N O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A
|
|
|
- María Isabel Barbero Santos
- hace 6 años
- Vistas:
Transcripción
1 N O S I N T E R E S A S A B E R E L N Ú M E R O D E É X I T O S Q U E S U C E D E N E N N I N T E N T O S J U A N J O S É H E R N Á N D E Z O C A Ñ A
2 DISTRIBUCIÓN DE PROBABILIDAD Consiste en todos los valores de una variable aleatoria, junto con sus probabilidades correspondientes P(x) = 1 para cada valor 0 P(x) 1
3 DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Variable discreta.- Es aquella que casi siempre asume solamente un conjunto finito de valores y que también toma por lo general sólo valores enteros no negativos. Tales valores difieren unos de otros en cantidades finitas no infinitesimales. De manera general podemos decir que pueden asociarse al proceso de conteo La distribución probabilística discreta más común es la binomial
4 ENSAYOS DE BERNOULLI Este modelo probabilístico se basa en que solo cuenta con dos eventos simples en el espacio muestral, por ejemplo: -Respuestas a Preguntas cerradas en una encuesta como: si o no -En los procesos de inspección que den como resultado solo dos posibilidades: como defectuoso o no defectuoso ( rayado, roto, etc.) -Aquellos experimentos que llegan sólo a uno de dos posibles resultados se denominan ensayos de Bernoulli
5 De manera general podemos denominar a uno de los dos posibles resultados de un solo ensayo de Bernoulli como éxito y al otro fracaso Para su calculo se requiere convertir estos eventos cualitativos a valores numéricos El valor de 1 (p) se le asigna al evento éxito El valor de 0 ( q) se le asigna al evento fracaso Si una variable w q (0) fracaso p ( 1) éxito P (w) 1- p = q p TOTAL 1 = p +q
6 DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL Esta distribución debe cumplir con los siguientes requisitos 1.-Los ensayos deben de ser independientes 2.-En cada intento o ensayo son posibles solo dos resultados. Uno se llamará éxito (p) y otro se llamara fracaso (q) 3.- Las probabilidades deben de mantenerse constantes para cada ensayo, esto es, la probabilidad de éxito (p) no cambia de un intento o ensayo a otro, así también la probabilidad de fracaso no cambia
7 DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL Esta distribución debe cumplir con los siguientes requisitos 4.- El experimento consiste en una sucesión de n intentos o ensayos idénticos (tiene un número fijo de ensayos ), La variable aleatoria es el resultado de conteos, esto es, se cuenta el número de éxitos en el número total de pruebas Si está presente las condiciones 1-3 tenemos un ensayo de Barnoulli Si además está presente la condición (4) tenemos un experimento binomial
8 EXPERIMENTO BINOMIAL Lo que interesa es el número de éxitos que ocurren en n ensayos
9 DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Es un requisito que se considere un muestro con reemplazo Sí se realiza un muestreo sin reemplazo de una población pequeña no podemos emplear la distribución binomial, porque los eventos no serían independientes Solo si el tamaño de la muestra no es mayor que 5% del tamaño de la población se pueden considerar como independiente
10 DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Reglas de la distribución binomial Los valores de una distribución deben ser números del intervalo 0 a 1 La suma de todos los valores de una distribución de la probabilidad debe equivaler a 1 Éxito y fracaso denotan las dos categorías posibles de todos los resultados p es la notación para éxito en cualquier intento q es la notación para fracaso en cualquier intento n es el número fijo de ensayos X es el número específico de éxitos en n ensayos P(x) es la probabilidad de lograr x éxitos en los n ensayos
11 Por ejemplo, en las respuestas de una encuesta o en la determinación de defectuoso o no defectuoso en un producto: La respuesta Si es éxito entonces se denominará como p La respuesta No se considera fracaso y se denominará como q La suma de p + q = 1 por ejemplo si la probabilidad de encontrar un defecto ( p) es de 0.04, entonces la probabilidad de encontrar un producto sin defectos es 0.96 ( 1- p)
12
13 FUNCIÓN PROBABILÍSTICA BINOMIAL P(x) = Coeficiente(p éxito) b( x,n,p) = C x n ( p) x ( 1 p) n-x Donde C x n es el número de resultados con exactamente x éxitos en n ensayos ( p) x es la probabilidad de x éxitos en n ensayos (para la distribución binomial es en cualquier intento) ( 1 p) n-x es la probabilidad de x fracaso
14 P(x) = Coeficiente(p éxito) P(X=x/n,p) = C x n ( p) x ( 1 p) n-x Es la probabilidad de que ocurra x dado una cantidad determinada de n y sus probabilidades asociadas b(x,n,p) = C x n ( p) x ( 1 p) n-x x (k en algunos textos) es el número de éxitos n numero de intentos realizados ( total de muestra) P probabilidad de éxito
15 Se considera que la probabilidad de que un cliente compre es de Si entran tres clientes, cuál es la probabilidad de que dos de los tres clientes hagan una compra 1.- espacio muestral.. Se calcula con una combinación 2.- son eventos independientes, ya que la decisión de compra es independiente, por lo que se calcula la probabilidad asociada a cada uno de ellos p (p) (q) p q p q p p 3.- la formula es una secuencia matemática Calculamos la probabilidad de un evento y después sumamos, como son eventos independiente no hay intersección.
