Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

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

Download "Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c."

Transcripción

1 Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una tabla de contngenca osbldad de que algo suceda o no sucedao en un dagrama de árbol. Las tablas de contngenca y los dagramas de árbol están íntmamente relaconados, dado uno de ellos podemos construr el otro. Unas veces, los datos del problema permten construr fáclmente uno de ellos y a partr de él podemos construr el otro, que nos ayudará en la solucón del problema Conversón de una tabla en dagrama de árbol Las tablas de contngenca están referdas a dos eventos que presenta cada uno dos o más posbldades. En el caso de los sucesos, c, y c, expresados en frecuencas absolutas, relatvas o probabldades, la tabla adopta la forma adjunta. c TOTL c c c c c c TOTL c 1 Dcha tabla adopta la forma del dagrama de árbol del dbujo. En éste, a cada uno de los sucesos y c se les ha asocado los sucesos y c. c c c c c c c Sobre las ramas del dagrama de árbol se han anotado las probabldades condconadas correspondentes, deducdas de las relacones análogas a: 34 Juan Camlo lzate Echeverr

2 Estadístca robablístca 6.2. Conversón de un dagrama en tabla de contngenca De manera recíproca, dado el dagrama de árbol podemos construr la tabla de contngenca equvalente s más que utlzar la expresón = para calcular las probabldades de las nterseccones de sucesos que forman la tabla. Ejemplo 1 Un taller sabe que por térmno medo acuden por la mañana 3 automóvles con problemas eléctrcos, 8 con problemas mecáncos y 3 con problemas de chapa, y por la tarde 2 con problemas eléctrcos, 3 con problemas mecáncos y 1 con problemas de chapa. a. Calcule el porcentaje de los que acuden por la tarde. b. Calcule el porcentaje de los que acuden por problemas mecáncos. c. Calcule la probabldad de que un automóvl con problemas eléctrcos, acuda por la mañana. Solucón En las tablas de contngenca, con las frecuencas absolutas y los porcentajes, respectvamente, pueden verse recogdos los datos del enuncado. ELÉCTRICOS MECÁNICOS CH TOTL MÑN TRDE TOTL ELÉCTRICOS MECÁNICOS CH TOTL MÑN TRDE TOTL Las respuestas a las cuestones planteadas basta leerlas en las tabla. sí, se obtene: 35 Juan Camlo lzate Echeverr

3 Estadístca robablístca a. El 30% de los automóvles acude al taller por la tarde. b. El porcentaje de vehículos ngresados con problemas mecáncos es el 55%. c. La probabldad buscada es: acuda por la mañanatene problemas eléctrcos = = 35 = 0.6 La probabldad de que un automóvl con problemas eléctrcos, acuda por la mañana es del 60% Teorema de la robabldad Total La probabldad de un evento que se puede dar de varas formas es gual a la suma de los productos de las probabldades de que se den estas formas n, por las probabldades de éste en cada una de esas formas n. n I 1 n n Ejemplo 1 Una poblacón está formada por tres grupos étncos: con un 30%, con un 10% y C con un 6O%. demás se sabe que el porcentaje de personas con ojos claros en cada una de estas poblacones es, respectvamente, del 20%, 40% y 5%. Cuál es la probabldad de que un ndvduo al azar de esta poblacón tenga ojos claros? Solucón or el teorema de la probabldad total, la probabldad de que un ndvduo elegdo al azar de esta poblacón tenga ojos claros es: ojos claros = x ojos claros + x ojos claros + C x 0jos clarosc = 0.3 x x x 0.05 = 0.13 La probabldad de que un ndvduo escogdo al azar de esta poblacón sea de ojos claros es del 13%. Ejemplo 2 Se realzó un censo en la cudad de ellín para saber la cantdad de personas que habta la cudad. Sus resultados fueron que el 0.6 son mujeres y el resto hombres. De las mujeres el 0.65 son menores de edad y el 0.35 son mayores de edad, mentras que en los hombres sucede lo contraro de las mujeres. S se escoge una persona al azar de este estudo, encuentre la probabldad de que sea menor de edad. Solucón 36 Juan Camlo lzate Echeverr

