Nombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
|
|
- Eva María Carmona Ferreyra
- hace 7 años
- Vistas:
Transcripción
1 Estadística
2 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 un experimento binomial, definirás y conocerás la función de probabilidad de este experimento, su valor esperado y la varianza. Asimismo, tendrás la posibilidad de resolver problemas que involucren la variable aleatoria discreta binomial. Fuente:
3 2 Introducción al Tema Qué fenómenos influyen en el resultado de una variable aleatoria? Algunos fenómenos comunes dan como resultado variables aleatorias discretas y pueden ser descritos por distribuciones de probabilidad de tipo estándar. La distribución binomial es una distribución de probabilidad que tiene muchas aplicaciones. Está relacionada con un experimento de pasos múltiples al que se le llama experimento binomial.
4 3 Explicación Distribución Binomial Qué es una Distribución Binomial? La distribución binomial es una distribución de probabilidad discreta útil para describir una diversidad de fenómenos. Un experimento es binomial si cumple con las siguientes características: 1. En una ejecución hay dos resultados posibles: éxito y el otro fracaso. 2. Hay n ejecuciones, donde n es un número entero positivo fijado de antemano. 3. Las ejecuciones son independientes. 4. La probabilidad de éxito para todas las ejecuciones es la misma. Modelo de la Distribución Binomial Si un experimento consiste de n ensayos binomiales, cada uno con una probabilidad p de obtener un éxito y una probabilidad q para un fracaso (q=1 p), entonces, la probabilidad de x éxitos en n ejecuciones es:
5 4 Ejemplos del experimento son: Lanzamiento de una moneda Inspeccionar un objeto al azar para clasificarlo como defectuoso o no defectuoso. Cálculo de la media y varianza: Ejemplo: en San Francisco, 30% de los trabajadores emplean el transporte público. 1. Cuál es la probabilidad de que en una muestra de 10 trabajadores exactamente tres empleen el transporte público? 2. Cuál es la probabilidad de que en una muestra de 10 trabajadores por lo menos tres empleen el transporte público? a. p = 30% =.3, q= 1 p = 1-.3 =.7, n = 10, x= 3 n b( x; n, p) = p x x x q n
6 5 10 b (3;10,.3) = (3) 3.3 (.7) 7 = (120)(.027)(.0823) = b. Probabilidad x 3 P(x 3) = 1- P(x<3) P(x 3) = 1- [P(x=1)+P(x=2)] Ahora aplicaremos la fórmula de la binomial para encontrar las dos probabilidades: b(1;10,.3) = (.3) (.7) = b(2;10,.3) = (.3) (.7) = Sumando estas dos probabilidades nos da el resultado de P(x<3) P(x<3) = P(x<3) = Teniendo este dato, pasamos a calcular la P(x 3) P(x 3) = 1- P(x<3) P(x 3) = =
7 6 El siguiente ejemplo está tomado de Vadenúmeros.es Un examen consta de 10 preguntas a las que hay que contestar Si o NO. Suponiendo que a las personas que se le aplica no saben contestar a ninguna de las preguntas y, en consecuencia, contestan al azar, hallar: a) Probabilidad de obtener cinco aciertos. b) Probabilidad de obtener algún acierto. c) Probabilidad de obtener al menos cinco aciertos. Es una distribución binomial, la persona sólo puede acertar o fallar la pregunta. Suceso A (éxito)=acertar la pregunta Suceso Ā=no acertar la pregunta p=(a)=0,5 q=p(ā)=0,5 Distribución binomial de parámetros n=10.p=0,5 B(10; 0,5) a. Probabilidad de obtener cinco aciertos: Obtener exactamente cinco aciertos K=5, aplicamos la fórmula: b) Probabilidad de obtener algún acierto p(x 1)= p(x=1)+p(x=2)+p(x=3)+p(x=4)+p(x=5)+p(x=6)+p(x=7)+p(x=8)+p(x=9)+p(x=10)
8 7 El suceso obtener algún acierto es el suceso contrario a no obtener ningún acierto. P(x 1) = 1 p(x=0) Calculamos la probabilidad de no obtener ningún acierto p(x=0) c) Probabilidad de obtener al menos cinco aciertos Acertar cinco o más P(x 5) = p(x=5) + p (x=6) + p(x=7) + p(x=8) + p(x=9) + p(x=10) P(x 5) = =
9 8 Conclusión En esta sesión aprendimos a calcular la probabilidad a través de la distribución binomial, la cual tiene como característica principal el éxito o fracaso de los eventos (experimentos) que se están analizando. En la siguiente sesión aprenderemos el cálculo de la distribución Poisson. Fuente:
10 9 Para aprender más En este apartado encontrarás más información acerca del tema para enriquecer tu aprendizaje. Puedes ampliar tu conocimiento visitando los siguientes sitios de Internet. Khanacademy.org. (s.f.). Distribución binomial. Consultado el 6 de noviembre de 2013: Distribuciones de probabilidades discretas. (s/f). Consultado el 6 de noviembre de 2013: Es de gran utilidad visitar el apoyo correspondiente al tema, pues te permitirá desarrollar los ejercicios con más éxito.
11 10 Actividad de Aprendizaje Con lo aprendido en esta sesión acerca de Distribución binomial realiza el siguiente ejercicio: En un sistema bancario, 12% de las veces se excede el tiempo promedio de atención a clientes. Para los siguientes 15 clientes, encuentra: a. La probabilidad de que al menos 6 excedan el tiempo promedio de atención. b. Haya clientes que excedan el tiempo promedio de atención. c. Más de dos y menos de 7 excedan este tiempo. d. La probabilidad de que menos de 5 excedan el tiempo de atención. Sube la actividad a la plataforma.
12 11 Bibliografía Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para administración y economía. México: Editorial Cengage Learning. Cibergrafía Vadenumeros.es. Actividades interactivas. Consultado el 3 de marzo de 2014:
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
Más detallesNombre: Distribuciones de probabilidad discreta. Primera parte. En qué consiste la variable aleatoria?
Estadística 1 Sesión No. 8 Nombre: Distribuciones de probabilidad discreta. Primera parte. Contextualización En qué consiste la variable aleatoria? En la presente sesión seguiremos con el estudio de la
Más detallesA qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
Más detallesQué es una técnica de conteo?
Estadística 1 Sesión No. 7 Nombre: Probabilidad. Tercera parte. Contextualización Qué es una técnica de conteo? En la presente sesión aprenderemos a trabajar con las técnicas de conteo, mayormente utilizadas
Más detallesNombre: Distribuciones de probabilidad continua. Segunda parte.
Estadística 1 Sesión No. 12 Nombre: Distribuciones de probabilidad continua. Segunda parte. Contextualización En la presente sesión aprenderás una de las aplicaciones principales de la distribución t-student,
Más detallesEstadística. Sesión 4: Medidas de dispersión.
Estadística Sesión 4: Medidas de dispersión. Contextualización En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal es el caso del rango, la varianza y la desviación estándar,
Más detallesEstadística. Sesión 7: Probabilidad. Tercera parte.
Estadística. Sesión 7: Probabilidad. Tercera parte. Contextualización En la presente sesión aprenderemos a trabajar con las técnicas de conteo, mayormente utilizadas en la probabilidad, como lo son las
Más detallesCómo se utiliza la tabla de Distribución de frecuencias?
Estadística 1 Sesión No.2 Nombre: Organización de datos y tablas Contextualización Cómo se utiliza la tabla de Distribución de frecuencias? En la presente sesión aprenderemos el uso y trabajo con la tabla
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 7 Nombre: Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización En la sesión anterior se mostró como realizar una prueba de hipótesis cuando
Más detallesEstadística. Sesión 2: Organización de datos y tablas.
Estadística. Sesión 2: Organización de datos y tablas. Contextualización En la presente sesión aprenderemos el uso y trabajo con la tabla de Distribución de frecuencias, la creación de gráficas tales como
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 11 Nombre: Pruebas de Hipótesis. Control estadístico de procesos. Objetivo Al término de la sesión el estudiante
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 10 Nombre: Pruebas de Hipótesis. Parte II Objetivo Al término de la sesión el estudiante analizará la prueba
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 8 Nombre: Pruebas de hipótesis para varianzas poblacionales. Contextualización En las dos sesiones anteriores se vieron métodos de inferencia estadística para medias
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 7 Nombre: Operaciones básicas con matrices, producto e inversa. Objetivo de la asignatura: En esta sesión el estudiante aplicará las operaciones básicas de suma,
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 6 Nombre: Pruebas de hipótesis para medias y proporciones. Contextualización En esta sesión aprenderemos a estimar y analizar las pruebas de hipótesis para media y
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 9 Nombre: Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión
Más detallesEstadística Inferencial. Sesión 2. Distribuciones muestrales
Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 6 Nombre: Permutaciones y combinaciones. Objetivo Al término de la sesión el estudiante distinguirá las técnicas
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 3 Nombre: Estadística descriptiva: medidas numéricas. Objetivo Al término de la sesión el estudiante calculará
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 3 Nombre: Estimación de parámetros y por intervalos Contextualiación Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperana
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 4 Nombre: Ecuaciones Cuadráticas Objetivo de la asignatura: En esta sesión el estudiante aplicará los principales métodos de solución de raíces de polinomios de
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 5 Nombre: Prueba de hipótesis Contextualización En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 4 Nombre: Estadística descriptiva: Medidas numéricas. Parte II Objetivo Al término de la sesión el estudiante
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 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 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 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 detallesProbabilidad, Variables Aleatorias y Distribuciones
GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y
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 detallesCuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.
