DOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL
|
|
- Alba Fidalgo Álvarez
- hace 6 años
- Vistas:
Transcripción
1 DOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL Como recordarás una variable aleatoria discreta es aquella que sólo puede tomar valores enteros. Ejemplos: puntuación obtenida al lanzar un dado, número de cachorros hembra en una camada 2.1 FUNCIÓN DE PROBABILIDAD. Supongamos que hemos lanzado 240 veces un dado perfecto y hemos obtenido los siguientes resultados: Cara Núm. de veces Vamos a construir una tabla con la distribución de frecuencias, absolutas y relativas, de los resultados obtenidos y otra con los resultados esperados a la vista del cálculo de probabilidades: Resultados obtenidos CARA F. ABSOLUTA (f i ) F. RELATIVA (h i ) , , , , , ,1625 Total Resultados esperados CARA Nº de veces Probabilidad (p i ) / / / / / /6 Total ,1800 0,1700 0,1600 0,1500 0,1400 0,2000 0,1500 0,1000 0,0500 0,0000 0,1750 0,1750 0,1667 0,1625 0,1625 0, ,1667 0,1667 0,1667 0,1667 0,1667 0, Si nos fijamos en los resultados de la última tabla, observamos que a cada valor de la variable le hacemos corresponder su probabilidad. A esta ley se le llama función de probabilidad, ley de probabilidad o distribución de probabilidad. S e llama función de proba bi li dad de una v a ria ble a leatoria dis c reta X a la a pli cación que asocia a cada val o r de x i de la v a ri a ble s u p robabili dad p i. Esta función la podemos expresar mediante la siguiente tabla: x 1 p 1 x 2 p 2 x 3 p 3 En t oda fun ci ón d e p r obab ilidad se v e r ifica: 0 p i 1 x n p n p 1 + p 2 + p p n = Σ p i = 1 1
2 Ejemplo: Consideremos el experimento aleatorio que consiste en lanzar tres monedas. Sea X la variable aleatoria nº de caras obtenidas. Halla la función de probabilidad de esta variable y represéntala gráficamente. X = {0, 1, 2, 3} 0 1/8 1 3/8 2 3/8 3 1/8 p i 0,400 0,300 0,200 0,100 0,000 Función de probabilidad FUNCIÓN DE DISTRIBUCIÓN. Como acabamos de ver, mediante la función de probabilidad podemos conocer la probabilidad de que la variable X tome un valor concreto Pero también interesa conocer la probabilidad de que la variable tome valores menores o iguales que el valor x i. Para ello utilizaremos la función de distribución que se define de la siguiente forma: S e a X u na v a r iable a leatoria d iscreta cuy os v a l ores supo ne m os o r d e nados d e m e nor a m a y or. L lamaremos f u n ción de d is t ribu ción de l a v a r iable X, y e scrib iremos F (x ) a la f u nc ión q ue a s o cia a cada v a lor de la v a r iable a leatoria la p roba bil ida d a cumulada hasta ese va lor. F (x i ) = p( X x i ) Observa que al ser F ( x i ) = p ( X x i ) = p ( X= x 1 ) + p ( X = x 2 ) +. p ( X= x n ), s e t i e n e qu e 0 F (x i ) 1 Si la función de probabilidad de una variable aleatoria discreta X es: x 1 p 1 x 2 p 2 x 3 p 3 La función de distribución de dicha variable será: x n p n 0 si x<x 1 p 1 si x 1 x<x 2 F(x) = p 1 + p 2 si x 2 x<x 3... p 1 + p p n-1 si x n-1 x<x n 1 si x n x Ejemplo: Si seguimos consideremos la variable aleatoria nº de caras obtenidas al lanzar tres monedas, la función de distribución de esta variable será: 0 si x<0 F(x) = 1/8 4/8 =1/2 si 0 x<1 si 1 x<2 7/8 si 2 x<3 1 si 3 x
