Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES

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

Download "Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES"

Transcripción

1 Departamento de Matemática Aplicada a las T.I.C. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EAMEN FINAL Otoño 25-6 FECHA: 5 de Enero de 26 Fecha publicación notas: 22 de Enero de 26 Fecha revisión examen: 27 de Enero de 26 APELLIDOS: NOMBRE: DNI: TITULACIÓN: Duración: 3 horas SOLUCIONES Ejercicio punto En una carrera sólo compiten los caballos A, B, C y D y las probabilidades de ganar son P A.2, P B.5, P C. y P D.2. Se realizan tres carreras independientes. a Encuentra la probabilidad de que el mismo caballo gane las tres carreras. Para cada i, 2, 3, sean los sucesos A i el caballo A gana la carrera i-ésima B i el caballo B gana la carrera i-ésima C i el caballo C gana la carrera i-ésima D i el caballo D gana la carrera i-ésima El suceso que el mismo caballo gane las tres carreras, S, se expresa como S {A A 2 A 3, B B 2 B 3, C C 2 C 3, D D 2 D 3 }. Entonces, y puesto que los sucesos considerados son incompatibles dos a dos P S P A A 2 A 3 + P B B 2 B 3 + P C C 2 C 3 + P D D 2 D 3 Por ser las carreras independientes P S P A 3 +P B 3 +P C 3 +P D b Halla la probabilidad de que A, B y C ganen una carrera cada uno. Sea el suceso S A B 2 C 3 que la primera carrera la gane A, la segunda B y la tercera C, por ser las carreras independientes P S P A P B P C El suceso, R, de que A, B y C gane una carrera cada uno son todas las posibles ordenaciones de la terna A, B y C. Por tanto, P R P 3 P S 3!..6

2 Ejercicio 2.5 puntos Una agencia inmobiliaria dedicada a la venta de apartamentos en la costa ha realizado un estudio de ventas, comprobando que solo el 5 % de las visitas que ven el piso piloto compran un apartamento. Todas las visitas se consideran independientes. Se pide: a Calcular la probabilidad de que tenga que recibir visitas hasta vender un apartamento. Sea el número de visitas hasta vender un apartamento, es Gp.5 P p q 9.35 b Calcular la probabilidad de que tenga que recibir visitas hasta vender dos apartamentos. Sea Z el número de visitas hasta vender dos apartamentos, Z es BNk 2, p.5 9 P Z p 2 q c Si se han tenido que recibir visitas para vender 2 apartamentos. Cuál es la probabilidad de que las 3 primeras visitas no efectuaran ninguna compra? Equivale a que las tres primeras han sido fracasos y en las siete restantes dos éxitos siendo uno de ellos la última visita es decir Ejercicio 3 punto P Z > 3 sin éxito en las tres primeras Z 6 q q q p 2 q 5 6 P Z 9 Sea una variable aleatoria con la siguiente función de densidad 6 x + k si x k fx en el resto a Halla el valor de k. Imponemos que sea P k k 6 x + k dx 3 x 2 + k x k 3 k2 + k 2 4 k 2 k 2 4 k ± 2 Solo nos vale la solución k, porque k debe ser mayor que cero. 2 b Calcula P.2.6. P x dx + dx x 2 + x

3 c Halla la media y la desviación típica de la variable aleatoria Y 2 +. Por la propiedad lineal del operador esperanza, E[Y ] E[2 + ] 2E[] +. E[].5 x 6 x + 2 dx 2x3 + x2 4 Así, E[Y ] 2E[] V ar[y ] 4 V ar[] 4 E[ 2 ] E[] 2 4 E[ 2 ] E[ 2 ] x 2 6 x + dx 6x x Por tanto, V ar[y ] 4 E[ 2 ] Con lo que la desviación típica de Y es σ Y + V ar[y ] Ejercicio 4.5 puntos Se lanza un dado y se definen las variables aleatorias { si el resultado es par si el resultado es impar si el resultado es menor o igual que 3 Y si el resultado es 4 2 si el resultado es 5 ó 6 a Calcula la función de probabilidad conjunta de, Y. Los posibles resultados del dado, junto con los valores de las v.a. son: Dado Y Teniendo en cuenta que cada resultado al lanzar el dado tiene probabilidad, podemos escribir 6 la función de probabilidad conjunta de, Y Y /6 /3 /6 2 /6 /6 3

