1. Hallar la media de metros cúbicos consumidos por mes.

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

Download "1. Hallar la media de metros cúbicos consumidos por mes."

Transcripción

1 ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Primer parcial 206 / Montevideo, 2 de mayo de 206. Nombre: C.I.: El tiempo previsto para realizar el parcial es de 2 horas. El total es de 40 puntos y deben obtener un mínimo de 6 para permanecer reglamentados. Mucha suerte Ejercicio (0 puntos) La Encuesta Nacional de Juventud realiza un relevamiento de los jóvenes entre 4 y 29 años. Con los datos de la encuesta es posible clasificar a los jóvenes en estudiantes y trabajadores. La probabilidad de encontrar un joven trabajando es 0,48. Por otra parte, se sabe que la probabilidad de encontrar un joven que estudie dado que trabaja es 0,37 y la de encontrar un joven que estudie dado que no trabaja es 0,76. En base a estos datos se le solicita: Encuentre la probabilidad de que un joven de la muestra estudie. Sabiendo que la probabilidad de que un joven estudie y trabaje es de 0,8, calcule la probabilidad de que un joven no estudie ni trabaje. Ejercicio 2 (0 puntos) Sea X el volumen en metros cúbicos de gas natural que consume un hogar en un mes. Se sabe que X sigue una distribución Uniforme [a,b], con parámetros a 5 y b 5. Hallar la media de metros cúbicos consumidos por mes. Determinar x,, el valor del volumen de metros cúbicos consumidos de gas natural que acumula una probabilidad de 75% para valores menores o iguales (percentil de la distribución). Calcular la probabilidad de que un hogar consuma entre 8 y 2 metros cúbicos de gas natural en un mes. Recordar que: P X x x a

2 Ejercicio 3 (0 puntos) La distribución de probabilidad conjunta de dos variables aleatorias (X, Y) está dada por: P XY (x,y) Y: 0 2 X: Son independientes X e Y? Fundamentar. Hallar P(X 2/Y ). (Recordar la definición de probabilidad condicionada) Calcular P(X + Y 4). Ejercicio 4 (0 puntos) El Instituto Nacional de Evaluación Educativa (Ineed) sabe que la media poblacional de las notas de matemática en alumnos de cuarto año de secundaria es 78 y la varianza poblacional es de 60. En base a esta información el Ineed desea determinar: En una muestra de 5 estudiantes, qué tan probable es que la media muestral sea menor a 76,5 puntos? Si la muestra es de 00 estudiantes, cuál es la probabilidad de que la media muestral se encuentre entre 77 y 80 puntos? Determine el tamaño de muestra óptimo, si se desea que la discrepancia con la media muestral no sea superior a ±2 puntos, con un nivel de confianza de 95%.

3 SOLUCION Solución Ejercicio (0 puntos) 𝑃 𝑇 0,48 𝑃 𝑇 0,52 𝑃 𝐸/𝑇 0,37 𝑃 𝐸/𝑇 0,76 𝑃 𝐸 𝑃 𝐸 𝑇 + 𝑃 𝐸 𝑇 𝑃(𝐸/𝑇)𝑃(𝑇) + 𝑃(𝐸/𝑇 )𝑃(𝑇 ) 𝑃(𝐸) 0,37 0,48 + 0,76 0,52 0,5728 La probabilidad de que un joven de la muestra estudie y trabaje es de 0,5728. 𝑃 𝐸 𝑇 𝑃 𝐸 + 𝑃 𝑇 𝑃 𝐸 𝑇 𝑃 𝐸 𝑇 𝑃 𝐸 𝑇 0,8 0,82 𝑃(𝐸 𝑇 ) ( 𝑃(𝐸)) + 𝑃(𝑇 ) 𝑃(𝐸 𝑇 ) 𝑃(𝐸 𝑇 ) ( 0,5728) + 0,52 0,82 0,272 La probabilidad de que un joven de la muestra no estudie ni trabaje es de 0,27 Solución Ejercicio 2 (0 puntos) 𝐸 𝑋 𝜇 0 La media de metros cúbicos consumidos en un hogar por mes es de 0. Recordando que la densidad de una uniforme se calcula (base por altura): 𝑃 𝑋 𝑥 𝑥 𝑎 𝑏 𝑎 Buscamos el valor de 𝑥 que hace que la densidad sea 0,75. Por lo tanto: 𝑃 𝑋 𝑥, 𝑥, 𝑎 0,75 𝑏 𝑎 𝑥, 5 0, 𝑥, 5 0,75 0 𝑥, 2,5 𝑃(8 < 𝑋 2) es igual al área bajo la densidad entre 8 y 𝑃 8 < 𝑋 2 𝑃 𝑋 2 𝑃 𝑋 8 0, La probabilidad de que un hogar consuma entre 8 y 2 metros cúbicos de gas natural por mes es de 0,4.

