Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CINTALAPA
SEMESTRE:
3º. F
MATERIA:
PROBABILIDAD Y ESTADISTICA
CARRERA:
INGENIERÍA INFORMÁTICA.
CATEDRÁTICO:
INTRODUCCION………………………………………………………………………………3
DISTRIBUCION NORMAL…………………………………………………………...5
DISTRIBUCION BINOMINAL………………………………………………………..6
DISTRIBUCION HIPERGEOMETRICA…………………………………………….7
DISTRIBUCION DE POISSON………………………………………………………8
VALOR ESPERADO………………………………………………………………………….9
VARIANZA…………………………………………………………………………………….12
DESVIACION ESTANDAR………………………………………………………………….13
2 VARIABLES ALEATORIAS CONTINUAS
FUNCION ACUMULADA……………………………………………………………………14
CALCULOS DE PROBABILIDAD…………………………………………………………16
CONCLUSION……………………………………………………………………………….17
BIBLIOGRAFIA………………………………………………………………………………18
ANEXOS………………………………………………………………………………………19
Ejemplos
El tipo de distribución depende del tipo de variable que se esté tratando. Existen
muchas, a continuación, las principales o más conocidas:
Para variables continuas: en el caso de que la variable aleatoria sea continua, la
distribución asociada es una distribución normal o de tipo Gaussiana.
DISTRIBUCIÓN NORMAL
DISTRIBUCIÓN HIPERGEOMÉTRICA
pueden ser:
DISTRIBUCIÓN DE POISSON
Fue desarrollada por Siméon Denis Poisson, este tipo de distribución, explica la
probabilidad de que cierto evento ocurra un determinado número de veces en un
tiempo establecido.
Por lo general este tipo de distribución ocurre cuando se observa la aparición de
algún suceso o evento raro en dicho tiempo establecido.
Además de verse como la probabilidad en un tiempo establecido, también puede
verse como la probabilidad de éxito en una unidad de área o número de producto.
En este tipo de distribución, la probabilidad de éxito también es independiente en
8 VARIABLES ALEATORIAS CONTINUAS
cada intervalo establecido, por lo que no es constante. Algún evento o proceso que
conlleve una distribución de Poisson es estable.
Por otro lado, conocer el número de sucesos que ocurren en un intervalo
establecido no significa que se pueda predecir la cantidad de eventos que ocurrirán en
el siguiente.
E(x) significa el operador del valor esperado, es decir, el valor promedio de la variable
1
x; x es la variable discreta, función de los valores que toma x, y p(x) es la probabilidad
de x.
pequeña tabla donde las columnas tengan el valor de x (valores que puede tomar la
variable discreta, p(x) la probabilidad que ocurra la variable discreta, y finalmente x p(x)
que representa la multiplicación de x con p(x)). Los valores que toma x son, en este
ejemplo, las caras del dado (1 a 6).
x 1 2 3 4 5 6
1
x p(x) 1/6 2/6 3/6 4/6 5/6 6/6
Entonces:
VARIANZA
DESVÍO ESTÁNDAR
El desvío estándar es una de las medidas de resumen que más se utiliza y desempeña
un papel muy importante en la estadística. Es importante observar que las unidades de
la desviación estándar son las mismas que las de la media. Por ejemplo, si la media
está en unidades monetarias, la desviación estándar también lo estará. Si la media es
en metros, lo mismo ocurrirá con la desviación estándar, la varianza se expresa en
unidades al cuadrado.[ CITATION Osv09 \l 2058 ] 1
Ejemplo
menores a .
Cálculo de la Probabilidad
Para calcular la probabilidad de un evento se toma en cuenta todos los casos posibles
de ocurrencia del evento; es decir, de cuántas formas puede ocurrir determinada
situación.
Los casos favorables de ocurrencia de un evento serán los que cumplan con la
condición que estoy buscando.
Así para el tiro de una moneda tengo 2 casos posibles de ocurrencia (o cae águila o
cae sol) y sólo 1 caso favorable de que pueda caer águila (pues sólo hay un águila en
la moneda).
Por lo tanto, existe una probabilidad del 50% que yo obtenga un águila al tirar una
moneda. [ CITATION CON08 \l 2058 ]
17
Además cabe resaltar que la distribución cobra VARIABLES
importancia en el lenguaje
ALEATORIAS CONTINUAS
informático. en especial para hacer referencia a las coloquialmente
denominadas “distro”, basadas en un núcleo Linux, que incluyen paquetes
de software apropiados para cubrir las necesidades de un grupo definido
de usuarios.
Gutiérrez, P. H. (2007). Control Estadístico de Calidad y Seis Sigmas. La Habana: Felix Varela.
MAPA CONCEPTUAL
Es la medida de
Es una medida de Es una función
Es igual al sumatorio dispersión más común,
dispersión definida matemática de la
de las probabilidades que indica qué tan
como variable
de que exista un dispersos están los datos
la esperanza del real: x (minúscula);
suceso aleatorio, con respecto a la media.
cuadrado de la que describe
multiplicado por el Mientras mayor sea la
desviación de dicha la probabilidad de
valor del suceso desviación estándar,
variable respecto a su que X tenga un valor
aleatorio. mayor será la dispersión
media. menor o igual que x.
de los datos.