Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Modelos probabilidad de Estadística, Ejercicios de Estadística Empresarial

Asignatura: Estadistica Empresariales I, Profesor: , Carrera: Administración y Dirección de Empresas, Universidad: UCM

Tipo: Ejercicios

2017/2018

Subido el 01/03/2018

missvale-5
missvale-5 🇪🇸

4.2

(5)

15 documentos

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
12/5/17 11'04Modelos de probabilidad
Página 1 de 4http://e-stadistica.bio.ucm.es/mod_distribu/distribu3.html
Modelos de probabilidad
Modelos de probabilidad. La variable aleatoria de Poisson. Con el
fin de introducir el modelo de probabilidad de Poisson relativo
procesos temporales, vamos a suponer que un acontecimiento se produce
de manera repetitiva en el tiempo, y que los instantes en los que la
repetición se produce están repartidos al azar en el eje temporal, siendo la
cadencia media α constante:
Se considera un intervalo de tiempo (0 , t] en el que se observa cuántas
veces se produce el acontecimiento, magnitud que define una variable
aleatoria :
Bajo los supuestos que se exponen a continuación, esta variable aleatoria
se comporta como un modelo de probabilidad de función de densidad:
Las variables aleatorias que se define sobre intervalos de tiempo
disjuntos son independientes.
p( ocurran x repeticiones en (a,a+t] ) = p(Xt = x), cualquiera que sea
t>0.
En un intervalo de longitud suficientemente pequeña Δt , la
probabilidad de que ocurra una vez el suceso es αΔt, mientras que la
de que ocurra más de una es prácticamente cero.
Si dividimos el intervalo temporal de observación, (0 , t], en un número
considerable, n, de subintervalos I1, I2, ..., In , podemos escribir
obviamente
pf3
pf4

Vista previa parcial del texto

¡Descarga Modelos probabilidad de Estadística y más Ejercicios en PDF de Estadística Empresarial solo en Docsity!

Modelos de probabilidad

Modelos de probabilidad. La variable aleatoria de Poisson. Con el fin de introducir el modelo de probabilidad de Poisson relativo procesos temporales, vamos a suponer que un acontecimiento se produce de manera repetitiva en el tiempo, y que los instantes en los que la repetición se produce están repartidos al azar en el eje temporal, siendo la cadencia media α constante: Se considera un intervalo de tiempo (0 , t] en el que se observa cuántas veces se produce el acontecimiento, magnitud que define una variable aleatoria : Bajo los supuestos que se exponen a continuación, esta variable aleatoria se comporta como un modelo de probabilidad de función de densidad: Las variables aleatorias que se define sobre intervalos de tiempo disjuntos son independientes. p ( ocurran x repeticiones en (a,a+t] ) = p ( Xt = x), cualquiera que sea t>0. En un intervalo de longitud suficientemente pequeña Δt , la probabilidad de que ocurra una vez el suceso es αΔt , mientras que la de que ocurra más de una es prácticamente cero. Si dividimos el intervalo temporal de observación, (0 , t] , en un número considerable, n, de subintervalos I 1 , I 2 , ..., In , podemos escribir obviamente

Como suma de variables independientes de Bernoulli B(αt/n) , Xt es una variable binomial B(n,αt/n) , con función de densidad Se dice que una variable aleatoria X sigue una ley de probabilidad de Poisson de parámetro λ , donde λ es una constante positiva, si su función de densidad de probabilidad presenta la siguiente forma: Su valor medio y varianza son La representación gráfica de algunos valores de la función de densidad del modelo de Poisson P(6)

Una variable aleatoria X se distribuye según el modelo exponencial de parámetro α , donde α es una constante positiva, si su función de densidad de probabilidad presenta la forma: Su valor medio y varianza son Representación gráfica de la función de densidad del modelo exponencial de parámetro α=0.