4 b Estudia si e Y son independientes. Las variables e Y no son independientes porque no se verifica la igualdad P i, Y j P i P Y j para todos los valores i, ; j,, 2. Por ejemplo, P, Y 6, P 2, P Y 6 y se verifica que c Calcula P Y. d Calcula Cov, Y. 6 P, Y P P Y P Y P, Y Como Cov, Y E[ Y ] E[] E[Y ], calculamos cada término por separado: E[ Y ] i,j i j P i, Y j E[] i E[Y ] j Entonces, Cov, Y i P i 2 2 j P Y j Ejercicio 5.5 puntos Sean, Y y N tres variables aleatorias que verifican Y + N, donde es la señal emitida, Y es la señal observada y N es un ruido. Se sabe que y N son variables aleatorias independientes y que, Nµ, σ, N Nµ N, σ N, con σ σ N a Obtén la distribución conjunta de, Y. Por ser y N variables aleatorias normales independientes, es N N 2 µ µ N, σ 2 N Como Y + N N 4

5 se verifica que + N N 2 µ µ N, σ 2 N Esto es, + N N 2 µ µ + µ N, σ2 + σ2 N b Calcula el coeficiente de correlación entre e Y en términos de σ y σ N. ρ, Y Cov, Y σ σ Y σ + σ2 N σ σ 2 + σ2 N c Expresa el coeficiente de correlación entre e Y en función del cociente señal-ruido σ /σ N. ρ, Y σ σ 2 + σ2 N + σ2 N + σn σ σ /σ N d Cuando la varianza del ruido es despreciable frente a la varianza de la señal emitida, qué ocurre con el valor del coeficiente de correlación? Interpreta esto en términos de la relación lineal entre e Y. Cuando σ N <<<<< σ se verifica que ρ, Y está próximo a y la relación lineal entre la señal emitida y la observada es grande. Ejercicio 6 punto Una variable aleatoria depende de un parámetro desconocido θ y se sabe que el estadístico T θ se distribuye como una normal de media y varianza. Halla un intervalo n de confianza para θ, con nivel de confianza del 9 %, siendo, 2, 4, 6, 8 y 2 una muestra de. n 6 T θ N,. n Por ser el nivel de confianza.9 α α.5. Los cuantiles.5 y.95 de una distribución 2 normal de media y varianza son.64 y.64, respectivamente. Entonces,.9 P.64 θ.64 6 P 6.64 θ Media{, 2, 4, 6, 8, 2} 5 x, por tanto I.C..9 θ 5 ± ± ,

6 Ejercicio 7 punto Se miden los tiempos de reacción, en milisegundos, de 7 sensores frente al estímulo correspondiente y se obtienen unos valores de x y s Suponiendo que el tiempo de reacción se distribuye normalmente, determina un intervalo de confianza para la varianza con un nivel de confianza del 9 %. Nota Sea Y una variable aleatoria con distribución χ 2 con 6 grados de libertad. La siguiente tabla muestra los valores de su función de distribución en diferentes abcisas y P Y y El intervalo de confianza para la varianza de una distribución normal, con un nivel de confianza del 9 %, viene dado por: s 2 n q.95, s 2 n q.5 donde q.5 y q.95 son los cuantiles de orden.5 y.95 de una distribución χ 2 6. Por lo tanto, el intervalo de confianza pedido es: , , Ejercicio 8.5 puntos Sea una variable aleatoria con distribución uniforme en el intervalo, y sea el proceso estocástico Y t 2t, t. a Calcula E[Y t] y R Y t, t + τ. La función de densidad de la variable es si x fx en el resto Entonces, E[Y t] E[ 2t ] x 2t dx x2t+ 2t + 2t +. R Y t, t + τ E[Y t Y t + τ] E[ 2t 2t+τ ] E[ 4t+2τ ] 4t + 2τ + x4t+2τ+ 4t + 2τ +. x 4t+2τ dx 6

7 b Calcula V ar[y t]. Es Y t estacionario en sentido amplio? Como V ar[y t] R Y t, t E[Y t] 2 simplemente sustituyendo los resultados del apartado anterior tenemos que V ar[y t] 2 4t + 2t + El proceso Y t no es estacionario en sentido amplio puesto que tanto E[Y t] como la función de autocorrelación del proceso dependen de t. c Calcula P Y 2 6. P Y 2 6 P 4 6 P 2 P 2 2 d Analiza si es estacionario en sentido amplio el proceso aleatorio Zt Y t + Y t dx 2. Y t +. Y t El proceso Zt se puede expresar como Zt 2. Entonces, µ Z E[ 2 ] x 2 dx x R Z t, t + τ E[Zt Zt + τ] E[ 2 2 ] E[ 4 ] x 4 dx x El proceso Zt es estacionario en sentido amplío porque tanto la media, como la función de autocorrelación, no dependen del instante t. 2t+ 2t 7

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Una carpintería vende paneles de contrachapado de dos tipos A y B.

