Muestreo, Generación de Valores de Variables Aleatorias y Entropía
|
|
- José Manuel Arroyo Villanueva
- hace 6 años
- Vistas:
Transcripción
1 Muestreo, Generación de Valores de Variables Aleatorias y Entropía Dr. José Elías Rodríguez Muñoz elias@cimat.mx Dept. de Matemáticas, U. de Gto. Tercer Verano de Probabilidad y Estadística en el CIMAT, 19/07/ /21
2 Muestra Una muestra, S, es un subconjunto de la población, U U S 2/21
3 Cómo generar valores de una distribución Bernoulli? ( qué tipo de fenómenos modela una Bernoulli?) Contexto U (N) U 1 (N 1 ) S (n) U 2 (N 2 ) 3/21
4 Cómo generar valores de una distribución Bernoulli? Procedimiento 1. Seleccionar n elementos, con probabilidades iguales y con reemplazo; 2. Para cada uno de los elementos seleccionados, registrar un 1 si pertenece a la población U 1 y 0 en caso contrario. 4/21
5 Cómo generar valores de una distribución Bernoulli? Si la variable aleatoria X modela los valores así obtenidos, cuál es la distribución de X? Bernoulli(q), esto es: P(X=1)=q y P(X=0)=1-q, donde q= N 1 N. ( Cómo estimar el tamaño de la población o el de la subpoblación?, cómo genera estos valores un programa de cómputo?) 5/21
6 Cómo generar valores de una distribución Binomial? ( qué tipo de fenómenos modela una binomial?) Procedimiento Repetir m veces lo siguiente: 1. Seleccionar n elementos, con probabilidades iguales y con reemplazo; 2. Para cada uno de los elementos seleccionados, registrar un 1 si pertenece a la población U 1 y 0 en caso contrario; 3. Sumar los n valores así obtenidos. 6/21
7 Cómo generar valores de una distribución Binomial? Si la variable aleatoria X modela la suma de los valores, entonces: para x=0,1,, n. x qx P X =x = n 1 q n x, 7/21
8 Cómo generar valores de una distribución Binomial Negativa? ( y ahora que modela esta distribución?) Selección de la muestra Repetir lo siguiente tantas veces como sea necesario hasta obtener n elementos de la subpoblación U 1 : 1. Seleccionar un elemento de la población con probabilidades iguales; 2. Registrar un 1 si el elemento seleccionado pertenece a la población U 1 y 0 en caso contrario; 3. Regresar el elemento seleccionado a la población. ( cuál es el tamaño de la muestra para este caso?) 8/21
9 Cómo generar valores de una distribución Binomial Negativa? Si la variable aleatoria X modela el número de selecciones realizadas hasta obtener los n elementos de la subpoblación, entonces: P X =x = x 1 n 1 qn 1 q x n, para x=n,n 1, Si n=1, entonces obtenemos el caso particular de la distribución Geométrica. 9/21
10 Cómo generar valores de una Hipergeométrica? ( que onda con esta?) Hasta ahora las selecciones de los elementos en la muestra se han hecho con reemplazo. Para la distribución en cuestión simplemente las selecciones las haremos sin reemplazo. 1. Seleccionar n elementos, con probabilidades iguales y sin reemplazo; 2. Contar los elementos seleccionados que pertenecen a la subpoblación U 1. 10/21
11 Cómo generar valores de una Hipergeométrica? Si X modela el número de elementos de la subpoblación en la muestra, entonces: P X =x = N 1 x N N 1 n x N n para max 0, n N 1 N x min N 1, n. ( existe la hipergeométrica negativa? para qué se podría utilizar?), 11/21
