Probabilidad. Distribuciones binomial y normal
|
|
- Juan José Castilla Herrera
- hace 7 años
- Vistas:
Transcripción
1 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 las Matemáticas que proporcionan útiles herramientas para el estudio de las ciencias de la vida. Muchos fenómenos de la naturaleza no son deterministas, es decir, conllevan una aleatoriedad. La teoría de la Probabilidad estudia las leyes que modelan esa aleatoriedad mientras que la teoría estadística analiza los datos concretos obtenidos de los experimentos; ambas son las caras de una misma moneda que deben conocerse para entender mejor la realidad que se estudia en su conjunto. Los primeros investigadores de la probabilidad de sucesos, sobre todo aplicada a los juegos de azar, fueron los franceses Pierre Fermat ( ) y Blaise Pascal ( ). El nombre de azar proviene de los juegos de dados, donde aparecía pintada la flor de azahar y estaba asociada a la buena suerte, significaba una buena partida. Incluso el nombre de suceso aleatorio, es decir, suceso del cual es imposible predecir el resultado, proviene del latín aleas que significa dado. Sin embargo, ya un siglo antes Galileo estudió problemas sencillos como porqué es mejor apostar a sacar un 10 que a sacar un 9 en una tirada de tres dados. Antes que Galileo también se dedicó al estudio de estos problemas Cardano, quien incluso escribió un libro sobre los juegos de dados en el que llega a explicar cómo hacer trampas para ganar. La introducción de Pascal y Fermat en este tema vino de la amistad de Pascal con un jugador profesional, conocido como Caballero de Meré, quien propuso a Pascal una serie de problemas sobre distintas situaciones en las apuestas de dados. Pascal enviaba los problemas a Fermat, con quien le unía una buena amistad y así mantuvieron una continua correspondencia sobre ideas y métodos. Pierre Simon Laplace ( ) construyó la formulación definitiva de la teoría general de la probabilidad. Laplace definió el cálculo de probabilidades como el sentido común expresado con números. Este tema consta de las siguientes secciones: 1. Probabilidad. 89
2 90 TEMA 7. PROBABILIDAD. DISTRIBUCIONES BINOMIAL Y NORMAL 2. Distribuciones discretas. La distribución binomial. 3. Distribuciones continuas. La distribución normal Probabilidad Llamamos experimento a cualquier proceso que genera un conjunto de datos. Un experimento se dice aleatorio cuando se puede repetir en las mismas condiciones, sus posibles resultados son conocidos previamente y el resultado de cada prueba depende del azar. Un experimento se dice determinista cuando al repetirlo en las mismas condiciones, produce siempre el mismo resultado. Son experimentos aleatorios - -El lanzamiento de un dado. - -El lanzamiento de una moneda. - -La extracción de un naipe de la baraja. - -El tiempo de espera de una persona en la parada del autobús. - -El número de hijos de una pareja, el sexo del mayor, su estatura o el número de años que vivirá. - -El número de veces que hay que lanzar una moneda hasta que salga cara. El espacio muestral, que se denota por Ω, es el conjunto de todos los posibles resultados de un experimento aleatorio. Cualquier subconjunto del espacio muestral se denomina suceso. Se llama suceso elemental al constituido por un solo punto del espacio muestral. Example En el lanzamiento del dado una vez, Ω{1,2,3,4,5,6}. Un suceso elemental es, por ejemplo, que salga el 4, es decir, A = {4}. Un suceso no elemental es que salga un número impar, que se representará como B = {1,3,5}. Un espacio muestral puede ser discreto (formado por puntos sueltos) o continuo. Los espacios discretos pueden tener un número finito o infinito de valores. Algunos ejemplos, - -Lanzamiento de un dado, Ω = {1,2,3,4,5,6}. - -Lanzamiento de una moneda, Ω = {C, X}.
