03 Variables aleatorias y distribuciones de probabilidad
|
|
- Tomás Torregrosa Herrera
- hace 6 años
- Vistas:
Transcripción
1 03 Variables aleatorias y distribuciones de probabilidad Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1
2 Contenido Variables aleatorias discretas: función de probabilidad y de distribución Variables aleatorias continuas: función de densidad y de distribución Características de las variables aleatorias: valor esperado, varianza Aplicación práctica, representaciones 2
3 Variable aleatoria Sea Ω un espacio muestral. Una función se conoce como variable aleatoria (random variable en inglés) Nota: la definición real es en verdad algo más complicada. Ver:
4 La variable aleatoria transforma los resultados del espacio muestral en cantidades numéricas. La letra mayúscula X denota la función (la variable aleatoria). La letra minúscula x denota el valor que toma la variable aleatoria, es decir, x=x(ω) Observe que una variable aleatoria NO es una variable como tal sino que es una función
5 Lanzamientos de dos dados X denota la suma de los resultados de las dos caras Valor de la variable aleatoria Resultado (ω) (1,1) (1,2), (1,3), (1,4), (1,5), (1,6), (2,6), (3,6), (4,6), (5,6), (6,6) (2,1) (2,2), (2,3), (2,4), (2,5), (3,5), (4,5), (5,5), (6,5) (3,1) (3,2), (3,3), (3,4), (4,4), (5,4), (6,4) (4,1) (4,2), (5,1) (4,3), (5,2), (6,1) (5,3), (6,2) (6,3) x := X(ω) Número de Probabilidad ocurrencias 1 1/36 2 2/36 3 3/36 4 4/36 5 5/36 6 6/36 5 5/36 4 4/36 3 3/36 2 2/36 1 1/36 = 36 =1
6 Una variable aleatoria X es discreta si D tiene una cardinalidad finita o infinita contable (es decir si los elementos de D se pueden poner en una correspondencia uno a uno con los números naturales) Una variable aleatoria X es continua si D tiene una cardinalidad infinita no contable, es decir si D está formado por intervalos de la recta real
7
8
9 Eventos definidos por la variable aleatoria X:Ω R
10 Descripción probabilista de las variables aleatorias Las variables aleatorias discretas se describen mediante: Función de Masa de Probabilidades (FMP) Función de Distribución de Acumulada (FDA) Las variables aleatorias continuas se describen mediante: Función de Densidad de Probabilidades (FDP) Función de Distribución de Acumulada (FDA)
11 Función de Masa de Probabilidades Definición matemática
12 Función de Masa de Probabilidades Una función de masa de probabilidades (FMP) es una funcion que dice la probabilidad que una variable aleatoria discreta tome exactamente un valor. Una FMP. Observe que todos los valores de esta función son nonegativos y suman 1. Una FMP de un dado equilibrado. Todos los números en el dado tienen igual probabilidad de aparecer.
13 Graficando FMPs en MATLAB
14 Propiedades de la FMP Las FMP deben satisfacer las siguientes propiedades:
15 La función Delta de Dirac
16 Representación de una FMP utilizando Deltas de Dirac
17 Ejemplo Para verificar la calidad de un lote de cilindros de concreto, un ingeniero extrae al azar 3 muestras. Suponiendo que la probabilidad que el cilindro no cumpla las especificaciones es del 10%, cual es la probabilidad que: a) los tres cilindros cumplan con las especificaciones b) sólo dos cilindros cumplan con las espeficicaciones c) sólo un cilindro cumpla con las espeficicaciones d) ninguno de los cilindros cumpla con las especificaciones
18 s cilindro que cumple con las especificaciones n cilindro que NO las cumple P(s) = p P(n) = 1-p P[0 OK] = (n,n,n) = (1-p)(1-p)(1-p) = (1-p)3 P[1 OK] = (n,n,s)+(n,s,n)+(s,n,n) = 3(1-p)2p P[2 OK] = (n,s,s)+(s,s,n)+(s,n,s) = 3p2(1-p) P[3 OK] = (s,s,s) = p3 FMP binomial
19 En el caso del ejemplo p = 0.90, siendo la FMP: P[0 OK] = (1-p)3 = (0.1)3 = P[1 OK] = 3(1-p)2p = 3 (0.1)2 x 0.9 = P[2 OK] = 3p (1-p) = 3 (0.9) x 0.1 = P[3 OK] = p = (0.9) = 0.729
20 En la práctica de control de calidad, el ingeniero debe tomar la decisión acerca de si el material se encuentra dentro de las especificaciones o no basado en una observación de dos muestras malas en una muestra de tamaño tres. Suponiendo que el material es satisfactorio, la probabilidad de tal suceso es muy pequeña (2,7%), y por lo tanto, el ingeniero decidirá usualmente que el material no cumple con las especificaciones.
