Modelos probabilísticos

[pic 4]

Grupo:

SP-SESP-1702-B2-001

Unidad:

1

Nombre de la asignatura:

Modelos probabilísticos.

Actividad:

Modelos probabilísticos.

Docente:

MSC. Alejandro Rosette Notario.

Alumno:

Cesar Salas Córdova.

Fecha de elaboración:

4 al 13 de octubre del 2017.

Tipos de muestreo

Sus características

Ejemplos.

Estratificado

• Conformado por grupos denominados estratos.
• Existe una pequeña variabilidad entre los elementos de cada estrato, respecto a alguna característica; es decir, pequeña variabilidad en el interior de cada estrato.
• Gran variabilidad entre los estratos.
• Se muestrea cada grupo aleatoriamente, para obtener la parte proporcional de la muestra.

Religión, municipio, sexo, estado civil.

Por conglomerados

• Conformados por grupos denominados conglomerados. 
• Existe una gran variabilidad entre los elementos de cada conglomerado; es decir, gran variabilidad en el interior del conglomerado.
• Máximo de semejanza entre los conglomerados.
• Se analizan completamente algunos de los grupos, descartando los demás.

• Centro Federal de Readaptación Social No. 1
• El Altiplano Centro Federal de Readaptación Social No. 5
• Oriente Centro Federal de Readaptación Social No. 8 Nor-Poniente

Tipos variables

Sus características

Observaciones.

Discretas

• Cuando puede hacer una lista con todos los valores numéricos.
• La variable aleatoria y de las probabilidades correspondientes en una tabulación.
• Aleatoria es el resultado de un conteo y cada valor está claramente separado entre sí.

Sus valores son de forma finita

Continuas

• No se puede hacer una lista de todos los valores de la variable aleatoria y tampoco sus probabilidades, ya que son demasiados.
• Las probabilidades de un rango se determina por medio de una función, denominada curva de probabilidad.

Sus valores son de forma infinita

Es importante mencionar que una variable es discreta o continua, porque es la manera en que se determina la esperanza y la varianza.

Distribuciones discretas

Sus características

Observaciones.

Bionominal

• Los eventos que presentan son independientes.
• Solo existen dos posibles resultados del evento (exitoso o fracaso).
• La probabilidad de éxito permanece constante.

Los cálculos son largos y engorrosos, se usan tablas con los valores ya establecidos.

Poisson

• Se utiliza para calcular la probabilidad que ocurra un evento.
• Los eventos ocurren en un continuo de tiempo o espacio.
• Los eventos ocurren de manera independiente.
• Los eventos son raros.

Las posibilidades son infinitas.

Normal

• Es continua y simétrica, sus valores observados son de manera uniforme y no es plana ni puntiaguda.
• Muchos procesos son elaterios se comportan de esta forma.
• Se usan para aproximar las distribuciones bionominal y poisson.