Act 7 : Reconocimiento Unidad 2 10 far Revisin del intento 1

Comenzado el: lunes, 22 de abril de 2013, 21:43 Completado el: lunes, 22 de abril de 2013, 22:06 Tiempo empleado: 23 minutos 29 segundos
1045

Continuar

1 En esta unidad se establece la diferencia entre una variable aleatoria discreta y una variable aleatoria continua. Segn el reconocimiento que ha hecho de la unidad y recordando los conceptos del curso de estadstica descriptiva puede decirse que una variable aleatoria X es DISCRETA Seleccione una respuesta. a. si es una curva que se obtiene para un nmero muy grande de observaciones y para una amplitud de intervalo muy pequea b. si el nmero de valores que puede tomar es finito (o infinito contable). c. si es una medida de posicin de un conjunto de datos d. si el nmero de valores que puede tomar estn contenidos en un intervalo (finito o infinito) de nmeros reales 2 De acuerdo con la lectura realizada, Uno de los siguientes ejemplos No es una variable aleatoria. Seleccione una respuesta. a. Los tiempos de produccion de piezas seriadas b. El tiempo que tardan las personas en ser atendidas en un

banco c. Los pesos de los novillos que salen a la venta en una exposicion d. el resultado de medir la hipotenusa de un triangulo rectanguo 3 El Teorema de Chebyshev, que se estudiara en esta unidad fue enunciado por: Seleccione una respuesta. a. Thomas Chebyshev b. Pierre de Fermat c. Thomas Bayes d. Pafnuty Lvovich Chbyshev 4
Con el reconocimiento hecho a la unidad, Identifiquemos que representa la variable aleatoria en cada una de las distribuciones de probabilidad discreta:

La variable representa el numero de exitos en n repeticiones la variable representa el numero de repeticiones para obtener k exitos. La variable representa el numero de repeticiones para obtener el primer exito la variable representa el nmero de eventos independientes que ocurren en un intervalo de tiempo (o espacio) dado.

Binomial

Distribucin binomial negativa

Distribucion geometrica

Distribucion de Poisson

5 Segn lo visto en la unidad anterior, Cul es la diferencia entre un experimento aleatorio y un experimento determinista? Seleccione una respuesta. a. En el experimento aleatorio el resultado no se conoce antes de realizarlo, en el experimento determinista si se conoce b. No existe diferencia

c. Los resultados de un experimento aleatorio son iguales a los de un experimento determinista d. En un experimento determinista no conocemos su resultado antes de realizarlo, en el experimento aleatorio si se conoce. 6 En la primera unidad del curso se examinaron los conceptos bsicos de probabilidad con respecto a eventos que se encuentran en un espacio muestral, en esta unidad se estudiara la importancia de cuantificar los resultados de un experimento aleatorio sabiendo que ellos pueden ser cualitativos o cuantitativos. Un ejemplo de experimento aleatorio cuantitativo es: Seleccione una respuesta. a. pas que gana las olimpiadas b. Genero de un bebe c. Resultado de un partido de ftbol d. partido politico que gana las elecciones

Act 7 : Reconocimiento Unidad 2 10 de 10 aldana Revisin del intento 1

Comenzado el: martes, 23 de abril de 2013, 20:32 Completado el: martes, 23 de abril de 2013, 21:14 Tiempo empleado: 41 minutos 54 segundos 1 Dentro de esta unidad, se describe un tipo de experimento aleatorio particular denominado ensayo de Bernoulli. Este ensayo se caracteriza por que sus dos resultados posibles son denotados por xito y fracaso y se define por p la probabilidad de un xito y 1-p la probabilidad de un fracaso.

Uno de estos experimentos aleatorios NO ES UN ENSAYO DE BERNOULLI Seleccione una respuesta. a. La respuesta correcta o incorrecta en un examen. b. El sexo de un beb al nacer: nio o nia c. El resultado de lanzar un dado d. Un tornillo, puede estar defectuoso o no defectuoso. 2 En esta unidad se establece la diferencia entre una variable aleatoria discreta y una variable aleatoria continua. Segn el reconocimiento que ha hecho de la unidad y recordando los conceptos del curso de estadstica descriptiva puede decirse que una variable aleatoria X es DISCRETA Seleccione una respuesta. a. si es una curva que se obtiene para un nmero muy grande de observaciones y para una amplitud de intervalo muy pequea b. si es una medida de posicin de un conjunto de datos c. si el nmero de valores que puede tomar es finito (o infinito contable). d. si el nmero de valores que puede tomar estn contenidos en un intervalo (finito o infinito) de nmeros reales 3 El Teorema de Chebyshev, que se estudiara en esta unidad fue enunciado por: Seleccione una respuesta. a. Thomas Bayes b. Pierre de Fermat c. Thomas Chebyshev d. Pafnuty Lvovich Chbyshev 4 De acuerdo con la lectura realizada, Uno de los siguientes ejemplos No es una variable aleatoria. Seleccione una respuesta. a. Los pesos de los novillos que salen a la venta en una exposicion b. El tiempo que tardan las personas en ser atendidas en un banco c. el resultado de medir la hipotenusa de un triangulo rectanguo d. Los tiempos de produccion de piezas seriadas

5 Esta pregunta consta de dos proposiciones as: una Afirmacin y una Razn, unidas por la palabra PORQUE. Usted debe examinar la veracidad de cada proposicin y la relacin terica que las une. Se dice que una variable aleatoria X es discreta, si el nmero de valores que puede tomar estn contenidos en un intervalo (finito o infinito) de nmeros reales PORQUE dichos valores pueden asociarse a mediciones en una escala continua, de manera que no haya espacios o interrupciones. Seleccione una respuesta. a. la afirmacin es FALSA, pero la razn es una proposicin VERDADERA b. la afirmacin y la razn son VERDADERAS y la razn es una explicacin CORRECTA de la afirmacin c. la afirmacin es VERDADERA, pero la razn es una proposicin FALSA d. la afirmacin y la razn y la razn son VERDADERAS, pero la razn NO es una explicacin CORRECTA de la afirmacin 6 En esta unidad se define la Distribucin de Probabilidad para una variable aleatoria como: Seleccione al menos una respuesta. a. una funcin que transforma todos los posibles resultados del espacio muestral en cantidades numricas reales b. una funcin que asigna un nmero real a cada resultado en el espacio muestral de un experimento aleatorio c. una ecuacin que da la probabilidad de cada valor de la variable aleatoria. d. una descripcin del conjunto de posibles valores de X, junto con la probabilidad asociada con cada uno de estos valores. Usted se ha autentificado como JHON FREDY ALDANA (Salir)

Act 7 : Leccin Reconocimiento Unidad 2 Introduccion

RECONOCIMIENTO UNIDAD 2 Esta actividad tiene como propsito fundamental para el desarrollo del curso acadmico hacer un reconocimiento de los contenidos que se tratarn en esta SEGUNDA unidad del curso de PROBABILIDAD De esta manera se ha diseado esta actividad para que se revisen algunos conocimientos especficos que ayudarn al desarrollo del estudio y se han propuesto algunos contenidos en esta leccin para que se complementen los mismos. Esta actividad es evaluativa y de refuerzo, por lo tanto recuerde que debe leer cuidadosamente y posteriormente responder preguntas para seguir adelante.
El sistema lo dejar avanzar en la medida que pruebe la aprehensin de algunos saberes mnimos, asi que nimo y adelante con su proceso de aprendizaje.

Justificacion
Con los principios de Probabilidad, las propiedades bsicas y leyes, se definen las variables aleatorias y se establece la diferencia entre variables aleatorias discretas y continuas, en trminos de su funcin de probabilidad, valor esperado, varianza y desviacin estndar y se desarrolla la desigualdad de Chbyshev que se aplica a cualquier variable aleatoria discreta o continua.

Posteriormente se inicia el estudio de las distribuciones de probabilidad, es pertinente comentar que en todo fenmeno, los datos obtenidos tienen un comportamiento especfico, es as como el anlisis de las distribuciones de probabilidad permite determinar que distribucin de probabilidad es la pertinente para un conjunto de datos. Las distribuciones de probabilidad son de tipo discreto y continuo, segn la variable aleatoria que este en cuestin, luego en este aparte se estudiaran dichas distribuciones, sus principios, la funcin que la identifica, sus propiedades y los campos de aplicacin de las mismas. Bienvenidos a el mundo de las distribuciones de probabilidad, ser un camino muy interesante y ameno, por los ejemplos propuestos y las situaciones analizadas.

Objetivos

Definir variable aleatoria. Definir variable aleatoria discreta y continua. Definir funcin de probabilidad de una variable aleatoria discreta. Definir funcin de densidad de una variable aleatoria continua. Obtener probabilidades de eventos haciendo uso de la funcin de probabilidad de una variable aleatoria discreta. Establecer las propiedades de la funcin de distribucin de probabilidad acumulada de una variable aleatoria discreta. Obtener y graficar la funcin de probabilidad acumulada de una variable aleatoria discreta, dada su funcin de probabilidad.

Obtener y graficar la funcin de distribucin acumulada de una variable aleatoria continua. Obtener probabilidades de eventos que involucren variables aleatorias discretas o continuas, haciendo uso de su funcin de distribucin acumulada.

Objetivos

Definir y obtener el valor esperado de una variable aleatoria, tanto discreta como continua. Definir y obtener la varianza y la desviacin estndar de una variable aleatoria, tanto discreta como continua. Aplicar adecuadamente el teorema de Chbyshev para cualquier variable aleatoria discreta o continua. Describir las principales caractersticas y propiedades de las distribuciones de probabilidad discreta y continua. Identificar y diferenciar las distribuciones de probabilidad discretas ms comunes, como son: distribucin uniforme discreta, binomial, geomtrica, binomial negativa, hipergeomtrica y Poisson. Calcular e interpretar parmetros estadsticos, tales como Media, varianza y desviacin estndar, de las diferentes distribuciones de probabilidad discreta y continua. Reconocer cundo un experimento aleatorio es un ensayo de Bernoulli. Identificar y diferenciar las distribuciones de probabilidad continuas ms comunes, como son: distribucin uniforme continua, normal, exponencial, Weibull, Erlang, Gamma, Ji-cuadrada, t-student y F de Fisher. Estandarizar una variable aleatoria. Emplear la distribucin normal para aproximar las probabilidades de una variable aleatoria binomial y Poisson.

De conformidad con lo anterior, se puede decir entonces que una variable aleatoria X es CONTINUA:

Su respuesta : si el nmero de valores que puede tomar estn contenidos en un intervalo (finito o infinito) de nmeros reales Correcto!!!
En esta unidad se define la Distribucin de Probabilidad para una variable aleatoria como (Seleccione dos respuestas):

Su respuesta : una descripcin del conjunto de posibles valores de X, junto con la probabilidad asociada con cada uno de estos valores. una ecuacin que da la probabilidad de cada valor de la variable aleatoria. correcto!!
En esta unidad se estudiaran algunas variables aleatorias discretas muy importantes. Algunas de ellas son (marcar 2 respuestas):

Su respuesta : binomial Poisson correcto!!

El Teorema de Chebyshev, que se estudiara en esta unidad fue enunciado por:

Su respuesta : Pafnuty Lvovich Chbyshev Correcto

Dentro de esta unidad, se describe un tipo de experimento aleatorio particular denominado ensayo de Bernoulli. Este ensayo se caracteriza por que sus dos resultados posibles son denotados por xito y fracaso y se define por p la probabilidad de un xito y 1-p la probabilidad de un fracaso. Esta afirmacin es:

Su respuesta : Verdadera

correcto!!!
Con el reconocimiento hecho a la unidad, Identifiquemos que representa la variable aleatoria en cada una de las distribuciones de probabilidad discreta:

Su respuesta : La variable representa el numero de exitos en n repeticiones = Distribucion Binomial la variable representa el nmero de eventos independientes que ocurren en un intervalo de tiempo (o espacio) dado. = Distribucin binomial negativa la variable representa el numero de repeticiones para obtener k exitos. = Distribucion geometrica La variable representa el numero de repeticiones para obtener el primer exito = Distribucion de Poisson No es correcto!!!
Dentro de las distribuciones continuas que se estudiaran en este curso, conoceremos la distribucin NORMAL, esta distribucin tambien es conocida con el nombre de:

Su respuesta :

Gaussiana correcto!!!