3 7.3. DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL Número de veces que hay que lanzar una moneda hasta que salga cara, Ω = {1,2,...,n,...}. - -Tiempo de espera de una persona en la parada del autobús, Ω = [0,40] (si la frecuencia del autobús es de 40 minutos). La teoría de la probabilidad se ocupa de medir la posibilidad de que ocurra un suceso, hasta qué punto se puede esperar que ocurra un suceso. La definición de probabilidad es: Definición 7.1. Se llama probabilidad a una regla que asocia a cada suceso, A, del espacio de sucesos, un número, que representamos por P(A) y llamamos probabilidad de A y que cumple los siguientes axiomas: 1. P(A) 0 cualquiera que sea A. 2. P(Ω) = Si A y B son dos sucesos disjuntos (es decir, incompatibles), entonces P(A B) = P(A) + P(B). La probabilidad es un ejemplo de los que se llama una variable aleatoria. Definición 7.2. Se llama variable aleatoria a toda regla que asocia a cada elemento de un espacio muestral, Ω, un número real. Ejemplo. Al lanzar tres veces una moneda, donde Ω = {(CCC),(CCX),(CXC),(XCC),(CXX),(XCX),(XXC),(XXX)}, se puede considerar la variable aleatoria Z que indique el número de caras que salen. Así, por ejemplo, Z(CCC) = 3, Z(CXC) = 2, Z(XXC) = 1, Z(XXX) = 0 Las variables aleatorias pueden ser discretas y continuas. A cada una de ellas y los ejemplos más relevantes dedicamos las siguientes preguntas Distribuciones discretas. La distribución binomial Una variable aleatoria se llama discreta cuando sólo puede tomar ciertos valores enteros. El ejemplo más importante de este tipo de variable es el siguiente. Supongamos que un experimento aleatorio con las siguientes características. 1. En cada prueba del experimento sólo son posibles dos resultados a los que se suele llamar éxito y fracaso.
4 92 TEMA 7. PROBABILIDAD. DISTRIBUCIONES BINOMIAL Y NORMAL 2. El resultado obtenido en cada prueba es independiente de los resultados anteriores. 3. La probabilidad del éxito es constante, esto es, no varía de una prueba a otra. Se representa por p. Se dice que este experimento sigue el modelo de la distribución binomial. A la variable aleatoria que expresa el número de éxitos obtenidos en cada prueba, se la llama variable aleatoria binomial y se la representa por B(n,p), siendo n y p los parámetros de dicha distribución Distribuciones continuas. La distribución normal Una variable aleatoria se llama continua cuando puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real. En este caso, no tiene sentido hablar de la probabilidad de que tome un valor concreto, porque es 0; en cambio tiene interés conocer la probabilidad correspondiente a un intervalo. A una variable aleatoria continua, X, que toma los valores x, se puede asociar una función, f(x), con las siguientes propiedades: 1. f(x) 0 en todo su dominio de definición. 2. El área encerrada bajo la gráfica de f(x) es la unidad. Entonces, f(x) se llama la función de densidad de la variable X. Con esta función, se determinan las probabilidades de la manera siguiente: la probabilidad de que la variable X tome los valores comprendidos entre a y b es el área limitada por la curva y = f(x), el eje OX y las rectas verticales x = a y x = b. Si a = y/o b = +, la extensión es evidente. El ejemplo más importante de variable aleatoria continua es la llamada distribución normal, llamada así porque en un tiempo se creyó que describía el comportamiento normal de los fenómenos. En todo caso, describe multitud de fenómenos en biología, pedagogía, psicología,.., y esto es así por varios motivos: 1. En gran número de situaciones hay una fuerte influencia a eliminar por igual a lo que se desvían en análoga medida de la media, sea esta desviación por arriba o sea por debajo. 2. Se observa que muchos fenómenos son sumas de efectos parciales independientes, que estos efectos parciales pueden estar sesgados, pero que la suma sí se ajusta a una distribución simétrica que va disminuyendo de forma regular al alejarse de la normal. Por ejemplo, en el peso de las personas de una población, influye la componente genética, el clima, la alimentación,..; algunas de estas influencias puede no distribuirse normalmente, pero sí lo hace el peso. Este hecho fue justificado matemáticamente en un importante teorema llamado Teorema Central del Límite, que nos dice que si se suman un número grande de variables aleatorias independientes, idénticamente distribuidas con media y varianza finitas, entonces tras un cambio de variable adecuado, la distribución de la variable resultante es aproximadamente, la normal.
