Repaso de Probabilidad y Estadística
|
|
- Sergio Lucero Rubio
- hace 6 años
- Vistas:
Transcripción
1 Repaso de Probabilidad y Estadística Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Probabilidad 2 Definición Interpretación Frecuentista Interpretación Subjetiva Probabilidad Condicional Th. Probabilidad Total Th. de Bayes Verosimilitud Estadística 12 Variables Aleatorias Función de Probabilidad Función de Distribución Función de Densidad Función de Distribución Distribución Normal Th. Central del Límite
2 Probabilidad 2 / 19 Definición Probabilidad: Cociente entre el número de casos favorables de un suceso y el número de casos posibles. P(A) = num. casos favorables a A num. casos posibles Es aplicable este concepto siempre? Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 3 / 19 Interpretación Frecuentista Se aplica a experimentos que se pueden repetir indefinidamente y bajo las mismas condiciones. Las frecuencias relativas se estabilizan al repetirse el experimento. Supongamos que un suceso A ocurra A n veces en n repeticiones del experimento: Suponiendo que este ĺımite existe. A n P(A) = lim n n Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 4 / 19 2
3 Interpretación Subjetiva Medida del grado de creencia que se tiene acerca de un suceso de interés. Se puede aplicar en cualquier situación en la que exista una opinión. Al recibir información nueva, las probabilidades cambian. La probabilidad de un suceso como la medida del grado de creencia que tiene una persona en un momento preciso acerca de la ocurrencia de un suceso. Requiere de un calibrado. Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 5 / 19 Probabilidad Condicional Supongamos que estamos interesados en el suceso A, cuya probabilidad de ocurrencia definimos como P(A), y nos informan que ha ocurrido el suceso B. Cambian nuestras creencias acerca de la ocurrencia del suceso A?. Son A y B independientes? Siendo B un suceso tal que P(B) > 0, para cualquier otro suceso A denominaremos Probabilidad Condicionada de A respecto de B: P(A B) P(A B) = P(B) A y B son sucesos independientes si y sólo si, P(A B) = P(A) P(B) Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 6 / 19 3
4 Ejemplo Supongamos que 3 máquinas M1, M2 y M3 fabrican piezas con una producción de 300, 450 y 600 piezas por hora respectivamente. Sabemos que los porcentajes de piezas defectuosas que fabrica cada máquina son 2%, 3.5% y 2.5% respectivamente. Las piezas fabricadas se almacenan de forma conjunta en el mismo almacén. Cuál es la probabilidad de elegir al azar una pieza defectuosa? P(D) Parámetros del problema: P(M i ) P(D M i ) Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 7 / 19 4
5 Teorema de la Probabilidad Total Si A 1,...,A n E son un conjunto de sucesos exhaustivo, n A i = E, i=1 y mutuamente excluyente, entonces, B E: A i A j = ø i j, n P(B) = P(B A i ) P(A i ) i=1 Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 8 / 19 5
6 Ejemplo Una empresa desarrolladora de antivirus nos proporciona la siguiente información para juzgar las ventajas de su producto estrella: Si un ordenador está infectado, lo cual ocurre según ellos en un 1% de las ocasiones, el test antivirus nos dirá que el ordenador está infectado el 99% de las ocasiones. Si un ordenador no está infectado, lo cual ocurre según ellos en un 99% de los casos, el test antivirus nos dirá que está infectado en un 5% de las ocasiones. Son estos valores adecuados? Parámetros conocidos: P(L),P(L c ),P(T + L),P(T + L c ) Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 9 / 19 6
7 Teorema de Bayes Sea A 1,...,A n E, un sistema exhaustivo y excluyente de sucesos. Sea B E un suceso del que conocemos las probabilidades: Entonces se verifica j = 1,...,n: P(B A i ) i = 1,...,n. P(A j B) = P(B A j) P(A j ) n i=1 P(B A i) P(A i ) Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 10 / 19 7
8 Verosimilitud Supongamos que partimos de dos hipótesis, A ó A c, y partimos de unas creencias iniciales o probabilidades a priori, P(A) y P(A c ) = 1 P(A) Realizamos un experimento, G ó G c, del que obtenemos cierta información. Dependiendo de cual de las hipótesis fuera cierta, A ó A c, tendríamos una verosimilitud de que ocurriese G, P(G A) ó P(G A c ). Puesto que hemos observado G las nuevas probabilidades relevantes serán las probabilidades a posteriori, P(A G) ó P(A c G) Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 11 / 19 Estadística 12 / 19 Variables Aleatorias En todo proceso de observación o experimento podemos definir una variable aleatoria asignando a cada resultado del experimento un número: Resultado Numérico. Etiqueta numérica asignada a cada resultado cualitativo. Variable Aleatoria Discreta: Aquella que solo puede tomar un número finito, o infinito numerable, de valores distintos. Variable Aleatoria Continua: Aquella que puede tomar un número infinito, o no numerable, de valores distintos. Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 13 / 19 8
9 Función de Probabilidad Dada una Variable Aleatoria Discreta, X, se define su función de probabilidad, f(x i ), como la probabilidad de que X tome el valor x i : Si x i / E, f(x i ) = 0. f(x i ) 0 i = 1,...,n. f(xi ) = 1. f : E [0,1] x i f(x i ) = P(X = x i ) Momentos de una V.A.: Esperanza o Media: E[X] = µ = x i f(x i ) Varianza: V ar[x] = σ 2 = (x i µ) 2 f(x i ) Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 14 / 19 Función de Distribución F(x i ) = j i f(x j ) = P(X x i ) Ejemplo: Distribución de Bernulli: Resultado de la observación de un experimento con dos resultados posibles. P(X = 1) = p, P(X = 0)1 p = q. f(x) = p x q 1 x Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 15 / 19 9