4 Solución Ejercicio 3 (0 puntos) X e Y son independientes si se cumple 𝑃 𝑥, 𝑦 𝑃 𝑥 𝑃 𝑦 para todo 𝑥, 𝑦. En este caso no se cumple, ya que tenemos 𝑃 0, 0 0,08 𝑃 0 𝑃 0 0,33 0,33 0,09. Con que en un caso solo no se cumpla la condición, las variables no son independientes. 𝑃(𝑋 2 𝑌 ) 𝑃(𝑋 2/𝑌 ) 𝑃(𝑌 ) 𝑃 2, + 𝑃 2, 2 + 𝑃 4, + 𝑃 4, 2 𝑃 𝑋 2/𝑌 𝑃 + 𝑃 2 𝑃 𝑋 2/𝑌,..,,, 0,627. Se trata de una variable aleatoria nueva 𝑍 𝑋 + 𝑌, y se pide calcular 𝑃(𝑍 4). Lo primero es encontrar el recorrido de la nueva variable, la cual puede tomar los valores 0,, 2, 3, 4, 5, 6. La cuantía de 𝑍 se obtiene sumando la probabilidades de los pares de (X,Y) que nos dan cada una de las sumas: 0,08 𝑠𝑖 𝑍 0 0,05 𝑠𝑖 𝑍 0,2 + 0, 0,3 𝑠𝑖 𝑍 2 0,2 𝑠𝑖 𝑍 3 𝑃 ,27 𝑠𝑖 𝑍 4 0,08 𝑠𝑖 𝑍 5 0, 𝑠𝑖 𝑍 6 Por tanto: 𝑃 𝑋 + 𝑌 4 𝑃 𝑍 4 𝑃 0 + 𝑃 + 𝑃 2 + 𝑃 3 + 𝑃 4 0,08 + 0,05 + 0,3 + 0,2 + 0,27 0,82 Solución Ejercicio 4 (0 puntos) Como conocemos la varianza poblacional, y aunque n<30, tenemos que: 𝑋 𝜇 𝑋 78 ~𝑁(0,) 60/ 5 𝜎 /𝑛 𝑃 𝑋 < 76,5 𝑃 <, 𝑃 𝑍 0,75 𝑃 𝑍 > 0,75 𝑃 𝑍 0,75 Φ 0,75 0,7734 0,2266

5 En una muestra de 5 alumnos, la probabilidad de que la media muestral de las notas sea inferior a 76,5 es de 0,2266. Dado que conocemos la varianza poblacional y que la muestra es grande, sabemos que: X μ X 78 σ /n 60/00 ~N(0,) P 77 < X 80 P " < " < " P,29 < X 2,58 P X 2,58 P X,29 Φ 2,58 Φ,29 0,995 0,0985 0,8966 En una muestra de 00 alumnos, la probabilidad de que la media muestral de las notas se encuentre entre 77 y 80 puntos es de 0,8966. Si α 0,05 0,975. Debemos buscar el valor de tabla en donde se acumula una probabilidad de 0,975 de una distribución normal (0,). El valor de una tabla normal (0,) donde se acumula la probabilidad 0,975 es el valor,96. Por lo tanto, para hallar el tamaño de muestra óptimo solamente alcanza con sustituir los valores en la fórmula: n, 57,62 Con una muestra de 58 alumnos se tiene con un 95% de confianza que la media muestral de las notas de los alumnos va a ser de 78.

Ejercicio 1 (20 puntos)

Ejercicio 1 (20 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada

Más detalles

Variables aleatòries vectorials Els problemes assenyalats amb un (*) se faran a classe. 1.- Los estudiantes de una universidad se clasifican de acuerdo a sus años en la universidad (X) y el número de visitas

Más detalles

ENUNCIADO y SOLUCIONES. Problema 1

ENUNCIADO y SOLUCIONES. Problema 1 Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.

Más detalles

Ejercicio 1(12 puntos)

Ejercicio 1(12 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Primer Parcial Montevideo, 30 de mayo de 2015. Nombre: Horario del grupo: C.I.: Profesor: Ejercicio 1(12 puntos) En las elecciones departamentales se

Más detalles

ESTADÍSTICA Y PROBABILIDAD

ESTADÍSTICA Y PROBABILIDAD (distribución normal) 1 1.- Calcular las probabilidades de los siguientes intervalos, empleando para ello las tablas de la distribución de probabilidad normal estándar N(0, 1): (1) P(z 2 14) (2) P(z 0

Más detalles

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación

Más detalles

PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II

PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II 1.- Las tallas de una muestra de 1000 personas siguen una distribucióormal de media 1,76 metros y desviación

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS

INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: EXAMEN MODELO B DURACION: 2 HORAS Febrero 2011 EXAMEN MODELO B Pág. 1 INTRODUCCIÓN AL ANÁLISIS DE DATOS FEBRERO Código asignatura: 62011037 EXAMEN MODELO B DURACION: 2 HORAS X Ciudad A Ciudad B 17-20 10 17 13-16 20 27 9-12 25 15 5-8 15

Más detalles

Curso: 2º Grupo: B Día: 18 - IV CURSO

Curso: 2º Grupo: B Día: 18 - IV CURSO 3ª EVALUACIÓN Curso: º Grupo: B Día: 18 - IV - 008 CURSO 007-08 EJERCICIO 1 (1.75 puntos) Sea la población {1, 5, 7}. Escriba todas las muestras de tamaño, mediante muestreo aleatorio simple, y calcule

Más detalles

C7) Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado" es cierto que: a) De los

C7) Dada la distribución bidimensional de las variables Numero de desplazamientos diarios y Medio de transporte utilizado es cierto que: a) De los IS12-Estadística en ITIS Exámen Final Curso 2008-09 Fecha: 28/Enero/09 Nombre alumno: NOTA: MARCAR: (a) Sobre 5 ptos, (b) Sobre 9 ptos C1) Una variable X toma únicamente 4 valores distintos: x1, x2, x3,

Más detalles

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 Ejercicio 1 Una empresa de selección de personal llama a 12 postulantes para una entrevista de empleo. Se sabe por experiencia

Más detalles

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318

Más detalles

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria,

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria, Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, 2014-2015 Examen de la convocatoria extraordinaria, 22-6-2015 Nombre y apellidos.......................................................................

Más detalles

PROBABILIDAD. Unidad I Ordenamiento de la Información

PROBABILIDAD. Unidad I Ordenamiento de la Información 1 PROBABILIDAD Unidad I Ordenamiento de la Información 2 Captura de datos muestrales Conceptos básicos de la estadística 3 Población (o universo): Totalidad de elementos o cosas bajo consideración Muestra:

Más detalles

2.4.2 Definición de los menores y cofactores de una matriz

2.4.2 Definición de los menores y cofactores de una matriz Curso El detminante de una matriz puede s positivo, co o negativo. El detminante de una matriz de orden se define simplemente como el valor de su único elemento. Para definir el detminante de una matriz

Más detalles

SOLUCIÓN PRIMERA ELIMINATORIA NACIONAL

SOLUCIÓN PRIMERA ELIMINATORIA NACIONAL XXVII OLIMPIADA COSTARRICENSE DE MATEMÁTICA UNA - UCR - TEC - UNED - MEP - MICIT SOLUCIÓN PRIMERA ELIMINATORIA NACIONAL (0 ) 05 I Eliminatoria 05 - Solución. El cuadrado de la solución de la ecuación corresponde

Más detalles

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith) INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que

Más detalles

Tema 4: Estimación por intervalo (Intervalos de Confianza)

Tema 4: Estimación por intervalo (Intervalos de Confianza) Tema 4: Estimación por intervalo (Intervalos de Confianza (a partir del material de A. Jach (http://www.est.uc3m.es/ajach/ y A. Alonso (http://www.est.uc3m.es/amalonso/ 1 Planteamiento del problema: IC

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro

Más detalles

TEOREMA DEL LÍMITE CENTRAL. Paloma Páez de la Cadena Universidad Autónoma de Madrid

TEOREMA DEL LÍMITE CENTRAL. Paloma Páez de la Cadena Universidad Autónoma de Madrid TEOREMA DEL LÍMITE CENTRAL Paloma Páez de la Cadena Universidad Autónoma de Madrid Estadística Inferencial Métodos para obtener conclusiones válidas para toda la población a partir del estudio de una muestra.

Más detalles

Unidad 1 y 2: Fracciones, potencias y raíces

Unidad 1 y 2: Fracciones, potencias y raíces Ejercicios resueltos º ESO Matemáticas Académicas Unidad y Fracciones, potencias y raíces Ejercicio Resuelve las siguientes operaciones con fracciones 9 e) f) 9 0 g) h) i) 0 j) 9 Ejercicio De los vecinos

Más detalles

Intervalo para la media si se conoce la varianza

Intervalo para la media si se conoce la varianza 178 Bioestadística: Métodos y Aplicaciones nza para la media (caso general): Este se trata del caso con verdadero interés práctico. Por ejemplo sirve para estimar intervalos que contenga la media del colesterol

Más detalles

Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos

Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Estadística Inferencial. Sesión 3. Estimación de parámetros y por intervalos Contextualización. Se denomina estadístico a un estimador insesgado de un parámetro poblacional si la media o la esperanza del

Más detalles

TEOREMA DEL LÍMITE CENTRAL

TEOREMA DEL LÍMITE CENTRAL Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ

Más detalles

Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez

Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como

Más detalles

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016 ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico Solución. Curso 016 Ejercicio 1 Suponemos que hay independencia en la concurrencia o no entre las personas. Dado este supuesto y las características

Más detalles

EXAMEN DE ESTADISTICA II OCTUBRE 2009

EXAMEN DE ESTADISTICA II OCTUBRE 2009 Estadística II. CI: Apellido: Nombre: Sector Económico Página 1 de 5 EXAMEN DE ESTADISTICA II OCTUBRE 2009 Registre las respuestas en los espacios correspondientes. NO SE CORREGIRÁN HOJAS ADICIONALES Ejercicio

Más detalles

12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei EJERCICIOS DE SELECTIVIDAD 1. (JUNIO 2000) Una variable aleatoria X tiene distribución normal siendo su desviación típica igual a 3.

Más detalles

Teoría de la decisión

Teoría de la decisión Unidad 7.. Definiciones. Muestreo aleatorio y estadístico. Estadísticos importantes. Técnica de muestreo. Transformación integral 1 Muestreo: selección de un subconjunto de una población 1) Representativo

Más detalles

Continuamos con el estudio de la ecuación general o cartesiana de una recta en el plano.

Continuamos con el estudio de la ecuación general o cartesiana de una recta en el plano. Mini-resumen de la clase anterior: Facultad de Ciencias Exactas, Ingeniería y Agrimensura Departamento de Matemática - Escuela de Ciencias Exactas y Naturales Álgebra y Geometría Analítica I Lic. en Fisica

Más detalles

Estimaciones puntuales. Estadística II

Estimaciones puntuales. Estadística II Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un

Más detalles

Teorema del límite central

Teorema del límite central TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución

Más detalles

Prueba Integral Lapso /6

Prueba Integral Lapso /6 Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,

Más detalles

Tema 4: Variables aleatorias multidimensionales

Tema 4: Variables aleatorias multidimensionales Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Grado en Ingeniería Informática Tema 4 Vectores aleatorios Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.

Más detalles

ETSI de Topografía, Geodesia y Cartografía. Probabilidad, variables aleatorias y distribuciones EVALUACIÓN CONTINUA

ETSI de Topografía, Geodesia y Cartografía. Probabilidad, variables aleatorias y distribuciones EVALUACIÓN CONTINUA robabilidad, variables aleatorias y distribuciones EVALUACIÓN CONTINUA -XII- Grupo B.- Tres máquinas de una planta de montaje producen el %, 5% y 5% de productos, respectivamente. Se sabe que el %, %,

Más detalles

R E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z

R E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad

Más detalles

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA 1 CLASES DE ESTADÍSTICA II CLASE ) ESPERANZA ABSOLUTA. ESPERANZA CONDICIONAL. ESPERANZA ABSOLUTA El cálculo de valores esperados o esperanzas a nivel de dos variables aleatorias es una generalización matemática

Más detalles

Tema 4: Variables aleatorias multidimensionales

Tema 4: Variables aleatorias multidimensionales 1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica

Más detalles

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

Estadísticas y distribuciones de muestreo

Estadísticas y distribuciones de muestreo Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que

Más detalles

Anota aquí tus respuestas para esta sección Distribución Z

Anota aquí tus respuestas para esta sección Distribución Z Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten

Más detalles

Pruebas de Hipótesis

Pruebas de Hipótesis Pruebas de Hipótesis Tipos de errores Se pueden cometer dos tipos de errores: Decisión Población Ho es erdadera Ho es falsa No rechazar Ho Decisión correcta. Error tipo II Rechazar Ho Error tipo I Decisión

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:

Más detalles

UNIDAD Nº 4 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

UNIDAD Nº 4 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD UNIDAD Nº DISTRIBUCIONES CONTINUAS DE PROBABILIDAD Reportaje a Steve Hanke, Ex? Asesor de Domingo Cavallo. El Gobierno no continúa las reformas, y todo es confusión. El especialista en convertibilidad

Más detalles

Bloque I: Estadística y Probabilidad

Bloque I: Estadística y Probabilidad Bloque I: Estadística y Probabilidad 1. Probabilidad 1. Teoría de la probabilidad 2. Probabilidad condicionada 3. Dependencia e independencia de sucesos 4. Técnicas de recuento: diagramas de árbol, tablas

Más detalles

ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA

ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA Las encuestas sociológicas suelen trabajar con muestras. Sería demasiado costoso entrevistar al total de la población española adulta, que suele

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

EXAMEN DE ESTADÍSTICA Septiembre 2011

EXAMEN DE ESTADÍSTICA Septiembre 2011 EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Probabilidad, Variables aleatorias y Distribuciones

Probabilidad, Variables aleatorias y Distribuciones Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:

Más detalles

EJERCICIOS RESUELTOS TEMA 7

EJERCICIOS RESUELTOS TEMA 7 EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de

Más detalles

Cuáles son las características aleatorias de la nueva variable?

Cuáles son las características aleatorias de la nueva variable? Apuntes de Estadística II. Ingeniería Industrial. UCAB. Marzo 203 CLASES DE ESTADÍSTICA II CLASE 5) UNA TRANSFORMACIÓN DE DOS VARIABLES. Sea Z = g(, ) una función de las variables aleatorias e, tales que

Más detalles

Variables aleatorias

Variables aleatorias Ejemplo: Suponga que un restaurant ofrecerá una comida gratis al primer cliente que llegue que cumpla años ese día. Cuánto tiene que esperar el restaurant para que la primera persona cumpliendo años aparezca?

Más detalles

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

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 2000-2.001 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

LECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.

LECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS. LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de

Más detalles

INSTRUCCIONES. Lee cuidadosamente cada pregunta antes de contestarla

INSTRUCCIONES. Lee cuidadosamente cada pregunta antes de contestarla INSTRUCCIONES 1. Las cuestiones respondidas correctamente valen un punto. Hay una única respuesta correcta para cada cuestión. Las respuestas fallidas tienen una penalización de 0. puntos, por tanto, es

Más detalles

MATEMÁTICAS - 1º BACHILLERATO CCSS - DISTRIBUCIÓN NORMAL ˆ EJERCICIO 42. (a) P (X > 215) = P ( )

MATEMÁTICAS - 1º BACHILLERATO CCSS - DISTRIBUCIÓN NORMAL ˆ EJERCICIO 42. (a) P (X > 215) = P ( ) MATEMÁTICAS - 1º BACHILLERATO CCSS - DISTRIBUCIÓN NORMAL ˆ EJERCICIO 0 Supón que en cierta población pediátrica, la presión sistólica de la sangre en reposo se distribuye normalmente con media de 11 mm

Más detalles

Tema 5: Introducción a la inferencia estadística

Tema 5: Introducción a la inferencia estadística Tema 5: Introducción a la inferencia estadística 1. Planteamiento y objetivos 2. Estadísticos y distribución muestral 3. Estimadores puntuales 4. Estimadores por intervalos 5. Contrastes de hipótesis Lecturas

Más detalles

EJERCICIOS PROBABILIDAD (1) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0 4; P(A S)=0 5 y P(S/A)= 0 5 Calcular P(S) y P(A/ S )

EJERCICIOS PROBABILIDAD (1) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0 4; P(A S)=0 5 y P(S/A)= 0 5 Calcular P(S) y P(A/ S ) EJERCICIOS PROBABILIDAD (1) 1 2 3 1. Sean A y B dos sucesos tales que P(A)=, P( B )= y P( A B )=. 2 5 4 Calcular a) P(B/A) b) P( A /B) 2. Sean A y S dos sucesos de un espacio muestral tales que P(A)=0

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Ejercicios Selectividad Tema 12 Inferencia estadística. Matemáticas CCSSII 2º Bachillerato 1 TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA LAS MUESTRAS ESTADÍSTICAS EJERCICIO 1 : Septiembre 00-01.

Más detalles

Ejercicios de Probabilidad

Ejercicios de Probabilidad Ejercicios de Probabilidad Elisa M. Molanes-López, Depto. Estadística, UC3M Teorema de la Probabilidad Total y Teorema de Bayes Ejercicio 1. Un banco ha comprobado que uno de cada 100 clientes con fondos

Más detalles

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5. Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:

Más detalles

Cap 7 Intervalos de Confianza

Cap 7 Intervalos de Confianza Cap 7 Intervalos de Confianza Mate 3015 7.1-1 INTERVALOS DE CONFIANZA PARA UNA PROPORCIÓN 7.1-2 Estadísticas inferencial Ahora discutimos estadística inferencial -el proceso de generalizar la información

Más detalles

DISTRIBUCION JI-CUADRADA (X 2 )

DISTRIBUCION JI-CUADRADA (X 2 ) DISTRIBUCION JI-CUADRADA (X 2 ) En realidad la distribución ji-cuadrada es la distribución muestral de s 2. O sea que si se extraen todas las muestras posibles de una población normal y a cada muestra

Más detalles

4 VARIABLES ALEATORIAS DISCRETAS

4 VARIABLES ALEATORIAS DISCRETAS VARIABLES ALEATORIAS DISCRETAS Una ruleta está dividida en cuatro sectores de 90º de los que dos opuestos por el vértice son Azules, y los otros dos son uno Blanco y el otro Rojo. Conderemos el experimento

Más detalles

Al reemplazar la varianza muestral en la fórmula obtenemos otra expresión de la distribución chi-cuadrada:

Al reemplazar la varianza muestral en la fórmula obtenemos otra expresión de la distribución chi-cuadrada: ESTIMACIÓN POR INTERVALO PARA LA VARIANZA Ya estudiamos la estimación por intervalo para la media poblacional. Ahora extenderemos lo aprendido a la varianza. Cuándo creen que es importante estimar los

Más detalles

Análisis de Datos. Conceptos básicos de probabilidad y teorema de Bayes. Profesor: Dr. Wilfrido Gómez Flores

Análisis de Datos. Conceptos básicos de probabilidad y teorema de Bayes. Profesor: Dr. Wilfrido Gómez Flores Análisis de Datos Conceptos básicos de probabilidad y teorema de Bayes Profesor: Dr. Wilfrido Gómez Flores 1 Teoría de la probabilidad Los fenómenos del mundo real se pueden clasificar en dos tipos: Determinista:

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 006 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva

Más detalles

CAPITULO VIII Muestreo Estratificado

CAPITULO VIII Muestreo Estratificado CAPITULO VIII Muestreo Estratificado UNIDAD 8 MUESTREO ESTRATIFICADO Es n método que permite una solución más eficiente que el obtenido mediante el Muestreo Aleatorio Simple, específicamente cuando la

Más detalles

6 VARIABLES ALEATORIAS CONTINUAS

6 VARIABLES ALEATORIAS CONTINUAS 6 VARIABLES ALEATORIAS CONTINUAS Sea f() c ( ) para, y f () para los demás valores de. Determinar la constante c de manera que f() sea la función de dendad de una variable aleatoria continua, X. Determinar

Más detalles

8. [ASTU] [SEP-A] Se ha entrevistado a 400 mujeres elegidas de forma aleatoria y se ha obtenido que el tiempo medio semanal que

8. [ASTU] [SEP-A] Se ha entrevistado a 400 mujeres elegidas de forma aleatoria y se ha obtenido que el tiempo medio semanal que 1. [ANDA] [SEP-B] El peso de las calabazas de una cierta plantación sigue una le Normal con desviación típica 1200 g. a) Halle el tamaño mínimo de la muestra que se ha de elgir para, con un nivel de confianza

Más detalles

SEPTIEMBRE Opción A

SEPTIEMBRE Opción A Septiembre 010 (Prueba Específica) SEPTIEMBRE 010 Opción A 1.- Se considera el sistema de ecuaciones: x y = 3x+ y = 4 4x + y = a a) Clasifica el sistema en función de sus posibles soluciones para los distintos

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,

Más detalles

Examen global Matemáticas C.C.S.S. 28 Mayo ( ) PRIMERA EVALUACIÓN + + = + =

Examen global Matemáticas C.C.S.S. 28 Mayo ( ) PRIMERA EVALUACIÓN + + = + = Examen global Matemáticas C.C.S.S. Mayo (-). (a) Dado el sistema lineal: PRIMER EVLUCIÓN + + + (a-) añade una ecuación para que el sistema sea incompatible. + + + + + + es y el de la matriz ampliada es,

Más detalles

Tema 4: Variables Aleatorias

Tema 4: Variables Aleatorias Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto

Más detalles

Bárbara Cánovas Conesa ) = 1 24

Bárbara Cánovas Conesa ) = 1 24 67 70 Junio 0 Dada la ecuación matricial: X AX = B AX. Se pide: a) esuelve matricialmente la ecuación b) Si A = ( 4 5 ) B = ( ) calcula la matriz X. 9 4 X AX = B AX X AX + AX = B X + AX = B (I + A)X =

Más detalles

EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS

EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS EJERCICIOS SOBRE CONTRASTE DE HIPÓTESIS 1. Qúe propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera? a. El área bajo su función de densidad

Más detalles

a. Elija una muestra aleatoria simple de tamaño n=6 de esta población. Use una tabla de números aleatorios o Excel para la

a. Elija una muestra aleatoria simple de tamaño n=6 de esta población. Use una tabla de números aleatorios o Excel para la Ejercicios Unidad I 1. Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población de 20 alumnos de la Universidad de Talca. Base de datos de la población: Nombre Alumno

Más detalles

Examen de Estadística

Examen de Estadística Examen de Estadística Grado en Ingeniería de Telecomunicación 28 de Mayo de 25 Cuestiones solución h 45m C.5 puntos). Una variable aleatoria X mide el número de incendios provocados en Almería a lo largo

Más detalles

6. Inferencia con muestras grandes. Informática. Universidad Carlos III de Madrid

6. Inferencia con muestras grandes. Informática. Universidad Carlos III de Madrid 6. Inferencia con muestras grandes 1 Tema 6: Inferencia con muestras grandes 1. Intervalos de confianza para μ con muestras grandes 2. Determinación del tamaño muestral 3. Introducción al contraste de

Más detalles

SOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004

SOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004 Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras

Más detalles

MODELO DE RESPUESTAS Objetivos del 1 al 9

MODELO DE RESPUESTAS Objetivos del 1 al 9 PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo

Más detalles

Teoría de la decisión

Teoría de la decisión Unidad 7.. Definiciones. Muestreo aleatorio y estadístico. Estadísticos importantes. Técnica de muestreo. Transformación integral Muestreo: selección de un subconjunto de una población ) Representativo

Más detalles

EJERCICIOS DISTRIBUCIONES MUESTRALES

EJERCICIOS DISTRIBUCIONES MUESTRALES EJERCICIOS DISTRIBUCIONES MUESTRALES 1. Se desea tomar una muestra aleatoria de tamaño n = 200 de la población estudiantil de la FES-C, que vamos a suponer asciende a N = 12000 estudiantes, con el objeto

Más detalles

EXAMEN DE ESTADISTICA II OCTUBRE 2009

EXAMEN DE ESTADISTICA II OCTUBRE 2009 Estadística II. CI: Apellido: Nombre: Sector Administrativo - Contable Página 1 de 5 EXAMEN DE ESTADISTICA II OCTUBRE 2009 Registre las respuestas en los espacios correspondientes. NO SE CORREGIRÁN HOJAS

Más detalles

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función

Más detalles

INFERENCIA DE LA PROPORCIÓN

INFERENCIA DE LA PROPORCIÓN ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En

Más detalles

1 CÁLCULO DE PROBABILIDADES

1 CÁLCULO DE PROBABILIDADES 1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que

Más detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES ALEATORIAS CONTINUAS VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p

Más detalles

8 Resolución de algunos ejemplos y ejercicios del tema 8.

8 Resolución de algunos ejemplos y ejercicios del tema 8. INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal

Más detalles