Procesos Industriales: marzo 2014

martes, 11 de marzo de 2014

Les recomiendo absorber cualquier información disponible en este blog

sábado, 8 de marzo de 2014

Probabilidad Subjetiva y Frecuencial

Subjetiva: Se basa en cualquier tipo de información, en una suposición,intuición, creencia, sin la necesidad de hacer ningún experimento. Frecuencial: es empírica, te basas en alguna prueba del ejemplo. Esta probabilidad se calcula, mas no se estima.

Combinaciones y permutaciones

COMBINACIÓN: es una serie de datos enlazados entre sí para crear cierto resultado, esto se hace sin importar el orden, no llevan una suceción exacta. En esto aplica a lo que decimos, el orden de los factores no altera el producto. PERMUTACIÓN: Es una combinación ordenada, en esta si influye el como están acomodados ciertos datos. Existen 2 tipos de permutaciones, las que se pueden repetir como una clave o contraseña. 333, Gabriela, 12345 etcétera y las que no se pueden repetir como la llegada de unos corredores a la meta, no puedes ser 1ero y 2do lugar a la vez, así que no existe la repetición de datos.

DISTRIBUCIÓN WATSON

es un proceso estocástico utilizado para modelizar el desarrollo de una población de individuos autorreplicantes.

DISTRIBUCIÓN POISSON

Variable aleatoria discreta cuyos posibles valores no pueden dar negativos, determinan el numero de eventos en una unidad de tiempo y espacio. EJEMPLO: Un evento aleatorio es la llegada de clientes a la fila de un banco, si fuéramos a utilizar la distribución de Poisson la pregunta sería.. Que probabilidad hay de que en los próximos 10 minutos llegen 4 clientes?

DISTRIBUCIÓN EXPONENCIAL

Variable aleatoria que se utiliza para describir el tiempo antes de que se detone cierto suceso. EJEMPLO: Supongamos que un evento aleatorio es la llegada de clientes a la fila de un banco. Si fueramos a utilizar la distribución exponencial una pregunta que pudieramos contestar sería... Que probabilidad hay de que el próximo cliente llege dentro de 10 minutos?

Distribución Binomial

la distribución binomial es una distribución de probabilidad discreta que mide el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos. Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribución binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli. Para representar que una variable aleatoria X sigue una distribución binomial de parámetros n y p, se escribe: X \sim B(n, p)\,

DISTRIBUCIÓN BERNOULLI

Consiste en realizar un experimento aleatorio una sola vez y observar si cierto suceso ocurre o no, siendo p la probabilidad de que esto sea así (éxito) y q=1-p el que no lo sea (fracaso). En realidad no se trata más que de una variable dicotómica, es decir que únicamente puede tomar dos modalidades los llamamos éxito o fracaso a los posibles resultados de las pruebas , en el estudio de las v.a., que a la situación real que pueda derivarse del resultado. Podríamos por tanto definir este experimento mediante una v.a. discreta X que toma los valores X=0 si el suceso no ocurre, y X=1 en caso contrario, y que se denota X - BER (p) VA: variable aleatoria

Procesos Industriales