Problemario 1: Teoría de Conjuntos y Espacios Muestrales

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

Download "Problemario 1: Teoría de Conjuntos y Espacios Muestrales"

Transcripción

1 UNIVERSIDAD SIMÓN BOLÍVAR CO3121 PROBABILIDADES PARA INGENIEROS PROBLEMARIO Problemario 1: Teoría de Conjuntos y Espaios Muestrales Trae los diagramas de Venn para verifiar que para ualquier par de onjuntos A y B se umplen las Leyes de Morgan (1.3) Tres eventos se muestran en el siguiente diagrama de Venn: A B C Reproduza la figura anterior sombreando la región que orresponda a ada uno de los siguientes eventos: a) A I B b) ( AU B) I C ) ( AI B) U C d) ( AI B) U C Supóngase que el onjunto universal onsta de los enteros positivos del 1 al 10. Sean A = {2, 3, 4}, B = {3, 4, 5} y C = {5, 6, 7}. Anote los elementos de los siguientes onjuntos: a) A I B b) B A U ) ( B ) ( ) A I d) AI ( BI C) e) ( A I ( BU C) ) Supóngase que el onjunto universal U está dado por U = {x 0 x 2}. Sea los onjuntos A y B definidos omo sigue: A = { x ½ < x < 1} y B = { x ¼ x 1½}. Desriba los onjuntos siguientes: a) ( A U B) b) AU B ) ( B) AI d) A I B Supóngase que el onjunto universal onsta de todos los puntos (x, uyas oordenadas son enteros no negativos. Indique los elementos de los onjuntos siguientes: A = { (x, x² + y² 6}, B = { (x, 1 xy 4} C = A B D = A C 1

2 1.6.- Los artíulos provenientes de una línea de produión se lasifian omo defetuosos (D) y no defetuosos (N). Se observan los artíulos y se anota su ondiión. Este proeso ontinúa hasta que se produzan dos artíulos defetuosos o se verifiquen uatro artíulos, ualesquiera que ourra primero. Desribir el Espaio Muestral (S) para este experimento Desribir el Espaio Muestral para los siguientes experimentos: a) Una aja on N bombillas tiene r (r < N) unidades on filamentos rotos. Éstas se prueban una por una, hasta que se enuentra una defetuosa. b) Supóngase que las bombillas anteriores se prueban una por una, hasta que se prueban todas las defetuosas Considérense uatro objetos, a, b, y d. Supóngase que el orden en el ual se anotan estos objetos representa el resultado de un experimento. Sean A y B los eventos definidos omo sigue: A = {a está en primer lugar}; B = {b está en el segundo lugar} a) Anotar los elementos del Espaio Muestral. b) Anotar todos los elementos de los eventos A B y A U B Se lanza una moneda tres vees onseutivas, desriba el Espaio Muestral en ada uno de los siguientes asos: a) Si interesa el resultado de ada lanzamiento. b) Si interesa el número total de aras Se arrojan dos dados y se observan los puntos de ada dado: a) Desriba el Espaio Muestral. b) Desriba los siguientes suesos: i) Sale al menos un tres. ii) Sale a lo sumo un tres. iii) Sale exatamente un tres. iv) La suma de los puntos es siete. Problemario 2: Propiedades de las Probabilidades y Métodos de Conteo Indique para que asos se umple que: P ( AU B) = P( A) + P( B), y para que asos se umple que: P ( AU B) < P( A) + P( B). Asuma que todos los elementos del Espaio Muestral S tienen P > Supongamos que el espaio muestral S = A U B y P(A B) = 0.2 Hallar: a) El máximo valor posible para P(B), de tal manera que se umpla P(A) P(B) b) P ( A ), sabiendo que P(B) = 0.7 ) P( A I B ) Supóngase que A y B son eventos para los uales P(A) = x, P(B) = y, y P(A B) = z. Expresar ada una de las probabilidades siguientes en términos de x, y y z. a) ( A B ) A B A B P A I B P U b) P( I ) ) P( ) U d) ( ) Supóngase que A, B y C son eventos tales que P(A) = P(B) = P(C) = ¼, P(A B) = P(C B) = 0 y P(A C) = ⅛. Calular la probabilidad de que al menos uno de los eventos A, B o C ourra. 2

3 2.5.- En una habitaión se enuentra el siguiente grupo de personas: 5 hombres mayores de 21, 4 hombres menores de 21, 6 mujeres mayores de 21 y 3 mujeres menores de 21. Se elige una persona al azar. Se definen los eventos siguientes: A = {la persona es mayor de 21}; B = {la persona es menor de 21}, C = {la persona es hombre}, D = {la persona es mujer}. Evaluar lo siguiente: a) ( B D) P A I C P U b) ( ) Se lanza una moneda 8 vees, hallar la probabilidad de que: a) se obtengan exatamente 5 aras. b) se obtengan a lo sumo 4 sellos Un argamento de 1500 transformadores ontiene 400 defetuosos y 1100 no defetuosos. Se eligen al azar 200 transformadores (sin substituión) y se lasifian. a) Cual es la probabilidad de que se enuentren exatamente 90 transformadores defetuosos? b) Cuál es la probabilidad de que se enuentren al menos 2 transformadores defetuosos? Un lote onsta de 10 artíulos sin defeto, 4 on pequeños defetos y 2 on defetos graves. Se eligen dos artíulos al azar (sin substituión), enontrar la probabilidad de que: a) ambos sean buenos b) ambos tengan defetos graves ) al menos uno sea bueno d) a lo más uno sea bueno e) exatamente uno sea bueno f) ninguno tenga defetos graves g) ninguno sea bueno En un juego de Poker de 52 artas, se extraen 4 de ellas sin reposiión. a) Determine la probabilidad de que por lo menos una arta sea un As. b) Determine la probabilidad de que las uatro artas tengan el mismo olor Una aja ontiene esferas numeradas 1, 2, 3,, n. Se esogen dos esferas al azar. Enontrar la probabilidad de que los números sobre las esferas sean enteros onseutivos, si: a) Las esferas se esogen sin substituión, b) Las esferas se esogen on substituión. Problemario 3: Probabilidad Condiional, Teorema de Bayes e independenia La siguiente tabla ontiene las probabilidades orrespondientes a las interseiones de los eventos indiados: B B A A a) Hallar P(A B) b) Hallar P(B A) ) Hallar P( A B) d) Hallar P( B A) Una aja ontiene 4 tubos malos y 6 buenos. Se saan 2 a la vez. Se prueba uno de ellos y se enuentra que es bueno. Cuál es la probabilidad de que el otro también sea bueno? 3

