Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Campana Gauss
Campana Gauss
DEFINICIONES
Por ejemplo:
En los ejemplos que se han dado nos hemos limitado nuestro anlisis a
espacios muestrales discretos, y por tantovariables aleatorias discretas, a
saber, variables aleatorias cuyo intervalo es finito o infinito numerable.
DEFINICIN
Una variable aleatoria discreta es aquella que toma. a lo mas una cantidad
numerable de valores distintos.
El hecho de que la cantidad de valores que pueden tomar una variable
aleatoria sea numerable quiere decir que estos valores se pueden asociar a los
enteros 1.2.3.4 en otras palabras. que se pueden enumerar. El numero de
valores distintos que la variable aleatoria discreta y que puede tomar. puede
ser entonces finito o infinito (ya que el proceso de numeracin puede no
terminar nunca).
DEFINICIN
Una variable aleatoria continua es aquella que puede tomar cualquier valor de
entre todos los contenidos en un intervalo de la recta.
R: Aquella que puede tomar cualquier valor de entre todos los contenidos en un
intervalo de la recta.
R: En que las continuas toma cualquier valor de entre todos los contenidos en
un intervalo y la discreta es la que toma una cantidad numerable de valores
distintos.
NOTA:
Hipotecas de
Casa Aprobadas P
por semana
0 0.10
1 0.10
2 0.20
3 0.30
4 0.15
5 0.10
6 2.05
(0)(.10)+(1)(.10)+(2)(20)+(3)(.30)+(4)(.15)+(5)(.10)+(6)(0.5)
M=2.8
Varianza
CUESTIONARIO
ESPERANZA MATEMTICA
DEFINICIN
CUESTIONARIO
R: Valor esperado
E(x)= x.F(x)
Las probabilidades asociadas con una variable aleatoria continua se dan como
reas bajo la distribucin de probabilidad f(y).No es posible asignar
probabilidades a los puntos mustrales asociados con una variable aleatoria
continua, requiere un modelo poblacional completamente distinto. Cuando el
numero de observaciones se vuelve muy grande y los intervalos muy
pequeos, las frecuencias relativas se presentaran para todos los propsitos
como una curva sin saltos.
Las frecuencias relativas asociadas con una clase particular de la poblacin, es
la de fraccin de observaciones de la poblacin que caen en este intervalo Y,
tambin es la probabilidad de seleccionar una observacin de clase. Por
ejemplo si el rea total debajo de un histograma de frecuencia relativa se
ajustase de modo que sea igual a uno, entonces las reas bajo la curva de
frecuencias correspondera a probabilidades.
Supongamos que la variable aleatoria Y pueda tomar valores sobre una lnea
recta, distribuiremos una unidad de probabilidad a lo largo de la lnea, de la
misma forma en que una persona podra distribuir un puado de arena, donde
cada observacin de la poblacin correspondera a un grano de arena.
La funcin de densidad f(y) se define de modo que el rea total bajo la curva
sea igual a uno, por lo tanto, que el rea sobre un intervalo dado sea igual a la
probabilidad de que Y caiga en aquel intervalo.
As, la probabilidad de que A < Y < B (A sea menor que Y, sea menor que B) es
igual que el rea sombreada bajo la funcin de densidad entre los puntos A y B.
Cmo escogemos el modelo, esto es, la distribucin de probabilidad f(y)
apropiada para una situacin fsica dada? Y despus como podemos calcular
el rea bajo la curva que corresponde a un intervalo dado? La primera pregunta
es la mas difcil por que su respuesta depende del tipo de observacin
implicada, lo que es importante observar, es que se requiri sentido coman al
asignar las probabilidades a los puntos mustrales que aunque inexacta, las
probabilidades eran suficientemente precisas para procesos prcticos. Una vez
que el modelo f(y) ha sido escogido, podemos calcular las reas bajo la curva
usando el calculo integral, podramos conseguir una aproximacin del rea por
promedio de una inspeccin visual.
CUESTIONARIO
2.- cmo se dan las probabilidades asociadas con una variable aleatoria
continua?
