Introducción a la estadística matemática
5/5
()
Información de este libro electrónico
Lee más de Humberto Llinás Solano
Introducción a la estadística con aplicaciones en Ciencias Sociales Calificación: 4 de 5 estrellas4/5Estadística inferencial Calificación: 5 de 5 estrellas5/5Introducción a la teoría de la probabilidad Calificación: 4 de 5 estrellas4/5
Relacionado con Introducción a la estadística matemática
Libros electrónicos relacionados
Probabilidad Calificación: 5 de 5 estrellas5/5Estadística Descriptiva y Probabilidad Calificación: 5 de 5 estrellas5/5Introducción al análisis estadístico multivariado aplicado: Experiencia y casos en el Caribe colombiano Calificación: 5 de 5 estrellas5/5Introducción a la Estadística Bayesiana Calificación: 5 de 5 estrellas5/5Probabilidad y estadística: un enfoque teórico-práctico Calificación: 4 de 5 estrellas4/5Cómo entender estadística fácilmente Calificación: 4 de 5 estrellas4/5Estadística inferencial aplicada Calificación: 5 de 5 estrellas5/5Razonamiento Lógico Matemático para la toma de decisiones Calificación: 4 de 5 estrellas4/5Variables aleatorias y simulación estocástica Calificación: 5 de 5 estrellas5/5Matemática fundamental para matemáticos Calificación: 5 de 5 estrellas5/5Principios de estadística aplicada Calificación: 0 de 5 estrellas0 calificacionesProcesos estocásticos con aplicaciones Calificación: 5 de 5 estrellas5/5Manual de estadística no paramétrica aplicada a los negocios Calificación: 0 de 5 estrellas0 calificacionesEstadística aplicada a la ingeniería y los negocios Calificación: 4 de 5 estrellas4/5Matemáticas básicas 4ed Calificación: 5 de 5 estrellas5/5Aplicaciones de matemática y cálculo a situaciones reales Calificación: 4 de 5 estrellas4/5Matemáticas para informática Calificación: 4 de 5 estrellas4/5Manual de álgebra lineal Calificación: 0 de 5 estrellas0 calificacionesAnálisis de datos con el programa estadístico R: Una introducción aplicada Calificación: 4 de 5 estrellas4/5Álgebra e introducción al cálculo Calificación: 1 de 5 estrellas1/5Matemáticas básicas 3a. Ed Calificación: 5 de 5 estrellas5/5Análisis matemático Calificación: 0 de 5 estrellas0 calificacionesAnálisis numérico. Primeros pasos: Primeros pasos Calificación: 0 de 5 estrellas0 calificacionesBioestadística Calificación: 2 de 5 estrellas2/5Estadística básica para los negocios Calificación: 0 de 5 estrellas0 calificacionesÁlgebra lineal y geometría analítica. Volumen 1 Calificación: 5 de 5 estrellas5/5Introducción al análisis funcional. Teoría y aplicaciones Calificación: 0 de 5 estrellas0 calificacionesTópicos previos a la matemática superior Calificación: 5 de 5 estrellas5/5Razonamiento cuantitativo: Notas de clase Calificación: 5 de 5 estrellas5/5Métodos cuantitativos 3a. Ed. Herramientas para la investigación en salud Calificación: 0 de 5 estrellas0 calificaciones
Matemática para usted
Introducción a las matemáticas Calificación: 3 de 5 estrellas3/5¿Soy yo normal?: Filias y parafilias sexuales Calificación: 5 de 5 estrellas5/5Matemática fundamental para matemáticos Calificación: 5 de 5 estrellas5/5Manual de preparación PSU Matemática Calificación: 4 de 5 estrellas4/5Estadística inferencial aplicada Calificación: 5 de 5 estrellas5/5Geometría sagrada: Desvelando el significado espiritual de varias formas y símbolos Calificación: 0 de 5 estrellas0 calificacionesRazonamiento Lógico Matemático para la toma de decisiones Calificación: 4 de 5 estrellas4/5Dignos de ser humanos: Una nueva perspectiva histórica de la humanidad Calificación: 4 de 5 estrellas4/5Matemáticas básicas 2ed. Calificación: 4 de 5 estrellas4/5Cálculo integral: Técnicas de integración Calificación: 4 de 5 estrellas4/5Estadística básica: Introducción a la estadística con R