4 3.3.- Se tienen 20 artíulos, 12 de los uales son defetuosos y 8 no defetuosos. Se inspeionan uno después de otro. Si estos artíulos se esogen al azar, uál es la probabilidad de que: a) Los dos primeros artíulos inspeionados sean defetuosos? b) Los dos primeros artíulos inspeionados sean no defetuosos? ) Entre los dos primeros artíulos inspeionados haya uno defetuoso y uno no defetuoso? Un bolso ontiene tres monedas, una de las uales está auñada on dos aras, mientras que las otras dos monedas son normales. Se esoge una moneda al azar y se lanza uatro vees en forma onseutiva. Si ada vez sale ara, Cuál es la probabilidad de que ésta sea la moneda on dos aras? Un examen para detetar la presenia de un virus, deteta al virus en un 95% de los asos, uando este esta presente; pero puede presentar un falso resultado positivo en un 2% de los asos. Si en determinada poblaión la enfermedad aparee en alrededor del 0.3% de las personas, alule: a) La probabilidad de que el examen resulte positivo, b) La probabilidad de que una persona tenga la enfermedad dado que el resultado fue positivo. ) Qué tan bueno y onfiable es este examen? Qué podría haer para mejorarlo? En una fábria de pernos, las máquinas A, B y C fabrian 25, 35 y 40% de la produión total, respetivamente. De lo que produen, 5, 4 y 2% respetivamente, son pernos defetuosos. Se esoge un perno al azar y resulta ser defetuoso. Cuáles son las probabilidades respetivas de que el perno provenga de la máquina A, la B o la C? Se lanza un dado y de manera independiente se esoge al azar una arta de una baraja de Poker. Cuál es la probabilidad de que: a) el dado muestre un número par y la arta sea de un palo rojo? b) el dado muestre un número par o la arta sea de un palo rojo? Se lanza un dado n vees, Cuál es la probabilidad de que 6 salga al menos una vez en los n lanzamientos? Un tubo al vaío puede provenir de ualquiera de tres fabriantes on probabilidades P1 = 0.25, P2 = 0.50 y P3 = Las probabilidades de que el tubo funione orretamente son iguales a 0.1, 0.2 y 0.4, respetivamente, para los tres fabriantes. Calular la probabilidad de que un tubo elegido al azar funione orretamente Existen 2 aminos para ir de A hasta B, y 2 aminos para ir desde B a C. Cada uno de los aminos tiene probabilidad p de estar bloqueado, independientemente de los otros. Hallar la probabilidad de que haya un amino abierto de A a B, dado que no hay amino de A a C. Problemario 4: Distribuión de una Variable Aleatoria Disreta Se sabe que el 65% de los onsumidores de erveza de una omunidad prefiere la mara lasifiada omo A. Si se esogen al azar 10 personas, alular la probabilidad de que: a) ninguno prefiera la erveza A, b) exatamente uatro prefiera la erveza A, ) a lo sumo uatro prefieran la erveza A, d) al menos seis prefieran la erveza A, 4

5 4.2.- De un lote que ontiene 25 artíulos, 5 de los uales son defetuosos, se eligen 4 al azar. Sea X el número de artíulos defetuosos enontrados. Obtener la distribuión de probabilidad de X si: a) los artíulos se esogen on substituión. b) los artíulos se esogen sin substituión Un estanque ontiene 500 pees de los uales 300 están marados. Un pesador logra saar 50 pees. Hallar la probabilidad de que: a) 20 de los pees estén marados, b) Ninguno de los pees este marado Un depósito guarda 1000 artíulos, 100 de los uales son defetuosos. Un inspetor toma uno de los artíulos al azar, y si no es defetuoso lo devuelve al lote. Sea N el número de inspeiones de objetos no defetuosos, que se realizan antes de enontrar el primer objeto defetuoso. Calular la probabilidad de tener 25 N La probabilidad de que el lanzamiento de un ohete sea exitoso es igual a 0.8. Supóngase que se haen ensayos hasta que ourren 3 lanzamientos exitosos. a) Cuál es la probabilidad de que sean neesarios 6 intentos? b) Cuál es la probabilidad de que sean neesarios menos de 6 intentos? En la situaión desrita en el problema 4.5 suponga que los ensayos de lanzamientos se haen hasta que ourren tres lanzamientos onseutivos exitosos. a) Cuál es la probabilidad de que sean neesarios 6 intentos? b) Cuál es la probabilidad de que sean neesarios menos de 6 intentos? ) Cuál es la probabilidad de que sean neesarios mas de 7 intentos? Si X tiene una distribuión de Poisson y si P(X = 0) = 0.2, alular P(X > 2): Suponer que la probabilidad de que un artíulo produido por una máquina espeial sea defetuoso es igual a 0.2. Si 10 artíulos se seleionan al azar, Cuál es la probabilidad que no se enuentre más de un artiulo defetuoso? Usar las distribuiones binomial y de Poisson y omparar las respuestas Supóngase que X tiene una distribuión de Poisson. Si P(X = 2) = ⅔P(X = 1), alular P(X = 3) Supóngase que un libro de 585 páginas ontiene 43 errores tipográfios. Si estos errores están distribuidos aleatoriamente a lo largo del libro, Cuál es la probabilidad de que 10 páginas seleionadas al azar estén libres de errores? (Suponga que el número de errores por página tiene una distribuión de Poisson.) 5

