Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
|
|
- José Manuel Luis Páez Martin
- hace 6 años
- Vistas:
Transcripción
1 Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
2 BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos G. Probabilidad y Estadística, Aplicaciones y Métodos. México: Editorial Mc Graw Hill.
3 ALGUNAS DISTRIBUCIONES DISCRETAS IMPORTANTES Entre las principales distribuciones discretas tenemos: Distribución Binomial Distribución de Poisson Distribución Hipergeométrica
4 DISTRIBUCIÓN BINOMIAL
5 ENSAYO DE BERNOULLI Un ensayo de Bernoulli es un experimento aleatorio que tiene únicamente dos resultados posibles. Observaciones: 1. Los resultados de un ensayo de Bernoulli suelen ser denominados Éxito y Fracaso ; los cuales no tienen connotación de bueno y malo respectivamente. 2. Como el experimento solo tiene dos resultados, el termino éxito hace referencia a la ocurrencia del evento de interés y el termino fracaso al evento contrario, es decir al complemento.
6 ENSAYO DE BERNOULLI Ejemplos: Al inspeccionar un proceso de producción, si se encuentra algún producto defectuoso el proceso es detenido y sometido a revisión., encontrar un producto defectuoso constituye éxito. Un sistema eléctrico puede que funcione o no, se considera éxito que el sistema funcione y fracaso que no funcione. Un conmutador en ON/OFF, un servidor con conexión o sin ella, un fusible defectuoso o no defectuoso, etc. 3. El resultado éxito toma el valor 1 y fracaso el valor La probabilidad de éxito es p y de fracaso (1 p).
7 DISTRIBUCIÓN DE BERNOULLI Definición: Una variable aleatoria X tiene distribución de Bernoulli con parámetro p si su función de probabilidad esta dado por: X x 1 x f x p 1 p x 0, 1 Notación: X B p Características numéricas: E X p VX p1p
8 ENSAYO BINOMIAL Un ensayo binomial se caracteriza por: 1. Constan de n ensayos de Bernoulli. 2. Los resultados en cada ensayo pueden clasificarse como éxito o fracaso. 3. Los ensayos son independientes. 4. La probabilidad p de éxito en cada ensayo es constante. Es decir un ensayo binomial consiste de n ensayos independientes de Bernoulli, cada uno de los cuales con igual probabilidad p de éxito.
9 DISTRIBUCIÓN BINOMIAL Se emplea para conocer la probabilidad de obtener un número determinado de éxitos al realizar n ensayos de Bernoulli. Definición: Una variable aleatoria X tiene distribución Binomial con parámetros n y p si su función de probabilidad esta dado por: n fx x p 1 p x x n x x 0,1, 2,..., n Notación: X B n,p
10 DISTRIBUCIÓN BINOMIAL Función de distribución: Características numéricas: E X np V X np 1 p 0 x 0 x n i ni FX x p 1 p 0 x n i0 x 1 x 1
11 DISTRIBUCIÓN BINOMIAL Grafico de la Distribución Binomial con n = 10 y p = 0.5 Grafico Función de Probabilidad Grafico Función de Distribución
12 DISTRIBUCIÓN BINOMIAL Ejemplo: Si el 20% de las piezas producidas por una maquina son defectuosas, cual es la probabilidad de que entre cuatro piezas elegidas al azar, a lo sumo 2 sean defectuosas? X : Número de piezas defectuosas X B 4, 0.2 La probabilidad de que entre cuatro piezas elegidas al azar, a lo sumo 2 sean defectuosas es x Px 2 FX 2 p 1 p x0 x
13 DISTRIBUCIÓN DE POISSON
14 PROCESO POISSON Un proceso Poisson se refiere a eventos que ocurren en un intervalo continuo (intervalo de tiempo, longitud, región de espacio, etc.) que satisface las siguientes condiciones: 1. El número de resultados que ocurren en un intervalo de tiempo o en una región especifica son independientes del número de resultados que ocurren en cualquier otro intervalo o región. 2. La probabilidad de que ocurra un solo resultado en un intervalo muy pequeño o región muy pequeña es proporcional a la longitud de dicho intervalo y no depende del número de resultados que se produzcan fuera de este intervalo o región. 3. La probabilidad de que ocurran más de un resultado en un intervalo de tiempo muy pequeño o en una región muy pequeña es prácticamente nula.
15 DISTRIBUCIÓN DE POISSON La distribución de Poisson se emplea cuando se desea calcular la probabilidad de ocurrencias de un evento en un intervalo continuo determinado. Definición: Una variable aleatoria X tiene distribución de Poisson con parámetros 0 si su función de probabilidad esta dado por: t e t f X x x x 0,1, 2,..., n x! Donde es el número promedio de resultados y t es el intervalo continuo.
