Distribuciones Discretas

Slides:



Advertisements
Presentaciones similares
Estadística I. Finanzas Y Contabilidad
Advertisements

Estadística Unidad III
Estadística Administrativa I
Simulación 3 Generación de variables aleatorias.
Distribuciones de Probabilidad Conceptos relacionados
Variables Aleatorias Continuas
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Binomial Poisson Hipergeométrico Modelos Discretos
Distribuciones habituales
DISTRIBUCION BINOMIAL
EL CONCEPTO DE PROBABILIDAD
1 M. en C. Gal Vargas Neri. ESTADISTICA I CSH, Tema III TEMARIO.
Distribución de Poisson
DISTRIBUCIÓN BINOMIAL
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
Tema 5: Modelos probabilísticos
Licenciatura en Administración Pública
REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL DE LA FUERZA ARMADA BOLIVARIANA MARACAIBO,
MATEMÁTICA APLICADA FACILITADOR: LCDO. ALFREDO MEDINA INTEGRANTES:
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Variables Aleatorias Unidimensionales
Estadística Administrativa I
Distribuciones de probabilidad
Generación de variables aleatorias
Distribuciones Continuas de Probabilidad
Distribuciones de probabilidad. La distribución Binomial.
Distribución binomial
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
Distribución de Probabilidades Discretas
AGENDA Distribuciones de probabilidad discreta
DISTRIBUCIÓN BINOMIAL
Estadística Administrativa I Período Distribuciones de probabilidad 1.
 Sus características son cuatro: a) El experimento consta de un número fijo (n) de pruebas idénticas. b) Cada prueba puede tener uno de dos resultados.
DISTRIBUCION BINOMIAL
Tema 14 DISTRIBUCIÓN Angel Prieto Benito
Estadística Administrativa I Período Distribuciones discretas de probabilidad 1.
Principales distribuciones discretas
Variables aleatorias y sus distribuciones
Consignas Laboratorio III. ► Ejercicio 1 ► Al tirar un dado se obtiene la realización de una variable aleatoria discreta independiente con valores posibles:
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 DISTRIBUCIÓN BINOMIAL MATEMÁTICAS A. CS II Tema 12.
Teoría de Probabilidad Dr. Salvador García Lumbreras
8. Distribuciones continuas
PRUEBAS ESTADISTICAS NO PARAMETRICAS
Distribuciones probabilísticas discretas
1 DISTRIBUCIONES DE PROBABILIDAD Estad í stica Capítulo 5.3.
@ Angel Prieto BenitoMatemáticas Acceso a CFGS1 CALCULO PROBABILIDADES EN LA BINOMIAL Bloque IV * Tema 174.
Distribución de Probabilidades
La Distribución Binomial
DISTRIBUCIÓN DE POISSON
DISTRIBUCIONES DE PROBABILIDAD
estadístico de procesos.
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
Alumno: Hebert Rangel Gutierrez Matricula: Tutor: Leonardo Olmedo Asignatura: Estadistica Descriptiva Licenciatura en Tecnologías de la Información.
Distribuciones de Probabilidad
Tema 3: El azar también se distribuye Una distribución: la binomial Imagen de Freddy The Boy bajo licencia Creative CommonsFreddy The Boy.
P y E 2012 Clase 15Gonzalo Perera1 Repaso de la clase anterior. Métodos de estimación.
Un modelo muy discreto Matemáticas, juego,...fortuna: Un modelo muy discreto La distribución binomial Imagen de Comodoro Deportes bajo licencia Creative.
Distribuciones de Probabilidad Discretas Las distribuciones discretas que se tratarán son: 1.Binomial 2.Multinomial 3.Hipergeométrica 4.Hipergeométrica.
Aplicaciones Estadísticas a las Finanzas Clase 1
Tema 4: Variables aleatorias discretas La distribución binomial
Generación de Variables Aleatorias
Pedro Godoy G.. Distribuciones de probabilidad: Estudiaremos a continuación algunas distribuciones de probabilidad de variables aleatorias importantes.
distribución uniforme
La distribución de Poisson Walter López Moreno, MBA, DBA ©Todos los derechos son reservados
1 Distribución de Poisson Cuando en una distribución binomial el número de intentos (n) es grande y la probabilidad de éxito (p) es pequeña, la distribución.
Distribuciones: Discretas
Transcripción de la presentación:

Distribuciones Discretas Métodos cuantitativos Año 2014 Verónica Díaz

Características Distribución Binomial: Variable X = Número de veces que ocurre el suceso r (éxito) en n experimentos. Características: - El mismo experimento se repite n veces. - La probabilidad que se presente un éxito, es la misma en cada experimento (p) - La probabilidad que se presente un fracaso es (q) = (1-p) - Los resultados de cada experimento son independientes. Parámetros de la distribución: n = Número de éxitos posibles en un experimento. p = P(A) = Probabilidad de éxito Función de probabilidades:

Asumir valor para n a partir de los datos Binomial ~ (30 ; 0,3) ¿Cómo reconocerla? Asumir valor para n a partir de los datos Obtener la media de los datos Obtener p a partir de n y la media de los datos Calcular varianza n*p*(1-p) Comparar varianza calculada con la varianza de los datos

Características Distribución de Poisson: Variable X = Número de veces que ocurre el suceso k (éxitos) por unidad de área, tiempo, pieza, etc. Ejemplos: - N° de defectos de una tela por m2 - N° de aviones que aterrizan en un aeropuerto por día, hora, minuto. - N° de bacterias por cm2 de cultivo - N° de llamadas telefónicas entrantes por hora, minuto. - N° de llegadas de embarcaciones a un puerto por día, mes. Parámetros de la distribución: Media (λ) Función de probabilidades:

Media de los datos = Varianza de los datos Poisson ~ (5) ¿Cómo reconocerla? Media de los datos = Varianza de los datos

Características Distribución Uniforme Discreta: Variable X = Puede tomar n valores dentro de un rango definido. Características: Todos los valores perteneciente al rango, tienen la misma probabilidad de ocurrencia. Ejemplos: - Número que aparece al lanzar un dado regular - Resultado de lanzar una moneda - Número que resultará ganador en un sorteo Parámetros: Rango (n) (Límite inferior, Límite superior) Función de probabilidades:

Uniforme ~ (20, 50) ¿Cómo reconocerla? Obtener frecuencia relativa para cada valor que tome la variable de interés