16 FUNCIÓN PROBABILÍSTICA BINOMIAL P(x) = Coeficiente(p éxito) b(x,n,p) = C x n ( p) x ( 1 p) n-x Ejemplo : Si un experimento implica cinco ensayos ( n= 5) y si se considera que la probabilidad de éxito es de 0.3 y la de fracaso es de 0.7.? Cuál es la probabilidad de tener tres éxitos X= 3 n = 5 p = 0.3 P(x=3) 5C3 (.3) (.3)(.3) (.7) P (x=3) = C 3 5 ( 0.3) 3 ( 0.7) 2 =
17 El cinco por ciento de los engranajes de tornillos producidos por una fresadora se encuentran defectuosos. Cuál es la probabilidad de que en un muestra de 6 engranajes se encuentren defectuoso? 1.- En exactamente uno 2.- En exactamente tres Se cumplen las condiciones de la distribución binomial - hay dos posibles resultados; -existe una cantidad fija de pruebas (6) -hay una probabilidad constante de éxito ( 0.05) -las pruebas son independientes
18 Si se sabe que el 30% de las lámparas incandescentes fabricadas por una compañía LIGHT AB se funde en el primer mes de uso si éstas se dejan encendidas todo el tiempo. Si se instala en cada uno de los 10 salones una lámpara, cuál es la probabilidad de que 1.-Se funda 10 lámparas 2.-No se funda ninguna lámpara 3 Se fundan 3 lámparas o menos
19 Se ha observado que el 30% de la mujeres compran un producto cuando este se encuentra en promoción. Si hoy inicia la barata mensual de la tienda departamental y entran 3 mujeres, cuál es la probabilidad d Ninguna mujer compre una compre dos compren tres compren
20 MEDIA Y VARIANZA media µ = n p Varianza σ 2 = npq
21 Una escuela afirma que el procedimiento para promocionar la inscripción de alumnos es exitosos el 80% de la veces. Si el procedimiento se lleva a cabo 5 veces a la semana, cuál es la probabilidad de que 1.-Las cinco veces que se lleve el experimento sea exitoso 2.-A lo más dos veces sea exitoso ( a lo más significa que puede ser 0, 1 o 2) 3.- Calcule la media 4.- Calcule la varianza
22 Un profesor de Estadística quiere aplicar un examen que consta de 5 preguntas de opción múltiple, cada una con cinco respuestas posibles, pero solo una de ellas es correcta. Supongamos que un estudiante quiere adivinar las respuestas y que queremos calcular la probabilidad de que tenga exactamente tres respuestas correctas en las cinco preguntas? 2.- Calcule la media 3.- Calcule la varianza
23 EJERCICIO A Se tienen 5 estudiantes de Psicología, si la probabilidad ( en términos de historial) de que aprueben un examen de confusión múltiple de Estadística, es de 0.5. Cuál es la probabilidad de que a) 3 de 5 pasen; b) 4 de cinco o c) cinco de cinco aprueben el curso d) calcule la media y la varianza P ( x = 3) = C 5 3 ( 0.5) 3 (0.5) 2 =10/32 = P ( x= 4) = C 5 4 (0.5) 4 (0.5) 1 = 5/32 = P ( x= 5) = C 5 5 (0.5) 5 (0.5) 0 = 1/32 =
24 DISTRIBUCIÓN ACUMULADA C x n ( p) x ( 1 p) n-x
25 DISTRIBUCIÓN ACUMULADA Función probabilística acumulada En muchos casos nos interesa conocer la probabilidad de que la variable X sea igual o menor que cierto valor. Considerando el ejercicio A, donde n= 5 y p = 0.5 Si P ( x= 0) = P ( x= 1) = P ( x= 2) = Si quiero saber cual es la probabilidad de que 2 o menos aprueben, debo considerar que si aprueban 2 es válido, pero si aprueba uno es también valido y si no aprueba ninguno es también válido, ya que me interesa saber : 2 o menos
26 Y si nos apoyamos en la regla de la adición de la probabilidad. Cuál sería la probabilidad de dos o menos aprueben el curso Recuerde que teníamos 5 estudiantes ( n) P ( x 2) = P( X=0) + P (X =1) + P (X= 2) = = 0.50 Y SI MEJOR USAMOS una TABLA Función probabilística acumulada Y sí quiero saber si tres o menos aprueban? Y sí quiero saber si 4 o menos aprueban?
27 Si es un número específico, usamos tabla no acumulada C x n ( p) x ( 1 p) n-x Si es más o menos usamos tabla de probabilidades acumuladas C x n ( p) x ( 1 p) n-x También consideremos la regla de la adición en probabilidad 1 = p + q p = 1- q q = 1 - p
28 Una empresa farmacéutica informa que 30% de sus cuentas por cobrar a otras empresas está vencido. Si un contador toma una muestra aleatoria de 10 de esas cuentas para saber qué cantidad es la que está vencida, determina la probabilidad de que : Ninguna cuenta esté vencida dos de las cuentas esté vencida cuando menos 3 cuentas estén vencidas a los mas dos cuentas estén vencidas
29 Una encuesta realizada por TDAmerican encontró que uno de cada cuatro inversionistas dispone de fondos cotizados en bolsa en sus portafolios. Considere una muestra de 20 inversionistas a) Calcule la probabilidad de que exactamente cuatro inversionistas disponen de los fondos b) calcule la probabilidad de que por lo menos dos fondos tienen fondos cotizados en la bolsa c) Si usted encuentra que exactamente 12 inversionistas disponen de fondos cotizados en bolsa dudaría de la exactitud de los resultados de la encuesta? d) calcule el número esperado de inversionistas que tienen fondos cotizados en bolsa e) ; ; si; 5
30 En 2001 la mitad de los estadounidenses consideraba que el país atravesaba por una recesión. Si tiene una muestra de 20 estadounidenses a) Estime la probabilidad de que exactamente 12 personas creían que el país pasaba por una recesión b) calcule la probabilidad de que no mas de cinco personas creían que el país pasaba por una recesión c) cuántas personas esperaría que dijeran que el país pasaba por una recesión? d) calcule la varianza y la desviación estándar del número de personas que creía que le país pasaba por una recesión e) calcule la posibilidad de que 5 personas exactamente no creía que le país pasaba por una recesión económica
31 Un jefe de área de producción sabe que el 5% de las piezas producidas en ciertos proceso de fabricación tiene algún defecto. SI Se examinan 6 de estas piezas, Cuál es la probabilidad de que Ninguna de las piezas esté defectuosa Dos de las piezas estén defectuosas tres o mas de las piezas estén defectuosas
32 EJERCICIO Supóngase que el 70% de todos los pacientes que han tomado terapia con alumnas de psicología han mostrado resultados satisfactorios.? Cuál es la probabilidad de que en una muestra de 25 pacientes que han tomado terapia con alumnas de psicología en este año a.-20 muestren resultados satisfactorios? b muestren resultados satisfactorios c.- 25 muestren resultados satisfactorios P = 0.7 de éxito y n = 25 a.- X= 20 = p(x)= b.-.-x= 15, p(x)= C.- X= 25, =
33 De los empleados de una empresa, el 40% está a favor de la representación sindical y resto en contra. Si se toma una muestra aleatoria de 10 empleados, cuál es la probabilidad de que: Cinco de los empleados estén a favor de la representación sindical Los diez empleados estén a favor de la representación sindical Cuando menos OCHO estén a favor de la representación sindical Dos o menos estén en contra de la representación sindical.
34 EJERCICIO Supóngase que el 20 % de todos los pacientes que han tomado terapia con alumnas de psicología han mostrado resultados satisfactorios.? Cuál es la probabilidad de que en una muestra de 25 pacientes que han tomado terapia con alumnas de psicología en este año a.-7 muestren resultados satisfactorios? b muestren resultados satisfactorios c.- 15 muestren resultados satisfactorios P = 0.2 de éxito y n = 25 a.- X= 7 = p(x)= b.-.-x= 10, p(x)= C.- X= 15, =
35 Un estudiante presenta un examen de verdadero o falso con 15 preguntas. Si trata de adivinar todas las preguntas, cuál es la probabilidad de que obtenga 13 respuestas correctas? p(x) = respuestas correctas P(x)= respuestas correctas P(x) =
36 EJERCICIO En un distrito electoral, el 20% de los votantes está con contra de la ley de permitir la eutanasia y el resto está a favor. Si usted realiza una encuesta y elige al azar cinco votantes de ese distrito. Cuál es la probabilidad de que: Ninguno de ellos esté a favor de la ley Todos estén a favor de la ley ninguno está en contra. Uno esté en contra de la ley
37 Se ha determinado que un suero tienen una efectividad del 50% para curar ciertas enfermedades. Cuál es la probabilidad de que en un muestra aleatoria de 15 pacientes que tienen la enfermedad, se curen: a) 4 b) 5 c) 6 d) de 4 a 6 pacientes P ( x= 4) = P( x= 5) = P (x = 6) = P( 4 X 6) = =
38 EJERCICIO D1 Una prueba contiene 15 preguntas falso o verdadero. Si un estudiante contesta adivinando, entonces cual sería la probabilidad de: Que conteste correctamente 13 5 o menos A.- sin n = 15 x= 13 p= 0.5 ver tabla B = B.- P (X 5) y n = 15 p= 0.5 Tabla C= y si quiero saber si son 13 o más ( cuando menos 13) No tengo tabla pero puedo calcularla mediante sus datos individuales p =
39 Cierta medicina tiene una efectividad del 50%. Sea x el número de pacientes curados en una muestra de 20 pacientes Cuál es la probabilidad de que 15 se curen Cuál es la probabilidad de que 15 o menos se curen 15 o más pacientes se curen A.-p (x =15) se busca en tabla B y el resultado es B.- P( X 15) X= 15 P= 0.5 N= 20 Se busca en tabla C = C.- P ( X 15) Se busca en tabla C, pero como x 14 y se resta a =
40 Una empresa farmacéutica informa que 30% de sus cuentas por cobrar a otras empresas está vencido. Si un contador toma una muestra aleatoria de 5 de esas cuentas para saber qué cantidad es la que está vencida, determina la probabilidad de que : Ninguna cuenta esté vencida dos de las cuentas esté vencida cuando menos 3 cuentas estén vencidas a lo mas dos cuentas estén vencidas
41 La probabilidad de que un paciente se recupere de una enfermedad cardiaca es del 0.4. S i se sabe que 15 empleados tienen problemas cardíacos, cuál es la probabilidad de que 1.- sobrevivan al menos 10? 2.- sobreviva de 3 a sobrevivan exactamente 5
42 De acuerdo con reportes del sistema de agua del estado, se sabe que hay impurezas en un 30% de los pozos de agua potable. Se toma una muestra aleatoria de 10 pozos para verificar dicha aseveración, cuál es la probabilidad de que 1.- tres pozos tengan impurezas 2.- más de tres pozos tengan impurezas 3.- cuál es el promedio de pozos con impurezas?
43
44
45 Para potencia recíproca
DISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
PROBABILIDAD 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
Curso 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
ESTADÍSTICA 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
JUEGO 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
Tema 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
Distribuciones 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
Tema 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
SESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Unidad 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
Concepto 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
Prof. 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
Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Variables Aleatorias. Introducción
Variables Aleatorias Introducción Concepto de variable aleatoria Es conveniente que los resultados de un experimento aleatorio estén expresados numéricamente. Se prueban tres componentes electrónicos,
Objetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Tema 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
Distribuciones de probabilidad discretas
Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin
ESTADÍSTICA I, curso Problemas Tema 4
ESTADÍSTICA I, curso 007-008 Problemas Tema 4 1. En un problema de una prueba aplicada a niños pequeños se les pide que hagan corresponder tres dibujos de animales con la palabra que identifica a ese animal.
1. 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
Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes
Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico
Distribuciones Continuas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 7.
Distribuciones Continuas de Probabilidad 1 Contenido 1. Ejemplo. 2. Diferencia entre variables aleatorias discretas y continuas. 3. Diferencia de f(x) entre variables aleatorias discretas y continuas.
Discretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Distribución Muestral.
Distribución Muestral jujo386@hotmail.com Uno de los objetivos de la Estadística es tratar de inferir el valor real de los parámetros de la población Por ejemplo Cómo podríamos asegurar que una empresa
EXPERIMENTO 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,
DISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Definición 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
Grupo 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
Tema 8. Muestreo. Indice
Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José
Distribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Teoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
T1. 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
VARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
TEMA 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
Variables 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
PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.
1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto
Distribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
GUIA PARA PRIMER EXAMEN PARCIAL DE PROBABILIDAD Y ESTADISTICA
GUIA PARA PRIMER EXAMEN PARCIAL DE PROBABILIDAD Y ESTADISTICA Deberán apoyarse en los ejercicios resueltos en clase marcados con el símbolo E Los conceptos de probabilidad, fenómeno aleatorio, determinista,
Técnicas 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:
6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Curso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
HOJA 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.
La distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Formulario. 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
Axiomática 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
Unidad 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
Unidad 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
Procesos estocásticos. Definición
Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier
Unidad 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
Objetivo: 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
Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Tema 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
GRÁFICOS DE CONTROL. Datos tipo atributo
GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL Total GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Por unidad Los gráficos p, 100p y u difieren de los gráficos
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 3: VARIABLES ALEATORIAS DISCRETAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre
Objetivos. 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
Distribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
5. MODELOS PROBABILISTICOS.
5. MODELOS PROBABILISTICOS. 5.1 Experimento de Bernoulli Un modelo probabilístico, es la forma que pueden tomar un conjunto de datos obtenidos aleatoriamente. Pueden ser modelos probabilísticos discretos
Teorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
REGLA DE LA MULTIPLICACIÓN
REGLA DE LA MULTIPLICACIÓN REGLA DE LA MULTIPLICACIÓN Cuando empleamos las reglas de la adición se determinaba la probabilidad de combinar dos eventos ( que suceda uno u otro o los dos) Cuando queremos
Estadística Aplicada
Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.
FACULTAD 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
Prueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta
PRUEBA DE HIPÓTESIS DE UNA MUESTRA PARA PROPORCIONES J UA N J O S É H E R NÁ N D E Z O C A ÑA
PRUEBA DE HIPÓTESIS DE UNA MUESTRA PARA PROPORCIONES J UA N J O S É H E R NÁ N D E Z O C A ÑA PROPORCIONES n es una razón entre el número de éxitos y bservaciones re al número de éxitos y n al de, la proporción
Tema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
GRÁFICOS DE CONTROL. Datos tipo atributo
GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Los gráficos p, 100p y u difieren de los gráficos np y c en que los
La probabilidad de obtener exactamente 2 caras en 6 lanzamientos de una moneda es. 2) (2) (2) "it^g) = 64
Las distribuciones binomial, normal y de Poisson CAPITULO 7 Wmmr LA DISTRIBUCION B I N O M I A L Si p es la probabilidad de que cualquier evento ocurra en un solo ensayo (denominada probabilidad de éxito)
Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
La distribución normal
La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10
ESCUELA 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
Tema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así
Al 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
Distribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
TEOREMA DEL LÍMITE CENTRAL
Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ
Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Probabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
5 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
GRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Tema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
TALLER 3 ESTADISTICA I
TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral
Condiciones para una distribución binomial
ESTADÍSTICA INFERENCIAL FUNCIONES DE PROBABILIDAD DISCRETAS: BINOMIAL y POISSON EJERCICIOS RESUELTOS DE FUNCIÓN DE PROBABILIDAD BINOMIAL USANDO TABLAS y EXCEL Prof.: MSc. Julio R. Vargas A. Fórmulas de
SOLUCIÓN REPASO EXAMEN
SOLUCIÓN REPASO EXAMEN 1. El gráfico muestra la distribución de las cargas máximas (toneladas) que soportan ciertos cables producidos por una empresa: 35 30 30 25 n de clables 20 15 15 20 18 11 5 6 0 9,2-9,8
1. Considera los datos siguientes: 6, 8, 2, 5, 4, 2, 7, 8, 6, 1, 7, 9 calcula lo que se te pide
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS Toda cosa grande, majestuosa y bella en este mundo, nace y se forja en el interior el hombre Gibrán Jalil
EJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
UNIVERSIDAD DEL NORTE
UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD CÓDIGO DE LA ASIGNATURA EST 1022 PRE-REQUISITO
Probabilidad 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
INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Conceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
DISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2)
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2) Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 EJEMPLO Calcular σ y σ 2 para una variable aleatoria discreta
a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria
7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).