DISTRIBUCIONES DE PROBABILIDAD BINOMIAL
|
|
|
- Domingo Benítez Vargas
- hace 9 años
- Vistas:
Transcripción
1 Probabilidad DISTRIBUCIONES DE PROBABILIDAD BINOMIAL Copyright 21, 27, 24 Pearson Education, Inc. All Rights Reserved
2 Ejemplo de repaso Use la siguiente distribución de probabilidad para contestar las preguntas. X P(x) ? a. P(x = 2) = b. P(x < 3) = P() + P(1) + P(2) c. P(x 3) = 1 P(3) d. P(x < 5) = =.85 e. P(x es al menos 2) = P(2) + P(3) + P(4) + P(5) P()+P(1)+P(2)+P(3)+P(4) Copyright 21, 27, 24 Pearson Education, Inc. All Rights Reserved
3 Criterios para un experimento de probabilidad binomial Un experimento se dice que es un experimento binomial si 1. El experimento se lleva a cabo un número fijo de veces. Cada repetición del experimento se llama un ensayo. 2. Los ensayos son independientes. 3. Para cada ensayo, hay dos resultados mutuamente excluyentes: el éxito o el fracaso. 4. La probabilidad de éxito es fijo para cada ensayo del experimento. 21 Pearson Prentice Hall. All rights reserved 6-3
4 Notación usada en la distribución de probabilidad binomial Número de ensayos independientes del experimento se denota n Nombramos p la probabilidad de éxito en el experimento y 1 p, la probabilidad de fracaso. Si X es una variable aleatoria binomial que denota el número de éxitos en n pruebas independientes de un experimento binomial, entonces los valores posibles de x están entre,1,2,, n. 21 Pearson Prentice Hall. All rights reserved 6-4
5 EJEMPLO Indique si el experimento es binomial o no (a) Un jugador tira un dado justo 1 veces. X es el número de veces que sale el 7. Solución: 21 Pearson Prentice Hall. All rights reserved 6-5
6 EJEMPLO Indique si el experimento es binomial o no (b) En una clase de 3 estudiantes, 55% son mujeres. El instructor selecciona al azar a 4 estudiantes. Se registra el número X de mujeres que fueron seleccionadas. Solución: 21 Pearson Prentice Hall. All rights reserved
7 La distribución de probabilidad binomial usando un árbol En una escuela superior se ha determinado, que el 8% de los estudiantes ha copiado alguna tarea de otro alumno durante sus años de estudio en la Secundaria. Se eligen 3 estudiantes al azar. Sea C = Estudiante se copió. Suponiendo que cada elección es independiente de los anteriores, use un diagrama de árbol para construir una distribución de probabilidad para X = número de estudiantes seleccionados que se copiaron. Solución: X es una variable aleatoria discreta. número de ensayos = 3 P(copia)=.8 P(no-copia)=.2
8 (cont.) P(éxito)=.8 P(no-éxito)=.2 CCC CCC CCC CCC CCC CCC CCC CCC valor de X 3 La distribución de probabilidad para X es: X P(x) =
9 La distribución de probabilidad binomial con fórmula La probabilidad de obtener x número de éxitos en n ensayos independientes en un experimento de probabilidad binomial es P x = ( nc x )( p x ) 1 p n x donde x =, 1, 2,, n p es la probabilidad de éxito nc x es el número de combinaciones de n objetos tomando x a la vez. 21 Pearson Prentice Hall. All rights reserved 6-9
10 EJEMPLO Usar la probabilidad binomial Suponer que se ha determinado que 35% de las viviendas tienen al menos 3 automóviles. (a)en una muestra aleatoria de 2 hogares con automóviles, cuál es la probabilidad de que exactamente 5 tienen al menos 3 autos? n = 2, x = 5, p =.35, 1-p =.65 P x = C x p x n 1 p n x Interpretación: La probabilidad de elegir aleatoriamente exactamente 5 hogares con al menos 3 autos es.1272 Si se eligen 5 hogares en 1 ensayos diferentes, se espera que en aproximadamente 13 ensayos se encontrarán 5 hogares que poseen al menos de 3 autos. 6-1
11 EJEMPLO Usar la probabilidad binomial (continuación) Suponer que se ha determinado que 35% de las viviendas tienen 3 o más automóviles. (b) En una muestra aleatoria de 2 hogares con automóviles, cuál es la probabilidad de que menos de 4 tienen tres o más coches?? P x = C x p x n 1 p n x P X < 4 = P X = 3 ó P X = 2 ó P X = 1 ó P X = P X < 4 = P X = 3 + P X = 2 + P X = 1 + P X = P X < 4 = 2C (.35) C 1 (.35) C 2 (.35) C 3 (.35)
