Vous êtes sur la page 1sur 4

REVISIN.

Mdulo 3
Glosario del Mdulo
Variable aleatoria: Cuando el contenido de la variable en estudio es el resultado numrico de un evento aleatorio, dicha variable adopta el nombre de variable aleatoria. Distribucin de variable aleatoria: los valores que puede adoptar dicha variable y sus respectivas probabilidades de ocurrencia. Media de una distribucin de una variable aleatoria: est dada por la suma de los productos entre cada uno de los valores que puede adoptar la variable por su correspondiente probabilidad de ocurrencia.

= (xi . P(xi) )
Dada una distribucin de variable aleatoria, se denomina Valor Esperado o Esperanza Matemtica a la media de la distribucin y se la expresa como: E(x) = = (xi . P(xi)) La varianza de la distribucin de una variable aleatoria, est dada por la sumatoria de los productos entre, el cuadrado de la diferencia entre cada valor que puede adoptar la variable y la media de la distribucin, multiplicada por la probabilidad de que la variable aleatoria en estudio adopte dicho valor. Var(x) = ( xi - )2 . P(xi) Desviacin estndar de una variable aleatoria: est dada por la raz cuadrada de la varianza de dicha distribucin. = ( Var(x)) Modelos de probabilidad 1. Binomial Condiciones que debe reunir una distribucin para responder a este modelo: 1- Est conformado por n ensayos idnticos 2- Cada ensayo tiene slo dos resultados posibles (xito - acierto- y fracaso). 3- Si a la probabilidad del acierto lo denominamos como P(acierto) = p, la probabilidad del desacierto P(desacierto) = 1- p 4- Todos los eventos son independientes entre si. 5- La probabilidad del acierto se mantiene constante entre repeticiones del experimento.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I) Profesor: MARIO MARN

-1-

El estudio est centrado en determinar la probabilidad de que en n ensayos se obtenga un nmero x de aciertos. La probabilidad de un resultado binomial se calcula con la frmula: P(x) = nCx qn x p x Los parmetros de la distribucin son n y p. E(x) = n.p Var(x) = n . p . q

2. Poisson Las caractersticas de una distribucin de Poisson son: 1-La probabilidad de ocurrencia de un evento es la misma a travs de todo el campo de observacin. 2- La probabilidad de observar ms de un xito en el intervalo planteado es aproximadamente 0 (eventos raros). 3- El nmero de ocurrencias en cualquier intervalo es independiente del nmero de ocurrencias en cualquier otro intervalo.

El estudio est centrado en determinar la probabilidad de que aparezcan x ocurrencias del suceso analizado por unidad de medida considerada (tiempo, espacio, etc.). Esta distribucin tiene como parmetro un solo valor, el promedio de ocurrencia: Lambda (). La probabilidad de un resultado de Poisson se calcula con la frmula: x . e- P(x) = --------------x!

Siendo: x Nmero de xitos / ocurrencias Promedio de ocurrencia e Logaritmo neperiano ( e = 2,717281...) La media y la varianza estn dadas por:

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I) Profesor: MARIO MARN

-2-

= = E(x) Var(x) =

3. Hipergeomtrica Las caractersticas de una distribucin Hipergeomtrica son: a-Que la poblacin es finita y el tamao de la muestra es grande, significativo respecto al tamao poblacional y por lo tanto modifica la probabilidad de elegir un caso con la caracterstica buscada. b- El muestreo se realiza sin reposicin y al ser significativa el tamao de la muestra con respecto al tamao de la poblacin, modifica la probabilidad de acierto. Los parmetros son: N = tamao poblacional k =Nmero de elementos de la poblacin que cumplen con la condicin en estudio (le llambamos nmero de xitos en la poblacin) n = Tamao de la muestra

La variable x mide el nmero de xitos en la muestra.

La probabilidad de que en la muestra de n elementos se tengan x de los k est dada por la expresin:

(N-k) C (n-x) k C x P(x) = ---------------------------------N C n

La esperanza est dada por: E(x) = n / N . k 4. Normal La distribucin presenta las siguientes caractersticas: 1-tiene forma acampanada 2- es simtrica respecto al eje vertical que pasa por la abscisa de mayor ordenada.

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I) Profesor: MARIO MARN

-3-

3-El valor de la abscisa de mayor ordenada coincide con la media y al ser simtrica respecto al eje vertical que pasa por ese punto, coincide con la mediana y la moda. 4-Las ramas son asintticas respecto al eje horizontal y tericamente se extiende desde - a + . La Funcin de densidad de probabilidades est dada por: e -(x -)2 /(22) F(x) = ------------------------(2.)

Materia: HERRAMIENTAS MATEMTICAS III (ESTADSTICA I) Profesor: MARIO MARN

-4-

Vous aimerez peut-être aussi