Objetivo del curso Desarrollar los conocimientos necesarios en el participante, para describir los fundamentos teóricos de la probabilidad y estadística. Contenido programático Distribución de frecuencias introducción Recta real R Subíndices y sumatorio Tablas de frecuencia histogramas Intervalo y número de …
Diremos que a una variable aleatoria discreta X sigue una distribución de Poisson con parámetro λ > 0 si X toma valores no negativos enteros k = 0, 1, 2, … cuyas respectivas probabilidades Tal distribución se representará por POI(λ). [Se …
Consideremos cualquier variable aleatoria continua X perteneciente a un espacio muestral S con una función de densidad f (x). Recordemos que {a ≤ X ≤ b} es un suceso de S y que la probabilidad P(a ≤ X ≤ b) es igual al área …
Consideremos el experimento binomial B(n, p). Es decir, B(n, p) se compone de n experimentos repetidos e independientes con dos resultados, éxito o fracaso, p es la probabilidad de que salga éxito y q = 1 – p es la …
Consideremos un experimento con sólo dos resultados, uno que se llame éxito (S) y otro fracaso (F). Los resultados sucesivos e independientes de tal experimento se llaman experimentos o pruebas de Bernoulli, en honor al matemático suizo Jakob Bernoulli (1654-1705). …
Especialmente trataremos en profundidad las distribuciones normal y binomial, y más esquemáticamente la de Poisson y la multinomia. Además mostraremos cómo cada distribución puede ser un modelo apropiado de probabilidad para diferentes aplicaciones. En este capítulo, se tratará también el …
Sea X una variable aleatoria (discreta o continua). La función de distribución acumulada F de X es la función f: R → R definida por Si X es una variable aleatoria discreta con distribución f, entonces F es la «función escalonada» …
Supongamos que X es una variable aleatoria de un espacio muestral S cuyo espacio de valores RX es una sucesión de números, como un intervalo. Recordemos de la definición de variable aleatoria que el conjunto { a ≤ X ≤ b } …
Ahora supongamos que X es una variable aleatoria en una espacio muestral S con un espacio de valores contable e infinito, es decir, RS = { x1 , x2 ,… }. Como en el caso de que sea finito, X …
La media de una variable aleatoria X mide, en cierto sentido, el «valor medio» de X. Los conceptos de este apartado, varianza y desviación típica, miden la «diseminación» o «dispersión» de X. Consideremos una variable aleatoria X con media μ= …