3 La función de distribución de cualquier variable aleatoria tiene las siguientes características: 0 F(x) 1, ya que F(x) es una probabilidad. F(x) es una función escalonada. F(x) es creciente F8x) es continua en cada intervalo (x i, x i+1 ) 2.3 PARÁMETROS DE UNA VARIABLE ALEATORIA DISCRETA. Para poder tener un resumen o tendencia global de los valores de una variable estadística podemos definir, como hicimos en las variables estadísticas, los siguientes parámetros: la media o esperanza matemática, la varianza y la desviación típica. Se llama media de una variable aleatoria X, que toma los valores x 1, x 2, x 3,... x n con probabilidades p 1, p 2, p 3,... p n respectivamente, al valor de la siguiente expresión: E(x) = = x 1. p 1 + x 2. p x n. p n = x i. p i A la media se le llama también esperanza matemática o valor esperado. Hace referencia a la ganancia esperada por un jugador, en promedio, cuando hace un gran número de apuestas, jugando a una única opción. Si la esperanza matemática de un juego es = 0, no existe ventaja para la banca ni para el jugador, y entonces el juego es justo. Desde hace muchos años este concepto ha sido aplicado ampliamente en el negocio de seguros y en los últimos veinte años ha sido aplicado por otros profesionales que casi siempre toman decisiones en condiciones de incertidumbre Se llama varianza de una variable aleatoria X, que toma los valores x 1, x 2, x 3,... x n probabilidades p 1, p 2, p 3,... p n respectivamente, al valor de la siguiente expresión: con 2 = x 1 2. p 1 + x 2 2. p x n 2. p n - 2 = x i 2. p i - 2 La raíz cuadrada positiva de la varianza se llama desviación típica y se representa por. La media tiene las siguientes propiedades (se supone que K es una constante cualquiera e Y otra variable aleatoria del mismo espacio muestral que X): a) E(X+k) = E(X) +k b) E(kX) = ke(x) c) E(X+Y) = E(X) + E(Y) La desviación típica tiene las siguientes propiedades: a) (X+k) = (X) b) (kx) = k (X) Ejemplo: Calcula la media, la varianza y la desviación típica de la variable aleatoria discreta cuya función de probabilidad es: 0 1/8 1 3/8 2 3/8 3 1/8 Para calcular estos parámetros construimos la siguiente tabla: x i p i x i p i x 2 i p i 0 1/ /8 3/8 3/8 2 3/8 6/8 12/8 3 1/8 3/8 9/8 12/8 23/8 = x 1. p 1 + x 2. p x n. p n = x i. p i = 12/8 2 = x 1 2. p 1 + x 2 2. p x n 2. p n - 2 = x i 2. p i - 2 = 23/8 (12/8) 2 = 23/8 144/64 = 1408/64=22 7
4 2.4 DISTRIBUCIÓN BINOMIAL. Entre las variables aleatorias discretas una muy frecuente es la llamada binomial, asociada a fenómenos aleatorios con dos únicos resultados posibles: cara-cruz para una moneda, verdadero-falso para una determinada opción, hombre-mujer para las personas, etc. Una distribución binomial se caracteriza por las siguientes propiedades: a) El experimento base se repite un número determinado de veces, que representaremos por n. b) En cada prueba del experimento sólo son posibles dos resultados. Estos sucesos se denominan cara-cruz, blanco-negro, correcto-incorrecto,etc. y, en general, éxito (A) fracaso(a). c) Cada prueba es independiente de las otras. Por ejemplo contar el número de caras en 5 lanzamientos de una moneda, extraer 10 bolas de una urna con reemplazamiento, y si la extracción fuera sin reemplazamiento?. d) La probabilidad de éxito es la misma en cada ensayo. La representamos como p. También la probabilidad de fracaso es la misma en cada prueba. La representaremos por q. Se cumple que q = 1-p. A la variable X, que expresa el número de éxitos obtenidos en cada prueba del experimento, la llamaremos variable aleatoria binomial. Esta variable es discreta, ya que únicamente toma los valores 0, 1, 2,3,...,n, suponiendo que se han realizado n pruebas. Representaremos por B(n, p) a la variable de la distribución binomial, siendo n y p los parámetros de dicha distribución. Ejemplos: El experimento aleatorio que consiste en lanzar una moneda 25 veces y anotar el número de caras obtenidas corresponde a una distribución B(25, ½). Supuesto que el 10% de los españoles aficionados al fútbol sean hinchas del Athletic de Bilbao, el conjunto de todas las posibles muestras de 100 aficionados elegidos al azar, en las que se trate de averiguar cuántos de ellos son hinchas de este equipo, puede estudiarse como una distribución B (100, 0 10). Función de probabilidad: La función de probabilidad de una distribución binomial B(n, p) donde se efectúan n repeticiones del experimento y el suceso éxito tiene una probabilidad p de aparición es: P(X = r) = n r n r r: número de éxitos p q r r n : número combinatorio Ejemplo: Considera la distribución binomial de parámetros B (10, 0,15). Halla el valor de la siguiente probabilidad: P(X= 0) 10 o 10 0 P(X = 0) = 0,15 0, ,1969 0, 1969 Media y varianza de la distribución binomial. Veamos un caso particular de la distribución binomial, aquél en el que únicamente se realiza una prueba en lugar de n. La función de probabilidad de esta variable es la siguiente: Valor de la variable 1 0 Probabilidad p q= 1-p La media o esperanza matemática será: = 1.p + 0. q = p La varianza será: 2 = (1-p) 2.p + (0-p) 2.q = (1-2p+p 2 ).p + p 2.(1-p) = p.(1-p) = p.q 8
5 Consideremos ahora el caso de una distribución binomial con n pruebas repetidas; únicamente tendremos que multiplicar por n los resultados anteriores, entonces se tiene:. Media: = n.p. Varianza: 2 = n. p. q. Desviación típica: = n.p.q Ejemplo: En una ferretería quedan 1000 bombillas, de las que se sospecha que el 2% están fundidas. cuál es el valor esperado de bombillas fundidas? Calcula también la varianza y desviación típica. En primer lugar vemos que se trata de una distribución binomial, ya que: 1.- Sólo hay dos resultados: fundida o no fundida. 2.- El estado de cada bombilla es independiente de las otras. 3.- La probabilidad de que una bombilla esté fundida es constante. Así pues, se trata de una distribución binomial de parámetros n = 100; p= 0,02; es decir, B (100, 0,02). El valor esperado de bombillas fundidas es la media aritmética de esta distribución: = n.p = 100.0,02 = 2 bombillas Varianza: 2 = n. p. q = ,02. 0,98 = 1,96 Desviación típica: = n.p.q = 1,96 = 1,4 Ejemplo: Un examen tipo test consta de diez preguntas, cada una de ellas con tres respuestas, de forma que solo una de las tres es correcta. Un estudiante que no ha preparado la materia decide contestar al azar a todas ellas. a) Cuál será la probabilidad de acertar seis preguntas? b) Y la probabilidad de no acertar ninguna? Se observa que la variable X, que expresa el número de respuestas acertadas, sigue una distribución binomial, cuyos parámetros son n = 10 (hay 10 preguntas) y p= 1/3 (probabilidad de éxito). Por tanto: a) La probabilidad de acertar seis preguntas será: P(X = 6) = 210 0, 0569 También podemos encontrar este resultado buscándolo en la tabla: Como p=1/3, nos situamos en la octava columna de los valores de p; además, como n=10, nos colocaremos en las filas del última bloque. Por último, como r=6, buscarremos en la quinta fila empezando por abajo. b) La probabilidad de no acertar ninguna pregunta será: P(X = 0) = 1 1 0, Para calcular P(X=0) utilizando la tabla, volvemos a mirar en la columna donde p =1/3 y en la fila donde n=10 y r =0; en este caso, la undécima fila empezando por abajo, y obtenemos P(X=0) = 0,0173 9
PROBABILLIDAD DE VARIABLE DISCRETA; LA BINOMIAL CÁLCULO DE PROBABILIDADES
PROBABILLIDAD DE VARIABLE DISCRETA; LA BINOMIAL CÁLCULO DE PROBABILIDADES 1- En una bolsa hay 5 bolas numeradas del 1 al 5. Cuál es la probabilidad de que, al sacar tres de ellas, las tres sean impares?
