SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD"

Transcripción

1 Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: a) D cuál es la varable y de qué tpo es. b) Haz ua tabla de frecuecas y represeta los datos e u dagrama adecuado. c) Calcula la meda y la desvacó típca. a) Varable: Número de faltas de ortografía Es ua varable cuattatva dscreta. Llamamos a dcha varable y sus valores so 0, 1,,, y. b) Tabla de frecuecas: Dagrama de barras: N- o DE FALTAS DE ORTOGRAFÍA c) MEDIA: Σf 8 1,7 Σ 0 σ Σf 1 1,7, Σ 0 DESVIACIÓN TÍPICA: σ, 1,7

2 Pág. A u grupo de 0 persoas se les ha tomado el úmero de pulsacoes por muto (rtmo cardíaco) obteédose los sguetes resultados: a) Represeta gráfcamete esta dstrbucó agrupado los datos e tervalos. b) Calcula la meda y la desvacó típca. a) Localzamos los valores etremos: 1 y 90 recorrdo 9 Buscamos u múltplo de (- o de tervalos) algo mayor que 9, por ejemplo r'. Así, cada tervalo tedrá ua logtud de 7. INTERVALOS MARCAS DE CLASE ( ) 9, -, 1 809, -, , - 70, , - 77, , - 8, , - 91, Puesto que los tervalos so de la msma logtud, la altura de cada barra e este hstograma cocde co la frecueca ( ). 8 b) MEDIA: Σf 7,7 Σ 0 9,,, 70, 77, 8, 91, N-º DE PULSACIONES POR MINUTO σ Σf ,7 77,9 Σ 0 DESVIACIÓN TÍPICA σ 77,9 8,81

3 Pág. Este gráfco muestra las alturas de los árboles de u parque. Haz la tabla de frecuecas correspodete y calcula y σ INTERVALOS MARCA DE CLASE ( ) MEDIA: Σf 17,8 Σ 0 σ Σf ,8 80, Σ 0 DESVIACIÓN TÍPICA: σ 80, 8,9 E ua materdad se ha tomado los pesos (e klogramos) de 0 recé acdos:,8,,8,,7,7 1,9,,,,0, 1,8,,9,1,,8,1,9,9,,0,1,,, 1,9,0,9,,,0,,1,,,9,0,7,9,8,7,1,0,1,8,,9, a) Costruye ua tabla co los datos agrupados e tervalos de ampltud 0, kg. b) Represeta gráfcamete esta dstrbucó. c) Calcula la meda y la desvacó típca. Localzamos los valores etremos: 1,8 y,9. Recorrdo,9 1,8,1

4 Pág. a) INTERVALOS MARCA DE CLASE ( ) 1, -,0 1,8 7, 1,9,0 -,, 11,,1, -,8, 1, 91,9,8 -,,0 17 1,8 18,1, -,, 8 7, 9,, -,0,8 11,,7 0 1,1 8,1 b) Represetamos los datos e u hstograma; al ser los tervalos de la msma ampltud, la altura de cada barra correspode a la frecueca ( ) de cada tervalo. c) 1,1,9 kg 0 σ 8,1,8 0,1 0 σ 0,1 0,9 kg ,,0,,8,,,0 PESOS (kg) El úmero de persoas que acudero a las clases de atacó de ua psca mucpal fuero: a) Haz ua tabla de frecuecas agrupado los datos e tervalos. b) Represeta gráfcamete la dstrbucó. c) Halla y σ. Localzamos los valores etremos: y 0. Recorrdo 0 8 Agrupamos los datos e 7 tervalos. Co el f de que los etremos de los tervalos o cocda co guo de los datos, tomamos cada tervalo de logtud, e vez de.

5 Pág. a) INTERVALOS MARCA DE CLASE ( ) 8, -, , - 8, , -, , - 8, , -, , - 8, , -, b) Represetamos los datos e u hstograma. La altura de cada rectágulo cocdrá co la frecueca absoluta, por ser los tervalos de gual ampltud. 9 8,, 8,, 8,, 8,, N-º DE PERSONAS c) MEDIA: , σ ,,8 DESVIACIÓN TÍPICA: σ,8 7, Medaa, cuartles y percetles Las urgecas ateddas durate u mes e u cetro de salud fuero: a) Haz ua tabla de frecuecas y represeta los datos. b) Haz la tabla de frecuecas acumuladas y d cuál es la medaa.

6 Pág. a) urgecas Represetamos los datos e u dagrama de barras: f ateddas F e % 0 1 1, , 7, b) Me p 0 (para, F supera el 0%) 7 La altura, e cetímetros, de u grupo de alumos y alumas de ua msma clase es: 10, 19, 171, 17, 17, 17, , 18, 177, 179, 17, 18, 18 Calcula la medaa y los cuartles y eplca el sgfcado de estos parámetros. Colocamos los datos e orde crecete: Hay 1 datos: 1 7 Medaa: valor termedo de los dos cetrales stuados e séptma y octava poscó: Me , cm Sgfca que la mtad de los alumos tee ua estatura feror a 17, cm. 1, Q cm (- o lugar) El % de los alumos mde meos de 171 cm de altura. 1, Q 181 cm (poscó 11) El 7% de los alumos tee ua estatura feror a 181 cm. 8 Calcula la medaa y los cuartles de la sguete dstrbucó: 0 1 Completamos la tabla co las frecuecas acumuladas: N-º DE URGENCIAS

7 Pág. 7 F e % , , 0 0 Me 1, porque para 1 la F supera el 0% Q 1 0, porque para F supera el % para 0 Q, porque F supera el 7% para 9 Halla la medaa, los cuartles y el percetl 0 e cada ua de las sguetes dstrbucoes, correspodetes a las otas obtedas e u test que ha hecho dos grupos de estudates: A: B: Colocamos e orde crecete los datos: A Hay 1 datos: La medaa es el valor cetral (poscó 8) Me 1,7 Q 1 (- a poscó) 1 11, Q 0 (1- a poscó) p 0 será el valor termedo de los datos stuados e 0 9- a y - a poscó, es decr: p p 0 7, B Hay 1 datos: Los dos valores cetrales so y Me + 1, Q 1 1 (- a poscó) 1, Q 9 (11- a poscó) 1 0 8, p 0 7 (9- a poscó) 0

8 Pág. 8 Pága a) Halla gráfcamete la medaa y los cuartles de la dstrbucó que represeta este polígoo de porcetajes acumulados. b) Calcula el percetl correspodete a años. % EDAD a) Q 1 p ; Me p 0 8,1; Q p 7 b) Para, F es 88 El 88% de los datos está por debajo; luego p 88, es decr, el percetl 88 es el correspodete a años. 11 Las estaturas de los 0 alumos y alumas de ua clase vee dadas e la tabla adjuta. ALTURA N o DE ALUMNOS 18,-1, 1 1,-18, 18,-17, 11 17,-178, 1 178,-18, 18,-188, EXTREMOS F EN % 18, 0 0 1, 1, 18, 1 17, 17, 178, 1 77, 18, 7 9, 188, 0 0 Polígoo de porcetajes acumulados:

9 Pág. 9 a) Sobre el polígoo, halla la medaa y los cuartles feror y superor. b) Calcula el percetl que correspode a ua persoa que mde 170 cm, y a otra cuya estatura es 180 cm, y eplca su sgfcado. a) Q 1 171; Me 17,; Q 178,7 b) Localzamos el tervalo e el que se ecuetra la altura de 170 cm: 7, 8, 1,, 1 7,% k 1 + 8,, El percetl, es el que correspode 1% 1, cm a ua persoa que mde 170 cm. Su sgfcado es que el,% de los alum- 18, , cm os y alumas tee ua estatura feror a 170 cm. Localzamos el tervalo e el que se ecuetra la altura de 180 cm: 1, cm 77,% 178, 180 cm 18, 9, 77, 1% 1, 1, k 77, +, 8 El percetl 8 es el que correspode a ua persoa que mde 180 cm. Sgfca que el 8% de los estudates mde meos de 180 cm de estatura. 1 E la fabrcacó de certo tpo de bombllas, se ha detectado alguas defectuosas. Se ha estudado 00 cajas de 0 bombllas cada ua, obteédose la sguete tabla: Calcula la medaa, el cuartl superor y el percetl 0. Hacemos la tabla de frecuecas acumuladas. F e % 1, , , DEFECTUOSAS N o DE CAJAS Para, F guala el 0%, luego la medaa será el valor termedo etre y el sguete,, esto es, Me,. Q p 7 p 0

