Estadística aplicada y modelización. 10 de septiembre de 2005

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Estadística aplicada y modelización. 10 de septiembre de 2005"

Transcripción

1 Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla se describen el número de errores que corresponden a los intentos realizados. Intentos (X) Errores (Y ) Calcula la recta de regresión que permita estimar el número de errores que cometerá la décima vez que repita el cuestionario y analiza si dicha estimación se puede considerar fiable. Si se quieren estimar el número de errores (Y ) en función de los intentos realizados, (X) hay que calcular la recta de regresión de Y sobre X. x i y i x i y i x i yi Utilizamos la fórmula de la recta de regresión de Y sobre X, (que resulta de resolver genéricamente el sistema de ecuaciones que proporciona el método de los mínimos cuadrados:) recta de regresión de Y X : y Y = σ XY (x X) σx media de Y, Y = N i=1 y i N = 5 5 covarianza σ XY = varianza de X, σx = Entonces la recta de regresión queda: = 5 media de X, X = N x i y i i=1 N N i=1 x i N i=1 x i X Y = = 5 N X = = 11 9 = N = 15 5 = 3 y 5 = 5 (x 3) y =.5x Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 1

2 Para estimar a través de la recta el número de errores que cometerá la décima vez que repita el cuestionario, solamente hay que sustituir x = 10 en dicha recta: y = = 1.5 Que salga un número de errores negativo, no debe extrañarnos porque fijándonos en el signo de la covarianza se observa que existe una asociación negativa entre las variables, lo que significa que cuanto mayor es el número de intentos, más pequeño es el número de errores. Se puede decir entonces que tras 10 intentos, no se cometerá ningún error. Para saber la fiabilidad de esta estimación, lo que se debe analizar es la bondad o calidad del ajuste lineal. Dicho de otro modo, se ha de determinar si se puede considerar que una recta se ajusta bien a la nube de puntos que proporcionan los datos. En general, siempre que se ajusta una curva de regresión a un conjunto de datos es el coeficiente de determinación R el que indica la bondad de dicho ajuste. En caso de que la curva considerada sea una recta, dicho coeficiente de determinación coincide con el cuadrado del coeficiente de correlación lineal ρ = σ XY σ x σ Y. Cuanto más cerca esté ρ de 1, mejor es el ajuste (más fiable la estimación) y cuanto más cerca esté de 0, peor se ajusta la recta a la nube de puntos (y menos fiable es la estimación). Como consecuencia, valores extremos de ρ es decir 1 y -1, indican un ajuste perfecto, mientras que ρ = 0 indica que una recta no es un buen modelo para la nube de puntos. Para el cálculo de ρ, solamente queda por calcular la varianza de Y, para poder aplicar la correspondiente fórmula. N varianza de Y, σ Y = i=1 y i N Y = = 13. ρ = = es un número próximo a -1, luego se puede decir que una recta es un buen modelo para estimar la relación entre ambas variables. Como consecuencia, la estimación que se ha hecho de que tras 10 intentos, no va a tener ningún error, se puede considerar fiable.. Como puede observarse en la figura, el siguiente sistema está formado por dos subsistemas conectados en serie, S y T, que están formados a su vez por los dispositivos S 1,S,S 3 y T 1,T, respectivamente. S 1 S T 1 S 3 T Los cinco dispositivos fallan de manera independiente, siendo las probabilidades de fallo las Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada

3 siguientes: S S 0.0 S T T 0.00 (a) Calcula la probabilidad de que el subsistema S funcione. (b) Calcula la probabilidad de que el subsistema T funcione. (c) Calcula la probabilidad de que el sistema completo funcione. Nota: deben utilizarse más de 3 cifras decimales en los cálculos de este problema. En primer lugar, se nombran todos los sucesos que van a intervenir en la resolución del problema: S i = falle dispositivo i y S i = funcione dispositivo i, para i {1,, 3}. p(s 1 ) = 0.01 p(s 1 ) = = 0.99 p(s ) = 0.0 p(s ) = = 0.98 p(s 3 ) = 0.03 p(s 3 ) = = 0.97 T j = falle dispositivo j y T j = funcione dispositivo j, para j {1, }. p(t 1 ) = p(t 1 ) = = p(t ) = 0.00 p(t ) = = (a) Llamamos S= funcione sistema S. Para que el sistema S funcione tiene que ocurrir que funcionen los dispositivos S 1 y S o que funcione el dispositivo S 3. Entonces, el suceso S, en términos de uniones e intersecciones será (recuerde que y y o ): S = (S 1 S ) S 3 Ahora calculamos la probabilidad del suceso S, teniendo en cuenta que p(a B) = p(a) p(b), si A y B son sucesos independientes; p(a B) = p(a) + p(b) p(a B). p(s) = p((s 1 S ) S 3 ) = p(s 1 S ) + p(s 3 ) p(s 1 S S 3 ) = = También se puede escribir S como unión de dos sucesos incompatibles (la unión es el vacío, es decir, no pueden ocurrir a la vez): S = (S 1 S S 3 ) S 3 Dicho con palabras, para que el sistema S funcione tiene que ocurrir que funcionen S 1 y S y S 3 no funcione o que funcione S 3. p(s) = p((s 1 S S 3 ) S 3 ) = = Otra forma de hacerlo es pensando en el suceso complementario de S, es decir, haciendo p(s) = 1 p(s). Lo contrario (suceso complementario) de S es que el sistema S no funcione, Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 3