5 7.4. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 93 La distribucón continua más importante es la normal, porque es la que aparece más frecuentemente. Su funcón de densidad tiene esta forma Definición 7.3. La función de densidad de una variable aleatoria, X, con distribución normal de parámetros µ y σ, que denotaremos N(µ, σ) es f(x) = 1 σ 2π e 1 2 ( x µ σ )2 < x < +. El parámetro µ es la media y el parámetro σ 2 es la varianza. Definición 7.4. Se llama función de distribución de la distribución normal N(µ,σ) a la función definida por F(x) = x f(s)ds, < x < +. Puede observarse que la función f(x) es una función de densidad, esto es, f(x) 0, 1 σ 2π + e 1 2 ( x µ σ )2 dx = 1, y que tiene además las siguientes propiedades: 1. Es simétrica respecto de la recta x = µ. 2. El máximo está en x = µ. 3. La función tiene dos puntos de inflexión en x = µ σ y x = µ + σ.
6 94 TEMA 7. PROBABILIDAD. DISTRIBUCIONES BINOMIAL Y NORMAL Por lo que se ha dicho antes P(a X b) = F(b) F(a) = 1 σ 2π b a e 1 2 ( x µ σ )2 dx, pero esta integral sólo puede aproximarse numéricamente. Existe una tabla que contiene los valores de estas integrales, de la que hablamos en la Sección siguiente, para la normal N(0,1). Para el caso general de una variable normal X de media µ y desviación típica σ, se hace el cambio de variable que es ya una variable normal estándar. Así Z = X µ, σ F(x) = P(X x) = P(σZ + µ x) = P(Z x µ σ ), que se puede obtener mediante la tabla siguiente:
7 7.5. CÁLCULO DE PROBABILIDADES USANDO LA TABLA Cálculo de probabilidades usando la tabla Ejemplos: 1. P(Z 1,43) 2. P(Z 1,34) 3. P(1,18 Z 1,56)
8 96 TEMA 7. PROBABILIDAD. DISTRIBUCIONES BINOMIAL Y NORMAL 4. P( 1,65 Z 1,24) 5. P( 0,18 Z 1,73) 6. P(Z k) = 0,75 7. P(Z k) = 0,35
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
Más detallesTema 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
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
Más detallesDOCUMENTO 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
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detallesPor 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
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detalles7. 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
Más detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más detallesDISTRIBUCIONES 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
Más detallesTema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010 Contenidos...............................................................
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detallesProbabilidad. La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento.
Matemáticas segundo medio COLEGIO SSCC CONCEPCION NOMBRE: Clase Teórica Práctica Nº 30 Probabilidad Probabilidad: Introducción La probabilidad mide la frecuencia con la que aparece un resultado determinado
Más detallesProbabilidades. 11 de noviembre de 2013. Felipe Bravo Márquez
Felipe José Bravo Márquez 11 de noviembre de 2013 Motivación Las probabilidades son el lenguaje de la incertidumbre que a la vez es la base de la inferencia estadística. El problema estudiado en probabilidades
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 detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
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 probabilidad
Modelos de probabilidad José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Índice I 1 Variables aleatorias 1 Denición 2 Generalidades 2 Probabilidad 1 Objetivo de la probailidad.
Más detallesLA 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
Más detallesProbabilidades. 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
Más detallesUnidad III Variables Aleatorias Unidimensionales
Unidad III Variables Aleatorias Unidimensionales En el capítulo anterior se examinaron los conceptos básicos de probabilidad con respecto a eventos que se encuentran en un espacio muestral. Los experimentos
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detallesProbabilidades 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
Más detallesEJERCICIOS 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
Más detallesCapítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
Más detallesTema 4: Variable aleatoria. Métodos Estadísticos
Tema 4: Variable aleatoria. Métodos Estadísticos Definición de v.a. Definición: Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio, es decir, una función
Más detallesLa Distribución Normal y su uso en la Inferencia Estadística
La Distribución Normal y su uso en la Inferencia Estadística Los conceptos básicos de Probabilidad y de Distribuciones Muestrales sirven como introducción al método de Inferencia Estadística; esta se compone
Más detallesTema 5 Modelos de distribuciones de Probabilidad
Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto
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 detallesx R F (x) := P (X 1 (, x]) = P ({e Ω : X(e) x}) = P (X x) salvo que en este caso esta función es siempre una función continua.
PROBABILIDAD Tema 2.3: Variables aleatorias continuas Objetivos Distinguir entre variables aleatorias discretas y continuas. Dominar el uso de las funciones asociadas a una variable aleatoria continua.
Más detallesEXPERIENCIAS ALEATORIAS. SUCESOS
Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales 3º Evaluación Probabilidad EXPERIENCIAS ALEATORIAS. SUCESOS Experiencias Deterministas y Aleatorias Experiencias deterministas: son aquellos
Más detallesLa distribución Normal
La distribución Normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas y Calidad
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesLa 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
Más detallesDistribución 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
Más detallesProbabilidad. Estadística II. Curso 2011/2012. Universidad de Salamanca
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 3 4 5 6 Introducción Cuándo se utiliza? Utilizamos el cálculo de probabilidades cuando necesitamos obtener conclusiones
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES EXPERIMENTOS ALEATORIOS.ESPACIO MUESTRAL Experimento determinista: Aquel cuyo resultado se puede predecir de antemano, está regido por leyes, sean o no de la Naturaleza. Ej.-
Más detallesTeorema 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,
Más detallesTema 1. Cálculo diferencial
Tema 1. Cálculo diferencial 1 / 57 Una función es una herramienta mediante la que expresamos la relación entre una causa (variable independiente) y un efecto (variable dependiente). Las funciones nos permiten
Más detallesDistribución 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
Más detallesEn el resultado de los experimentos aleatorios interviene el azar, cuando ésto no ocurre así, hablaríamos de sucesos deterministas.
1.- EXPERIMENTOS ALEATORIOS Y SUCESOS Un experimento aleatorio es aquel que cumple las siguientes condiciones: Se conocen todos sus posibles resultados No se puede conocer el resultado que se obtendrá
Más detallesPruebas 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
Más detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesIMADIL /12/2014
IMADIL 2014 1. Introducción 2. Definiciones previas 3. Axiomas de la probabilidad 4. Definición de variable aleatoria 5. Variables aleatorias discretas y continuas 6. Modelos de probabilidad: Distribución
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Más detallesC. 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
Más detallesNociones Básicas Probabilidad
1 Nociones Básicas Probabilidad Experimento aleatorio es aquel que, bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede predecir o reproducir
Más detallesCOMBINATORIA Y PROBABILIDAD
COMBINATORIA Y PROBABILIDAD Esp. HENRY CARRASCAL C. Lic. Matemáticas y Física Esp. Informática Educativa Esp. Práctica Docente Universitaria Magíster en Práctica Pedagógica INSTITUCIÓN EDUCATIVA RAFAEL
Más detallesTema 3: Probabilidad. Bioestadística
Tema 3: Probabilidad Bioestadística SUCESOS DETERMINISTAS Y ALEATORIOS Cuando realizamos un experimento, diremos que es: Determinista: dadas unas condiciones iniciales, el resultado es siempre el mismo.
Más detallesPARTE 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
Más detallesDistribuciones de Probabilidad Para Variables Aleatorias Continuas
Distribuciones de Probabilidad Para Variables Aleatorias Continuas Departamento de Estadística-FACES-ULA 20 de Diciembre de 2013 Introducción Recordemos la definición de Variable Aleatoria Continua. Variable
Más detallesMs. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ La estadística descriptiva Le concierne el resumen de datos recogidos de eventos pasados. Por ejemplo los precios de
Más detallesDistribuciones de probabilidad. El teorema central del límite
8 Distribuciones de probabilidad. El teorema central del límite Neus Canal Díaz 8.1. Introducción La distribución de frecuencias es uno de los primeros pasos que debemos realizar al inicio del análisis
Más detallesTEMAS BIMESTRAL. Son los experimentos de los que podemos predecir el resultado antes de que se realicen.
Profesora: Mónica Marcela Parra Zapata A continuación se presentan los temas que serán evaluados en el Bimestral de estadística del grado octavo. El grado octavo 1 presentará el bimestral el miércoles
Más detallesPropiedades 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
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de
Más detalles3. VARIABLES ALEATORIAS
. VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad
Más detallesCurs MAT CFGS-18
Curs 2015-16 MAT CFGS-18 PROBABILIDAD Introducción Los fundamentos del cálculo de probabilidades surgen alrededor del año 1650, cuando sugerido por los juegos de dados, de cartas, del lanzamiento de una
Más detallesEjemplo: Si lanzamos un dado 7 veces y 3 de ellas nos sale par, la frecuencia
Probabilidad La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles,
Más detallesVariable 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
Más detallesUnidad 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
Más detallesDistribución 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,
Más detallesPROBABILIDAD. Profesor: Rafael Núñez Nogales CÁLCULO DE PROBABILIDADES. Experimentos y sucesos
PROBABILIDAD CÁLCULO DE PROBABILIDADES Experimentos y sucesos Experimento aleatorio Es aquel cuyo resultado depende del azar, es decir no se puede predecir de antemano qué resultado se va a obtener aunque
Más detallesTema 5. Variables aleatorias continuas
Tema 5. Variables aleatorias continuas Cuestiones de Verdadero/Falso 1. Muchas medidas numéricas de diversos fenómenos, como por ejemplo errores de medida o medidas antropométricas, pueden modelarse mediante
Más detallesDistribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta
Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad
Más detallesINSTITUTO TECNOLÓGICO DE APIZACO TEORÍA DE CONJUNTOS CONJUNTOS Y TÉCNICAS DE CONTEO
TEORÍA DE CONJUNTOS CONJUNTOS Y TÉCNICAS DE CONTEO DEFINICIÓN Y NOTACIÓN DE CONJUNTOS El término conjunto juega un papel fundamental en el desarrollo de las matemáticas modernas; Además de proporcionar
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesESTADÍSTICA INFERENCIAL
Sesión No. 1 Nombre: Probabilidad Contextualización ESTADÍSTICA INFERENCIAL 1 La teoría de la probabilidad se desarrolló en 1654 a partir de la correspondencia entre Antoine Chevalier de Méré y Blaise
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesFundamentos de la Teoría de la Probabilidad. Ing. Eduardo Cruz Romero
Fundamentos de la Teoría de la Probabilidad Ing. Eduardo Cruz Romero www.tics-tlapa.com Teoría elemental de la probabilidad (1/3) El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos
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 detalles4. CONCEPTOS BASICOS DE PROBABILIDAD
4. CONCEPTOS BASICOS DE PROBABILIDAD 4.1 Introducción La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad
Más detallesMath. 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
Más detallesProbabilidad PROBABILIDAD
PROBABILIDAD La probabilidad es un método mediante el cual se obtiene la frecuencia de un suceso determinado mediante la realización de un experimento aleatorio, del que se conocen todos los resultados
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesDistribuciones Dis de Probabilidad Pr Contínuas Jhon Jairo Jair Pa P dilla a Aguilar, Aguilar PhD. PhD
Distribuciones de Probabilidad Contínuas Jhon Jairo Padilla Aguilar, PhD. Introducción En esta sección se estudiarán algunas distribuciones de probabilidad contínuas que son bastante utilizadas en ingeniería
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 detallesCOLEGIO: Monaita ASIGNATURA: Matemáticas 1º de Bachillerato (Ciencias Sociales) ALUMNA:.
