P. 1
MÉTODOS DE MUESTREO PROBABILÍSTICOS

MÉTODOS DE MUESTREO PROBABILÍSTICOS

|Views: 131|Likes:
Publicado porELYAMIL97

More info:

Published by: ELYAMIL97 on Dec 28, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

11/28/2012

pdf

text

original

MÉTODOS DE MUESTREO PROBABILÍSTICOS

PROBABILIDAD

YAMIL RODRIGUEZ OSPINO

TUTOR HERNANDO VEGA COGOLLO

UNIVERSIDAD DE CARTAGENA ING. DE SISTEMAS IV SEMESTRE SERES – FOCO ROJO Cartagena de Indias D. T. y C., 21 de octubre de 2011

tenerlos en cuenta para aplicarlos en la vida diaria. y a que le llama esperanza matemática y cómo influye en los juegos de azar. .INTRODUCCION En este trabajo trataremos los diferentes métodos probabiblisticos. conocer acerca de ellos. analizaremos las diferentes formas de cada uno de estos métodos.

Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa. todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. numerar todos los elementos de la población.i+(n-1)k. atractivo por su simpleza.MÉTODOS DE MUESTREO PROBABILÍSTICOS Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. i+3k.. consiguientemente.. Es decir. que es un número elegido al azar. los más recomendables. es decir se toman los individuos de k en k. El número i que empleamos como punto de partida será un número al azar entre 1 y k. i+2k. i+k. como el anterior. si empleamos un muestreo aleatorio sistemático con k=10 . Este procedimiento. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres. números aleatorios generados con una calculadora u ordenador. pero en lugar de extraer n números aleatorios sólo se extrae uno.. tablas de números aleatorios. tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande. por tanto. etc) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido. aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y. Muestreo aleatorio sistemático: Este procedimiento exige. y los elementos que integran la muestra son los que ocupan los lugares i. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son. El riesgo de este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la población. siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k=N/n. Se parte de ese número aleatorio i..

En ocasiones las dificultades que plantean son demasiado grandes.siempre seleccionaríamos o sólo hombres o sólo mujeres. Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora están pensados para seleccionar directamente los elementos de la población. (Tamaño geográfico. Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar. una caja de determinado producto. de modo que se considera la proporción y la desviación típica. que las unidades muestrales son los elementos de la población. y puede ser de diferentes tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muestrales. etc). La distribución de la muestra en función de los diferentes estratos se denomina afijación. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la población que forman una unidad. edades. a la que llamamos conglomerado. Tiene poca aplicación ya que no se suele conocer la desviación. Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra.. el municipio de residencia. el sexo.. Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. no podría haber una representación de los dos sexos. por ejemplo. Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra.). es decir. Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados. los departamentos universitarios. Cada estrato funciona independientemente. el estado civil. pues exige un conocimiento detallado de la población. son conglomerados . Las unidades hospitalarias. según la profesión... pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarán parte de la muestra. etc. sexos.

investigación de opiniones.  Establecida un área de muestreo. mercadotecnia. sobre el que se aplica una ruta predefinida en la que se van seleccionan-do los miembros de la muestra con arreglo a un procedimiento heurístico. Cuando los conglomerados son área geográfica suele hablarse de "muestreo por áreas". las urnas electorales. Estas distribuciones permiten enfrentar circunstancias en las que los resultados pertenecen a dos categorías relevantes: que ocurra un evento determinado o que no lo haga. DISTRIBUCIÓN BINOMIAL Las distribuciones binomiales son las más útiles dentro de las distribuciones de probabilidad discretas. En otras ocasiones se pueden utilizar conglomerados no naturales como. El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los conglomerados elegidos. empleando en cada una de ellas el método de muestreo probabilístico más adecuado. Sus áreas de aplicación incluyen inspección de calidad. por ejemplo.naturales. Este tipo de experimento aleatorio particular es denominado ensayo de Bernoulli. medicina. ventas. entre otras. Muestreo por Rutas Aleatorias  La selección de los miembros de la muestra se realiza como parte del trabajo de campo. Sus dos resultados posibles son denotados .  Busca asegurar una cobertura geográfica de la muestra y/o suplir la falta de censo.  No es aconsejable en planos no lineales o poco homogéneos en manzanas y edificación. Este tipo de muestreo se caracteriza por operar en sucesivas etapas. se define un punto de partida. Para finalizar con esta exposición de los métodos de muestreo probabilísticos es necesario comentar que ante lo compleja que puede llegar a ser la situación real de muestreo con la que nos enfrentemos es muy común emplear lo que se denomina muestreo polietápico.

