Professional Documents
Culture Documents
SANTIAGO PAPASQUIARO
ESTADISTICA I
INTRODUCCION A LA
PROBABILIDAD
M.E. Everardo Cereceros Martnez
Introduccin:
La Estadistica Descriptiva nos ofrece una serie de herramientas muy utiles
para resumir graca y numericamente los datos que hemos obtenido sobre
una
caracteristica o variable de inters.
la Estadistica habitualmente va
mas alla: pretende obtener conclusiones sobre la poblacion a partir de los
datos obtenidos en la muestra.
Distribucin binomial:
La distribucin Binomial es un caso particular de probabilidad de variable
aleatoria discreta, y por sus aplicaciones, es posiblemente la ms importante.
Esta distribucin corresponde a la realizacin de un experimento aleatorio que
cumple con las siguientes condiciones:
* Al realizar el experimento slo son posible dos resultados: el
llamado xito, o su contrario A, llamado fracaso.
suceso
A,
los
n!
pX qn - X
P(X=x) =
x!(n x)!
Distribucin de Poisson:
La distribucin de POISSON es tambin un caso particular de probabilidad de
variable aleatoria discreta, el cual debe su nombre a Simon Denis Poisson
(1781-1840), un francs que la desarroll a partir de los estudios que realiz
durante la ltima etapa de su vida.
Esta distribucin se utiliza para describir ciertos procesos.
Caractersticas:
En este tipo de experimentos los xitos buscados son expresados por unidad
de rea, tiempo, pieza, etc:
- 1 de defectos de una tela por m2
- 2 de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc.
- 3 de bacterias por cm2 de cultivo
- 4 de llamadas telefnicas a un conmutador por hora, minuto, etc.
- 5 de llegadas de embarcaciones a un puerto por da, mes, etc.
Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b)
10 cheques sin fondos en cualquiera de dos das consecutivos? (e=
2.718281828)
Resolviendo para :
a) x = 4; = 6 cheques sin fondo por da
Valores directos para determinar probabilidades de Poisson.
Para un valor dado de , la entrada indica la probabilidad de obtener un
valor especfico de X
Para el ejemplo, inciso a) que estamos viendo: Cul es la probabilidad de que
el banco reciba cuatro cheques sin fondo en un da dado?
Tenemos x = 4; = 6
cheques sin fondo por
da;
obteniendo
resultado directo de
tablas :
P(X=4, =6 ) = 0.1339
1. Distribucin Ipergeometrica:
Distribucin hipergeometrica:
Recurdese que si se selecciona una muestra aleatoria de n consumidores de una
poblacin
de N consumidores, el nmero
x de usuarios que favorecen un producto especfico tendra
una distribucin binomial cuando el tamao muestra n es pequeo respecto al nmero
de N
de consumidores en la poblacin, el nmero
x a favor del producto tiene una distribucin
de probabilidad hipergeomtrica, cuya frmula es:
N = nmero de elementos en la poblacin.
r = nmero de elementos que tienen una caracterstica especifica, por ejemplo el
nmero de
personas a favor un producto particular.
n = nmero de elementos en el muestra.
2.
3.
f(x) 0 Las probabilidades asociadas a cada uno de los valores que toma
x deben ser mayores o iguales a cero. Dicho de otra forma, la funcin de
densidad de probabilidad deber tomar solo valores mayores o iguales a
cero. La funcin de densidad de probabilidad slo puede estar definida en
los cuadrantes I y II.
4.
Donde:
m = E(x) = media o valor esperado de la distribucin
x = variable aleatoria continua
f(x) = funcin de densidad de la distribucin de probabilidad
Distribucin normal:
La distribucin normal es tambin un caso particular de probabilidad de variable
aleatoria contnua, fue reconocida por primera vez por el francs Abraham de
Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855) elabor
desarrollos ms profundos y formul la ecuacin de la curva; de ah que
tambin se le conozca, ms comnmente, como la "campana de Gauss". La
distribucin de una variable normal est completamente determinada por dos
parmetros, su media () y su desviacin estndar ().
Propiedad:
No importa cules sean los valores de y para una distribucin de
probabilidad normal, el rea total bajo la curva siempre es 1, de manera que
podemos pensar en reas bajo la curva como si fueran probabilidades.
Matemticamente es verdad que:
Distriibicion ji cuadrada:
En estadstica, la distribucin de Pearson, llamada tambin ji cuadrada o chi
cuadrado () es una distribucin de probabilidad continua con un parmetro
que representa los grados de libertad de la variable aleatoria.
La distribucin tiene muchas aplicaciones en la inferencia estadstica. La
ms conocida es la de la denominada prueba utilizada como prueba de
independencia y como prueba de bondad de ajuste y en la estimacin de
varianzas. Pero tambin est involucrada en el problema de estimar la media
de una poblacin normalmente distribuida y en el problema de estimar la
pendiente de una recta de regresin lineal, a travs de su papel en la
distribucin de un estudiante.
Distribucin binomial:
La fu n ci n d e p ro b a bi l id a d d e l a di stri b u ci n b in o mi al , tam b i n
de n om in a d a fu n ci n d e la di stri b u ci n d e Be rn o u ll i , e s:
n e s e l n me ro d e p rue b a s.
k e s e l n me ro d e xi to s .
p e s l a p ro b a bi l id a d d e xi to .
q e s l a p ro b a bi l id a d d e fra ca so
Conclusiones:
El reto de la materia Estadstica Aplicada a la administracion, Con los grandes
avances tecnolgicos hemos ahorrado tiempo para el anlisis estadstico, sin
embargo la comprensin de la lgica que se utiliza para llegar a la resolucin
del mismo es algo que nos ha llevado a este estudio.
es una poderosa herramienta estadstica que bien aplicada nos podr ayudar a
facilitar los clculos para la solucin de problemas. Aprendimos que no
cualquier es limitativa el rea en que nos desempeemos en nuestro trabajo ya
que tanto en Ingeniera como Materiales, en Recursos Humanos como en un
Negocio Propio, en Comercio o en Industria, o bien por puro pasatiempo en el
panorama de la probabilidad estadstica, estas herramientas sern siempre de
gran utilidad.
Para esta presentacin aprendimos la aplicacin y manejo de las Distribuciones
de Probabilidades ms comunes, la Binomial, la de Poisson y finalmente la
distribucin Normal.
Referencias:
www.monografias.com,
http://www.monografias.com/trabajos29/distribucionprobabilidades/distribucion-probabilidades.shtml
www.wikipedia.com, http://es.wikipedia.org/wiki/Distribuci%C3%B3n_binomial
www.wikipedia.com, http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr
%20Poisson.htm