4 para lo cual tiene que pasar que S 3 no funcione y S 1 o S no funcionen, esto es S = S 3 (S 1 S ). Entonces, p(s) = 1 p(s) = 1 p(s 3 (S 1 S )) = 1 p(s 3 ) (p(s 1 )+p(s ) p(s 1 ) p(s )) = (b) Al estar los dispositivos conectados en paralelo, para que el sistema T funcione debe ocurrir que funcione T 1 o que funcione T, entonces T = T 1 T : p(t) = p(t 1 T ) = p(t 1 ) + p(t ) p(t 1 T ) = = En este caso, considero más sencillo, pasar al suceso complementario: para que T no funcione tiene que ocurrir que fallen T 1 y T. p(t) = 1 p(t) = 1 p(t 1 T ) = = (c) Como los sistemas S y T están conectados en serie para que funcione el sistema completo deben fucionar S y T: p(s T) = p(s) p(t) = = Se estima que el precio medio del litro de gasolina oscilará entre 0.90 C y 1.30 C en el próximo año, siguiendo una distribución uniforme. (a) Escribe explícitamente la función de densidad y la función de distribución de la variable continua mencionada. (b) Cuál es el precio esperado para el litro de gasolina en el próximo año? Razona la respuesta. (c) Calcula la probabilidad de que la gasolina valga menos de 1 C. (d) Suponiendo que el precio se mantiene por encima de 1 C, calcula la probabilidad de que valga más de 1.0 C. (a) La función de densidad asociada a una distribución uniforme continua en un intervalo [a,b] es 1 f(x) = b a si a x b 0 en el resto En este caso, [a,b] = [0.9, 1.3], entonces 1 si 0.9 x 1.3 f(x) = en el resto Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 4

5 Para calcular la función de distribución F(x), se debe saber que F(x) = x IR. Si x < 0.9, entonces F(x) = 0. Si 0.9 x 1.3, entonces Para x > 1.3, F(x) = x 0.9 F(x) = x dt = 0.9 F(x) = dt = [t]x 0.9 = x x 1 x 0.4 dt + 0 dt = 1. En resumen: si x < 0.9 (x 0.9)/0.4 si 0.9 x si x > 1.3 a f(x) para todo (b) El precio medio de la gasolina corresponde a la esperanza matemática de la variable X, a saber: 1.3 E(X) = xf(x)dx = x 1 [ ] x dx = = = 1.1 C (c) p(x < 1) = dx = F(1) = = 0.5 (d) Ahora se quiere calcular la probabilidad de que la gasolina valga más de 1.0 C sabiendo que el precio se mantiene por encima de 1 C, por tanto es la probabilidad condicionada p(x > 1. X > 1) = p({x > 1.} {X > 1}) p(x > 1) = p(x > 1.) p(x > 1) = 1 F(1.) 1 F(1) = = La SGAE ha publicado que Madrid, el País Vasco y Navarra son las comunidades autónomas que registraron un mayor acceso a internet durante el primer trimestre de 005. Con un 45, 40 y 34 por ciento respectivamente, superaron a la media nacional, que fue del 33,6 por ciento. (a) Calcula la probabilidad de que en un grupo de 10 personas escogidas al azar en Madrid, 6 de ellas se hayan conectado a internet durante el primer trimestre de 005. (b) Sabiendo que la población del País Vasco es de aproximadamente millones y medio de habitantes, cuál es el número medio de vascos que se han conectado a la red en el periodo del estudio? Razona la respuesta. (c) Navarra tiene aproximadamente habitantes. Cuál es la probabilidad de que se hayan conectado a internet en el primer trimestre del año más de navarros? (a) Llamamos X= número de personas que se conectaron en Madrid a internet en un grupo de 10. El hecho de que una persona se conecte o no a internet en Madrid en el periodo del estudio se puede ver como una prueba de Bernoulli, donde el éxito= una persona se conecte a internet en Madrid y el Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 5