1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 12 Nombre: Números índice para datos económicos y administrativos Objetivo Al término de la sesión el estudiante
Más detallesTema 4. Distribución Binomial y Poisson
Universidad de Los Andes Facultad de Ciencias Económicas y Sociales Escuela de Administración y Contaduría Estadística I Sección 06 - I2016 Prof. Douglas Rivas Tema 4. Distribución Binomial y Poisson Conceptos
Más detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 3 Nombre: Distribuciones de probabilidad para variables Contextualización En las sesiones anteriores estudiamos los conceptos introductorios
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 detallesSesión No. 1. Contextualización. Nombre: Fundamentos del Álgebra MATEMÁTICAS
Matemáticas 1 Sesión No. 1 Nombre: Fundamentos del Álgebra Contextualización Esta sesión está diseñada para ofrecer una breve explicación de los principios aritméticos y algebraicos que se requieren para
Más detallesDISTRIBUCIONES 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 detallesPROBABILIDAD 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
Más detallesGUÍA DOCENTE ESTADÍSTICA I
GUÍA DOCENTE 2016-17 ESTADÍSTICA I Mayo 2016 DATOS GENERALES Nombre del curso: ESTADÍSTICA I Código: 801100 (ADE) 801911 (MKCD) Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias. Parte II. Objetivos: Al finalizar la sesión, el estudiante conocerá cómo utilizar la distribución
Más detallesEstadística Inferencial. Sesión 11. Regresión y correlación múltiple
Estadística Inferencial Sesión 11. Regresión y correlación múltiple Contextualización En la sesión anterior se presentó la regresión lineal simple y se mostró su uso en la obtención de una ecuación de
Más detallesETSI de Topografía, Geodesia y Cartografía
Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo I) 14-XII-11 1. Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 5 Nombre: Desigualdades lineales, cuadráticas y valor absoluto Objetivo de la asignatura: En esta sesión el estudiante conocerá las características y métodos de
Más detallesBiometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)
Biometría Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Variable aleatoria El resultado de un experimento aleatorio puede ser descripto en ocasiones
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 11 Nombre: Funciones exponenciales y logarítmicas. Objetivo de la asignatura: En esta sesión el estudiante aplicará los conceptos relacionados con las funciones
Más detallesDOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL
DOCUMENTO 2: DISTRIBUCIÓN DE PROBABILIDAD DISCRETA: LA DISTRIBUCIÓN BINOMIAL Como recordarás una variable aleatoria discreta es aquella que sólo puede tomar valores enteros. Ejemplos: puntuación obtenida
Más detallesEstadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones.
Estadística Inferencial. Sesión 7. Pruebas de hipótesis para diferencia de medias y proporciones. Contextualización. En la sesión anterior se mostró como realizar una prueba de hipótesis cuando se trata
Más detallesMatemáticas. Sesión # 1. Fundamentos del Álgebra.
Matemáticas Sesión # 1. Fundamentos del Álgebra. Contextualización Esta sesión está diseñada para ofrecer una breve explicación de los principios aritméticos y algebraicos que se requieren para el manejo
Más detalles9 APROXIMACIONES DE LA BINOMIAL
9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X
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 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 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 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 detallesGUÍA DOCENTE ESTADÍSTICA I Julio 2018
Julio 2018 DATOS GENERALES Asignatura: Código: 801100 (ADE) 801911 (MKCD) Curso: 2018-19 Titulación: Grado en Administración y Dirección de Empresas Grado en Marketing y Comunicación Digital Nº de créditos
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 detalles1) Una caja contiene 3 bolitas rojas y 4 amarillas se extraen dos, una después de la otra y sin reposición. X= No de bolitas rojas extraídas
ENCUENTRO # 47 TEMA: Distribución binomial CONTENIDOS: 1. Definición. Distribución binomial 2. Ejercicios propuestos 3. Ejercicios de Entrenamiento PAES Ejercicios Reto 1) Una caja contiene 3 bolitas rojas
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES DISCRETAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES DISCRETAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad de: Binomial, Hipergeometrica y Poisson
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 2 Nombre: Expresiones algebraicas y sus operaciones Objetivo de la asignatura: En esta sesión el estudiante aplicará las operaciones básicas como suma, resta, multiplicación
Más detallesM. Wiper Estadística 1 / 17. Variables discretas. Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid
M. Wiper Estadística 1 / 17 Variables discretas Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 2 / 17 Objetivo Intropducir las variables discretas más importantes
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 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 detallesPARTE 1 EJERCICIOS 1ºBACHILLERATO CIENCIAS SOCIALES. Ejercicios 1.1 = 10. Solución: Video Toma logaritmos en las siguientes expresiones:
PARTE 1 1.1 = 10 Solución: Video 1.1 1.2 Toma logaritmos en las siguientes expresiones: Solución: Vídeo 1.2 1.3 Halla el valor de: Solución: Vídeo 1.3 1.4 Hallar: Solución: Vídeo 1.4 2.1 Solución: Vídeo
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 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 detallesESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas
ESTADÍSTICA INFERENCIAL Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros,
Más detalles1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES
1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMAS 14 y 15.- DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 1 1.- VARIABLES ALEATORIAS DISCRETAS Concepto
Más detallesUNIDAD IV. DISTRIBUCIONES DE PROBABILIDAD DISCRETAS. Entre las distribuciones discretas a tratar en este caso están:
UNIDAD IV. DISTRIBUCIONES DE PROBABILIDAD DISCRETAS. Entre las distribuciones discretas a tratar en este caso están: 1. Binomial 2. Multinomial 3. Hipergeométrica 4. Hipergeométrica generalizada 5. Poisson
Más detallesEstadística para la toma de decisiones. SESIÓN # 8. Aplicaciones de Excel en la estadística
Estadística para la toma de decisiones. SESIÓN # 8. Aplicaciones de Excel en la estadística Contextualización. En esta sesión se utilizara la hoja de cálculo de Excel para generar datos cualitativos o
Más detallesTema 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
Más detallesCI 41C HIDROLOGÍA HIDROLOGÍA PROBABILÍSTICA
CI 41C HIDROLOGÍA HIDROLOGÍA PROBABILÍSTICA alcantarilla Puente? Badén http://www.disasternews.net/multimedia/files/drought5_9412.jpg Fenómenos en Ingeniería (según certeza de ocurrencia) determinísticos
Más detallesTEL / / FAX Correo electrónico: Página Web:
UNIVERSIDAD DE COSTA RICA FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA DE ESTADÍSTICA CURSO: XS-1130 Estadística Introductoria II Créditos: 4 II Ciclo 2017 GRUPO Y DOCENTE: HORARIO : AULA: CORREO ELECTRÓNICO:
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más detallesAPROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC SIGMA 28 Abel Martín (*) y Rosana Álvarez García (**) En dos artículos anteriores ya hemos estudiado la distribución Binomial
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 detalles1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:
(variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda
Más detallesEl primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
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 detallesEstadística Inferencial. Sesión 6. Pruebas de hipótesis para medias y proporciones.
Estadística Inferencial. Sesión 6. Pruebas de hipótesis para medias y proporciones. Contextualización. En esta sesión aprenderemos a estimar y analizar las pruebas de hipótesis para media y proporción
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 detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 3 Nombre: Ecuaciones Lineales Objetivo de la asignatura: En esta sesión el estudiante aplicará las principales propiedades de ecuaciones lineales con la finalidad
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 6 Nombre: Sistemas de ecuaciones lineales y métodos de solución Objetivo de la asignatura: En esta sesión el estudiante aplicará los métodos de solución por sustitución,
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 detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA ESTADÍSTICA I CÓDIGO DE MATERIA MC 106 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA
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 detallesVARIABLES ALEATORIAS Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLES ALEATORIAS Y FUNCIÓN DE DISTRIBUCIÓN BIBLIOGRAFIA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos G. Probabilidad
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 detallesEstadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos
Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del
Más detallesMatemáticas Financieras Avanzadas
Matemáticas Financieras Avanzadas 1 Sesión No. 5 Nombre: Anualidades Simples Objetivo Al término de la sesión el estudiante aplicará los cálculos básicos de anualidades con anualidades simples, ciertas,
Más detallesBLOQUE II PROBABILIDAD Y MUESTREO PEDRO M. VALERO MORA GRUPO B, G Y H CURSO
BLOQUE II PROBABILIDAD Y MUESTREO PEDRO M. VALERO MORA GRUPO B, G Y H CURSO 2009-2010 Parte I Probabilidad 1.1. Caos v. aleatorio. 1.1. Caos v. aleatorio Puede que parezcan lo mismo pero: Lo aleatorio
Más detalles