos un suceso A en un espacio muestral particionado. Conocemos las probabilidades a priori o probabilidades de las partes sabiendo que ocurrió A: Teorema de Bayes(6)
Más detalles4. CONCEPTOS BASICOS DE PROBABILIDAD
4. CONCEPTOS BASICOS DE PROBABILIDAD 4.1 Introducción La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad
Más detallesProbabilidad Condicional
Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Programa Probabilidad Teoría de conjuntos Diagramas de Venn Permutaciones y combinaciones Variables aleatorias y distribuciones Propiedades de distribuciones Funciones generadoras
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 detallesCapítulo 3: Técnicas de Conteo Clase 2: Permutaciones y Combinaciones, Coeficientes Binomiales y Aplicaciones a Probabilidad Discreta
Capítulo 3: Técnicas de Conteo Clase 2: Permutaciones y Combinaciones, Coeficientes Binomiales y Aplicaciones a Probabilidad Discreta Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática
Más detallesSISTEMA DE NUMEROS REALES
SISTEMA DE NUMEROS REALES 1.1 Conjuntos Es una agrupación de objetos distintos (pero con algunas características en común), los que reciben el nombre de elementos. Generalmente se nombra a un conjunto
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 detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesEn matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse
En matemáticas el concepto de conjunto es considerado primitivo y no se da una definición de este, por lo tanto la palabra CONJUNTO debe aceptarse lógicamente como un término no definido. Un conjunto se
Más detallesMétodos Estadísticos Capítulo II
Métodos Estadísticos Capítulo II Dr. Gabriel Arcos Espinosa Contenidos El campo de la probabilidad y estadística Conceptos básicos Enfoque para asignar probabilidades Contenidos Reglas de probabilidad
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detalles1. Teoría de conjuntos
Introducción a la probabilidad Universidad de Puerto Rico ET 3041 Prof. Héctor D. Torres ponte 1. Teoría de conjuntos Definición 1.1. La colección de todos los posibles resultados de un experimento se
Más detallesPROBABILIDAD. Experiencia aleatoria es aquella cuyo resultado depende del azar.
PROBABILIDAD. 1 EXPERIENCIAS ALEATORIAS. SUCESOS. Experiencia aleatoria es aquella cuyo resultado depende del azar. Suceso aleatorio es un acontecimiento que ocurrirá o no dependiendo del azar. Espacio
Más detallesProbabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades
Experimentos deterministas Probabilidad Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas,
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LA FUERZA ARMADA NACIONAL
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LA FUERZA ARMADA NACIONAL GUIA DE ACTIVIDADES. UNIDAD I Introducción a la Teoría de Probabilidad. Sistemas Determinísticos: Sistemas que interactúan de
Más detallesConceptos. Experimento Aleatorio: Es un fenómeno en el que interviene el azar, es decir no se puede predecir el resultado.
Teresa Pérez P DíazD Profesora de matemática tica Conceptos Experimento Aleatorio: Es un fenómeno en el que interviene el azar, es decir no se puede predecir el resultado. Ejemplos: E : Lanzar un dado,
Más detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesTeorema de Bayes. mientras que B tiene una tasa de defectos del 4%.
Teorema de Bayes Ejemplo: En una empresa manufacturera, una máquina A produce el 60% de la producción total, mientras que una máquina B el restante 40%. 71 El 2% de las unidades producidas por A son defectuosas,
Más 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 detallesEXPERIMENTO ALEATORIO
EXPERIMENTO ALEATORIO En concepto de la probabilidad, un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, en otras palabras,
Más detallesIntroducción. 1. Algebra de sucesos. PROBABILIDAD Tema 2.1: Fundamentos de Probabilidad Primeras deniciones. M. Iniesta Universidad de Murcia
PROBABILIDAD Tema 2.1: Fundamentos de Probabilidad Introducción Jacob Berooulli (1654-1705), Abraham de Moivre (1667-1754), el reverendo Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813) desarrollaron
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 2 Nombre: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesAnálisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM
Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detallesTutorial MT-a3. Matemática Tutorial Nivel Avanzado. Probabilidad y estadística
12345678901234567890 M ate m ática Tutorial MT-a3 Matemática 2006 Tutorial Nivel Avanzado Probabilidad y estadística Matemática 2006 Tutorial Probabilidad y estadística Marco Teórico 1. Probabilidad P(#)
Más detallesTEMA 17: PROBABILIDAD
TEMA 17: PROBABILIDAD Probabilidad de un suceso aleatorio es un numero entre 0 y 1 (más cerca del 0, mas difícil que ocurra. Más cerca del 1 más fácil que ocurra). Suceso seguro: Su probabilidad es 1.