Más detalles

Econometría II Grado en finanzas y contabilidad

Econometría II Grado en finanzas y contabilidad Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

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

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 1) Selectividad-Opción A Tiempo: 9 minutos Problema 1 (3 puntos) Dadas las matrices A = x y z y B = 1, se pide: 1 1 3 1 k, X = 1.

Más detalles

F (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0

F (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0 Probabilidades y Estadística (M) Práctica 5 1 o cuatrimestre 2014 Vectores aleatorios 1. a) Demostrar que la función F (x, y) = 1 e x y si x 0, y 0 0 en caso contrario no es la función de distribución

Más detalles

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.

Más detalles

Distribuciones de probabilidad bidimensionales o conjuntas

Distribuciones de probabilidad bidimensionales o conjuntas Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso

Más detalles

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

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

Más detalles

MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN

MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

Más detalles

Variable Aleatoria Continua. Principales Distribuciones

Variable Aleatoria Continua. Principales Distribuciones Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables

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

Variables aleatorias

Variables aleatorias Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ

ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El

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

Tema 4: Probabilidad y Teoría de Muestras

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

Más detalles

= -6 0 A-1 A -1 = 1 A A = A d t Ad A-1 = X = A d = -5 2 A-1 =

= -6 0 A-1 A -1 = 1 A A = A d t Ad A-1 = X = A d = -5 2 A-1 = www.clasesalacarta.com.- Universidad de Castilla la Mancha PAU/LOGSE Reserva-2 2.0 Opción A RESERVA _ 2 _ 20 a) Despeja la matriz X en la siguiente ecuación matricial: I - 2X + XA = B, suponiendo que todas

Más detalles

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados. El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Considérese el siguiente sistema de ecuaciones dependiente del parámetro

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I. Examen de la tercera evaluación. Nombre y apellidos Fecha: 10 de junio de 2010

MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I. Examen de la tercera evaluación. Nombre y apellidos Fecha: 10 de junio de 2010 IES ATENEA San Sebastián de los Rees MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I Eamen de la tercera evaluación Nombre apellidos Fecha: 0 de junio de 00.- (, 5 puntos) En seis modelos de zapatillas deportivas

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

ESTADÍSTICA I, curso Problemas Tema 4

ESTADÍSTICA I, curso Problemas Tema 4 ESTADÍSTICA I, curso 007-008 Problemas Tema 4 1. En un problema de una prueba aplicada a niños pequeños se les pide que hagan corresponder tres dibujos de animales con la palabra que identifica a ese animal.

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

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

Más detalles

INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M.

INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción INTERVALOS DE CONFIANZA Julián de la Horra Departamento de Matemáticas U.A.M. En este capítulo, vamos a abordar la estimación mediante Intervalos de Confianza, que es otro de los tres grandes

Más detalles

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición... Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................

Más detalles

Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII

Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/99 SP XII José Mª Chacón Íñigo IES Llanes, Sevilla Te explicamos como realizar la operación de distribución de probabilidad

Más detalles

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

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

Más detalles

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

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

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

JUNIO Bloque A

JUNIO Bloque A Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

Tema 5. Variables Aleatorias

Tema 5. Variables Aleatorias Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,

Más detalles

Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B

Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................

Más detalles

Capítulo 6: Variable Aleatoria Bidimensional

Capítulo 6: Variable Aleatoria Bidimensional Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el

Más detalles

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL. LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante

Más detalles

Distribuciones de probabilidad más usuales

Distribuciones de probabilidad más usuales Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y

Más detalles

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES.

INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES. Nombre y apellidos : Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 2ª entrega Fecha: Curso: 1º BACHILLERATO INSTRUCCIONES: Para la realización del primer examen deberás entregar en un cuaderno

Más detalles

Intervalos de confianza

Intervalos de confianza Capítulo 5 Intervalos de confianza Como su nombre indica, el objetivo de un estadístico puntual para un parámetro desconocido de una población, es acercarnos al verdadero valor del mismo dando un valor

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

EJERCICIOS RESUELTOS TEMA 3

EJERCICIOS RESUELTOS TEMA 3 EJERCICIOS RESUELTOS TEMA Observación: En todos los ejercicios se ha puesto A, como notación de contrario de A. Ejercicio nº.- En una urna hay bolas numeradas de al. Etraemos una bola al azar y observamos

Más detalles

Procesos estocásticos. Definición

Procesos estocásticos. Definición Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier

Más detalles

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015

PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015 CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS

Más detalles

Tema 1. El Modelo de Regresión Lineal con Regresores Aleatorios.