10 Función de Densidad Dada una Variable Aleatoria Continua, X, se define su función de densidad, f(x i ), como una función integrable, no negativa, verificando: f(x i ) 0 x R. f(x)dx = 1 Dados a < b, P(a X b) = b a f(x)dx. Momentos de una V.A.: Esperanza o Media: E[X] = µ = x f(x)dx Varianza: V ar[x] = σ 2 = (x µ)2 f(x)dx Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 16 / 19 Función de Distribución Ejemplo: Distribución Uniforme: F(x) = P(X x) = f(x) = 1 b a x a < x < b f(t)dt 0 en el resto 0 x a x a F(x) = b a a < x < b 1 x b µ = a + b 2 ; (b σ2 a)2 = 12 Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 17 / 19 10
11 Distribución Normal Descubierta por Gauss como respuesta a las irregularidades y errores en procesos de medición. Una V.A. tiene una distribución Normal, N(µ,σ), si su función de densidad es: Normal estándar, µ = 0, σ = 1: f(x) = 1 ) (x µ)2 exp ( 2πσ 2σ 2 f(z) = 1 2π exp Φ(z) = P(Z z) = z ) ( z π exp ( ) t2 dt 2 Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 18 / 19 Teorema Central del Límite En todo proceso de medición en el que no existen errores sistemáticos, las medidas tomadas seguirán una distribución normal. Licesio J. Rodríguez-Aragón Métodos Cuantitativos Org. Ind. 19 / 19 11
Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto
Estadística Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más 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 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 detallesUnidad II: Fundamentos de la teoría de probabilidad
Unidad II: Fundamentos de la teoría de probabilidad 2.1 Teoría elemental de probabilidad El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos que se denominan aleatorios, cuya característica
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 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 detallesPROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.
1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto
Más detallesProbabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro La probabilidad nos proporciona un modelo teórico para la generación de los datos experimentales Medidas de la Posibilidad
Más detallesTema 3: Cálculo de Probabilidades. Métodos Estadísticos
Tema 3: Cálculo de Probabilidades Métodos Estadísticos 2 INTRODUCCIÓN Qué es la probabilidad? Es la creencia en la ocurrencia de un evento o suceso. Ejemplos de sucesos probables: Sacar cara en una moneda.
Más 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 detallesVariables aleatorias unidimensionales
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Variable aleatoria 1 Variable aleatoria 2 3 4 Variable aleatoria Definición Las variables aleatorias son funciones cuyos valores dependen
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesPROBABILIDAD Y ESTADÍSTICA
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 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 detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA 5)
TEMA 5 NOCIONES BÁSICAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer los conceptos de experimento aleatorio y espacio muestral. Distinguir los distintos tipos de sucesos que forman parte del espacio
Más detallesIntroducción a la Probabilidad
Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesTema 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 detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
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 detallesProbabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más 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 detallesEXPERIMENTO ALEATORIO
EXPERIMENTO ALEATORIO En concepto de la probabilidad, un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, en otras palabras,
Más detallesTeoría de la decisión
Teoría de la decisión Repaso de Estadística Unidad 1. Conceptos básicos. Teoría de. Espacio muestral. Funciones de distribución. Esperanza matemática. Probabilidad condicional 1 Teoría de la decisión Teoría
Más detallesAxiomática de la Teoría de Probabilidades
Axiomática de la Teoría de Probabilidades Modelos matemáticos Según el experimento Cada ejecución del experimento se denomina prueba o ensayo Determinísticos Aleatorios Conjunto de resultados posibles
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 detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detalles4.12 Ciertos teoremas fundamentales del cálculo de probabilidades
1 de 9 15/10/2006 05:57 a.m. Nodo Raíz: 4. Cálculo de probabilidades y variables Siguiente: 4.14 Tests diagnósticos Previo: 4.10 Probabilidad condicionada e independencia de 4.12 Ciertos teoremas fundamentales
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesSistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad.
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 detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 3 Variables aleatorias Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesMétodos Estadísticos de la Ingeniería Tema 5: Cálculo de Probabilidades Grupo B
Métodos Estadísticos de la Ingeniería Tema 5: Cálculo de Probabilidades Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2010 Contenidos...............................................................