Más detallesCUÁL SERIA LA PREDICCION OPTIMA DEL ESTADO DEL TIEMPO AL DIA SIGUIENTE?
TEOREMA DE BAYES Explica como considerar matemáticamente la nueva información en la toma de decisiones. P( AΙB) = P( A B) P( B) = P( A) P( BΙA) P( B) PROBLEMA: En cierto lugar llueve el 40% de los días
Más detalles(DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 )
PROBABILIDAD (DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 ) La probabilidad mide la frecuencia relativa (proporción) de un resultado determinado
Más detallesUNIDAD 5: INTRODUCCIÓN AL ESTUDIO DE LA PROBABILIDAD
UNIDAD 5: INTRODUCCIÓN AL ESTUDIO DE LA PROBABILIDAD Para el desarrollo de este capítulo, vaya revisando conjuntamente con esta guía el capítulo 5 del texto básico, págs.139 a la 170. 5.1. INTRODUCCIÓN
Más detallesIntroducción. 1. Sucesos aleatorios. Tema 3: Fundamentos de Probabilidad. M. Iniesta Universidad de Murcia
Tema 3: Fundamentos de Probabilidad Introducción En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son diferentes aunque las condiciones iniciales en las que se produce
Más detallesUNIDAD: GEOMETRÍA PROBABILIDADES I. Experimento: Procedimiento que se puede llevar a cabo bajo las mismas condiciones un número indefinido de veces.
C u r s o : Matemática º Medio Material Nº MT - UNIDAD: GEOMETRÍA PROBABILIDADES I NOCIONES ELEMENTALES Experimento: Procedimiento que se puede llevar a cabo bajo las mismas condiciones un número indefinido
Más detallesProbabilidad. Generalidades
robabilidad Generalidades a probabilidad estudia experimentos en los que se pueden esperar varios resultados y no solamente uno. os experimentos se pueden clasificar como aleatorios o determinísticos.
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 1. Introducción a la probabilidad
Estadística y sus aplicaciones en Ciencias Sociales 1. Introducción a la probabilidad Facultad de Ciencias Sociales Universidad de la República Curso 2016 Índice 1.1. Aleatoriedad e incertidumbre 1.2 Probabilidad
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesTema 3: Cálculo de Probabilidades. Métodos Estadísticos
Tema 3: Cálculo de Probabilidades Métodos Estadísticos 2 INTRODUCCIÓN Qué es la probabilidad? Es la creencia en la ocurrencia de un evento o suceso. Ejemplos de sucesos probables: Sacar cara en una moneda.
Más detallesVariables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
Más detallesel blog de mate de aida PROBABILIDAD 4º ESO PROBABILIDAD
Pág.1 PROBABILIDAD EXPERIMENTOS ALEATORIOS. SUCESOS. Experimento determinista es aquel en que se puede predecir el resultado, siempre que se realice en las mismas condiciones. (Ejemplo: medir el tiempo
Más detallesCAPÍTULO IV CONCEPTOS BÁSICOS DE PROBABILIDAD
CAPÍTULO IV CONCEPTOS BÁSICOS DE PROBABILIDAD Por qué hablar de Probabilidad En el primer capítulo cuando definimos algunos conceptos hablamos de población y de muestra, dijimos que cuando trabajamos con
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 2 Probabilidad condicional e independencia Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir los eventos condicionales de los eventos independientes.
Más detallesTEMA 4: Definiciones Básicas de
TEM 4: Definiciones Básicas de robabilidad LGUNS DEFINICIONES Experimento leatorio: roceso que produce uno o varios resultados posibles y que no pueden ser predichos con certeza. Espacio Muestral S: Conjunto
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detallesTema 4 Variables Aleatorias
Tema 4 Variables Aleatorias 1 Introducción En Estadística Descriptiva, se estudiaron las distribuciones de frecuencias de conjuntos de datos y posteriormente se vimos los fundamentos de la teoría de probabilidades.
Más detalles7.- Teorema integral de Fourier. Transformada de Fourier
7.- Teorema integral de Fourier. Transformada de Fourier a) Introducción. b) Transformada de Fourier. c) Teorema integral de Fourier. d) Propiedades de la Transformada de Fourier. e) Teorema de Convolución.
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad las reglas mátemáticas de la probabilidad no son simplemente reglas para calcular frecuencias de variables aleatorias;
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 detallesConceptos de Probabilidad (II)
Conceptos de Probabilidad (II) Jhon Jairo Padilla A., PhD. Necesidad Es común escuchar frases como: Juan Probablemente ganará el torneo de tenis Tengo posibilidad de ganarme la lotería esta noche La mayoría
Más detallesESPACIOS MUESTRALES Y EVENTOS
1 ESPACIOS MUESTRALES Y EVENTOS Definiciones 1. Un experimento aleatorio es aquel que proporciona diferentes resultados aun cuando se repita siempre de la misma manera. 2. El conjunto de los posibles resultados
Más detallesTema 6 Probabilidad. 0.-Introducción La probabilidad de un suceso es un número, comprendido entre 0 y
Tema 6 Probabilidad 0.-Introducción La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detallesInducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones
UNSL Repaso de Inducción, y Inducción Matemática (Sección 1.7 del libro) Supongamos que queremos demostrar enunciados del siguiente tipo: P(n) : La suma de los primeros n números naturales es n(n+1)
Más detallesPROBABILIDAD. Profesor: Rafael Núñez Nogales CÁLCULO DE PROBABILIDADES. Experimentos y sucesos
PROBABILIDAD CÁLCULO DE PROBABILIDADES Experimentos y sucesos Experimento aleatorio Es aquel cuyo resultado depende del azar, es decir no se puede predecir de antemano qué resultado se va a obtener aunque
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesCONJUNTOS Y SISTEMAS NUMÉRICOS
1. CONJUNTOS. 1.1 Conceptos básicos Medir y contar fueron las primeras actividades matemáticas del hombre y ambas nos conducen a los números. Haciendo marcas, medían el tiempo y el conteo de bienes que
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesLa función, definida para toda, es periódica si existe un número positivo tal que
Métodos con series de Fourier Definición: Función periódica La función, definida para toda, es periódica si existe un número positivo tal que para toda. El número en un periodo de la función. Si existe
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 detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más 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 detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD Definición de probabilidad La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesConceptos iniciales: Probabilidad: Experimento: Determinístico: Aleatorio: Punto muestral ó Resultado: Evento:
Probabilidad. Experimento aleatorio, espaciomuestral, variable aleatoria. Probabilidad condicional. Sucesos mutuamente excluyentes e independientes. Variable aleatoria. Esperanza y varianza de una variable
Más detallesIntroducción a la Probabilidad
Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento
Más detallesEstadística Aplicada
Estadística Aplicada Universidad Maimónides 2016 Clase 3. Algunos Conceptos de Probabilidad Pedro Elosegui Conceptos Probabilísticos - Probabilidad: valor entre cero y uno (inclusive) que describe la posibilidad
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesTema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto
Estadística Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesProbabilidad y Estadística
robabilidad y stadística robabilidad y stadística Tema 3 Técnicas de Conteo Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Analizar los principios de conteo utilizados en probabilidad.
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
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 detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO
Más detallesQué se obtiene? Plan de clase (1/2) Escuela: Fecha: Profesor (a):
Qué se obtiene? Plan de clase (1/2) Escuela: Fecha: Profesor (a): Curso: Matemáticas 3 ecundaria Eje temático: MI Contenido: 9.1.6 Conocimiento de la escala de la probabilidad. nálisis de las características
Más detallesGuía Matemática NM 4: Probabilidades
Centro Educacional San Carlos de Aragón. Dpto. Matemática. Prof.: Ximena Gallegos H. Guía Matemática NM : Probabilidades Nombre: Curso: Aprendizaje Esperado: Determinar la probabilidad de ocurrencia de
Más detallesEXPERIMENTO ALEATORIO, ESPACIO MUESTRAL Y SUCESO
EXPERIMENTO ALEATORIO, EPAIO MUETRAL Y UEO Experimento aleatorio: Es una acción o proceso que puede tener distintos resultados posibles, y cuyo resultado no se conoce hasta que no se lleva a cabo. Ejemplos:
Más detallesTema 7.0. Repaso de números reales y de funciones
Matemáticas II (Bachillerato de Ciencias) Análisis: Repaso de números reales y de funciones 47 Tema 70 Repaso de números reales y de funciones El conjunto de los números reales El conjunto de los números
Más detallesProbabilidad E x p e r i m e n t o s d e t e r m i n i s t a s E j e m p l o E x p e r i m e n t o s a l e a t o r i o s a z a r E j e m p l o s
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesBioestadística. Curso Capítulo 3
Bioestadística. Curso 2012-2013 Capítulo 3 Carmen M a Cadarso, M a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Índice 1. Introducción 2 2. Variable aleatoria 2 2.1. Variables aleatorias discretas...............................
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detalles