Probabilidades y Procesos Estocásticos
|
|
- Carolina Sandoval Escobar
- hace 5 años
- Vistas:
Transcripción
1 Probabilidades y Procesos Estocásticos Resumen Control 3 Profesor Iván Rapaport Auxiliar Abelino Jiménez G. Universidad de Chile
2 Indice General 1 Resumen de la Materia. Variable Aleatorias. Discretas y Continuas
3 Indice General Resumen de la Materia. 1 Resumen de la Materia. Variable Aleatorias. Discretas y Continuas
4 Elementos Preliminares Denición VARIABLE ALEATORIA Sea Ω un conjunto no vacío. Una variable aleatoria es toda función (medible) X que a cada elemento de Ω le asigna un valor en R X : Ω R Con esto, el problema del cálculo de la probabilidad de un evento determinado se reducen al cálculo de la probabilidad de que la variable aleatoria tome determinados valores en R.
5 Elementos Preliminares Denición FUNCION DE DISTRIBUCION Sea F : R [0, 1]. Se dirá que F es una Función de Distribución si: F es creciente, i.e. x < y, F (+ ) = 1 F ( ) = 0 F continua por la derecha, i.e. F (x) F (y) lim (x + h) = F (x) h 0 +F
6 Elementos Preliminares Teorema Toda Función de Distribución induce una medida de Probabilidad, y viceversa, del siguiente modo: F X (α) = P(X α) con esto, podemos decir que toda variable aleatoria tiene asociada una Función de Distribución.
7 Elementos Preliminares
8 Elementos Preliminares
9 Variables Aleatorias Discretas
10 Consideraciones Previas Para el estudio particular de algunas variables aleatorias discretas, hay que tener en cuenta lo siguiente: Las variables aleatorias tienen un rango de variabilidad, que para cada caso se especica. Para cada valor anterior, se tiene una función de probabilidad asociada, que también se especica. Las Funciones de Distribución asociadas a las variables aleatorias discretas, son tipo escalores, en donde los puntos de discontinuidad son los valores que toma dicha v.a.
11 Bernoulli(p) Resumen de la Materia. Parámetro: p [0, 1] Campo de Variabilidad: {0,1} Función de Probabilidad P(X = 0) = 1 p P(X = 1) = p Función de Distribución 0 α < 0 F (α) = 1 p 0 α < α
12 Binomial (n,p) Resumen de la Materia. Parámetros: n N, p [0, 1] Campo de Variabilidad: {0,1...,n-1, n} Función de Probabilidad P(X = i) = ( n i ) p i (1 p) n i
13 Geométrica(p) Parámetro: p (0, 1] Campo de Variabilidad: N {0} Función de Probabilidad P(X = k) = p(1 p) k 1
14 Poisson(λ ) Resumen de la Materia. Parámetro: λ > 0 Campo de Variabilidad: N {0} Función de Probabilidad P(X = k) = λ k k! e λ
15 Variables Aleatorias Continuas
16 Consideraciones Previas Toda variable aleatoria absolutamente continua tiene asociada una función de distribución, la cual no posee puntos de discontinuidad. Toda variable aleatoria continua queda caracterizada por su función de densidad. Se debe tener siempre presente el cambio de variabilidad de la variable aleatoria, para evitar problemas en el cálculo. P(X = α) = 0 α R si X es variable aleatoria absolutamente continua.