valor esperado. Cabe decir que el valor que toma la esperanza matemática en algunos casos puede no ser "esperado" en el sentido más general de la palabra . denotada por p. representa la cantidad media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el experimento se repite un elevado número de veces. es el número que formaliza la idea de valor medio de un fenómeno aleatorio. Cuando la variable aleatoria es discreta. La probabilidad de éxito de cada ensayo. Por ejemplo. En este caso. ESPERANZA MATEMÁTICA En estadística la esperanza matemática (también llamada esperanza. tiene sólo dos resultados posibles: “éxito” o “fracaso”. media poblacional o media) de una variable aleatoria X.5 no es un valor posible al rodar el dado. En general. la esperanza es igual a la media aritmética. un experimento aleatorio que consiste de n ensayos repetidos tales que: Los ensayos son independientes Cada ensayo es de tipo Bernoulli. Por lo tanto. . Esto es.el valor de la esperanza puede ser improbable o incluso imposible. permanece constante.por “éxito” y “fracaso” y se define por p la probabilidad de un éxito y 1-p la probabilidad de un fracaso.5. Podemos hacer el cálculo y cabe destacar que 3. la esperanza es igual a la suma de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho suceso. en el que todos los sucesos son de igual probabilidad. el valor esperado cuando tiramos un dado equilibrado de 6 caras es 3.

para ello se requiere primero definir claramente la variable aleatoria. Por lo tanto uno esperaría. Por tanto. una tabla o una ecuación que da la probabilidad de cada valor de la variable aleatoria y se considera como el resumen más útil de un experimento aleatorio. La esperanza matemática del beneficio es el valor esperado a ganar menos el valor esperado a perder.9474 euros. acordar la siguiente simbología: {X = x} denotará el evento formado por todos los resultados para los que X = x y P(X = x) será la probabilidad de dicho evento. cobramos 35 veces lo que hemos apostado y recuperamos la apuesta. Frecuentemente el interés recae en la probabilidad de que una variable aleatoria tome un valor particular. junto con la probabilidad asociada con cada uno de estos valores. considerando los 38 posibles resultados. En el mundo de las apuestas. perder unos 5 céntimos por cada euro que apuesta. . por eso es negativo el valor. en media. la ruleta americana tiene 38 casillas equiprobables.Una aplicación común de la esperanza matemática es en las apuestas o los juegos de azar. El segundo paréntesis es la esperanza matemática de ganar los $35. y el valor esperado para apostar 1 euro son 0. La distribución de probabilidad de una variable aleatoria X es una descripción del conjunto de posibles valores de X. así que recibimos 36 veces lo que hemos apostado). VARIABLE ALEATORIA DISCRETA Se dice que una variable aleatoria X es discreta si el número de valores que puede tomar es finito (o infinito contable). la esperanza matemática del beneficio para apostar a un solo número es: que es -0. un juego donde el beneficio esperado es cero (no ganamos ni perdemos) se llama un "juego justo". La ganancia para acertar una apuesta a un solo número paga de 35 a 1 (es decir. Será importante pues. Nota: El primer paréntesis es la "esperanza" de perder tu apuesta de $1. Por ejemplo. Esta distribución bien puede ser una gráfica.0526 aproximadamente.

pero como el rango de todos los valores posibles es muy grande. La distribución de probabilidad de una variable aleatoria continua X está caracterizada por una función f(x) que recibe el nombre de función de densidad de probabilidad. Esta función f(x) no es la misma función de probabilidad de una variable aleatoria discreta. resulta más conveniente utilizar un modelo basado en una variable aleatoria continua. variables aleatorias que han sido denominadas discretas. de manera que no haya huecos o interrupciones. el procedimiento es casi el mismo. .VARIABLE ALEATORIA CONTINUA En el tema anterior se presentó el concepto de variable aleatoria como una función de valor que asigna un número real finito (o infinito contable) a cada resultado en el espacio muestral de un experimento aleatorio. la variable aleatoria considerada continua en realidad es discreta. En algunos casos. En este tema. Dichos valores pueden asociarse a mediciones en una escala continua. donde las variables aleatorias pueden tomar valores en una escala continua. Se dice que una variable aleatoria X es continua si el número de valores que puede tomar están contenidos en un intervalo (finito o infinito) de números reales.

Entendimos que la esperanza matemática es una forma de saber que posibilidades nos están ofreciendo y que posibilidades tenemos de que eso que nos ofrecen lo podamos obtener. .CONCLUSION Como conclusión podemos anotar que los métodos probalisticos son una forma de calcular las diferentes maneras de probabilidades que tienen una persona o una maquina de arrojar un resultado ya sea falso o verdadero.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->