4 Estadístca robablístca M = {Sea mujer} = {Sea menor de edad} H = {Sea hombre} = {Sea mayor de edad} M=0.65 M=0.6 M=0.35 H=0.4 H=0.35 H=0.65 = M + H = M. M+H. H = 0.6 * * 0.35 = = 0.53 = 53% Es la probabldad de que sean menores de edad. Ejemplo 3 La aerolínea vanca hzo una encuesta a gual número de usuaros en las cudades de ogotá y ellín, con el fn de tener una vsón acerca de cuál es la opnón que tenen los usuaros del servco que se presta. Los resultados se presentan en la sguente tabla: ellín ogotá ueno 24% 22% Regular 47% 36% Malo 29% 42% S un usuaro encuestado es selecconado al azar, encuentre la probabldad de que consdere que el servco de vanca es bueno. Solucón = + tá = * +tá* tá = 0.5 * * 0.22 = = 0.23 La probabldad de que esta persona haya dcho que el servco es bueno es del 23 %. ara una mayor clardad puedes observar el dagrama adjunto. ueno 37 Juan Camlo lzate Echeverr

5 Estadístca robablístca = 0.24 ellín Regular R = 0.47 Inco = 0.5 tá = 0.5 Malo ueno M = 0.29 tá = 0.22 ogotá Regular Rtá = 0.36 Malo Mtá = 0.42 Ejemplo 4 Una compañía dedcada al transporte públco explota tres líneas de una cudad, de forma que el 60% de los autobuses cubre el servco de la prmera línea, el 30% cubre la segunda y el 10% cubre el servco de la tercera línea. Se sabe que la probabldad de que, daramente, un autobús se averíe es del 2%, 4% y 1%, respectvamente, para cada línea. Determna la probabldad de que, en un día, un autobús sufra una avería. Solucón El suceso "sufrr una avería" v puede producrse en las tres líneas, L1, L2, L3. Según el teorema de la probabldad total y tenendo en cuenta las probabldades del dagrama de árbol adjunto, tenemos: v = L1*vL1 + L2*vL2 + L3*vL3 = 0.6* * *0.01 = = La probabldad de que un autobús sufra una avería es del 2.5% 38 Juan Camlo lzate Echeverr

6 Estadístca robablístca 7. Teorema de ayes La técnca más antgua y mejor defnda para manejar la ncertdumbre es la Regla de ayes, la msma que está basada en la teoría clásca de la probabldad. Las hpótess son más o menos probables dependendo de las posbldades de los hechos o evdencas que las sostenen. La probabldades se calculan con base a la fórmula general de la probabldad condconal de ayes o alguna transformacón de la msma. En su esenca, esta regla nos ndca qué nformacón es necesara y el método para nvertr la condcón cuando calculamos una probabldad condconal. S y son eventos y conocemos, c, entonces podemos calcular. La necesdad de calcular éste ultmo valor a partr de la nformacón dsponble es mprescndble para entender las consecuencas de algunas de nuestras decsones. Suponga que en el ejemplo 3 de la págna 36, el cual habla sobre la opnón que tenen los usuaros de ogotá y ellín acerca de la aerolínea vanca, se quere hallar la probabldad de que al escoger una persona al azar del estudo, ésta sea de ellín, dado que djo que el servco era bueno. ueno = 0.24 ellín Regular R = 0.47 Inco = 0.5 tá = 0.5 Malo ueno M = 0.29 tá = 0.22 ogotá Regular Rtá = 0.36 Malo Mtá = 0.42 Solucón Según lo preguntado, deberíamos encontrar la probabldad sguente: 39 Juan Camlo lzate Echeverr

