Probabilidad

DISTRIBUCION MUESTRAL DE LA DIFERENCIA DE MEDIAS

suponga que se tienen dos poblaciones distintas, la primera con media 1 y desviación estándar 1, y la segunda con media 2 y desviación estándar 2. Más aún, se elige una muestra aleatoria de tamaño n1 de la primera población y una muestra independiente aleatoria de tamaño n2 de la segunda población; se calcula la media muestral para cada muestra y la diferencia entre dichas medias. La colección de todas esas diferencias se llama distribución muestral de las diferencias entre medias o la distribución muestral del estadístico

La distribución es aproximadamente normal para n1 30 y n2 30. Si las poblaciones son normales, entonces la distribución muestral de medias es normal sin importar los tamaños de las muestras.

En ejercicios anteriores se había demostrado que y que , por lo que no es difícil deducir que y que .

La fórmula que se utilizará para el calculo de probabilidad del estadístico de diferencia de medias es:

DISTRIBUCIÓN GEOMÉTRICA O DE PASCAL

Fue establecida por el físico suizo Weibull quien demostró que el esfuerzo al que se someten los materiales puede modelarse de manera adecuada mediante el empleo de esta distribución. También. se ha usado para modelar situaciones del tipo tiempo- falla, ó bien puede indicar la vida útil de cierto artículo, planta o animal, confiabilidad de un componente.

DISTRIBUCIÓN WEIBULL

Fue establecida por el físico suizo Weibull quien demostró que el esfuerzo al que se someten los materiales puede modelarse de manera adecuada mediante el empleo de esta distribución. También. se ha usado para modelar situaciones del tipo tiempo- falla, ó bien puede indicar la vida útil de cierto artículo, planta o animal, confiabilidad de un componente.

DISTRIBUCIONES DE PROBABILIDADES DISCRETAS Y CONTINUAS

Distribucion discreta (x). Se le denomina variable porque puede tomar diferentes valores y discreta porque solo puede tomar valores enteros y un número finito de ellos.

Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a cero. p(xi)0

La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1. p(xi) = 1

Por ejemplo: xVariable que nos define el número de alumnos aprobados en la materia de probabilidad en un grupo de 40 alumnos.

x0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad.

Probabilidad Continua. Se le denomina variable porque puede tomar diferentes valores, y continua porque puede tomar tanto valores enteros como fraccionarios y un número infinito de ellos.

Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a cero. Dicho de otra forma, la función de densidad de probabilidad deberá tomar

...