15452418
Descripción
Fichas por JOSE ANTONIO ALVIRO MORENO, actualizado hace más de 1 año
|
Creado por JOSE ANTONIO ALVIRO MORENO
hace alrededor de 6 años
|
|
| Pregunta | Respuesta |
| "variable aleatoria discreta" | En general diremos, que una variable aleatoria discreta estará identificada si conocemos sus posibles valores X = {x1,x2 ,...,xn} y sus respectivas probabilidades P(X = xi ) = Pi |
| función de probabilidad | A toda regla que permita asociar a cada valor xi de la variable aleatoria su probabilidad Pi, la llamaremos "función de probabilidad". |
| "distribución de probabilidad" | De un modo general, a toda tabla, gráfica o expresión matemática que indique los valores que puede tomar una variable aleatoria y las probabilidades con que los toma, se llamará "distribución de probabilidad de dicha variable aleatoria" |
| Esperanza, varianza y desviación típica de una variable aleatoria | Se llama esperanza de la variable aleatoria discreta X, al número: E[X] = x1p1 + x2p2 +...+xnpn x1, x2 ,. .., xn son los valores de la variable aleatoria y p1, p2, ..., pn las probabilidades respectivas. |
| Distribución Binomial | Diremos que un experimento sigue un modelo binomial si, en cada ejecución, sólo hay dos posibles resultados (E y F), las pruebas son independientes y la probabilidad de éxito es constante. |
| Distribución de Poisson | 1- Debemos tener un fenómeno dicotómico (ocurrencia o no de un determinado suceso). 2- Las pruebas que se realicen han de ser independientes y la probabilidad de éxito se ha de mantener constante en todas ellas. 3- Los sucesos han de ser poco comunes, por eso se le conoce como "Ley de los sucesos raros". 4- Puesto que la probabilidad de éxito ha de ser pequeña, entendemos que p<0.05 y puesto que n ha de ser grande, entendemos n>100. 5- Los sucesos ocurren en un intervalo de tiempo. 6- Se caracteriza por un parámetro ! , que es el número medio de ocurrencia del suceso aleatorio por unidad de tiempo. 7- Siempre que la media y l |
| Distribución Hipergeométrica | Sea N el número de profesores de un Centro de Enseñanza Secundaria que deben elegir Director entre dos candidatos A y B. Sea n el número de profesores que apoyan al candidato A y N-n el número de profesores que apoyan al candidato B. Supongamos que queremos hacer un sondeo antes de la votación final, tomamos una muestra con K profesores y le preguntamos el candidato al que piensan votar. Supongamos que X es la variable aleatoria que nos mide el número de profesores de la muestra que piensan votar al candidato A. El interés está en calcular la probabilidad de que X=r, es decir, que en la muestra haya r personas que piensan votar al candidato A. |
| Esperanza, varianza y desviación típica de una variable aleatoria | Se llama esperanza de la variable aleatoria discreta X, al número: E[X] = x1p1 + x2p2 +...+xnpn x1, x2 ,. .., xn son los valores de la variable aleatoria y p1, p2, ..., pn las probabilidades respectivas |
| Distribución Binomial | Diremos que un experimento sigue un modelo binomial si, en cada ejecución, sólo hay dos posibles resultados (E y F), las pruebas son independientes y la probabilidad de éxito es constante |
| Distribución de Poisson | 1- Debemos tener un fenómeno dicotómico (ocurrencia o no de un determinado suceso). 2- Las pruebas que se realicen han de ser independientes y la probabilidad de éxito se ha de mantener constante en todas ellas. 3- Los sucesos han de ser poco comunes, por eso se le conoce como "Ley de los sucesos raros". 4- Puesto que la probabilidad de éxito ha de ser pequeña, entendemos que p<0.05 y puesto que n ha de ser grande, entendemos n>100. 5- Los sucesos ocurren en un intervalo de tiempo. 6- Se caracteriza por un parámetro ! , que es el número medio de ocurrencia del suceso aleatorio por unidad de tiempo. 7- Siempre que la media y la varianza sean similares, podemos pensar en un modelo de Poisson. |
| Distribución Hipergeométrica | Sea N el número de profesores de un Centro de Enseñanza Secundaria que deben elegir Director entre dos candidatos A y B. Sea n el número de profesores que apoyan al candidato A y N-n el número de profesores que apoyan al candidato B. Supongamos que queremos hacer un sondeo antes de la votación final, tomamos una muestra con K profesores y le preguntamos el candidato al que piensan votar. Supongamos que X es la variable aleatoria que nos mide el número de profesores de la muestra que piensan votar al candidato A. El interés está en calcular la probabilidad de que X=r, es decir, que en la muestra haya r personas que piensan votar al candidato A. |
¿Quieres crear tus propias Fichas gratiscon GoConqr? Más información.