Created by Manuel Bolaños
about 6 years ago
|
||
Question | Answer |
Conceptos fundamentales de Probabilidades | Cualquier consulta adicional por favor visitar el foro en el portal |
Las distribuciones de probabilidad están relacionadas con las distribuciones de frecuencias. De hecho, podemos pensar que una distribución de probabilidad es una distribución de frecuencias teórica. | Características de la distribución normal de probabilidad 1. La curva tiene un solo pico; por tanto, es unimodal. Tiene la forma de campana que mencionamos anteriormente. 2. La media de una población distribuida normalmente cae en el centro de su curva normal. 3. Debido a la simetría de la distribución normal de probabilidad, la mediana y la moda de la distribución se encuentran también en el centro; en consecuencia, para una curva normal, la media, la mediana y la moda tienen el mismo valor. 4. Las dos colas de la distribución normal de probabilidad se extienden indefinidamente y nunca tocan el eje horizontal (desde luego, esto es imposible de mostrar de manera gráfica). |
Una variable es aleatoria si toma diferentes valores como resultado de un experimento aleatorio. Esta variable aleatoria puede ser discreta o continua. Si puede tomar sólo un número limitado de valores, entonces es una variable aleatoria discreta. En el otro extremo, si puede tomar cualquier valor dentro de un intervalo dado, entonces se trata de una variable aleatoria continua. | A. Distribución Binomial La distribución binominal Una distribución de probabilidad de variable aleatoria discreta utilizada ampliamente es la distribución binomial. Esta distribución describe una variedad de procesos de interés para los administradores. |
A. Definición de experimento aleatorio y variable aleatoria En Teoría de la probabilidad un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede predecir o reproducir el resultado exacto de cada experiencia particular. Una variable es aleatoria si toma diferentes valores como resultado de un experimento aleatorio. Esta variable aleatoria puede ser discreta o continua. Si puede tomar sólo un número limitado de valores, entonces es una variable aleatoria discreta. En el otro extremo, si puede tomar cualquier valor dentro de un intervalo dado, entonces se trata de una variable aleatoria continua. | Uso del proceso de Bernoulli Podemos utilizar el resultado del lanzamiento de una moneda no alterada un cierto número de veces como ejemplo de un proceso de Bernoulli. Podemos describir el proceso de la siguiente manera: 1. Cada intento (cada lanzamiento, en este caso) tiene solamente dos resultados posibles: cara o cruz, sí o no, éxito o fracaso. 2. La probabilidad del resultado de cualquier intento (lanzamiento) permanece fijo con respecto al tiempo. Con una moneda no alterada, la probabilidad de obtener cara siempre es 0.5 para cada lanzamiento, independientemente del número de veces que se lance la moneda. 3. Los intentos son estadísticamente independientes, es decir, el resultado de un lanzamiento no afecta el resultado de cualquier otro lanzamiento. |
B. Tipos de distribuciones de probabilidad Las distribuciones de probabilidad se clasifican como discretas y continuas. | La distribución de Poisson debe su nombre a Siméon Denis Poisson (1781-1840), un francés que desarrolló la distribución a partir de los estudios que realizó durante la última parte de su vida. La distribución de Poisson se utiliza para describir ciertos tipos de procesos, entre los que se encuentran la distribución de llamadas telefónicas que llegan a un conmutador, las solicitudes de pacientes que requieren servicio en una institución de salud, las llegadas de camiones y automóviles a una caseta de cobro, y el número de accidentes registrados en cierta intersección. |
There are no comments, be the first and leave one below:
Want to create your own Flashcards for free with GoConqr? Learn more.