12 Y podemos seguir así, mostrando como podemos generar valores de otras distribuciones conocidas pero esto comienza a ser tedioso. Así que demos un ligero cambio de curso a esta plática. Hasta ahora hemos establecido la distribución y después la forma de seleccionar la muestra para generar valores de dicha distribución. Ahora, primero demos información de la distribución, después establezcamos dicha distribución y por último proporcionemos una forma de producir valores de esta. 12/21
13 Contexto Se tiene una población U con tres subpoblaciones: U 1, U 2 y U 3, los tamaños de las subpoblaciones son desconocidos. Los elementos están etiquetados con los números 1, 2 y 3 respectivamente. Con anterioridad, alguien seleccionó una muestra, cuyo tamaño desconocemos, con probabilidades iguales y con reemplazo. Esta persona promedió los valores observados y sólo tenemos la información de que dicho promedio fue 2.3. Denotamos por q 1, q 2 y q 3 las fracciones de elementos de la población en las respectivas subpoblaciones. Si sólo utilizamos la información del promedio obtenido con anterioridad, qué valores debemos ( podríamos?) asignar a dichas fracciones? 13/21
14 Entropía En varias áreas del conocimiento existe el concepto de entropía: Entropía termodinámica: medida del desorden presente en un sistema. Teoría de la información: medida de la cantidad de información en un mensaje. Entropía estadística: medida de la cantidad de información de una distribución. 14/21
15 Entropía (en Estadística) Sea q 1, q 2,,q r la distribución de una variable aleatoria discreta. La entropía para esta distribución se define por: r H= j=1 q j ln q j. No es trivial demostrar que H es la medida de información de la distribución en cuestión; Es relativamente fácil demostrar que la distribución que maximiza la entropía es q j = 1 r, para j=1,, r. En este caso H=ln r. ( cómo se interpreta esta medida?) 15/21
16 Retornemos a nuestro problema. Este se puede plantear como maximizar con respecto a {q 1, q 2, q 3 } : Solución: 3 j=1 q j ln q j 1 j=1 3 3 jq j x 2 j=1 q j 1 q 1 = 3 x q 2 2 q 2 = 4 3 x q 3 = x 1 q /21
17 Gráfica de la solución: (Sí pero, cómo seleccionamos una muestra de esta distribución?) 17/21
18 Muestreo de Poblaciones Finitas Pilares del muestreo: Diseños de Muestreo Métodos de Estimación Métodos de Inferencia 18/21
19 Muestreo de Poblaciones Finitas Problema: Se desea seleccionar una muestra de tamaño n, con probabilidades desiguales 1,, N (probabilidades de inclusión de primer orden) y sin reemplazo. Definamos: N D={ s {0,1}N : k=1 s k =n} Ecuación a maximizar: s D N p s ln p s k=1 s D p s k s D 1 s k p s k 19/21
20 Solución: donde T = 1,, N. p ME s = r D exp T s exp T r Además: k = s D exp T s s k exp T r r D 20/21
21 Bibliografía Baclawski, K. (2008). Introduction to probability with R. Chapman & Hall/CRC. Jaynes, E. T. (2003). Probability theory: the logic of science. Cambridge University Press. Tillé, Y. (2006). Sampling Algorithms. Springer. 21/21
Sesión 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 detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
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 detallesUNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Departamento de Matemática Aplicada
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA Departamento de Matemática Aplicada Programa del curso MA-1030: Introducción a la Probabilidad II semestre del 2017 Tipo de curso: Teórico-práctico.