16 DISTRIBUCIÓN DE POISSON Notación: X P Función de distribución: 0 x 0 x t i FX x e t i0 i! Características numéricas: EX VX x 0
17 DISTRIBUCIÓN DE POISSON Grafico de la Distribución de Poisson con λ = 0.5 Grafico Función de Probabilidad Grafico Función de Distribución
18 DISTRIBUCIÓN DE POISSON Ejemplo: Durante un experimento de laboratorio el número promedio de partículas radiactivas que pasa a través de un contador en un milisegundo es cuatro. Cuál es la probabilidad de que seis partículas entren al contador en un milisegundo? X: Número de piezas defectuosas X P4 La probabilidad de que entren seis partículas 6 4 e 4 P x 6 fx !
19 DISTRIBUCIÓN HIPERGEOMÉTRICA
20 DISTRIBUCIÓN HIPERGEOMÉTRICA Sea el experimento aleatorio que consiste en seleccionar una muestra aleatoria de tamaño n (n N) de una población de tamaño N, dividida en dos subpoblaciones disjuntas de tamaños K y (N K). Los K elementos de N se puede clasificar como éxito y los (N K) como fracasos. Interesa saber el número de elementos en la muestra de tamaño n que pertenecen a la subpoblación K, es decir el número de éxitos en la muestra.
21 DISTRIBUCIÓN HIPERGEOMÉTRICA
22 DISTRIBUCIÓN HIPERGEOMÉTRICA Se emplea para calcular la probabilidad de obtener un número determinado de éxitos en una muestra de tamaño n proveniente de una población de tamaño N. Definición: Una variable aleatoria X tiene distribución Hipergeométrica con parámetros N, n y k si su función de probabilidad esta dado por: k N k x n x fx x x 0,1, 2,..., n N Notación: X HN,n,k n
23 DISTRIBUCIÓN HIPERGEOMÉTRICA Función de distribución: 0 x max 0, n N K k N k x i n i FX x max 0, n N K x min n, K i0 N n 1 x minn, K Características numéricas: E X K n N K N K N n V X n N N N 1
24 DISTRIBUCIÓN HIPERGEOMÉTRICA Grafico de la Distribución Hipergeométrica con N = 1,000 K = 200 y n = 10 Grafico Función de Probabilidad Grafico Función de Distribución
25 DISTRIBUCIÓN HIPERGEOMÉTRICA Ejemplo: Una caja contiene 9 baterías de las cuales 4 están en buen estado. Se toma una muestra de tres baterías. Cuál es la probabilidad de que se obtenga al menos una batería en buen estado? X: Número de baterías defectuosas X H 9, 3, 4 Probabilidad de que se obtengan al menos una batería en buen estado Px 1 1 Px 1 1 Px
VARIABLES 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 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 detallesMODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
Más 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 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 detallesDistribuciones de probabilidad Discretas
Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene
Más detallesAlgunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Discretas de Probabilidad UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesDISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.
es una representación gráfica que permite visualizar un experimento de pasos múltiples. Considere un experimento que consiste en lanzar dos monedas. Defina los resultados experimentales en términos de
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesModelos de distribuciones discretas y continuas
Tema 6 Modelos de distribuciones discretas y continuas 6.1. Modelos de distribuciones discretas 6.1.1. Distribución uniforme sobre n puntos Definición 6.1.2 Se dice que una v.a. X sigue una distribución
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 detallescontablemente infinito.
III. Variables aleatorias Discretas y sus Distribuciones de Probabilidad 1 Variable aleatoria discreta Definición Una variable aleatoria se llama discreta si se puede contar su conjunto de resultados posibles.
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 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 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 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 detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA SEGUNDA PRUEBA PARCIAL Profesor: Hugo S. Salinas. Segundo Semestre 2008 1. El problema de Galileo.
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 detallesConcepto de Probabilidad
Concepto de Probabilidad Prof. Miguel Hesiquio Garduño. Est. Mirla Benavides Rojas Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com.mx mbenavidesr5@gmail.com PROBABILIDAD En cualquier
Más detallesTema 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 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
Más detallesEsperanza Condicional
Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles
Más detalles5 DISTRIBUCIONES BINOMIAL Y DE POISSON
5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria
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 detallesNombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?