10 Pág. PIENSA Y RESUELVE 1 Deseamos hacer ua tabla co datos agrupados a partr de 8 datos, cuyos valores etremos so 19 y 187. a) S queremos que sea tervalos de ampltud 17, cuáles será esos tervalos? b) Haz otra dstrbucó e 1 tervalos de la ampltud que creas coveete. Recorrdo: r a) Buscamos u úmero algo mayor que el recorrdo y que sea múltplo de. Por ejemplo, r' 170. De este modo, cada tervalo tedrá ua logtud de 17. Los tervalos so: [18, ); [, ); [, 9); [9, 8); [8, ); [, ) [, 17); [17, 1); [1, 171); [171, 188) b) Buscamos ahora u úmero que sea múltplo de 1, que es el úmero de tervalos e este caso la ampltud de cada tervalo será 1. Los tervalos so: [19, ); [, 7); [7, 1); [1, 7); [7, 89); [89, ) [, 117); [117, 11); [11, 1); [1, 19); [19, 17); [17, 187) 1 Los gastos mesuales de ua empresa A tee ua meda de euros y ua desvacó típca de 100 euros. E otra empresa B la meda es 1000 euros y la desvacó típca 00 euros. Calcula el coefcete de varacó y d cuál de las dos tee mayor varacó relatva Empresa A: C.V. σ ,1 o be 1,% σ Empresa B: C.V. 00 0,1 ) o be 1,7% σ Tee mayor varacó relatva la empresa B. 1 El peso medo de los alumos de ua clase es 8, kg y su desvacó típca,1 kg. El de las alumas de esa clase es, kg y su desvacó típca es,1 kg. Calcula el coefcete de varacó y compara la dspersó de ambos grupos.

11 Pág. 11 8, kg Alumos C.V.,1 0,0,% σ,1 kg 8,, kg Alumas C.V.,1 0,097 9,7% σ,1 kg, El peso medo de las alumas es más varable que el peso de los alumos. 1 Se ha meddo los pesos y las alturas de persoas, obteédose los sguetes datos: Calcula el coefcete de varacó y d s está más dspersos los pesos o las alturas. PESOS ( ) Σf 87, kg Σ σ Σf 011, 8, σ 8,,87 kg Σ C.V. σ,87 0,0 o be,%, PESOS (kg) ALTURAS (m) 1,7 0 1, 1,7 1,7 8 1,7 8 1,8 ALTURAS (y ) y y 1, 1 1,, 1,7,1 8,7 1,7 1 1,7,0 1,8 1 1,8,,1 17, Σf y y,1 1,9 m Σ σ Σf y y 17, 1,9 0,019 σ 0,019 0,1 m Σ C.V. σ 0,1 0,071 o be 7,1% y 1,9 Está más dspersas las alturas que los pesos.

12 Pág. 1 Pága E ua regata de veleros, los tempos, e mutos, empleados por los partcpates e hacer el prmer recorrdo ha sdo:,7 9, 7,, 1, 0, 8, 9,8 0, 1, 1,8,,,8 9 0,8 8 a) Represeta gráfcamete los datos. b) Calcula y σ. c) Ordea los datos y calcula la medaa y los cuartles. a) El úmero de valores dsttos que hay es grade; luego, es adecuado agruparlos e tervalos. Recorrdo 8 9,8 18, Tomamos 7 tervalos de ampltud. 8, 1,, 7, 0,,, 9, TIEMPO EMPLEADO (m) b) INTERVALO MARCA ( ) 8, - 1, 9,9 119,7 77,0 1, -,,9 1, 9 0,0, - 7,,9 17,7 0, 7, - 0, 8,9 19, 9,8 0, -, 1,9 1, ,8, -, 1,9,9 01,01, - 9, 1 7,9 7,9,1 0 9, MEDIA 9,8 mutos 0 σ,,8,9 0 DESVIACIÓN TÍPICA σ,9,0 mutos

13 Pág. 1 c) Ordeamos los datos: 9,8-0, - 1, - 1,8 -, -,8 -,7 - -, -, 7, - 8, - 9-9, - 0, - 0,8-1, Hay 0 datos: 0 La medaa es el valor termedo de los valores stuados e las poscoes y 11: Me, + 7,,8 0 Q 1 es la meda artmétca de, y,8, valores stuados e - a y - a poscó: Q 1, +,8, 0 1 Q es el valor termedo etre 0, y 0,8, valores que ocupa la poscó 1 y 1, respectvamete: Q 0, + 0,8 0, 18 El úmero de errores cometdos e u test por u grupo de persoas vee reflejado e la sguete tabla: N o DE ERRORES N o DE PERSONAS a) Halla la medaa y los cuartles feror y superor, y eplca su sgfcado. b) Cuál es el úmero medo de errores por persoa? Costrumos la tabla de frecuecas acumuladas: N- o DE ERRORES N- o DE PERSONAS F EN % ( ) ( ) , ,0 8 1, ,7 0 8, ,

14 Pág. 1 a) Me. Sgfca que el 0% de las persoas comete 0, 1 ó errores. Q 1 1. El % de las persoas comete 1 error o guo. Q. El 7% de las persoas comete errores o meos de errores. b) Σf 7,1 Σ 1 El úmero medo de errores por persoa es lgeramete superor a. 19 Al pregutar a u grupo de persoas cuáto tempo dedcaro a ver televsó durate u f de semaa, se obtuvero estos resultados: Dbuja el hstograma correspodete y halla la meda y la desvacó típca. Como los tervalos o so de la msma logtud, para represetar la dstrbucó medate u hstograma podremos e cada barra ua altura tal que el área sea proporcoal a la frecueca: [0; 0,) a 1 0, f 1 h 1 0 0, [0,; 1,) a 1 f h [1,;,) a 1 f 18 h 18 [,; ) a 1, f 1 h 1 8 1, [; 8) a f 1 h 1 TIEMPO NÚMERO (e horas) DE PERSONAS [0; 0,) [0,; 1,) [1,;,) 18 [,; ) 1 [, 8) , 8 0,, TIEMPO DEDICADO A VER T.V. DURANTE UN FIN DE SEMANA (h) TIEMPO MARCA ( ) [0; 0,) 0,, 0, [0,; 1,) 1 [1,;,) 18 7 [,; ), 1 9 1,7 [; 8) , 1,7 19,,7 σ 1,7 σ,7 1,9,7,7

15 Pág. 1 0 U detsta observa el úmero de cares e cada uo de los 0 ños de u colego y obtee los resultados resumdos e esta tabla: NÚMERO DE CARIES FRECUENCIA ABSOLUTA FRECUENCIA RELATIVA y 1 0, 0, z 0,1 0,0 a) Completa la tabla obteedo, y, z. b) Calcula el úmero medo de cares. a) La frecueca relatva es el cocete etre la frecueca absoluta y el úmero total de dvduos (0, e uestro caso). 0, y y y z z 0, 0 0 b) Nº DE CARIES ( ) , 0 El úmero medo de cares es de 1,. 1 E ua poblacó de famlas se ha observado la varable X úmero de coches que tee la famla y se ha obtedo los sguetes datos: a) Costruye la tabla de frecuecas de la dstrbucó X. b) Haz el dagrama de barras. c) Calcula la meda y la desvacó típca. d) Halla la medaa y los cuartles.

16 Pág. 1 a) F e % b) c) 9 1, σ 8 1, 0,89 σ 0,89 0,9 d)me 1, Q 1 1 y Q 0 1 N-º DE COCHES Este es el polígoo de frecuecas acumuladas correspodete a ua dstrbucó de datos agrupados e tervalos: a) Escrbe la tabla de frecuecas absolutas. b) Calcula la meda y la desvacó típca de la dstrbucó. a) INTERVALOS F I MARCA DE CLASE ( ) [0, 0) 0 00 [0, 0) [0, 0) [0, 80) [80, 0) b) MEDIA VARIANZA σ DESVIACIÓN TÍPICA σ 80 8,98

17 Pág. 17 Completa la sguete tabla estadístca, dode f, F y fr represeta, respectvamete, la frecueca absoluta, la frecueca absoluta acumulada y la frecueca relatva. Recuerda que fr f/ y calcula. 1 f F fr 0,08 De la prmera fla se obtee fáclmete el valor de : 8 0, ,1 fr f 0, ,1 8 0,1 8 0, 7 7 0,1 Pága ,1 Se ha meddo el vel de colesterol e cuatro grupos de persoas sometdas a dferetes detas. Las medas y las desvacoes típcas so las que fgura e esta tabla: DIETA σ A B C D 11, 188, 0, 18 7,, 9,1, Las gráfcas so, o respectvamete: Asoca a cada deta la gráfca que le correspode. Fjádoos e las gráfcas, se observa que los grupos 1 y tee ua meda feror a 00, metras que las medas de y so superores a ese úmero. Luego podemos asocar: A y C y B y D 1 y Por otra parte, las persoas de tee el vel de colesterol más dsperso que las de. Segú esto, su desvacó típca será mayor, por lo que C y A. Aálogamete, B y D 1.

18 Pág. 18 REFLEXIONA SOBRE LA TEORÍA Justfca que la suma de las frecuecas relatvas es sempre gual a 1. Supogamos que teemos datos: f fr 1 + fr + + fr 1 f + f + + f 1 + f + + f 1 Sedo la frecueca absoluta del dato. E la dstrbucó de las otas de u eame, el prmer cuartl fue. Qué sgfca esto? Q 1 sgfca que el % de los alumos obtuvero ua ota gual o feror a. 7 Completa la tabla de esta dstrbucó e la que sabemos que su meda es, Llamamos z a la frecueca absoluta del dato. Aplcamos la defcó de la meda: Σf,7 + z Σ 1 + z,7 (1 + z) + z 0, +,7z + z 0,7z, z 8 S a todos los datos de ua dstrbucó le sumamos u msmo úmero, qué le ocurre a la meda? Y a la desvacó típca? Y s multplcamos todos los datos por u msmo úmero? Llamamos a al valor sumado a cada dato de la dstrbucó: MEDIA ( 1 + a)f 1 +( + a)f + + ( + a)f 1 f 1 + f + + f + a(f 1 + f + + f ) Σf Σf + a Σf + a, puesto que 1 La ueva meda es el valor de la meda orgal más el valor que hemos sumado a cada dato.

19 19 Pág. 19 DESVIACIÓN TÍPICA: Σf ( + a) Σf + Σ a ( + a) + Σ a a a Σ Σ Σf + a + a a a Σ Σf Σ La desvacó típca o se ve alterada al sumar a todos los datos de la dstrbucó u msmo úmero. Supogamos ahora que todos los datos se multplca por u msmo valor a: a MEDIA 1 f 1 + a f + + a f a la meda queda multplcada por dcho valor. DESVIACIÓN TÍPICA: Σ ( a) Σ ( a) a Σf a a ( Σ ) Σ La varaza quedaría multplcada por a, luego la desvacó típca queda multplcada por a. Σ 9 Dos dstrbucoes estadístcas, A y B, tee la msma desvacó típca. a) S la meda de A es mayor que la de B, cuál tee mayor coefcete de varacó? b) S la meda de A es doble que la de B, cómo será sus coefcetes de varacó? C.V. σ σ > 0 a) S A > B 1 < 1 σ < σ B tee mayor coefcete A B A B de varacó. b) S A B C.V. de A σ σ A B C.V. de B σ B El coefcete de varacó de A es la mtad que el de B.

20 Pág. 0 0 Observa esta demostracó: Σ( Σ( + ) ) 1 Σ Σ + Σ + Σ Justfca las gualdades 1 y. Σ( Justfcacó de 1 + ) Σ + Σ Como, etoces se obtee: + Justfcacó de Σ (por ser datos co frecueca 1) PROFUNDIZA Σ Σ Σ Σ 1 E ua fábrca se ha meddo la logtud de 00 pezas de las msmas característcas y se ha obtedo estos datos: a) Represeta el hstograma correspodete. b) Se cosdera aceptables las pezas cuya logtud está e el tervalo [7, 8]. Cuál es el porcetaje de pezas defectuosas? LONGITUD NÚMERO DE PIEZAS (e mm) 7,-7, 7,-77, 9 77,-8, 790 8,-87, 0 87,-9, Del segudo tervalo habrá que rechazar las que mda etre 7, y 7. Calcula qué tato por ceto de la ampltud represeta la dfereca 7-7, y halla el porcetaje de la frecueca correspodete. Procede aálogamete e el cuarto tervalo. a) Por teer todos los tervalos la msma logtud, la altura de cada ua de las barras cocdrá co la frecueca de cada tervalo , 7, 7, 7, 7, 7, LONGITUD (mm)

21 Pág. 1 b) Costrumos la tabla de frecuecas absolutas acumuladas: Calculamos el porcetaje de pezas que hay por debajo de 7 mm: 0,%, 7, 7 INTERVALO F e % 7, - 7, 0, 7, - 77, , - 8, , - 87, , - 9, ,,7, Por debajo de 7 mm está el,7 + 0,,% de las pezas. Calculamos el porcetaje de pezas que está por debajo de 8 mm: 89%, 8, 8 77, 87, 0, 9,% % 7, Por debajo de 8 mm está el % de las pezas. El porcetaje de pezas que hay e el tervalo [7, 8] es: 9, 90,7% Por tato, el 0 90,7 9,% de las pezas será defectuosas. Se ha pasado u test de 80 pregutas a 00 persoas. El úmero de respuestas correctas se refleja e la sguete tabla: RESPUESTAS NÚMERO CORRECTAS DE PERSONAS [0, ) 0 [, 0) 0 [0, 0) 7 [0, 0) 90 [0, 0) [0, 0) 8 [0, 70) 80 [70, 80) a) Calcula la medaa, los cuartles y los percetles 0 y 8. b) Cuál es el percetl de ua persoa que tee respuestas correctas?