Más detallesPROBABILIDAD Y ESTADISTICA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROBABILIDAD Y ESTADISTICA ÁREA DEL MATEMÁTICAS CLAVE: I2PE1 CONOCIMIENTO: ETAPA FORMATIVA:
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
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 detallesPE - Probabilidad y Estadística
Unidad responsable: 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona Unidad que imparte: 749 - MAT - Departamento de Matemáticas Curso: Titulación: 2016 GRADO EN INGENIERÍA
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 11743 CARRERA: CIENCIAS QUIMICAS,
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
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 detalles1. Muestreo e Inferencia Estadística
Tema 6: Introducción a la Inferencia Estadística Objetivos Introducir los conceptos elementales en esta parte de la asignatura. Tratar con muestras aleatorias y su distribución muestral en ejemplos de
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 detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesAsignaturas antecedentes y subsecuentes Probabilidad y Estadística Matemática
PROGRAMA DE ESTUDIOS MUESTREO Área a la que pertenece: ÁREA DE FORMACION INTEGRAL PROFESIONAL Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0082 Asignaturas antecedentes y subsecuentes Probabilidad
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniería en Recursos Naturales Renovables Nivel educativo: Licenciatura Eje curricular: Ingeniería
Más detallesM.C. Francisco Alberto Hernandez de la Rosa Fecha de elaboración: Agosto de 2004 Fecha de última actualización: Julio de 2010
PROGRAMA DE ESTUDIO Probabilidad Programa Educativo: Licenciatura en Actuaría Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos: 8 Clave:
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
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 detallesSegmentación de una cartera de clientes usando aprendizaje de máquina
Inicio Segmentación de una cartera de clientes usando aprendizaje de máquina Universidad San Ignacio de Loyola I encuentro interdisciplinario de investigación desarrollo y tecnología USIL 2014 Inicio Inicio
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para
Más detallesFecha de elaboración: 2003 Fecha de última actualización: F1232 Probabilidad y Estadística 1/9
Programa elaborado por: PROGRAMA DE ESTUDIO PROBABILIDAD Y ESTADÍSTICA Programa Educativo: Área de Formación : Licenciatura en Física Integral Profesional Horas teóricas: 4 Horas prácticas: 0 Total de
Más detallesAntecedentes Clave Programa Consecuente Clave Calculo en una Variable II. CBE Lic. Matemáticas Fisica Estadistica CBE Lic.
C a r t a D e s c r i p t i v a I Probabilidad y Estadística I. Identificadores del Programa: Carrera: INGENIERIAS Y LIC. EN MATEMATICAS Depto: Ciencias Básicas Exactas Materia: PROBABILIDAD Y ESTADISTICA
Más detallesProcesos Estocásticos I
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Ciencias Plan de estudios de la Licenciatura en Actuaría Procesos Estocásticos I Clave 0630 Modalidad Semestre 5 Créditos 10 Área Campo de conocimiento
Más detallesAsunto: Probabilidad I PROGRAMA DE LA ASIGNATURA PROBABILIDAD I. Curso académico: Identificación y características de la asignatura
PROGRAMA DE LA ASIGNATURA PROBABILIDAD I Curso académico: 2013-14 Identificación y características de la asignatura Código 502254 Créditos ECTS 6 Denominación (español) Denominación Probability I (inglés)
Más detallesANÁLI L S I I S S I S D E E D ATOS
Muestreo Definición: Es la operación para tomar una muestra del Universo. El objetivo del muestreo es contar con los datos necesarios para estimar parámetros en la población, es decir, poder hacer una
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 detallesPROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Básica. Resultados de Aprendizaje
Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT es Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3
Más detallesESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016
ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico Solución. Curso 016 Ejercicio 1 Suponemos que hay independencia en la concurrencia o no entre las personas. Dado este supuesto y las características
Más detallesPlanificaciones Probabilidad y Estadística B. Docente responsable: GRYNBERG SEBASTIAN PABLO. 1 de 6
Planificaciones 6109 - Probabilidad y Estadística B Docente responsable: GRYNBERG SEBASTIAN PABLO 1 de 6 OBJETIVOS 1) Que los estudiantes aprendan los elementos básicos del método probabilístico y de la
