0% encontró este documento útil (0 votos)
137 vistas7 páginas

Estadística Descriptiva y Probabilidades

Este documento resume conceptos clave de estadística descriptiva y probabilidad, incluyendo distribuciones discretas como binomial y de Poisson, distribuciones continuas como uniforme y normal, y combinatoria. También proporciona ejemplos ilustrativos de cómo aplicar estos conceptos para calcular probabilidades en diferentes contextos.

Cargado por

JessyKmila
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
137 vistas7 páginas

Estadística Descriptiva y Probabilidades

Este documento resume conceptos clave de estadística descriptiva y probabilidad, incluyendo distribuciones discretas como binomial y de Poisson, distribuciones continuas como uniforme y normal, y combinatoria. También proporciona ejemplos ilustrativos de cómo aplicar estos conceptos para calcular probabilidades en diferentes contextos.

Cargado por

JessyKmila
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Resumen de estadística descriptiva

Probabilidad

La probabilidad se refiere a un modelo matemático que prueba predecir la frecuencia


relativa de los resultados de un experimento, determinado por la naturaleza del
experimento en vez de experimentación.

Ejemplo:

Buscar la probabilidad de que al echar un dado al aire, salga:

a. Un número par.

b. Un múltiplo de tres
c. Mayor que cuatro.

Combinatoria

La Combinatoria es la parte de las Matemáticas que estudia las diversas formas de


realizar agrupaciones con los elementos de un conjunto, formándolas y calculando su
número.

Fuente: https://www.slideshare.net/25071951/combinatoria-59437996

Ejemplos:
Distibucion de probabilidades
Discretas

 Distribución de probabilidad binomial: es una distribución de probabilidad


discreta que sepresenta con mucha frecuencia. Una de sus características
consiste en que sólo hay dos posibles resultados en un determinado ensayo del
ex-perimento.

Ejemplo: US Airways tiene cinco vuelos diarios de Pittsburgh al Aeropuerto


Regional de Bradford,Pennsylvania. Suponga que la probabilidad de que
cualquier vuelo llegue tarde sea de 0.20.¿Cuál es la probabilidad de que ninguno
de los vuelos llegue tarde hoy? ¿Cuál es la probabili-dad de que exactamente
uno de los vuelos llegue tarde hoy?

 Distribución de probabilidad hipergeométrica: Para aplicar esta distribución


Los resultados de cada ensayo de un experimento se clasifican en dos categorías
exclusivas: éxito o fracas, la variable aleatoria es el número de éxitos de un
número fijo de ensayos, los ensayos no son independientes, los muestreos se
realizan con una población finita sin reemplazo y la probabilidad de éxito
cambia en cada ensayo.
Ejemplo: Play Time Toys, Inc., tiene 50 empleados en el departamento de
ensamblado. Sólo cuarenta de ellos pertenecen al sindicato. Se eligen al azar
cinco empleados para formar un comité que hablará con la empresa sobre los
horarios de inicio de los turnos. ¿Cuál es la probabilidad de que cuatro de los
cinco empleados elegidos para formar parte del comité pertenezcan a un
sindicato?
N es igual a 50, el número de empleados.
S tiene un valor de 40, el número de empleados sindicalizados.
x es igual a 4, el número de empleados sindicalizados elegidos.
N vale 5, el número de empleados elegidos.

 Distribución de probabilidad de Poisson: describe el número de veces que se


presenta un evento durante un intervalo específico. El intervalo puede ser de
tiempo, distancia, área o volumen. La distribución se basa en dos supuestos. El
primero consiste en que la probabilidad es proporcional a la longitud del
intervalo. El segundo supuesto consiste en que los intervalos son independientes.
En otras palabras, cuanto más grande sea el intervalo, mayor será la
probabilidad; además, el número de veces que se presenta un evento en un
intervalo no influye en los demás intervalos.

Ejemplo: Coastal Insurance Company asegura propiedades frente a la playa a lo


largo de Virginia, Carolina del Norte y del Sur, y las costas de Georgia; el
cálculo aproximado es que, cualquier año, la probabilidad de que un huracán de
categoría III (vientos sostenidos de más de 110millas por hora) o más
intenso azote una región de la costa es de 0.05. Si un dueño de casa obtiene un
crédito hipotecario de 30 años por una propiedad recién comprada en St.
Simons, ¿cuáles son las posibilidades de que experimente por lo menos un
huracán durante el periodo del crédito?

Continuas

 Uniforme: la distribución más simple de una variable aleatoria continua. La


distribución tiene forma rectangular y queda definida por valores mínimos y
máximos.

 Exponencial: se la usa para determinar intervalos de tiempo entre deviersas


situaciones

 Normal

Normal estándar: El número de distribuciones normales es ilimitado, y cada


una posee diferentes media (μ), desviación estándar (σ) o ambas. Mientras que
es posible proporcionar tablas de probabilidad para distribuciones discretas,
como la binomial y la de Poisson, es imposible proporcionar tablas para una
infinidad de distribuciones normales

Aproximación de la distribución normal a la binomial: La distribución de


probabilidad normal constituye una buena aproximación de la distribución de
probabilidad binomial cuando nπ y n(1 – π) son ambos 5 por lo menos. Sin
embargo, antes de aplicar la aproximación normal, debe estar seguro de que la
distribución de interés es en verdad una distribución binomial. De acuerdo con el
capítulo 6, se deben satisfacer cuatro criterios:

1. Sólo existen dos resultados mutuamente excluyentes en un experimento: éxito


o fracaso.

2. La distribución resulta del conteo del número de éxitos en una cantidad fija de
pruebas.

3. La probabilidad de un éxito, π, es la misma de una prueba a otra.

4. Cada prueba es independiente

se aplica el actor de corrección

Bibliografía:

Marchall, L. (s.f.). estadistica aplicada a los negocios y la economia.

Linkografia:

https://es.slideshare.net/bernyandrade/probabilidades-32060724
https://www.vadenumeros.es/sociales/combinatoria.htm

También podría gustarte