22 Pág.,17% a) MEDIANA El 0% se alcaza e el tervalo 0-0 0,17,8 0 Me 17, CUARTILES 0 1,7,17 17,%, Luego Me 0 +,,,8 Q 1 El % se alcaza e el tervalo 0-0. INTERVALO F e % [0, ) 0 0,7 [, 0) 0 0 1,7 [0, 0) ,17 [0, 0) 90,17 [0, 0) 70 1,7 [0, 0) 8 7,8 [0, 70) 80 89,17 [70, 80) ,7% 1,7 8, 9,17 1,7 1,%, 1, 8, Q 1 0 +,, 0 Q 1 0 Q El 7% se alcaza e el tervalo ,7% 7 1,7 1,% 7,8 1,7 1,1 9,1 1,1 1, Q 0 + 9,1 9,1 0 Q 0 PERCENTILES p 0 El 0% se alcaza e el tervalo ,7,, p 0 0 +,, 1,, 8 7,8 9,17% 7,8% 0 P ,17 7,8 1,% p 8 El 8% se alcaza e el tervalo 0-70.,87 1, 9,17 p 8 0 +,87,87

23 Pág. b) respuestas correctas está e el tervalo [0, 70). k 1,% 1, k k,7 7,8 +,7 8, El percetl buscado es de 8,. 7,8% 0 70 Pága 1 Observa esta tabla sobre la TIEMPO (meses) edad de alguos ños y ñas N e el mometo de adar: o DE NIÑOS a) Dbuja el polígoo de frecuecas. b) Calcula la meda y la desvacó típca. c) Cuál es el tervalo medao? meses es el tervalo que va desde que se cumple 9 meses hasta el día ates de cumplr meses. a) El polígoo de frecuecas se costruye uedo los putos medos de los rectágulos y prologado al prcpo y al fal hasta llegar al eje N-º NIÑOS TIEMPO (meses) b) INTERVALO MARCA ( ) F EN % [9, ) 9, 1 9, 90, 1 [, 11), 1 [11, 1) 11, 9, 1 190, 1 8 [1, 1) 1, [1, 1) 1, 11 18, 00,7 1 8 [1, 1) 1, [1, 1) 1, 1 1, 0, , MEDIA 1,7 0 σ 8 18, 1,7 1,8 DESVIACIÓN TÍPICA σ 1,8 1,0 0

24 Pág. c) El tervalo medao es aquel e el que se ecuetra el valor de la medaa. E este caso, el 0% se alcaza e el tervalo [1, 1), que será el tervalo medao. De ua muestra de 7 plas eléctrcas, se ha obtedo estos datos sobre su duracó: a) Represeta los datos gráfcamete. b) Calcula la meda y la desvacó típca. c) Qué porcetaje de plas hay e el tervalo ( σ, + σ)? TIEMPO NÚMERO DE PILAS (e horas) [, 0) [0, ) [, 0) 1 [0, ) 8 [, ) 1 [, 70) a) Represetamos los datos e u hstograma. Como los tervalos so de dstta logtud, calculamos la altura (h ) de cada barra, sabedo que el área de cada rectágulo ha de ser proporcoal a la frecueca ( ). [, 0) h 1 0, [0, ) h 1 [, 0) h 1, [0, ) h 8, [, ) h 1 1, 1 [, 70) h , TIEMPO 1 (h) b) INTERVALO MARCA ( ) F EN % [, 0) 7, 8, 8,7 [0, ), 1, 81, 8,7 [, 0) 7, 1 787, 9 1, 9 8,7 [0, ), [, ) [, 70), 7 7, , 11 09,7 MEDIA 197,, 7 σ 11 09,7,,9 DESVIACIÓNTÍPICA: σ,9 8 7