Estadística 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
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 detallesModelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
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 detallesPOISSON JUAN JOSÉ HERNÁNDEZ OCAÑA
POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA Distribución de Poisson Cuando una variable discreta se usa para estimar la cantidad de sucesos u ocurrencia en un determinado intervalo de tiempo o espacio es necesario
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
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 detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016
ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico Solución. Curso 016 Ejercicio 1 Suponemos que hay independencia en la concurrencia o no entre las personas. Dado este supuesto y las características
Más detallesFunciones generadoras de probabilidad
Funciones generadoras de probabilidad por Ramón Espinosa Armenta En este artículo veremos cómo utilizar funciones generadoras en teoría de la probabilidad. Sea Ω un conjunto finito o numerable de resultados
Más detallesReporte de práctica. Materia: Procesos Estócasticos. Facilitador: Ing. Pedro Martín García Vite. Integrantes: Armendáriz Flores Adrián
Reporte de práctica Materia: Procesos Estócasticos Facilitador: Ing. Pedro Martín García Vite Integrantes: Armendáriz Flores Adrián Cruz Hernández Emmanuel González Manuel Ana Silvia Tema: Gráficas de
Más 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 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 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 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 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 detalles7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD
7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD La Distribución Binomial Esta distribución fue elaborada or Jacobo Bernoulli y es alicable a un gran número de roblemas de carácter económico y en numerosas alicaciones
Más detallesUNIVERSIDAD AUTONOMA DE QUERETARO Facultad de Informática
ESTADÍSTICA INFERENCIAL (1204). ÁREA DE CONOCIMIENTO: MATEMATICAS CRÉDITOS: 7 HORAS TEÓRICAS ASIGNADAS A LA SEMANA: 4 HORAS PRÁCTICAS ASIGNADAS A LA SEMANA: 0 PROGRAMAS EDUCATIVOS EN LOS QUE SE IMPARTE:
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
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 detallesProbabilidad Condicional
Probabilidad Condicional Independencia condicional Como hemos dicho, las probabilidades condicionales tienen las mismas propiedades que las probabilidades no condicionales. Un ejemplo más es el siguiente:
Más detallesCondiciones para una distribución binomial
ESTADÍSTICA INFERENCIAL FUNCIONES DE PROBABILIDAD DISCRETAS: BINOMIAL y POISSON EJERCICIOS RESUELTOS DE FUNCIÓN DE PROBABILIDAD BINOMIAL USANDO TABLAS y EXCEL Prof.: MSc. Julio R. Vargas A. Fórmulas de
Más detallesC7) Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado" es cierto que: a) De los
IS12-Estadística en ITIS Exámen Final Curso 2008-09 Fecha: 28/Enero/09 Nombre alumno: NOTA: MARCAR: (a) Sobre 5 ptos, (b) Sobre 9 ptos C1) Una variable X toma únicamente 4 valores distintos: x1, x2, x3,
Más detallesDISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL. Juan José Hernández Ocaña
DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL Juan José Hernández Ocaña DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Variable discreta.- Es aquella que casi siempre asume solamente un conjunto
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 detallesPROBABILIDAD Asignatura Clave Semestre Créditos. COORDINACIÓN DE CIENCIAS APLICADAS División Departamento Licenciatura
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO CIENCIAS BÁSICAS PROBABILIDAD Asignatura Clave Semestre Créditos COORDINACIÓN DE CIENCIAS APLICADAS División Departamento
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesLa distribución de probabilidad de la variable aleatoria (v. a). Bernoulli, está dada por:
Distribución Bernoulli Una rueba o exerimento Bernoulli tiene uno de dos resultados mutuamente excluyentes, que generalmente se denotan S (éxito) y F (fracaso). Por ejemlo, al seleccionar un objeto ara
Más detallesTEMA 4. MODELOS DE PROBABILIDAD DISCRETOS
TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS 4.1 Distribución binomial 4.1.1 Definición. Ejemplos 4.1.2 La media y la varianza 4.1.3 Uso de tablas 4.1.4 Aditividad 4.2 Distribución de Poisson 4.2.1 Definición.
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 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 detalles8 Resolución de algunos ejemplos y ejercicios del tema 8.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 3
Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias
Más detallesPROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III
PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática
Más detallesDefinición 4.1 Diremos que una variable aleatoria discreta X tiene una distribución Uniforme de parámetro N, N 1, si. rg(x) = {1, 2,...
Índice 4 MODELOS DE DISTRIBUCIONES 4.1 4.1 Introducción.......................................... 4.1 4.2 Modelos de distribuciones discretas............................. 4.1 4.2.1 Distribución Uniforme
Más detallesEstadística Grupo V. Tema 10: Modelos de Probabilidad
Estadística Grupo V Tema 10: Modelos de Probabilidad Algunos modelos de distribuciones de v.a. Hay variables aleatorias que aparecen con frecuencia en las Ciencias Sociales y Económicas. Experimentos dicotómicos
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 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 detallesGRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD
GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD Prof. Rosario Martínez Verdú TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD 1. Nociones básicas de teoría de la probabilidad. 2. Variable
Más detallesUnidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9
Unidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS PROBABILIDAD Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0056 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más 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 detallesMuestreo, Generación de Valores de Variables Aleatorias y Entropía
Muestreo, Generación de Valores de Variables Aleatorias y Entropía Dr. José Elías Rodríguez Muñoz elias@cimat.mx Dept. de Matemáticas, U. de Gto. Tercer Verano de Probabilidad y Estadística en el CIMAT,
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesTema 3. Probabilidad y variables aleatorias
1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Más 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 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 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 detallesUNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS
UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS PROGRAMA ANALÍTICO DE LA ASIGNATURA: PROBABILIDAD Y ESTADISTICA RES. 251/96 F.R.R. COORDINADOR: RAÚL DAVID KATZ
Más detallesUn experimento binomial posee las siguientes características: 1. El experimento consiste de n ensayos repetidos.
