IMADIL /12/2014
|
|
- Rafael Correa Bustos
- hace 5 años
- Vistas:
Transcripción
1 IMADIL Introducción 2. Definiciones previas 3. Axiomas de la probabilidad 4. Definición de variable aleatoria 5. Variables aleatorias discretas y continuas 6. Modelos de probabilidad: Distribución normal 2 Introducción: Ramas de la estadística 1
2 Introducción: Por qué la probabilidad? Leyes deterministas: la presencia de una causa conduce invariablemente a la aparición de un efecto Leyes probabilísticas: Una misma causa puede dar origen a la ocurrencia de varios efectos En las ciencias humanas y de la salud resulta difícil en muchas ocasiones establecer leyes que no conlleven un componente aleatorio, bien porque el fenómeno tiene por sí misma un componente aleatorio, bien porque no podemos controlar las variables y las interacciones que lo determinan. 4 Situaciones aleatorias: aquellas que en las mismas condiciones o causas, pueden dar lugar a diferentes resultados o efectos. Experimento aleatorio: son aquellos en que se presentan situaciones aleatorias, por ejemplo, la tirada de un dado es una experiencia que cada vez que se realiza puede dar origen a un resultado diferente, aunque aparentemente se haya realizado de la misma forma. 5 Suceso elemental: cada uno de los posibles resultados del experimento aleatorio y que no pueden descomponerse en otros más simples. Espacio Muestral (E): Es el conjunto formado por todos los posibles sucesos elementales de un experimento aleatorio. E={x 1, x 2, x 3 x n } Por ejemplo, del lanzamientode un dado de 6 caras E={{1}, {2}, {3}, {4}, {5}, {6}} 6 2
3 Ejemplos: Lanzar una moneda: E={C,X} Tirar al aire dos veces una moneda E={CC,CX,XC,XX} Tirar dos monedas simultáneamente: {CC,CX,XX} Lanzar dos veces el dado: E: {(1,1),(1,2),(1,3), (1,4), (1,5), (1,6),(2,1),(2,2),(2,3),(2,4), (2,5), (2,6), (3,1), (3,2),(3,3),(3,4), (3,5), (3,6), (4,1), (4,2),(4,3),(4,4), (4,5), (4,6), (5,1), (5,2), (5,3),(5,4), (5,5), (5,6), (6,1), (6,2),(6,3),(6,4), (6,5), (6,6)} 7 Suceso: cualquier subconjunto del Espacio muestral. A veces el interés no está en los sucesos elementales, sino en una colección de sucesos elementales que comparten alguna característica particular. 1. Por ejemplo, en el experimento de lanzar dos veces una moneda E={CC,CX,XC,XX} podemos definir: Suceso A= sale cara al menos una vez, definido por :A={CC,CX,XC} Suceso B = no salen cruces, definido por B= {CC} Muestra: el conjunto de resultados que se obtienen al repetir cierto número de veces n un experimento aleatorio. Por ejemplo, lanzar un dado 10 veces y obtener el siguiente resultado: (6, 5, 1, 5, 3, 3, 3, 1, 4, 1). Frecuencia: el cociente entre el número de veces que ha ocurrido el suceso y el tamaño de la misma. Por ejemplo, la frecuencia de 5 será: 2/10= 0,20 8 A cada suceso A le corresponde un número real positivo, llamado probabilidad de A y que notaremos P(A), es decir: A (E), P(A) 0 La probabilidad del suceso seguro E es igual a la unidad, P(E)=1 La probabilidad de la unión de un conjunto numerable de sucesos incompatibles es igual a la suma de las probabilidades de los sucesos 9 3
4 1.- Si Ā es el suceso contrario de A, entonces: P(Ā)=1-P(A) 2.- P(φ)=0 3.- Si el suceso A implica al suceso B, A B entonces: P(A) P(B) 4.- Puesto que cualquier suceso implica el suceso seguro E, entonces: A P( A ) Dados dos sucesos compatibles A y B, tales que A B φ, entonces: P( A B ) = P( A ) + P( B ) - P( A B ) 6.- Como consecuencia de la propiedad anterior: P( A B ) P( A ) + P( B ) 7.-La probabilidad de un suceso A puede ser definida como la suma de las probabilidades de los sucesos elementales que lo componen: 8.- Si el suceso seguro puede descomponerse en k sucesos elementales equiprobables, entonces la P(A) es igual al número de sucesos elementales que pertenecen a A dividido por K, es decir, P(A)=h/k (REGLA DE LAPLACE) Definición de variable aleatoria Consideremos un experimento con espacio muestral asociado E. Recibe el nombre de variable aleatoria a una función X, que asigna un número real a cada resultado posible sobre el espacio E (X: E R) 4
5 Ejemplo 1: Supongamos que seleccionamos en la Facultad de Psicología a tres personasconsecutivamente y vemos de que sexo son. El espacio muestral(e) asociado al experimento sería: E={(M,M,M), (M,M,H), (M,H,M), (M,H,H), (H,M,M), (H,M,H), (H,H,M), (H,H,H)} Se pueden definir diferentes variables aleatorias sobre el espacio muestralanterior. Por ejemplo, sea X la variable cuyos valores coinciden con el número de mujeres seleccionadas, la variable así definida toma los valores siguientes: E MMM MMH MHM HMM MHH HMH HHM HHH X Ejemplo 2: Sobre los sucesos elementales de E pueden definirse distintas variables aleatorias Ejemplo: variables aleatorias definidas sobre los resultados del experimento Tirar un dado no trucado V.A. Número de puntos resultantes V.A. Obtener un múltiplo de 3 5. Tipos de variables aleatorias (v. a.): Una v. a. es discreta si puede tomar un número finito o infinito numerable de valores. Se definen sobre espacios muestrales finitos o infinitos numerables (Ej.: sacar un múltiplo de 3 en el lanzamiento de un dado; número de palabras recordadas en una tarea de memoria o número de errores en una tarea experimental) Una v. a. es continua si puede tomar un número infinito no numerable de valores. se definen sobre espacios muestrales infinitos no numerables (Ej.: Extraer una persona al azar de la clase y anotar su altura, su peso, su nivel intelectual) 5
6 5. 1. Funciones en v.a. discretas Si X es una v.a.discreta, la función de probabilidadde una variable aleatoria discreta a aquella que asocia a cada valor de la variable la probabilidad de que ésta adopte dicho valor Se cumple que: f(x i )=p[x=x i ]=p i f(x)=p(x=x) para cualquier x valor posible de X f(x)=0 para cualquier x que no es valor posible de X PROPIEDADES: Σf(x i )=1 Ejemplo 3: f(x i )=p[x=x i ]=p i f(1)=p[x=1]=1/6=0.167 f(2)=p[x=2]=1/6=0.167 f(3)=p[x=3]=1/6=0.167 f(4)=p[x=4]=1/6=0.167 f(5)=p[x=5]=1/6=0.167 f(6)=p[x=6]=1/6=0.167 Ejemplo 4: 6
7 Se denomina función de distribución de una v.a. discreta X a aquella que asocia a cada valor de la variable (x) la probabilidad de que ésta adopte como mucho dicho valor Es decir, la probabilidad de que la v.a. adopte dicho valor o cualquiera inferior. Se denota como F(x i ), indicando: F(x i ) = P(X x i ) f(x i )=p[x=x i ]=p i f(1)=p[x=1]=1/6=0.167 f(2)=p[x=2]=1/6=0.167f(3)=p[x=3] =1/6=0.167 f(4)=p[x=4]=1/6=0.167 f(5)=p[x=5]=1/6=0.167 f(6)=p[x=6]=1/6=0.167 F(x i )=p[x x i ] =Σp[x=x j ] F(1)=p[x 1]= p[x=1]=1/6=0.167 F(2)=p[x 2]= p[x=2]+ p[x=1]=1/6+1/6=0.333 F(3)=p[x 3]= p[x=3]+ p[x=2]+ p[x=1]= F(4)=p[x 4]=.. =0,667 F(5)=p[x 5]=.. =0,833 F(6)=p[x 6]=.. =1,000 Parámetros de una v.a.discreta La media, esperanza matemática o valor esperadode una variable aleatoria discreta E[X]= µ = i p i x i La medianade una variable aleatoria discreta será el valor x en el que se cumple que F(x)=0,5 La moda en dicha variable será el valor de x en el que la función de probabilidad de la misma alcanza un máximo absoluto o relativo La varianza de una variable aleatoria discreta es: V(X)=σ 2 =E[x 2 ]-{E[x]} 2 La desviación típica sería 7
8 5. 2 Funciones de v. a. continuas Una variable aleatoria es continua si sus valores posibles son todos los números reales de un intervalo, es decir, si dados dos valores siempre hay uno intermedio. Existen infinitos valores posibles y entre cada dos de ellos se podrían definir infinitos más Puede tomar, por tanto, una infinidad no numerable de valores y por consiguiente la probabilidad de quetomeunvalorconcretoesnula. Por tanto, en este caso no podemos hablar de la probabilidad de que la v.a. tome un valor, sino de la probabilidad de que el valor que tome se encuentre en un intervalo determinado. La función de distribución se define igual que para las v.a discretas, es decir como la probabilidad de obtener valores menores o iguales que un valor dado (sería igual decir menor, ya que la probabilidad de ser igual es 0) Las propiedades de la función de distribución son similares a las ya vistas para las v.a. discretas: Si F(x) es derivable puede obtenerse la función de densidad de probabilidad f(x i ), que es la derivada de F(x i ) en x i y que nos dice cómo crece en cada punto la F(x), es decir, con que rapidez va aumentando la probabilidad acumulada La relación entre F(x i ) y f(x i ) se expresa mediante la siguiente integral definida: La función de densidad también está sometida a las leyes de la probabilidad, es decir: 8
9 6. MODELOS DE PROBABILIDAD Por lo visto hasta ahora, puede parecer que el trabajo con V.A es muy laborioso, dado que el valor esperado, la varianza y la probabilidad exige el conocimiento exhaustivo de valores y probabilidades y a veces queremos saber cosas de una población que es para nosotros inaccesible. Para trabajar con variables en ciencias de la salud, la función de probabilidad y la de densidad de probabilidad se va a ajustar a una fórmula determinada, y por tanto a un modelo teórico concreto. Los modelos teóricos son importantes, ya que nos van a permitir conocer la distribución de una V.A. y todas sus características, que habrán sido previamente calculadas de forma general. Esto conlleva que el primer paso, en el estudio de una situación donde intervenga una V.A. no sea hallar directamente su distribución, sino buscar el modelo teórico que mejor se adecua al problema Vamos a ver aquí los modelos teóricos que más pueden interesarnos como logopedas, sea bien porque algunas variables de interés se ajustan a ellos (binomial o normal) bien porque sean muy útiles como instrumentos estadísticos (ji-cuadrado (ℵ 2 ) t-student o la F de Snedecor) 6.1 Distribución NORMAL Además de una función matemática se trata de un fenómeno natural, puesto que es frecuente encontrar variables con distribuciones muy similares a la de la normal. El primero en llegar a su formulación fue de Moivre (1733) en un intento de dar una solución al cálculo de las probabilidades binomiales acumuladas con n grande. Desarrollos importantes fueron los de Gauss y Laplace, que hace que la función se conozca como distribución de Gauss o de Laplace-Gauss. Muchas variables en ciencias de la salud (cociente intelectual, razonamiento espacial, fluidez verbal, etc ) y en otras disciplinas como en la Biología o la Física, se asemejan a la normal lo suficiente como para trabajar con ellas como si fueran normales sin cometer demasiados errores 9
10 Son más probables los valores próximos a uno central, en el que coinciden la media o valor esperado, la mediana (que divide a la curva en dos zonas de igual área) y la moda, que es el punto de la distribución con máxima ordenada. Este valor, representado por µ,es uno de los parámetros de la distribución Conforme nos separamos de ese valor la probabilidad va decreciendo de igual forma a derecha e izquierda, es decir, la distribución es simétrica La probabilidad va decreciendo de manera más o menos rápida dependiendo de un parámetro σ, que es el otro parámetro que caracteriza la distribución, y que es su desviación típica Se denota como X (µ,σ) Es asintótica con respecto al eje de abscisas, es decir, por mucho que se extienda jamás llega a tocar los ejes, que solamente se tocarían en Existe toda una familia de curvas normales, dependiendo de los valores de los parámetros. De entre ellas la más conocida es la N(0,1) o normal estandarizada Función de densidad de probabilidad Función de distribución 5.2 Distribución NORMAL estandarizada Normalmente se usa otro más simplificado: el de la Normal Tipificada, Estandarizada o Unitaria Una puntuación típica o tipificada es = µ σ En la fórmula anterior se puede reconocer la fórmula de las variables tipificadas. Sabemos que las variables tipificadas tienen media (µ=0) y desviación típica (σ=1), lo que facilitaría las operaciones con este modelo. N (0,1) 10
11 Se obtiene una distribución normal cuya función de densidad se puede expresar como Esta distribución es la que se usa en la práctica, ya que es común a todas las distribuciones normales (previa tipificación) y sus valores están tabulados 11
VARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más detallesEstadística LTA - Principios de estadística 2017
Estadística Probabilidad Experimento: Desde el punto de vista de probabilidades será "cualquier acto que pueda repetirse en igualdad de condiciones". Ej. Arrojar una vez un dado. Espacio Muestral: Es el
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Más detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
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 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 detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesVariables aleatorias
Capítulo 5 Variables aleatorias 5.1. Introducción Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son valores numéricos. Por ejemplo, si el experimento consiste
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 detallesDISTRIBUCIÓN DE PROBABILIDAD JUAN JOSÉ HERNÁNDEZ OCAÑA
DISTRIBUCIÓN DE PROBABILIDAD VARIABLES DISCRETAS Variable aleatoria UNA VARIABLE ALEATORIA ES AQUELLA DONDE LOS RESULTADOS SE PRESENTAN AL AZAR VARIABLE ALEATORIA DISCRETA Es aquella característica que
Más detallesEjemplo: Si lanzamos un dado 7 veces y 3 de ellas nos sale par, la frecuencia
Probabilidad La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles,
Más detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
Más 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 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 detallesCapítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
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 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 detallesEn el resultado de los experimentos aleatorios interviene el azar, cuando ésto no ocurre así, hablaríamos de sucesos deterministas.
1.- EXPERIMENTOS ALEATORIOS Y SUCESOS Un experimento aleatorio es aquel que cumple las siguientes condiciones: Se conocen todos sus posibles resultados No se puede conocer el resultado que se obtendrá
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 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 detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesCuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.
1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata
Más detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más 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 detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesEstadística Grado en Nutrición Humana y Dietética
Estadística Grado en Nutrición Humana y Dietética Tema 3: Probabilidad y variables aleatorias Francisco M. Ocaña Peinado http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación Operativa
Más detallesFundamentos de la investigación en psicología
Fundamentos de la investigación en psicología TEMA 10 1º curso Grado Psicología Curso académico 2017-18 TEMA 10. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD: VARIABLES CONTINUAS 1. El modelo normal 2. Ejercicios
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más 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 detallesT. 2 Modelos teóricos de distribución de probabilidad
T. 2 Modelos teóricos de distribución de probabilidad 1. La distribución binomial 2. La distribución o curva normal El conocimiento acumulado en Psicología ha permitido evidenciar como algunas variables
Más detallesEXPERIMENTO ALEATORIO
EXPERIMENTO ALEATORIO En concepto de la probabilidad, un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, en otras palabras,
Más detallesTema 4: Variables aleatorias.
Estadística 46 Tema 4: Variables aleatorias. El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos aleatorios, que en muchos
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. 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 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 detallesProbabilidad PROBABILIDAD
PROBABILIDAD La probabilidad es un método mediante el cual se obtiene la frecuencia de un suceso determinado mediante la realización de un experimento aleatorio, del que se conocen todos los resultados
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 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 detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detalles12 ESTADÍSTICA Y PROBABILIDAD
12 ESTADÍSTICA Y PROBABILIDAD 12.1.- TABLAS DE FRECUENCIA ABSOLUTA Y RELATIVA. PARÁMETROS ESTADÍSTICOS. 12.2.- GRÁFICOS ESTADÍSTICOS 12.3.- CÁLCULO DE PROBABILIDADES. REGLA DE LAPLACE. 12.1.- TABLAS DE
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 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 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 detallesEstadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:
Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una
Más detalles1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES
1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMAS 14 y 15.- DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 1 1.- VARIABLES ALEATORIAS DISCRETAS Concepto
Más detallesTema 5 Modelos de distribuciones de Probabilidad
Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto
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 detallesTEMAS BIMESTRAL. Son los experimentos de los que podemos predecir el resultado antes de que se realicen.
Profesora: Mónica Marcela Parra Zapata A continuación se presentan los temas que serán evaluados en el Bimestral de estadística del grado octavo. El grado octavo 1 presentará el bimestral el miércoles
Más detallesESTADISTICA Y PROBABILIDAD ESTADÍSTICA
ESTADÍSTICA La estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comprobaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 3. Probabilidad y variable aleatoria
Estadís5ca Tema 3. Probabilidad y variable aleatoria María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema
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 NORMAL. Modelo matemático: f ( x ) = σ 2 π
DISTRIBUCIÓN NORMAL. Es la más importante de las distribuciones teóricas, es también conocida con los nombres de curva normal y curva de Gauss. De Moivre publico en 1773 su trabajo sobre la curva normal
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 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 detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
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 detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesPROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.
1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto
Más 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 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 detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesApuntes de Probabilidad
Apuntes de Probabilidad Existen fenómenos donde la concurrencia de unas circunstancias fijas no permite anticipar cuál será el efecto producido. Por ejemplo, si una moneda cae al suelo, no es posible conocer
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 detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
Más detallesEXPERIENCIAS ALEATORIAS. SUCESOS
Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales 3º Evaluación Probabilidad EXPERIENCIAS ALEATORIAS. SUCESOS Experiencias Deterministas y Aleatorias Experiencias deterministas: son aquellos
Más detallesBioestadística Bioestadística
Bioestadística Probabilidad Experimento: Desde el punto de vista de probabilidades será "cualquier acto que pueda repetirse en igualdad de condiciones, que arroje resultados medibles". Ej. Arrojar un dado
Más detallesObjetivos 1-0. Francisco José García Álvarez
Objetivos Recordar los conocimientos elementales de las herramientas estadísticas que se aplican en el Control de Calidad. En base al conocimiento de los modelos probabilísticos más utilizados y teniendo
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 detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
Más detalles6. PROBABILIDAD I. Eugenio Hernández. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso Universidad Autónoma de Madrid
6. PROBABILIDAD I Universidad Autónoma de Madrid COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2017-2018 6.1. Frecuencia y probabilidad. Modelos de probabilidad FENÓMENO ALEATORIO Un
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: 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 detallesEn general un experimento es aleatorio si se dan las 3 condiciones siguientes:
TUTORIAL PROBABILIDADES Hablar en un único tutorial sobre Probabilidades parece una ardua tarea. Así es efectivamente, pero qué duda cabe el interés que puede generar una pequeña introducción a esta rama
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 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 detallesCarrera: Ingeniería Zootecnista E S T A D I S T I C A
Carrera: Ingeniería Zootecnista E S T A D I S T I C A DISTRIBUCIONES DE PROBABILIDAD Una función de probabilidad es aquella que surge al asignar probabilidades a cada uno de los valores de una variable
Más 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 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 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 detallesEstadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria
Estadís4ca y Métodos Numéricos Tema. Variable Aleatoria Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García
Más detallesApuntes de Probabilidad 4ESO
Apuntes de Probabilidad 4ESO Existen fenómenos donde la concurrencia de unas circunstancias fijas no permite anticipar cuál será el efecto producido. Por ejemplo, si una moneda cae al suelo, no es posible
Más detallesMATEMÁTICAS LIBRO 9: DATOS Y AZAR III GE- LIBRO N 9 CONTENIDOS. - Muestreo. - Intervalo de confianza. - Función de probabilidad
LIBRO 9: DATOS Y AZAR III CONTENIDOS - Muestreo - Intervalo de confianza - Función de probabilidad - Función de distribución de probabilidad - Distribución normal - Distribución normal estándar - Estandarización
Más detallesD I S T R I B U C I Ó N N O R M A L
D I S T R I B U C I Ó N N O R M A L 1. V A R I A B L E A L E A T O R I A C O N T I N U A. F U N C I O N E S A S O C I A D A S Variable aleatoria continua es aquella que puede tomar valores en un conjunto
Más detallesI TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)
Más detallesUnidad II Distribuciones de Probabilidad
Unidad II Distribuciones de Probabilidad Última revisión: 25-Septiembre-2009 Elaboró: Ing. Víctor H. Alcalá-Octaviano Página 11 II.1 Variables aleatorias discretas y continuas En gran número de experimentos
Más detallesTema 9: Probabilidad: Definiciones
Tema 9: Probabilidad: Definiciones 1. CONCEPTOS Experimento aleatorio Suceso Espacio muestral 2. DEFINICIÓN DE PROBBILIDD Enfoque clásico Enfoque frecuencialista 3. PROBBILIDD CONDICIONL 4. TEOREMS BÁSICOS
Más detallesU D PROBABILIDAD 2º BACHILLERATO Col. LA PRESENTACIÓN PROBABILIDAD
PROBABILIDAD 0. DEFINICIONES PREVIAS 1. DISTINTAS CONCEPCIONES DE PROBABILIDAD a. Definición Clásica b. Definición Frecuentista 2. DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD a. Espacio Muestral b. Suceso Aleatorio
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD VARIABLE ALEATORIA Una variable x valuada numéricamente varía o cambia, dependiendo del resultado particular del experimento que se mida. Por ejemplo, suponga que se tira
Más detalles4 VARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS Una ruleta está dividida en cuatro sectores de 90º de los que dos opuestos por el vértice son Azules, y los otros dos son uno Blanco y el otro Rojo. Conderemos el experimento
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 detallesTema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:
Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno
Más detallesTema 3: PROBABILIDAD - IV
Tema 3: PROBABILIDAD - IV La variable aleatoria binomial. Variables aleatorias discretas. Biología sanitaria 2017/18. Universidad de Alcalá M. Marvá. Actualizado: 2017-10-16 Biología sanitaria 2017/18.
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 detallesFundamentos de la Teoría de la Probabilidad. Ing. Eduardo Cruz Romero
Fundamentos de la Teoría de la Probabilidad Ing. Eduardo Cruz Romero www.tics-tlapa.com Teoría elemental de la probabilidad (1/3) El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos
Más detallesApuntes de Probabilidad
Apuntes de Probabilidad Existen fenómenos donde la concurrencia de unas circunstancias fijas no permite anticipar cuál será el efecto producido. Por ejemplo, si una moneda cae al suelo, no es posible conocer
Más detallesVariables aleatorias. Descripción breve del tema. Objetivos. Descripción breve del tema. Tema 4
Descripción breve del tema Variables aleatorias Tema 4 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Descripción breve
Más detalles