6 Problemario 5: Distribuión de Variables Aleatorias Continuas Sea X una variable aleatoria ontinua on funión de densidad: 2 (4x 2x ) si 0< 2 f ( x) 0 si x (0,2) a) Halle el valor de. b) Enuentre la funión de distribuión (aumulada). ) Halle P(X > 1) Suponga que la siguiente gráfia representa una la funión de densidad de la variable X: f(x) (a, b) x = a x = b a) Cual es la relaión entre a y b? b) Grafique la funión de distribuión aumulada Suponga que la Variable X se distribuye uniformemente sobre [ a, a], donde a > 0. Determine el valor de a para que las siguientes probabilidades sean satisfehas: a) P(X > 1) = ⅓ b) P(X < ½) = La duraión de una llamada, en minutos, es una variable aleatoria exponenial on parámetro λ = 1/10. Si una persona llega inmediatamente antes que usted a un teléfono públio, enuentre la probabilidad de que usted tenga que esperar: a) más de 10 minutos; b) entre 10 y 20 minutos Sea X una variable aleatoria de distribuión exponenial on parámetro λ. Calular P(1/X x) El tiempo de vida en semanas de ierto tipo de lámpara es una variable aleatoria Y uya distribuión viene dada por: y F( = 1 e, si y 0 a) Demuestre que F tiene las propiedades de una funión de distribuión b) Calule la densidad f de F ) Calule la probabilidad de una lámpara de este tipo dure durante al menos 2 semanas Sea X una variable aleatoria on distribuión Normal on parámetros µ = 12 y σ = 3. Halle: a) P(X > 3) b) P( X 12 < 4) ) P( X 10 > 2) El gasto semanal en mantenimiento en una empresa puede modelarse on una distribuión normal de media Bs y desviaión estándar Bs Cuánto se debería presupuestar para mantenimiento semanalmente, de modo que la probabilidad de que la antidad presupuestada sea exedida, sea de tan sólo 0.1? 6

7 Problemario 6: Distribuiones Multivariadas. Distribuiones Marginales y Condiionales. Independenia Dos dados son lanzados. Sean X = menor valor obtenido y Y = mayor valor obtenido.: a) Halle todas las probabilidades asoiadas al par de variables (X, Y). b) Halle el valor de la distribuión (aumulada) onjunta de F(2, 3). ) Halle las probabilidades marginales de g(x = 3) y de g(y = 3). d) Halle la probabilidad ondiional de X dado que Y = 3, para todos los valores posibles de X. e) Son X e Y independientes? Suponga que se saan dos artas al azar de una baraja de 52 artas. Sea X el número de ases obtenidos y Y el número de reinas obtenidas. a) Obtener la funión de probabilidad onjunta de (X, Y). b) Obtener las funiones de probabilidad marginal de X y de Y. ) Obtener la funión de probabilidad ondiional de X dado Y Dos ápsulas se seleionan aleatoriamente de un reipiente que ontiene tres aspirinas, dos ápsulas de Tempra y uatro ápsulas de Saridón. Sea X el número de aspirinas y sea Y el número de Tempras que se obtienen de entre las dos apsulas extraídas del reipiente. a) Halle la funión de probabilidad onjunta de (X, Y). b) Halle F(1,1) ) Halle las funiones de probabilidad marginales de X y de Y. d) Halle la funión de probabilidad ondiional de X dado que Y = Supongamos que la funión de densidad onjunta de X e Y está dada por x+ y si 0< 1, 0< y< 1 0 en otros asos a) Hallar F(x, b) Halle las densidades marginales de Y. ) Halle las densidad ondiional de X dado Y Un estudio en un grupo de adolesentes muestra que el número de horas diarias, X que un adolesente dedia a ver televisión y el número de horas diarias Y, que dedia a estudiar o haer tareas tienen aproximadamente la siguiente densidad onjunta: x 2 y 2e si 0<, 0< y< 0 en otros asos a) Hallar F(x, b) Cual es la probabilidad de que un adolesente vea televisión por más de una hora y que estudie menos de una hora? ) Cual es la probabilidad de que un adolesente dedique mas tiempo a estudiar que a ver televisión? 7

8 d) Cual es la probabilidad de que el tiempo que dedia un adolesente a estudiar y a ver televisión sea de mas de una hora? e) Cual es la probabilidad de que el tiempo que dedia un adolesente a ver televisión sea de menos de a horas? f) Si sabemos que un adolesente vio 2 horas de televisión, Cual es la probabilidad de que haya estudiado por más de una hora? Son X e Y independientes? Sea X e Y dos variables aleatorias de densidad onjunta: = kxy, si x 0, y 0, x + y 1 a) Enontrar el valor de k que hae que sea una funión de densidad de probabilidad. b) Halle las densidades marginales de ada variable. ) Halle la densidad ondiional f(x. d) Son X e Y independientes? Demuestre que, el par (X, Y), tiene distribuión uniforme sobre el retángulo (a, b) x (, d) si, y solo si, las variables X e Y son independientes, X ~ Unif (a, b) y Y ~ Unif (, d) Tenemos la distribuión de probabilidad trivariada: z ( x+ e para 0< 1, 0< y< 1, z> 0 y, z) 0 en otros asos a) Enuentre P[(X, Y, Z) A], donde A es la región: A = {( x, y, z) : 0< y< 1, z< 1} b) Enuentre la densidad marginal onjunta de X y Z ) Enuentre la densidad marginal de X solamente. d) Enuentre la densidad ondiional f (y x, z) e) Enuentre la densidad ondiional f (y, z x) Problemario 7: Valor Esperado. Media. Varianza. Covarianza. Correlaión. Esperanza Condiional. Funión Generadora de Momentos Sea Y una variable aleatoria on la distribuión dada en la siguiente tabla. y P(Y= Enuentre: a) E(Y), b) E(Y²), ) E(1/Y), d) E(Y² 1), e) var(y), f) desv.est.(y), g) M Y (t), h) M (0), i) M (0). Y Y 8

