Professional Documents
Culture Documents
Esperanza Matemtica
Sea X una variable aleatoria con distribucin de probabilidad
f( ) La media o valor esperado de X es:
f(x).
= E ( X ) = xf ( x)
x
Significado de la esperanza
Como valor medio terico de todos los valores que puede
tomar la variable. Representa una medida de centralizacin.
Varianza
Definicin
Medida del cuadrado de la distancia promedio entre la
media y cada elemento de la poblacin.
p
Si X es una variable aleatoria con una distribucin de
probabilidad,, f(x),
p
( ), y media
. La varianza de X es
calculada por medio de:
= E [( X ) ] = ( x ) f ( x)
2
Desviacin estndar
Definicin
1. Es una medida de dispersin de la misma dimensin
fsica de la variable y que representa por medio de la
letra .
2. Raz cuadrada positiva de la varianza; una medida de la
dispersin, expresada en las mismas unidades que los
datos originales y no en las unidades cuadradas de la
varianza.
k
x = x1 , x2 ,....xk
f (x )
Y su varianza con:
i =1
k
k
=
2
( f (x ) )
i =1
11
I = p
12
d f
defectuosos.
Se considera un xito la obtencin de un artculo
d f
defectuoso
13
x
0
1
1
1
2
2
2
3
15
0
0.512
1
0.384
2
0.096
3
0.008
El cuadro
d anterior
t i muestra
t que:
a.
b.
c
c.
d.
16
17
?
18
Es decir que el nmero de formas en que se pueden ordenar los xitos y los fracasos es C(n,x)
C(n x)
19
de
d xitos
i
en n experimentos
i
independientes, es:
n x nx
b(x; n, p) = p q
x
21
x = 0, 1, 2, 3,.........., n.
npq
22
d
de veces que un suceso A
ocurre (xitos) en n intentos independientes de un
experimento.
experimento
P. ej.: # de caras en n lanzamientos de una moneda.
Si A tiene probabilidad p (probabilidad de xito) en un
intento, entonces 1-p es la probabilidad de que A no
ocurra (probabilidad de fracaso).
23
24
Varianza:
k (1 p )
=
p
k (1 p )
=
p2
2
Desviacin tpica:
=
26
k (1 p )
p2
P(x)
x
27
es:
x = 1, 2, 3,..........
g(x; p) = pqx1
Equivalentemente, la probabilidad de que haya x fallos antes
del primer xito es:
g(x; q)
g(
q)= qxp = (1-P)
(
)xp
28
La varianza es:
29
1
=
p
1 p
= 2
p
2
30
p(x=8) = (1/3)8-1(2/3)=0.0003048
33
A.
`
`
`
34
d
de
resultados durante un intervalo de tiempo dado o en una
regin especfica, se llaman experimentos de Poisson.
En intervalo de tiempo dado puede ser de cualquier duracin.
La regin
g
especfica
p
puede
p
ser un segmento
g
de lnea,, un rea,,
un volumen, o tal vez un pedazo de material
2
2.
de
d resultados
lt d que ocurren fuera
f
de
d este
t intervalo
i t
l o regin.
i
3.
e
p ( x; p) =
x!
x = 0, 1, 2, 3,..........,
Donde:
e = 2.71828.....
= np que representa el nmero promedio de resultados por unidad de tiempo o
regin.
36
Cuando se conocen n y p
Como valor trmino medio de la variable
variable. Cuando se dice promedio
promedio, valor
promedio, media o esperanza matemtica.
Estimado a partir de la media de una muestra de valores observados de la
variable.
37
2.
Propiedad
p
de ausencia de efecto p
posteriori. La ppropiedad
p
de "ausencia de
efecto posteriori" se caracteriza porque la probabilidad de que ocurran x sucesos en
cualquier intervalo de tiempo no depende de que hayan ocurrido o no los sucesos en
los instantes de tiempo que preceden al comienzo del intervalo considerado. En otras
palabras la prehistoria del flujo no influye en la probabilidad de que los sucesos ocurran
palabras,
en un futuro prximo.
3.
38
40
41
42
Nota:
N
t siempre
i
d
debe
b d
de estar
t en ffuncin
i de
d x siempre
i
o
dicho de otra forma, debe hablar de lo mismo que x.
43
determinado
d
i d de
d veces una prueba
b dicotmica
di i de
d
manera que con cada sucesivo resultado se ve alterada la
probabilidad de obtener en la siguiente prueba uno u otro
resultado.
Es una distribucin fundamental en el estudio de muestras
pequeas de poblaciones pequeas y en el clculo de
probabilidades de, juegos de azar y tiene grandes
aplicaciones
li i
en ell controll d
de calidad
lid d en otros procesos
experimentales en los que no es posible retornar a la
situacin de partida.
partida
45
46
x nx
h( x; N , n, k ) =
N
n
47
x = 0,1,2 n
La media es:
nkk
E (x ) = =
N
La varianza es:
k
N n k
1
N
1
N
2 = n
48
49
50
51