Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3"

Transcripción

1 Probabldad PROBBILIDD. Expermetos aleatoros Espaco muestral asocado a u expermeto aleatoro Sucesos El álgebra de Boole de los sucesos Frecuecas. Propedades Defcó axomátca de probabldades. Propedades Probabldad codcoada Sucesos depedetes Teorema de la probabldad total Teorema de Bayes... 5 Udad Docete de Matemátcas de la E.T.S.I.T.G.C.

2 . EXPERIMENTOS LETORIOS Probabldad U expermeto aleatoro es aquel que realzado e las msmas codcoes o causas, puede dar lugar a dferetes resultados o efectos coocdos de atemao. So ejemplos de expermetos aleatoros: EJEMPLO.: Se laza u dado y se observa el úmero o la fgura que aparece e la cara superor. EJEMPLO.2: Se laza ua moeda cuatro veces y se observa el úmero de caras obtedas. EJEMPLO.3: E u proceso de produccó se cueta el úmero de artículos defectuosos que se produce e u día. EJEMPLO.4: De ua ura que cotee bolas blacas y egras, se extrae ua bola y se aota su color. Qué tee e comú estos expermetos?: - Cada expermeto puede repetrse defdamete bajo codcoes esecalmete alterables. - uque e geeral o podemos predecr cuál será el resultado de cada repetcó, s es posble descrbr el cojuto de todos los resultados posbles. - Cuado el expermeto se repte u úmero grade de veces aparece certas regulardades e los resultados. l descrbr u expermeto aleatoro, es esecal especfcar qué aspecto del resultado os teresa observar, o, dcho de otro modo, cuál es uestro crtero para cosderar dos resultados como dferetes. Esta especfcacó se logra medate el espaco muestral. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 2

3 Probabldad 2. ESPCIO MUESTRL SOCIDO UN EXPERIMENTO LETORIO cada expermeto asocamos u cojuto E, que deomaremos espaco muestral, formado por todos los resultados posbles del expermeto. sí e el caso del lazameto de u dado se puede tomar como espaco muestral: E = {, 2, 3, 4, 5, 6} E el caso del lazameto de dos moedas: E = { cc, cx, xc, xx} 3. SUCESOS Suceso elemetal es cada uo de los resultados posbles de ua expereca. Ejemplo: "Obteer u cco al arrojar u dado". El cojuto de todos los sucesos elemetales costtuye el espaco muestral. par". Suceso compuesto es el cojuto de varos sucesos elemetales. Por ejemplo "Obteer Podemos, pues, defr u suceso de u expermeto aleatoro como u subcojuto del espaco muestral. Suceso mposble es aquel que o se puede realzar uca y se le deota. Ejemplo: "Obteer u sete al lazar u dado". Suceso seguro es aquel que se verfca sempre, que es precsamete el espaco muestral E. Los sucesos asocados a u expermeto aleatoro costtuye u álgebra. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 3

4 Probabldad 4. EL LGEBR DE BOOLE DE LOS SUCESOS Supogamos que os ecotramos ate u expermeto al cual se le asoca ua famla de cojutos, B, C,... etc., de tal forma que fjado uo de ellos el suceso o cojuto al realzar ua prueba del expermeto podemos decr, s se ha verfcado o o dcho suceso al observar el resultado de la prueba. Ejemplo: E el expermeto aleatoro de lazar dos moedas se realza la sguete preguta: " Es el úmero de caras meor o gual que uo?" Como vemos, esta preguta tee respuesta y el suceso que respode "s" a la preguta es: = {cx, xc, cc} B ( B. Defcoes: - Dremos que el suceso mplca el suceso B s sempre que se verfca se verfca - S dos sucesos so tales que B y B, etoces dremos que so guales =B. Se dce que u suceso es cotraro a otro cuado se verfca s o se verfca. Ejemplo: = {2} = {múltplo de 2} => El suceso cotraro es = {, 3, 5} Dados dos sucesos y B se llama uó de dos sucesos B al suceso que se verfca cuado se verfca o se verfca B. B={x tales que x ó x B}. Propedad = E. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 4

