Ministerio Del Poder Popular Para La Educación Universitaria
Universidad Nacional Experimental Simón Rodríguez
Núcleo La Grita- Estado Táchira
Unidad II
Participante:
Ylce Escalante
CI 26.808.835 Resumen del video
En lo visto en el video el facilitador nos explica que es una
Distribución normal de probabilidades siendo esta simétrica, seda cuando el coeficiente de la simetría es igual a 0. La mediana aritmética, la mediana y la moda. Nos da un ejemplo usando la tabla, nos da un ejemplo del tiempo que demoran los estudiantes en llegar a la universidad es de 35 Minutos con una desviación de 10 minutos, y nos arroja la siguiente interrogante ¿Qué porcentaje de estudiante llegan entre 35 y 50 minutos?
Una variable aleatoria es una función que asigna un valor,
usualmente numérico, al resultado de un experimento aleatorio. Por ejemplo, los posibles resultados de tirar un dado dos veces: (1, 1), (1, 2), etc. o un número real
Los valores posibles de una variable aleatoria pueden
representar los posibles resultados de un experimento aún no realizado, o los posibles valores de una cantidad cuyo valor actualmente existente es incierto (p.e., como resultado de medición incompleta o imprecisa).
Las variables aleatorias suelen tomar valores reales, pero se
pueden considerar valores aleatorios como valores lógicos, funciones o cualquier tipo de elementos (de un espacio medible). El término elemento aleatorio se utiliza para englobar todo ese tipo de conceptos relacionados. Un concepto relacionado es el de proceso estocástico, un conjunto de variables aleatorias ordenadas (habitualmente por orden o tiempo).
En teoría de la probabilidad, una función de probabilidad
(también denominada función de masa de probabilidad) es una función que asocia a cada punto de su espacio maestral X la probabilidad de que ésta lo asuma. La gráfica de una función de probabilidad de masa, note que todos los valores son no negativos, y la suma de ellos es igual a 1.
La función de masa de probabilidad de un Dado. Todos los
números tienen la misma probabilidad de aparecer cuando este es tirado.
Hay que advertir que el concepto de función de probabilidad solo
tiene sentido para variables aleatorias que toman un conjunto discreto de valores. Para variables aleatorias continuas el concepto análogo es el de función de densidad.
La función de densidad de una variable aleatoria X permite
trasladar la medida de probabilidad o "suerte" de realización de los sucesos de una experiencia aleatoria a la característica numérica que define la variable aleatoria.
Designando por f a la función de densidad X, distinguiremos el
caso discreto, donde los posibles valores de X forman un conjunto discreto (finito o numerable), del continuo, donde el recorrido de la variable aleatoria es un intervalo de la recta real
En teoría de probabilidad, la varianza o variancia (que suele
representarse como {\displaystyle \sigma ^{2}} \sigma^2) de una variable aleatoria es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media.
Su unidad de medida corresponde al cuadrado de la unidad de
medida de la variable: por ejemplo, si la variable mide una distancia en metros, la varianza se expresa en metros al cuadrado. La varianza tiene como valor mínimo 0. La desviación estándar (raíz cuadrada de la varianza) es una medida de dispersión alternativa, expresada en las mismas unidades que los datos dela variable objeto de estudio.
Hay que tener en cuenta que la varianza puede verse muy
influida por los valores atípicos y no se aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas pesadas. En tales casos se recomienda el uso de otras medidas de dispersión más robustas.
En estadística la esperanza matemática (también llamada
esperanza, valor esperado, media poblacional o media) de una variable aleatoria X
Cuando la variable aleatoria es discreta, la esperanza es igual a la
suma de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho suceso. Por lo tanto, representa la cantidad media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el experimento se repite un elevado número de veces. Cabe decir que el valor que toma la esperanza matemática en algunos casos puede no ser "esperado" en el sentido más general de la palabra (el valor de la esperanza puede ser improbable o incluso imposible).
Por ejemplo, el valor esperado cuando tiramos un dado
equilibrado de 6 caras es 3,5. Podemos hacer el cálculo
En estadística, la distribución binomial es una distribución de
probabilidad discreta que cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos. Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, solo dos resultados son posibles. A uno de estos se denomina «éxito» y tiene una probabilidad de ocurrencia p y al otro, «fracaso», con una probabilidad q = 1 - p.2En la distribución binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli.