RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
|
|
- Lourdes Rivero Cordero
- hace 6 años
- Vistas:
Transcripción
1 RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan. Definición de probabilidad. Probabilidad de la unión, intersección, diferencia de sucesos y suceso contrario o complementario. Regla de Laplace de asignación de probabilidades. Probabilidad condicionada. Teorema de la Probabilidad Total y Teorema de Bayes. CONCEPTOS - Experimento aleatorio: su resultado depende del azar - Espacio muestral (E): es el conjunto de todos los resultados posibles. - Suceso A: cualquier colección de resultados posibles Suceso elemental: contiene un único resultado posible Suceso compuesto: contiene más de un resultado Suceso imposible (ʘ): aquel que nunca ocurre p( ʘ ) = 0 Suceso seguro (E): ocurre siempre (coincide con E) p(e) = 1 Suceso contrario o complementario de A: A p(a) = 1 p(a) - Sucesos incompatibles: A y B son incompatibles si no pueden ocurrir simultáneamente p(a B)=0 UNIÓN E INTERSECCIÓN DE SUCESOS PROBABILIDAD DE UNIÓN DE SUCESOS P(A B)=P(A) + P(B) P(A B) P(A B C)=P(A) + P(B)+ P(C) P( A B) P( A C) P(B C)+ P( A B C) 1 MPU
2 LEY DE LAPLACE Dado un suceso A perteneciente a un espacio muestral E equiprobale: p(a)= DEPENDENCIA E INDEPENDENCIA DE SUCESOS n º resultados favorables a A n º casos posibles - A y B son independientes si la probabilidad de que ocurra uno de ellos no depende de que haya ocurrido el otro p(a B)=P(A) P(B) - A y B son dependientes si la probabilidad de que ocurra uno de ellos depende de que haya ocurrido el otro. En este caso se define la probabilidad condicionada: p(a B)=p(A) p(b/a) p(a/b)= p(a) p(b/a) p(a) p(b/a)= p(b) p( A/B) P(B) p(b) p(a /B) p(b A)=p(B) p( A/B) p(b/ A)= P(A) p(a/b): Probabilidad de A condicionada por B p(b/a): Probabilidad de B condicionada por A TEOREMA DE LA PROBABILIDAD TOTAL Dados un suceso B y k sucesos A 1, A 2,... A k incompatibles dos a dos: pertenecientes a un espacio muestral E: p(a i ) p(a j )=0 para todo i j P(B)=P(A 1 ) P(B/A 1 )+ P(A 2 ) P(B/A 2 )+... +P(A k ) P(B/A k ) TEOREMA DE BAYES Dados un suceso B y k sucesos A 1, A 2,... A k incompatibles dos a dos (p(a i ) p(a j )=0 para todo i j) pertenecientes a un espacio muestral E: p(a j /B)= p(a j ) p(b/a j ) p(b) p(a = j ) p(b/a j ) P(A 1 ) P(B/A 1 )+ P(A 2 ) P(B/A 2 )+...+P(A k ) P(B/A k ) 2 MPU
3 TIPOS DE DISTRIBUCIONES ESTADÍSTICAS - Distribuciones de variable discreta: la variable solo puede tomar valores aislados. Ejemplo: Nº de aciertos de un determinado número de alumnas en un test. Se representan en diagrama de barras. La probabilidad de un suceso puntual es un número comprendido entre 0 y 1. - Distribuciones de variable continua: la variable puede tomar cualquier valor. Ejemplo: Tiempo que tardan en llegar al trabajo las trabajadoras de una empresa. Se representan en histogramas (rectángulos que ocupan todo el intervalo). La probabilidad de sucesos puntuales es cero: P (x = k) = 0 Solo tiene sentido calcular probabilidades del tipo: P (x a ), P (a x b),... - Tipos de variable: Cuantitativas y cualitativas. 2) DISTRIBUCIÓN BINOMIAL B(n, p) - Es una distribución de probabilidad de variable discreta, x. - x solo puede tomar valores {0, 1, 2, 3..., n-1, n} (x N) - Está asociada a una experiencia dicotómica: en cada experimento sólo hay dos posibles resultados: A= éxito y A = fracaso. - Características: Se repite un experimento n veces de forma idéntica. Cada experimento es independiente de los anteriores (el resultado no depende de lo ocurrido anteriormente) Media (valor esperado o esperanza matemática): μ = n p Varianza: σ 2 =n p q Desviación típica: σ= n p q Probabilidad de éxito Probabilidad de fracaso Nº veces que se realiza el exp. Probabilidad de obtener r éxitos Cálculo de ( n r ) p(a) = p p(a) = 1 p = q n P (x =r)= ( n r ) pr q n r ( n r ) = n! r! (n r )! Ejemplo: Se lanza una moneda cuatro veces. Calcular la probabilidad de que: a) Salga solo una cara b) Salgan más caras que cruces Solución: Se trata de una B(4; 0,5) ; n = 4; p = 0,5; q = 0,5 a) P (x=1) = ( 4 1 ) (0,5)1 (0,5) 3 = 0,5 b) P (x 3)=P(x=3)+ P (x=4)= ( 4 3 ) (0,5)3 0,5 + ( 4 4) (0,5)4 (0,5) 0 = 0,3125 3) DISTRIBUCIÓN NORMAL N(μ, σ) - Es una distribución de probabilidad de variable continua, x. - x puede tomar cualquier valor (x R) - La distribución de probabilidad se define por medio de una función, llamada función de probabilidad o función de densidad. 3 MPU
