Upload
luisa-teran
View
240
Download
3
Embed Size (px)
Citation preview
REPUBLICA BOLIVARIANA DE VENEZUELAMINISTERIO DEL PODER POPULAR PARA LA EDUCACION
SUPERIORBARQUISIMETO EDO. LARA
INSTITUTO UNIVERSITARIO TECNOLOGICO ANTONIO JOSE DE SUCRE- EXTENSION BARQUISIMETO
DISTRIBUCION DE PROBABILIDAD
LUISA R. TERAN C.
C.I : 22.186.522
DISTRIBUCION DE PROBABILIDAD
Indica toda la gama de valores que pueden representarse como resultado de un experimiento es decir, constituye una herramienta fundamental para la prospectiva
FUNCION DE DISTRIBUCION
En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana.
La importancia de esta distribución radica en que permite modelarnumerosos fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes.
De hecho, la estadística descriptiva sólo permite describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido como método correlacional
FUNCION DE DISTRIBUCION
A medida que aumentamos
la cantidad de
observaciones que tomamos
de la población, podemos
construir nuestro gráfico con
un número mayor de
intervalos, aunque de menor
amplitud (El rango total
cubierto por la población es
el mismo
FUNCIÓN DE PROBABILIDAD (V. DISCRETAS)
Asigna a cada posible valor de unavariable discreta su probabilidad.
Recuerda los conceptos de frecuencia relativa y diagrama de barras.
Ejemplo
Número de caras al lanzar 3 monedas.
Ejemplo Distribución
En una cuidad se estima que la temperatura maxima en el mes de de Octubre si una distribución normal, con media 23° y desviación Típica 5°.
Podemos tomar como ejemplo para la temperatura o humedad que se presente en los meses mas lluvioso del año.
DISTRIBUCION NORMAL
.
DISTRIBUCION NORMAL
Sin duda la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o de Laplace-Gauss. Fue descubierta y publicada por primera vez en 1733 por De Moivre. A la misma llegaron, de forma independiente, Laplace (1812) y Gauss (1809), en relación con la teoría de los errores de observación astronómica y física
Karl F. Gauss
(1777-1855)
DISTRIBUCION NORMAL
• Muchas variables aleatorias continuas presentan una función de
densidad cuya gráfica tiene forma de campana.
• En otras ocasiones, al considerar distribuciones binomiales, tipo
B(n,p), para un mismo valor de p y valores de n cada vez
mayores, se ve que sus polígonos de frecuencias se aproximan
a una curva en "forma de campana".
• En resumen, la importancia de la distribución normal se debe a
que hay muchas variables asociadas a fenómenos naturales
que siguen el modelo de la normal
CARACTERISTICAS DE UNA DISTRIBUCION PROBABILISTICA NORMAL
La curva normal tiene un perfil de campana (campaniforme), y presenta un solo pico en el centro exacto de la distribución. La media (aritmética), la mediana y la moda de la distribución son iguales y están en el punto central.
CARACTERISTICAS DE UNA DISTRIBUCION PROBABILISTICA NORMAL
La curva normal decrece
uniformemente en ambas
direcciones a partir del
valor central. Es
asintótica, los cual
significa que la curva se
acerca cada vez mas al
eje x pero en realidad
nunca llega a tocarlo.
Esto es, las colas o
extremidades se
extienden
indefinidamente en
ambas direcciones. Sin
embargo en el mundo
real esto no resulta
verdadero
DISTRIBUCION DE BERNOULLI
DISTRIBUCION DE BERNOULLI
Consiste en realizar un experimento aleatorio una sola vez y observar si cierto suceso ocurre o no, siendo p la probabilidad de que esto sea asi (éxito) y q=1-p el que no lo sea (fracaso)
DISTRIBUCION DE BERNOULLI
En realidad no se trata mas que una que unicamentepuede tomar dos modalidades, es por ello que el hehode llamar éxito o fracaso a los posibles resultados de las pruebas de resultados de las pruebas del resultado. Podriamos por tanto definir este experimento mediantauna formula
Propiedades de un experimento de Bernoulli
En cada prueba del experimento sólo hay dos posibles resultados: éxitos o fracasos.
2 - El resultado obtenido en cada prueba es independiente de los resultados obtenidos en pruebas anteriores.
3 - La probabilidad de un suceso es constante, la representamos por p, y no varía de una prueba a otra. La probabilidad del complemento es 1-p y la representamos por q .
Ejemplo de Distribucion Bernoulli
Cuando se lanza un dado en un juego de mesa hay una probabilidad de 1/6 de que salga 6. Sea x=1 si el dado cae seis y x=0 en cualquier otro caso. ¿’Cual es la distribucion de X?
Este ejemplo es muy comun en los juegos de mesas en la vida cotidiana.
Distribución Binomial
Distribución binomial
La distribución de probabilidad binomial es un ejemplo de distribución de probabilidad discreta.
Esta formada por una serie de experimentos de Bernoulli. Los resutados de cada experimento son mutuamente excluyentes.
Para contruirla necesitamos:
1 - la cantidad de pruebas n
2 - la probabilidad de éxitos p
3 - utilizar la función matemática.
La función A continuación vemos La función de probabilidad de la distribución
Binomial, también denominada Función de la distribución de Bernoulli:
k - es el número de aciertos.
n - es el número de experimentos.
p - es la probabilidad de éxito, como por ejemplo, que salga "cara" al lanzar la moneda.
1-p - también se le denomina como “q ”
Ejemplos Aplicar
Se lanza al aire una modena diez veces.
Esta distribución es de gran ayuda para la vida cotidiana, ya puede aplicar en caso de un técnico superior ; el porcentaje de personal obrero los cuales están o no propenso para una enfermedad ergónoma, sea por el movimiento repetitivo en medio ambiente de trabajo
DISTRIBUCION GAMMA
En estadistica la distribucion gamma es una distribucionde probabilidad continua con dos parametros k y cuya funcion de densidad para valores x > es
Aquí e es el es la funcion gamma. Para valores la que aquella es (k) =
(k-1)! ( el factorial de k – 1). En este caso – por ejemplo para describir
un proceso de Poisson- se llama la distribucion Erlang con un
parametro =1 /