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


Calculo de Probabilidades: Teoría de la Probabilidad y Estadística, Apuntes de Estadística

Conceptos básicos de la teoría de la probabilidad y estadística, incluyendo la definición de probabilidad según laplace, experimentos aleatorios, regularidad estadística, inferencia estadística y distribuciones binomial y normal. Se calculan ejemplos de probabilidades para diferentes situaciones.

Tipo: Apuntes

2013/2014

Subido el 13/01/2014

anitayya
anitayya 🇪🇸

3.8

(46)

10 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Calculo de Probabilidades
Según la definición de probabilidad de Laplace, la probabilidad va a ser igual a:
P =
Ej.: Tenemos en un cubo: 3 bolas blancas / 2 negras / 5 azules. Probabilidad de que
saquemos una bola blanca.
P (B) = 3 / 10 = 0,3
Definición de experimento aleatorio
Decimos que un experimento es aleatorio si lo repetimos siempre en las mismas
condiciones pero no podemos predecir el resultado.
Regularidad estadística
Cuantas más experiencias hagamos más nos acercaremos al valor que esperemos.
Inferencia estadística
A partir de una muestra de la población inferir lo que sucede en la población.
Distribución binomial
Nos permite calcular la probabilidad de un suceso. Se deben dar las siguientes
características:
- sólo puede haber dos sucesos
- la probabilidad de cada suceso es constante
P (x=x1) = px · qn - x =
n = nº de veces que se realizaron un experimento
x = nº de éxitos que obtenemos
p = probabilidad de éxito
q = probabilidad de fracaso
Otra forma de expresar la fórmula anterior es: P(x = xi) = px · (1 - p)n - x
Ejemplos:
Ej.: Que probabilidad existe de que en una urna que contiene 8 bolas blancas y 2 negras,
obtengamos en 15 extracciones 10 bolas blancas. Con reposición de la bola.
P(x = 10) = 0,810 · 0,25
Ej.: Probabilidad de obtener 4 veces el nº 5 en 7 lanzamientos de un dado.
P(x = 4) = (1/6)4 · (5/6)3 = 0,0156
Ej.: Probabilidad de aprobar un examen de 10 preguntas de Verdadero/Falso, respondiendo
al azar, si no se penalizan las respuestas.
P (x F 0 B 35) = P(x=5) + P(x=6) + P(x=7) + P(x=8) + P(x=9) + P(x=10)
P(xi=5) = 0,55 · 0,55 P(x F 0 B 35) = 0,6230
Ej.: Una persona responde al azar un examen que tiene 16 preguntas con 5 alternativas
cada una, en la que sólo 1 es correcta.
a) Probabilidad de acertar 4 preguntas
b) Probabilidad de acertar menos de 4 preguntas
c) Probabilidad de acertar más de 2 y menos de 7 preguntas
a) P(xi=4) = (1/5)4 (4/5)12
b) P(xi<4) = P(x=0) + P(x=1) + P(x=2) + P(x=3)
c) P(2<x<7) = P(x=3) + P(x=4) + P(x=5) + P(x=6)
Ej.:Lanzamos un dado 10 veces al aire, probabilidad de que salgan 7 números pares.
Probabilidad de que salgan menos de 2 números pares.
P(x=7) = px · qn - x = 0,57 · 0,53 = 0,1172
P(x<2) = P(x=0) + P(x=1) = 0,0107 Media = 10 · 0,5 = 5
Varianza = n · p · q = 10 3 0,5 · 0,5 = 2,5
Media de una distribución binomial.
Media = n · p
n = nº de veces que repetimos el suceso
p = probabilidad de éxito
Varianza = n · p · q
Distribución normal
Se le conoce también como ley de Gauss o campana de Gauss.
Propiedades de la distribución normal:
1. Tiene un máximo en la mediana, que coincide además con la Mediana y la Moda.
2. Es creciente hasta la media y luego es decreciente.
pf2

Vista previa parcial del texto

¡Descarga Calculo de Probabilidades: Teoría de la Probabilidad y Estadística y más Apuntes en PDF de Estadística solo en Docsity!

Calculo de Probabilidades

Según la definición de probabilidad de Laplace, la probabilidad va a ser igual a: P = Ej.: Tenemos en un cubo: 3 bolas blancas / 2 negras / 5 azules. Probabilidad de que saquemos una bola blanca. P (B) = 3 / 10 = 0,

Definición de experimento aleatorio Decimos que un experimento es aleatorio si lo repetimos siempre en las mismas condiciones pero no podemos predecir el resultado.

