PDF superior Distribuciones de probabilidad de variable discreta

Distribuciones de probabilidad de variable discreta

Distribuciones de probabilidad de variable discreta

¿Por qué las casillas centrales del aparato de Galton están más llenas que las extremas? Para explicar- lo, sigamos el camino recorrido por un perdigón: en su trayectoria encuentra 7 bif[r]

29 Lee mas

DISTRIBUCIONES DE PROBABILIDAD..docx

DISTRIBUCIONES DE PROBABILIDAD..docx

Ya sabemos que para calcular probabilidades en distribuciones de probabilidad de variable continua, hay que hallar las áreas bajo la curva que representa la función de densidad y= f(x). Pero, ¿cómo calcularlo de forma exacta cuando f(x) viene dada mediante su expresión analítica? El instrumento matemático que permite realizarlo es el cálculo integral. Sin embargo, hay distribuciones sencillas para las cuales la tarea es fácil. Por ejemplo, si la distribución es uniforme, [ f ( x )= k ] , (gráfica del margen), la P [ a≤x≤b ] es el área de un rectángulo de base b-a y altura k:
Mostrar más

8 Lee mas

Algunas distribuciones discretas de probabilidad

Algunas distribuciones discretas de probabilidad

Las distribuciones binomial, de Poisson, geometrica y binomial negativa involucran una serie de pruebas identicas e independientes, las cuales pueden generar uno de dos resultados en el muestreo que se Neva a cabo con reemplazo. En la distribucion binomial, el muestreo se Neva a cabo con un numero fijo de pruebas que tienen una probabilidad de exito o fracaso constante. En la distribucion de Poisson el numero de pruebas es de tal manera infinito que la ocurrencia o no de un evento es constante en un periodo de tiempo o region especifica. En la distribucion geometrica, el muestreo se continua hasta observar el primer exito y el numero de pruebas puede ser infinito. En la distribucion binomial negativa, al igual que en la distribucion geometrica, el muestreo se continua hasta obtener un numero determinado de bxitos y el numero de pruebas puede ser tambien infinito. Por lo tanto, esta distribucion es una alternativa factible de la distribucion Poisson cuando la frecuencia de ocurrencia no es constante en un periodo de tiempo o region especifica. En la distribucion hipergeometrica las pruebas no son independientes puesto que el muestreo se lleva a cabo sin reemplazo. No solo el tamaho de la muestra es fijo, sino que se supone que la poblacion es fmita y, muchas veces relativamente pequeha.
Mostrar más

82 Lee mas

PARTE PRIMERA: DISTRIBUCIONES DE PROBABILIDAD

PARTE PRIMERA: DISTRIBUCIONES DE PROBABILIDAD

La distribución de Poisson se puede entender como un caso particular de la Binomial que utilizamos para determinadas distribuciones en las que el cálculo de la probabilidad es engorroso debido bien a que el número de pruebas es excesivamente elevado o bien a que la probabilidad de éxito es excesivamente baja; en ambos casos la media (n*p) es muy pequeña en relación al número de pruebas (n). En estos casos se puede demostrar que la distribución binomial converge, tiende a comportarse, como una distribución de Poisson.

56 Lee mas

DISTRIBUCIONES DE PROBABILIDAD.pdf

DISTRIBUCIONES DE PROBABILIDAD.pdf

Ya sabemos que para calcular probabilidades en distribuciones de probabilidad de variable continua, hay que hallar las áreas bajo la curva que representa la función de densidad y= f(x). Pero, ¿cómo calcularlo de forma exacta cuando f(x) viene dada mediante su expresión analítica? El instrumento matemático que permite realizarlo es el cálculo integral. Sin embargo, hay distribuciones sencillas para las cuales la tarea es fácil. Por ejemplo, si la distribución es uniforme,  f(x) = k  , (gráfica del
Mostrar más

8 Lee mas

Distribuciones de probabilidad Pág : 2

Distribuciones de probabilidad Pág : 2

Ya dijimos que para distribuciones de tipo discreto, la suma de todos los valores de la probabilidad debía ser 1. Para el caso de las distribuciones de tipo contínuo esta condición se transforma en que el área total bajo la curva ha de ser 1. La clave de este tipo de distribuciones está en que existe una correspondencia entre área y probabilidad, de forma que la probabilidad de que la variable esté entre dos valores a y b es exactamente el área marcada en la figura 3. Hemos de aclarar que puesto que en una distribución contínua existen infinitos valores la probabilidad de cada uno de ellos ha de ser necesariamente nula o lo que es lo mismo, el área bajo un determinado punto es nula. (veremos más adelante como solventar este problema),
Mostrar más

13 Lee mas

Inferencia estadística: probabilidad, variables aleatorias y distribuciones de probabilidad