6 fracaso= una persona no se conecte a internet en Madrid. Según el enunciado del problema, la probabilidad de éxito es p=0.45. Como se ha escogido un grupo de 10 personas para ver si se han conectado o no a internet, se repite n = 10 veces la prueba de Bernoulli. Cada vez que se escoja una persona en Madrid y se le pregunte si se conectó o no a internet, la respuesta es independiente de lo que dijera la persona a la que se le preguntó ya o a la que se le puede preguntar despúes. Por tanto, se trata de repeticiones independientes de dicha prueba. Se tienen, por lo tanto, todos los ingredientes necesarios para identificar la variable X como una binomial de parámetros n = 10 (número de veces que se repite el experimento) y p = 0.45, probabilidad de éxito. Lo que se pide en este apartado es p(x = 6), que se puede consultar en las tablas de la variable binomial o aplicar la fórmula: ( ) 10 p(x = 6) = (1 0.45) 4 = (b) Llamando Y = número de vascos que se conectaron a internet, siguiendo un razonamiento similar al del apartado (a), se deduce que Y B(500000, 0.40). Lo que se pregunta en este apartado es el número medio de vascos que se conectaron a internet, por tanto es la esperanza o media de la variable anterior. Al ser una binomial, se sabe que la media es np, en este caso, = Alrededor de un millón de personas se conectaron en internet en el País Vasco en el primer trimestre del año. (c) De nuevo, se vuelve a hacer el mismo razonamiento que en los dos apartados anteriores: si T= número de navarros que se conectaron a internet, es claro que T B(600000, 0.34). Lo que se pide en el ejercicio es p(t > 05000) = i=05001 ( ) i (1 0.34) i i Está claro que es imposible hacer este cálculo con una calculadora tradicional. Si nos fijamos en los parámetros de la binomial con la que estamos ahora trabajando, se tiene np = = > 5 y p = 0.34 < 0.5, con lo cual, podemos aproximarla con una distribución normal N de parámetros np = y npq = (1 0.34) = 367. Hay que tener en cuenta que para utilizar correctamente esta aproximación de una variable discreta T (con distribución binomial) con una variable continua N (con distribución normal) es necesario hacer una corrección de continuidad. Concretamente p(t > 05000) = p(t 05001) = p(n ) = ( ) p Z > = p(z >.7) = Una empresa de transporte local realizó un estudio hace cinco años sobre los miles de kilómetros que recorrían sus vehículos en un mes, del cual se dedujo que dicha variable seguía una distribución normal de media 3000 km y desviación típica de 00 km. Para Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 6

7 analizar si ese número de kilómetros ha variado con el tiempo, se consideraron 40 vehículos, de los que se obtuvieron una media muestral de Km recorridos en un mes. Admitiendo que la distribución modelo sigue siendo normal y que la dispersión también se ha mantenido durante estos cinco años, puede admitirse que la media de kilómetros recorridos también se ha mantenido, a un nivel de significación del 5%? Para trabajar más cómodamente, lo haremos con miles de kilómetros, es decir, llamamos X= miles de km recorridos al mes. Se admite que X sigue una distribución normal. Lo que se quiere conocer es si se puede admitir que la media de dicha distribución es 3, por tanto, se debe plantear un contraste de hipótesis sobre la media de una distribución normal. Si consultamos las tablas de contrastes de hipótesis, vemos que tenemos que distinguir entre población con varianza conocida o desconocida. Leyendo detenidamente el enunciado del problema encontramos que podemos admitir que la dispersión se ha mantenido, por lo tanto, se considera varianza poblacional conocida. Contraste bilateral para la media de una distribución normal con varianza conocida: H 0 : µ = 3 H a : µ 3 } σ Se rechaza H 0 si x µ 0 > z α. n El nivel de significación es del 5%, luego se debe tomar α = 5/100 = 0.05, por tanto, z α = z 0.05 = 1.96, según las tablas de la distribución normal. La desviación típica σ es 0. miles de km y el tamaño muestral n = 40: x µ 0 = = z α σ n = = < 0.06, por tanto la condición de rechazo no se cumple. Conclusión: se acepta H 0 : µ = 3, por lo tanto, se acepta que la media de km recorridos sigue siendo de 3000 km al año. Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 7

8 SOLUCIÓN MODELO B 1. Los fabricantes de automóviles deben controlar la cantidad de distintos contaminantes emitidos por los tubos de escape de sus modelos. Dos de los principales contaminantes son el monóxido de carbono (CO) y el monóxido de nitrógeno (NO). En la tabla siguiente, aparecen los valores correspondientes a las emisiones de 9 vehículos del mismo modelo. Las variables se miden en gramos por kilómetro recorrido. CO NO (a) Razona el tipo de asociación que existe entre ambas variables, según el signo de la covarianza. Calcula el coeficiente de correlación lineal e interpreta su valor. (b) A través de la correspondiente recta de regresión, realiza una estimación de la emisión de NO generada por un automóvil cuya emisión de CO es de 4.5 gr/km. (c) Usando la otra recta de regresión, estima la emisión de CO de un automóvil que emite 0.5 gr/km de NO. (a) La siguiente tabla recoge una serie de cálculos se serán necesarios utilizar en la resolución del ejercicio x i y i x i y i x i yi Lo primero que se pide es la covarianza de la variable bidimendional (X,Y ), para lo cual son necesarias las medias de X e Y : X = = 7.1 Y = = σ XY = = Que la covarianza sea negativa significa que existe una asociación negativa entre las variables: cuando los valores de X aumentan, los de Y disminuyen. El coeficiente de correlación lineal coincide con ρ = σ XY σ x σ Y. Se necesita calcular primero las varianzas de X e Y : σx = = σy = = Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 8

9 ρ = = El coeficiente de correlación lineal es un número próximo a -1, lo cual indica que una recta es un buen ajuste para estimar los valores de una variable en función de la otra. (b) Para hacer una estimación de la emisión de NO generada por un automóvil según su emisión de CO, se debe utilizar la recta de regresión de Y sobre X, que, en este caso, resulta ser: y = 1.18 (x 7.1) y = 0.096x Si la emisión de CO es de x=4.5 gr/km, la emisión de NO será de = gr/km. (c) La otra recta de regresión es la de X sobre Y recta de regresión de X Y : x X = σ XY σ Y (y Y ) x 7.1 = 1.18 (y 1.166) Para estimar el nivel de CO que corresponde a un nivel de y = 0.5gr/km de NO, se sustituye en la recta anterior x = ( ) = En un sistema de alarma, la probabilidad de que se produzca un peligro es 0.1. Si éste se produce, la probabilidad de que la alarma funcione es La probabilidad de que funcione la alarma sin haber habido peligro es Calcula: (a) Probabilidad de que la alarma funcione. (b) Probabilidad de que habiendo funcionado la alarma, no haya habido peligro. (c) Probabilidad de que haya un peligro y la alarma no funcione. (d) Probabilidad de que no habiendo funcionado la alarma, haya un peligro. Como en todos los ejercicios de cálculo de probabilidades, lo primero es nombrar los sucesos cuyas probabilidades son conocidas por el enunciado: Siendo P= haya peligro y F= funcione la alarma p(p) = 0.1 p(f P) = 0.95 p(f P) = (a) Para calcular p(f) hay que aplicar el teorema de la probabilidad total: p(f) = p(f P) + p(f P) = p(f P) p(p) + p(f P) p(p) = (1 0.1) = 0.1. (b) Hay que calcular la probabilidad de que no haya peligro sabiendo que ha funcionado la alarma p(f P) p(p) p(p F) = = = 0.13 p(f) 0.1 Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 9

10 (c) En este apartado se pide la probabilidad de una intersección de sucesos: haya un peligro y la alarma no funcione p(p F) = p(f P) p(p) = (1 0.95) 0.1 = (d) Se trata, de nuevo, de una probabilidad condicionada p(p F) = p(f P) p(p) p(f) = = Se dispone de un dado trucado de forma que la cara del 1 se sustituye por un 6. Calcula la función de distribución F(x) y la esperanza (media) de la variable aleatoria X= puntuación obtenida al lanzar el dado. Se considera la variable aleatoria Y = máximo de las puntuaciones obtenidas en tiradas (no se suman las puntuaciones). Calcula su función de probabilidad y la probabilidad de obtener más de 4 puntos. Dada X= puntuación obtenida al lanzar el dado trucado, los valores que toma X son {, 3, 4, 5, 6} con probabilidades asociadas p(x = ) = 1 6 ; p(x = 3) = 1 6 ; p(x = 4) = 1 6 p(x = 5) = 1 6 ; p(x = 6) = 6 La función de distribución está definida por F(x) = p(x x) para todo x IR. Lo vamos haciendo por tramos: Si x <, F(x) = 0 si x < 3, F(x) = p(x = ) = 1/6; si 3 x < 4, F(x) = p(x = ) + p(x = 3) = 1/6 + 1/6 = /6; si 4 x < 5, F(x) = p(x = ) + p(x = 3) + p(x = 4) = 1/6 + 1/6 + 1/6 = 3/6; si 5 x < 6, F(x) = 1/6 + 1/6 + 1/6 + 1/6 = 4/6; si x 6, F(x) = 1/6 + 1/6 + 1/6 + 1/6 + /6 = 1 La función de distribución es F(x) = La media de X es, por definición E(X) = 6 k p(x = k): k= 0 si x < 1/6 si x < 3 /6 si 3 x < 4 3/6 si 4 x < 5 4/6 si 5 x < 6 1 si x 6 E(X) = = 6 6 = Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 10

11 La segunda variable aleatoria discreta que se define en el problema es Y = máximo de las puntuaciones obtenidas en tiradas. Esto quiere decir que si al lanzar el dado veces sale, por ejemplo un 4 y un 5, me quedo con el máximo de 4 y 5, es decir, 5. Los valores que toma la variable son Y {, 3, 4, 5, 6} y para calcular las probabilidades asociadas a dichos valores interpretamos cuál es el suceso que ocurre cuando Y toma sus distintos valores: Y = cuando sale (,); P(Y = ) = = Y = 3 cuando salen (,3), (3,) ó (3,3); p(y = 3) = = Y = 4 cuando salen (,4), (4,), (3,4), (4,3) ó (4,4); p(y = 4) = = Y = 5 cuando salen (,5), (5,), (3,5), (5,3), (4,5), (5,4) ó (5,5); p(y = 5) = = Y = 6 cuando salen (,6), (6,), (3,6), (6,3), (4,6), (6,4), (5,6), (6,5) ó (6,6); p(y = 6) = = Por último, la probabilidad de obtener más de 4 puntos es p(y > 4) = p(y = 5) + p(y = 6) = = 7 36 = En una fábrica que envasa agua mineral, se ha establecido que el volumen envasado en cada botella por la máquina automática sigue una distribucián normal de media 150 cl y desviación típica cl. (a) Calcula la probabilidad de que una botella de agua contenga exactamente 150 cl. (b) Calcula la probabilidad de que el volumen envasado se sitúe entre 148 y 15 cl. (c) Los responsables de calidad de la empresa saben que el 0.% de las botellas envasadas no pueden venderse porque contienen una cantidad de agua insuficiente. Cuántos centilitros debe contener como mínimo una botella para que se comercialice? (d) Calcula la probabilidad de que en un lote de 5 botellas, de ellas contengan más de 150 cl. Sea X= volumen, en cl, de agua envasada por la máquina. Según el enunciado se sabe que X N(150, ). (a) p(x = 150) = 0, por ser X una variable aleatoria continua. Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 11

12 (b) Para calcular p(148 < X < 15), vamos a reducir el problema a una normal de parámetros 0 y 1. Para ello, hay que tipificar la variable X, esto es restarle su media y dividirla por la desviación típica: si X N(150, ) entonces la nueva variable X 150 N(0, 1) = Z. ( p(148 < X < 15) = p < Z < ) = p( 1 < Z < 1) Esta probabilidad coincide con el área sombreada en la siguiente figura -1 1 Para calcular la probabilidad pedida podemos utilizar el suceso complementario de { 1 < Z < 1} que será {Z < 1} {Z > 1} (ver figura siguiente) -1 1 Por la simetría de la distribución normal, se sabe que p(z < 1) = p(z > 1), entonces p(148 < X < 15) = p( 1 < Z < 1) = 1 (p(z < 1) + p(z > 1)) = 1 p(z > 1) = = (c) Llamamos a a la cantidad mínima que debe contener una botella para que se comercialice. Como el 0.% contiene menos de dicha cantidad lo que se sabe es que p(x < a) = 0./100 = Tipificando la variable X, nos queda ( 0.00 = p Z < a 150 ) Como b = (a 150)/ es un valor que deja a su izquierda un área menor que 0.5, debe tratarse de un número negativo, con lo que 0.00 = p(z < b) = p(z > b) es decir b = z a por tanto, = z El valor de z 0.00 se busca usando las tablas de la normal tipificada: buscamos el número 0.00 en el interior de la tabla y se anota a qué fila y columna corresponde. La fila del valor.8 y la columna del Entonces, z 0.00 =.88. Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 1

13 Para calcular el valor de a sólo hay que resolver la ecuación 150 a =.88, de donde a = = Para que una botella se comercialice tiene que contener como mínimo cl. 5. Para investigar si la proporción de matrimonios civiles es la misma en dos Comunidades Autónomas, se tomaron al azar 100 matrimonios en cada una de ellas. En la primera población, 6 de los matrimonios eran civiles, mientras que en la segunda, lo eran 49. A nivel α = 0.05, puede aceptarse que no influye significativamente la Comunidad Autónoma en la que se celebre el matrimonio para elegirlo civil? Para ver si la proporción de matrimonios civiles es la misma en dos Comunidades distintas, se toman muestras en cada una de ellas, cuyos tamaños muestrales son n 1 = 100 y n = 100. El problema intenta verificar una hipótesis acerca de la proporción de personas de ambos lugares a las que les ocurre algo (éxito), luego se trata de un contraste de hipótesis sobre la diferencia de parámetros de dos distribuciones binomiales. Concretamente, se quiere saber si dicha diferencia de proporciones es significativa o no, es decir, si en ambas poblaciones el número de personas que eligen matrimonio civil es la misma o no. Por tanto, se trata de un contraste bilateral: Contraste bilateral para la diferencia de parámetros (p 1 p ) de dos distribuciones binomiales B(1,p 1 ) y B(1,p ). H 0 : p 1 = p H a : p 1 p } Se rechaza H 0 si ˆp 1 ˆp > z α ( 1 p (1 p) + 1 n 1 n ). siendo p = n 1ˆp 1 + n ˆp n 1 + n Los valores de ˆp 1 y ˆp corresponden a la proporciones de individuos que eligieron matrimonio civil de las muestras elegidas en las poblaciones 1 y, respectivamente. ˆp 1 = = 0.6; ˆp = = 0.49 por tanto p = = Como α = 0.05, entonces z α = z 0.05 = Comprobemos ahora si se cumple la condición de rechazo o no: ˆp 1 ˆp = = 0.13 ( 1 z α p (1 p) + 1 ) ( 1 = ( ) n 1 n ) = Como 0.13 < , no se cumple la condición de rechazo. Ésto quiere decir que se acepta H 0, por tanto la proporción en ambas poblaciones se consideran iguales. Conclusión: sí puede aceptarse que no influye significativamente la Comunidad Autónoma en la que se celebre el matrimonio para elegirlo civil. Inmaculada de las Peñas Cabrera. Dpto de Matemática Aplicada 13