Experimento Binomial Experimento que consiste en ensayos independientes repetidos, cada uno con dos posibles resultados que se denominan éxito y fracaso, donde la probabilidad de éxito es la misma en cada
Más detallesDistribuciones de probabilidad discretas
Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin
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 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 detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA SYLLABUS PROYECTO CURRICULAR DE INGENIERÍA ELÉCTRICA
Nombre del Docente ESPACIO ACADÉMICO (Asignatura): PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Obligatorio Básico Complementario Electivo Intrínseco Extrínseco FACULTAD DE
Más detallesUnidad Temática 3 UT3-1: Variable Aleatoria
Autoevaluación UT3 Unidad Temática 3 UT3-1: Variable Aleatoria Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza.
Más detallesTema 7. Variables Aleatorias Continuas
Presentación y Objetivos. Tema 7. Variables Aleatorias Continuas En este tema se propone el estudio de las variables aleatorias continuas más importantes, desde la más simple incrementando el grado de
Más detallesTeorema de Bayes(6) Nos interesan las probabilidades a posteriori o probabilidades originales de las partes p i :
Teorema de Bayes(5) 75 Gráficamente, tenemos un suceso A en un espacio muestral particionado. Conocemos las probabilidades a priori o probabilidades de las partes sabiendo que ocurrió A: Teorema de Bayes(6)
Más detallesCarrera: IAM Participantes. Representantes de las academias de Ingeniería Ambiental. Academia de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería Ambiental IAM - 0423 3-2-8 2.- HISTORIA DEL
Más detallesa) La probabilidad de que haya exactamente dos zurdos. b) P(x 2) c) P(x < 2) d) P(1 x 4)
Probabilidad Binomial 1.- Supóngase que el 24 por ciento de cierta población tiene sangre tipo B. A partir de una muestra de 20 individuos extraída esa población, calcular la probabilidad: p = 0.24 n =
Más detallesDirección de Desarrollo Curricular Secretaría Académica
PLAN DE ESTUDIOS DE EDUCACIÓN MEDIA SUPERIOR CAMPO DISCIPLINAR Matemáticas PROGRAMA DE ASIGNATURA (UNIDADES DE APRENDIZAJE CURRICULAR) Probabilidad y Estadística PERIODO IV CLAVE BCMA.06.04-08 HORAS/SEMANA
Más detallesGeneralidades 1. Sea X una variable aleatoria continua con función densidad dada por
Generalidades 1. Sea X una variable aleatoria continua con función dendad dada por kt f ( t ) = 0 1 t en otro caso Determine a) el valor de la constante k b) E(X) y V(X) c) la función de distribución acumulada
Más detallesTeorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Más detallesProblemas. Variables Aleatorias. Modelos de Probabilidad
Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniería en Recursos Naturales Renovables Nivel educativo: Licenciatura Eje curricular: Ingeniería
Más detallesPROGRAMA ANALÍTICO DE ASIGNATURA
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO PROGRAMA ANALÍTICO DE ASIGNATURA 1.- DATOS GENERALES 1.1 INSTITUTO: Instituto de Ciencias
Más detallesDISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos
Más 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 detallesJuan José Hernández Ocaña
En la mayoría de los casos el muestreo se realiza sin reemplazo, por lo tanto si el tamaño de la población es reducido, la probabilidad de cada observación cambiará Como la probabilidad de éxito no es
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 detallesPROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN INGENIERÍA CIVIL ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1315 SEMESTRE:
Más detallesBioestadística. Curso Capítulo 3
Bioestadística. Curso 2012-2013 Capítulo 3 Carmen M a Cadarso, M a del Carmen Carollo, Xosé Luis Otero, Beatriz Pateiro Índice 1. Introducción 2 2. Variable aleatoria 2 2.1. Variables aleatorias discretas...............................
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesVariables aleatorias discretas
Variables aleatorias discretas Considere el espacio de probabilidad Ω, F, P) y la función X : Ω R. La imagen de Ω bajo X se define como sigue ImgX) = x R ω Ω : Xω) = x}. Si ImgX) es un conjunto contable,
Más detalles