21 Ejemplo lanzamiento de una moneda Cuántas veces se debe lanzar una moneda para obtener caras? 1 C P(C) = SC P(SC) = SSC P(SSC) = SSSC P(SSSC) = n-1 veces n S...SSC P(S...SSC) = 0.5n se extiende hasta el infinito
22 Ejemplo
23
24 Función de Densidad de Probabilidades (FDP)
25 Intelligence quotient IQ μ=100, σ=15
26 Motivación Las FDPs se pueden entender como el límite de un histograma cuando el ancho de cada subintervalo tiende a cero. Cuando la altura de una persona es 172 cm, es lógico entender como [171.5 cm, cm]; por lo tanto, en el caso continuo es más lógico visualizar las probabilidades de intervalos que de un punto en particular.
27 Interpretación de la FDP La FDP fx del caso continuo se debe entender de forma diferente a la FMP px del caso discreto: Con las FMPs, la probabilidad que x tome un valor específico puede ser diferente de cero. Con las FDPs, la probabilidad que x tome un valor específico x es cero. Por lo tanto, la FDP no representa la probabilidad que X=x. Mas bien proporciona un medio para determinar la probabilidad de un intervalo a X b.
28 Interpretación de la FDP El valor de fx(x) solo es una medida de la densidad o intensidad de la probabilidad en el punto x.
29 Interpretación de la FDP El valor de fx(x) solo es una medida de la densidad o intensidad de la probabilidad en el punto x. más frecuencia Colas de la FDP menos frecuencia
30 Función de Distribución Acumulada (FDA)
31 FDA de una función de masa de probabilidades (FMP) FDA de una función de densidad de probabilidades continua FDA de una función de densidad de probabilidades que tiene un componente continuo y una parte discreta.
32 Continuidad por la derecha y por la izquierda Función continua por la derecha Función continua por la izquierda
33 Función de Distribución Acumulada (FDA)
34 Función de Distribución Acumulada (FDA)
35 FMP vs FDA
36 Ejemplo: FMP y FDA uniforme discreta
37 Ejemplo: FDA discreta (Poisson) P(X k) λ>0 representa el número esperado de ocurrencias durante un intervalo dado de tiempo. Por la FDA del evento que lleguen k clientes a un banco dado que en promedio llegan λ=1, 4 y 10 clientes/minuto se muestra a continuación: k
38 FDP vs FDA
39 FDP vs FDA
40
41 Ejemplo
42 Continuación ejemplo
43 Función de distribución de probabilidades empírica 43
44 Función de distribución de probabilidades empírica 44
45 El comando disttool del toolbox de estadística de MATLAB Dicho comando es extremadamente útil para explorar la forma de las FDPs y FDAs 45
46 Variables aleatorias mixtas La variable aleatoria puede ser a la vez discreta y continua, es decir asume valores puntuales con una probabilidad diferente de cero, al igual que valores por intervalos. Este es el caso de ensayo de equipos, donde X es el tiempo de funcionamiento del equipo, existe una probabilidad de que el artículo no funcione del todo, falla en el tiempo X = 0; ó también cuando Y es la variable aleatoria que representa la demora de un motorista al hacer un pare obligatorio, existe una probabilidad de que no haya tráfico y el motorista no tenga demora X = 0, sí tiene que esperar, lo debe hacer por un tiempo continuo.