4 La campana de Gauss, curva de Gauss o curva normal, es una función de probabilidad continua y simétrica. Su máximo coincide con la media, μ. Existe una curva normal para cada valor de μ y cada valor de σ, denominada N(μ, σ). En la distribución N(μ, σ) a la variable se le denomina x. Para calcular probabilidades en una distribución normal N(μ, σ), se relaciona N(μ, σ) con N(0, 1). Por tanto, la curva normal que vamos a utilizar es N(0, 1), para la cual se dispone de la tabla de distribución normal N(0, 1). Para establecer la relación adecuada entre N(μ, σ) y N(0, 1), hay que tipificar la variable: El cambio k k μ σ se llama tipificación de la variable. La variable tipificada sigue una distribución N(0, 1). En una distribución N(μ, σ) la variable se designa con x En una distribución N(0, 1) la variable se designa con z - En la tabla de distribución normal N(0, 1) se encuentra directamente la probabilidad P (z k) para valores de k de 0 a 3. - Puesto que: P (z = k) = 0 P (z k )=P(z < k ) - El área bajo la curva es igual a 1. - En la distribución N(0, 1) a la variable se le denomina z. 4 MPU
5 TABLA DE DISTRIBUCIÓN NORMAL N(0, 1) 5 MPU
6 1. Distribución Normal 1.1. Cálculo de probabilidades a) Para una distribución normal estándar N(0, 1) se usa directamente la tabla para hallar P(z k ) Del mismo modo, en la tabla se halla: P(z k ) P(z 1'45)= 0'9265 Ejemplos P(z k )=1 P(z k ) P(z 1'45)=1 P(z 1'45)=0'0735 P(z k )=1 P(z k) P(z 1)=1 P(z 1)= 0,1586 P(z 1'45)= 1 P(z 1'45)=0'0735 P(a <z b)= P(z b) P(z a) P(1< z 2)=P(z 2) P(z 1)=0,1359 P( k < z k)=2p(z k) 1 P( 1 < z 1)= 2P(z 1) 1=0,6827 P( 1'33 < z 1'33)= 2 P(z 1'33) 1= 0,8164 b) Para una distribución N (μ, σ), tipificamos la variable: P (x k)= P (z x μ σ 1.2. Intervalos característicos a) Para una distribución normal estándar N(0, 1): Buscamos z α/2 para que se cumpla P( z α/2 < z z α/2 )=1 α O lo que es lo mismo: ) P (z > z α/2 )= α 2 P (z z α/2 )=1 α 2 Para encontrar z α/2 utilizamos la tabla. El intervalo característico para P = 1 α es ( z α/2, z α/2 ) Ejemplo: Calcular el intervalo característico para el 95% (P = 0,95): 1 α = 0,95 α = 0,05 α 2 =0,025 Buscamos z 0,025 para que cumpla P( z 0,025 < z z 0,025 )=0,95 O lo que es lo mismo: P (z > z 0,025 )=0,025 P (z z 0,025 )=0,975 Para encontrar z α/2 utilizamos la tabla: z 0,025 =1,96 Por tanto, el intervalo característico para el 95% es (-1,96; 1,96) b) Para una distribución N (μ, σ) : Buscamos el intervalo correspondiente para N(0, 1): ( z α /2, z α/2 ) Tipificamos y el intervalo resulta ser: (μ z α/2 σ, μ +z α/2 σ) 2. Distribución de medias muestrales: POBLACIÓN Conocemos μ y σ MUESTRA de tamaño n Se deducen datos sobre la distribución de las medias de las muestras Si la población es N (μ, σ) σ La muestra es N ( μ, Si la población no es N (μ, σ) n ) pero n 30 6 MPU
7 3. Inferencia estadística MUESTRA de tamaño n Se conoce la media muestral x y a veces la desviación típica de la muestra s (este dato no siempre es necesario) POBLACIÓN Se desconoce la media poblacional μ Se suele conocer la desviación típica de la población σ (Si no se conoce σ, utilizamos s) Se realizan estimaciones de la media poblacional a partir de los datos de la muestra. Dicha estimación tiene un determinado nivel de confianza Intervalo de confianza para la media: ( x z α/2 σ n, x +z α /2 σ n ) Conocemos los datos: - De la MUESTRA: Su tamaño (n), la media muestral ( x ), y la desviación típica de la muestra (s). (Este dato no siempre es necesario). - De la POBLACIÓN: La desviación típica de la población (σ ). Si no se conoce σ utilizamos s Podemos hacer una estimación del valor de la media poblacional (μ): Hay