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS PROBABILIDAD Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0056 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN. Unidad Académica: FACULTAD DE INGENIERIA. Programa (s)
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 detallesProf. Angel Zambrano ENERO 2009 Universidad de Los Andes Escuela de Estadística
Prof. Angel Zambrano ENERO 009 Universidad de Los Andes Escuela de Estadística Muestreo: Es una metodología que apoyándose en la teoría estadística y de acuerdo a las características del estudio, indica
Más detallesINFERENCIA ESTADÍSTICA Notas de clase. Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez
INFERENCIA ESTADÍSTICA Notas de clase Profesores: A. Leonardo Bañuelos S. Naelli Manzanarez Gómez TEMA II ESTIMACIÓN PUNTUAL DE PARÁMETROS POBLACIONALES La estimación puntual de un parámetro relativo a
Más detallesUNIVERSIDAD AUTONOMA DE QUERETARO Facultad de Informática
ESTADÍSTICA INFERENCIAL (1204). ÁREA DE CONOCIMIENTO: MATEMATICAS CRÉDITOS: 7 HORAS TEÓRICAS ASIGNADAS A LA SEMANA: 4 HORAS PRÁCTICAS ASIGNADAS A LA SEMANA: 0 PROGRAMAS EDUCATIVOS EN LOS QUE SE IMPARTE:
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesUNIVERSIDAD DE LOS LLANOS Facultad de Ciencias Básicas e Ingeniería Programa Ingeniería de Sistemas
CURSO: PROBABILIDAD Y ESTADÍSTICA 1 SEMESTRE: V 2 CÓDIGO: 602504 3 COMPONENTE: 4 CICLO: 5 ÁREA: Profesional 6 FECHA DE APROBACIÓN: 7 NATURALEZA: 8 CARÁCTER: Obligatorio 9 CRÉDITOS (RELACIÓN): 3 (1-1) 10
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 6 (A partir de tema 5.9)
PROBABILIDAD Y ESTADÍSTICA Sesión 6 (A partir de tema 5.9) 5.9 Muestreo: 5.9.1 Introducción al muestreo 5.9.2 Tipos de muestreo 5.10 Teorema del límite central 5.11 Distribución muestral de la media 5.12
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detallesTEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...
TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones
Más detallesUNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD: CIENCIAS EXACTAS Y TECNOLOGÍAS PLANIFICACIÓN ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO FACULTAD: CIENCIAS EXACTAS Y TECNOLOGÍAS PLANIFICACIÓN ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CARRERAS : PROFESORADO Y LICENCIATURA EN MATEMÁTICA PROFESORA:
Más detallesMétodos Estadísticos para la Empresa
DEPARTAMENTO DE ECONOMÍA APLICADA ESTADÍSTICA Y ECONOMETRÍA Programa de la asignatura: Métodos Estadísticos para la Empresa Segundo Curso Curso Académico 2011/2012 Facultad de Economía y Empresa Grado
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 detallesGuía de asignatura. Información general PROBABILIDAD. Cálculo II. Asignatura. Código Tipo de asignatura Obligatoria X Electiva
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura PROBABILIDAD Código 73210012 Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos 4 Tipo de
Más detallesTOTAL DE HORAS: Semanas de clase: 5 Teóricas: 3 Prácticas: 2. SERIACIÓN OBLIGATORIA ANTECEDENTE: Ninguna SERIACIÓN OBLIGATORIA SUBSECUENTE: Ninguna
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA DENOMINACIÓN DE LA ASIGNATURA: Probabilidad y Estadística
Más detallesCurso: Métodos de Monte Carlo Unidad 3, Sesión 7: Problemas de conteo
Curso: Métodos de Monte Carlo Unidad 3, Sesión 7: Problemas de conteo Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay
Más detallesUnidad 3 Combinatoria
Unidad 3 Combinatoria CONTEO La enumeración no termina con la aritmética. Tiene aplicaciones en áreas como álgebra, la probabilidad y estadística (matemáticas) y el análisis de algoritmos (en ciencias
Más detallesGuía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Más detallesNombre de la asignatura: Probabilidad y Estadística
1. - DATOS DE LA ASIGNATURA Regresar Nombre de la asignatura: Probabilidad y Estadística Carrera : Mecánico Clave de la asignatura: Clave local: Horas teoría horas practicas créditos: 3-2-8 O B S E R V
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesEstadística Económica y Estadística Empresarial
Universidad de Valladolid Facultad de Ciencias Económicas y Empresariales Departamento de Estadística y Econometría Licenciatura en Ciencias Económicas Sin docencia. Plan a extinguir Proyecto docente de:
Más detallesPROGRAMA ANALÍTICO DE ASIGNATURA
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO PROGRAMA ANALÍTICO DE ASIGNATURA 1.- DATOS GENERALES 1.1 INSTITUTO: Instituto de Ciencias
Más detallesEl Plan de Estudios no establece ningún prerrequisito para poder cursar esta asignatura.