5 Probabldad Ejemplo: = {2, 4}; B = {, 2} => B = {, 2, 4} Se llama terseccó de sucesos B al suceso que se verfca s se verfca y B. B ={ x tales que x y x B Propedad = }. Ejemplo: = {2, 4} B = {, 2} => B = {2} - Dos sucesos so compatbles, s o puede verfcarse jutos, B = Ejemplo: ={2, 4} B = {, 6} => B = Propedades de la uó e terseccó de sucesos: UNION INTERSECCIÓN Comutatva B = B B = B socatva (B C = ( B C (B C = ( B C Idempotete = = Smplfcacó (B = (B = Dstrbutva (B C = ( B ( C (B C = ( B ( C el. eutro = E = el. compleme. = E = El cojuto formado por todos los subcojutos del espaco muestral (P(E co la uó y la terseccó, por verfcar estas propedades tee estructura de algebra de Boole, a ésta se la llama: "Álgebra de Boole de los sucesos". Defcó: Sea B ua famla de subcojutos de u espaco muestral, se dce que B es u σ- álgebra s se verfca:, 2,...,,.. B etoces B; 2 S B etoces = B Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 5

6 Probabldad Defcó: Decmos que ua fucó ϕ : B R es completamete adtva s cumple: ϕ( φ = 0 2 ϕ = ( sedo j = φ = = Defcó: Decmos que µ : B R es ua medda s es completamete adtva y o egatva (es decr, µ ( 0. Defcó: Llamaremos espaco medble a la tera costtuda por el cojuto E, la σ-álgebra y la medda µ. (E, B, µ. Leyes de De Morga B= B. El suceso complemetaro de la uó de sucesos, es el suceso terseccó de los complemetaros. B= B. El suceso complemetaro de la terseccó de sucesos, es el suceso uó de los complemetaros. Se os platea el problema de cuatfcar o medr la posbldad de ocurreca de u suceso. Para ello vamos a cosderar las propedades de las frecuecas relatvas de u suceso e la realzacó de u expermeto aleatoro. 5. FRECUENCIS. PROPIEDDES Dado u suceso, la frecueca absoluta del suceso e ua sere de repetcoes smlares del expermeto se la represeta por. La frecueca relatva del suceso es la frecueca absoluta dvdda por el úmero de veces que se realza el expermeto, se la represeta por f. f = Propedades: Para cualquer suceso, resulta: 0 f, ya que será sempre cocete de dos úmeros postvos e el que el umerador es sempre meor o gual que el deomador. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 6

7 Probabldad 2 Para el suceso seguro E: f E = 3 Para el suceso mposble φ : f φ = 0 4 S dos sucesos y B so compatbles, tedremos: sea la frecueca absoluta de, B la frecueca absoluta de B y sea B la frecueca absoluta del suceso B, por ser compatbles B = + B, luego: por cosguete f = B f + f s B=φ B + f = = = + = f + f B B B B B Cuado el úmero de pruebas aumeta, las frecuecas tede a establzarse e las proxmdades de u certo valor. 6. DEFINICIÓN XIOMTIC DE PROBBILIDD. PROPIEDDES. Sea u expermeto aleatoro y B la σ-álgebra de sucesos asocados a él. cada suceso B le asgamos u úmero P( deomado probabldad de que satsface los axomas sguetes: xoma. P( 0 xoma 2. P(E =, sedo E el espaco muestral xoma 3. P( 2 = P( + P(2 co 2 = φ Cosderaremos la probabldad como el úmero al cual tede la frecueca relatva de u suceso al repetrse la expereca defdamete. = [ ] f P( 0, Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 7

8 Probabldad Este úmero se correspode co el cocete del cardal de elemetos del suceso y el cardal del espaco muestral. REGL DE LPLCE La probabldad de u suceso es el úmero que se obtee al dvdr el úmero de casos favorables al suceso por el úmero de casos posbles card( P( = card(e Hemos de advertr que esta defcó, solamete es válda cuado todos los sucesos posbles so equprobables, es decr, que tega la msma probabldad de ocurreca y el espaco muestral sea fto. frecuecas. Obsérvese que los axomas so cosecueca drecta de las propedades de las Por todo lo vsto, teemos costrudo u espaco medble (E, B, µ cuya medda es la probabldad µ = P(. Cosecueca de los axomas so las propedades. Propedades: P( =-P( E efecto: =E y =φ P( =P(+P( =P(E= P( =-P( 2 P( φ =0 Por la propedad ateror P( φ =-P(E=-=0 3 S B, etoces P( P(B S B se tee que B= (B sedo (B =φ P(B=P( (B =P(+P( B y como P( B 0 P(B P( Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 8