R:
DISTRIBUCIN POISSON
DATOS HISTRICOS:
DEFINICIN:
Distribucin De Poisson.
Caractersticas:
En este tipo de experimento los xitos buscados son expresados por unidad de
rea, tiempo, pieza, etc, etc,:
- de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc.
= 2.718
= variable que nos denota el numero de xitos que se desea que ocurra
hay que hacer notar que en esta distribucin el numero de xitos que ocurren
por unidad de tiempo, rea o producto es totalmente al azar y que cada
intervalo de tiempo es independiente de otro intervalo dado, as como cada
rea es independiente de otra rea dada y cada producto es independiente de
otro producto dado.
Ejemplo:
Si un banco recibe en promedio 6 cheques sin fondos por da, cuales son las
posibilidades de que reciban 4 cheques sin fondo en un da dada.
a) x= variable que nos define el numero de cheques sin fondo que llegan al
banco en un da cualquiera.
= 2.718
Solucin:
CUESTIONARIO
R:
DISTRIBUCIN NORMAL
O CAMPANA DE GAUSS
La distribucin normal fue reconocida por primera vez por el francs Abraham
de Moivre (1667 - 1754). Posteriormente, Carl Friedrich Gauss (1777 - 1855)
elaboro desarrollos mas profundos y formulo la ecuacin de la curva; de ah
que tambin se le conozca, mas comnmente, como la Campana de Gauss.
R= Campana de Gauss.
Caracteres morfolgicos
Caracteres fisiolgicos,
Caracteres sociolgicos,
Caracteres psicolgicos,
Valores estadsticos.
R=
CARACTERSTICAS
VARIANZA DENTRO
X X-M (X - M)2
15 -2 4
18 1 1
19 2 4
22 5 25
11 6 36
85 70
X X-M (X - M)2
22 1 1
27 6 36
18 -3 9
21 0 0
17 -4 16
105 62
X X-M (X - M)2
18 -1 1
24 5 25
19 0 0
16 -3 9
22 3 9
15 -4 16
114 60
Varianza de muestra
VARIANZA ENTRE
h
5 17 19 -2 4 20
5 21 19 2 4 20
6 19 19 0 0 0
t=57 T=40
(3-1) = 2
DISTRIBUCIN F
GRADOS DE LIBERTAD
Se determina un grado de libertad cuando calculamos la varianza entre
columna, y el numero de grado de libertad para el numerador del coeficiente F
siempre es una unidad menor que el numero de muestras. La regla es:
En el numerador de coeficiente F
El denominador de coeficiente F
CUESTIONARIO
LA DISTRIBUCIN T DE STUDENT
X: media
T: cantidad
Caractersticas
Formula:
X=media
T=cantidad
R:
R:
DISTRIBUCIN JI_CUADRADA
Caractersticas de la distribucin
Esta formula establece que ji_cuadrada, o x2, es la suma que obtendremos si:
R: Los valores de
son mayores o iguales que 0
R:
Ejemplo: Suponga que en 4 regiones de la Republica Mexicana, la compaa
mundial de cuidado de la salud, muestra actitudes de los empleados de sus
hospitales con respecto al examen de desempeo en el trabajo. Alos
trabajadores se les da a escoger entre el mtodo actual( 2 exmenes al ao) y
un nuevo mtodo propuesto (exmenes cada trimestre).
TABLA 1
Costa
Noreste Sureste Central
Occidental
Numero total
100 120 90 110
muestrado
Proporcin
estimada que
x.6643 x.6643 x.6643 x.6643
prefirale
mtodo actual
Numero que se
espera prefiera
66.43 79.72 59.79 73.03
el mtodo
actual
Frecuencia
observada(real
)
Frecuencia
esperada(teri
ca)
Frecuencia
observada(real
)
Frecuencia
esperada(teri
ca)
Fo Fe Fe-Fe (Fo-Fe)
=(3-1) (4-1)
=(1)(3)
=3 grados de libertad
0.1
0.2
0.3
P(x)
x
F=
F=
2.7
Desviacion