Clase de Problemas (VI). Tema 6 (UD 3)

Clase del miércoles 25 de marzo de 2015

 

En primer lugar, se finalizará la teoría del Tema 6 introduciendo la distribución de Poisson.

Seguidamente, se plantearán y resolverán problemas del Tema 6, UD 3. Este es el listado de problemas que se resolverán en clase, ordenados por orden de exposición:

• Ejercicio adicional 1 (Moodle)
• Ejercicio sobre Binomial
• Ejercicio adicional 4 y 7 (Moodle)
• Ejercicio sobre Poisson.
• Ejercicios 3, 8, 5 y 6 (Moodle)

Finalmente, si da tiempo, la clase finalizará resolviendo algunos de los ejercicios de la UD2 que quedaron pendientes en anteriores clases de problemas.

Tema 6: Algunas distribuciones discretas

Clase del martes 24 de marzo de 2015

El experimento aleatorio más sencillo es aquel que sólo tiene dos resultados posibles; es decir, aquel que posee naturaleza binaria: cara-cruz, defectuoso-no defectuoso, éxito-fracaso. A esta clase de experimento aleatorio básico se denominará Proceso de Bernoulli. Esta clase de experimentos aleatorios es la base para todas las distribuciones discretas.  En este tema se describirán cuatro distribuciones discretas: binomial, geomética, binomial negativa y Poisson.

Estas serán las trasparencias que se utilicen en clase para el Tema 6:

Clase de Problemas (V): UD 2 + Tema 5 (UD 3)

Clase del miércoles 11 de marzo de 2015

En primer lugar, se finalizará la teoría del Tema 5, secciones 4 y 5.

A continuación, se plantearán y resolverán problemas del Tema 5, el primero de la UD 3.Este es el listado de problemas, ordenados por orden de exposición, que se resolverán en la clase:

•  Ejercicios de autocomprobación del Tema 5, del 1 al 8 (ver Moodle)

La clase finalizará resolviendo algunos de los ejercicios de la UD2 que quedaron pendientes en el última clase de problemas

Tema 5: La variable aleatoria

Clase del martes 10 de marzo de 2015

Comenzaremos la UD3. La característica principal de esta unidad es abandonar la herramienta del Álgebra de Boole, usada hasta ahora para tratar con la incertidumbre, para proponer al Análisis Matemático como una herramienta mucho más precisa y con una mayor capacidad de abstracción.

Con el concepto de variable aleatoria se generaliza el concepto de variable estadística. La variable estadística se refiere a lo empírico, a datos en mano. La variable aleatoria se refiere a lo potencial, a datos que se podrían obtener. De este modo una variable aleatoria se podría definir como el hipotético resultado de un experimento aleatorio cuando éste es de carácter cuantitativo.

En este nuevo escenario, el cálculo de probabilidades mediante la Regla de Laplace no tiene sentido, ya que el cardinal del espacio muestral es infinito. Es por ello por lo que necesitamos pasar del enfoque clásico utilizado en los Temas 3 y 4 al enfoque frecuentista. Este hecho quedará patente en el procedimiento práctico de obtener una función de densidad.  Al igual que se hizo para las variables estadísticas, el tema concluirá definiendo un conjunto de valores que permitan resumir la información contenida en una variable aleatoria y su distribución.

Estas serán las trasparencias que se utilicen en clase:

Clase de problemas (IV): Unidad Didáctica 2

Clase del miércoles 4 de marzo de 2015

Se plantearán y resolverán problemas de la UD 2. Este es el listado de problemas, ordenados por orden de exposición, que se resolverán en la clase:

1. Ejercicios de autocomprobación del tema 4, del 2 al 7
2. Ejercicios adicionales del tema 4, del 1 al 5.

También resolverá algún ejercicio del Tema 3 a lo largo de la clase.