9 7.2.- Las 5 primeras repetiiones de un experimento uestan $10.00 ada una, y todas las subsiguientes tienen un valor de $5.00 ada una. Suponer que el resultado se repite hasta obtener el primer resultado exitoso. Si la probabilidad de un resultado exitoso es siempre igual a 0.9 y si las repetiiones son independientes, Cuál es el osto esperado de la operaión ompleta? Se sabe que un lote ontiene 2 artíulos defetuosos y 8 no defetuosos. Si estos artíulos se inspeionan al azar, uno después del otro hasta saar los dos defetuosos. a) Cuál es el número esperado de artíulos que se deben esoger para inspeión a fin de saar todos los defetuosos? b) Cuál es la varianza de la antidad de artíulos esogidos? Un juego de Lotto onsiste en esoger 6 números de 54. Si el jugador aierta a los 6 números premiados, reibe $10,000,000.-, Si el jugador aierta a 5 números, reibe $100,000.- y si aierta a 4 reibe $1, No hay premios para menos de 4 aiertos. Si el jugador paga $4.- por partiipar, Cuál es su utilidad esperada (ganania esperada menos el osto por jugar)? Calular el valor esperado y la varianza de una variable aleatoria on distribuión: a) Binomial(n, p) b) Geométria(p) ) Poisson(λ) d) Uniforme(a, b) e) Exponenial(α) f) Normal(µ, σ²) Si Y = ax + b, donde a y b son onstantes, exprese la funión generadora de momentos de Y en términos de la funión generadora de momentos de la variable aleatoria X Suponga que la variable aleatoria X tiene una distribuión exponenial(α), a) Enuentre su funión generadora de momentos b) Enuentre E(X), E(X²) y var(x) a partir de la funión generadora de momentos ) Enuentre la funión generadora de momentos de Y = bx +, donde b y son onstantes. d) Enuentre E(Y) y var(y) Dos ápsulas se seleionan aleatoriamente de un reipiente que ontiene tres ápsulas de Aspirina, dos ápsulas de Tempra y uatro ápsulas de Saridón. Sea X el número de Aspirinas y sea Y el número de Tempras que se obtienen de entre las dos apsulas extraídas del reipiente. a) Enontrar E(X), E(X²), var(x), E(Y), E(Y²), var(y), E(XY), ov(x, Y) y orrelaión(x, Y). b) Halle E(X + Y) y var(x + Y). ) Enontrar E(X y = 1), E(X² y = 1) y var(x y = 1) Sea X e Y dos variables aleatorias de densidad onjunta: = 24xy, si x 0, y 0, x + y 1 a) Enontrar E(X), E(X²), var(x), E(Y), E(Y²), var(y), E(XY), ov(x, Y) y orrelaión(x, Y). b) Calule E(4X + Y + 3) y var(4x + Y + 3). ) Enontrar E(X, E(X y = ½), E(Y x), E(X², var(x, var(x y = ½) y var(y x). 9

10 Tenemos la distribuión de probabilidad trivariada: z ( x+ e para 0< 1, 0< y< 1, z> 0 y, z) 0 en otros asos a) Enuentre E(X), E(Z), E(X + Z), E(X²), E(Z²), var(x), var(z), E(XZ) y ov(x, Z) b) Enuentre E(Y x, z), E(Y x = ½, z = 5), E(Y² x, z) y var(y x, z) ) Enuentre E(X + Y z) Problemario 8: Funiones de Variables Aleatorias. Desigualdad de Chebyshev. Ley general de los grandes números. Teorema del Límite Central. Aproximaión Normal a la Binomial Sea X una variable aleatoria on distribuión exponenial on parámetro α. Sea Y = 1/X. a) Calule la densidad de Y usando el método de la funión de distribuión. b) Calule la densidad de Y usando el método de transformaión. ) Verifique que f ( también es una densidad de probabilidad Sea F(x) el valor de la funión de distribuión aumulada de la variable aleatoria ontinua X en el punto x, Enuentre la densidad de probabilidad de Y = F(X) Sea X una variable aleatoria on distribuión normal estándar. Sea Z = X². Enuentre f(z) Sea X una variable aleatoria on la siguiente densidad de probabilidad x (1 x) para 0< 1 f ( x) 0 en otros asos a) Enuentre la probabilidad de que X tome un valor en el rango de ±2 desviaiones estándar de la media. b) Usando la desigualdad de Chebyshev, obtenga la probabilidad mínima para ualquier variable aleatoria de que tome un valor en el rango de ±2 desviaiones estándar de la media. ) Compare ambas probabilidades, la del iniso a) y la del b) Demuestre el resultado de la varianza de la media muestral (fórmula (8.7)) Demuestre el resultado del valor esperado de la varianza muestral (fórmula (8.8)) Una máquina dispensadora de bebida esta ajustada para que la antidad de bebida surtida por vaso sea una variable aleatoria on una media de 200 mililitros y una desviaión estándar de 15 mililitros. Cual es la probabilidad de que el promedio de la antidad de bebida dispensada en 36 operaiones (vasos) sea de por lo menos 204 mililitros? Si Xi, i = 1, 2,, 10 son variables aleatorias independientes on distribuión uniforme(0, 1). 10 Calule una aproximaión para P X i > 6. i= 1 10

11 8.9.- Se lanza una moneda 16 vees. Estime en forma aproximada las siguientes probabilidades: a) La probabilidad de obtener 6 aras y 10 rues. b) La probabilidad de obtener 6 aras o menos ) La probabilidad de obtener más de 6 aras Una ompañía es ontratada para realizar una enuesta de salida para un referendo revoatorio. Para el reporte de los resultados, se le pide una onfiabilidad del 95% de que la proporión estimada de gente que va a votar SI no diste de mas del 3% del verdadero valor de la proporión. Tome en uenta que la antidad de votos SI por muestra tiene una distribuión Binomial(n, p), donde n es la antidad de enuestas de la muestra y p es la verdadera proporión de SI. a) Utilizando Chebyshev, enontrar la antidad mínima de enuestas de salida requeridas. b) Enontrar la antidad mínima de enuestas requeridas. Usar la aproximaión Normal a la Binomial. 11