Inferencia estadística: probabilidad, variables aleatorias y distribuciones de probabilidad

A partir de esta estimación de probabilidad podemos decir que cada uno de nuestros adolescentes tiene una probabili- dad de 0,18 (18%) de ser obeso. Siguiendo terminología pro- pia de la teoría de la probabilidad, cada adolescente es un experimento aleatorio, del que antes de explorarlo sabe- mos que puede o no ser obeso (posibles resultados del ex- perimento) y la probabilidad de cualquiera de ellos (obeso p = 0,18), pero hasta que no lo exploramos no sabemos si lo es. Las variables se caracterizan por ser fruto de observaciones repetidas de una misma característica, su información funda- mental se puede resumir en un listado de los diversos resul- tados posibles y en la frecuencia (probabilidad) con que apa- rece cada uno de ellos. Lo habitual es que la probabilidad de cada uno de los valores de una variable siga algún tipo cono- cido de distribución de probabilidad. Existen muchas dis- tribuciones de probabilidad, probablemente la más conocida sea la distribución normal, que siguen los valores de muchas variables continuas (por ejemplo, la talla de los adolescentes). Cuando los distintos valores de una variable siguen una distri- bución de probabilidad la denominamos variable aleatoria. Para definir una variable aleatoria necesitamos conocer los valores posibles y la probabilidad de que ocurra cada uno de ellos. Veamos dos ejemplos. La variables aleatoria “curación de un tipo de tumor”; valores posibles: sí/no, distribución de probabi- lidad: binomial, probabilidad de curación 0,75 (75%). La variable aleatoria “longitud de los recién nacidos a término”; valores posibles: cualquier valor entre 40-60 cm, distribución de pro- babilidad: normal con media 50 cm y desviación típica 2 cm. Al elegir una variable, asumimos un tipo concreto de distribu- ción de probabilidad, que condicionará las estimaciones y con- trastes de hipótesis que queramos realizar con ella. A cada valor o rango de valores de una distribución de probabilidad le corresponde una probabilidad; esta relación se determina por lo que conocemos como función de probabilidad (también llamada función de masa para distribuciones dis- cretas y función de densidad para distribuciones continuas). Existen múltiples distribuciones de probabilidad. Algunas ya han sido mencionadas, como la distribución binomial, para variables nominales dicotómicas, o la distribución normal, para variables continuas, pero hay muchas otras, como la dis- tribución de Poisson (eventos raros que tienen lugar a lo largo de un periodo de tiempo o espacio), χ 2 (que siguen los
Mostrar más

6 Lee mas

Distribuciones de probabilidad de variable discreta

Distribuciones de probabilidad de variable discreta

• Que haya tantas chicas como chicos.. Sacamos una bola y ano- tamos el resultado.. 7 Tenemos dos monedas, una correcta y otra defectuosa en la que la probabilidad de obtener cruz es 0[r]

29 Lee mas

2 Variables Aleatorias y Distribuciones de Probabilidad

2 Variables Aleatorias y Distribuciones de Probabilidad

b) Si observamos la gr´ afica anterior, es evidente que la esperanza de esta variable es cero, ya que la funci´ on de densidad es sim´ etrica respecto al origen, por lo que su centro de masas (esperanza) est´ a en dicho punto. Desde un punto de vista emp´ırico, ello significa que la playa est´ a en equilibrio, y que en promedio recibe tanta arena como pierde.

14 Lee mas

Casos de Estudio de Distribuciones de Probabilidad para Turismo

Casos de Estudio de Distribuciones de Probabilidad para Turismo

Deseamos ampliar el modelo de simulaci´ on de la demanda estacional de tu- rismo del estudio [13]. Para ello queremos ensayar un modelo de probabilidad normal para la variable aleatoria X= “Gasto diario en euros de los turistas en la temporada estival”. Definimos la distribuci´ on de probabilidad de X seg´ un el modelo:

16 Lee mas

EJERCICIOS DE DISTRIBUCIONES DE PROBABILIDAD DISCRETA

EJERCICIOS DE DISTRIBUCIONES DE PROBABILIDAD DISCRETA

7.- Un estudiante se presenta a un examen de selección múltiple que contiene 8 preguntas cada una con tres respuestas opcionales. Si el estudiante está adivinando al responder cada pregunta y además se sabe que para aprobar el examen debe responder correctamente 6 ó mas preguntas. ¿Cuá es la probabilidad de aprobar el examen?

14 Lee mas

EJERCICIOS DE DISTRIBUCIONES DE PROBABILIDAD CONTINUAS

EJERCICIOS DE DISTRIBUCIONES DE PROBABILIDAD CONTINUAS

14.- Los ingresos semanales de los supervisores de turno de la industria del vidrio se rigen por una distribución de probabilidad normal con una media de $ 1000 y una desviación estándar de $100 ¿Cuál es el valor z para el ingreso X de un supervisor que percibes $1100 semanales? ¿Y para un supervisor que gana $900 semanales?