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)

Más detalles

SEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática

SEMINARIOS. (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática SEMINARIOS (Problemas de exámenes de años anteriores) Estadística. 1º Grado en Informática Seminario de Estadística Descriptiva Unidimensional y Bidimensional 1. Se ha realizado un control de calidad en

Más detalles

IES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Granada Junio de 01 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO 4 (COMÚN) OPCIÓN A EJERCICIO 1 (A) Sea el recinto determinado

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. Sean A y B dos sucesos y A, B sus complementarios. Si se verifica que p( B) = 2 / 3, p( A B) = 3 / 4 y p( A B) = 1/ 4, hallar: p( A), p( A B), y la probabilidad condicionada

Más detalles

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA IES Fco Ayala de Granada Sobrantes 00 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 00 (Modelo ) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO Sea el recinto del plano definido

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 IES Fco Ayala de Granada Sobrantes 010 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 a 1 1 1 3 Sean las matrices

Más detalles

Problemas de Probabilidad resueltos.

Problemas de Probabilidad resueltos. Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICA APLICADA A LA CIENCIA OCIALE EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ECOGER UNA DE LA DO OPCIONE Y DEARROLLAR LA

Más detalles

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) PAEG Junio 0 Propuesta A Matemáticas aplicadas a las CCSS II º Bachillerato UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales

Más detalles

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas. Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos

Más detalles

Tema 12: Contrastes Paramétricos

Tema 12: Contrastes Paramétricos Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

Problemas resueltos del Tema 3.

Problemas resueltos del Tema 3. Terma 3. Distribuciones. 9 Problemas resueltos del Tema 3. 3.1- Si un estudiante responde al azar a un examen de 8 preguntas de verdadero o falso Cual es la probabilidad de que acierte 4? Cual es la probabilidad

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

Relación de problemas: Variables aleatorias

Relación de problemas: Variables aleatorias Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Variables aleatorias 1. Se lanza tres veces una moneda y se observa el número de caras. (a) Calcula la distribución

Más detalles

Tema 3: Variable aleatoria 9. Tema 3: Variable aleatoria

Tema 3: Variable aleatoria 9. Tema 3: Variable aleatoria Tema 3: Variable aleatoria 9 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Tema 3: Variable aleatoria 1. Probar si las siguientes funciones pueden definir funciones

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

12 Las distribuciones binomial y normal

12 Las distribuciones binomial y normal Las distribuciones binomial y normal ACTIVIDADES INICIALES.I. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:

Más detalles

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos. PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de cceso a las Universidades de Castilla y León MTEMÁTICS PLICDS LS CIENCIS SOCILES EJERCICIO Nº páginas 2 Tablas OPTTIVIDD: EL LUMNO DEBERÁ ESCOGER UN DE LS DOS OPCIONES Y DESRROLLR LS PREGUNTS

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2013-2014 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas

Más detalles

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B 1. Una empresa tiene 3000 bolsas de ajo morado de Las

Más detalles

Muestreo estadístico. Relación 2 Curso 2007-2008

Muestreo estadístico. Relación 2 Curso 2007-2008 Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

Tema 3. Comparaciones de dos poblaciones

Tema 3. Comparaciones de dos poblaciones Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:

Más detalles

Selectividad Junio 2008 JUNIO 2008 PRUEBA A

Selectividad Junio 2008 JUNIO 2008 PRUEBA A Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

17.- PARABRISAS RESOLUCIÓN

17.- PARABRISAS RESOLUCIÓN 17.- PARABRISAS La sección de control de calidad de una fábrica de parabrisas elige, aleatoriamente, una muestra de 100 parabrisas producidos por una determinada máquina y registra la longitud de los parabrisas

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

IES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Granada Septiembre de 011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna PRUEBA DE ACCESO A LA UNIVERSIDAD SEPTIEMBRE 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

Propuesta A. y B = 1 0

Propuesta A. y B = 1 0 Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (014 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A o B. Se

Más detalles

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y IES Fco Ayala de Granada Sobrantes 010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 6) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 (.5 puntos) Un supermercado

Más detalles

Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León

Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJECICIO Nº Páginas OPTATIVIDAD: EL ALUMNO DEBEÁ ESCOGE UNA DE LAS DOS OPCIONES

Más detalles

UNIVERSIDAD COMPLUTENSE DE MADRID

UNIVERSIDAD COMPLUTENSE DE MADRID TIEMPO: INSTRUCCIONES GENERALES Y VALORACIÓN Una hora y treinta minutos. INSTRUCCIONES: El examen presenta dos opciones A y B; el alumno deberá elegir una de ellas y contestar razonadamente a los cuatro

Más detalles

1. Ecuaciones no lineales

1. Ecuaciones no lineales 1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo

Más detalles

Estadística aplicada y modelización. 15 de junio de 2005

Estadística aplicada y modelización. 15 de junio de 2005 Estadística aplicada y modelización. 15 de junio de 2005 SOLUCIÓN MODELO A 1. En una población de fumadores se quiere examinar la relación entre el número de cigarrillos que consumen diariamente y el número

Más detalles

En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10).

