Beruflich Dokumente
Kultur Dokumente
ALEATORIAS
DISCRETAS
UNIDIMENSIONALES
1
INTRODUCCIÓN
2
Historia de las variables aleatorias
3
Propiedades y casos aplicables
4
Función de masa de probabilidad
■
5
EJEMPLO. Si se lanzan 2 monedas ¿Cuales serán todos
los resultados posibles y la probabilidad de que estos
sucedan?
■ Lo primero es determinar el espacio muestral, por lo tanto como estamos hablando
de 2 monedas las posibilidades son las siguientes.
- Como estamos buscando las probabilidad específica de cuantas cruces podemos sacar
al lanzar 2 monedas, los valores que pudiese tomar el espacio muestral para cada caso
sería:
X = 0 ,1 , 2
6
■ Aplicamos el teorema de Laplace:
■ Y obtenemos lo siguiente:
7
Función de distribución
8
EJEMPLO. ¿Cuál es la probabilidad de todos los
resultados posibles al lanzar un a moneda 3 veces?
■ Los posibles resultados o el espacio muestral
serían los siguientes:
X X X O O X
X X O O X X
X O X O X O
X O O O O O
■ Variable aleatoria:
X= número de “cruces” obtenidas, después de lanzar 3 veces una moneda justa.
9
■ Las probabilidades de las variables aleatorias ya comprobada se ingresan en una
tabla, en la que se calcula la probabilidad acumulada.
X P(X=x) P (X ≤ x)
0 1/8 1/8
1 3/8 4/8
2 3/8 7/8
3 1/8 1
10
Medidas de dispersión
■ Esperanza
■ Varianza
■ Desviación típica
11
Esperanza
■ ¿Qué es? Es la suma del producto de la probabilidad de que ocurra cada suceso por
el valor de dicho suceso
12
Varianza
■
1.Var(X) ≥ 0
2.Var(x · X) = x2 · Var (X) para todo número real
3.Var(x) = 0 para todo número real x.
13
Desviación Típica
■
14
15
Conclusiones
■ Las variables aleatorias discretas unidimensionales, utilizadas de forma correcta, pueden ser de
gran utilidad a la hora de calcular probabilidad en distintas áreas, estas probabilidades están
asociadas con un porcentaje de fiabilidad, el cual, es utilizado por muchos tipos distintos de
profesionales. Una herramienta muy importante para el desarrollo y el control minimizando las
pérdidas y mejorando la eficiencia en todas las áreas en las que está presente.
■ La variable aleatoria discreta, proporciona datos cuantitativos discretos, es el resultado de
conteo de experimentos (Número de caras en n lanzamientos de una moneda) y una variable
aleatoria que se encuentra en un intervalo comprendido entre 2 números x(Estatura alumno de
una clase).
■ Como resultado del empeño y el estudio iniciado por nuestros personajes principales antes
descritos hoy en día somos capaces de predecir terremotos, fallos en cadena de producción, y
un montón de aplicaciones más sin las que hoy en día nuestra vida no sería igual.
16
Bibliografía ■ [8]https://estadisticaorquestainstrumento.wordpress.com/201
■ [1] De Moivre, A. (1738). The Doctrine Of Chances 2/12/27/funciones-de-distribucion/
■ ■
[2] Tchébychef P.L. (1867). Des Valeurs Moyennes, Journal [9] http://www.stat.ufl.edu/~abhisheksaha/sta4321/lect9.pdf
de mathématiques pures et appliquées.
■
■ [10] http://ocw.usal.es/
[3] Shafer G. Vovk V. (2006). The Sources of Kolmogorov’s
Grundbegriffe ■
[11] http://vitutor.com
■
[4] Kolmogorov, A. N. (1956). Foundations Of The Theory Of ■
Probability. [12] http://www.juntadeandalucia.es
■ ■
[5] Peralta, M.J. Rúa A. Redondo R. del Campo C. (2000). [13]
Estadística Problemas Resueltos. http://www.mat.uda.cl/hsalinas/cursos/2011/2do/clase5.pdf
■ ■
[6] [14] http://www.ugr.es/~bioestad/_private/Tema_3.pdf
http://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlo
nso/estadisticaII/tema2.pdf ■
[15]
■ http://www.stat.ufl.edu/~abhisheksaha/sta4321/lect9.pdf (pa
[7] https://www.vitutor.com/pro/3/a_3.html gina 3 y 4)
17
¡GRACIAS!
¿Alguna pregunta?
18