GUÍA DOCENTE DE LA ASIGNATURA TÉCNICAS DE SIMULACIÓN ESTOCÁSTICA 1. Descriptores de la asignatura: Generación de números pseudoaleatorios. Generación de variables aleatorias. Método de Montecarlo y Técnicas
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesIngeniero Agrónomo Especialista en Suelos
I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniero Agrónomo Especialista en Suelos Nivel educativo: Licenciatura Área de conocimientos: Informática Asignatura: Biometría
Más detallesSistemas de Reconocimiento de Patrones
Sistemas de Reconocimiento de Patrones p. 1/33 Sistemas de Reconocimiento de Patrones Luis Vázquez GTI - IIE Facultad de Ingeniería Universidad de la República Sistemas de Reconocimiento de Patrones p.
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
Más detallesPráctica 3 DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS
Práctica 3.Distribuciones de variables aleatorias discretas 1 Práctica 3 DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS Objetivos: En esta práctica utilizaremos el paquete SPSS para generar una muestra
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
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 detallesTema 4. Variables aleatorias discretas
Tema 4. Variables aleatorias discretas 508 Estadística. ETDI. Curs 2002/03 Cuestiones de Verdadero/Falso 1. En un proceso de Bernoulli, hay exactamente dos posibles resultados en cada prueba. 2. La fórmula
Más 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 detallesCurso Académico 2012/2013. Código PRIMERO y SEGUNDO(IC) Nº Grupos 3. Créditos ECTS 6. Idiomas en que se imparte
1. Identificación 1.1. De la Asignatura Curso Académico 2012/2013 Titulación Nombre de la Asignatura GRADO EN MATEMÁTICAS ELEMENTOS DE PROBABILIDAD Y ESTADÍSTICA Código 1576 Curso Carácter PRIMERO y SEGUNDO(IC)
Más detallesALGUNOS RESULTADOS INTERESANTES DE LA TEORÍA DE LA MEDIDA. Some interesting results of the measurement theory
Scientia et Technica Año XVII, No 47, Abril 2011 Universidad Tecnológica de Pereira ISSN 0122-1701 190 ALGUNOS RESULTADOS INTERESANTES DE LA TEORÍA DE LA MEDIDA Some interesting results of the measurement
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Pablo Torres Facultad de Ciencias Exactas, Ingeniera y Agrimensura - Universidad Nacional de Rosario Unidad 2: Probabilidad INTRODUCCIÓN Al lanzar un dado muchas veces veremos
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Tercera clase: Introducción al concepto de probabilidad y Distribuciones de probablidad discretas Programa Técnico en Riesgo, 2014 Agenda 1 Concepto de probabilidad
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
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 detallesDistribuciones de Probabilidad Discretas
Distribuciones de Probabilidad Discretas Algunos experimentos a pesar de ser realizados con objetos totalmente diferentes, tienen en esencia las mismas características; por ejemplo, de la misma forma que
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesEstadística I Guión de la Práctica 2 Probabilidad y modelos probabilísticos; Introducción a la inferencia estadística
Estadística I Guión de la Práctica Probabilidad y modelos probabilísticos; Introducción a la inferencia estadística 1. Simulación de las variables aleatorias En Excel podemos simular valores de variables
Más detallesJuan Carlos Colonia DISTRIBUCIONES MUESTRALES
Juan Carlos Colonia DISTRIBUCIONES MUESTRALES POBLACIÓN Es el conjunto de individuos u objetos que poseen alguna característica común observable y de la cual se desea obtener información. El número de
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesTeorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Más detallesOBJETIVOS DE LAS MATEMÁTICAS APLICADAS A LAS CIENCIAS
2º BACHILLERATO DE CIENCIAS SOCIALES OBJETIVOS DE LAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SICIALES II CONTENIDOS DE LAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II CRITERIOS DE EVALUACIÓN DE LAS
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Codificación de fuentes Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 43 Agenda 1 Codificación de fuente Definiciones
Más detalles2. Distribuciones de Muestreo
2. Distribuciones de Muestreo Conceptos básicos Para introducir los conceptos básicos consideremos el siguiente ejemplo: Supongamos que estamos interesados en determinar el número medio de televisores
Más detallesCombinatoria analítica y dinámica. Aplicaciones.