una confianza de (1 α ) 100% de que el intervalo ( x z α/2 σ n, x +z α /2 σ n ) contiene a la media poblacional (μ) Error máximo admisible: E =z α /2 σ n Es la longitud del intervalo de confianza Si conocemos E podemos calcular: n, si conocemos 1 α (con 1 α calculamos z α/2 ) 1 α, si conocemos n (despejamos z α/2 utilizando la tabla 1 α) Ejemplos de cálculo de z α/2 - Cálculo de z α/2 para el nivel confianza del 90% : Nivel de confianza del 90% 1 α= 0,90 α= 0,1 α 2 =0,05 1 α 2 = 0,95 Buscamos en la tabla el valor de z que deja a la izquierda una probabilidad de 0,95 z α/2 =1'645 - Cálculo de z α/2 para el nivel confianza del 99% : Nivel de confianza del 99% 1 α=0,99 α=0,01 α 2 =0,005 1 α 2 =0,995 Buscamos en la tabla el valor de z que deja a la izquierda una probabilidad de 0,95 z α/2 =2'575 - Niveles de confianza más usados: 1 α α z α/2 0'90 0'10 1'645 0'95 0'05 1'96 0'99 0'01 2'575 7 MPU
8 LA DISTRIBUCIÓN BINOMIAL SE APROXIMA A LA DISTRIBUCIÓN NORMAL Regla para calcular probabilidades mediante la aproximación de una binomial a una normal Si x es B (n, p) y x' es N(np, npq ), entonces: P (x = r ) = P (r 0,5 < x' < r + 0,5) Ejemplo: El 2% de los tornillos fabricados por una máquina son defectuosos. Calcula la probabilidad de que en un lote de de 2000 tornillos haya menos de 50 defectuosos. Solución: Es una binomial B(2000; 0,02); n = 2000; p = 0,02; q = 0,98 μ = np = 40 ; σ= npq =6,26 No es operativo el cálculo de la probabilidad pedida utilizando la fórmula de la distribución binomial. Puesto que np = 40 > 5 y nq = 1960 > 5 se puede asegurar que se aproxima a la normal N(40, 6,26) x es B(2000; 0,02) x' es N(40, 6,26) z es N(0, 1) P(x <50)= P(x' 49,5) = P(z 49,5 40 ) = P(z 1,52) = 0,9357 6,26 8 MPU
Definición 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 detallesBloque I: Estadística y Probabilidad
Bloque I: Estadística y Probabilidad 1. Probabilidad 1. Teoría de la probabilidad 2. Probabilidad condicionada 3. Dependencia e independencia de sucesos 4. Técnicas de recuento: diagramas de árbol, tablas
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
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 detallesProbabilidad del suceso imposible
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I TEMA 6.- ESTADÍSTICA INFERENCIAL PROFESOR: RAFAEL NÚÑEZ -------------------------------------------------------------------------------------------------------------------------------------------------------------.-
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 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 detallesVARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.
VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo
Más detallesTEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.
TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de
Más detallesAl conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de sucesos y se designa por S. Algunos tipos de sucesos:
1.- CÁLCULO DE PROBABILIDADES. Un experimento aleatorio es aquel que puede dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesTEMA 2: DISTRIBUCIÓN DE PROBABILIDAD
TEMA 2: DISTRIBUCIÓN DE PROBABILIDAD A partir de un experimento aleatorio cualquiera, se obtiene su espacio muestral E. Se llama variable aleatoria a una ley (o función) que a cada elemento del espacio
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 detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más 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 detallesINFERENCIA DE LA PROPORCIÓN
ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En
Más detallesTema 6: Modelos probabilísticos
Tema 6: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más 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 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 detallesUniversidad Nacional de La Plata
Universidad Nacional de La Plata Facultad de Ciencias Agrarias y Forestales CÁLCULO ESTADÍSTICO STICO Y BIOMETRÍA CONTENIDOS UNIDAD 3: Introducción al Cálculo de Probabilidades. Experimento aleatorio.