12 EJEMPLO Usar la probabilidad binomial (continuación) Suponer que se ha determinado que 35% de las viviendas tienen 3 o más automóviles. (b) En una muestra aleatoria de 2 hogares con automóviles, cuál es la probabilidad de que al menos 4 tienen tres o más coches? P x = C x p x n 1 p n x P X 4 = P X = 4 + P X = 5 + P X = 6 P X 4 = 1 P X
13 Ejemplo usando fórmulas En una escuela superior se ha determinado, que el 8% de los estudiantes se han copiado alguna tarea de otro alumno durante sus años de estudio en la Secundaria. Se eligen 3 estudiantes al azar. Sea C = Estudiante se copió. Suponiendo que cada elección es independiente de los anteriores, use un diagrama de árbol para construir una distribución de probabilidad para X = número de estudiantes seleccionados que se copiaron. Solución: Este es un experimento binomial: número de ensayos = 3 P(éxito)=.8 P(no-éxito)=.2 X P(x) = 3 C = = 3 C = = 3 C = = 3 C =
14 EXAMPLE Constructing Binomial Probability Histograms a)construir una distribución de probabilidad binomial con n = 8 y p =.15. P x = C x p x n La probabilidad de éxito es:.15 La probabilidad de fracaso es:.85 1 p n x Probabilidad de éxitos en 8 ensayos: P() = 8 C =.2725 Probabilidad de 1 éxito en 8 ensayos: P(1) = 8 C =.3847 X P(X)
15 EJEMPLO Usar la probabilidad binomial (continuación) Suponer que para una distribucion binomial de una variable discreta n = 8 y p =.15 b) En una muestra aleatoria de 8 ensayos, cuál es la probabilidad de que x < 4? P X = x = C x p x n 1 p n x P X < 4 = P X = 3 ó P X = 2 ó P X = 1 ó P X = P X < 4 = P X = 3 + P X = 2 + P X = 1 + P X = P X < 4 = 8C (.15) C 1 (.15) C 2 (.15) C 3 (.15) =.9787 X P(X)
16 Media y desviación estándar de una variable Un experimento de probabilidad binomial, con n ensayos independientes y una probabilidad de éxito de p, tiene una media y una desviación estándar dada por las siguientes fórmulas μ x = np y σ x = np(1 p). 21 Pearson Prentice Hall. All rights reserved 6-16
17 EJEMPLO Hallar la media y la desviación estándar de una variable aleatorio binomial Según informes de una compañía de automóviles, el 35% de los hogares tienen al menos 3 automóviles. En una muestra aleatoria simple de 4 hogares que tienen autos, determine la media y la desviación estándar de los hogares que tendrán al menos 3 autos. 21 Pearson Prentice Hall. All rights reserved 6-17
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
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 010, 007, 004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos a
Cap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved
Cap 6 36 Distribuciones de Distribuciones de probabilidad discreta probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio
6-1 y. Sec Distribuciones de probabilidad discreta Pearson Prentice Hall. All rights reserved
Sec. 6-1 y 3 6-2 Distribuciones de probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio Su valor se determina al
Sección. Aplicaciones de la Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Sección 3 7.2 Aplicaciones de la Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La tabla normal La tabla normal (cont)
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Arboles de decisión Un árbol de decisiones es una herramienta para determinar la
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Técnicas de conteo En muchos problemas de probabilidad, el reto mayor es encontrar
Estadísticas Elemental Cuartiles y los diagramas de caja 3.1-1
Estadísticas Elemental Cuartiles y los diagramas de caja 3.1-1 Rango intercuartil El rango intercuartil, se denota IQR, es el rango del 50% central de los datos. Esto es la diferencia entre Q 3 y Q 1.
