COMPETENCIAS Y OBJETIVOS

Slides:



Advertisements
Presentaciones similares
Se lanza tres monedas sobre una mesa.
Advertisements

Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad. 4) Axiomas de Kolmogorov. 5) Axiomas de la.
51 COMPETENCIAS Y OBJETIVOS UNIDAD IV :VARIABLE ALEATORIA Y SUS CARACTERÍSTICAS Competencia: -El estudiante debe definir correctamente lo que es una variable.
VARIABLE ALEATORIA Y DISTRIBUCIÓN NORMAL
Variable aleatoria y función probabilidad IV medio
BLOQUE: ESTADÍSTICA Y PROBABILIDAD
Estadística utilizada en el Benchmarking Fernando Graña Zanón.
Rodrigo Ferrer Urbina Universidad de Tarapacá.  Una distribución (empírica) son todos los valores que aparecen en la medición realizada (todas las observaciones).
DISTRIBUCIONES ESTADÍSTICAS Realizado por: Claudia Morales y Denise Muñoz.
Estadística inferencial. ¿Qué es? La Estadística inferencial o Inferencia estadística estudia cómo sacar conclusiones generales para toda la población.
TEMA 2: PARÁMETROS ESTADÍSTICOS. INDICE 1. Parámetros estadísticos: 1.1 Definición 1.2 Medidas de Centralización: Medias, moda y Mediana 1.3 Medidas de.
Distribuciones estadísticas 1.- Variable aleatoria discreta. 2.- Función de probabilidad de variable discreta. Propiedades 3.- Parámetros en distribuciones.
Tema 2. Parámetros estadísticos. Indice 1. Parámetros estadísticos. Tipos: 1.1 Medidas de centralización(medias y moda) 1.2 Medidas de posición(mediana,
DISTRIBUCIONES DE Probabilidad
Variables Aleatorias MULTIVARIADAS.
Tema 6 Cristhian Lopez..
TEMA 6: DISTRIBUCIONES ESTADÍTISCAS
PROBABILIDAD.

DISTRIBUCIONES EN EL MUESTREO
UNIDAD 4: ESTADÍSTICA Y PROBABILIDAD
ESTADÍSTICA INFERENCIAL Elaborado por: Mg. YOANDRY RIVERO PADRON TERCER SEMESTRE Docente: Mg. Dorenis Mota.
ESTADÍSTICA UNIDIMENSIONAL
TEMA 6 : DISTRIBUCIONES ESTADÍSTICAS.
Clase 7: Probabilidad Modelos de Distribución de Probabilidad
PLANIFICACIÓN ACADÉMICA CBM-3A
ESTADÍSTICA UNIDIMENSIONAL
Función de probabilidad
Algunas distribuciones de Probabilidad discreta
CONTENIDO Teoría del muestreo ¿Cómo seleccionar una muestra?
Instituto Tecnológico Superior Luis Arboleda Martínez Alumna: Mantuano Delgado Joselyne Andreina. Carrera: Acuicultura Alumna: Mantuano Delgado Joselyne.
Aplicaciones Estadísticas a las Finanzas
ESTADÍSTICA BÁSICA.
Introducción a la Estadística Descriptiva
Tema 7: Uso de la probabilidad en la investigación psicológica
BIOESTADÍSTICA Variables aleatorias Facultad de Ingeniería Ambiental - UNI MSc. Beatriz Castañeda S.
ESTADÍSTICA DESCRIPTIVA
Distribuciones de Probabilidad DISTRIBUCIÓN BINOMIAL
VARIABLE ALEATORIA TIPIFICADA
TEMA 3. CARACTERÍSTICAS DE UNA VARIABLE ALEATORIA 3. 1
PROBABILIDAD Y ESTADISTICA APLICADA A LOS NEGOCIOS
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
VARIABLE ALETORIA.
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
Uso de las tablas binomiales
MEDIDAS DE DISPERSIÓN.
DISTRIBUCIONES BIDIMENSIONALES
COMPETENCIAS Y OBJETIVOS
COMPETENCIAS Y OBJETIVOS
Operador de Suma La Letra Griega ∑ (sigma) se usa para indicar una suma, de manera qué:
Caracterización de Variables Aleatorias
COMPETENCIAS Y OBJETIVOS
COMPETENCIAS Y OBJETIVOS
TEMA 4.1. INTRODUCCION A LA PROBABILIDAD (cont.) 1. CONCEPTOS FUNCION Y VARIABLE ALEATORIA.. 2. VARIABLES ALEATORIAS DISCRETAS FUNCION DE PROBABILIDAD.
COMPETENCIAS Y OBJETIVOS
COMPETENCIAS Y OBJETIVOS
COMPETENCIAS Y OBJETIVOS
COMPETENCIAS Y OBJETIVOS
LAS PROBABILIDADES.
ESTADÍSTICA BIDIMENSIONAL
COMPETENCIAS Y OBJETIVOS
1 VARIABLE ALEATORIA COLEGIOS MONTE TABOR Y NAZARET DEPARTAMENTO DE MATEMÁTICA III MEDIO – 2019.
AXIOMAS, TEOREMAS.
COMPETENCIAS Y OBJETIVOS
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
COMPETENCIAS Y OBJETIVOS
DISTRIBUCIONES BIDIMENSIONALES
COMPETENCIAS Y OBJETIVOS
UNIDAD EDUCATIVA "SAN VICENTE FERRER". Técnica de conteo  Es una herramienta que se utiliza para determinar todos los posibles resultados de un experimento.
ING. JORGE ALBERTO CAMPOS UNIVERSIDAD EVANGELICA DE EL SALVADOR, FACULTAD DE CIENCIAS EMPRESARIALES Y ECONOMICAS.
Transcripción de la presentación:

COMPETENCIAS Y OBJETIVOS UNIDAD IV :VARIABLE ALEATORIA Y SUS CARACTERÍSTICAS Competencia: -El estudiante debe definir correctamente lo que es una variable aleatoria, reconocer y utilizar las principales características de una variable aleatoria para poder determinar las principales medidas descriptivas: como de tendencia central ,de dispersión ,como de asimetría y curtosis Objetivos. -Aplicar adecuadamente la definición de una variable aleatoria ,función de probabilidad, de distribución ,para determinar las principales medidas descriptivas de la misma. Descripción general de la unidad: -Esta unidad comprende el desarrollo de los siguientes definiciones :Variable Aleatoria, Función de probabilidad ,Función de Distribución o Acumulada ; la determinación de las medidas descriptivas: de tendencia central, de dispersión y de Asimetría-Curtosis Lectura:Millar/Freund/Jonson “Probabilidad y Estadística para Ingenieros”Edo.de México 1992 Pgs.80 al 90 Córdova Zamora “Estadística Descriptiva e Inferencial” 2ª ed.Perú 1996 Pags,183 al 223 Bibliografía Básica: : Moya y Saravia (1988) “Probabilidad e Inferencia Estadística((2ª ed) Perú .Pags 237 al 356 Referencia electrónica: http://es.wikipedia.org/wiki/C%C3%/A1/cálculo de probabilidades

l Unidad IV VARIABLE ALEATORIA (X) Y SUS CARACTERÍSTICAS Se llama v.a. X a toda función definida en el tal que a cada w€  ,le asocia un nº real x= X( w ),por los tanto aparece : Dominio de la v.a. X =  Rango de la v.a.X = { x € R / x = X (w), w €  } Ej. Sea el ε:”Lanzar una moneda 3 veces”,donde se define : La v.a. X:” Nº de caras obtenidas” .Determine el Dominio y el Rango de X Sol:  = { sss,ssc,scs,css,scc,csc,ccs,sss} El Dom de X= ,para el rango,se evalua: X=0  { sss } X = 1  { ssc } { scs } { css };X=2  { scc } { csc } { ccs } X = 3  {ccc }  Rx ={0,1,2,3 } l

CLASES DE V.A. De acuerdo a su Rx una v.a. X puede ser: 1.-V.A. DISCRETA .- aquella cuyo Rx un conjunto finito o infinito numerable Rx = { x1,x2,...xn} 2.-V.A. CONTINUA .- es aquella cuyo Rx es un conjunto infinito no numerable FUNCIÓN DE PROBABILIDAD DE UNA V.A.DISCRETA p(x) Sea una v.a.d X cuyo Rx es discretoP(X)=P(X=x) =P[{w€  /X(w)=x],que debe satisfacer: a) P(X)  0 y b) P(X) = 1 DISTRIBUCIÓN DE PROBABILIDADES Es el conjunto de pares [ xi, p(xi)],es similar a una Distr.de frec .relativas donde se pueden calcular todas las medidas descriptivas. FUNCIÓN DE DISTRIBUCIÓN O ACUMULADA F(x) F(x) = P( X x ) = P(X =k ) = P(k) ;  - < x < 

Py(y) 0.25 0.50 0.25 1 b) P(0,0)+P(0,1)+P(1,0)+P(1,1)= Ej.Se tiene una tienda comercial que tiene 2 vendedores A y B,donde se definen: X:”Nº de TV vendidos por A ; Y:”Nº de TV vendidos por B”.Determinar a)Las probabilidades marginales de A y de B,b)cuál la probabilidad que cada vendedor venda a lo más un 1 tv, c) Cuál el promedio de venta de A? .Si la Distribución conjunta es: X Y 0 1 2 Px(x) b) P(x 1 ; y  1 )= 0.375 0 0.0625 0.125 0.125 0.3125 =c) E(X)= x px(x) =0 +0.25+ 1 0.0625 0.125 0.0625 0.2500 +0.875=1.125 2 0.125 0.2500 0.0625 0.4375 Py(y) 0.25 0.50 0.25 1 b) P(0,0)+P(0,1)+P(1,0)+P(1,1)= =0.0625+0.125+0.0625+0.125=0.375

FUNCIÓN DE PROBABILIDAD DE UNA V.A. CONTINUA f(x) Es toda función f(x)= P(X=x) que satisface: f(x)≥ 0  x € R ; b) ∫f(xi)dx = 1; c) P(A) =P(x € A) = ∫ f(x) dx Nota.- a) SI X = xo  P(X= xo ) = 0 c) P(a≤ X ≤ b)= P(a ≤ X < b)=P(a< X ≤ b)= P(a< X < b) Ej. Sea una f(x)= cx² ; 0<x<2 0 e.o.c. .Hallar a) La constante “c” ; b) P(0<X<1) Sol.-Por el 2º requisito ∫ f(xi)dx = 1 ∫ cx²dx =1  cx³ /3 ]  c=3 / 8 f(x)=(3 / 8)*x² ; 0<x<2  P(0<X<1) = ∫(3 / 8)*x² dx=x³/8 = 1/8 FUNCIÓN DE DISTRIBUCIÓN O ACUMULADA.-F(X) La F(X) de una v.a.c. X cuya densidad f(x)= ∫ f(xi)dx

CARACTERÍSTICAS DE LA VARIABLE ALEATORIA A parte de función de probabilidad y /o su distribución ,la v.a.X tiene otras características:La media,la mediana,la moda,la varianza,la desviación típica etc, MEDIA DE UNA V.A.D. X MEDIA DE UNA V.A.C X =  x P(X) =∫ x f(xi)dx MODA DE UNA V.A.D.X MODA DE UNA V.A.C.X Mo= p(xO)  p(x), x Rx Mo= f(x0)  f(xi);  x Rx LA MEDIANA DE UNA V.A.D X Xm= F(xo) = P(X xo)  1 / 2 y P(X  xo )  1 / 2 LA MEDIANA DE UNA V.AC X Xm = F(xo) =P(X xo) = P(X  xo )  1 / 2

VARIANZA DE UNA V.A.X Var(x) =² = E [ (X-)²] VARIANZA DE UNA V.A.D.X VARIANZA DE UNA V.A.C.X V(X) =² =  ( x-)² p(x) V(X) =² = ∫ ( x-)² f(x)dx DESVIACIÓN TÍPICA DE UNA V.A. X  = v(x) Nota.- Las propiedades de la media como de la varianza de una V.A .X son similares al de una V. Estadística EJ.Se tiene la sigte Distrib.de probabilidades de una va.X x 2 4 6 8 total Hallar a) La Moda  Mo = Xo =2 p(x) 0.4 0.3 0.2 0.1 b)La mediana Xm= Xo= 4 xp(x ) 0.8 1.2 1.2 0.8 4 c)La media  =  x P(X) =4 x²p(x) 1.6 4.8 7.2 6.4 20 d)la varianza  ²=  x²p(x)- ² = F(X) 0.4 0.7 0.9 1.0 V(X)= ²= 20-4²=4 ;,  = 2

Ej.Dada la variable aleatoria continua X cuya : f(x) = 2x/3 , si 1 < x < 2 0 e.o.c Calcular a) La media b) la varianza,c)el coeficiente de variacion Sol.- a) E(x) =μ= ∫ x f(x) dx = ∫ x 2x/3 dx= [2 x³/9] = 16/9 – 2/9 = 14/9=1.5556 b) V(x) = ∫ x² f(x) dx – μ²= 15/6 – (14/9)²= 0.0802 c) CV(x) = σ/ μ *100%→ σ = √σ ² = √ 0.0802 =0.2832 →CV(x) = 0.2832/1.5556*100%=18.21% Ej.Suponiendo que la v.a.c. x se distribuye uniformemente en el intervalo [0; 4] cuya: f(x) = ¼ ,si 0 ≤ x ≤4 0.e.o.c Calcular la varianza y el coeficiente de varianza Sol.- E(x)= E(x) =μ= ∫ x f(x) dx = ∫ x 1/4 dx= [ x²/8] = (4²/8-0²)= 2 V(x) = ∫ x² f(x) dx – μ²= 16/3-2²= 1.3333 c) CV(x) = σ/ μ *100%→ σ = √σ ² = √ 1.3333 =1.1547 →CV(x) = 1.1547/2*100%=57.74%