25 Pág. c) ( σ, + σ) (, 8;, + 8) (,; 0,) Calculamos el porcetaje de plas por debajo de,: %, 0,,7,7%,7 Calculamos el porcetaje de plas por debajo de 0,:,, El porcetaje de plas por debajo de, es +,,%., 7% 0, 9 7 1% 1 9, El porcetaje de plas por debajo de 0, es de % El porcetaje de plas que hay e el tervalo (,; 0,) es: 8, 7,8% E el proceso de fabrcacó de u vo, se le añade u compuesto químco. Se ha comprobado la cocetracó de este compuesto e ua partda de 00 botellas y se ha obtedo los datos de la tabla. a) Calcula la meda y la desvacó típca. b) Se estma que el vo o se debe cosumr s la cocetracó de ese compuesto es superor a 0,9 mg/l. Segú esto, qué porcetaje de botellas o es adecuado para el cosumo? CONCENT. (mg/l ) NÚMERO DE BOTELLAS [0; 0,) 1 [0,; 0,) 8 [0,; 0,) 7 [0,; 0,8) 7 [0,8; 1) 1 a) INTERVALO MARCA ( ) F EN % [0; 0,) 0,1 1 01, 00,1 1 7, [0,; 0,) 0, 8 771, 1 9,, [0,; 0,) 0, , [0,; 0,8) 0, ,9, [0,8; 1) 0,9 1 9, 11, , 8 197,8

26 Pág. MEDIA, 0, 00 σ 8 197,8 0,17 0,0 σ 0,0 0, 00 b) Calculamos el porcetaje de botellas cuya cocetracó es feror a 0,9 mg/l: 0,1 9% 0,8 0,9 0, % 7 0,, 0,1 El porcetaje de botellas cuya cocetracó es feror a 0,9 mg/l es de 9 +, 9,%. No es adecuado para el cosumo el 0 9,,% de botellas. Estas tablas recoge la frecueca de cada sgo e las quelas durate las 0 prmeras joradas: a) Calcula el úmero medo de uos, el de equs y el de doses. b) Calcula la desvacó típca para cada caso del apartado ateror. c) Calcula los tervalos ( σ, + σ) y ( σ, + σ) y obté la proporcó de datos que hay e ellos para cada sgo. 1 X 1 X TABLA DE FRECUENCIAS PARA LOS UNOS a) 19 7, b) σ 7,,87 1,9 0 c) ( σ, + σ) (7, 1,9; 7, + 1,9) (,9; 9,1) ( σ, + σ) (7,,9; 7, +,9) (,; 11,7)

27 Pág. 7 E el prmer tervalo hay datos Proporcó 1 0 0,, es decr, el % de los datos. E el segudo tervalo está el 0% de los datos. TABLA DE FRECUENCIAS PARA LAS EQUIS a) 8, 0 8 b) σ,,91 1,71 0 c) ( σ, + σ) (, 1,71;, + 1,71) (,9;,01) ( σ, + σ) (,,;, +,) (0,88; 7,7) El úmero de datos compreddos e el prmer tervalo es: Proporcó 1 0,7 0 Represeta el 7%. E el segudo tervalo está compreddos todos los valores ecepto 9: Proporcó 19 0,9 Represeta el 9%. 0 TABLA DE FRECUENCIAS PARA LOS DOSES a), 0 1 b) σ,,087 1, 0 c) ( σ, + σ) (, 1,;, + 1,) (0,81;,9) ( σ, + σ) (,,88;, +,88) ( 0,;,1) 0,7, que repre- E el prmer tervalo hay 1 datos Proporcó seta el 70% de los datos. E el segudo tervalo hay 19 datos Proporcó 19 0,9 9% 0 1 0

28 Pág. 8 7 Este dagrama de barras muestra las calfcacoes obtedas por u grupo de 0 estudates: a) Costruye el hstograma correspodete a las calfcacoes umércas teedo e cueta las sguetes equvalecas: Suspeso, [0, ); Aprobado, [, 7); Notable, [7, 9); Sobresalete, [9, ). b) Calcula la calfcacó meda Suspeso Aprobado Notable Sobresalete Te e cueta que los tervalos o tee la msma ampltud y que las áreas de los rectágulos debe ser proporcoales a las frecuecas. a) Calculamos las alturas respectvas de cada rectágulo del hstograma: [0,) h 1 0 [,7) h 1 7 [7, 9) h 1 [9, ) h CALIFICACIONES b) INTERVALO MARCA ( ) [0, ) 0, 0 [, 7) 1 8 [7, 9) [9, ) 9, , 0

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

LECCIONES DE ESTADÍSTICA

LECCIONES DE ESTADÍSTICA LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El

Más detalles

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas: ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones 2 CÁLCULO FINANCIERO Teoría, Ejerccos y Aplcacoes 3 Uversdad de Bueos Ares Facultad de Cecas Ecoómcas Autores: Jua Ramó Garca Hervás Actuaro (UBA) Master e Ecoomía y Admstracó (ESEADE). Docete de Posgrado