9 Probabldad 4 S y B so compatbles, etoces: P( B = P(+P(B-P( B La demostracó la lustraremos co la ayuda del dagrama adjuto: Observado la fgura escrbremos, B, y B como uó de sucesos compatbles. Α Β B = ( B ( B B = ( B ( B B = ( B ( B ( B por el axoma 3 teemos: P( = P( B + P( B y P( B = P( B + P( B de dode, y por tato, P( B = P( P( B y P( B = P( B P( B P( B=P( B + P( B + P( B =P(-P( B+P( B+P(B-P( B= =P(+P(B-P( B 5 ( ( ( ( ( ( ( P B C = P + P B + P C P B P C P B C + P( B C EJEMPL0 6: E ua habtacó hay 8 persoas de las que 9 so hombres, co cco fumadores etre ellos y el úmero de mujeres fumadoras es 6. Se elge al azar ua persoa. Calcular: a Probabldad de elegr ua mujer o fumadora. b Probabldad de elegr ua mujer o u o fumador. c Supogamos que se elge al azar dos persoas de la habtacó, cuál es la probabldad de elegr a u hombre y a ua mujer? Solucó: La stuacó es la sguete: 5 hombres fumadores Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 9

10 Probabldad 4 hombres o fumadores 6 mujeres fumadoras 3 mujeres o fumadoras Cosderamos los sucesos: = {la persoa elegda es mujer} y B = {la persoa elegda es o fumadora} a P( B = 3 /8 b P( B = P(+P(B-P( B = = Puesto que P(=9/8, ya que so 9 las mujeres y P(B = 7/8 por ser 7 el úmero de o fumadores. c l tomar 2 persoas del total de 8 obteemos u total de 8 posbles por 7 restates dvdo por dos, ya que o mporta el orde, se trata de combacoes de 8 elemetos tomados de 2 e 2, y se escrbe = = 53. hora podemos escoger 9 hombres y mujeres, luego P = = PROBBILIDD CONDICIOND Sea y B dos sucesos asocados a u expermeto aleatoro. Represetamos por P(B/ la probabldad de que ocurra B supuesto que haya ocurrdo. Hablaremos de probabldad de B codcoada por y se defe: P(B / P( B = sedo P( 0 P( Debe observarse que P(B y P(B/ opera sobre espacos muestrales dferetes. Por ello, cosderamos u expermeto aleatoro, que realzamos veces, dados dos sucesos Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 0

11 determados y B, sea B Probabldad el úmero de veces que ha ocurrdo los dos sucesos, queremos determar la frecueca relatva del suceso B teedo e cueta úcamete las veces que ocurró el suceso, esta frecueca relatva que la podíamos llamar frecueca relatva de B codcoada a la ocurreca del suceso, vedrá dada por dvdedo por : f B / = B / / f = f B f B B / = que es decr, la frecueca relatva de B codcoada a es el cocete etre la frecueca relatva del suceso terseccó y la frecueca relatva del suceso. Expresó que da lugar a la defcó de probabldad codcoada. hora be, teemos que aseguraros de que P(B/ es efectvamete ua probabldad, para lo cual debe satsfacer los axomas. E efecto: xoma P(B/ 0 Como P( B 0 y P(>0 => P(B/ será o egatvo. xoma 2 P(E/= P(E P( Ya que, P(E/ = = = P( P( xoma 3 S B y C so compatbles, P ((B C / = P(B/+P(C/ P((B C / P((B C = P( como ( B C = (B (C sedo ( B (C = (B C = φ = φ teemos que P((B C = P((B (C = P(B + P(C Udad Docete de Matemátcas de la E.T.S.I.T.G.C.