Más detallesPROBABILIDAD Y ESTADISTICA UNIDAD 4: PROBABILIDAD
ROBABILIDAD Y STADISTICA UNIDAD 4: ROBABILIDAD Definición de robabilidad Cuando un experimento aleatorio se repite un gran número de veces, los posibles resultados tienden a presentarse un número muy parecido
Más detallesEstadís3ca y Métodos Numéricos Tema 2. Probabilidad
Estadís3ca y Métodos Numéricos Tema 2. Probabilidad Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García
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 detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
Más detalles6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Más detallesDistribuciones Continuas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 7.
Distribuciones Continuas de Probabilidad 1 Contenido 1. Ejemplo. 2. Diferencia entre variables aleatorias discretas y continuas. 3. Diferencia de f(x) entre variables aleatorias discretas y continuas.
Más detallesVariables Aleatorias. Introducción
Variables Aleatorias Introducción Concepto de variable aleatoria Es conveniente que los resultados de un experimento aleatorio estén expresados numéricamente. Se prueban tres componentes electrónicos,
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 detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
Más detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesUnidad 1: Probabilidad
Cuál es la probabilidad de aprobar Introducción a la Probabilidad y Estadística? - - Introducción a la Probabilidad y Estadística Unidad 1: Probabilidad Cuál es la probabilidad de no encontrarme un embotellamiento
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesEstadística Aplicada
Estadística Aplicada Universidad Maimónides 2016 Clase 3. Algunos Conceptos de Probabilidad Pedro Elosegui Conceptos Probabilísticos - Probabilidad: valor entre cero y uno (inclusive) que describe la posibilidad
Más detallesPROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta
Más detallesTEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...
TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detalles1.1. Distribución exponencial. Definición y propiedades
CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesTema 3: Probabilidad. Teorema de Bayes.
Estadística 36 Tema 3: Probabilidad. Teorema de Bayes. 1 Definiciones básicas. En Estadística se utiliza la palabra experimento para designar todo acto que proporciona unos datos. Se van a distinguir dos
Más detallesTema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
Más detallesEL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento
Más detallesDr. Francisco Javier Tapia Moreno. Octubre 14 de 2015.
Dr. Francisco Javier Tapia Moreno Octubre 14 de 2015. Nuestra explicación anterior de intersecciones y uniones indica que nos interesa calcular las probabilidades de sucesos tales como A y B y A o B. Estos
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesHOJA DE TRABAJO UNIDAD 3
HOJA DE TRABAJO UNIDAD 3 1. Defina que es probabilidad Es el estudio de experimentos aleatorios o libres de determinación, el resultado es al azar. Se refiere al estudio de la aleatoriedad y a la incertidumbre.
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 detallesMétodos Estadísticos Capítulo II
Métodos Estadísticos Capítulo II Dr. Gabriel Arcos Espinosa Contenidos El campo de la probabilidad y estadística Conceptos básicos Enfoque para asignar probabilidades Contenidos Reglas de probabilidad
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 2 Probabilidad condicional e independencia Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir los eventos condicionales de los eventos independientes.
Más detallesMODELOS DE PROBABILIDAD
MODELOS DE PROBABILIDAD Jorge Galbiati Riesco EXPERIMENTOS ALEATORIOS Considere las siguientes situaciones: 1. Se cuenta el número de naves que arriban a un puerto, por día. 2. Se le pregunta a un consumidor
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 4 Distribución de Probabilidades Distribución de Probabilidades Distribución de Probabilidades Variables Aleatorias: Discreta y Continua Función Densidad
Más detallesAlgunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial.
Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial c) Relación entre la Distribuciones de Poisson y Exponencial. d) Distribución
Más detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
Más detallesTema 8. Muestreo. Indice
Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
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 detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más 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 detallesCAPÍTULO IV CONCEPTOS BÁSICOS DE PROBABILIDAD
CAPÍTULO IV CONCEPTOS BÁSICOS DE PROBABILIDAD Por qué hablar de Probabilidad En el primer capítulo cuando definimos algunos conceptos hablamos de población y de muestra, dijimos que cuando trabajamos con
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
Más detallesTema 3. VARIABLES ALEATORIAS.
3..- Introducción. Tema 3. VARIABLES ALEATORIAS. Objetivo: Encontrar modelos matemáticos para el trabajo con probabilidad de sucesos. En particular, se quiere trabajar con funciones reales de variable
Más detallesIntroducción. 1. Algebra de sucesos. PROBABILIDAD Tema 2.1: Fundamentos de Probabilidad Primeras deniciones. M. Iniesta Universidad de Murcia
PROBABILIDAD Tema 2.1: Fundamentos de Probabilidad Introducción Jacob Berooulli (1654-1705), Abraham de Moivre (1667-1754), el reverendo Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813) desarrollaron
Más detallesCálculo de Probabilidades II Preguntas Tema 1
Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
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 detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detalles7 Uso de la probabilidad en la investigación psicológica
7 Uso de la probabilidad en la investigación psicológica 1. Teoría de la Probabilidad 2. Variables aleatorias La importancia de la Teoría de la Probabilidad en el ámbito de la estadística se deriva del
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
Más detalles