Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Variables aleatorias
En un experimento aleatorio cabe definir una aplicación que asigne a cada suceso
estocástico del espacio muestral un cierto número. Esta aplicación recibe el nombre de
variable aleatoria, y el conjunto de valores que puede asumir una variable aleatoria es
su recorrido. Según el número de elementos del recorrido, se distinguen dos tipos de
variables aleatorias:
En general, una variable aleatoria discreta se define como una aplicación f (xi) tal que:
Ejemplo de variable aleatoria discreta: al lanzar dos dados, la suma de los puntos de
ambos puede tomar un conjunto finito de valores.
Función de distribución
Dada una variable aleatoria X, se llama función de distribución a aquella que
proporciona la probabilidad de que la variable aleatoria tome un valor menor o igual que
xi. Es decir:
Esperanza matemática
En un experimento aleatorio, la esperanza matemática se define como la suma del
producto de cada valor de la variable aleatoria considerada por su probabilidad.
En las variables aleatorias continuas, existe un número infinito de valores, por lo que el
sumatorio de la fórmula anterior se convierte en integral:
Casos
La probabilidad de que la variable aleatoria tome un valor mayor que a y menor o igual
que b queda determinada por el área encerrada por la distribución de probabilidad f (x),
el eje OX y las rectas definidas por a y b (x = a,
x = b).
Esperanza
El nombre de esperanza matemática procede de los juegos de azar. Para que un juego
sea equitativo, la esperanza de todos los jugadores ha de ser la misma; es decir, si se
prolongara el juego de modo que el número de bazas fuera muy elevado, todos los
jugadores deberían tener las mismas ganancias e iguales pérdidas.
Distribuciones uniformes
Una variable aleatoria tiene una distribución uniforme cuando es discreta, tiene n
valores y su función de probabilidad viene dada por P (X = xi) = 1/n. La uniforme es la
distribución probabilística más sencilla que puede concebirse.
Función de densidad de una variable aleatoria
continua
En una variable aleatoria continua la función de probabilidad dibuja una curva llamada
curva de probabilidad o función de densidad representada por f (x). Se demuestra que F’
(x) = f (x).
http://www.hiru.com/es/matematika/matematika_05200.html
Distribución de probabilidades
1. Resumen
2. Introducción
3. Teoría
4. Aplicación
5. Conclusiones
6. Bibliografía
RESUMEN
1 INTRODUCCIÓN.
2 TEORIA
Supongamos que se quiere saber el numero de caras que se obtienen al lanzar cuatro
veces una moneda al aire?
Los posibles resultados son: cero caras, una cara, dos caras, tres caras y cuatro caras.
0 1 1/16
1 4 4/16
2 6 6/16
3 4 4/16
4 1 1/16
OBSERVACION
...............................................(2)
................................................. (3)
..................................... (4)
………………………………………………………………(5)
…………………………………….. (6)
Donde:
n: Número de ensayos.
x: Número de exitos.
OBSERVACIÓN
(1)
……………………………. (7)
………………………………………. (9)
………………………………………………. (10)
0 0.004
1 0.0037
2 0.0138
3 0.276.
4 0.311
P(x<=2)=P(x=0)+P(x=1)+P(x=2)
………………………… (12)
Donde:
N: Tamaño de la población
S: Cantidad de éxitos en la población
n : Tamaño de la muestra.
n>=0.05N
………………………. (13)
………………………………(14)
Donde:
: Constante de Euler.
x : Número de ocurrencias
Distrib.
Nº de Prob
máquin
a
0.09677419
1 4
0.06451612
2 9
3 0
0.19354838
4 7
0.03225806
5 5
6 0
0.06451612
7 9
0.03225806
8 5
0.03225806
9 5
0.06451612
10 9
11 0
12 0
0.03225806
13 5
0.16129032
14 3
0.19354838
15 7
0.03225806
16 5
7.1 CONCLUSIONES
P(x=4) =0.13252245.
BIBLIOGRAFIA
Por
rcastro2357[arroba]yahoo.es
http://www.monografias.com/trabajos29/distribucion-probabilidades/distribucion-
probabilidades.shtml
Distribuciones probabilísticas
Vealo aquí
http://200.30.134.19/ine/censos%20y%20encuestas/metodologias/ejercicio
%20practico.pdf