En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10). MODELOS DE PROBABILIDAD En una plantación de manzanos, el peso en kg de la fruta producida anualmente por cada manzano sigue una distribución normal N(50; 10). (a) Si tomamos dos manzanos al azar, cuál

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

Puedes descargar este examen en pdf desde esta dirección (busca el enlace Dropbox en la parte inferior de la página):

Puedes descargar este examen en pdf desde esta dirección (busca el enlace Dropbox en la parte inferior de la página): Univ. de Alcalá. Estadística 2014-15 Dpto. de Física y Matemáticas Grado en Biología. Examen final. Miércoles, 21 de Enero de 2015. Apellidos: Nombre: INSTRUCCIONES (LEER ATENTAMENTE). Puedes descargar

Más detalles

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X = Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE

Más detalles

Selectividad Septiembre 2006 SEPTIEMBRE 2006

Selectividad Septiembre 2006 SEPTIEMBRE 2006 Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual

Más detalles

REGRESION simple. Correlación Lineal:

REGRESION simple. Correlación Lineal: REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)

Más detalles

15 ESTADÍSTICA BIDIMENSIONAL

15 ESTADÍSTICA BIDIMENSIONAL ESTADÍSTICA BIDIMENSINAL EJERCICIS PRPUESTS. Copia y completa la siguiente tabla. A B C Total A B C Total a 4 b c 0 7 Total 7 6 a 4 b c 4 3 0 7 Total 7 6 3 6 a) Qué porcentaje de datos presentan la característica

Más detalles

FISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS

FISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS AJUSTE POR MÍNIMOS CUADRADOS Existen numerosas leyes físicas en las que se sabe de antemano que dos magnitudes x e y se relacionan a través de una ecuación lineal y = ax + b donde las constantes b (ordenada

Más detalles

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II Soluciones de los ejercicios de Selectividad sobre Probabilidad de ntonio Francisco Roldán López de Hierro * Convocatoria de 2007 Las siguientes páginas contienen las soluciones de los ejercicios propuestos

Más detalles

APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y

APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC Abel Martín ( * ) Rosana Álvarez García ( ) En dos artículos anteriores ya hemos estudiado la distribución Binomial de parámetros

Más detalles

TEMA 9 DISTRIBUCIONES BIDIMENSIONALES

TEMA 9 DISTRIBUCIONES BIDIMENSIONALES Tema 9 Distribuciones bidimensional Matemáticas CCI 1º Bachillerato 1 TEMA 9 DITRIBUCIONE BIDIMENIONALE NUBE DE PUNTO Y COEFICIENTE DE CORRELACIÓN EJERCICIO 1 : Las notas de 10 alumnos y alumnas de una

Más detalles

Problemas Resueltos del Tema 1

Problemas Resueltos del Tema 1 Tema 1. Probabilidad. 1 Problemas Resueltos del Tema 1 1- Un estudiante responde al azar a dos preguntas de verdadero o falso. Escriba el espacio muestral de este experimento aleatorio.. El espacio muestral

Más detalles

Sistemas de dos ecuaciones lineales con dos incógnitas

Sistemas de dos ecuaciones lineales con dos incógnitas Sistemas de dos ecuaciones lineales con dos incógnitas Una ecuación lineal con dos incógnitas es una epresión de la forma a b c donde a, b c son los coeficientes (números) e son las incógnitas. Gráficamente

Más detalles

Nombre...Apellidos... Grado en:...grupo:...

Nombre...Apellidos... Grado en:...grupo:... ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3,

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadística Matemáticas B º E.S.O. TEMA 9 ESTADÍSTICA TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS EJERCICIO : En un grupo de personas hemos preguntado por el número

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

Explicación de la tarea 3 Felipe Guerra

Explicación de la tarea 3 Felipe Guerra Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La

Más detalles

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u

Más detalles

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas

Elementos de Probabilidad y Estadística Segundo de Economía Examen del 26 de junio de 2006 DURACIÓN: 2 horas Elementos de Probabilidad y Estadística Segundo de Economía Examen del 6 de junio de 6 DURACIÓN: horas. a) Se realizan lanzamientos de un dado regular. i) Calcular la probabilidad de obtener exactamente

Más detalles

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2 Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación

Más detalles

Control Estadístico de Procesos

Control Estadístico de Procesos Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0)

6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0) 1. La rueda de una ruleta se divide en 25 sectores de igual área que se enumeran del 1 al 25. Encuentra una fórmula para la distribución de probabilidades de la v.a. X que representa el número obtenido

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD.