47 Variables aleatorias mixtas g(x)
48 Variables aleatorias mixtas
49
50 Ejemplo 2: variables aleatorias mixtas
51
52
53 FDP truncada
54 FDP condicional Suponga que estamos interesados en la distribución de la demanda o carga X dado que sea mayor que algún valor de umbral x0. HACER GRAFICO FDP truncada
55 FDP de una función g(x)
56 FDP a partir de observaciones Kernel smoothing methods (tambien llamado ventanas de Parzen (Parzen windows). El comando de MATLAB asociado es ksdensity. Ver:
57 FDP a partir de observaciones Existen otro métodos basados en la utilización de polinomios ortogonales de Legendre. Ver por ejemplo: X.B. Li y F.Q. Gong (2009). A method for fitting probability distributions to engineering properties of rock masses using Legendre orthogonal polynomials. Structural Safety. Volume 31, Issue 4, July 2009, Pages Applying the Gram-Schmidt process to the functions 1, x, x^2,... on the interval [-1,1] with the usual L^2 inner product gives the Legendre polynomials
58 Valor esperado de una variable aleatoria El valor promedio de una variable aleatoria después de un número grande de experimentos es su valor esperado. Se dice valor esperado (expected value) o también esperanza matemática (mathematical expectation)
59 Valor esperado de una variable aleatoria
60 Valor esperado de una variable aleatoria Ver:
61 Ejemplo: valor esperado El valor esperado no necesariamente toma un valor que pudiera tomar la variable aleatoria.
62 Paradoja de San Petersburgo
63 Paradoja de San Petersburgo
64 Valor esperado VA uniforme continua
65 Valor esperado VA exponencial
66 Propiedades del valor esperado
67 Propiedades del valor esperado Valor esperado de una constante: Desigualdades:
68 Interpretación del valor esperado El término valor esperado no entenderse como el valor más probable. debe El valor esperado se debe entender como el valor promedio que toma la variable aleatoria después de efectuar muchos experimentos independientemente. El valor esperado se puede asociar al centro de gravedad de la FDP.
69 Importancia práctica del valor esperado En un problema físico, en que un fenómeno tiene como modelo una variable aleatoria, generalmente el número más significativo que el ingeniero puede obtener es el valor medio de esa variable; es una medida de la tendencia central de la variable y muchas veces, si se van a hacer observaciones repetidas del fenómeno, del valor alrededor del cual se pude esperar la dispersión. La media muestral de muchas de tales observaciones estará con alta probabilidad muy cerca a la media de la variables aleatoria fundamental.
70 Valor esperado de una función g(x)
71 Valor esperado de una función g(x) Tenga en cuenta que Otra propiedad del valor esperado es:
72 Ejemplo: valor esperado de g(x)
73 Esperanza condicional
74 Ejemplo 1 esperanza condicional
75 Ejemplo 2 esperanza condicional
76 Momentos de una variable aleatoria Los momentos de una variable aleatoria X son los valores esperados de ciertas funciones de X. Estas forman una colección de medidas descriptivas que pueden emplearse para caracterizar la distribución de probabilidad de X y especificarla si todos los momentos de X son conocidos. A pesar de que los momentos de X pueden definirse alrededor de cualquier punto de referencia, generalmente se definen alrededor del cero (momentos no centrales) o del valor esperado de X (momentos centrales).
77 Momentos no centrales
78 Momentos centrales
79 Algunos momentos centrales
80 Media cuadrática VA uniforme continua
81 Media cuadrática VA exponencial
82 Notas sobre los momentos Tenga en cuenta que todas las proposiciones anteriores con respecto a los momentos se encuentra sujetas a la existencia de las sumas o integrales que las definan. El uso de los momentos de una variable aleatoria para caracterizar a la FDA es útil especialmente en un medio en el que el experimentador conozca la FDA.
83 Varianza La varianza es una medida de la dispersión de una variable aleatoria.
84 Varianza La varianza es una medida de la dispersión de una variable aleatoria.
85 Relacionando la varianza con la media y la media cuadrática
86 Un dado perfecto
87 Varianza FDP exponencial
88 Varianzas Uniforme Exponencial
89 Propiedades de la varianza
90
91 Notas sobre la varianza Si una distribución no tiene esperanza, como ocurre con la de Cauchy, tampoco tiene varianza. Existen otras distribuciones que, aun teniendo esperanza, carecen de varianza. Un ejemplo de ellas es la de Pareto cuando su índice k satisface 1 < k 2.