Regularidad estadística Cuantas más experiencias hagamos más nos acercaremos al valor que esperemos.

Inferencia estadística A partir de una muestra de la población inferir lo que sucede en la población.

Distribución binomial Nos permite calcular la probabilidad de un suceso. Se deben dar las siguientes características:

  • sólo puede haber dos sucesos
  • la probabilidad de cada suceso es constante

P (x=x 1 ) = p x^ · qn - x^ = n = nº de veces que se realizaron un experimento x = nº de éxitos que obtenemos p = probabilidad de éxito q = probabilidad de fracaso Otra forma de expresar la fórmula anterior es: P(x = xi ) = p x^ · (1 - p)n - x

Ejemplos: Ej.: Que probabilidad existe de que en una urna que contiene 8 bolas blancas y 2 negras, obtengamos en 15 extracciones 10 bolas blancas. Con reposición de la bola.

P(x = 10) = 0,8^10 · 0,2^5

Ej.: Probabilidad de obtener 4 veces el nº 5 en 7 lanzamientos de un dado.

P(x = 4) = (1/6) 4 · (5/6) 3 = 0, Ej.: Probabilidad de aprobar un examen de 10 preguntas de Verdadero/Falso, respondiendo al azar, si no se penalizan las respuestas.

P (x F 0 B 35) = P(x=5) + P(x=6) + P(x=7) + P(x=8) + P(x=9) + P(x=10)

P(x (^) i =5) = 0,5^5 · 0,5^5 P(x F 0 B 35) = 0,

Ej.: Una persona responde al azar un examen que tiene 16 preguntas con 5 alternativas cada una, en la que sólo 1 es correcta. a) Probabilidad de acertar 4 preguntas b) Probabilidad de acertar menos de 4 preguntas c) Probabilidad de acertar más de 2 y menos de 7 preguntas

a) P(xi =4) = (1/5)^4 (4/5) 12 b) P(x (^) i <4) = P(x=0) + P(x=1) + P(x=2) + P(x=3)

c) P(2<x<7) = P(x=3) + P(x=4) + P(x=5) + P(x=6)

Ej.:Lanzamos un dado 10 veces al aire, probabilidad de que salgan 7 números pares. Probabilidad de que salgan menos de 2 números pares.

P(x=7) = px^ · qn - x^ = 0,5^7 · 0,5^3 = 0, P(x<2) = P(x=0) + P(x=1) = 0,0107 Media = 10 · 0,5 = 5 Varianza = n · p · q = 10 3 0,5 · 0,5 = 2,

Media de una distribución binomial. Media = n · p n = nº de veces que repetimos el suceso p = probabilidad de éxito Varianza = n · p · q

Distribución normal

Se le conoce también como ley de Gauss o campana de Gauss.

Propiedades de la distribución normal:

  1. Tiene un máximo en la mediana, que coincide además con la Mediana y la Moda.
  2. Es creciente hasta la media y luego es decreciente.
  1. Esta curva tiene 2 puntos de inflexión que están en la media más la desviación típica y en la media menos la desviación típica. Y entre estos dos intervalos están el 64% de los datos.
  2. Sólo está definida para valores positivos de la “y”.
  3. El eje x es una asintota.

La distribución normal nos va a servir para calcular probabilidades. Y para calcular estas probabilidades se utilizan tablas. Las tablas de la distribución normal están referenciadas para distribuciones de media 0 y desviación típica igual a 1. Esto quiere decir, que en la mayoría de las ocasiones las distribuciones que se estudian no tienen media = 0 y desviación = 1. Y como no lo tienen, hay que hacer que la tengan. Como se hace: Para lograr que una distribución normal tenga media = 0 y desviación típica = 1, deberemos tipificar o normalizar el valor. Para tipificar o normalizar un valor hacemos:

z = F 0 6 0x = 0 Sx = 1

Ej.: Después de hacer un estudio y tomar una muestra adecuada que nos permita aplicar la distribución normal, se ha observado que la media de la muestra es igual a 50. ¿Cuál es la probabilidad de que al tomar al azar un sujeto, este vaya al cine menos de 52 veces?

F 0 6 0x = 50 veces/año Sx = 2

Tipificamos: P(x F 0 A 352) = = = 1 N (0,1)

P(x F 0 A 31) = 0,8413 Resultado buscado en tablas.

Matemáticamente la probabilidad en una distribución normal viene definido por el área y los ejes. P(x 1 < x < x 2 ) =

La ecuación de la distribución normal es:

y = · e

Desviación típica

Puntuación típica