17 Distribución Uniforme en [a,b] Si X Uniforme[0, 1] se tiene { 1 si u [0, 1] f X (u) = 0 si no luego, P(X [α,β] [0, 1]) = β α Si X Uniforme[a, b] se tiene f X (u) = { 1 b a 0 si no si u [0, 1]
18 Exponencial(λ ) Resumen de la Materia. Parámetro: λ > 0 Campo de Variabilidad: R + {0} Función de Densidad f X (u) = λ e λ u luego, P(X [α,β]) = λ β α e λ u du, 0 α β
19 Gamma(α) Parámetro: α > 0 Campo de Variabilidad: R + Función de Densidad f X (u) = 1 Γ(α) uα 1 e u donde, Γ(α) = 0 uα 1 e u du
20 Beta(α,β ) Parámetro: α > 0, β > 0 Campo de Variabilidad: (0, 1) Función de Densidad Γ(α + β) f X (u) = Γ(α) Γ(β) uα 1 (1 u) β 1 donde, Γ(α) = 0 uα 1 e u du
21 Normal(µ,σ 2 ) Resumen de la Materia. Parámetro: µ R, σ 2 > 0 (CUIDADO!! EL PARÁMETRO ES σ 2 ) Campo de Variabilidad: R Función de Densidad f X (y) = 1 2π σ e 1 2 ( y µ ) 2 σ
22 Indice General Resumen de la Materia. 1 Resumen de la Materia. Variable Aleatorias. Discretas y Continuas
23 Presentación del Problema Problema TRANSFORMACIÓN DE VARIABLE Sea X : Ω R una variable aleatoria continua. X tiene asociado una función de densidad f X. Sea Ψ : R R. Luego Ψ(X ) es una nueva variable aleatoria. ¾Cuál es la función de densidad de Ψ(X )?
24 Propiedad Sea X : Ω R una variable aleatoria continua. Sea D el campo de variabilidad de X Sea Ψ : D R una función derivable e inyectiva. Entonces Y = Ψ(X ) es una v.a. continua con densidad f Y (y) = 1 Ψ (Ψ 1 (y)) f X (Ψ 1 (y))
25 Aplicación 1 Sea X v.a. continua con densidad f X. Sea Y = α + β X. Se tiene que Y es una v.a. continua con densidad: ( ) f Y (y) = 1 β y α f X β Aplicación 2 Sea X N(0, 1). Sea Y = µ + σ X, con σ > 0. Entonces Y N(µ,σ 2 ). Recíprocamente, si Y N(µ,σ 2 ), entonces σ 1 (Y µ) N(0, 1).
26 Aplicación 1 Sea X v.a. continua con densidad f X. Sea Y = α + β X. Se tiene que Y es una v.a. continua con densidad: ( ) f Y (y) = 1 β y α f X β Aplicación 2 Sea X N(0, 1). Sea Y = µ + σ X, con σ > 0. Entonces Y N(µ,σ 2 ). Recíprocamente, si Y N(µ,σ 2 ), entonces σ 1 (Y µ) N(0, 1).
27 Indice General Resumen de la Materia. 1 Resumen de la Materia. Variable Aleatorias. Discretas y Continuas
28 Ejemplo Resumen de la Materia. 0 hijos 1 hijo 2 hijos 3 o más P(clase=i) clase baja clase media clase alta P(hijos=k)
29 Ejemplo Resumen de la Materia. 0 hijos 1 hijo 2 hijos 3 o más clase baja clase media clase alta
30 Ejemplo Resumen de la Materia. 0 hijos 1 hijo 2 hijos 3 o más clase baja clase media clase alta Tenemos una nueva v.a.
31 Variables Aleatorias Independientes Denición INDEPENDENCIA DE V.A. X 1 y X 2 v.a. independientes si P(X 1 a 1, X 2 a 2 ) = P(X 1 a 1 ) P( X 2 a 2 ) a 1, a 2 R Observación: Si bien la denición es análoga a la independencia clásica, hay que tener en cuenta que en este contexto, estamos hablando de VARIABLES ALEATORIAS independientes.
32 Variables Aleatorias Independientes Denición INDEPENDENCIA DE V.A. X 1 y X 2 v.a. independientes si P(X 1 a 1, X 2 a 2 ) = P(X 1 a 1 ) P( X 2 a 2 ) a 1, a 2 R Observación: Si bien la denición es análoga a la independencia clásica, hay que tener en cuenta que en este contexto, estamos hablando de VARIABLES ALEATORIAS independientes.
33 Suma de Variables Aleatorias Discretas Propiedad SUMA DE V.A. DISCRETAS Sean X y Y v.a. independientes tomando valores en Z con densidades discretas P X y P Y respectivamente, i.e. P X (k) = P(X = k), P Y (k) = P(Y = k) k Z entonces X + Y toma valores en Z y su densidad discreta verica: P X +Y (k) = P X (j) P Y (k j) = P Y (j) P X (k j) j Z j Z
34 Suma de Variables Aleatorias Continuas Propiedad SUMA DE V.A. CONTINUAS Sean X y Y v.a. independientes, continuas, con densidades respectivas f X y f Y. Entonces X + Y es v.a. continua y con densidad: f X +Y = f X f Y f X +Y (z) = f X (u) f Y (z u)du = f Y (u) f X (z u)du
35 Indice General Resumen de la Materia. 1 Resumen de la Materia. Variable Aleatorias. Discretas y Continuas
36 Esperanza Resumen de la Materia. Esperanza v.a. discreta Sea X v.a. discreta tomando valores {a i ; i I }(con I nito o numerable innito) con probabilidades p i = P(X = a i ), se tiene E(X ) = a i p i i I Esperanza v.a. continua Sean X v.a. continua con función de densidad f X, se tiene: E(X ) = u f X (u) du
37 Esperanza Resumen de la Materia. Esperanza v.a. discreta Sea X v.a. discreta tomando valores {a i ; i I }(con I nito o numerable innito) con probabilidades p i = P(X = a i ), se tiene E(X ) = a i p i i I Esperanza v.a. continua Sean X v.a. continua con función de densidad f X, se tiene: E(X ) = u f X (u) du
38 Esperanza Transformada Sea Ψ : R R Esperanza v.a. discreta Sea X v.a. discreta tomando valores {a i ; i I }(con I nito o numerable innito) con probabilidades p i = P(X = a i ), se tiene E(Ψ(X )) = Ψ(a i ) p i i I Esperanza v.a. continua Sean X v.a. continua con función de densidad f X, se tiene: E(Ψ(X )) = Ψ(u) f X (u) du
39 Esperanza Transformada Sea Ψ : R R Esperanza v.a. discreta Sea X v.a. discreta tomando valores {a i ; i I }(con I nito o numerable innito) con probabilidades p i = P(X = a i ), se tiene E(Ψ(X )) = Ψ(a i ) p i i I Esperanza v.a. continua Sean X v.a. continua con función de densidad f X, se tiene: E(Ψ(X )) = Ψ(u) f X (u) du
40 Propiedades de la Esperanza Si X = α (constante), entonces E(X ) = X X, Y vs.as., α, β R, entonces E(αX + β Y ) = αe(x ) + β E(Y ) Si X 0, entonces E(X ) 0 Si Ψ : R R es convexa, entonces E(Ψ(X )) Ψ(E(X )) Si X, Y vs.as. independientes, entonces E(X Y ) = E(X ) E(Y )
41 Varianza Resumen de la Materia. Varianza Sea X v.a. Si µ = E(X ), denimos la varianza de X, como Var(X ) = E((X µ) 2 ) Si X = α (constante), entonces Var(X ) = 0 X v.a., α, β R, entonces Var(α + β X ) = β 2 Var(X ) Si X, Y vs.as. independientes, entonces Var(X + Y ) = Var(X ) + Var(Y )
42 Varianza Resumen de la Materia. Varianza Sea X v.a. Si µ = E(X ), denimos la varianza de X, como Var(X ) = E((X µ) 2 ) Si X = α (constante), entonces Var(X ) = 0 X v.a., α, β R, entonces Var(α + β X ) = β 2 Var(X ) Si X, Y vs.as. independientes, entonces Var(X + Y ) = Var(X ) + Var(Y )
43 FIN
Variables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
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 detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
Más detallesModelado de la aleatoriedad: Distribuciones
Modelado de la aleatoriedad: Distribuciones Begoña Vitoriano Villanueva Bvitoriano@mat.ucm.es Facultad de CC. Matemáticas Universidad Complutense de Madrid I. Distribuciones Discretas Bernoulli (p) Aplicaciones:
Más detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
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 detallesUnidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22
Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio 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 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 detallesTeoría Estadística Elemental I Teoría (resumida) del 2 do Tema
Teoría Estadística Elemental I Teoría (resumida) del 2 do Tema Raúl Jiménez Universidad Carlos III de Madrid Noviembre 2011 Consideremos el lanzamiento de un dado, Ω = {1, 2, 3, 4, 5, 6}, y supongamos
Más detallesPart I. Momentos de una variable aleatoria. Esperanza y varianza. Modelos de Probabilidad. Mario Francisco. Esperanza de una variable aleatoria
una una típica Part I Momentos. Esperanza y varianza Esperanza una una típica Definición Sea X una discreta que toma los valores x i con probabilidades p i. Supuesto que i x i p i
Más detallesTEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real)
TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES Grado Ing Telemática (UC3M) Teoría de la Comunicación Variable Aleatoria / 26 Variable aleatoria (Real) Función que asigna un valor
Más detallesRepaso de Estadística
Teoría de la Comunicación I.T.T. Sonido e Imagen 25 de febrero de 2008 Indice Teoría de la probabilidad 1 Teoría de la probabilidad 2 3 4 Espacio de probabilidad: (Ω, B, P) Espacio muestral (Ω) Espacio
Más detallesTransformaciones y esperanza
Capítulo 3 Transformaciones y esperanza 3.1. Introducción Por lo general estamos en condiciones de modelar un fenómeno en términos de una variable aleatoria X cuya función de distribución acumulada es
Más detalles2 Modelos de probabilidad discretos sobre R
UN CATÁLOGO DE MODELOS DE POBABILIDAD Julián de la Horra Departamento de Matemáticas U.A.M. Introducción En este capítulo vamos a dar un catálogo de algunos de los modelos de probabilidad más utilizados,
Más detallesMa34a Probabilidades y Procesos Estocásticos 21 de Noviembre, Resumen No. 3
Ma34a Probabilidades y Procesos Estocásticos 21 de Noviembre, 2004 Resumen No. 3 Prof. Cátedra: M. Kiwi Prof. Auxiliares: M. Soto, R. Cortez 1 Variables Aleatorias 1.1 Variables Aleatorias Absolutamente
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 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 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 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 detallesProbabilidades y Estadística
Probabilidades y Estadística Profesor: Fernando Lema Auxiliares: Víctor Carmi - Abelino Jiménez Universidad de Chile Indice General 1 Indice General 1 Advertencias y Recomendaciones Tener presente siempre
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesEstadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas
Estadística Tema 2 Variables Aleatorias 21 Funciones de distribución y probabilidad 22 Ejemplos distribuciones discretas y continuas 23 Distribuciones conjuntas y marginales 24 Ejemplos distribuciones
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 detallesLaboratorios Incentivados Equilibria. Probabilidad. Respuestas al Examen Mayo
EQUILIBRIA ECONOMÍA 04 Laboratorios Incentivados Equilibria Probabilidad Respuestas al Examen Mayo 03 Parte Opción Múltiple.- (i) Notemos que X ~Exp(). Por lo tanto E[X] = Var(X) = Y como Var(X) = E[X
Más detallesExamen de Estadística
Examen de Estadística Grado en Ingeniería de Telecomunicación 4 de Junio de 03 Cuestiones solucion h 30m C. (p) Un sistema de comunicación está compuesto por los componentes A, B, C, D y E, donde cada
Más detallesFamilias de distribuciones
Capítulo 2 Familias de distribuciones 2.1. Introducción Las distribuciones estadísticas son usadas para modelar poblaciones a través de un miembro de una familia de distribuciones. Cada familia se encuentra
Más detallesVariables aleatorias continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
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 detalles4. Modelos Multivariantes
4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución
Más detallesUnidad 3. Probabilidad
Unidad 3. Probabilidad Javier Santibáñez 17 de agosto de 2018 1. Introducción Definición 1. La probabilidad es una medida subjetiva del grado de creencia que se tiene acerca de que algo desconocido sea
Más detallesDistribuciones habituales
Distribuciones habituales Tema 5 Eponencial Ignacio Cascos Depto. Estadística, Univerdad Carlos III 1 Ignacio Cascos Depto. Estadística, Univerdad Carlos III 2 Objetivos Adquirir soltura con el manejo
Más detallesTema 4: Variable Aleatoria Bidimensional
Curso 2016-2017 Contenido 1 Definición de Variable Aleatoria Bidimensional 2 Distribución y fdp Conjunta 3 Clasificación de Variables Aleatorias Bidimensionales 4 Distribuciones Condicionales 5 Funciones
Más detallesMétodos Estadísticos de la Ingeniería Práctica 5: Distribuciones de Probabilidad y el Teorema Central del
Métodos Estadísticos de la Ingeniería Práctica 5: Distribuciones de Probabilidad y el Teorema Central del Límite Área de Estadística e Investigación Operativa Mariano Amo Salas y Licesio J. Rodríguez-Aragón
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 detallesObjetivos. 1. Variable Aleatoria y Función de Distribución. PROBABILIDAD Tema 2.2: Variables aleatorias discretas Denición de Variable aleatoria
PROBABILIDAD Tema 2.2: 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
Más detallesMartingalas. Procesos Estocásticos. Marzo 2012 UC3M
Martingalas Procesos Estocásticos UC3M Marzo 2012 Martingalas Vamos a estudiar una clase de procesos que pueden verse como la fortuna de un jugador que juega repetidamente un juego justo. Así que, pensemos
Más detallesVariables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesEstadística I Tema 5: Modelos probabiĺısticos
Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y función de distribución.
Más detallesValeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
Más detallesVariables aleatorias continuas, TCL y Esperanza Condicional
Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función
Más detallesCurso Propedéutico de Cálculo Sesión 6: Aplicaciones de la Integración
por Curso Propedéutico de Cálculo Sesión 6: de la Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema por 1 por 2 Esquema por 1 por 2 por Al contrario
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 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 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 detallesCapítulo 5: Funciones de Variables Aleatorias y Generadora de Momentos Estadística Computacional I Semestre Funciones de Variables Aleatorias
Universidad Técnica Federico Santa María Departamento de Informática ILI-80 Capítulo 5: Funciones de Variables Aleatorias Generadora de Momentos Estadística Computacional I Semestre 006 Profesor: Carlos
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 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 detalles6-1. Dos preguntas sobre 100 tiradas de dado
Semana 6 Esperanza y Varianza 6-1. Dos preguntas sobre 100 tiradas de dado 6-2. Esperanza 6-3. Propiedades básicas de la esperanza 6-4. Distancia esperada a la media 6-5. Varianza 6-6. Demostraciones 6-1.
Más detallesI. Distribuciones discretas
Probabilidades y Estadística (M) Funciones de densidad o probabilidad puntual, esperanzas, varianzas y funciones características de las variables aleatorias más frecuentes I. Distribuciones discretas Distribución
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 detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 4 Vectores aleatorios Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesMA Probabilidades
Facultad de Ciencias Físicas y Matemáticas Universidad de Chile Martinez, Servet MA3401 - Probabilidades Transcriptor: Alan Beltrán Flores 1 Otoño 2013 1 Agradecimientos a Constanza Yovaniniz, Camilo Ulloa
Más detallesFórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática
DEPARTAMENT D ESTADÍSTICA I INVESTIGACIÓ OPERATIVA Fórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática A. Distribuciones de variables aleatorias. 1. Descripción de una distribución
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 detallesLista de Ejercicios (Parte 1)
ACT-11302 Cálculo Actuarial III ITAM Lista de Ejercicios (Parte 1) Prof.: Juan Carlos Martínez-Ovando 15 de agosto de 2016 P0 - Preliminar 1. Deriva las expresiones de las funciones de densidad (o masa
Más detallesVectores aleatorios (distribuciones multivariantes)
Vectores aleatorios (distribuciones multivariantes) Tema 9. Distribución conjunta de un vector aleatorio. Distribuciones marginales y condicionadas Ignacio Cascos Depto. Estadística, Universidad Carlos
Más detallesEstadística I Tema 5: Modelos probabiĺısticos
Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y Función de distribución.
Más detallesSistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad.
Más detallesDistribuciones unidimensionales continuas
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Distribución uniforme continua 2 Estándar 3 Distribución χ 2 de Pearson 4 Distribución uniforme continua Definición Es una variable continua
Más detallesTEMA 3.- VECTORES ALEATORIOS.- CURSO
TEMA 3.- VECTORES ALEATORIOS.- CURSO 017-018 3.1. VARIABLES ALEATORIAS BIDIMENSIONALES. FUNCIÓN DE DISTRIBUCIÓN CONJUNTA. 3.. VARIABLES BIDIMENSIONALES DISCRETAS. 3.3. VARIABLES BIDIMENSIONALES CONTINUAS.
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y
Más detalles. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidades MA, /5/9, Prof. Raúl Gouet Solución Control #. Considere una colonia de bacterias con población inicial
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 detallesVectores Aleatorios. Definición 1.1. Diremos que el par (X,Y) es un vector aleatorio si X e Y representan variables aleatorias
Universidad de Chile Facultad De Ciencias Físicas y Matemáticas MA3403 - Probabilidades y Estadística Prof. Auxiliar: Alberto Vera Azócar. albvera@ing.uchile.cl Vectores Aleatorios 1. Vectores Aleatorios
Más detallesProbabilidad y Estadística
Vectores aleatorios Probabilidad y Estadística Vectores aleatorios Federico De Olivera Cerp del Sur-Semi Presencial curso 2015 Federico De Olivera (Cerp del Sur-Semi Presencial) Probabilidad y Estadística
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 detallesDistribuciones multivariadas
Distribuciones multivariadas Si X 1,X 2,...,X p son variables aleatorias discretas, definiremos la función de probabilidad conjunta de X como p(x) =p(x 1,x 2,...,x k )=P (X 1 = x 1,X 2 = x 2,...,X p =
Más detallesSabemos que en un proceso de Poisson la función de probabilidad está dada por:
DISTRIBUCIÓN DE WEIBULL Relación entre la dist eponencial y la dist de Poisson Sabemos que en un proceso de Poisson la función de probabilidad está dada por: e-! ( λt ) λt f X (, λ ) P( X = ) = Queremos
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 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 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 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 detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS TEMA 1 (20 puntos): RUBRICA La magnitud de temblores registrados en una región de América
Más detallesB0. Distribuciones de probabilidad
B0. Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Distribución Normal X N( µ, σ ) Dada una variable aleatoria caracterizado por la función
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 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 detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesTEMA 2: DISTRIBUCIONES DE PROBABILIDAD
ESTADÍSTICA, CURSO 008 009 TEMA : DISTRIBUCIONES DE PROBABILIDAD LEYES DE PROBABILIDAD. SUCESOS ALEATORIOS Experimetos aleatorios, espacio muestral. Sucesos elemetales y compuestos. Suceso imposible Ø,
Más detallesMuestreo de variables aleatorias
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como
Más detallesACT-11302: Cálculo Actuarial III
ACT-11302: Cálculo Actuarial III Notas de Clase Juan Carlos Martínez-Ovando ITAM 25 de agosto de 2016 Agenda Modelo estadístico Intercambiabilidad Modelo estadístico Definición Se dice que un conjunto
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Patricia Kisbye FaMAF 6 de mayo, 2010 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesTema 3: Estimación estadística de modelos probabilistas. (primera parte)
Tema 3: Estimación estadística de modelos probabilistas. (primera parte) Estructura de este tema: 1. 2 Estimación por intervalos de confianza. 3 Contrastes de hipótesis. Planteamiento del problema Inconveniente:
Más detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesDISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD
DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)
Más detallesPercentiles. El percentil p de una variable aleatoria X es número más pequeño, que denominaremos x u que cumple:
Percentiles 130 El percentil p de una variable aleatoria X es número más pequeño, que denominaremos x u que cumple: el percentil es, por tanto, el valor de la variable aleatoria para el cual la función
Más detallesEjercicios para auto evaluación Variables continuas y Teorema de Límite Central
Ejercicios para auto evaluación Variables continuas y Teorema de Límite Central Enero 2008. Sea f(u) = ce u, u R. Determine el valor de c para que f sea una función de densidad de probabilidad y calcule
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 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 detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
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 detallesNotas sobre convergencia y funciones generatrices
Notas sobre convergencia y funciones generatrices Universidad Carlos III de Madrid Abril 2013 Para modelar un fenómeno aleatorio que depende del tiempo, podemos considerar sucesiones de variables X 1,X
Más detallesProbabilidad y Procesos Aleatorios
y Dr. Héctor E. Poveda P. hector.poveda@utp.ac.pa www.hpoveda7.com.pa @hpoveda7 Plan del curso Probabilidad Múltiples 1. Probabilidad Espacios probabilísticos Probabilidad condicional 2. 3. Múltiples 4.
Más detalles