lunes, 6 de abril de 2015

Tema 7: Algunas distribuciones contínuas (2ª parte) + Clase de Problemas (VIII)

Clase del miércoles 8 de abril de 2015

En la segunda parte de Tema 7, primera de la clase de hoy, se describirán cuatro clases de distribuciones continuas: Exponencial, Erlang, Gamma y Beta.

Las dos primeras están relacionadas con el proceso de Poisson. La génesis de la distribución exponencial se encuentra en la variable aleatoria que cuantifica el tiempo que trascurre desde un origen hasta que suceda el primer suceso de Poisson; mientras que el de la Erlang  se encuentra asociado a la variable aleatoria que cuantifica el tiempo que trascurre desde un origen hasta que suceda el suceso p-ésimo de Poisson .

El origen de la distribución Gamma es la generalización teórica de la Erlang considerando que p es un número real positivo. Para extender la Erlang necesitaremos extender el concepto de factorial. Esta extensión se hará mediante la denominada función Gamma.



Finalmente, el origen de la distribución Beta es considerar al parámetro p, que representa la probabilidadde un suceso, como una variable aletoria continua acotada entre 0 y 1.


Para esta primera parte, las trasparencias de la clase son las siguientes:


En la segunda parte de la clase, se plantearán y resolverán problemas de la UD 3. Este es el listado de problemas que se resolverán en clase, ordenados por orden de exposición:

  • Ejercicios adicionales 6, 2, 3, 5 y 8 del Tema 7 (Moodle)





Tema 7: Algunas distribuciones contínuas (1ª parte) + Clase de Problemas (VII)

Clase del martes 7 de abril de 2015




En la primera parte del Tema 7 se describirán dos distribuciones continuas: la uniforme y la normal.

El objetivo fundamental de la distribución uniforme es modelizar el concepto de equiprobabilidad en el continuo. La equiprobabilidad en un escenario discreto fue introducida en el Tema 3, simultáneamente a la regla de Laplace. Volvemos a recordarla utilizando ahora la terminología de variable aleatoria.

La génesis de la distribución normal es el de una distribución simétrica, en donde lo medio es muy probable y los extremos son improbables con la misma gradación. La clase finalizará con un un par de problemas de la hoja de ejercicios adicionales del Tema 7 incluida en Moodle, el 4 y el 6.

Las trasparencias que se usarán son las siguientes:

 

martes, 24 de marzo de 2015

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.

miércoles, 18 de marzo de 2015

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:

martes, 10 de marzo de 2015

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

jueves, 5 de marzo de 2015

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:

martes, 3 de marzo de 2015

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.