Calificación: 5 de 5 estrellas5/5Fundamentos de matemática: Introducción al nivel universitario Calificación: 3 de 5 estrellas3/5Aplicaciones de las funciones algebraicas Calificación: 5 de 5 estrellas5/5Álgebra clásica Calificación: 0 de 5 estrellas0 calificacionesEl gran teatro del mundo Calificación: 5 de 5 estrellas5/5Introducción a la geometría Calificación: 5 de 5 estrellas5/5Pitágoras y su teorema Calificación: 4 de 5 estrellas4/5Estadística descriptiva, regresión y probabilidad con aplicaciones Calificación: 5 de 5 estrellas5/5Teoría de juegos: Una introducción matemática a la toma de decisiones Calificación: 4 de 5 estrellas4/5No leer Calificación: 4 de 5 estrellas4/5Qué es (y qué no es) la estadística: Usos y abusos de una disciplina clave en la vida de los países y las personas Calificación: 5 de 5 estrellas5/5Laboratorio lector: Para entender la lectura Calificación: 5 de 5 estrellas5/5Matemáticas básicas 4ed Calificación: 5 de 5 estrellas5/5Inteligencia matemática Calificación: 4 de 5 estrellas4/5La belleza de las matemáticas Calificación: 4 de 5 estrellas4/5La Física - Aventura del pensamiento Calificación: 5 de 5 estrellas5/5CeroCeroCero: Cómo la cocaína gobierna el mundo Calificación: 4 de 5 estrellas4/5Calculatrix: 85 trucos de velocidad con los números Calificación: 5 de 5 estrellas5/5El hombre que calculaba Calificación: 5 de 5 estrellas5/5
Categorías relacionadas
Comentarios para Introducción a la estadística matemática
2 clasificaciones0 comentarios
Vista previa del libro
Introducción a la estadística matemática - Humberto Llinás Solano
(1707-1783;76).
CAPÍTULO 1
Preliminares
1.1 Algunas distribuciones de probabilidad
Je reviens actuellement au cas où les chances p et q de deux événements E et F sont constantes, et je vais considérer la probabilité que dans un nombre μ on m + n d’épreuves, E arrivera au moins m fois et F au plus n fois. Cette probabilité ... la désignant par P ... Je suppose que q soit une très petite fraction, ou que ce soit l’événement F qui ait une très faible probabilité. Dans¹ une très grand nombre μ du nombre de fois que F arrivera à ce nombre μ sera aussi une très petite fraction; ... faisant qμ = ω... par conséquent, ...
, arrivera pas plus de n fois dans un très grand nombre μ d’épreuves. (POISSON [80, págs. 189,206])
1.1.1 Distribuciones especiales
1. Distribuciones especiales discretas :
Uniforme discreta, de Bernoulli, binomial, de Poisson, hipergeométrica, binomial negativa, geométrica, de Polya, multinomial, etc.
2. Distribuciones especiales continuas :
Uniforme continua, normal, gamma, exponencial, t de Student, chicuadrada, F de Fisher, Cauchy, Beta, de Laplace, Log-normal, de Rayleigh, Weibull, de Maxwell, del valor extremo, etc.
En las tablas 7 y 8 del apéndice se presenta un resumen detallado de las distribuciones discretas y continuas, respectivamente, más importantes. De todas formas, presentamos algunas de las distribuciones discretas y continuas más relevantes². Por ejemplo, una de las distribuciones discretas más importantes es la binomial.
Definición 1.1.1 Una variable aleatoria X tiene distribución binomial con parámetros n y p, en símbolos , si su función de probabildiad es
Ejemplo 1.1.2 Una moneda no falsa es lanzada 10 veces. Consideraremos el evento cara
como un éxito y sello
como un fracaso. Es claro que p = 0.5, n = 10 y las condiciones básicas que caracterizan a la distribución binomial se satisfacen; por consiguiente,
•La probabilidad de tener éxito exactamente 7 veces es P ( X = 7) ≈ 0 . 1172.
•La probabilidad de tener por lo menos 7 éxitos es P ( X ≥ 7) ≈ 0 . 171875.
•La probabilidad de tener a lo más 7 éxitos es P ( X ≤ 7) ≈ 0 , 945313 .
•La probabilidad de ningún éxito es P ( X = 0) ≈ 0 . 0009766.