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 detallesLa distribución normal
La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10
Más detallesANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL
ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde
Más detallesTEMA: AZAR Y PROBABILIDAD.
TEMA: AZAR Y PROBABILIDAD. 1. EXPERIENCIAS ALEATORIAS. SUCESOS. Una experiencia aleatoria es toda aquella cuyo resultado depende del azar. (Extraer una carta de una baraja, lanzar una moneda, lanzar unos
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 detallesTEMA 7. Estimación. Alicia Nieto Reyes BIOESTADÍSTICA. Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13
TEMA 7. Estimación Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 7. Estimación 1 / 13 1 Estimación Puntual 1 Estimación por intervalos Estimación por intervalos de la Media
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 detallesNº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00
U.D.3: Distribuciones Discretas. La Distribución Binomial 3.1 Variable Aleatoria Discreta. Función o Distribución de Probabilidad. Variable Aleatoria: - En un experimento aleatorio, se llama variable aleatoria
Más detallesProbabilidad. Estadística II. Curso 2011/2012. Universidad de Salamanca
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 3 4 5 6 Introducción Cuándo se utiliza? Utilizamos el cálculo de probabilidades cuando necesitamos obtener conclusiones
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 detallesAPUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES
APUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES Probabilidad es el experimento libre de determinación P = X * 100 n Reyes Donis, José Luis INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES Probabilidad
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 detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y
Más 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 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 detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
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 detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más detallesConjunto de todos los posibles resultados de una experiencia aleatoria. Los sucesos admiten una representación gráfica que facilita su interpretación
www.clasesalacarta.com 1 Experimentos aleatorios Tema 10.- Distribuciones Discretas. Distribución inomial Existen experimentos en los que podemos predecir el resultado antes de que finalicen o incluso
Más detallesProbabilidad del suceso imposible
2º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 4.- PROBABILIDAD PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
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 detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesCurso Práctico de Bioestadística Con Herramientas De Excel
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA barcillo@gmail.com (593-9) 4194239 Otras Publicaciones del mismo autor en Repositorio ESPOL Fabrizio Marcillo Morla
Más detallesTema 6. Variables aleatorias continuas. Distribución Normal
Tema 6. Variables aleatorias continuas. Distribución Normal Indice 1. Distribuciones de probabilidad continuas.... 2 2. Distribución Normal... 5 2.1. Distribución Normal estándar N(0,1).... 5 2.1.1 Utilización
Más detallesINGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005
INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD Definición de probabilidad La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detallesTEMA 1.- PROBABILIDAD.-CURSO 2016/2017
TEMA 1.- PROBABILIDAD.-CURSO 2016/2017 1.1.- Introducción. Definición axiomática de probabilidad. Consecuencias de los axiomas. 1.2.- Probabilidad condicionada. 1.3.- Independencia de sucesos. 1.4.- Teoremas
Más detallesTema 3. Probabilidad y variables aleatorias
1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesBioestadística: Variables Aleatorias. Distribuciones de Probabilidad II
Bioestadística: Variables Aleatorias. Distribuciones de Probabilidad II M. González Departamento de Matemáticas. Universidad de Extremadura 3. El periodo de incubación de una determinada enfermedad se
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 detallesEspecialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA
Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA Enrique Rosales Ronzón, Patricia Díaz Gaspar, mayo 2015 Estadística??? Ciencia, Técnica, Arte Reunir, Organizar, presentar,
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 detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detalles1.- Concepto de variable aleatoria
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 5.- ESTADÍSTICA INFERENCIAL PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesTema 2 Modelos de probabilidad
Tema 2 Modelos de probabilidad José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Estructura de este tema Conceptos básicos de probabilidad. Modelos discretos: la distribución
Más detallesProcesos estocásticos
Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
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 detallesRepaso de Probabilidad y Estadística
Repaso de Probabilidad y Estadística Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Probabilidad 2 Definición.............................................................