12 Lee mas

MODELOS DE DISTRIBUCIONES DE PROBABILIDAD

MODELOS DE DISTRIBUCIONES DE PROBABILIDAD

Ejercicio 6.- Un especialista en ictiología tropical estudia la supervivencia de un cierto tipo de pez en aguas contaminadas. Después de una serie de experimentos, estima que la vida media de este tipo de pez, después de ser colocado en aguas contaminadas, es de 90 días con una desviación típica de 20 días. En apariencia, la distribución de los días sobrevividos es normal. ¿Cuál es la probabilidad de que un pez que está vivo al cabo de 110 días sobreviva más de 120 días?

43 Lee mas

Ejercicios de Distribuciones de probabilidad

Ejercicios de Distribuciones de probabilidad

26. La probabilidad de que el Banco “Riu Sec” reciba un cheque sin fondos es 1%. a) Si en una hora reciben 20 cheques, ¿cuál es la probabilidad de que se tenga algún cheque sin fondos? b) El banco dispone de 12 sucursales en la ciudad, ¿cuál es la probabilidad de que al menos 4 de las sucursales reciban algún cheque sin fondos? c) Si la media del valor de los cheques sin fondos es de 580 € y el banco trabaja 6 horas diarias, ¿qué cantidad total de euros no se espera pagar? d) Si se computaran los primeros 500 cheques, ¿cuál es la probabilidad de recibir entre 3 y 6 (inclusive) cheques sin fondos? 27. Se sabe que de un lote de 40 semillas no está en buenas condiciones la cuarta parte. Se toman al azar 8 semillas y se analizan en el laboratorio.¿ Cuál es la probabilidad de que 3 de las analizadas estén en malas condiciones?
Mostrar más

5 Lee mas

ALGUNAS DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

ALGUNAS DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

Diferencia entre la distribución Exponencial y la Poisson A la distribución de Poisson le interesa el número de ocurrencias, mientras que a la exponencial le interesa el tiempo transcurr[r]

50 Lee mas

1. Definir una distribución de probabilidades - UNIDAD 5 utilicemos probabilidades

1. Definir una distribución de probabilidades - UNIDAD 5 utilicemos probabilidades

Estudiaremos aquí en qué consiste una distribución de probabilidades y los distintos tipos de variables que aparecen en el trabajo con probabilidad. Además, se conocerán con cierto detalle dos tipos de distribución de probabilidad: la binomial, como distribución especial de variable discreta, y la normal, como principal de las distribuciones probabilísticas para variable continua.

16 Lee mas

UNIDAD 5 utilicemos probabilidades.pdf

UNIDAD 5 utilicemos probabilidades.pdf

Estudiaremos aquí en qué consiste una distribución de probabilidades y los distintos tipos de variables que aparecen en el trabajo con probabilidad. Además, se conocerán con cierto detalle dos tipos de distribución de probabilidad: la binomial, como distribución especial de variable discreta, y la normal, como principal de las distribuciones probabilísticas para variable continua.

16 Lee mas

03- Distribución de Probabilidades

03- Distribución de Probabilidades

Otras variables aleatorias pueden determinarse o suponerse sobre la base de consideraciones teóricas, a partir de las cuales surge una función matemática que cumple con las propiedades de las funciones de distribución o de las funciones de densidad (para variables discretas o continuas respectivamente). Estas variables para las que la forma o expresión matemática de su función se deduce son las que tienen distribuciones de probabilidad teóricas.

16 Lee mas

09 01 DISTRIB PROB DISCRETA BINOMIAL

09 01 DISTRIB PROB DISCRETA BINOMIAL

Existen diversos modelos de distribuciones teóricas de probabilidad que permiten estudiar el posible comportamiento en la experimentación de un fenómeno aleatorio. Hay tres distribuciones clásicas que se conocen como distribución binomial, distribución normal y distribución de Poisson. Estudiaremos ahora la distribución binomial o de Bernoulli.

7 Lee mas

1. Definir una distribución de probabilidades - UNIDAD 4 utilicemos probabilidades

1. Definir una distribución de probabilidades - UNIDAD 4 utilicemos probabilidades

Estudiaremos aquí en qué consiste una distribución de probabilidades y los distintos tipos de variables que aparecen en el trabajo con probabilidad. Además, se conocerán con cierto detalle dos tipos de distribución de probabilidad: la binomial, como distribución especial de variable discreta, y la normal, como principal de las distribuciones probabilísticas para variable continua.

16 Lee mas

Show all 10000 documents...