

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
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
1 / 2
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


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:
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:
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:
Desviación típica
Puntuación típica