7 Estadístca robablístca Juan Camlo lzate Echeverr 40 De la formula de probabldad condconal tenemos que: tá tá tá Lo que hcmos fue smplemente: aplcar en el segundo paso la regla multplcatva de la probabldad para el numerador y la regla de la probabldad total para el denomnador. hora podemos reemplazar los valores en la últma fórmula pues todos son conocdos * * * 0.24 Lo cual quere decr que la probabldad de que la persona sea de ellín, dado que djo que el servco es bueno, es del 52.2% Deduccón de la Fórmula de ayes ara realzar la deduccón de esta últma fórmula supongamos un espaco muestral que está dvddo en n fuentes de las cuales puede provenr un suceso, así 1, 2, 3,..., n y sea un suceso cualquera del que se conocen las probabldades condconales, luego, la probabldad de que suceda algún evento, dado que sucedó, vene dada por: n n n j j j 1 Teorema de ayes Expresando en palabras este numerador y denomnador, tendríamos que:

8 Estadístca robablístca robabldad... para... el... ca mn o... de y... Suma... de... todas... las... probabldades... para... las... rutas.. a... ara = 1, n : Son llamadas probabldades a pror, ya que están dadas antes de que tengamos cualquer conocmento acerca del resultado de un evento que provene de la fuente. : Es la probabldad condconal típca o normal que trata con la probabldad de un resultado en la segunda etapa después que un resultado en la prmera etapa ha ocurrdo. : Es la probabldad nversa o sea, que trata con la probabldad de un resultado en la prmera etapa dado que un resultado en la segunda etapa ha ocurrdo. Tambén se llama probabldad a posteror, o posteror ya que es encontrada después que el resultado de la prueba es conocdo. En los problemas relaconados con la probabldad, y en partcular con la probabldad condconada, así como con la probabldad total y el teorema de ayes, es aconsejable que, con la nformacón del problemas, construyas una tabla de contngenca o un dagrama de árbol. Ejemplo El gerente de marketng de una frma fabrcante de juguetes planea la ntroduccón de un nuevo juguete al mercado. En el pasado, 40% de los juguetes ntroducdos por esta frma han tendo éxto y 60% no lo han tendo. ntes de lanzar el juguete al mercado, se lleva a cabo una nvestgacón de mercados y se elabora un nforme, favorable o desfavorable. En el pasado, 80% de los juguetes con éxto recberon nformes favorables y 30% de los juguetes sn éxto tambén recberon nformes favorables. El gerente de marketng quería conocer la probabldad de que el nuevo juguete tendrá éxto s recbe un nforme favorable. El teorema de bayes se puede desarrollar a partr de las defncones de probabldad condconal y margnal en la sguente forma: = 1 = 2 Con la ecuacones 1 y 2 se tene De modo que = = 41 Juan Camlo lzate Echeverr

9 Estadístca robablístca = K K El teorema de bayes es: = K K En donde es el -esmo evento de k eventos mutuamente exclusvos. hora se puede usar el teorema de bayes para resolver el problema del fabrcante de juguetes. Sean Evento E = juguete con éxto E c =juguete sn éxto Evento F = nforme favorable F c = nforme desfavorable Y E= 0.40 FE= 0.80 E c = 0.60 F E c = 0.30 Entonces EF= FE E. FE E + F E c E c = = = 0.64 La probabldad de que un juguete tenga éxto, dado que se recbó un nforme favorable, es de por tanto, la probabldad de que un juguete no tenga éxto puesto que recbó un nforme favorable es de 0.36, porque solo hay dos eventos posbles: E c F= 1- EF El denomnador del teorema de ayes representa la probabldad total del evento F, en este caso un nforme favorable de la nvestgacón de mercados. or tanto, la proporcón de juguetes que recben nformes favorables de la nvestgacón de mercados es de Juan Camlo lzate Echeverr

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

5ª Parte: Estadística y Probabilidad

5ª Parte: Estadística y Probabilidad ª Parte: Estadístca y Probabldad. Las notas de los alumnos de una clase son:,,,, 6, 7,,,,,,,, 7,,,, 6,, Haz una tabla de frecuencas. Solucón Varable Frecuencas absolutas Frecuencas relatvas estadístca

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

II. PROBABILIDADES CONDICIONALES. 2.1 Definiciones. Supongamos que lanzamos dos dados

II. PROBABILIDADES CONDICIONALES. 2.1 Definiciones. Supongamos que lanzamos dos dados II. PROBABILIDADES CONDICIONALES. 2. Defncones Supongamos que lanzamos dos dados p( ω ) con ω ( ω, ω 2 ) ω, ω 2 6 {,2,...,6} S observamos que el prmer dado muestra el número 4, Cual es la probabldad de

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FCULTD DE INGENIERÍ U N M ROILIDD Y ESTDÍSTIC Irene atrca Valdez y lfaro renev@unam.mx Versón revsada: juno 2018 T E M S DEL CURSO 1. nálss Estadístco de datos muestrales. 2. Fundamentos de la Teoría de

Más detalles

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO.

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. Dado un numero n de puntos del plano ( a, b ) es posble encontrar una funcón polnómca

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

FACULTAD DE INGENIERÍA U N A M

FACULTAD DE INGENIERÍA U N A M FCULTD DE INGENIERÍ U N M Irene atrca Valdez y lfaro renev@servdor.unam.mx T E M S DEL CURSO 1. nálss Estadístco de datos muestrales. 2. Fundamentos de la Teoría de la probabldad. 3. Varables aleatoras.

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA ESTADISTICA 1º.- La sguente tabla muestra las frecuencas relatvas de respuestas contestadas en un test por 50 personas. Intervalo Marca de clase Frecuenca Frecuenca absoluta relatva 0-0.1 5-9 0.3 10-1

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

Más detalles

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo 4 Probabldades Estadístca Computaconal II Semestre 006 Profesores: Héctor llende (hallende@nf.utfsm.cl) Carlos Valle (cvalle@nf.utfsm.cl)

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

TEMA 1: INCERTIDUMBRE Y PROBABILIDAD

TEMA 1: INCERTIDUMBRE Y PROBABILIDAD MÉTODOS ESTDÍSTICOS PR L EMPRES TEM 1: INCERTIDUMBRE Y PROBBILIDD 1.1.- La probabldad. Conceptos y cuantfcacón 1.2.- Defncón axomátca de la probabldad 1.3.- Probabldad condconada e ndependenca 1.4.- Probabldad

Más detalles

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL SEMESTRE 04

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

INICIACIÓN A LA ESTADÍSTICA. ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD ESTADÍSTICA. (SOLUCIONES)

INICIACIÓN A LA ESTADÍSTICA. ACTIVIDADES DE AUTOEVALUACIÓN DE LA UNIDAD ESTADÍSTICA. (SOLUCIONES) ACTIVIDADES DE AUTOEVALUACIÓ DE LA UIDAD ESTADÍSTICA. (SOLUCIOES) 1. D, en cada caso, cuál es la varable que se quere estudar y especfca de qué tpo es: Tempo dedcado a las tareas doméstcas por parte de

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

OCION elegr opcones) Ejercco 1 EJERCICIOS Un rombo tene 30 m de superfce su ángulo menor es de 4º, Calcule la longtud de su lado. Ejercco S sumamos uno a un número calculamos su raíz cuadrada postva, se

Más detalles

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i ) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70 Análss del caso promedo Técncas Avanzadas de Programacón - Javer Campos 70 Análss del caso promedo El plan: Probabldad Análss probablsta Árboles bnaros de búsqueda construdos aleatoramente Tres, árboles

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011 Análss de equlbro general en economías cerradas con produccón. Preferencas Cobb-Douglas Tecnologías Cobb-Douglas con rendmentos constantes a escala. Enrque awamura Mcroeconomía I para economstas. FCE-UBA.

