VARIABLE ALEATORIA TIPIFICADA

Slides:



Advertisements
Presentaciones similares
VALORES AGRUPADOS EN INTERVALOS. El consejo académico del colegio aplicó una prueba de conocimientos, entre 70 estudiantes elegidos al azar. El puntaje.
Advertisements

T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
DISTRIBUCIONES ESTADÍSTICAS Realizado por: Claudia Morales y Denise Muñoz.
TEMA 3. ESTADÍSTICA BIDIMENSIONAL. INDICE 1.- Relación estadística: correlación 2.- Diagramas de dispersión o nube de puntos 3.- Tablas de frecuencia.
Aplicaciones de las matemáticas en la Informática Estudio de las Funciones Feria de Ciencias Agrarias Escuela de Computación E Informática Primero “A”
TEMA 2: PARÁMETROS ESTADÍSTICOS. INDICE 1. Parámetros estadísticos: 1.1 Definición 1.2 Medidas de Centralización: Medias, moda y Mediana 1.3 Medidas de.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 INFERENCIA ESTADÍSTICA U.D. 14 * 2º BCS.
Distribuciones estadísticas 1.- Variable aleatoria discreta. 2.- Función de probabilidad de variable discreta. Propiedades 3.- Parámetros en distribuciones.
Las distribuciones de probabilidad son idealizaciones de los polígonos de frecuencias. En el caso de una variable estadística continua consideramos el.
Tema 2. Parámetros estadísticos. Indice 1. Parámetros estadísticos. Tipos: 1.1 Medidas de centralización(medias y moda) 1.2 Medidas de posición(mediana,
República Bolivariana de Venezuela Instituto Universitario Politécnico “Santiago Mariño" Estadísticas I - OV Estadística Profesor : Bachiller: Pedro Beltrán.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
DISTRIBUCIONES DE Probabilidad
INFERENCIA ESTADÍSTICA
VARIABLE ALEATORIA.
Tema 6 Cristhian Lopez..
TEMA 6: DISTRIBUCIONES ESTADÍTISCAS
Distribuciones bidimensionales: Relación entre dos variables estadísticas Tema 3:
TEMA 3: Distribuciones bidimensionales: relación entre dos variables estadísticas. Cristhian Lopez.
DISTRIBUCIONES EN EL MUESTREO
ESTADÍSTICA UNIDIMENSIONAL
¿Cuándo usar esta distribución?
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
TEMA 6 : DISTRIBUCIONES ESTADÍSTICAS.
Convergencia de variables aleatorias
Clase 7: Probabilidad Modelos de Distribución de Probabilidad
ESTADÍSTICA UNIDIMENSIONAL
ASIMETRÍA.
Desigualdad de Markov Sea X una variable aleatoria que cumple que (es no negativa) y existe E(X). Entonces: Dem:
Algunas distribuciones de Probabilidad discreta
Distribución normal o de Gauss
INTERVALO DE CONFIANZA
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Matemáticas 2º Bachillerato CS
Instituto Tecnológico Superior Luis Arboleda Martínez Alumna: Mantuano Delgado Joselyne Andreina. Carrera: Acuicultura Alumna: Mantuano Delgado Joselyne.
Aplicaciones Estadísticas a las Finanzas
Sucesiones.
Tema 7: Uso de la probabilidad en la investigación psicológica
2016 / 17 ESCALA Informe evolutivo sobre resultados en la Prueba
La mayoría de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, físicas y biológicas, por ejemplo, el peso.
La mayoría de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, físicas y biológicas, por ejemplo, el peso.
Distribuciones de Probabilidad DISTRIBUCIÓN BINOMIAL
DISEÑO Y ANALISIS DE EXPERIMENTOS
TEMA 3. CARACTERÍSTICAS DE UNA VARIABLE ALEATORIA 3. 1
Distribución en variable continua
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
PROBLEMAS TEMA2: 1) Se lanzan 3 monedas al aire. Definimos X a la variable aleatoria “número de caras que se obtiene” a) F. Distribución de la probabilidad.
Uso de las tablas binomiales
Varianza y covarianza de variables aleatorias
MEDIDAS DE DISPERSIÓN.
LECCIÓN 7: CONVERGENCIA DE VARIABLES ALEATORIAS
Apuntes Matemáticas 2º ESO
COMPETENCIAS Y OBJETIVOS
Distribución Uniforma Continua Distribución Normal
Caracterización de Variables Aleatorias
Elementos Básicos de Probabilidad y Estadística
COMPETENCIAS Y OBJETIVOS
TEMA 4.1. INTRODUCCION A LA PROBABILIDAD (cont.) 1. CONCEPTOS FUNCION Y VARIABLE ALEATORIA.. 2. VARIABLES ALEATORIAS DISCRETAS FUNCION DE PROBABILIDAD.
ESTADISTICA DESCRIPTIVA
COMPETENCIAS Y OBJETIVOS
PROPIEDADES DE LAS FUNCIONES CONTINUAS MATEMÁTICAS II.
“Medidas de dispersión”
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BTO A
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
Distribuciones continuas
ESTADÍSTICA BIDIMENSIONAL
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
VARIANZA Y Y COVARIANZA DE VARIABLES ALEATORIAS Estadística II MI. MARTHA PAMELA RAMÍREZ VELA ITESM CAMPUS SALTILLO 1.
Transcripción de la presentación:

VARIABLE ALEATORIA TIPIFICADA Sea una variable aleatoria unidimensional X, con esperanza matemática E[x]= y desviación típica , llamamos variable aleatoria tipificada de X a una nueva variable aleatoria Z tal que: Z = X- 

Tipificar la variable aleatoria X: ventas de cierto producto en 1000 de € 1 si 0x1 f(x)= 0 en el resto Obtener la F. distribución y F. densidad de la nueva variable tipificada

P[ - k  < X<  + k  ]  1- 1 /k2 TEOREMA DE CHEBYSHEV Sea X una variable aleatoria con media  y varianza 2 finita. Para cualquier k>0 (positiva) se verifica: P[ X-   k  ]  1 /k2 complementario P[ X-  < k ]  1- 1 /k2 P[ - k  < X<  + k  ]  1- 1 /k2 Podemos expresar en términos de probabilidad la dispersión de los valores de la variable alrededor de su media utilizando la varianza como medida de dispersión y sin necesidad de conocer la distribución

El teorema de Chebyshev “solamente” nos facilita el límite inferior; P[ - k  < X<  + k  ]  1- 1 /k2 que la probabilidad de que una variable aleatoria dada X asuma un valor dentro de k desviaciones típicas de la media sea realmente mayor que 1-1/k2 aunque no podemos decir cuanto

P[ - 3 < X<  + 3 ]  1- 1 /32 TEOREMA DE CHEBYSHEV Si en la desigualdad de Chebyshev tomamos k=3 tendremos: P[ X-   3 ]  1 /32 supone que indica que la probabilidad de que una variable aleatoria difiera de su media en al menos tres veces su desviación típica será menor o igual que 1/9, para cualquiera que sea la distribución de probabilidad de la variable o en el caso complementario, por lo menos 8/9 del total de la masa de la distribución de probabilidad está comprendida en el intervalo (-3, +3) P[ - 3 < X<  + 3 ]  1- 1 /32

TEOREMA DE CHEBYSHEV Ejemplo: obtener cuál es la probabilidad máxima de que una variable aleatoria difiera de su media en al menos 2,3,4 y 5 veces la desviación típica Si k=2 P[ X-   2 ]  1 /22 Si k=3 P[ X-   3 ]  1 /32 Si k=4 P[ X-   4 ]  1 /42 Si k=5 P[ X-   5 ]  1 /52

cualquier >0 y suponiendo =k En general para cualquier >0 y suponiendo =k P[ - < X<  +  ]  1- 2/ 2

Compara estos valores con las probabilidades exactas de estos sucesos Sea una variable aleatoria X de tipo discreto, cuya distribución de probabilidad viene dada por: X P(X=x) 0.03 0.04 0.07 0.72 Obtener una cota superior de las probabilidades de los sucesos X-   k ] para k=2,3 y 4. Compara estos valores con las probabilidades exactas de estos sucesos

Si la densidad de probabilidad de X está dada por 630x4(1-x)4 para 0<x<1 0 resto encuentre la probabilidad de que asuma un valor dentro de dos desviaciones típicas de la media y compare esta probabilidad con el límite inferior proporcionado por el teorema de Chebyshev. f(x)= ¿Cuál es el valor más pequeño de k en el teorema de Chebyshev para el que la probabilidad de que una variable aleatoria asuma un valor entre -k y +k sea: a) al menos 0.95 b) al menos 0.99

El número de periódicos vendidos diariamente en un quiosco es una variable aleatoria de media 200 y desviación típica 10. ¿cuántos ejemplares diarios debe encargar el quiosquero para tener seguridad de al menos un 99% de no quedarse sin existencias? El número de días al año que un maestro de un pequeño colegio está de baja por enfermedad es una variable aleatoria de la que únicamente se conoce su media , 10, y desviación típica, 2. Si cada uno de estos días supone a la consejería de educación unas pérdidas de 60 €, determinar los límites superior e inferior del total de pérdidas anuales que suponen las bajas de este trabajador con un grado de fiabilidad de al menos el 95%.