Combinatoria analítica y dinámica. Aplicaciones. Docentes a cargo: Dra. Eda Cesaratto. Docentes invitados: Dra. Valérie Berthé, Dr. Julien Clément, Dr Loïck Lhote, Dra. Brigitte Vallée, Dr. Alfredo Viola.
Más detallesPIPE - Probabilidad y Procesos Estocásticos
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 200 - FME - Facultad de Matemáticas y Estadística 749 - MAT - Departamento de Matemáticas MÁSTER UNIVERSITARIO EN ESTADÍSTICA
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesESTADÍSTICA II Código: 8314
ESTADÍSTICA II Código: 8314 Departamento : Metodología Especialidad : Ciclo Básico Prelación : 8219 Tipo de Asignatura : Obligatoria Teórica y Práctica Número de Créditos : 3 Número de horas semanales
Más detallesEl CONCEPTO DE LA ESPERANZA CONDICIONAL EN LAS MARTINGALAS
Scientia et Technica Año XIV No 39 septiembre de 2008 Universidad Tenològica de Pereira ISSN 0122-1701 394 El CONCEPTO DE LA ESPERANZA CONDICIONAL EN LAS MARTINGALAS The concept of the conditional expectation
Más detallesMASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: ANALISIS DEL RIESGO ACTUARIAL Y FINANCIERO
MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN 2009 Nombre de asignatura: ESTADÍSTICA ACTUARIAL I Código: 603375 Materia: ESTADÍSTICA ACTUARIAL Módulo: ANALISIS DEL RIESGO ACTUARIAL Y FINANCIERO Carácter:
Más detallesCAPITULO 8 MUESTRAS ALEATORIAS Y NUMEROS ALEATORIOS
Teoría elemental de muestreo CAPITULO 8 TEORIA DE MUESTREO La teoría de muestreo es el estudio de las relaciones existentes entre una población y las muestras extraídas de ella. Es de gran utilidad en
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 0122-1701 scientia@utpeduco Colombia VALENCIA ANGULO, EDGAR ALIRIO; ESCUDERO, CARLOS ARTURO; POVEDA, YURI ALEXANDER ALGUNOS RESULTADOS INTERESANTES DE LA TEORÍA DE LA MEDIDA
Más detallesPráctica 4: Variables Aleatorias y Simulación
Práctica 4: Variables Aleatorias y Simulación Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Calcular las funciones de probabilidad y distribución de las variables discretas Bernoulli,
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando
Más detallesIntroducción a la distribución Binomial
Introducción a la distribución Binomial XVII Semana Regional de Investigación y Docencia en Matemáticas M. C. Irma Nancy Larios Rodríguez Introducción En este trabajo se presenta una de las actividades
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 detallesTeoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales
Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detallesPLANEACIÓN DIDÁCTICA FO205P
PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA EN TICS DOCENTE (2) ING. JULIO MELÉNDEZ PULIDO NOMBRE DE LA ASIGNATURA (3) PROBABILIDAD Y ESTADISTICA CRÉDITOS (4) 5 CLAVE DE LA ASIGNATURA (5)
Más detalles