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 PROBABILIDAD Y ESTADISTICA LABORATORIO PARA EXAMENES EXTRAORDINARIOS INSTRUCCIONES.- CONTESTE CADA UNO DE LOS SIGUIENTES PROBLEMAS COMPROBANDO SU RESPUESTA

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

(4 3 i)(4 3 i)

(4 3 i)(4 3 i) E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas

Más detalles

Método de reponderación aplicado en la EPA

Método de reponderación aplicado en la EPA Método de reponderacón aplcado en la EPA La Encuesta de Poblacón Actva (EPA), como cualquer otra encuesta a hogares, puede tener dstorsones en las estmacones que produce, debdo a una sere de causas lgadas

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador. . Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Ejercicios y problemas (páginas 131/133)

Ejercicios y problemas (páginas 131/133) 7 Calcula el opuesto y el conjugado de los sguentes números complejos, expresándolos en forma polar: a) z b) z (cos 00 sen 00 ) c) z Expresamos en prmer lugar los números complejos en forma Calcula las

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador. . Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta

Más detalles

9Soluciones a los ejercicios y problemas

9Soluciones a los ejercicios y problemas 38 S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Solución. Se multiplica numerador y denominador por el conjugado del denominador.

Solución. Se multiplica numerador y denominador por el conjugado del denominador. . Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Solucón. Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador,

Más detalles

Clase Auxiliar #1: Teoría de Juegos

Clase Auxiliar #1: Teoría de Juegos UNIVERSIDAD DE CHILE FAC DE CIENCIAS FÍSICAS Y MATEMÁTICAS Departamento de Ingenería Industral Curso: IN5A Economía Industral Semestre: Prmavera 7 Profesor: Ronald Fscher Auxlares: Klaus Kaempfe Sofía

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

Mecánica Estadística: Estadística de Maxwell-Boltzmann

Mecánica Estadística: Estadística de Maxwell-Boltzmann Ludwg Boltzmann 1844-1906 James Clerk Maxwell 1831-1879 E. Martínez 1 Lápda de Boltzmann en el cementero de Vena S=k ln W E. Martínez 2 S=k ln W Entropía, una propedad termodnámca Una medda de nuestra

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

UNIDAD 1: Tablas de frecuencias

UNIDAD 1: Tablas de frecuencias UIDAD : Tablas de recuencas Cuando sobre una poblacón hemos realzado una encuesta o cualquer regstro para conocer los valores que toman las varables, nos encontramos ante una gran cantdad de datos que

Más detalles

Termómetros de resistencia de platino y la escala internacional de temperatura EIT-90

Termómetros de resistencia de platino y la escala internacional de temperatura EIT-90 Termómetros de resstenca de platno y la escala nternaconal de temperatura EIT- Víctor Martínez Fuentes La EIT- La Escala Internaconal de Temperatura de 19 (EIT- ) se adoptó por el CIPM en 1989 para reemplazar

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA

3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA 3º ESO ESTADÍSTICA DEPARTAMETO DE MATEMÁTICAS. COPIRRAI_Julo César Abad Martínez-Losa ESTADÍSTICA 1.- POBLACIÓ, MUESTRA y CARACTERES ESTADÍSTICOS.- Poblacón: Son todos los ndvduos sobre los que se realza

Más detalles

3.3 Prueba de Matemáticas y Lenguaje

3.3 Prueba de Matemáticas y Lenguaje 04 3.3 Prueba de Matemátcas y Lenguaje Con el objetvo de conocer el nvel de conocmento de ml doscentos sesenta y cuatro estudantes de las escuelas nvestgadas dentro de la cudad de Guayaqul, se efectúa

Más detalles

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1. Objetvos y orentacones metodológcas SISTEMA DIÉDRICO I Interseccón de planos y de recta con plano TEMA 8 Como prmer problema del espaco que presenta la geometría descrptva, el alumno obtendrá la nterseccón

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana. Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose

Más detalles

Geometría convexa y politopos, día 1

Geometría convexa y politopos, día 1 Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

6 Minimización del riesgo empírico

6 Minimización del riesgo empírico 6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón

Más detalles

Enlaces de las Series de Salarios. Metodología

Enlaces de las Series de Salarios. Metodología Enlaces de las eres de alaros Metodología ntroduccón La Encuesta de alaros en la ndustra y los ervcos (E, cuyo últmo cambo de base se produjo en 996) ha sufrdo certas modfcacones metodológcas y de cobertura,

Más detalles