12 resultado P((B C / Probabldad P(B + P(C P(B P(C = = + =P(B/+P(C/ P( P( P( EJEMPLO 7: Cosderemos el expermeto aleatoro de lazar u dado el suceso = {resultado mpar} y B = {resultado mayor que 4}. Se pde P(B/. Solucó: = {resultado mpar} = {, 3, 5} => P( = 3/6 B = {resultado mayor que 4} = {5, 6} => P(B= 2/6 B = {resultado mpar y mayor que 4} = {5} => P( B = /6 Susttuyedo: P( B P(B/ = = /6 /3 P( 3/6 = De la defcó de probabldad codcoada, se tee: P( B P (B / = P( B = P( P(B/ P( y aálogamete P( B P ( / B = P( B = P(B P(/B P(B Se obtee, P( B = P( P(B/ = P( P(B/ expresó que se cooce co el ombre de teorema de la probabldad compuesta. Geeralzado, P( 2... = P(P( 2 / P( 3 / 2...P( / SUCESOS INDEPENDIENTES Dos sucesos so depedetes cuado la ocurreca de uo o depede de la ocurreca del otro. sí, s lazamos dos dados, el resultado que pueda obteerse e cada uo de ellos es depedete del otro. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 2

13 Probabldad S B es depedete de la P(B/ = P(B y por tato P( B=P( P(B y se tee que es depedete de B. P( B P(P(B P ( / B = = = P( P(B P(B Geeralzado, s,..., so depedetes, etoces: P( 2... = P( P( 2...P( EJEMPLO 8.: Se laza smultáeamete cco moedas. Hallar la probabldad de obteer al meos ua cara. Solucó: P(obteer ua cara al lazar ua moeda = ½ P(o obteer ua cara al lazar ua moeda = ½ P(o obteer gua cara al lazar cco moedas = P(o obteer ua cara al lazar ua moeda P(o obteer ua cara al lazar ua moeda = (½ 5 =/32 Es coveete pasar al suceso cotraro, P(al meos ua cara = - P(o obteer gua cara = - (/32 = 3/32 EJEMPLO 8.2: Sea y B dos sucesos asocados a u expermeto aleatoro. Supógase que P( = 0.4, P( B = 0,7, y P(B = p. a Para qué valor de p so y B compatbles? a Para qué valor de p so y B depedetes? Solucó: a P( B = P( +P(B para sucesos compatbles, susttuyedo P( B = P( + P(B = 0,4 + p = 0,7 p = 0,3 b P( B = P( P(B para sucesos depedetes. P( B = P( + P(B - P( B = P( + P(B - P( P(B = 0,4 + p - 0,4 p = 0,7 0,3 = 0,6 p etoces p = 0,5 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 3

14 Probabldad 9 TEOREM DE L PROBBILIDD TOTL Decmos que u cojuto de sucesos B, B2,, B forma u sstema completo o partcó del espaco muestral E cuado cumple:. So compatbles dos a dos, B B j = s j. 2. La uó de todos ellos forma u suceso seguro ( B = E. = S es otro suceso cualquera, se cumple que: P( = P( / B P( B = Demostracó: = E = ( B B2... B = ( B ( B 2... ( B se cumple que B so compatbles por serlo B ( j j B ( B = (B B = φ por tato, aplcado la fórmula de la probabldad codcoada, P ( = P( B + P( B P( B = P( B = P( / B P(B = = EJEMPLO 9: Se tee dos uras: la ura úmero tee tres bolas blacas y dos egras; la ura úmero 2 tee ua bola blaca y tres egras. Se elge ua ura al azar, y se extrae ua bola, cuál es la probabldad de que sea blaca? Solucó: Ura úmero : {3 Blacas, 2 Negras} ; Ura úmero 2: { Blaca, 3 Negras} Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 4

15 Sea los sguetes sucesos: B= {elegr la ura úmero } B2= {elegr la ura úmero 2} = {extraer bola blaca} Probabldad teemos, P(B = P(B2 = ½ por seleccoar la ura al azar. P(/ B = 3/5 por estar stuados e la prmera ura. P(/ B2 = ¼ por estar stuados e la seguda ura. por cosguete, P( = P(/ B P(B + P(/ B2 P(B2 = 3 + = 3 + = TEOREM DE BYES Sea el espaco muestral E y los sucesos B compatbles dos a dos,, B 2,..., B B B = φ s j, tales que B B... = E. S es otro suceso cualquera, se j 2 B cumple que: P (B / = P( / B = P( / B P(B P(B Demostracó: Por el teorema ateror P ( = P( / B P(B y como = P( B = obteemos, P( / B P(B P (B / P( B P( / B P(B = = P( P( / B P(B = Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 5

16 Probabldad EJEMPLO 0: E el ejemplo ateror supogamos que, realzado el expermeto, la bola extraída resulta ser blaca, cuál es la probabldad de que la ura de la cual se ha extraído la bola sea la ura úmero? Solucó: P(B / 3 3 P( / B P(B P( / B 3 7 P(B + P( / B 2P(B = = = = Obsérvese como el teorema de la probabldad total os determa la probabldad a pror, s embargo el teorema de Bayes os dca la probabldad a posteror, es decr, ua vez realzado el expermeto. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 6

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3 Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

1.- DISTRIBUCIÓN BIDIMENSIONAL

1.- DISTRIBUCIÓN BIDIMENSIONAL º Bachllerato Matemátcas I Dpto de Matemátcas- I.E.S. Motes Oretales (Izalloz)-Curso 0/0 TEMAS 3, 4 y 5.- DISTRIBUCIONES BIDIMENSIONALES. CÁLCULO DE PROBABILIDADES. DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5 Modelos de Probabldades Estadístca stca Computacoal II Semestre 005 Profesores: Héctor llede (hallede@f.utfsm.cl

Más detalles

SUCESOS Y PROBABILIDAD

SUCESOS Y PROBABILIDAD SUCESOS Y PROAILIDAD Notas Idce. OJETIVOS 2. CONCEPTOS ÁSICOS DE LA TEORÍA DE CONJUNTOS. ESPACIO MUESTRAL. ÁLGERA DE SUCESOS 4 4. PROAILIDAD 8 5. INDEPENDENCIA DE SUCESOS 4 ILIOGRAFÍA 4 APÉNDICE. NOTACIÓN

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Tema 5. Fundamentos de la inferencia estadística: Introducción a la probabilidad y distribuciones muestrales.

Tema 5. Fundamentos de la inferencia estadística: Introducción a la probabilidad y distribuciones muestrales. Pága 1 IMADIL TEMA 5. Notas Tema 5. Fudametos de la fereca estadístca: Itroduccó a la probabldad y dstrbucoes muestrales. Parte 1: Itroduccó a la probabldad 1. Feómeos aleatoros Durate sglos la Ceca ha

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

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

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

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

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

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

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

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

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5: Modelos de Probabldad Estadístca Computacoal º Semestre 00 Profesor :Héctor llede Pága : www.f.utfsm.cl/~hallede

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD

INTRODUCCIÓN A LA PROBABILIDAD INTRODUIÓN L PROBBILIDD EXPERIMENTOS LETORIOS Y DETERMINISTS Los experimetos o feómeos cuyo resultado o puede coocerse hasta haber realizado la experiecia se llama aleatorios o estocásticos. uado el resultado

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

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

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

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

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

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

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS Números complejos SOLUCIONARIO Números complejos LITERATURA Y MATEMÁTICAS Las trbulacoes del estudate Törless Dme, etedste be todo esto? Qué? Ese asuto de los úmeros magaros. Sí, o es ta dfícl. Lo úco

Más detalles

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE - INTRODUCCION Es tecó aalzar e este trabajo las coocdas relacoes costo-volume-utldad para el caso e que sus compoetes sea: w : costo varable utaro

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

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

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

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

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

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

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

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

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD 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: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y 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

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

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

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

CÁLCULO DE PROBABILIDADES :

CÁLCULO DE PROBABILIDADES : CÁLCULO DE PROBBILIDDES : Experimeto aleatorio. Espacio muestral. Sucesos. Álgebra de sucesos. Frecuecias. Propiedades. Probabilidad. Resume de Combiatoria. Probabilidad codicioada. Teoremas. PROBBILIDD

Más detalles

mecánica estadística Estadísticas Cuánticas Capítulo 5

mecánica estadística Estadísticas Cuánticas Capítulo 5 mecáca estadístca Estadístcas Cuátcas Capítulo 5 Gas Ideal Mooatómco e el Límte Clásco Cosderemos u as deal s teraccó etre moléculas mooatómco e u volume V a temperatura T. Además supoemos que la separacó