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 detallesBloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos
Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos 5.3-1 El % de los DVDs de una determinada marca son defectuosos. Si se venden en lotes de 5 unidades, calcular
Más detallesAPROXIMACIÓN A UNA DISTRIBUCIÓN NORMAL
Autor: Mª Isabel Conde Collado APROXIMACIÓN A UNA DISTRIBUCIÓN NORMAL Mediante el estudio de dos ejemplos concretos de distribuciones se intentará un acercamiento al ajuste de distribuciones a una distribución
Más detallesMATEMÁTICAS APLICADAS A LAS CC. SS. I
DISTRIBUCIÓN NORMAL Carl Friedrich Gauss (1777-1855), físico y matemático alemán, uno de los pioneros en el estudio de las propiedades y utilidad de la curva normal. MATEMÁTICAS APLICADAS A LAS CC. SS.
Más detallesEXAMEN DE ESTADÍSTICA Junio 2011
EXAMEN DE ESTADÍSTICA Junio 2011 Apellidos: Nombre: DNI: GRUPO: 1. Sea X una variable aleatoria discreta. Determine el valor de k para que la función p(x) { k/x x 1, 2, 3, 4 0 en otro caso sea una función
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 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 detalles1. EXPERIMENTOS ALEATORIOS.SUCESOS Se llama experimento aleatorio a aquel en el que no se puede predecir el resultado.
UNIDAD 8: PROBABILIDAD 1. EXPERIMENTOS ALEATORIOS.SUCESOS 2. CONCEPTO DE PROBABILIDAD. REGLA DE LAPLACE 3. PROBABILIDAD CONDICIONADA. INDEPENDENCIA DE SUCESOS 4. PROBABILIDAD COMPUESTA 5. PROBABILIDAD
Más detallesAutor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca
Tema Autor: Antonio Rivero uesta, Tutor.A. Palma de Mallorca. Lanzamos una moneda dos veces consecutivas. onsideramos el espacio de posibilidades formado por los cuatro casos Ω = {,,, }. En este espacio,
Más detallesProbabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades
Experimentos deterministas Probabilidad Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas,
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 detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO CURSO 2012-2013 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesTema 7: Introducción a la Teoría sobre Estimación
Tema 7: Introducción a la Teoría sobre Estimación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Introducción a la Teoría sobre Estimación
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más 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 detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
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 detallesEn general existen dos tipos de fenómenos o experimentos.
EXPERIMENTOS ALEATORIOS En general existen dos tipos de fenómenos o experimentos. Experimentos deterministas: Son aquellos cuyos resultados pueden conocerse de antemano, como son la caída libre de un cuerpo,
Más detallesFINAL 1ªEVAL 3ºESO. Materia: MATEMÁTICAS Nombre: Fecha:
Instrucciones para el examen: En caso de usar decimales, redondea a la milésima. Aunque utilices calculadora, muestra claramente los pasos y tu conocimiento de las expresiones o propiedades matemáticas
Más detallesPROBABILIDAD CONDICIONADA
PROBABILIDAD CONDICIONADA Índice: 1. Probabilidad condicionada------------------------------------------------------------------------ 2 2. Sucesos dependientes o independientes----------------------------------------------------------
Más detallesTema 13. Distribuciones de Probabilidad Problemas Resueltos
Tema 3. Distribuciones de Probabilidad Problemas Resueltos Distribución de Probabilidad. Una variable aleatoria discreta, X, se distribuye como se indica en la siguiente tabla: ( ) a) Halla el valor de
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 detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Parte : La distribución binomial MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Experiencia Dicotómica Si en una experiencia aleatoria destacamos un
Más detallesDistribuciones de Probabilidad
MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Distribuciones de Probabilidad Parte : Generalidades MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Las distribuciones
Más detallesProbabilidad E x p e r i m e n t o s d e t e r m i n i s t a s E j e m p l o E x p e r i m e n t o s a l e a t o r i o s a z a r E j e m p l o s
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Experimento aleatorio Probabilidad Definición variable aleatoria: discretas y continuas Función de distribución y medidas Distribución Binomial Distribución de Poisson Distribución
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesExamen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.
Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:
Más detallesI.E.S. Ciudad de Arjona Departamento de Matemáticas. 2º BAC MCS
1. Experimentos aleatorios. 2. Operaciones con sucesos. 3. Probabilidad. Regla de Laplace 4. Probabilidad condicionada. Suceso Independiente. 5. Tabla de contingencia 6. Experimentos compuestos. Teorema
Más detallesPROBABILIDAD. Profesor: Rafael Núñez Nogales CÁLCULO DE PROBABILIDADES. Experimentos y sucesos
PROBABILIDAD CÁLCULO DE PROBABILIDADES Experimentos y sucesos Experimento aleatorio Es aquel cuyo resultado depende del azar, es decir no se puede predecir de antemano qué resultado se va a obtener aunque
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio. Experimentos deterministas
Más detalles