Tema 1. El Modelo de Regresión Lineal con Regresores Aleatorios. ema El Modelo de Regresión Lineal con Regresores Aleatorios Introducción En este tema vamos a analizar las propiedades del modelo de regresión lineal con regresores aleatorios Suponer que los regresores

Más detalles

PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.

PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M. PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta

Más detalles

Descriptiva y Probabilidad

Descriptiva y Probabilidad Estadística Descriptiva y Probabilidad (Teoría y problemas) 3 a Edición Autores I. Espejo Miranda F. Fernández Palacín M. A. López Sánchez M. Muñoz Márquez A. M. Rodríguez Chía A. Sánchez Navas C. Valero

Más detalles

ESTADÍSTICA. Tema 4 Regresión lineal simple

ESTADÍSTICA. Tema 4 Regresión lineal simple ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del

Más detalles

Máster en comunicaciones. Clase 2. Modelos predictores.

Máster en comunicaciones. Clase 2. Modelos predictores. Máster en comunicaciones. Clase 2. Modelos predictores. 1. Introducción Uno de los cometidos más importantes de la estadística es la explotación de los datos observados de una o más características de

Más detalles

= 10. pertenece al intervalo en el que estamos, es decir, en 2,8.

= 10. pertenece al intervalo en el que estamos, es decir, en 2,8. ROBLEMAS SOLUCIONADOS SOBRE VARIABLES ALEATORIAS CONTINUAS DIST NORMAL AROX DE LA DIST BINOMIAL ROFESOR ANTONIO IZARRO 1º (Castilla y León, Junio, 99 Sea X una variable aleatoria cuya función de distribución

Más detalles

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido

Más detalles

2 4. c d. Se verifica: a + 2b = 1

2 4. c d. Se verifica: a + 2b = 1 Pruebas de Acceso a la Universidad. SEPTIEMBRE 0. Bachillerato de Ciencias Sociales. El alumno debe responder a una de las dos opciones propuestas, A o B. En cada pregunta se señala la puntuación máxima.

Más detalles

INFERENCIA DE LA PROPORCIÓN

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

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A DE 00 OPCIÓN A a) (.5 puntos) Resuelva el siguiente sistema y clasifíquelo atendiendo al número de soluciones: x + y + z = 0 x + 3y z = 17 4x + 5y + z = 17 b) (0.75 puntos) A la vista del resultado anterior,

Más detalles

Econometría de series de tiempo aplicada a macroeconomía y finanzas

Econometría de series de tiempo aplicada a macroeconomía y finanzas Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo

Más detalles

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Modelos Estocásticos I Tercer Examen Parcial Respuestas Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado

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

Distribuciones de probabilidad con R Commander

Distribuciones de probabilidad con R Commander Distribuciones de probabilidad con R Commander En el menú Distribuciones podemos seleccionar Distribuciones discretas Distribuciones continuas Las distribuciones discretas que aparecen en R Commander son

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

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

Más detalles

Unidad IV: Distribuciones muestrales

Unidad IV: Distribuciones muestrales Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia

Más detalles

Propuesta A. b) Resuelve el sistema planteado en el apartado anterior. (0 5 puntos)

Propuesta A. b) Resuelve el sistema planteado en el apartado anterior. (0 5 puntos) Propuesta A 1. Considera el siguiente problema de programación lineal: Maximiza la función z = x + 3y sujeta a las siguientes restricciones: x + y 2 x + y 4 x 0 y 0 a) Dibuja la región factible. (1 punto)

Más detalles

Tema 5. Contraste de hipótesis (I)

Tema 5. Contraste de hipótesis (I) Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar

Más detalles

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO

ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León

Pruebas de Acceso a las Universidades de Castilla y León Pruebas de Acceso a las Universidades de Castilla y León MATMÁTICAS APLICADAS A LAS CINCIAS SOCIALS JRCICIO Nº páginas 2 Tablas OPTATIVIDAD: L ALUMNO/A DBRÁ SCOGR UNO D LOS DOS BLOQUS Y DSARROLLAR LAS

Más detalles

Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010

Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una

Más detalles

Grupo 23 Semestre Segundo examen parcial

Grupo 23 Semestre Segundo examen parcial Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige

Más detalles

Distribuciones de Probabilidad para Variables Aleatorias Discretas 1

Distribuciones de Probabilidad para Variables Aleatorias Discretas 1 Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,

Más detalles

3. Correlación. Introducción. Diagrama de dispersión

3. Correlación. Introducción. Diagrama de dispersión 1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no

Más detalles

Matemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis

Matemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA 1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,

Más detalles

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2. Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar

Más detalles

MÉTODOS ESTADÍSTICOS APLICADOS

MÉTODOS ESTADÍSTICOS APLICADOS Pedro Sánchez Algarra (autor y coordinador) Xavier Baraza Sánchez Ferran Reverter Comas Esteban Vegas Lozano Departament d Estadística TEXTOS DOCENTS 3 MÉTODOS ESTADÍSTICOS APLICADOS Pedro Sánchez Algarra

Más detalles

T1. Distribuciones de probabilidad discretas

T1. Distribuciones de probabilidad discretas Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de

Más detalles

Propuesta A B = M = (

Propuesta A B = M = ( Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (016) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A ó B. Se

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Transformaciones de variables

Transformaciones de variables Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale

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

Repaso de conceptos de álgebra lineal

Repaso de conceptos de álgebra lineal MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso

Más detalles

TEMA 3: Contrastes de Hipótesis en el MRL

TEMA 3: Contrastes de Hipótesis en el MRL TEMA 3: Contrastes de Hipótesis en el MRL Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 3: Contrastes de Hipótesis Curso 2011-12

Más detalles

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008

Ejercicios de Matrices, determinantes y sistemas de ecuaciones lineales. Álgebra 2008 Ejercicios de Matrices, determinantes sistemas de ecuaciones lineales. Álgebra 8 - Dado el sistema de ecuaciones lineales 5 (a) ['5 puntos] Clasifícalo según los valores del parámetro λ. (b) [ punto] Resuélvelo

Más detalles

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS

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

Más detalles

Diseño de Bloques al azar. Diseño de experimentos p. 1/25

Diseño de Bloques al azar. Diseño de experimentos p. 1/25 Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un

Más detalles

ESTADÍSTICA Y PROBABILIDAD

ESTADÍSTICA Y PROBABILIDAD V ESTADÍSTICA Y PROBABILIDAD Página 9 Observa estas dos distribuciones bidimensionales: I II Asigna a cada una un coeficiente de correlación tomándolo de entre los siguientes valores: 0,; 0,; 0,; 0,; 0,92;

Más detalles

Tema 4. El Modelo de Regresión Lineal con Series Temporales.

Tema 4. El Modelo de Regresión Lineal con Series Temporales. Tema 4. El Modelo de Regresión Lineal con Series Temporales. En este tema, estudiaremos en detalle la estimación e inferencia del modelo de regresión con datos de series temporales. Dadas las diferencias

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A DE 00 OPCIÓN A (3 puntos) Una fábrica produce dos tipos de relojes: de pulsera, que vende a 90 euros la unidad, y de bolsillo, que vende a 10 euros cada uno. La capacidad máxima diaria de fabricación es

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad

Estadística y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad Estadística y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad Facultad de Ciencias Sociales Universidad de la República Curso 2016 Índice 2.1. Variables aleatorias: funciones de distribución,

Más detalles

Variables Aleatorias. Introducción

Variables Aleatorias. Introducción Variables Aleatorias Introducción Concepto de variable aleatoria Es conveniente que los resultados de un experimento aleatorio estén expresados numéricamente. Se prueban tres componentes electrónicos,

Más detalles

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X

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 EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación

Más detalles

b) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7

b) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7 EJERCICIOS T12-MODELOS MULTIVARIANTES ESPECÍFICOS 1. Un determinado estadístico J se distribuye según un modelo jhi-dos de parámetro (grados de libertad) 14. Deseamos saber la probabilidad con la que dicho

Más detalles

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda

Más detalles

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA

Más detalles

Análisis de datos Categóricos

Análisis de datos Categóricos Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores

Más detalles

UNIDAD 6. Estadística

UNIDAD 6. Estadística Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos

Más detalles

DISTRIBUCIÓN N BINOMIAL

DISTRIBUCIÓN N BINOMIAL DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina

Más detalles