PROBABILIDAD Y ESTADÍSTICA

Documentos relacionados

1. Variable aleatoria. Clasificación

TEMA 2: MAGNITUDES ALEATORIAS

3. VARIABLES ALEATORIAS.

TEMA 3. VARIABLE ALEATORIA

Variables Aleatorias

Variables Aleatorias

Probabilidad Grupo 23 Semestre Segundo examen parcial

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Tema 1.- Variable aleatoria discreta (V2.1)

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Tema 1: Estadística Descriptiva Unidimensional

INTRODUCCIÓN. Técnicas estadísticas

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

PyE_ EF1_TIPO1_

, x es un suceso de S. Es decir, si :

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

3 - VARIABLES ALEATORIAS

Modelos triangular y parabólico

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Variable aleatoria: definiciones básicas

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CAPÍTULO 4 MARCO TEÓRICO

Tema 4: Variables aleatorias

Estadísticos muéstrales

Métodos específicos de generación de diversas distribuciones discretas

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

VARIABLES ALEATORIAS UNIDIMENSIONALES

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI)

TEMA 4 Variables aleatorias discretas Esperanza y varianza

Figura 1

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3

Tema 6. Estadística descriptiva bivariable con variables numéricas

Variables aleatorias discretas

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

Operadores por Regiones

17/02/2015. Ángel Serrano Sánchez de León

Problemas donde intervienen dos o más variables numéricas

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

Estadísticos muéstrales

16/02/2015. Ángel Serrano Sánchez de León

Tema 1: Análisis de datos unidimensionales

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

PyE_ EF1_TIPO1_

1. Notación y tabulación

INTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS.

PyE_ EF2_TIPO1_

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

ESTADÍSTICA UNIDIMENSIONAL

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Regresión y Correlación Métodos numéricos

Tema 1. Conceptos generales

Estimación no lineal del estado y los parámetros

Medidas de Variabilidad

Introducción. Escuela Técnica Superior de Ingeniería Informática. Universidad de La Laguna. Fernando Pérez Nava

Regresión lineal y correlación lineal

b) Realiza el diagrama de dispersión c) Calcula media y desviación típica de cada variable 2

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

5ª Parte: Estadística y Probabilidad

Mª Dolores del Campo Maldonado. Tel: :

Prueba de Inferencia Estadística y Contraste de Hipótesis. 8 de octubre de 2012 GRUPO A

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

Introducción a la Física. Medidas y Errores

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

Descripción de una variable

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

Análisis de Resultados con Errores

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

Un estimado de intervalo o intervalo de confianza ( IC

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

Tablas de Vida (Intervalos)

ESTADÍSTICA. Definiciones

Prueba de Evaluación Continua

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Estadística Unidimensional: SOLUCIONES

Inferencia en Regresión Lineal Simple

TEMA 1.- CONCEPTOS BÁSICOS

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

SEGUNDA PARTE RENTAS FINANCIERAS

TEMA 4 MERCADOS CON INCERTIDUMBRE. Revisado, noviembre de 2017

Transcripción:

FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08

T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la Teoría de la probabldad. 3. Varables aleatoras. 4. Modelos probablístcos comunes. 5. Varables aleatoras conuntas. 6. Dstrbucones muestrales. Preparado por Irene Patrca Valdez y Alfaro

CONTENIDO TEMA 3 3. Varables aleatoras. Obetvo: El alumno conocerá el concepto de varable aleatora y podrá analzar el comportamento probablsta de la varable, a través de su dstrbucón y sus característcas numércas. 3. Concepto de varable aleatora como abstraccón de un evento aleatoro. 3. Varable aleatora dscreta: funcón de probabldad sus propedades y su representacón gráfca. Funcón de dstrbucón acumulatva, sus propedades y su representacón gráfca. 3.3 Varable aleatora contnua: funcón de densdad de probabldad sus propedades y su representacón gráfca. Funcón de dstrbucón acumulatva, sus propedades y su representacón gráfca. 3.4 Valor esperado o meda de la varable aleatora dscreta y de la contnua. Valor esperado como operador matemátco y sus propedades. Momentos con respecto al orgen y a la meda. 3.4 Parámetros de las dstrbucones de las varables aleatoras. Meddas de tendenca central, de dspersón y de asmetría. Preparado por Irene Patrca Valdez y Alfaro

INTRODUCCIÓN A LA PROBABILIDAD VARIABLES ALEATORIAS Preparado por Irene Patrca Valdez y Alfaro

