You are on page 1of 4

1 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. 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.

RTA.

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: Su respuesta : Resultado de un partido de ftbol

2. Uno de los objetivos de esta unidad es: Su respuesta : Definir y obtener el valor esperado de una variable aleatoria, tanto discreta como continua 3. 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 puede decirse que una variable aleatoria X es DISCRETA

Su respuesta : si el nmero de valores que puede tomar es finito (o infinito contable). 4. 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 5. En esta unidad se define la Distribucin de Probabilidad para una variable aleatoria como: 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. 6. En esta unidad se define la Distribucin de Probabilidad para una variable aleatoria como: 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. 7. El Teorema de Chebyshev, que se estudiara en esta unidad fue enunciado por: Su respuesta : Pafnuty Lvovich Chbyshev

8.

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 Su respuesta : El resultado de lanzar un dado 9Con 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. = Distribucion de Poisson la variable representa el numero de repeticiones para obtener k exitos. = Distribucin binomial negativa La variable representa el numero de repeticiones para obtener el primer exito = Distribucion geometrica 10. 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