La distribución de probabilidad de la variable aleatoria (v. a). Bernoulli, está dada por:
|
|
- María Nieves Segura Navarro
- hace 7 años
- Vistas:
Transcripción
1 Distribución Bernoulli Una rueba o exerimento Bernoulli tiene uno de dos resultados mutuamente excluyentes, que generalmente se denotan S (éxito) y F (fracaso). Por ejemlo, al seleccionar un objeto ara control de calidad uede ocurrir que sea defectuoso o no lo sea. El esacio muestral Ω, de un exerimento Bernoulli consta de dos resultados Ω = { éxito, fracaso} sea X ( w) = 1 si w es éxito si w es fracaso Suongamos que es la robabilidad de observar un éxito en un ensayo Bernoulli, donde < < 1. La distribución de robabilidad de la variable aleatoria (v. a). Bernoulli, está dada or: x = 1) =, x = ) = 1 = q La distribución de robabilidad de la variable aleatoria de Bernoulli X está dada or: X Bernoulli () X = x) = x q x ; x =,1 Si X ~ Bernoulli (), entonces E(X) = q + 1 = Var(X) = E(X ) E(X) = E(X ) µ = = q + 1 = ( 1 ) = q Var(X) = q Si X ~ Bernoulli(1/3) x) = (1/3) x (/3) 1 x entonces = 1/3 y q = /3, luego E(X) = 1/3 y Var(X) = /9 Una variable aleatoria de Bernoulli, or sí sola, tiene oco interés en las alicaciones de ingeniería y ciencias. En cambio, la realización de una serie de ruebas de Bernoulli conduce a varias distribuciones de robabilidad discretas bien conocidas y útiles. La distribución de robabilidad binomial Muchos exerimentos en la vida real consisten en efectuar una serie de ruebas de Bernoulli y son análogos al lanzamiento de una moneda no balanceada un número n de veces. Suonga que el % de los artículos que roduce una máquina son defectuosos. En este caso seleccionar una muestra aleatoria de 1 artículos y analizarlos ara determinar si son defectuosos sería análogo a lanzar una moneda no balanceada 1 veces, siendo la robabilidad de obtener una cara (artículo defectuoso) en una sola rueba igual a,. Diana Cobos del Angel Página 1 de 7
2 Las encuestas de oinión ública o referencias de los consumidores que generan dos resuestas (sí o no, arueba o desarueba, etc.) también son análogas al exerimento de lanzar un moneda no balanceada si el tamaño N de la oblación es grande y el tamaño de la muestra n es relativamente equeño, digamos,1n o menos. Todos estos exerimentos son ejemlos articulares de un exerimento binomial. Exerimento binomial es aquel exerimento generado or n ensayos Bernoulli indeendien tes, donde cada ensayo tiene igual robabilidad de éxito, < < 1 Ω = Ω 1 x Ω x... x Ω n ; Ω i = { éxito, fracaso }. Sea X = número de éxitos en n ensayos Bernoulli, entonces el recorrido de X es = {, 1,,..., n }. R X La distribución de robabilidad ara X es: n x n x X = x) = q x =,1,,..., n x Observaciones n n 1) n n k n k n n x n x ( a + b) = a b ( + q) = 1 = q k = k x= x ) Si X ~ Binomial (n, ), entonces E(X) = n Var(X) = nq Un agente de seguros vende ólizas a 5 individuos, todos de la misma edad. De acuerdo con las tablas actuariales, la robabilidad de que un individuo con esa edad viva 3 años más es de 3/5. Determinar la robabilidad de que dentro de 3 años vivan: 1. Los cinco individuos.. Al menos tres. 3. Sólo dos. 4. Al menos uno. Estamos frente a una variable Bernoulli ya que dentro de 3 años se ueden resentar dos situaciones que la ersona este viva ( = 3/5) o que haya muerto (q = /5). Al considerar los 5 individuos, estamos frente a una varia aleatoria X binomial con n = 5, =, 6 X ~ B(5,,6). 5 x 5 x X = x) =,6,4 x = 1,,, 3, 4, 5 x 1. Debemos calcular X = 5) 5 5 X = 5) =,6,4 =, Diana Cobos del Angel Página de 7
3 . Debemos calcular X 3), o lo que es lo mismo, 1 X < 3) = 1 X = ) X = 1) X = ) = 1,14,768,34 =, X = ) =,34 4. X 1) = 1 X = ) = 1,14 =,98976 Suoniendo que la robabilidad de tener un hijo varón es,51. Hallar la robabilidad de que una familia con seis hijos tenga: 1. Por lo menos un niño.. Por lo menos una niña. Si X es la variable número de hijos varones en una familia de seis hijos, estamos frente a una variable binomial con n = 6 y =, Debemos calcular X 1) = 1 X = ) 6 6 X = ) = (,51) (,49) =,986. Debemos calcular X 5) = 1 X = 6) X La distribución Poisson 6 = 6) = (,51) 6 (,49) =,984 Fue introducida en 1837 or el matemático francés Simeón Dennis Poisson( ). La distribución de Poisson se utiliza como distribución de las ocurrencias de un fenómeno en una unidad de tiemo. También se utiliza como modelo del número de defectos o disconformidades que ocurren en una unidad de roducto. En realidad, cualquier fenómeno aleatorio que ocurre or unidad (de área, de volumen, de tiemo etc.) se uede aroximar bien, en la mayoría de los casos, or la ley de Poisson. También se utiliza en el diseño de límites de control de los diagramas en control de calidad. Características de una variable aleatoria Poisson 6 1. El exerimento consiste en contar el número x de veces que ocurre un evento en articular durante una unidad de tiemo dado, o en un área o volumen (o eso, distancia o cualquier otra unidad de medida) dada. Diana Cobos del Angel Página 3 de 7
4 . La robabilidad de que un evento ocurra en una unidad dada de tiemo, área o volumen es la misma ara todas las unidades. 3. El número de eventos que ocurren en una unidad de tiemo o área o volumen es indeendiente del número de los que ocurren en otras unidades. 4. El número medio (o eserado) de eventos en cada unidad se denota or la letra griega lambda, λ. La distribución de robabilidad Poisson La distribución de robabilidades ar una variable aleatoria Poisson está dada or λ x e λ X = x) = λ >, x =,1,,3,... x! Donde, λ = es el número de eventos en una unidad dada de tiemo, área o volumen. e =, la media y la varianza de la variable aleatoria Poisson son Media µ = E(X) = λ, Varianza σ = Var(X) = λ El número de accidente or semana en una fábrica sigue una distribución Poisson de arámetro λ =. Calcular: 1. La robabilidad de que en una semana haya algún accidente.. La robabilidad de que haya 4 accidentes en dos semanas. 3. La robabilidad de que haya accidentes en una semana y otros dos en la semana siguiente. 4. Si sabemos que ha habido un accidente hallar la robabilidad de que en esa semana no haya más de tres accidentes. 1. Si X es la v. a. número de accidentes or semana, sabemos que se ajusta a un modelo Poisson con λ =, entonces X > ) = 1 X = ) = e =,8646!. Si X es el número de accidentes en la rimera semana e Y es el número de accidentes en la segunda semana, estamos ante dos variables indeendientes Poisson de arámetro λ =, debemos calcular X + Y = 4), ero la variable X + Y es una variable Poisson de arámetro λ = + = 4, luego se tiene que: 4 4 e 4 X + Y = 4) = =,1954 4! Diana Cobos del Angel Página 4 de 7
5 3. Debemos calcular la robabilidad de la intersección de dos sucesos indeendientes X = ) Y = ) = X = ) Y = ) e e = =, 733!! 4. Debemos calcular la siguiente robabilidad condicionada 1 X 3) X 3/ X 1) = X 1) Aroximación de la distribución Binomial usando la distribución Poisson La distribución de robabilidad Poisson está relacionada con una distribución de robabilidad binomial cuando n es grande y µ = n 7, y uede utilizarse como aroximación La roorción de alumnos de un distrito universitario con calificación de sobresaliente es de,5%. Determinar la robabilidad de que entre 5 alumnos seleccionados al azar haya dos con calificación media sobresaliente. 3 e e e + + = 1!! 3! =,8348 e! Teóricamente la variable X definida or el número de alumnos (de entre los 5) que tienen una calificación media sobresaliente es una variable binomial con n = 5 y =,5. La robabilidad edida es X = ), ero deberíamos calcular 5 5 X = ) = (,5) (1,5) =, que es difícil de calcular; sin embargo como n =,5 < 5 y <,1, odemos aroximar la variable binomial X ~(5,,5) or una variable Poisson de arámetro λ = n =,5. Los cálculos se muestran a continuación. X = ) = e,5,5! =, Se observa que difieren en la sexta cifra decimal, es decir alrededor de las millonésimas. Diana Cobos del Angel Página 5 de 7
6 Distribución Binomial Negativa y Geométrica Consideremos una serie de ensayos Bernoulli indeendientes y sea r el número exacto de veces que aarece el suceso A de robabilidad. La variable aleatoria X, que denota el número de fallos antes del r -ésimo éxito, tiene distribución Binomial Negativa. La variable binomial negativa también suele caracterizarse como el tiemo de esera hasta el n-ésimo éxito, y se alica en estudios de fiabilidad y en situaciones cíclicas donde se alternan éxitos y fracasos. X~ Bin-Neg(r, ) R X = {r, r +1, r +,...} La distribución de robabilidades está dada or: x 1 r x r X = x) = q x = r, r + 1, r +,... r 1 Donde = robabilidad de éxito en una sola rueba Bernoulli, q = 1 x = número de ruebas hasta que se observa el r ésimo éxito. la media y la varianza de la variable aleatoria binomial negativa son r Media µ = E(X) =, Varianza σ rq = Var(X) = La distribución de robabilidad binomial negativa es una función de dos arámetros, y r. Para el caso esecial en que r = 1, la distribución de robabilidad de x se denomina distribución de robabilidad geométrica. x 1 ( x) = q x = 1,, 3,... donde x = número de ruebas hasta que se observa el rimer éxito. 1 Media µ = E(X) =, Varianza σ q = Var(X) = Un fabricante utiliza fusibles eléctricos en un sistema electrónico. Los fusibles se comran en lotes grandes y se rueban secuencialmente hasta que se observa el rimer fusible defectuoso. Suonga que el lote contiene 1% de fusibles defectuosos: a. Qué robabilidad hay de que el rimer fusible defectuoso sea uno de los rimeros cinco fusibles robados? b. Calcule la media, la varianza y la desviación estándar de x, el número de fusibles robados hasta observarse el rimer fusible defectuoso. a. El número x de fusibles robados hasta observarse el rimer fusible defectuoso, es una variable aleatoria geométrica con =,1 (robabilidad de que un solo fusible sea defectuoso) Diana Cobos del Angel Página 6 de 7
7 y q = 1 =,9 ( x) = q x 1 = (,1)(,9) x-1 x =,1,,3,... La robabilidad de que el rimer fusible defectuoso sea uno de los rimeros cinco fusibles robados es ( x 5) = (1) + () (5) = (,1)(,9) 1 + (,1)(,9) + (,1)(,9) + (,1)(,9) 3 + (,1)(,9) 4 =,41 b. La media, la varianza y la desviación estándar de esta variable aleatoria geométrica son 1 1 µ = = = 1,1 q,9 σ = = = 9,1 σ = σ = 9 = 9,49 Bibliografía 1. William Mendenhall/ Terry Sincich. Probabilidad y Estadística ara Ingeniería y Ciencias. Editorial Prentice Hall, Cuarta Edición.. Murray R. Siegel. Estadística. Editorial McGrawHill Webster, Allen. Estadística Alicada. Editorial McGrawHill Mora/ Cid/Valenzuela. Probabilidades y Estadística. Universidad de Conceción Diana Cobos del Angel Página 7 de 7
7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD
7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD La Distribución Binomial Esta distribución fue elaborada or Jacobo Bernoulli y es alicable a un gran número de roblemas de carácter económico y en numerosas alicaciones
Más detallesPRINCIPALES DISTRIBUCIONES DISCRETAS
PRINCIPALES DISTRIBUCIONES DISCRETAS Objetivos generales del tema En este tema definiremos y discutiremos diversas e imortantes distribuciones discretas, es decir, funciones masa de robabilidad o funciones
Más detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
Más detallesTEMA 2 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
TEMA DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL ESPACIO MUESTRAL. SUCESOS EJERCICIO : En una urna hay bolas numeradas de al 6. Extraemos una bola al azar y observamos el número que
Más detallesMODELOS 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
Más detallesUNIDAD III VARIABLEA ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDADES
UNIDAD III VARIABLEA ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDADES VARIABLE ALEATORIA DISCRETA. Definición. Se dice que una v.a es discreta si el conjunto de todos los valores que puede tomar es un conjunto,
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 detallesDistribución de Probabilidad
Distribución de Probabilidad Variables discretas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Modelos probabilísticos Un modelo es una
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesEjemplos: 1) De una urna que contiene 6 bolillas blancas y 4 negras se extraen sin reposición 3 bolillas. Se definen
Probabilidades Estadística Comutación Facultad de Ciencias Eactas Naturales Universidad de Buenos Aires Ana M. Bianco Elena J. Martínez Vectores aleatorios Hasta ahora hemos estudiado modelos de robabilidad
Más detallesLa Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas.
La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas. Dado un experimento y cualquier evento A: La expresion
Más detallesEjemplos: 1) De una urna que contiene 6 bolillas blancas y 4 negras se extraen sin reposición 3 bolillas. Se definen
Probabilidades Estadística Comutación Facultad de Ciencias Eactas Naturales. Universidad de Buenos Aires Ana M. Bianco Elena J. Martínez Vectores aleatorios Hasta ahora hemos estudiado modelos de robabilidad
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 detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Ejercicios rouestos 1. Los datos originales a menudo necesitan ser codificados (transformados) ara facilitar el cálculo. Qué consecuencias tienen en el cálculo de la media
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 detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y
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 detallesCurso 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, 2017 Agenda 1 Concepto de probabilidad
Más detallesSoluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Alicadas a las iencias Sociales II Antonio Francisco Roldán Lóez de Hierro * onvocatoria de 2006 Las siguientes áginas contienen
Más detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
Más detallesMÓDULO I. TEORÍA DE LA PROBABILIDAD
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesANOTACIONES ESTADÍSTICA MATEMÁTICA ECONOMÍA PSICOLOGÍA- TRABAJO SOCIAL -ADE EMPRESARIALES.
ANOTACIONES ESTADÍSTICA MATEMÁTICA BACHILLERATO SOCIALES CURSO 2º ECONOMÍA PSICOLOGÍA- TRABAJO SOCIAL -ADE EMPRESARIALES. Dto Matemáticas IES León Felie 1 ESTADÍSTICA MATEMÁTICA ( Cálculo de robabilidades
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detallesDISTRIBUCIONES CONTINUAS
DISTRIBUCIONES CONTINUAS. Una variable aleatoria continua X tiene la siguiente función de densidad 0 si x < 0 x f (x) + a si 0 x 4 2 0 si x > 4 a) Calcula a ara que f(x) sea una función de densidad. Para
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesTema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:
Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno
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 detallesProbabilidad. Generalidades
robabilidad Generalidades a probabilidad estudia experimentos en los que se pueden esperar varios resultados y no solamente uno. os experimentos se pueden clasificar como aleatorios o determinísticos.
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 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 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 detallesTema 4: VARIABLES ALEATORIAS BIDIMENSIONALES
Tema 4: VAIABLES ALEATOIAS BIDIMENSIONALES 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación
Más detallesUnidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22
Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio de
Más detallesPROBABILIDAD Y DISTRIBUCIÓN BINOMIAL
POILIDD Y DISTIUIÓ IOMIL.- Una bolsa contiene bolas negras y rojas. Se extraen sucesivamente tres bolas. Obtener: a El esacio muestral. b El suceso extraer tres bolas del mismo color. c El suceso extraer
Más detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesApuntes de Clases. Modelos de Probabilidad Discretos
2010 Índice 1. Distribución de Bernouilli 2 2. Distribución Binomial 3 3. Distribución Hipergeométrica 3.1. Aproximación Binomial de la distribución Hipergeométrica............. 7 4. Distribución Geométrica
Más detallesAlgunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Discretas de Probabilidad UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesCarrera: Ingeniería Zootecnista E S T A D I S T I C A
Carrera: Ingeniería Zootecnista E S T A D I S T I C A DISTRIBUCIONES DE PROBABILIDAD Una función de probabilidad es aquella que surge al asignar probabilidades a cada uno de los valores de una variable
Más 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 detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesJuan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos
Más detallesCap. 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
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 detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesDónde estamos? MODELOS DE PROBABILIDAD
Dónde estamos? MODELOS DE PROBABILIDAD DESCR. 98 CÁLC. P. Probabilidad INFERENCIA 988 MODELOS DISCRETOS MODELOS CONTINUOS TEOREMA CENTRAL DEL LÍMITE Variables aleatorias Modelos de robabilidad 994 999
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 detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO
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 detallesAl conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de sucesos y se designa por S. Algunos tipos de sucesos:
1.- CÁLCULO DE PROBABILIDADES. Un experimento aleatorio es aquel que puede dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesIntroducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.
Introducción al Tema 7 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos
Más 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 detallesDISTRIBUCIONES 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
Más detallesPRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD
UNIDAD II PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD Por: Prof. Gastón A. Pérez U. 2.3- PROBABILIDAD Y DISTRIBUCIÓN DE PROBABILIDAD 30 31 (2.3.2) DISTRIBUCIÓN DE PROBABILIDAD ES UNA DESCRIPCIÓN
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 11 Nombre: Regresión y correlación múltile Contextualización En la sesión anterior se resentó la regresión lineal simle y se mostró su uso en la obtención de una ecuación
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 5 Distribuciones de probabilidad discretas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir las características de las distribuciones de
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 detallesFunciones generadoras de probabilidad
Funciones generadoras de probabilidad por Ramón Espinosa Armenta En este artículo veremos cómo utilizar funciones generadoras en teoría de la probabilidad. Sea Ω un conjunto finito o numerable de resultados
Más detallesPart VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones
Part VI notables El proceso de Bernoulli En cada observación se clasifica el elemento de la población en una de las dos posibles categorías, correspondientes a la ocurrencia o no de un suceso. Llamaremos
Más detalles2º BCS - Matemáticas PAU (LOGSE) Probabilidad. Enfermo. Sano. Enfermo. Sano
º S - Matemáticas PU LOGSE Probabilidad Sean los sucesos H = ser hombre y M = ser mujer. Sabemos que H M a omo M H,sustituyendo: M M M b Sea el suceso E = estar enfermo 00 Enfermo M, luego H Hombre Mujer
Más detallesTema 6: Modelos probabilísticos
Tema 6: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesUnidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9
Unidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como
Más detallesAlgunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson
Algunas Distribuciones EstadísticasTeóricas Distribución de Bernoulli Distribución de Binomial Distribución de Poisson Aproximación de la Distribución Binomial por la Distribución de Poisson Distribución
Más detallesApuntes de Estadística Versión 0.11 (Borrador) Sucre, julio de 2008.
Apuntes de Estadística Versión 0. (Borrador) Sucre, julio de 2008. Capítulo Probabilidad La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en las últimas
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 detallesPROBABILIDAD. 4 horas a la semana 8 créditos Semestre variable según la carrera
PROBABILIDAD 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Aplicar los conceptos y la metodología básica de la teoría de la probabilidad para analizar algunos fenómenos
Más detallesValeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesINSTITUTO COLOMBIANO PARA EL FOMENTO DE LA EDUCACIÓN SUPERIOR -ICFES- SUBDIRECCIÓN ACADÉMICA. Grupo de Evaluación de la Educación Básica y Media
INSTITUTO COLOMBIANO ARA EL FOMENTO DE LA EDUCACIÓN SUERIOR -ICFES- SUBDIRECCIÓN ACADÉMICA Gruo de Evaluación de la Educación Básica y Media QUÉ ES Y CÓMO SE CALIFICA EL EXAMEN DE VALIDACIÓN DEL BACHILLERATO
Más detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
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 detallesPROBABILIDAD Y DISTRIBUCIÓN BINOMIAL
Matemáticas 1º CCSS 1 RESUMEN PROBABILIDAD Y DISTRIBUCIÓN BINOMIAL Algunas definiciones La probabilidad es una medida de la posibilidad de que acontezca un suceso aleatorio determinado, asignándosele un
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesBioestadística. Curso Capítulo 3
Bioestadística. Curso 2012-2013 Capítulo 3 Carmen M a Cadarso, M a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Índice 1. Introducción 2 2. Variable aleatoria 2 2.1. Variables aleatorias discretas...............................
Más detallesReporte de práctica. Materia: Procesos Estócasticos. Facilitador: Ing. Pedro Martín García Vite. Integrantes: Armendáriz Flores Adrián
Reporte de práctica Materia: Procesos Estócasticos Facilitador: Ing. Pedro Martín García Vite Integrantes: Armendáriz Flores Adrián Cruz Hernández Emmanuel González Manuel Ana Silvia Tema: Gráficas de
Más detallesEstadística Modelos probabilísticos discretos
Estadística Modelos probabilísticos discretos MODELOS ALEATORIOS Al considerar variables aleatorias distintas caemos en la cuenta de que sus comportamientos respecto a la distribución de probabilidad,
Más detallesDISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.
es una representación gráfica que permite visualizar un experimento de pasos múltiples. Considere un experimento que consiste en lanzar dos monedas. Defina los resultados experimentales en términos de
Más detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS PROBABILIDAD Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0056 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más detallesTema 4: VECTORES ALEATORIOS
Tema 4: VECTOES ALEATOIOS 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación ( ):Ω tal
Más detallesVariables aleatorias discretas
Variables aleatorias discretas Considere el espacio de probabilidad Ω, F, P) y la función X : Ω R. La imagen de Ω bajo X se define como sigue ImgX) = x R ω Ω : Xω) = x}. Si ImgX) es un conjunto contable,
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
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 detalles2016 IV o Medio Introducción a la Probabilidad Eventos. Profesor Alberto Alvaradejo Ojeda
2016 IV o Medio Introducción a la Probabilidad Eventos Profesor Alberto Alvaradejo Ojeda 1. Evento o Suceso Se llama evento o suceso a todo subconjunto de un espacio muestral. También se define como una
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 detallesCurso 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
Más detalles( ) = = ( ) ( ) 1 = La probabilidad de que no ocurra ninguno de los dos es la probabilidad de la intersección de los complementarios ó contrarios.
CUESTONES. Sean y B dos sucesos con (0,5, (B0, y ( B0,. Calcular las siguientes robabilidades (, (, ( B, (. B B B B ( ( B 0' B B 0' ( B ( B ( B ( B ( B B ( B B ( B B 0' 0'5 + 0' 0' 7 B B B ( ( B ( B (
Más detallesConcepto de Probabilidad
Concepto de Probabilidad Prof. Miguel Hesiquio Garduño. Est. Mirla Benavides Rojas Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com.mx mbenavidesr5@gmail.com PROBABILIDAD En cualquier
Más detallesTema 4 Probabilidad. Fenómeno aleatorio: es aquel cuyos resultados son impredecibles.
Tema 4 robabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un alumno entre los 30 de
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 detallesTema 4. Probabilidad Condicionada
Tema 4. Probabilidad Condicionada Presentación y Objetivos. En este tema se dan reglas para actualizar una probabilidad determinada en situaciones en las que se dispone de información adicional. Para ello
Más detalles60370 AB= =110605
Estadística avanzada ara actuarios/ Modelos de suervivencia Master en CC Actuariales y Financieras 2012-2013 Alumno:. Para los ejercicios 2 y 3 considérense las tablas adjuntas detrás 1.- Suoniendo un
Más detalles4. Modelos Multivariantes
4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución
Más detalles