UNIDAD 1.- PROBABILIDAD

UNIDAD 1.- PROBABILIDAD UNIDAD 1.- PROBABILIDAD 1. EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL. Definiión: Un fenómeno o experienia se die aleatorio uando al repetirlo en ondiiones análogas no se puede predeir el resultado. Si

Más detalles

1) Demuestre que para cualquiera eventos A y B se verifica la igualdad siguiente =, 8

1) Demuestre que para cualquiera eventos A y B se verifica la igualdad siguiente =, 8 DERTMENTO DE FINZS ESECILIZCION EN FINZS MODELOS CUNTITTIVOS TLLER # 3 1 Demuestre que para ualquiera eventos y se verifia la igualdad siguiente = 2 Dados, 8 1, 5 1, 7 1 C C e d b a alule = = = 3 Sean

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejeriios y Talleres puedes enviarlos a klasesdematematiasymas@gmail.om DERTMENTO DE FINZS ESECILIZCION EN FINZS MODELOS CUNTITTIVOS TLLER # 3 1 Demuestre que para ualquiera eventos y se verifia la igualdad

Más detalles

DEPARTAMENTO DE MATEMÁTICAS

DEPARTAMENTO DE MATEMÁTICAS 2014 2015 Preparaión del terer examen de reuperaión de MATEMÁTICAS DE PENDIENTES MATEMÁTICAS 1 Bahillerato CCSS Terer examen DEPARTAMENTO DE MATEMÁTICAS Preparaión del terer examen de reuperaión de MATEMÁTICAS

Más detalles

INTRODUCCIÓN A LAS MATEMÁTICAS SUPERIORES. Tema 1

INTRODUCCIÓN A LAS MATEMÁTICAS SUPERIORES. Tema 1 INTRODUCCIÓN A LAS MATEMÁTICAS SUPERIORES Tema 1 1.1 BREE INTRODUCCIÓN A LA LÓGICA MATEMÁTICA Bibliografía: Smith, Karl J.- Introduión a la Lógia simbólia.- Grupo Editorial Iberoaméria.- Méio, 1991. Espinosa

Más detalles

1 2 +! $ = # 1$ $ Pensamiento Algebraico GUÍA DE PARA LOS ASPIRANTES A LA MME Temas que debe dominar:

1 2 +! $ = # 1$ $ Pensamiento Algebraico GUÍA DE PARA LOS ASPIRANTES A LA MME Temas que debe dominar: Pensamiento lgebraio Temas que debe dominar: GUÍ DE PR LOS SPIRNTES L MME-06 Definiión, operaiones y propiedades de: Números Naturales Números Enteros Números raionales Números irraionales Números omplejos

Más detalles

Cálculo de Probabilidades II Preguntas Tema 1

Cálculo de Probabilidades II Preguntas Tema 1 Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga

Más detalles

P(B A1)=5%= 0.05 P(B A2)=10%= 0.10 P(B A3)=6%= 0.06 P(B A4)=2%= 0.02

P(B A1)=5%= 0.05 P(B A2)=10%= 0.10 P(B A3)=6%= 0.06 P(B A4)=2%= 0.02 SERIE TEMA I TEORIA DE PROBABILIDAD FAULTAD DE INGENIERÍA DIVISIÓN DE IENIAS BÁSIAS OORDINAIÓN DE IENIAS APLIADAS AADEMIA DE PROBABILIDAD Semestre: 2017-1 1. El narotráfio en Sinaloa tiene tres formas

Más detalles

14 Probabilidad. 1. Experimentos aleatorios

14 Probabilidad. 1. Experimentos aleatorios Probabilidad. Eperimentos aleatorios Ordena las siguientes epresiones de menos probable a más probable: asi seguro, poo probable, seguro, asi imposible, probable, imposible, bastante probable. Imposible,

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica

Más detalles

UNIDAD 2.- PROBABILIDAD CONDICIONADA

UNIDAD 2.- PROBABILIDAD CONDICIONADA UNIDAD.- PROBABILIDAD CONDICIONADA. PROBABILIDAD CONDICIONADA. SUCESOS DEPENDIENTES E INDEPENDIENTES Las probabilidades ondiionadas se alulan una vez que se ha inorporado informaión adiional a la situaión

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN

INSTRUCCIONES GENERALES Y VALORACIÓN MADRID / SEPTIEMBRE 000. LOGSE / MATEMÁTICAS APLICADAS A LAS INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eamen presenta dos opiones A y B; el alumno deberá elegir una de ellas y ontestar razonadamente

Más detalles

CONJUNTOS. Según se ha visto en el ejercicio anterior, para que la intersección de dos conjuntos A y B sea A, se tiene que verificar que A B.

CONJUNTOS. Según se ha visto en el ejercicio anterior, para que la intersección de dos conjuntos A y B sea A, se tiene que verificar que A B. CONJUNTOS 1. Si se umple: a) = b) = ) = (Convoatoria junio 2001. Examen tipo E ) Es laro que la opión orreta es la a). Cuando un onjunto está dentro de otro, la interseión es el onjunto pequeño y la unión

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 2 La elección en condiciones de incertidumbre

Tema 2 La elección en condiciones de incertidumbre Ejeriios resueltos de Miroeonomía. Equilibrio general y eonomía de la informaión Fernando Perera Tallo Olga María Rodríguez Rodríguez Tema La eleión en ondiiones de inertidumbre http://bit.ly/8l8ddu Ejeriio

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO 22/23 FECHA: 9 de Enero de 23 Duración del examen: 3 horas Fecha publicación

Más detalles

Variables aleatorias continuas, TCL y Esperanza Condicional

Variables aleatorias continuas, TCL y Esperanza Condicional Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función

Más detalles

Cálculo de Probabilidades II Preguntas Tema 2

Cálculo de Probabilidades II Preguntas Tema 2 Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución

Más detalles

Guía # 5. Pruebas de hipótesis

Guía # 5. Pruebas de hipótesis INSTITUCION UNIVERSITARIA ANTONIO JOSÉ CAMACHO Asignatura: ESTADÍSTICA APLICADA 010-1 Guía # 5. Pruebas de hipótesis Temas: Pruebas de hipótesis para la media poblaional (µ) Pruebas de hipótesis para la

Más detalles

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica

Más detalles

Variables Aleatorias y Distribución de Probabilidades

Variables Aleatorias y Distribución de Probabilidades Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables

Más detalles

Variables aleatorias continuas y Teorema Central del Limite

Variables aleatorias continuas y Teorema Central del Limite Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R

Más detalles

5 Variables aleatorias contínuas

5 Variables aleatorias contínuas 5 Variables aleatorias contínuas Una variable aleatoria continua puede tomar cualquier valor en un intervalo de números reales.. Función de densidad. La función de densidad de una variable aleatoria continua

Más detalles

4. RELACIONES CONSTITUTIVAS. LEY DE HOOKE GENERALIZADA

4. RELACIONES CONSTITUTIVAS. LEY DE HOOKE GENERALIZADA 4. RLACIONS CONSTITUTIVAS. LY D HOOK GNRALIZADA 4. Ley de Hooke. Robert Hooke planteó en 678 que existe proporionalidad entre las fuerzas apliadas a un uerpo elástio y las deformaiones produidas por dihas

Más detalles

TALLER 3 ESTADISTICA I

TALLER 3 ESTADISTICA I TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral

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

4. Modelos Multivariantes

4. Modelos Multivariantes 4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución

Más detalles

Variables Aleatorias Discretas

Variables Aleatorias Discretas Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.

Más detalles

Momentos de Funciones de Vectores Aleatorios

Momentos de Funciones de Vectores Aleatorios Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)

Más detalles

Problemas de bioestadística. Página 17

Problemas de bioestadística. Página 17 Problemas de bioestadístia Página 7 2.- En la poblaión adulta de Telde (edad Y 30 años) y de auerdo on los riterios de la organizaión mundial de la salud (OMS), el 2.5% de las personas son diabétias, el

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

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice

Más detalles

Generalidades 1. Sea X una variable aleatoria continua con función densidad dada por

Generalidades 1. Sea X una variable aleatoria continua con función densidad dada por Generalidades 1. Sea X una variable aleatoria continua con función dendad dada por kt f ( t ) = 0 1 t en otro caso Determine a) el valor de la constante k b) E(X) y V(X) c) la función de distribución acumulada

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

Recursión y Relaciones de Recurrencia. UCR ECCI CI-1204 Matemáticas Discretas M.Sc. Kryscia Daviana Ramírez Benavides

Recursión y Relaciones de Recurrencia. UCR ECCI CI-1204 Matemáticas Discretas M.Sc. Kryscia Daviana Ramírez Benavides Reursión y Relaiones de Reurrenia UCR ECCI CI-04 Matemátias Disretas M.S. Krysia Daviana Ramírez Benavides Algoritmos Reursivos Un algoritmo es reursivo si se soluiona un problema reduiéndolo a una instania

Más detalles

SESIÓN DE APRENDIZAJE

SESIÓN DE APRENDIZAJE INSTITUCIÓN EDUCATIVA INMACULADA DE LA MERCED SESIÓN DE APRENDIZAJE APRENDIZAJE ESPERADO Determina la regla de orrespondenia de una funión Representa e Identifia funiones Resuelve operaiones on funiones

Más detalles

IES SALVADOR SERRANO: Dto. de Matemáticas. Curso 2 009 / 10 Relación de Ejercicios: Cálculo de Probabilidades Modelos 2 008 y 2 009

IES SALVADOR SERRANO: Dto. de Matemáticas. Curso 2 009 / 10 Relación de Ejercicios: Cálculo de Probabilidades Modelos 2 008 y 2 009 IES SALVADOR SERRANO: Dto. de Matemátias. Relaión de Ejeriios: Cálulo de Probabilidades Modelos 2 008 y 2 009 EJERCICIO 1: Lena y Adrián son afiionados al tiro on aro. Lena da en el blano on probabilidad

Más detalles

VARIABLES ALEATORIAS DISCRETAS

VARIABLES ALEATORIAS DISCRETAS VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:

Más detalles

2.0 Contenidos, objetivos y palabras claves.

2.0 Contenidos, objetivos y palabras claves. 8 Unidad 3: Teoría elemental de probabilidades 0 Contenidos, objetivos y palabras laves Contenidos: 30 Contenidos, objetivos y palabras laves 8 3 Experimento determinístio y aleatorio Espaio muestral ontable

Más detalles

Tema 3. Probabilidad y variables aleatorias

Tema 3. Probabilidad y variables aleatorias 1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad

Más detalles

0 en otro caso. P (X > 0) P ( 0.5 < X < 0.5) P ( X > 0.25) x 3 si 0 x < 2. 1 si 2 x P(X 1) P(0.5 X 1) P(0.5 < X 1 X < 1) f X (x) = (1+αx) 2

0 en otro caso. P (X > 0) P ( 0.5 < X < 0.5) P ( X > 0.25) x 3 si 0 x < 2. 1 si 2 x P(X 1) P(0.5 X 1) P(0.5 < X 1 X < 1) f X (x) = (1+αx) 2 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0.75(1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1)

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1) PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0,75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:

Más detalles

Tema 2 Modelos de probabilidad

Tema 2 Modelos de probabilidad Tema 2 Modelos de probabilidad José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Estructura de este tema Conceptos básicos de probabilidad. Modelos discretos: la distribución

Más detalles

Unidad 1: Espacio de Probabilidad

Unidad 1: Espacio de Probabilidad Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar

Más detalles

PROBLEMAS DE PROBABILIDAD. 3. Calcula la probabilidad de que al lanzar dos dados la suma de sus puntos sea: a) igual a 5 b) mayor que 10

PROBLEMAS DE PROBABILIDAD. 3. Calcula la probabilidad de que al lanzar dos dados la suma de sus puntos sea: a) igual a 5 b) mayor que 10 1. Se lanza un dado. Halla la probabilidad: a) de salir el 3 b) de salir un número par c) de salir un número mayor que 2 PROBLEMAS DE PROBABILIDAD 2. Calcula la probabilidad de que al lanzar dos monedas:

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

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.

Más detalles

BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD

BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD EJERCICIO 1 Considera el siguiente conjunto de datos bidimensionales: X 1 1 2 3 4 4 5 6 6 y 2.1 2.5 3.1 3.0 3.8 3.2 4.3 3.9 4.4 a)sin efectuar cálculos

Más detalles

Ejercicio 1. Ejercicio 2

Ejercicio 1. Ejercicio 2 Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función

Más detalles

Se le presentará a los alumnos el siguiente juego. Se llevaran cuatro fichas como estas.

Se le presentará a los alumnos el siguiente juego. Se llevaran cuatro fichas como estas. Aión Nº4 y 5: Funión arítmia. Definiión. Logaritmo de un número. Logaritmo deimal y aritmo natural. Núleo temátio: Funión exponenial y arítmia. Feha: Junio 0 Espaio de apaitaión. CIE. Doente: De Virgilio,

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

Definición de probabilidad

Definición de probabilidad Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total

Más detalles

Variables aleatorias discretas

Variables aleatorias discretas Variables aleatorias discretas Considere el espacio de probabilidad Ω, F, P) y la función X : Ω R. La imagen de Ω bajo X se define como sigue ImgX) = x R ω Ω : Xω) = x}. Si ImgX) es un conjunto contable,

Más detalles

CAPITULO 8 MUESTRAS ALEATORIAS Y NUMEROS ALEATORIOS

CAPITULO 8 MUESTRAS ALEATORIAS Y NUMEROS ALEATORIOS Teoría elemental de muestreo CAPITULO 8 TEORIA DE MUESTREO La teoría de muestreo es el estudio de las relaciones existentes entre una población y las muestras extraídas de ella. Es de gran utilidad en

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

Tema 1: Distribuciones en el muestreo

Tema 1: Distribuciones en el muestreo Tema 1: Distribuciones en el muestreo 1 (transparencias de A. Jach http://www.est.uc3m.es/ajach/) Muestras aleatorias Estadísticos Concepto de distribución muestral Media muestral Distribución muestral

Más detalles

MODELOS DISCRETOS DE PROBABILIDAD

MODELOS DISCRETOS DE PROBABILIDAD MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea

Más detalles

Maestría en Bioinformática Probabilidad y Estadística: Clase 3

Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias

Más detalles

TEMA 1: PROBABILIDAD

TEMA 1: PROBABILIDAD TEMA 1: PROBABILIDAD Ejercicios 1- alcular el espacio muestral asociado a los siguientes experimentos: a) Lanzar una moneda b) Tirar un dado c) Lanzar un dado de quinielas d) Extraer una bola de una caja

Más detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................

Más detalles

TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.

TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA INFERENCIA ESTADÍSTICA DECISIÓN ESTADÍSTICA. CONTRASTE DE HIPÓTESIS. Introduión 1 La Inferenia Estadístia persigue la obtenión de onlusiones sobre un gran número de datos, en base a la observaión de una

Más detalles

Probabilidad Condicional. Teorema de Bayes para probabilidades condicionales:

Probabilidad Condicional. Teorema de Bayes para probabilidades condicionales: Probabilidad Condicional Teorema de Bayes para probabilidades condicionales: Definición: Sea S el espacio muestral de un experimento. Una función real definida sobre el espacio S es una variable aleatoria.

Más detalles

PROBABILIDAD Relación de problemas 3: Variables aleatorias continuas

PROBABILIDAD Relación de problemas 3: Variables aleatorias continuas PROBABILIDAD Relación de problemas 3: Variables aleatorias continuas 1. Un autobús pasa por una cierta parada cada 8 minutos. Si un usuario llega a la parada, el tiempo que debe esperar es una variable

Más detalles

Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM

Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

Probabilidad - 2ºBCS. De dos sucesos A y B, asociados a un mismo experimento aleatorio, se conocen las probabilidades C. = 0.

Probabilidad - 2ºBCS. De dos sucesos A y B, asociados a un mismo experimento aleatorio, se conocen las probabilidades C. = 0. Probabilidad - ºBS EJERIIO De dos sucesos A y B, asociados a un mismo experimento aleatorio, se conocen las probabilidades P ( 0., P ( A / 0. y A B ) 0.. a) alcule A. b) Halle P (. c) Determine si A y

Más detalles

2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales

2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales 2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales consta A? Cuál es el suceso contrario de A? 3. Si consideramos

Más detalles

NOMBRE: a) Sacar par al tirar un dado a) Sacar impar al tirar un dado b) Al lanzar el dado dos veces, se obtenga una suma de puntos igual a 7.

NOMBRE: a) Sacar par al tirar un dado a) Sacar impar al tirar un dado b) Al lanzar el dado dos veces, se obtenga una suma de puntos igual a 7. (espacios muestrales, sucesos compatibles e incompatibles) 1 1. Consideremos el experimento que consiste en la extracción de tres bombillas de una caja que contiene bombillas buenas y defectuosas. Se pide

Más detalles

Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:

Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha: Integral Lapso 2010-2 745 1/5 Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: 610-612-613 Fecha: 26-02-2011 OBJ. 2 PTA 1 MODELO DE RESPUESTAS Objetivos 2,

Más detalles

Departamento de Matemática Aplicada a la I.T.T.

Departamento de Matemática Aplicada a la I.T.T. Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

Sesión 2: Teoría de Probabilidad

Sesión 2: Teoría de Probabilidad Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para

Más detalles

EJERCICIOS I APLICACIÓN DE LA REGLA DE LAPLACE

EJERCICIOS I APLICACIÓN DE LA REGLA DE LAPLACE EJERCICIOS I APLICACIÓN DE LA REGLA DE LAPLACE 1) Se considera el experimento aleatorio de lanzar un dado. Se pide la probabilidad de obtener a) Número par b) Número par c) Múltiplo de 3 d) Múltiplo de

Más detalles

1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.