92 Ley de la esperanza total 92
93 Ley de la varianza total 93
94 Coeficiente de variación (C.O.V.) Es una medida normalizada de la dispersión, utilizada en control de calidad. Está definida por: Está definida para valores positivos de μ. Es útil porque la desviación estándar se debe entender siempre en contexto con la media. Como no tiene dimensión, sirve para comparar dispersiones de datos con medias diferentes Es sensitiva a pequeños cambios en la media cuando esta se acerca a cero, limitando su utilidad. NOTA: No confundir con la covarianza
95 Coeficiente de asimetría (skewness) g1 < 0 distribución asimétrica negativamente g1 > 0 distribución asimétrica positivamente
96 Coeficiente de apuntalamiento (curtosis)
97 Desigualdad de Chebyshev
98 Otras medidas de tendencia central y dispersión La media de una variable aleatoria es generalmente la medida preferida de tendencia central. Sin embargo, en algunas situaciones la mediana y en menor grado la moda, pueden ser mediadas de tendencia central mucho más apropiadas. Por ejemplo, en distribuciones unimodales cuya asimetría es grande, el valor esperado de la variable aleatoria puede verse afectado por los valores extremos de la distribución, mientras que la mediana no lo estará.
99 Relación entre la media, la mediana y la moda en distribuciones unimodales
100 Mediana de una FMP/FDP
101 Cuantil de una FMP/FDP Algunos cuartiles: - Percentil q = Decil q = Cuartil q = Mediana q =
102 Moda de una FMP/FDP 102
103 Otras medidas de dispersión 103
03 Variables aleatorias y distribuciones de probabilidad. Contenido. Variable aleatoria
03 Variables aleatorias y distribuciones de probabilidad Contenido Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Variable aleatoria Sea Ω un espacio muestral.
Más detalles03 Variables aleatorias y distribuciones de probabilidad
03 Variables aleatorias y distribuciones de probabilidad Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Variables aleatorias discretas: función
Más detalles03 Variables aleatorias y distribuciones de probabilidad
03 Variables aleatorias y distribuciones de probabilidad Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Variables aleatorias discretas: función
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detalles00 Introducción a la estadística y teoría de probabilidades
00 Introducción a la estadística y teoría de probabilidades Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Qué es la estadística? Qué es la teoría
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 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 detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
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 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 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 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 detallesTema 4 Variables Aleatorias
Tema 4 Variables Aleatorias 1 Introducción En Estadística Descriptiva, se estudiaron las distribuciones de frecuencias de conjuntos de datos y posteriormente se vimos los fundamentos de la teoría de probabilidades.
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 detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
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 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 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 detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
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 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 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 detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detalles06 Variables aleatorias conjuntas. Contenido. Variables aleatorias conjuntas. Objetivo
6 Variables aleatorias conjuntas Contenido Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales Variables aleatorias conjuntas Funciones de masa 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 detallesDistribución binomial
Distribución binomial Cuando la Distribución de Benoulli se preguntaba Que pasara si sucede un único evento? la binomial esta asociada a la pregunta " Cuantas veces hay que realizar la prueba para que
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 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 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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
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 detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
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 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 detalles3 PROBABILIDAD Y DISTRIBUCION NORMAL
3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder
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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
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 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 detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
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 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 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 detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesMedidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
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 detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
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 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 detallesVARIABLE ALEATORIA. Una variable aleatoria discreta es el modelo teórico de una variable estadística discreta (con valores sin agrupar).
VARIABLE ALEATORIA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA CONTINUA DISTRIBUCIÓN DE PROBABILIDAD. PROBABILIDAD INDUCIDA. FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE DISCRETA FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
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 detallesDistribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
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 detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesRepaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
Más detallesNOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
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 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 detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Más detallesU.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
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 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 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 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 detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
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 detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesMedidas de tendencia central y dispersión
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 3, Marzo 2011. Open Access, Creative Commons. Medidas de tendencia central y dispersión Autor: Fernando Quevedo Ricardi (1) Filiación:
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 detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
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 detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
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 detallesEstadística I PLAN DE DISCIPLINA
Estadística I PLAN DE DISCIPLINA Licenciatura en Contaduria Pública GESTIÓN II 2016 LIC. JUAN CHAPI MAMANI Universidad Salesiana de Bolivia Carrera de Contaduria Pública Bolivia, La Paz. A 13 de septiembre
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesProyecto PropULSA: Estadística y Probabilidad Breviario Académico
Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en
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 detallesZ i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
Más detallesTema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
Más detallesProbabilidad y Estadística, EIC 311
Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda
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 detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesEstadística Aplicada
Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.
Más detallesRELACIÓN DE EJERCICIOS TEMA 2
1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación
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 detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
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 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 detallesMétodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
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