Documente Academic
Documente Profesional
Documente Cultură
2DO EXAMEN
5TA CLASE
CONCEPTOS DEPROBABILIDAD
EXPERIMENTO ESTADISTICO:
Proceso que induce a que ocurra una y solo una de
varias observaciones.
a) Se conoce todos los resultados posibles
b) Cualquier realizacin del experimento conduce a
un resultado que no se conoce de antemano pero
es uno de los posibles resultados.
c) El experimento puede ser repetido bajo
condiciones similares
PROBABILIDAD CLASICA: La probabilidad clsica
parte del supuesto de que todos los resultados de
un experimento son igualmente posibles.
P(E) =
REGLA DE LA MULTIPLICACION:
REGLA ESPECIAL DE LA MULTIPLICACION: Esta regla
contempla que 2 eventos sean independientes, y si lo
son el hecho de que ocurra un evento no altere al otro
evento.
INDEPENDENCIA. Si un evento ocurre, no tiene ningun
efecto sobre la posibilidad de que otro acontezca.
P(AyB) = P(A)P(B)
Ejemplo: En una encuesta llevada a cabo por una
compaa de viajes revelo que el 60% de los miembros
hizo reservaciones el mes pasado, 2 de ellas fueron
seleccionados al azar cual es la probabilidad de que
ambos hicieran reservaciones el mes pasado.
6TA CLASE
Torema de Bayes
P(A1) P(B/A1)
P(A1/B) =--------------------------------------P(A1) P(B/A1) +P(A2) P(B/A2)
Distribucin binomial
Cada ensayo en una distribucin binomial termina en solo
uno de dos resultados mutuamente excluyentes, uno de
los cuales se identifica como un xito y el otro como un
fracaso. La probabilidad de cada resultado permanece
constante de un ensayo al siguiente.
La distribucin hipergeometrica
La distribucin binomial es apropiada solo si la probabilidad de un
xito permanece constante para cada intento. Esto ocurre si el
muestreo se realiza con reemplazo o de una poblacin finita (o muy
grande). Sin embargo, si Ia poblacin es pequea y ocurre el
muestreo sin reemplazo, la probabilidad de un xito variara.
La distribucin de Poisson
Una variable aleatoria discreta de gran utilidad en la
medicin de la frecuencia relativa de un evento sobre alguna
unidad de tiempo o espacio es la distribucin de Poisson.
Con frecuencia se utiliza para describir el numero de
llegadas de clientes por hora, el numero de accidentes
industriales cada mes, el numero de conexiones elctricas
defectuosas por milla de cableado en un sistema elctrico de
una ciudad.
Son necesarios dos supuestos para la aplicacion de la
distribucion de Poisson:
La probabilidad de ocurrencia del evento es constante
para dos intervalos cualesquiera de tiempo o espacio.
La ocurrencia del evento en un intervalo es independiente
de la ocurrencia de otro intervalo cualquiera.
7MA CLASE
DISTRIBUCIONES CONTINUAS
La distribucin exponencial
La distribucin de Poisson es una distribucin discreta que mide el
numero de ocurrencias sobre algn intervalo de tiempo o espacio.
Por el contrario, la distribucin exponencial es una distribucin
continua. Mide el paso del tiempo entre tales ocurrencias. Si el
numero de ocurrencias tiene distribucion de Poisson, el lapso entre
las ocurrencias estara distribuido exponencialmente.
La distribucin normal
De todas las distribuciones de probabilidad que se
analizaran, la distribucin normal es la mas importante. su
caracterstica simtrica en forma de campana y la forma
como se relacionaba con la regla emprica. es una
distribucin continua. Se utiliza para reflejar la distribucin
de variables tales como estaturas, pesos, distancias, leyes y
otras medidas que son divisibles infinitamente. Tales
variables continuas generalmente son el resultado de la
medida.
La desviacin normal
Puede existir un numero infinito de distribuciones normales
posibles, cada una con su propia media y su desviacin estndar.
Ya que obviamente no se puede analizar un numero tan grande
de posibilidades, es necesario convertir todas estas
distribuciones normales a una forma estndar. Esta conversin
a la distribucin normal estndar se efectuara con la formula de
conversin (o formula- Z)
= P(O Z 1) = 0.3413
Calcular la probabilidad de
DISTRIBUCIONES MUESTRALES
10MA CLASE