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
Cap 7 Intervalos de Confianza
Cap 7 Intervalos de Confianza Mate 3015 7.1-1 INTERVALOS DE CONFIANZA PARA UNA PROPORCIÓN 7.1-2 Estadísticas inferencial Ahora discutimos estadística inferencial -el proceso de generalizar la información
C. Distribución Binomial
Objetivos de aprendizaje 1. Definir los resultados binomiales 2. Calcular la probabilidad de obtener X éxitos en N pruebas 3. Calcular probabilidades binomiales acumulativas 4. Encontrar la media y la
Tema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
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
Distribución de Probabilidades con Nombre Propio Problemas Propuestos
Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,
P (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
PRACTICA CON PROBLEMAS DE PROBABILIDAD
Probabilidad PRACTICA CON PROBLEMAS DE PROBABILIDAD Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 EJEMPLO 1 Cuál regla aplica? En el juego De Acuerdo o No?, le presentan
8.1. Sección. Distribución de la media muestral Pearson Prentice Hall. All rights reserved
Sección 8.1 Distribución de la media muestral 2010 Pearson Prentice Hall. All rights reserved Términos importantes variable aleatoria (v.a.) es un número real cuyo valor se determina al azar y mediante
REGLAS DE PROBABILIDAD
Capítulo 4 Probabilidad REGLAS DE PROBABILIDAD 4.1-1 Evento Compuesto Un evento compuesto es cualquier evento que combina 2 o más eventos simples. Ejemplo: Al lanzar un dado justo de 6 caras, cuál es la
REGLAS DE PROBABILIDAD
Capítulo 4 Probabilidad REGLAS DE PROBABILIDAD 4.1-1 Evento Compuesto Un evento compuesto es cualquier evento que combina 2 o más eventos simples. Ejemplo: Al lanzar un dado justo de 6 caras, cuál es la
Un experimento binomial posee las siguientes características: 1. El experimento consiste de n ensayos repetidos.
Experimento Binomial Experimento que consiste en ensayos independientes repetidos, cada uno con dos posibles resultados que se denominan éxito y fracaso, donde la probabilidad de éxito es la misma en cada
REGLAS DE PROBABILIDAD
Capítulo 4 Probabilidad REGLAS DE PROBABILIDAD 4.1-1 Evento Compuesto Un evento compuesto es cualquier evento que combina 2 o más eventos simples. Ejemplo: Al lanzar un dado justo de 6 caras, cuál es la
DISTRIBUCION NORMAL ESTANDAR
Probabilidad Cap 6 DISTRIBUCION NORMAL ESTANDAR Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 La distribución normal estándar 2 Variable aleatoria normal estandarizada Podemos
LA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece
PROBABILIDAD. 1. Ejercicios Resueltos. Juan José Noguera Matusiak. 11 de mayo de 2009
PROBABILIDAD Juan José Noguera Matusiak 11 de mayo de 2009 1. Ejercicios Resueltos 1. Se lanzan dos dados regulares simultáneamente. Determinar la probabilidad de obtener en un solo lanzamiento: a) Dos
Teoría de Conjuntos Definiciones Básicas
1 Teoría de Conjuntos Definiciones Básicas Conjunto Definición Un conjunto es una colección o familia de objetos. Las llaves { } tendrán un uso muy especial y único: servirán para definir un conjunto.
UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES.
UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES. DISTRIBUCION DE PROBABILIDADES. 1. Se extraen sin reposición cuatro fichas de una urna
Math. 298 Conceptos básicos de Probabilidad y algunas aplicaciones
Math. 98 Conceptos básicos de Probabilidad y algunas aplicaciones 1. Se lanzan dos dados (blanco y otro negro) en un experimento. Cuál es la probabilidad de que la suma de los números sea dos? Cuál es
7. Distribución normal
7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o
Hoja 9: Variable aleatoria. Distribuciones binomial y normal
Hoja 9: Variable aleatoria 1 Hoja 9: Variable aleatoria. Distribuciones binomial y normal 1 Se lanzan dos dados. Sea X la variable aleatoria diferencia entre las puntuaciones. Halla la función de probabilidad
Tema 3: Gráficas estadísticas 1.1-1
1 Tema 3: Gráficas estadísticas 1.1-1 Histogramas Un histograma es una gráfica para datos cuantitativas que consiste de barras de igual ancho dibujadas sin dejar espacios entre barras consecutivas. Escala
Distribución Normal Curva Normal distribución gaussiana
Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Por ejemplo, lanzar al aire un dado o una moneda son experimentos aleatorios. Los experimentos aleatorios pueden ser simples o compuestos.