VARIABLE * VARIABLE: Ad. que vara o puede varar. f. Mat. Magntud que puede tener un valor cualquera de los comprenddos en un conunto. Número que resulta de una medda u operacón. VARIABLE CONTINUA: La que consta de undades o partes que no están separadas unas de otras, como la longtud de una línea, el área de una superfce, el volumen de un sóldo, la cabda de un vaso, etc. VARIABLE DISCRETA: La que consta de undades o partes separadas unas de otras, como los árboles de un monte, los soldados de un eércto, los granos de una espga, etc. * Fuente: Real Academa de la Lengua Española Preparado por Irene Patrca Valdez y Alfaro

VARIABLE DETERMINÍSTICA Varable: f. Mat. Magntud que puede tener un valor de los comprenddos en un conunto, pero predecble con eacttud. Varable Determnístca: Contnua Dscreta Preparado por Irene Patrca Valdez y Alfaro

VARIABLE ALEATORIA Varable Aleatora: f. Mat. Magntud cuyos valores están determnados por las leyes de probabldad, como los puntos resultantes de la trada de un dado. Varable Aleatora: Contnua Dscreta Algunos valores de una varable aleatora pueden ser mas probables que otros, lo que da orgen al concepto de dstrbucón de probabldad de una VA. Preparado por Irene Patrca Valdez y Alfaro

VARIABLE ALEATORIA Una VA es una funcón sobre el espaco de los posbles resultados eventos de un epermento aleatoro, Por eemplo: a Al arroar una moneda y observar el lado que queda haca arrba: { águla, 0 sol } b Almentar de la msma manera a 0 anmales y obervar su peso después de 30 días c arroar dos dados y anotar la suma de los puntos que caen haca arrba. d el voltae de salda de 50 elmnadores de baterías. Algunos valores de una varable aleatora pueden ser mas probables que otros, lo que da orgen al concepto de dstrbucón de probabldad de una VA. Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA Eemplo: Caso de una VA dscreta: Epermento: Arroar dos dados y observar la VA : la suma de los puntos de las caras que quedan haca arrba. Las formas en que puede ocurrr cada uno de los valores que toma la VA se muestran en la tabla. Observemos que hay posbldad en 36 de que, mentras que hay posbldades en 36 de que 3 Y Y Y +Y Y Y Y +Y 4 5 3 4 6 3 4 4 3 7 4 5 4 4 8 5 6 4 5 9 6 7 4 6 0 3 5 6 4 5 7 3 5 5 3 8 4 6 5 4 9 5 7 5 5 0 6 8 5 6 3 4 6 7 3 5 6 8 3 3 6 6 3 9 3 4 7 6 4 0 3 5 8 6 5 3 6 9 6 6 Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA Las probabldades para cada valor de la VA se muestran en la tabla. En este eemplo la tabla representa la funcón de dstrbucón de probabldad fdp de la VA. P /36 3 /36 4 3/36 5 4/36 6 5/36 7 6/36 8 5/36 9 4/36 0 3/36 /36 Representacón gráfca de la funcón de dstrbucón de probabldad de la VA P P 0.0 0.8 0.6 0.4 0. 0.0 0.08 0.06 0.04 0.0 0.00 0 3 4 5 6 7 8 9 0 3 /36 Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA Dstrbucón de probabldad de una VA : f P En nuestro eemplo de la suma de dos dados: f3 P 3 ; f3 /36 Propedades de la dstrbucón de probabldad de una varable aleatora dscreta tambén conocda como funcón masa de probabldad, fmp : a f 0 Para toda que pertenece a b f Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD ACUMULATIVA DE UNA VARIABLE ALEATORIA DISCRETA Las probabldades acumuladas para cada valor de la VA se muestran en la sguente tabla que representa la funcón de dstrbucón acumulatva FDA de la VA. P P< /36 3 3/36 4 6/36 5 0/36 6 5/36 7 /36 8 6/36 9 30/36 0 33/36.00 0.80 0.60 0.40 0.0 0.00 F 0 3 4 5 6 7 8 9 0 3 4 P 35/36 36/36 Esta es una funcón escalón, hay un salto en cada valor de y es plana entre ellos. En nuestro eemplo: F3 P <3 ; F3 /36 + /36 3/36 Preparado por Irene Patrca Valdez y Alfaro

Preparado por Irene Patrca Valdez y Alfaro DISTRIBUCIÓN DE PROBABILIDAD ACUMULATIVA DE UNA VARIABLE ALEATORIA DISCRETA P F La FDA es una funcón no decrecente de con las sguentes propedades. - P 3.. 0. F F F F > Además, s pertenece al conunto de los números enteros: F F P F F 5. P 4. consultar: Canavos, Prob. y Estad., Aplcacones y Métodos., Mc Graw Hll., pag. 56

DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA Caso de una VA contnua Epermento: observar la VA : el tempo que dura una lámpara hasta que se funde. La probabldad de que una lámpara dure de 0 a,000 horas es más alta que la probabldad de que dure de,000 a,000 horas; es decr, que a medda que transcurre el tempo, la probabldad de que contnúe en operacón dsmnuye; este comportamento se puede representar medante una curva eponencal de la forma: λ f 0 fdp f λe 0 λ 0 cualquer otro caso Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA Caso de una VA contnua Propedades de la dstrbucón de probabldad de una varable aleatora contnua tambén conocda como funcón de densdad de probabldad, fdp :.. 3. f 0, fd Pa b b a fd Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD ACUMULATIVA DE UNA VARIABLE ALEATORIA CONTINUA Caso de una VA contnua Epermento: observar la VA : el tempo que dura una lámpara hasta que se funde. F La probabldad de que una lámpara dure al menos horas se obtene medante la funcón de dstrbucón acumulatva FDA. fdp FDA f λe 0 λ 0 cualquer otro caso 0 FDA F P f t dt F e 0 λ 0 cualquer otro caso Preparado por Irene Patrca Valdez y Alfaro

DISTRIBUCIÓN DE PROBABILIDAD ACUMULATIVA DE UNA VARIABLE ALEATORIA CONTINUA Caso de una VA contnua F P f t dt La FDA es una funcón no decrecente de con las sguentes característcas.. F 0. F + 3. Pa < < b Fb Fa df 4. f d además: 0 P f t dt y: P P < f t dt F Preparado por Irene Patrca Valdez y Alfaro

VALOR ESPERADO DE UNA VARIABLE ALEATORIA O ESPERANZA MATEMÁTICA Valor esperado de una varable aleatora : E [ ] f P d ; ; s s es dscreta es contnua Valor esperado de una funcón g de una varable aleatora : E [ g ] g P g f d ; ; s s es dscreta es contnua Preparado por Irene Patrca Valdez y Alfaro

PROPIEDADES DEL VALOR ESPERADO COMO OPERADOR MATEMÁTICO S es una varable aleatora con dstrbucón de probabldad f; a, b y c son constantes y g y h son funcones de, entonces:. E [ c] c. E [ a + b] ae[ ] + b 3. E [ g + h ] E[ g ] + E[ h ] Preparado por Irene Patrca Valdez y Alfaro

Preparado por Irene Patrca Valdez y Alfaro MOMENTOS DE UNA VARIABLE ALEATORIA es contnua. s ; es dscreta. s ; ] [ k k k k d f P E es contnua. s ; es dscreta. s ; ] [ k k K k d f P E El momento de orden k respecto al orgen de una varable aleatora se defne como: El momento de orden k respecto a la meda de una varable aleatora se defne como:

Preparado por Irene Patrca Valdez y Alfaro MEDIA, VARIANZA Y DESVIACIÓN ESTÁNDAR DE UNA VA es contnua. s ; es dscreta. s ; ] [ d f P E es contnua. ; s es dscreta. ; s ] [ d f P E σ σ σ Valor esperado o meda de una varable aleatora Varanza de una varable aleatora Desvacón estándar

Preparado por Irene Patrca Valdez y Alfaro MOMENTOS DE UNA VARIABLE ALEATORIA 0,,,... ; 0 k k k k k Los momentos de orden k respecto a la meda pueden epresarse en funcón de los momentos respecto al orgen medante la relacón: 0 0 0 0 0 0 + + + + + + + Eemplo: ] [ ] [ ] [ E E E σ Para k segundo momento respecto a la meda varanza y Notar que : 0

MOMENTOS DE UNA VARIABLE ALEATORIA Con un procedmento análogo al anteror encontramos que: Para k3 + 3 3 3 3 Para k4 4 4 4 3+ 6 3 4 Preparado por Irene Patrca Valdez y Alfaro

PROPIEDADES DE LA VARIANZA COMO OPERADOR MATEMÁTICO S es una varable aleatora con dstrbucón de probabldad f ; a, b y c son constantes, entonces:. V[ c] 0. V [ a + b] a V[ ] Además, s Y es una varable aleatora con dstrbucón de probabldad f Y y, y se cumple que y Y son INDEPENDIENTES entonces: 3. V [ + Y ] V[ ] + V[ Y ] Preparado por Irene Patrca Valdez y Alfaro

DESIGUALDAD DE CHEBYSHEV Teorema: S es una varable aleatora con dstrbucón de probabldad f con meda varanza σ ; y k es una constante postva, entonces: P k kσ Formas alternatvas, a veces útles, de la desgualdad de Chebyshev son: P k < kσ k y P kσ < < + kσ La desgualdad proporcona una probabldad límte de que la varable aleatora esté a lo más a k desvacones estándar de la meda sn que sea necesaro conocer la dstrbucón de probabldad de, aunque se consdera un resultado débl, ya que s se conoce con precsón f se pueden obtener meores resultados. Preparado por Irene Patrca Valdez y Alfaro