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

Manual de Estadística

Manual de Estadística Maual de Estadístca Pag Maual de Estadístca Davd Ruz Muñoz Edtado por eumed et 004 ISBN: 84-688-653-7 Maual de Estadístca Pag ÍNDICE Capítulo I: Capítulo II: Capítulo III: Capítulo IV: Capítulo V: Capítulo

Más detalles

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS Coceptos (cotedos soporte) Udad de trabajo sexta: Geeraldades. Retas auales costates. Retas costates fraccoadas. Retas varables. Udad de trabajo séptma Geeraldades. mortzacó de u préstamo por el sstema

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA H. Helam Estadístca -/5 ITRODUCCIÓ. COCEPTO DE ETADÍTICA ETADÍTICA DECRIPTIVA La estadístca es la rama de las matemátcas que estuda los eómeos colectvos recogedo, ordeado y clascado y smplcado los datos

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

MS Word Editor de Ecuaciones

MS Word Editor de Ecuaciones MS Word Edtor de Ecuacoes H L. Mata El Edtor de ecuacoes de Mcrosoft Word permte crear ecuacoes complejas seleccoado símbolos de ua barra de herrametas y escrbedo varables y úmeros. medda que se crea ua

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

Más detalles

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

13Soluciones a los ejercicios y problemas

13Soluciones a los ejercicios y problemas Soluciones a los ejercicios y problemas PÁGINA Pág. P RACTICA Tablas de frecuencias El número de faltas de ortografía que cometieron un grupo de estudiantes en un dictado fue: a) Di cuál es la variable

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs.

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs. Boletí Técco Septebre No. Tabla esultados cálculos Núero edcoes Valor áxo Valor ío ago Proedo Desvacó Ídce capacdad l proceso Ídce capacdad l proceso Ídce capacdad aqua Ídce capacdad aqua Fraccó fectva

Más detalles

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

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

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

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

Bolsa Nacional de Valores, S.A. San José, Costa Rica

Bolsa Nacional de Valores, S.A. San José, Costa Rica SELECCIÓN DE CARTERAS DE INVERSIÓN (TEORÍA DEL PORTAFOLIO) RODRIGO MATARRITA VENEGAS * Bolsa Nacoal de Valores, S.A. Sa José, Costa Rca By ow t s evdet that MPT (moder Portfolo Theory), the theory frst

Más detalles

Capitalización, actualización y equivalencia financiera en capitalización compuesta

Capitalización, actualización y equivalencia financiera en capitalización compuesta Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

EJERCICIOS DE PORCENTAJES E INTERESES

EJERCICIOS DE PORCENTAJES E INTERESES EJERCICIOS DE PORCENTAJES E INTERESES Ejercicio º 1.- Por u artículo que estaba rebajado u 12% hemos pagado 26,4 euros. Cuáto costaba ates de la rebaja? Ejercicio º 2.- El precio de u litro de gasóleo

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

A2.1 SUMA PRESENTE A SUMA FUTURA

A2.1 SUMA PRESENTE A SUMA FUTURA A2. APÉNDICE MATEMÁTICAS FINANCIERAS E este apédce se preseta las fórmulas tradcoales para hallar las sumas equvaletes e el tempo y ua coleccó de fórmulas para equvaleca de tasas omales y efectvas. Para

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN DE

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3 Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

HERRAMIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS

HERRAMIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS HERRAIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS Dr. J. Iñak De La Peña Curso de Postgrado Especalsta e Cotabldad y aplcacó de las Normas Iteracoales de Cotabldad Facera Departameto de Ecoomía Facera

Más detalles

CIRO MARTINEZ BENCARDINO

CIRO MARTINEZ BENCARDINO CIRO MARTINEZ BENCARDINO Nacdo e Covecó (Norte de Satader - Colomba). Ecoomsta de la Uversdad Jorge Tadeo Lozao de Bogotá, D.C. Bo-estadístca (Uversdad de los Ades, Bogotá, D.C.). Téccas Estadístcas (CIENES-Satago

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

Tema 2: Modelos lineales de optimización con variables enteras. Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.

Más detalles

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO.

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO. Pága de 5 NÚCLEO UNIVERSITARIO RAFAEL RANGEL UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A ÁREA DE FÍSICA LABORATORIO DE FÍSICA LABORATORIO DE FÍSICA I/ PRÁCTICA No ANÁLISIS GRÁFICO OBJETIVO

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles