Universidad Nacional de La Plata
|
|
- Guillermo Roldán Herrero
- hace 6 años
- Vistas:
Transcripción
1 Universidad Nacional de La Plata Facultad de Ciencias Agrarias y Forestales CÁLCULO ESTADÍSTICO STICO Y BIOMETRÍA CONTENIDOS UNIDAD 3: Introducción al Cálculo de Probabilidades. Experimento aleatorio. Espacio muestral. Eventos. Definiciones de probabilidad: clásica, frecuencial y axiomática. Propiedades deducidas de la función de probabilidad. Regla aditiva. Probabilidad condicional. Regla multiplicativa. Independencia de eventos. Arboles de probabilidad. Teorema de Bayes.
2 DEFINICIONES Experimento aleatorio: es un experimento que arroja dos o más resultados imprevisibles. Cada uno de ellos se llama suceso aleatorio o punto muestral Espacio muestral: conjunto de resultados que se puede obtener de un experimento aleatorio. Se indica generalmente con Ω Evento: todo subconjunto de Ω Conjunto de partes P Ω : conjunto de todos los subconjuntos posible de Ω ( # Ω ) Tipos de Eventos: Eventos excluyentes: son aquellos que no pueden ocurrir simultaneamente, si ocure uno no puede ocurrir el otros. Se dice que son disjuntos. Eventos exhaustivos: su unión forma Ω Evento complementario: complemento de A es A c tal que A c Ω -A Son excluyentes y exhaustivos Algebra de Eventos: Ocurre A y B A B Ocurre A o B A B No ocurre A A c
3 PROBABILIDAD Definición clásica: Sea un experimento aleatorio con n resultados expresados en Ω todos igualmente posibles y sea A un evento formado por k elementos de Ω entonces: # A k P(A) # Ω n casos favorables casos posibles Obviamente P(φ) 0 y P(Ω) Problemas : definición sólo aplicable a espacios equiprobables Definición frecuencial: Sea un experimento aleatorio con espacio muestral Ω y A un evento asociado a él. Si f A (n) es la frecuencia absoluta con que aparece A cuando el experimento se repite n veces, entonces: P(A) lim n f A ( n ) n Es decir, es la frecuencia relativa de A cuando experimento se repite infinitas veces el 3
4 Definición axiomática: Dado un experimento aleatorio y su espacio muestral Ω, la probabilidad es una función P(.) que aplica los elementos del conjunto de partes P Ω sobre los número reales tal que: -P(A) 0 A P Ω -P(Ω) -P(A B) P(A) + P(B) si y sólo si son excluyentes P(A B) 0 Propiedades deducidas: -P(φ) 0-0 P(A) - P(A) - P(A c ) -P(A B) P(A) + P(B) - P(A B) P Ω Ω A c A φ -p p R - Si A incluído en B P(A) P(B) 0 Probabilidad condicional: Definimos probabilidad de A dado B o probabilidad de A sabiendo que ha ocurrido B a: P(A/B) P(A B) P(B) B pasa a ser espacio referencial y sólo los elementos de A que también están en B pueden ocurrir. Regla multiplicativa: como P(A B) P(A/B) P(B) y P(B/A) P(A B) P(A) Entonces: P(A B) P(A/B). P(B) P(A B) P(B/A). P(A) 4
5 Eventos independientes: dos eventos son independientes si y solo si P(A) P(A/B), es decir, la ocurrencia o no de uno de ellos no afecta la probabilidad del otro. Eventos excluyentes son o no independientes? Arboles de probabilidades: cuando un experimento es la repetición de sucesivas experiencias simples, es útil representar secuencialmente los resultados posibles en un árbol de probabilidades, donde cada rama indica el resultado obtenido en cada uno de los pasos, así como la probabilidad del suceso. Por ejemplo se extraen 3 bolillas de una urna que contiene 6 bolillas negras y 4 blancas, el árbol correspondiente resulta: 5
6 Análisis Combinatorio Herramienta de la Matemática que nos permite en ciertas ocaciones conocer el número de sucesos posibles de un experimento (cardinal del espacio muestral o # Ω) Permutaciones : es el conjunto de arreglos de r elementos que se pueden formar de un total de n elementos donde el orden de estos elementos es importante, es decir, dos arreglos son diferentes si el orden de los elementos es distinto. n r P n r P n r n! (n - r)! Con reposición Sin reposición Combinaciones: es el conjunto de arreglos de r elementos que se pueden formar de un total de n elementos sin reposición y donde el orden de lo elementos no es importante, es decir dos arreglos con los mismos elementos pero en distitnto orden son considerados iguales. n C n r r n! (n - r)! r! Ejemplo: si tenemos un grupo de 4 novillos: un Hereford (E), un Charolais ( C), un Holando (H) y un Abeerden Angus (A) y se extraen dos novillos al azar decir cantidad de arreglos o grupos en los siguientes casos: - Con reposición y donde importa el orden - Sin reposición y donde importa el orden - Sin reposición y donde no importa el orden 6
7 CONTENIDOS UNIDAD 4: Distribuciones de Probabilidad. Variable aleatoria. Caso continuo y discreto. Modelos de probabilidad. Función de cuantía y de densidad. Función de probabilidad acumulada. Parámetros característicos de un modelo de probabilidad: esperanza y varianza de una variable aleatoria. Propiedades. Modelos usuales de probabilidad: geométrico, binomial, Poisson, Uniforme, Exponencial, Normal Estándar y Normal Generalizado. Otros modelos teóricos: Chi-Cuadrado, t-student y F- Snedecor. Generación de datos aleatorios pertenecientes a distribuciones dadas utilizando software estadístico. Variable aleatoria Dado un espacio muestral Ω asociado a un experimento aleatorio, se define como V.A. a toda función que aplica Ω sobre los reale. Es asociarle un número a cada resultado de un experimento aleatorios. Ejemplo Ejemplo Experimento aleatorio Espacio muestral Tirar dos dados {(,); (,); (,3);... ; (6,6)} Extaer 4 frutos clasificándolos en sano/enfermo {(S,S,S,S); (S,S,S,E); (S,S,E,S);... ; (E,E,E,E)} Variable aleatoria Suma de puntos Nro. de frutos enfermos Recorrido V.A. {,3,4,5,6,7,8,9,0,,} {0,,,3,4} 7
8 Asignarle un probabilidad a cada valor del recorrido de una V.A. es encontrar la de distribución de probabilidad de esa V.A. Ω (6,6) (6,5). (,). (,3) (,) (,) R R 6/36 5/36 4/36 3/36 /36 /36 V.A. P(.) p: función de cuantía Distribución de probabilidad Distribución de frecuencia p i 9% 7% 4% 5/36 6/36 5/36 Representaciones gráficas Probabilidad % 8% 3/36 4/36 4/36 3/36 Parámetros de la distribución 6% 3% /36 /36 /36 /36 - Esperanza - Variancia 0% X x i i p i 8
9 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES DISCRETAS Distribución de probabilidad acumulada: Propiedades: F ( ) 0 X P( x ) X x 0 lim F ( X ) X lim F ( X ) X + 0 Es no decreciente P(x < X < x ) F(x ) - F(x ) Media teórica o Esperanza: E( X ) µ X x R x x p( x ) Variancia: V( X ) [ ] [ ] x p( x ) µ σ X E ( x µ ) E[X ] E(X) x R x Propiedades: E(a+b.X) a + b.e(x) V(a+b.X) b.v(x) E(X+Y) E(X) +E(Y) V(X+Y) V(X) + V(Y) + COV(X,Y) V(X-Y) V(X) + V(Y) + COV(X,Y) 9
10 ) Distribución Binomial: sea un experimento aleatorio que consiste en n ensayos repetidos con probabilidad constante donde cada prueba es un exp. dicotómico o Bernoulli (admite dos resultados) con V.A. asociada X : Nro. de éxitos en las n repeticiones, entonces: R X {0,,, 3,..., n} X Bi(n;p) n x x n x P( X x) p ( p) con p : prob. de éxito n x ( n n! x)! x! Ej: en un monte frutal 0% de los árboles están enfermos. Si vamos a elegir una muestra de 5 árboles queremos estudiar como será la V.A. nro. árboles enfermos en la muestra E(X) n. p V(X) n. p. (-p) 45% 35% 40% 40,96% 30% 3,5% 3,5% 35% 30% 3,77% Bi(5;0.) 5% Bi(5;0.5) Probabilidad 5% 0% 0,48% Probabilidad 0% 5% 5,6% 5,6% 5% 0% 0% 5% 5,% 5% 3,3% 3,3% 0% 0,64% 0,03% X 0% X 70% 70% 60% 59,06% 60% 59,06% 50% Bi(5;0.) 50% Bi(5;0.9) Probabilidad 40% 30% 3,80% Porcentaje 40% 30% 3,80% 0% 0% 0% 7,9% 0% 7,9% 0% 0,8% 0,04% 0,00% X 0% 0,00% 0,04% 0,8% X 0
11 ) Distribución Poison: se puede presentar como una forma límite de la distribución Binomial en situaciones donde p es pequeño (p 0) y n muy grande o incluso imposible de determinar (n ). R X {0,,, 3,...} X P (λ) con λ n.p Su función de cuantá es: P( X x ) e λ x λ x! E(X) V(X) λ n 30 o 50 p 0,0 o 0,05 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS m5 m0 m0 m50 m00 m00
12 Función de densidad f(x) -f(x) 0 x R x - + f ( x ) dx - P(x < X < x ) x x f ( x ) dx Esperanza: + E( X ) x f ( x ) dx Variancia: V( X ) + [ E( X ] x f ( x ) dx ) Distribución acumulada F(x) x F( x ) 0 ) f ( x 0 dx ) Distribución Uniforme: R X [a;b] X U(a;b) f(x) b a si a < X < b 0 en otro caso f(x) E( X ) a + b V( X ) ( b - a) a b X
13 ) Distribución Exponencial: R X [0;+ ] X Exp(λ) f(x) λ. e- λ para x 0 E(X) / λ V(X) / λ λ f(x) X 3) Normal Stándar: R Z [- ;+ ] Z N(0,) f ( z ) π e z 0,45 0,40 0,35 0,30 0,5 f(z) 0,0 0,5 0,0 0,05 0, Z 3
14 Características: Simetrica respecto a Y Asintótica con eje X cuando x ± Máximo en X0 Dos puntos de inflexión en X ± Area bajo la curva E(Z) 0 V(Z) 0,45 0,40 0,35 0,30 f(z) 0,5 0,0 0,5 0,0 68% 95% 99,7% 0,05 0, Z F( z ) z φ( z ) π e z dz,,0 0,8 F(z) 0,6 0,4 0, 0, Z z ( z Z < z ) e dz φ( z ) φ( z ) P < z π z 4
15 z z P(Z<) z z 0 P(Z<) P(Z<,06) P(Z<,3)
16 z z 0 P(Z<) P(Z<,06) P(Z<,3) P(Z<-)??? -P(Z<) z
17 z P(-,5<Z<0,8) 4) Normal Generalizada: sea una V.A. X combinación lineal de la normal estándar Z tal que X a + b. Z, se dice que X es una variable que tiene distribución normal generalizada con E(X) a y V(X) b Entonce una combinación lineal de Z puede escribirse como: X µ x + σ x Z R x [- ;+ ] X N(µ, σ ) 0, 0,0 0,8 0,6 f(x) 0,4 0, 0,0 F ( x ) π σ e x µ σ 0,08 0,06 0,04 0,0 0, X 7
18 P( X < x ) 0 P Z < x 0 µ σ x x Ej: si x N(0,4) calcular P(7<X<) OTRAS DISTRIBUCIONES CONTINUAS TEORICAS: 5) Chi-cuadrado: suma de n variables aleatorias independientes, cada una de ellas con distribución N(0,), elevadas al cuadrado. z + z + z z n χ (n) 6) t-student: cociente entre una variable N(0,) y raíz de otra con χ (n ) dividida por n, es decir, si Z N(0,) y V χ (n ) y ambas son independientes entonces: Z V n t(n ) 8
19 7) F-Snedecor: cociente de dos varaibles con χ dividadias por sus respectivos n. Si U y V son dos variables aleatorias independientes con distribución chi-cuadrado con n y n, entonces: W ( n) V ( n ) F(n ;n ) 9
CALCULO DE PROBABILIDADES
CALCULO DE PROBABILIDADES Los experimentos o fenómenos aleatorios son aquellos que al ser repetidos en condiciones uniformes presentan resultados variables de manera que no puede predecirse con exactitud
Más detallesProbabilidad, Variable Aleatoria Pag 1 de 26 PROBABILIDAD
Probabilidad, Variable Aleatoria Pag 1 de 6 PROBABILIDAD Actualmente la teoría de probabilidades desempeña un papel importante en el campo de los negocios, la investigación, específicamente en la toma
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 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 detallesTema 3. Probabilidad y variables aleatorias
1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Más detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más 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 detallesProcesos estocásticos
Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:
Más detallesModelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
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 detallesRepaso de Probabilidad y Estadística
Repaso de Probabilidad y Estadística Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Probabilidad 2 Definición.............................................................
Más detallesEstadística Grupo V. Tema 10: Modelos de Probabilidad
Estadística Grupo V Tema 10: Modelos de Probabilidad Algunos modelos de distribuciones de v.a. Hay variables aleatorias que aparecen con frecuencia en las Ciencias Sociales y Económicas. Experimentos dicotómicos
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
Más detallesTema 2 Modelos de probabilidad
Tema 2 Modelos de probabilidad José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Estructura de este tema Conceptos básicos de probabilidad. Modelos discretos: la distribución
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 detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Más detallesEstadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas
Estadística Tema 2 Variables Aleatorias 21 Funciones de distribución y probabilidad 22 Ejemplos distribuciones discretas y continuas 23 Distribuciones conjuntas y marginales 24 Ejemplos distribuciones
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesPROBABILIDAD Y ESTADÍSTICA TEMARIO
PROBABILIDAD Y ESTADÍSTICA TEMARIO 0. INTRODUCCIÓN AL CURSO 0.1 El curso en contexto Qué es probabilidad? Qué estudia la probabilidad? Qué es estadística? Qué estudia la estadística? Qué es ingeniería?
Más detallesUniversidad Mariano Gálvez Estadística y probabilidad para Ingeniería Sección B. UNIDAD 2 PROBABILIDAD
Universidad Mariano Gálvez Estadística y probabilidad para Ingeniería Sección B. UNIDAD 2 PROBABILIDAD PRESENTA DRA. EN ING. RITA VICTORIA DE LEÓN ARDÓN 2.Trabajo en equipo 3. Estudio independiente 1.
Más detallesEXPERIMENTO ALEATORIO
EXPERIMENTO ALEATORIO En concepto de la probabilidad, un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, en otras palabras,
Más 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 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 y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad
Estadística y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad Facultad de Ciencias Sociales Universidad de la República Curso 2016 Índice 2.1. Variables aleatorias: funciones de distribución,
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 detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
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 detallesC L A S E N 5 I N S E M E S T R E O T O Ñ O,
Unidad 1 a. Probabilidades y Estadística 1 C L A S E N 5 I N 3 4 0 1 S E M E S T R E O T O Ñ O, 2 0 1 2 Características de las v.a 2 Parámetros v.a. La función de densidad o la distribución de probabilidad
Más detallesVariables aleatorias continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
Más 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 detallesExperimento Aleatorio o ensayo
Clase 5 1 Experimento Aleatorio o ensayo Es un proceso o acción cuyo resultado es incierto, es decir no es predecible. Es factible de ser repetido infinitas veces, sin modificar las condiciones. Repetición
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesProbabilidad 3/1/2010. EVSC 5020: Bioestadística. Qué es probabilidad? Prof. Rafael R. Canales-Pastrana. EVSC 5020: Bioestadística
Probabilidad Prof. Rafael R. Canales-Pastrana 2 Qué es probabilidad? 3 1 Definiciones de Probabilidad La medida del grado de confianza que uno tiene, en que ocurra el acontecimiento. Método axiomático:
Más detallesTema 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
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 detallesTema 3: VARIABLES ALEATORIAS
Tema 3: VARIABLES ALEATORIAS Introducción En el tema anterior hemos modelizado el comportamiento de los experimentos aleatorios. Los resultados de un experimento aleatorio pueden ser de cualquier naturaleza,
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 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 detallesTema 3: Cálculo de Probabilidades. Métodos Estadísticos
Tema 3: Cálculo de Probabilidades Métodos Estadísticos 2 INTRODUCCIÓN Qué es la probabilidad? Es la creencia en la ocurrencia de un evento o suceso. Ejemplos de sucesos probables: Sacar cara en una moneda.
Más detallesDistribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas
Distribuciones Probabilísticas Curso de Estadística TAE,005 J.J. Gómez Cadenas Distribución Binomial Considerar N observaciones independientes tales que: El resultado de cada experimento es acierto o fallo
Más detalles6.3. Distribuciones continuas
144 Bioestadística: Métodos y Aplicaciones Solución: Si consideramos la v.a. X que contabiliza el número de personas que padecen la enfermedad, es claro que sigue un modelo binomial, pero que puede ser
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad las reglas mátemáticas de la probabilidad no son simplemente reglas para calcular frecuencias de variables aleatorias;
Más 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 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 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 detallesProbabilidad y Estadística
Vectores aleatorios Probabilidad y Estadística Vectores aleatorios Federico De Olivera Cerp del Sur-Semi Presencial curso 2015 Federico De Olivera (Cerp del Sur-Semi Presencial) Probabilidad y Estadística
Más detallesObjetivo del Cálculo de Probabilidades:
Objetivo del Cálculo de Probabilidades: Establecer y desarrollar modelos matemáticos adaptados al estudio de situaciones que presentan cierto grado de incertidumbre Definición de Estadística (Barnett,
Más detalles2. Conceptos Básicos de Probabilidad. ESTADÍSTICA Esp. Paola G. Herrera S.
2. Conceptos Básicos de Probabilidad ESTADÍSTICA Esp. Paola G. Herrera S. Introducción La probabilidad es la rama de las matemáticas que estudia los fenómenos con incertidumbre. Es un mecanismo por medio
Más detallesTema 3: Probabilidad
Tema 3: Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Probabilidad Curso 2009-2010 1 / 13 Índice 1 Fenómenos Aleatorios
Más detallesProbabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro La probabilidad nos proporciona un modelo teórico para la generación de los datos experimentales Medidas de la Posibilidad
Más 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 detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 4 Vectores aleatorios Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
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 detallesVariables aleatorias continuas, TCL y Esperanza Condicional
Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función
Más detallesProbabilidad y Estadística
y Estadística Unidad 2 Tipos de probabilidad Prof. Héctor Ulises Cobián L. ulises.cobian@itcolima.edu.mx February 29, 2016 1 Definition (Experimento aleatorio) Es el que no podemos predecir su resultado,
Más detallesModelos 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
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 detallesDistribuciones de probabilidad Discretas
Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene
Más detallesCurso 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
Más detallesREVISION DE CONCEPTOS BÁSICOS
REVISION DE CONCEPTOS BÁSICOS Objetivos Introducir, de manera muy general, algunos de los conceptos matemáticos y estadísticos que se utilizan en el análisis de regresión. La revisión no es rigurosa y
Más detallesEsperanza Condicional
Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más 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 detallesTema 4. Axiomática del Cálculo de Probabilidades
Tema 4. Axiomática del Cálculo de Probabilidades mjolmo@ujaen.es Curso 2007/2008 Espacio muestral finito equiprobable El espacio muestral contiene un número finito de sucesos elementales todos ellos con
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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 6: Distribuciones estadísticas teóricas Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesFórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática
DEPARTAMENT D ESTADÍSTICA I INVESTIGACIÓ OPERATIVA Fórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática A. Distribuciones de variables aleatorias. 1. Descripción de una distribución
Más detallesCálculo de probabilidad. Tema 1: Combinatoria y probabilidad
Cálculo de probabilidad Tema 1: Combinatoria y probabilidad Guión Guión 1.1. Análisis combinatorio Regla de multiplicación Este es el método de conteo más sencillo que existe. Supongamos que realizamos
Más detallesBioestadística Probabilidad 1. La población es el conjunto de elementos en los que se desea investigar la ocurrencia de una característica
Bioestadística Probabilidad 1 Probabilidad Introducción a la probabilidad La población es el conjunto de elementos en los que se desea investigar la ocurrencia de una característica o propiedad. Son experimentos
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 detallesPROBABILIDAD. 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
Más detallesPROYECTO DE INVESTIGACION por Universidad Nacional del Callao se encuentra bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 2.
PROYECTO DE INVESTIGACION por Universidad Nacional del Callao se encuentra bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 2.5 Perú. Permisos que vayan más allá de lo cubierto por
Más detallesPROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS
PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS En lo que sigue le presentamos 50 puntos que fueron incluidos en diferentes evaluaciones finales de los fundamentos
Más detallesExpresión decimal. Aproximación y estimación. Notación científica. Polinomios. Divisibilidad de polinomios. Regla de Ruffini.
Otras páginas Matemáticas 5º Matemáticas I. Bloque I: ARITMÉTICA Y ÁLGEBRA Los números reales Los números reales, concepto y características. Estructura algebraica, orden, representación en la recta real
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesTema 4. Probabilidad y variables aleatorias
Tema 4. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Más detallesCapítulo 1. Teoría de la probabilidad Teoría de conjuntos
Capítulo 1 Teoría de la probabilidad 1.1. Teoría de conjuntos Definición 1.1.1 El conjunto S de todos los posibles resultados de un experimento aleatorio es llamado el espacio muestral. Un espacio muestral
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 detallesContenidos IB-Test Matemática NM 2014.
REDLAND SCHOOL MATHEMATICS DEPARTMENT 3 MEDIO NM 1.- Estadística y probabilidad. Contenidos IB-Test Matemática NM 2014. 1.1.- Conceptos de población, muestra, muestra aleatoria, y datos discretos y continuos.
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
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 detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
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 detallesDistribuciones 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
Más detallesBloque I: Estadística y Probabilidad
Bloque I: Estadística y Probabilidad 1. Probabilidad 1. Teoría de la probabilidad 2. Probabilidad condicionada 3. Dependencia e independencia de sucesos 4. Técnicas de recuento: diagramas de árbol, tablas
Más detallesUniversidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:
Integral Lapso 2010-2 745 1/5 Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: 610-612-613 Fecha: 26-02-2011 OBJ. 2 PTA 1 MODELO DE RESPUESTAS Objetivos 2,
Más detallesTema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.
Tema 6 - Introducción 1 Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo. Generalización Tema 6. Variables aleatorias unidimensionales
Más detallesFORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD
FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD Jorge M. Galbiati pág. DISTRIBUCION BINOMIAL 2 DISTRIBUCION POISSON 4 DISTRIBUCION HIPERGEOMETRICA 5 DISTRIBUCION GEOMETRICA 7 DISTRIBUCION NORMAL 8 DISTRIBUCION
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
Más detallesI. Distribuciones discretas
Probabilidades y Estadística (M) Funciones de densidad o probabilidad puntual, esperanzas, varianzas y funciones características de las variables aleatorias más frecuentes I. Distribuciones discretas Distribución
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 detallesAnálisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM
Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy
Más 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 detallesTEMA 17: PROBABILIDAD
TEMA 17: PROBABILIDAD Probabilidad de un suceso aleatorio es un numero entre 0 y 1 (más cerca del 0, mas difícil que ocurra. Más cerca del 1 más fácil que ocurra). Suceso seguro: Su probabilidad es 1.
Más detalles