Más detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detalles1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES
1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMAS 14 y 15.- DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 1 1.- VARIABLES ALEATORIAS DISCRETAS Concepto
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detallesAl conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de sucesos y se designa por S. Algunos tipos de sucesos:
1.- CÁLCULO DE PROBABILIDADES. Un experimento aleatorio es aquel que puede dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización
Más detallesTEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.
TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Más detallesTEMA 2: DISTRIBUCIÓN DE PROBABILIDAD
TEMA 2: DISTRIBUCIÓN DE PROBABILIDAD A partir de un experimento aleatorio cualquiera, se obtiene su espacio muestral E. Se llama variable aleatoria a una ley (o función) que a cada elemento del espacio
Más detalles1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.
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 detallesObjetivos. 1. Variable Aleatoria y Función de Distribución. PROBABILIDAD Tema 2.2: Variables aleatorias discretas Denición de Variable aleatoria
PROBABILIDAD Tema 2.2: 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
Más detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
Más detallesDistribuciones de Probabilidad
MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Distribuciones de Probabilidad Parte : Generalidades MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Las distribuciones
Más detallesDISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Página 4 REFLEXIONA Y RESUELVE Recorrido de un perdigón Dibuja los recorridos correspondientes a: C + C C, + C + C, + C C C, + + + +, C+CC
Más detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más 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 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 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 detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Parte : La distribución binomial MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Experiencia Dicotómica Si en una experiencia aleatoria destacamos un
Más detallesMatemáticas II. 2º Bachillerato. Capítulo 12: Distribuciones de probabilidad
Matemáticas II. º Bachillerato. Capítulo : Distribuciones de probabilidad Autora: Raquel Caro Revisores: Leticia González y Álvaro Valdés 475 Distribuciones de probabilidad Índice. DISTRIBUCIONES DE PROBABILIDAD..
Más detallesPreguntas más Frecuentes: Tema 6
Preguntas más Frecuentes: Tema 6 Pulse sobre la pregunta para acceder directamente a la respuesta 1. En el ejemplo 6.2, no entiendo por qué dividimos entre 8. Si tiro 3 veces la moneda y las opciones son
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más detallesCuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.
1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata
Más detalles1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:
(variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más 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 detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
Más detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más detallesTema 6: Modelos probabilísticos
Tema 6: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más 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 detallesIntroducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.
Introducción al Tema 7 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos
Más detallesEJERCICIOS RESUELTOS TEMA 6.
EJERCICIOS RESUELTOS TEMA 6. 6.1. Una variable aleatoria es discreta si entre dos valores consecutivos: A) existen infinitos valores intermedios; B) no existen valores intermedios; C) existen valores intermedios
Más detallesANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL
ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde
Más detallesEstadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:
Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una
Más detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detallesEstadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte.
Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte. Contextualización En la presente sesión analizarás y describirás un experimento binomial, definirás y conocerás la función
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #2 Tema: Esperanza y Decisiones Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Entender los conceptos básicos
Más detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesPROBABILIDAD Y DISTRIBUCIÓN BINOMIAL
Matemáticas 1º CCSS 1 RESUMEN PROBABILIDAD Y DISTRIBUCIÓN BINOMIAL Algunas definiciones La probabilidad es una medida de la posibilidad de que acontezca un suceso aleatorio determinado, asignándosele un
Más detallesFunciones generadoras de probabilidad
Funciones generadoras de probabilidad por Ramón Espinosa Armenta En este artículo veremos cómo utilizar funciones generadoras en teoría de la probabilidad. Sea Ω un conjunto finito o numerable de resultados
Más detallesTema 3: PROBABILIDAD - IV
Tema 3: PROBABILIDAD - IV La variable aleatoria binomial. Variables aleatorias discretas. Biología sanitaria 2017/18. Universidad de Alcalá M. Marvá. Actualizado: 2017-10-16 Biología sanitaria 2017/18.