◀
Cuando n = 1, la distribución binomial coincide con la distribución de Bernoulli B(1, p). La distribución binomial se debe a JACOB BERNOULLI (1654-1705;51), uno de los primeros matemáticos que trabajaron en la teoría de la probabilidad. J. BERNOULLI y su hermano JOHANN BERNOULLI (1667-1748;81) fomaron parte de los famosos alumnos de G.W. LEIBNIZ (1646-1716;70). A J. BERNOULLI se le debe el Ars Conjectandis, una de las primeras obras sobre cálculo de probabilidades. Dicha obra contiene afirmaciones esenciales, en especial sobre la distribución binomial. Por esta razón, la distribución binomial a menudo se encuentra en la literatura bajo el nombre de distribución de Bernoulli
.
Figura 1.1: Gráfica de f para la distribución binomial para varios valores de n pero fijo np = 3
Otra distribución discreta importante en la estadística es la distribución de Poisson.
Definición 1.1.3 Una variable aleatoria X tiene distribución de Poisson con parámetro α > 0, en símbolos, , si su función de probabildiad es
La distribución de Poisson
se debe a S.D. POISSON (1781-1840;59), uno de los matemáticos franceses extraordinariamente productivos, cuyo nombre está asociado a numerosos conceptos de la matemática (por ejemplo, integral de Poisson, igualdad de Poisson en la teoría de potenciales).
Figura 1.2: Distribuciones de Poisson para varios valores de α
POISSON [80, pág. 206] encontró esta distribución en su forma cumulativa como un límite de la distribución binomial cuando el chance de un suceso es muy pequeño. Esta distribución aparece en una sola página de toda su obra (más exactamente en la página 206). El matemático y economista francés ANTOINE-AUGUSTIN COURNOT (1801-1877;76) la volvió a publicar en 1843 (ver [15, págs. 331-332]) con cálculos que demostraban la efectividad de la aproximación.
Como la distribución de Poisson es la distribución límite
de la distribución binomial cuando n es grande y p pequeño, es conocida también con el nombre de DISTRIBUCIÓN DE LOS EVENTOS RAROS.
Ejemplo 1.1.4 Cierta compañía electrónica produce un tipo especial de tubo al vacío. Se ha observado que, en promedio, 3 tubos de 100 son defectuosos. La companía empaca los tubos en cajas de 400. ¿Cuál es la probabilidad de que en una caja de 400 tubos haya (a) 8, (b) a lo más 8, (c) por lo menos 8 tubos defectuosos?
SOLUCIÓN
Puesto que n = 400 es grande y p = 0.03 es pequeño, estas posibilidades pueden ser aproximadas usando la densidad de probabilidad de Poisson con λ = np = 12. Las respuestas a las preguntas formuladas serán P (X = 8) = 0, 0655233; P (X ≤ 8) = 0, 155028 y P (X ≥ 8) = 0, 910496, respectivamente.
◀
La distribución normal es la distribución de las variables continuas que se utiliza con más frecuencia en las aplicaciones de la teoría de la probabilidad. Constituye la base la base para el desarrollo de muchos de los métodos de la teoría estadística.
Definición 1.1.5 Una variable aleatoria tiene DISTRIBUCIÓN NORMAL con los parámetros
, en símbolos , si su función de densidad está dada por
.
Ejemplo 1.1.6 Suponga que los diámetros de bolas de golf producidas por una compañía están normalmente distribuidas con μ = 1.96 y σ = 0.04 pulgadas. Una bola de golf se considera defectuosa si su diámetro es menor que 1.90 pulgada o más grande que 2.02 pulgadas. El porcentaje de bolas defectuosas fabricadas por la compañía estará dado por
Por consiguiente, la compañía fabrica aproximadamente 13.4 % bolas de golf defectuosas.
◀
Figura 1.3: Gráfica de f en la distribución normal
Ahora presentamos las propiedades más importantes de la densidad normal:
Teorema 1.1.7 Sea
a para todo y todo y σ² > 0. Entonces:
(a) f ( x ) > 0 para todo y
, es decir, en realidad, f es una densidad de probabilidad.
(b)
(c) f ( x ) es simétrica con respecto a μ, es decir, f ( x + c ) = f ( x − c ) para todo c ∈ ℝ