COLEGIO: Monaita ASIGNATURA: Matemáticas º de Bachillerato (Ciencias Sociales) ALUMNA:. COLEGIO MONAITA ASIGNATURA: MATEMÁTICAS I APLICADAS A LAS CIENCIAS SOCIALES (º Bachillerato Humanidades) ÁLGEBRA:.-
Más detallesVARIABLES ALEATORIAS Y DISCTRIBUCIÓN DE PROBABILIDAD
VARIABLES ALEATORIAS Y DISCTRIBUCIÓN DE PROBABILIDAD Autor: Clara Laguna 3.1 INTRODUCCIÓN En el tema de estadística descriptiva se revisaron las técnicas necesarias para la realización de un análisis descriptivo
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES Carrera: LICENCIATURA EN COMERCIO EXTERIOR Asignatura: ESTADÍSTICA APLICADA A LOS NEGOCIOS ESTADÍSTICA DE LOS NEGOCIOS Curso: 1º AÑO Año lectivo: 2016 Carga
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesEl caballero Mere escribe a Pascal en 1654 y le propone el siguiente problema:
Introducción Los fundamentos del cálculo de probabilidades surgen alrededor del año 1650, cuando sugerido por los juegos de dados, de cartas, del lanzamiento de una moneda, se planteó el debate de determinar
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detalles3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas.
Contenidos mínimos MI. 1. Contenidos. Bloque I: Aritmética y Álgebra. 1. Conocer las clases de números, los conjuntos numéricos: naturales, enteros, racionales, reales y complejos y las propiedades que
Más detallesUNIDAD II Eventos probabilísticos
UNIDAD II Eventos probabilísticos UNIDAD 2 EVENTOS PROBABILÍSTICOS Muchas veces ocurre que al efectuar observaciones en situaciones análogas y siguiendo procesos idénticos se logaran resultados diferentes;
Más detallesTema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos
Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave
Más detallesTema 1: Teorı a de la Probabilidad
Tema 1: Teorı a de la Probabilidad Teorı a de la Comunicacio n Curso 2007-2008 Contenido 1 Experimentos Aleatorios y Sucesos 2 Cálculo Combinatorio 3 Probabilidad 4 Probabilidad Condicional 5 Teorema de
Más detallesP R O B A B I L I D A D E S
Seminario Conciliar La Serena DEPTO DE MATEMATICA. MCP - GGU P R O B A B I L I D A D E S DEFINICIÓN: Es una rama de la matemática que consiste en el estudio de ciertos experimentos llamados aleatorios
Más detallesTEMA 1.- PROBABILIDAD.-CURSO 2016/2017
TEMA 1.- PROBABILIDAD.-CURSO 2016/2017 1.1.- Introducción. Definición axiomática de probabilidad. Consecuencias de los axiomas. 1.2.- Probabilidad condicionada. 1.3.- Independencia de sucesos. 1.4.- Teoremas
Más detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesUNIDAD II: EXRIMENTOS ALEOTORIOS
UNIDAD II: EXRIMENTOS ALEOTORIOS Un experimento aleatorio es aquél en el que si lo repetimos con las mismas condiciones iniciales no garantiza los mismos resultados. Así, por ejemplo, al lanzar una moneda
Más detalles