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 detallesEl momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También
Más detalles4 VARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS Una ruleta está dividida en cuatro sectores de 90º de los que dos opuestos por el vértice son Azules, y los otros dos son uno Blanco y el otro Rojo. Conderemos el experimento
Más detallesMÉTODOS ESTADÍSTICOS DE LA INGENIERÍA PRIMERA CONVOCATORIA Usando el modelo de probabilidad clásico de Laplace:
MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA PRIMERA CONVOCATORIA 2011-2012 EJERCICIO 1 (1º) Calcular la probabilidad de que al lanzar dos dados la puntuación de uno de ellos sea menor que la del otro. Usando
Más detallesDistribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,
Más detallesProbabilidad. Probabilidad
Espacio muestral y Operaciones con sucesos 1) Di cuál es el espacio muestral correspondiente a las siguientes experiencias aleatorias. Si es finito y tiene pocos elementos, dilos todos, y si tiene muchos,
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 detallesOPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:
Bloque III Solucionario Actividades de síntesis: Estadística y probabilidad OPCIÓN A A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en
Más detallesEsquema Matemáticas CCSS
Esquema Matemáticas CCSS 4. Inferencia Conocer el vocabulario básico de la Inferencia Estadística: población, individuos, muestra, tamaño de la población, tamaño de la muestra, muestreo aleatorio. Conocer
Más detalles9 APROXIMACIONES DE LA BINOMIAL
9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesDistribución de Probabilidad
Distribución de Probabilidad Variables discretas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Modelos probabilísticos Un modelo es una
Más detallesTeoría Estadística Elemental I Teoría (resumida) del 2 do Tema
Teoría Estadística Elemental I Teoría (resumida) del 2 do Tema Raúl Jiménez Universidad Carlos III de Madrid Noviembre 2011 Consideremos el lanzamiento de un dado, Ω = {1, 2, 3, 4, 5, 6}, y supongamos
Más detallesEl primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
Más detallesAPROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC SIGMA 28 Abel Martín (*) y Rosana Álvarez García (**) En dos artículos anteriores ya hemos estudiado la distribución Binomial
Más detallesNombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
Estadística 1 Sesión No. 9 Nombre: Distribuciones de probabilidad discreta. Segunda parte. Contextualización A qué nos referimos con probabilidad discreta? En la presente sesión analizarás y describirás
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #3 Tema: Distribución Discreta Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Definir la función de probabilidad
Más detallesIMADIL /12/2014
IMADIL 2014 1. Introducción 2. Definiciones previas 3. Axiomas de la probabilidad 4. Definición de variable aleatoria 5. Variables aleatorias discretas y continuas 6. Modelos de probabilidad: Distribución
Más detallesPROBLEMAS DE ESTADISTICA
ESTADÍSTICA, CURSO 2008 2009 1 PROBLEMAS DE ESTADISTICA 2. DISTRIBUCIONES DE PROBABILIDAD 2 1. Una urna contiene 6 bolas blancas, 4 rojas y 2 azules. Si se extraen 3 bolas sucesivamente sin reemplazamiento,
Más detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesCLASIFICAR LOS EXPERIMENTOS. OBTENER EL ESPACIO MUESTRAL
OBJETIVO 1 CLASIICAR LOS EXPERIMENTOS. OBTENER EL ESPACIO MUESTRAL Nombre: Curso: echa: Un experimento determinista es aquel experimento en el que podemos predecir su resultado, es decir, sabemos lo que
Más detallesBLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD
BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD EJERCICIO 1 Considera el siguiente conjunto de datos bidimensionales: X 1 1 2 3 4 4 5 6 6 y 2.1 2.5 3.1 3.0 3.8 3.2 4.3 3.9 4.4 a)sin efectuar cálculos
Más detallesVariables Aleatorias Discretas
Unicatólica 15 de agosto de 2016 Variables aleatorias Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numérico a cada resultado del experimento.
Más detalles2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales
2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales consta A? Cuál es el suceso contrario de A? 3. Si consideramos
Más detalles1) Una caja contiene 3 bolitas rojas y 4 amarillas se extraen dos, una después de la otra y sin reposición. X= No de bolitas rojas extraídas
ENCUENTRO # 47 TEMA: Distribución binomial CONTENIDOS: 1. Definición. Distribución binomial 2. Ejercicios propuestos 3. Ejercicios de Entrenamiento PAES Ejercicios Reto 1) Una caja contiene 3 bolitas rojas
Más detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
Más detallesBiometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)
Biometría Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Variable aleatoria El resultado de un experimento aleatorio puede ser descripto en ocasiones
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más 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 detalles1º CC.SS. Resumen tema 10. Distribuciones de probabilidad de variable discreta. La binomial.
1. CÁLCULO DE PROBABILIDADES. a. Suceso aleatorio. Aquél que depende del azar, es decir, que no se puede prever. Para estudiar estos sucesos, es necesario hacerlo a partir de la experiencia. nº de veces
Más detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más 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 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 detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
Más detallesGRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD
GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD Prof. Rosario Martínez Verdú TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD 1. Nociones básicas de teoría de la probabilidad. 2. Variable
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
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 detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesEjemplo: Si lanzamos un dado 7 veces y 3 de ellas nos sale par, la frecuencia
Probabilidad La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles,
Más detallesCarrera: Ingeniería Zootecnista E S T A D I S T I C A
Carrera: Ingeniería Zootecnista E S T A D I S T I C A DISTRIBUCIONES DE PROBABILIDAD Una función de probabilidad es aquella que surge al asignar probabilidades a cada uno de los valores de una variable
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesPrincipales leyes de distribución de variables aleatorias
Capítulo 6 Principales leyes de distribución de variables aleatorias 6.1. Introducción Como complemento al capítulo anterior en el que definimos todos los conceptos relativos a variables aleatorias, describimos
Más detallesEstadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria
Estadís4ca y Métodos Numéricos Tema. Variable Aleatoria Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García
Más detallescontablemente infinito.
III. Variables aleatorias Discretas y sus Distribuciones de Probabilidad 1 Variable aleatoria discreta Definición Una variable aleatoria se llama discreta si se puede contar su conjunto de resultados posibles.
Más detalles5 DISTRIBUCIONES BINOMIAL Y DE POISSON
5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria
Más detallesTema 13: Distribuciones de probabilidad. Población y muestra
Tema 13: Distribuciones de probabilidad. Población y muestra 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio,
Más detallesAPUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS
CAPITULO III VARIABLES ALEATORIAS. DEFINICION.- UNA VARIABLE ALEATORIA ES UNA FUNCION DE LOS VALORES DEL ESPACIO MUESTRAL. ESTO ES, EL DOMINIO DE DEFINICION DE UNA VARIABLE ALEATORIA ES UN ESPACIO MUESTRAL,
Más detallesVariables Aleatorias Discretas
Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.
Más detalles[ ] [ 0,5( )] [ ] 0,5
85.-Si el 0,5 % de las piezas que fabrica una máquina son defectuosas. Cuál es la probabilidad de obtener alguna pieza defectuosa de 0? X número de piezas defectuosas de 0 x B(0,0,05) Px ( > 0) Px ( 1)
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesDistribuciones de probabilidad discretas. Características y tratamiento. La distribución binomial y la de Poisson. Aplicaciones
Tema 65 Distribuciones de probabilidad discretas. Características y tratamiento. La distribución binomial y la de oisson. Aplicaciones 65.1 Conceptos básicos en Teoría de la robabilidad Sea un conjunto
Más detalles