Más detalles

5- VARIABLES ALEATORIAS BIDIMENSIONALES

5- VARIABLES ALEATORIAS BIDIMENSIONALES Parte Varables aleatoras bdmesoales Prof. María B. Ptarell 5- VARIABLES ALEATORIAS BIDIMENSIONALES 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. Esto es, el resultado

Más detalles

MATEMÁTICAS 4º ESO. TEMA 2: COMBINATORIA

MATEMÁTICAS 4º ESO. TEMA 2: COMBINATORIA Fracscaos T.O.R. Cód. 87 MATEMÁTICAS º ESO. TEMA : COMBINATORIA.. La regla de la sua el producto.. Varacoes s repetcó.. Varacoes co repetcó.. Perutacoes s repetcó.. Cobacoes s repetcó.. Núeros cobatoros.7.

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti

Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti 116 Capítulo 7: Estadístca. Azar y probabldad TEORÍA. Matemátcas 4º de ESO 1. ESTADÍSTICA 1.1. Muestras. Estudos estadístcos S queremos hacer u estudo estadístco teemos que: a) Recoger los datos b) Descrbr

Más detalles

9. Hallar un número de cuatro cifras que sea igual al cubo de la suma de las cifras.

9. Hallar un número de cuatro cifras que sea igual al cubo de la suma de las cifras. Hoja de Problemas º Algebra II 9. Hallar u úmero de cuatro cifras que sea igual al cubo de la suma de las cifras. Solució: Sea el úmero buscado co a que si o, o seria de cuatro cifras. Teemos que ( ) como

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

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

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax + bx + c = 0 se aalzó el sgo

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

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico.

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico. Objetvos El alumo coocerá y aplcará el cocepto de arreglos udmesoales para resolver problemas que requere algortmos de tpo umérco. Al fal de esta práctca el alumo podrá:. Maejar arreglos udmesoales.. Realzar

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS. 1. Dstrbucoes Bdmesoales de Frecuecas. 1.1. Idepedeca y Relacó Fucoal de dos Varables. 1.. Tablas de Correlacó y de Cotgeca. 1.3. Dstrbucoes Margales. 1.4. Dstrbucoes Codcoadas. 1.5. Idepedeca Estadístca..

Más detalles

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados.

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados. Estado cuátco: Prcpo de superposcó de los estados: Cualquer movmeto o perturbado que esté restrgdo por tatas codcoes como sea posble teórcamete s que exsta terferecas o cotradccoes etre ellas. Estado e

Más detalles

Tema 2 Probabilidad. 1. Conceptos básicos. 2. Probabilidad. 3. Probabilidad condicionada. 4. Independencia de sucesos

Tema 2 Probabilidad. 1. Conceptos básicos. 2. Probabilidad. 3. Probabilidad condicionada. 4. Independencia de sucesos Tema 2 robabldad. oceptos báscos 2. robabldad 3. robabldad codcoada 4. depedeca de sucesos 5. Teorema de la probabldad total 6. Teorema de ayes 7. sgacó de probabldades 8. álss combatoro . oceptos báscos.

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008

Más detalles

Contraste de Hipótesis

Contraste de Hipótesis Cotraste de Hpótess 1. Se quere comprobar s ua muestra de tamaño 0 co meda 10 procede de ua poblacó N(14,3) co el vel de sgfcacó 0,05..- E ua propagada se auca que uas determadas plas proporcoa más horas

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

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

Regla de Bayes. Pedro J. Rodríguez Esquerdo

Regla de Bayes. Pedro J. Rodríguez Esquerdo Regla de Bayes Pedro J. Rodríguez Esquerdo Isttuto de Estadístca y Sstemas Computadorzados de Iformacó Facultad de Admstracó de Empresas y Departameto de Matemátcas Facultad de Cecas Naturales Recto de

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

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

Este documento es de distribución gratuita y llega gracias a  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! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

Más detalles

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES 10.1 EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiecia

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge

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

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

4. PROBABILIDAD CONDICIONAL

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

Más detalles

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

. Usaremos una vía algebraica y una geométrica que nos

. Usaremos una vía algebraica y una geométrica que nos Título: La desgualdad etre la meda artmétca y geométrca e problemas de olmpadas. Resume: E el presete artículo se pretede mostrar la utldad de ua desgualdad ta elemetal como la relacó etre las medas artmétca

Más detalles