.- CONCEPTOS BÁSICOS DE PROBABILIDAD Experimento aleatorio: Es aquel cuyo resultado depende del azar y, aunque conocemos todos los posibles resultados, no se puede predecir de antemano el resultado que
Estadísticas Elemental Cuartiles y los diagramas de caja 3.1-1
Estadísticas Elemental Cuartiles y los diagramas de caja 3.1-1 Rango intercuartil El rango intercuartil, se denota IQR, es el rango del 50% central de los datos. Esto es la diferencia entre Q 3 y Q 1.
PARTE II: MUESTREO... 10 6.- CONCEPTOS BÁSICOS... 10 7.- MÉTODOS DE MUESTREO... 10 8.- NÚMERO DE MUESTRAS... 10 9.- DISTRIBUCIONES MUESTRALES...
Contenidos: PARTE I: DISTRIBUCIONES DE PROBABILIDAD... 2 1.- VARIABLES ALEATORIAS... 2 2.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.- LA DISTRIBUCIÓN BINOMIAL... 5 4.- LA DISTRIBUCIÓN NORMAL... 7 5.- USO
Carrera: 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
Estadística. 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
Probabilidades y la curva normal
Probabilidades y la curva normal Las distribuciones reales y las distribuciones teóricas Por Tevni Grajales Guerra Tal cual estudiamos en nuestro tercer tema. Cuando registramos los valores de una variable
Medidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Distribuciones de Probabilidad, Binomial& Otros (Cap. 5) Math. 298 Prof. Gaspar Torres Rivera
Distribuciones de robabilidad, inomial& Otros (Cap. 5) Math. 9 rof. aspar Torres Rivera Distribución de robabilidad Def. Es la distribución de las probabilidades asociadas con cada uno de los valores de
Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data
Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data (parte 2) Medidas de dispersión 3.1-1 Medidas de dispersión La variación entre los valores de un conjunto de datos se conoce como dispersión
Clase 6: Algunas Distribuciones de Probabilidad Discreta
Clase 6: Algunas Distribuciones de Probabilidad Discreta Distribución Uniforme discreta La más simple de todas las distribuciones de probabilidad discreta es una donde la v.a. toma cada uno de sus valores
Tema 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
Medidas de posición relativa
Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Las medidas de posición relativa son también llamadas cuantiles o
Probabilidad. Distribuciones binomial y normal
Tema 7 Probabilidad. Distribuciones binomial y normal 7.1. Introducción En este tema trataremos algunas cuestiones básicas sobre Probabilidad. Tanto la Probabilidad como la Estadística son dos campos de
PROBABILIDAD CONDICONAL Y TEOREMA DE BAYES
Prof.: MSc. Julio Rito Vargas A. PROBABILIDAD CONDICONAL Y TEOREMA DE BAYES Definición de Probabilidad Condicional: Para dos eventos cualesquiera A y B en un espacio muestra Ω, tales que P(B) > 0 con P(B)>
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos
Distribuciones 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.
Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
Distribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN)
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores
Nombre: 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
rxy = Halle la ecuación de la recta de mejor ajuste Indique el tipo de correlación (positiva, negativa, cero, no lineal)
PONTIFICIA UNIVERSIDAD CATOLICA DE PUERTO RICO DEPARTAMENTO DE FISICA-MATEMATICAS Nombre: Sección: Mat.298 REPASO 2 Núm. I. Un psicólogo experimental afirma que, mientras más edad tenga un niño, disminuye
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación lineal 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
MODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
Hemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial.
La distribución geométrica Hemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial. Consideramos otro experimento relacionado. Vamos a
Capítulo. Reglas de Probabilidad Pearson Prentice Hall. All rights reserved
Capítulo 35 Reglas de Probabilidad Eventos mutuamente excluyentes Dos eventos son disjuntos o mutuamente excluyentes si no tienen resultados en común. Eventos mutuamente excluyentes son eventos que no
Variable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 01-013 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
La distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Medidas de posición relativa
Medidas de posición relativa Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 3.1-1 Medidas de posición relativa Son medidas que pueden utilizarse para comparar valores de diferentes
La distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística
La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico
JUNIO 2010. Opción A. 1 2 3
JUNIO 2010 Opción A 2 3 1 1.- Sean las matrices: A 0 1 2 y B 5 3 1 Halla una matriz X tal que 2X BA AB. 2 0 1 3 3 2. 1 2 3 2.- La cantidad C de tomates (en kg) que se obtienen de una planta de tomate depende
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
PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
1.2 Funciones y grafícas. Presentación 2 MATE 3002
1.2 Funciones y grafícas Presentación 2 MATE 3002 Correspondencias entre conjuntos Una ecuación y un gráfica expresa la idea de una correspondencia entre dos conjuntos. Ejemplo: Si vemos un relámpago y
EJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
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
Generación de Números Aleatorios. Modelos de Probabilidad. Introducción a la Simulación con EXCEL.
PRÁCTICAS DE ESTADÍSTICA 1º CURSO DE GRADO EN CC. AMBIENTALES Guión de la práctica 4: Curso 2009/2010 7/04/2010. Generación de Números Aleatorios. Modelos de Probabilidad. Introducción a la Simulación
04 Funciones de masa de probabilidad discretas. Contenido. Sobre la selección de las FMPs/FDPs. FMP de Bernoulli
04 Funciones de masa de probabilidad discretas Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales FMPs Bernoulli FMPs binomial FMPs Poisson FMP geométrica Contenido
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 014-015 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. 1 - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
13 El muestreo estadístico
13 El muestreo estadístico ACTIVIDADES INICIALES 13.I. Las notas obtenidas en matemáticas por 1 estudiantes de.º de Bachillerato son: 9, 5, 3, 9, 0, 10,, 1, 8, 9, 7, 6 a) Calcula la media. b) Halla la
Modelo EOQ con Demanda Incierta. Teoría de Inventarios Modelo Probabilísticos. Demanda durante el Lead Time 18/04/2009
Universidad Técnica Federico Santa María Teoría de Inventarios Modelo Probabilísticos Daniel Basterrica Modelo EOQ con Demanda Incierta Lead Time no nulo Demanda aleatoria durante
Unidad II: probabilidades
Unidad II: probabilidades Los administradores (y también los futuros ingenieros del ITSS) sustentan sus decisiones en un análisis de incertidumbres como las siguientes: 1. Qué posibilidades hay de que
Tema 5. Variables aleatorias discretas
Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso
Tema 7. Aproximación de la distribución Binomial a la Normal
Tema 7. Aproximación de la distribución Binomial a la Normal Indice 1. Problemas de la distribución binomial... 2 2. Aproximación de la binomial a la normal... 2 Apuntes realizados por José Luis Lorente
Distribuciones unidimensionales discretas
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Distribución de Bernouilli de parámetro p 2 3 4 5 6 7 Distribución de Bernouilli de parámetro p Experimento de Bernouilli Es un experimento
Capítulo. Organizar y resumir datos Pearson Prentice Hall. All rights reserved
Capítulo 3 2 Organizar y resumir datos 2010 Pearson Prentice Hall. All rights reserved Pasos para la obtención de los datos: 1. Definir los objetivos de la investigación o experimento. Ejemplos: a. Estimar
Asignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 PROBABILIDAD
ÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
1.- Dada la siguiente distribución de frecuencias. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica o estándar
1.- Dada la siguiente distribución de frecuencias. Calcular: a) Mediana b) Moda c) Media d) Varianza y desviación típica o estándar VARIABLE FRECUENCIA 37 2 38 1 39 3 40 4 41 6 42 2 43 3 2.- Con los datos
Probabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM
Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Probabilidades P(A) = Casos favorables Casos posibles Objetivos: Definir el concepto de
Tema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Ejercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UCM Función de distribución y función de densidad Ejercicio. Sea X una variable aleatoria con función de distribución dada
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
Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez
Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como
Tema 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
VARIABLES 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
Nº 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
ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias
ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias 1. Se realizan mediciones independientes del volumen inicial y final en una bureta. Supongamos que las mediciones inicial y final siguen el
Tema 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
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones
Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una
DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Página 7 REFLEXIONA Y RESUELVE Lanzamiento de monedas Al lanzar cuatro monedas pueden darse posibilidades: CCCC, CCC+, CC+C, CC++, C+CC, Complétalas y justifica los resultados
Teorema de Bayes. mientras que B tiene una tasa de defectos del 4%.
Teorema de Bayes Ejemplo: En una empresa manufacturera, una máquina A produce el 60% de la producción total, mientras que una máquina B el restante 40%. 71 El 2% de las unidades producidas por A son defectuosas,
Propiedades en una muestra aleatoria
Capítulo 5 Propiedades en una muestra aleatoria 5.1. Conceptos básicos sobre muestras aleatorias Definición 5.1.1 X 1,, X n son llamadas una muestra aleatoria de tamaño n de una población f(x) si son variables