INTRODUCCIÓN A LA PROBABILIDAD. INTRODUCCIÓN A LA ROBABILIDAD. Departamento de Matemáticas Se denomina experimento aleatorio a aquel en que jamás se puede predecir el resultado. El conjunto formado por todos los resultados posibles de

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Cuadernillo ALUMNO 7 0 básico. Matemáticas

Cuadernillo ALUMNO 7 0 básico. Matemáticas Cuadernillo ALUMNO 7 0 básico Matemáticas Los objetivos de esta sección están en consonancia con los propuestos por el MINEDUC para Séptimo Básico, tanto desde el punto de vista de los contenidos como

Más detalles

Cifras significativas e incertidumbre en las mediciones

Cifras significativas e incertidumbre en las mediciones Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades

Más detalles

TEMA 5. MUESTREO PARA LA ACEPTACIÓN.

TEMA 5. MUESTREO PARA LA ACEPTACIÓN. TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor

Más detalles

ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson

ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables;

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

DESIGUALDADES E INECUACIONES

DESIGUALDADES E INECUACIONES DESIGUALDAD DESIGUALDADES E INECUACIONES Para hablar de la NO IGUALDAD podemos utilizar varios términos o palabras. Como son: distinto y desigual. El término "DISTINTO" (signo ), no tiene apenas importancia

Más detalles

Ingeniería Técnica Industrial, todas especialidades. Ingeniería Técnica Telecomunicaciones, Telemática Problemas de examenes

Ingeniería Técnica Industrial, todas especialidades. Ingeniería Técnica Telecomunicaciones, Telemática Problemas de examenes Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería, Estadística Problemas de examenes: Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

4. Se considera la función f(x) =. Se pide:

4. Se considera la función f(x) =. Se pide: Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones

Más detalles

Caso práctico 1: Determinación del coste de capital de REGRESENGER.

Caso práctico 1: Determinación del coste de capital de REGRESENGER. Caso práctico 1: Determinación del coste de capital de REGRESENGER. REGRESENGER, SA, tiene previsto realizar un proyecto, de entre dos posibles, ambos con unas necesidades financieras por importe de 1

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

Funciones, x, y, gráficos

Funciones, x, y, gráficos Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre

Más detalles

Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS

Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD 1 PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o

Más detalles

Selectividad Septiembre 2008 SEPTIEMBRE 2008

Selectividad Septiembre 2008 SEPTIEMBRE 2008 Bloque A SEPTIEMBRE 008.- Una ONG organiza un convoy de ayuda humanitaria con un máimo de 7 camiones, para llevar agua potable y medicinas a una zona devastada por unas inundaciones. Para agua potable

Más detalles

DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL

DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Capítulo 3 DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL 3.1. Introducción Estudiaremos en este tema dos de las distribuciones de probabilidad más importantes y que son imprescindibles a la hora de adentrarnos

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se

Más detalles

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN CIENCIAS EMPRESARIALES ESTADÍSTICA

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN CIENCIAS EMPRESARIALES ESTADÍSTICA ESCUELA UIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA E CIECIAS EMPRESARIALES ESTADÍSTICA Ejercicios Resueltos AÁLISIS ESTADÍSTICO DE DOS VARIABLES Y RE- GRESIÓ LIEAL SIMPLE Curso 6-7 Curso 6-7 1)

Más detalles

ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA

ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA MaMaEuSch (Management Mathematics for European School) http://www.mathematik.uni-kl.de/~mamaeusch/ Modelos matemáticos orientados a la educación Clases

Más detalles

ASTURIAS JUNIO 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

ASTURIAS JUNIO 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ASTURIAS JUNIO 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OBSERVACIONES IMPORTANTES: El alumno deberá contestar a cuatro bloques elegidos entre los seis que siguen. La contestación deberá ser

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL CAPÍTULO 14 MEDIDAS DE TENDENCIA CENTRAL A veces, de los datos recolectados ya organizados en alguna de las formas vistas en capítulos anteriores, se desea encontrar una especie de punto central en función

Más detalles

Semana de dieta (X) 1 2 3 4 5 Peso en Kg (Y) 88.5 87 84 82.5 79

Semana de dieta (X) 1 2 3 4 5 Peso en Kg (Y) 88.5 87 84 82.5 79 . Una persona se somete a una dieta de adelgazamiento durante cinco semanas. A continuación se detalla su peso al término de cada una de esas semanas: Semana de dieta X) 2 3 4 Peso en Kg Y) 88. 87 84 82.

Más detalles

EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN

EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN EJERCICIOS DE REPASO SOBRE DERIVABILIDAD III. PROBLEMAS DE OPTIMIZACIÓN Una de las aplicaciones más comunes de los conceptos relacionados con la derivada de una función son los problemas de optimización.

Más detalles

Inferencia Estadística

Inferencia Estadística EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre

Más detalles