1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.

Más detalles

2. CARGA Y DESCARGA DE UN CONDENSADOR

2. CARGA Y DESCARGA DE UN CONDENSADOR 2. ARGA Y DESARGA DE UN ONDENSADOR a. PROESO DE ARGA La manera más senilla de argar un ondensador de apaidad es apliar una diferenia de potenial V entre sus terminales mediante una fuente de.. on ello,

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 1 1 x 0 1 Sean las matrices A, B y C 1 1 x 0 1 a) (1 punto) Encuentre el valor o valores de x de forma que B A 1 b) (1 punto) Igualmente para que B C A c) (1 punto) Determine x para que A B C

Más detalles

1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional

1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 4.1. Variable aleatoria bidimensional Las Variables Aleatorias Bidimensionales o N-Dimensionales surgen cuando es necesario trabajar en espacios

Más detalles

Introducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.

Introducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. Introducción al Tema 7 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos

Más detalles

PROBABILIDADES Y DISTRIBUCIONES

PROBABILIDADES Y DISTRIBUCIONES PROBABILIDADES Y DISTRIBUCIONES 1. Supongamos que se lanza una moneda cuyo peso ha sido alterado de manera que P (C) = 2/3 y P (S) = 1/3. Si aparece cara, entonces selecciona un número al azar del 1 al

Más detalles

Ecuación Solución o raíces de una ecuación.

Ecuación Solución o raíces de una ecuación. Euaión Igualdad que ontiene una o más inógnitas Soluión o raíes de una euaión. Valores de las inógnitas que umplen la igualdad. 15 = 3x + 6 15 6 = 3x 9 = 3x 3 = x on Existen diversos métodos de hallar

Más detalles

Pruebas de Acceso a Ensen anzas Universitarias Oficiales de Grado (PAEG)

Pruebas de Acceso a Ensen anzas Universitarias Oficiales de Grado (PAEG) PAEG junio 016 Propuesta B Matemátias II º Bahillerato Pruebas de Aeso a Ensen anzas Universitarias Oiiales de Grado (PAEG) Matemátias II (Universidad de Castilla-La Manha) junio 016 Propuesta B EJERCICIO

Más detalles

ESTADÍSTICA. Kilómetros recorridos: x i Número de bicicletas: f i

ESTADÍSTICA. Kilómetros recorridos: x i Número de bicicletas: f i ESTADÍSTICA 1.- Un equipo ciclista quiere estudiar el estado de las bicicletas a lo largo de cuatro años. Toma una muestra de 20 bicicletas y mira los Kilómetros que han recorrido: Kilómetros recorridos:

Más detalles

Ecuaciones de primer grado

Ecuaciones de primer grado Euaiones de primer grado. Resuelve las siguientes euaiones de primer grado on paréntesis. 3( + ) + ( 3 ) = 7 3( ) ( 3 ) ( + ) = 3( ) ( + ) ( + 3) = 3 + = 5 ( 7 ). Resuelve las siguientes euaiones de primer

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

Tema 4: Modelos probabilísticos

Tema 4: Modelos probabilísticos Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable

Más detalles

5 Variables aleatorias contínuas

5 Variables aleatorias contínuas 5 Variables aleatorias contínuas Año 202 Una variable aleatoria continua puede tomar cualquier valor en un intervalo de números reales.. Función de densidad. La función de densidad de una variable aleatoria

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4. a) Hallar las funciones de probabilidad marginal de X ydey : p X (x) y p Y (y) respectivamente.

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4. a) Hallar las funciones de probabilidad marginal de X ydey : p X (x) y p Y (y) respectivamente. PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4 1. En la siguiente tabla se presenta la función de probabilidad conjunta del vector aleatorio discreto (X, Y ): Y \ X 1 2 3 4 1 0.10 0.05 0.02 0.02 2 0.05 0.20

Más detalles

Departamento de Matemática Aplicada a la I.T.T.

Departamento de Matemática Aplicada a la I.T.T. Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Duración: horas Fecha: de Julio de Fecha publicación notas: -7- Fecha revisión examen: 8-7-

Más detalles

6-1. Dos preguntas sobre 100 tiradas de dado

6-1. Dos preguntas sobre 100 tiradas de dado Semana 6 Esperanza y Varianza 6-1. Dos preguntas sobre 100 tiradas de dado 6-2. Esperanza 6-3. Propiedades básicas de la esperanza 6-4. Distancia esperada a la media 6-5. Varianza 6-6. Demostraciones 6-1.

Más detalles

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado. 1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto

Más detalles

UNIDAD 6: PROBABILIDAD

UNIDAD 6: PROBABILIDAD UNIDAD 6: PROBABILIDAD ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1 2.- EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL... 1 3.- SUCESOS ALEATORIOS. OPERACIONES... 2 4.- PROBABILIDAD. REGLA DE LAPLACE... 4 5.-

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

RELACIÓN DE PROBLEMAS. Distribuciones de probabilidad

RELACIÓN DE PROBLEMAS. Distribuciones de probabilidad RELACIÓN DE PROBLEMAS Distribuciones de probabilidad 1. Se lanzan al aire dos monedas tres veces consecutivas. Sea X la v.a. que representa el número de veces que se obtiene cara en ambas monedas en los

Más detalles

Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10

Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10 Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,

Más detalles

Unidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.

Unidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua. Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,

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

Teoría de Sistemas y Señales

Teoría de Sistemas y Señales Universidad Naional de Rosario Faultad de Cienias Exatas, Ingeniería y Agrimensura Esuela de Ingeniería Eletrónia Teoría de Sistemas y Señales Trabajo Prátio Nº 3 Análisis Freuenial de Señales Problemas

Más detalles

9 APROXIMACIONES DE LA BINOMIAL

9 APROXIMACIONES DE LA BINOMIAL 9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X

Más detalles