X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

Documentos relacionados
6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

REGRESIÓN LINEAL SIMPLE

Aproximación a la distribución normal: el Teorema del Límite Central

ESTADÍSTICA poblaciones

6. ESTIMACIÓN PUNTUAL

MEDIDAS DE TENDENCIA CENTRAL

V II Muestreo por Conglomerados

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

5- VARIABLES ALEATORIAS BIDIMENSIONALES

Tema 2: Distribuciones bidimensionales

Cálculo y EstadísTICa. Primer Semestre.

Estadística descriptiva

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

5.3 Estadísticas de una distribución frecuencial

V Muestreo Estratificado

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

CENTRO DE MASA centro de masas centro de masas

Estadística Espacial. José Antonio Rivera Colmenero

TEMA 2: LOS NÚMEROS COMPLEJOS

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

-Métodos Estadísticos en Ciencias de la Vida

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

LOS NÚMEROS COMPLEJOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

Inferencia estadística - Estimación puntual

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

PRÁCTICA 13: PRUEBA DE HIPÓTESIS DE BONDAD DE AJUSTE E INDEPENDENCIA

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

ESTADÍSTICA BAYESIANA

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

ESTADÍSTICA DESCRIPTIVA

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Problemas de Sucesiones

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

2 - TEORIA DE ERRORES : Calibraciones

Figura 1

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

TEMA 4: VALORACIÓN DE RENTAS

Una Propuesta de Presentación del Tema de Correlación Simple

Series Numéricas. Una forma de definir e es a través de la suma: ! + 1 1! + 1 2! + 1 3! + 1 4! n. cuyo límite es e, es decir:

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

Ejercicios de intervalos de confianza en las PAAU

Análisis estadístico de datos muestrales

Análisis acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos

Regresión con variable dependiente binaria (SW Capítulo 9)

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril Grupo A

Simulación de sistemas discretos

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

Importancia de las medidas de tendencia central.

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

1.1 INTRODUCCION & NOTACION

Distribución conjunta de variables aleatorias

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

R-C CARGA Y DESCARGA DE UN CONDENSADOR

Estudio de eventos extremos enfocado a seguros y finanzas

Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti

Límite y Continuidad de Funciones.

LECCIONES DE ESTADÍSTICA

Profr. Efraín Soto Apolinar. Área bajo una curva

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL

Introducción a la simulación de sistemas discretos

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CAPÍTULO 2 MODELO DE REGRESIÓN LOGÍSTICA

PROGRESIONES ARITMETICAS

3. La distribución normal multivariada

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS. REGRESIÓN LINEAL SIMPLE. CORRELACIÓN.

Cálculo de límites Criterio de Stolz. Tema 8

PROBABILIDAD Y ESTADÍSTICA APLICADA

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

Medidas de Tendencia Central

Transcripción:

95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado u oco teemos: ε: se arroja ua moeda equlbrada veces A saló cara : o de caras que se observa, ~ B (, / 0 s sale ceca s sale cara, luego / / : roorcó de caras ( frecueca relatva del suceso A f A A / Se esera que a medda que crece la frecueca relatva de cara -----se acerque a------> 0.5 E( (meda oblacoal / Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara ara ua sucesó de 400 tradas

96 La fgura muestra que las frecuecas relatvas de cara obtedas e 400 tradas sucesvas de ua moeda se acerca a 0.5 a medda que aumeta la catdad de tradas (los valores de ara las 0 rmeras y 0 últmas tradas fuero: 0 0 0 0 0 0 0 y 0 0 0 0 0 0 0 0 0 0 0 resectvamete Veremos a cotuacó la ley de los grades úmeros. Establece que la robabldad de que la meda muestral (calculada a artr de ua muestra aleatora de ua dstrbucó dfera de la meda oblacoal e más de u valor fjo (que uede ser arbtraramete equeño tede a cero a medda que el tamaño de la muestra tede a fto. or eso romedamos!! Ley (débl de los Grades Números Sea,,...,, ua sucesó de v.a. deedetes tales que E( µ y Var( σ <, etoces ε > 0 sedo. ( > ε 0 Dem: Sabemos que E( µ desgualdad de Chebshev a y, or lo tato µ (, y Var( Var( ( µ > ε ε > 0 ε σ σ, etoces alcado la ε σ ( µ > ε lm 0 ε > 0 lm cqd. ε Cuado vale ( decmos que la meda muestral coverge e robabldad a µ, lo dcamos or µ També decmos que es u estmador cosstete de µ Observacó : La frecueca relatva de u suceso A tede a su robabldad. Cosderemos reetcoes deedetes de u exermeto aleatoro y sea A u suceso co robabldad (A, costate e las reetcoes. S llamamos A a la frecueca absoluta de A (úmero de veces que ocurre A e las reetcoes y f A A / a la frecueca relatva, etoces f A

