técnicas de conteo1
OBJETIVO
Probabilidad y Estadística
Aplicar el conocimiento básico de la
distribución de muestreo para resolver
problemas.
Ingeniería en Sistemas
Enero – Junio 2013
Entender el tema de Distribución de
muestreo y su importancia en las diferentes
disciplinas.
Instituto Tecnológico de Culiacán
Interpretar los resultados de los problemas.
Unidad IVDistribuciones Muestrales
M.C. Benjamín Berrelleza Aldapa
Probabilidad y Estadística
M.C. Berrelleza
1
M.C. Berrelleza
Distribuciones de Probabilidad
Distribuciones de Probabilidad
Definición
Repaso de Axiomas y Teoremas…
Es la función que asocia a cada
evento A un valor P(A) el cual
muestra la probabilidad de que
ocurra dicho evento.
2
Axiomas
0 ≤ P( A) ≤ 1
P(x=7) = 0.14 = 14%
P(x=5) = 0.32 = 32%
Probabilidad y Estadística
M.C. Berrelleza
3
P(Espacio Muestral) = P( S ) = Σ P( Ai ) = 1
Si A y B son mutuamente excluyentes,
entonces P(AᴗB) = P(A) + P(B)
Probabilidad y Estadística
M.C. Berrelleza
Distribuciones de Probabilidad
Distribuciones de Probabilidad
Repaso de Axiomas y Teoremas…
4
Se puedenclasificar en:
Teoremas
Si A es un evento nulo, entonces P( A ) = 0
P( Ac ) = P( A’ ) = 1 – P( A )
Distribuciones
Si A y B son mutuamente excluyentes
entonces P(A ᴖ B) = 0
Probabilidad y Estadística
M.C. Berrelleza
Discretas
5
Continuas
Probabilidad y Estadística
Binomial
Hipergeométrica
Poisson
Normal
t
χ2
F
M.C. Berrelleza
6
1
14/04/2013Distribución Binomial
Distribución Binomial
Definición
Definición
Es aquella que solo tiene dos resultados
posibles,
que
para
generalizar
llamaremos “éxito” y “fracaso”.
Entonces la función de probabilidad de
la distribución binomial, o Bernoulli, es
A la probabilidad de que ocurra el “éxito”
la denotaremos como p y de que ocurra
“fracaso” q.
Probabilidad yEstadística
M.C. Berrelleza
Donde:
Combinaciones
• n es el número de pruebas
• x es el número de éxitos esperados
• p es la probabilidad de éxito
• (1 – p) = q es la probabilidad de fracaso
7
Probabilidad y Estadística
M.C. Berrelleza
Distribución Binomial
Distribución Binomial
Ejemplo
8
Medidas
Cálculo de medidas de tendencia central y
de dispersión:
En una ciudad,la probabilidad de que
una persona adulta sea cliente del banco
W es 0.27. Se seleccionan 80 adultos al
azar, se desea saber la probabilidad que
haya 30 clientes del banco W.
µ = Media
σ 2 = Varianza
σ = Desviación estándar
Probabilidad y Estadística
M.C. Berrelleza
9
Probabilidad y Estadística
M.C. Berrelleza
Distribución Hipergeométrica
DistribuciónHipergeométrica
Definición
10
Definición
Entonces su probabilidad
esta dada por:
Determina la probabilidad de obtener
determinado número de éxitos en n
ensayos; a diferencia de la binomial los
datos de la muestra se extraen sin
reemplazo en una población finita.
Combinaciones
Donde:
N = Tamaño de espacio muestral
M = No. de éxitos en el espacio muestral
N - M = No. de fracasos delespacio muestral
n = Número de ensayos
x = No. de éxitos en la muestra
n - x = No. de fracasos en la muestra
El resultado de una observación es
afectado por las observaciones anteriores.
Probabilidad y Estadística
M.C. Berrelleza
11
Probabilidad y Estadística
M.C. Berrelleza
12
2
14/04/2013
Distribución Hipergeométrica
Distribución Hipergeométrica
EjemploEjemplo
En una escuela se presentan 13 alumnos
para un concurso donde solo pueden
participar dos; de los 13 aspirantes, 5 son
de Ing. en Sistemas y 8 de Ing. Industrial.
• N
• n
= 2 concursantes
Calcular las probabilidades de que los
alumnos de ing. en Sistemas hayan
participado.
• x
= 0,1,2 Ing. en Sistemas posibles a concursar
= 13 total de aspirantes a concursar...
Regístrate para leer el documento completo.