97 Esto resulta de la ley de los grades úmeros co ~ B(,, (A f A A / / E(f A y Var(f A (- /. Observacó La desgualdad de Chebshev també os ermte acotar la catdad de reetcoes ecesaras ara que la frecueca relatva del suceso A dfera de su robabldad ((A como máxmo e 0.0 co robabldad mayor o gual que 0.90. E efecto, queremos ecotrar tal que ( f 0.0 0. 90 A, ( or Chebshev co ε 0.0 teemos que ( A (0.0 ( f 0.0 Luego la desgualdad ( se cumlrá semre que ( (0.0 ( 0.90 (0.0 ( 0.0 (0.0 (0.0 El valor mímo de deede de. Es máxmo cuado 0.50. or ejemlo, 0.50 5000 0.0 950 0.0 990 Observacó 3: La exsteca de la varaza o es ecesara ara la valdez de la ley de los grades úmeros, metras que la de la eseraza es dsesable. Fgura 3: comortameto de la meda muestral ara ua sucesó de observacoes de ua varable aleatora N(0, y ua varable aleatora Cauchy

98 La fgura 3 muestra que la sucesó corresodete a la N(0, se acerca a cero, metras que la sucesó corresodete a la dstrbucó Cauchy muestra u comortameto errátco. Cómo es la dstrbucó Cauchy? La fucó de desdad de robabldad de ua varable aleatora Z llamada Cauchy es f Z ( z < z < π ( + z y su fucó de dstrbucó acumulada F Z ( z + arcta( z < z < π Qué forma tee la fucó de desdad de la dstrbucó Cauchy? - Es smétrca co resecto al cero - Tee forma de camaa - Las colas tede a cero más letamete que la Normal 0.0 0. 0. 0.3 0.4 0.5 Cauchy N(0, -4-0 4 z Fgura 4: fucoes de desdad de robabldad N(0, y Cauchy Debdo a la smetría alrededor de cero de la fucó de desdad la eseraza de ua varable Cauchy debería ser cero. S embargo

99 E( Z z z dz dz lm log( + a π ( + z π 0 ( + z π a La razó or la cual falla la exsteca de la eseraza es debdo a que la desdad decrece ta letamete que valores grades de la varable uede ocurrr co ua robabldad sustacal Cómo surge la dstrbucó Cauchy? Se uede demostrar ( vea or ejemlo Joh Rce Mathematcal Statstcs ad Data Aalyss 988-995 que el cocete de dos varables aleatoras N(0, deedetes tee dstrbucó Cauchy. Corolaro de la Ley de los Grades Números Sea,..., ua muestra aleatora de ua dstrbucó co E( µ y Var( σ < etoces a µ La meda muestral coverge e robabldad a la meda oblacoal b S σ La varaza muestral coverge e robabldad a la varaza oblacoal Dem. a or la Ley de los Grades Números. b Demostraremos que la varaza muestral varaza oblacoal. S ( S es u estmador cosstete de la or la Ley de los Grades Números µ, etoces µ. or otra arte, alcado uevamete la Ley de los Grades Números a E [ E( ] σ + ( V ( + µ

00 Como además, se obtee S σ + µ µ σ y or lo tato la varaza muestral es u estmador cosstete de σ. Teorema Cetral del Límte: Sea,,... v.a...d co E ( µ y Var( σ <, etoces s es sufcetemete grade, ( µ T µ ( a ~ N(0, σ σ ( a ~ N(0, co T Dcho de otro modo, T µ σ D Z ( µ D ~ N(0, Z ~ N(0, σ dode la covergeca e dstrbucó ( D se terreta e el sguete setdo: T µ σ ( µ a Φ( a a Φ( a σ es decr, que las fucoes de dstrbucó coverge a la fucó de dstrbucó ormal stadard. Observacó: Qué sgfca sufcetemete grade? Cómo sabemos s la aroxmacó es buea? El tamaño de muestra requerdo ara que la aroxmacó sea razoable deede de la forma de la dstrbucó de las. Metras más smétrca y acamaada sea, más rádamete se obtee ua buea aroxmacó.

0 0 000 0 000 0 000 000 0 000 500.0.0 3.0.0.0 3.0.0.0 3.0 5.4.0.6 30 0.8.0. 0.0 0.4 0.8 0.0.0 0.0 0.6 0.0.5 3.0 0.0 0.4 0.8 5 0 4 6 0.3 0.5 0.7 30 0. 0.6.0 0.0.0.0 0. 0.6 0.0 0.4 0.8 0.0 0.4 0.8 0.0 0. 0.4 5 0.0.0.0 0.0 0.04 30 Fgura 5: Dstrbucó de ara dsttas dstrbucoes: a dscreta, b Uforme, c Exoecal Ejemlo: Al sumar úmeros, ua calculadora aroxma cada úmero al etero más róxmo. Los errores de aroxmacó se suoe deedetes y co dstrbucó U(-0.5,0.5. a S se suma 500 úmeros, cuál es la robabldad de que el valor absoluto del error total exceda 5? Sea el error corresodete al -ésmo sumado, E ( 0 y Var (. 500 500 El error total es T 500 y or lo tato E ( T 500 0 y Var ( T 500. ( T > ( T 5 ( 5 5 500 5 500 T 500

0 5 500 / T 500 500 / 5 Φ 500 / 5 + Φ 500 / 5 500 / Φ(.34 + Φ(.34 0.8 b Cuátos úmeros uede sumarse a f de que el valor absoluto del error total sea meor o gual que 0 co robabldad mayor o gual que 0.90? Buscamos el valor de tal que ( 0 0. 90 T 0 ( T 0 0.90 ( 0 T 0 0.90 T 0. 90 / 0 / Alcado la aroxmacó ormal, debemos hallar tal que 0 0 0 Φ Φ 0.90 Φ 0.90 Φ / / / 0 / 0.95 0 /.64. 446 es decr, que se uede sumar a lo sumo 446 úmeros ara que el valor absoluto del error total sea meor o gual que 0 co robabldad mayor o gual que 0.90. Aroxmacó de la dstrbucó bomal or la ormal: Sea ~ B (,, etoces es el úmero de éxtos e reetcoes de u exermeto bomal co robabldad de éxto gual a, y / es la roorcó muestral de éxtos. Defamos las sguetes varables aleatoras 0 s se obtuvo Éxto e la reetcó s se obtuvo Fracaso e la reetcó ara,...,. Estas v.a. so deedetes, ~ B (, y. Alcado el Teorema Cetral del Límte, s es sufcetemete grade,

03 ~ N ( a (, ( ~ N, ( ( a La aroxmacó es buea s 5 y (- 5. S / la aroxmacó es buea aú ara equeño ues e ese caso la dstrbucó bomal es smétrca. 0.0 0. 0.4 0.6 B(5,0.0 0.0 0. 0.4 0.6 0.8.0 B(0,0.0 0.0 0. 0.4 B(0,0.0 0.0 0. 0.4 0.6 0.8.0 B(50,0.0 0.0 0.5 0.0 0.06 0. 0.0 0. 0. 0.3 0.4 0.5 B(00,0.0 0.0 0.05 0.0 0.5 0.0 0.5 0.0 0.0 0.0 0.04 0.08 0.0 0. 0. 0.3 0.4 B(00,0.0 0.0 0.05 0.0 0.5 0.0 Fgura 6: Dstrbucó robabldades de Correccó or cotudad Cuado se aroxma ua dstrbucó dscreta or ua cotua, como es el caso de la aroxmacó de la dstrbucó bomal or la ormal, es ecesaro efectuar ua correccó. Cosderemos el sguete ejemlo: Sea ~ B (00, 0.6 y calculemos e forma aroxmada ( 50 y ( 5. S alcamos drectamete el TCL, obteemos:

04 ( ( 60 50 60 50 Φ 4 4 (.04 0.0 60 5 60 5 Φ(.84 0.967 4 4 S be, ( 50 + ( 5, los valores aroxmados o satsface esta restrccó. ara evtar este roblema, se efectúa la sguete correccó, deomada correccó or cotudad, ( ( 50 ( 5 ( 60 50.5 60 50.5 Φ 4 4 (.94 0.06 60 50.5 60 50.5 Φ(.94 0.974 4 4 E geeral, cuado la v.a. es dscreta y x x -, la correccó se realza e la forma: ( ( a ( a ( a + 0.5 a 0.5 S la dstaca etre dos valores sucesvos de es k >, cómo alcaría la correccó or cotudad? Ejemlo: Sea ~ B(60,/3. Calcular e forma aroxmada la robabldad de que sea mayor o gual que 5. 60 4.5 60 ( 5 ( 4.5 3 3 Φ(.3 0. 60 60 3 3 3 3 Otras alcacoes del Teorema Cetral del Límte: a Sea,,..., v.a...d. co dstrbucó osso de arámetro λ, etoces ( ~ λ or lo tato, cualquer v.a. co dstrbucó de osso co arámetro sufcetemete grade uede ser aroxmada or la dstrbucó ormal.

05 b Sea,,..., v.a. deedetes co dstrbucó Gamma de arámetros y λ, o sea ~ Γ(, λ etoces ~ Γ, λ or lo tato, cualquer v.a. co dstrbucó Γ(m, λ co arámetro m sufcetemete grade uede ser aroxmada or la dstrbucó ormal.