PARTE 1 - PROBABILIDAD

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

Download "PARTE 1 - PROBABILIDAD"

Transcripción

1 arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Eemplos cláscos de expermetos aleatoros so los uegos de azar: a trar u dado y observar el úmero e la cara de arrba. b trar ua moeda c lazar ua moeda cuatro veces y cotar el úmero total de caras obtedas. d lazar ua moeda cuatro veces y observar la sucesó de caras y cecas obtedas. Smbolzamos co ε a u expermeto aleatoro. U expermeto aleatoro tee las sguetes característcas: -Se lo puede repetr bao las msmas codcoes tatas veces como se desee. - No se puede predecr co exacttud el resultado de dcho expermeto, pero se puede decr cuáles so los posbles resultados del msmo. - medda que el expermeto se repte, los resultados dvduales parece ocurrr e forma caprchosa. ero s el expermeto se repte u gra úmero de vece y regstramos la proporcó de veces que ocurre u determado resultado, veremos que esa proporcó tede a establzarse e u valor determado a medda que aumeta el úmero de veces que se repte el expermeto. or eemplo, cosderemos el expermeto de lazar u dado y observar el úmero de la cara superor. Supogamos que tramos el dado N vece y sea el úmero de veces que sale el úmero e los N tros del dado. Etoces N es la proporcó de veces que sale el úmero e los N tros. S el dado es ormal a medda que N aumeta, N tede a establzarse e u úmero que es. Observacó: e los expermetos o aleatoros o determstas se puede predecr co exacttud el resultado del expermeto, es decr, las codcoes e las que se verfca u expermeto determa el resultado del msmo. or eemplo, s colocamos ua batería e u crcuto smple, el modelo matemátco que posblemete descrbría el fluo observable de correte sería I ER, que es la ley de Ohm. El modelo predce el valor de I al dar E y R. O sea, s se repte el expermeto ateror certo úmero de vece empleado cada vez el msmo crcuto, es decr mateedo fas E y R, esperaríamos observar el msmo valor de I. veces sucede que u expermeto o es aleatoro estrctamete, pero resulta mucho más secllo estudarlo como s fuera aleatoro. or eemplo, s tramos ua moeda y observamos qué lado queda haca arrba, el resultado sería predecble coocedo e forma precsa las velocdades cales de traslacó y rotacó, y las elastcdades de los materales del pso y de la moeda. ero la precsó co la que se ecesta coocer estos datos es cas mposble de obteer e la realdad, por lo que es más coveete tratar al expermeto como aleatoro.

2 arte - robabldad rof. María. tarell El couto de todos los resultados posbles de u expermeto aleatoro es el espaco muestral. l espaco muestral lo aotamos co la letra S. or eemplo, a S ε : trar u dado y observar el úmero e la cara de arrba, etoces podemos tomar como espaco muestral a S {,,,,,} b S ε : trar ua moeda, etoces S { s} c S ε : lazar ua moeda tres veces y cotar el úmero total de caras obtedas etoces podemos cosderar S { 0,,,} d Sε : lazar ua moeda tres veces y observar la sucesó de caras y cecas obteda etoces S { c ; s; c; c; s; c; c; s } e S ε : trar u dado las veces ecesaras hasta que sale u por prmera vez, y cotar el úmero de tros realzado etoces S {,,,,...} N, dode N es el couto de los úmeros aturales. f S ε : medr el tempo de vda de ua lamparta eléctrca, etoces S { t R, t 0} dode R es el couto de los úmeros reales. Observacoes: - la eleccó de S o es úca, depede de lo que se quera observar del expermeto aleatoro. - El espaco muestral puede ser u couto fto, o fto. su vez s es fto puede ser fto umerable o o umerable. E e el couto S es fto umerable, e f el couto S es fto o umerable. Se llama eveto o suceso a todo subcouto del espaco muestral. or eemplo, a E el expermeto dado e el eemplo a, u eveto de S sería {,,} pues S. odemos expresar al eveto co palabras de la sguete maera : sale u úmero par es u eveto al que podemos expresar verbalmete como : sale u úmero meor o gual que b E el expermeto dado e el eemplo d, u eveto de S sería { c ; s; c; c }, el que e palabras se puede expresar como : sale por lo meos dos caras c E el expermeto dado e el eemplo f, u eveto de S sería D: la lamparta dura más de 00 horas, e otacó de coutos D { t R; t > 00} Observacoes: També {,,} - e el eemplo a ateror, s al trar el dado sale el úmero, etoces podemos decr que ocurró pues. ero també ocurró pues. E cambo s al trar el dado sale el úmero, etoces el eveto ocurró pero o ocurró, pues. - el couto es u eveto pues el couto está cludo e todo couto, e partcular S. Es el eveto que uca ocurre. El espaco muestral S es u eveto pues todo couto está cludo e sí msmo, y S sempre ocurre. Las operacoes habtuales etre coutos se puede aplcar a los eveto dado como resultado uevos evetos. Específcamete

3 arte - robabldad rof. María. tarell - S y so eveto etoces es otro eveto. ocurre - S y so eveto etoces es otro eveto. ocurre - S es u eveto es u eveto. ocurre s y solo s o ocurre ocurre s y solo s ocurre o s ocurre s y solo s ocurre y Nota: recordar que las operacoes de uó, terseccó dfereca y complemeto se defe de la sguete maera: - es el couto formado por los elemetos que está e o e dode el o está e setdo clusvo, e otacó de coutos x; x x { } E la fgura la zoa e grs smbolza - es el couto formado por los elemetos que está e y e, e otacó de coutos { x; x x } E la fgura la zoa e grs smbolza - es el couto formado por los elemetos que está e el couto uversal U y o está e, e otacó de coutos x; x U x { } La zoa e grs smbolza - es el couto formado por los elemetos que está e y o está e, e otacó de x; x x, coutos { } La zoa e grs smbolza Notar que

4 arte - robabldad rof. María. tarell Es útl recordar las sguetes propedades sobre el álgebra de coutos: - Leyes de dempoteca a b - Leyes asocatvas a b - Leyes comutatvas a b - Leyes dstrbutvas a b - Leyes de detdad a b c U U d U - Leyes de complemeto a U b c 7- Leyes de De Morga d U, U a b La relacó de clusó etre u couto y otro y las operacoes aterores co coutos lleva al sguete Teorema: a es equvalete a b es equvalete a c es equvalete a d es equvalete a, e es equvalete a Sea y dos coutos. El couto producto de y, expresado todos los pares ordeados a, b dode a y b, es decr Se aota al producto U { a, b; a b }, está formado por or eemplo, s {,,} y { 7,8}, etoces {,7;,8;,7;,8;,7;,8} El cocepto de couto producto se extede a u úmero fto de coutos e forma atural. El couto producto de los coutos,,..., se aota.. y es gual a

5 arte - robabldad rof. María. tarell { a, a,..., a, a,,,...,}.., es decr es el couto de todas las -uplas a, a,..., a dode a para cada. or eemplo, s {,,}, {,}, {,,}, etoces u método coveete para hallar el producto es por medo del deomado dagrama de árbol que se muestra a cotuacó, el cual se costruye de zquerda a derecha. costa de todas las teras o -uplas formadas al segur cada camo del árbol or eemplo el camo co trazo más grueso dcaría la tera,, Las operacoes de uó e terseccó també se puede geeralzar a más de dos coutos S,,..., so couto etoces a la uó de todos ellos se aota.. o també U y es gual a.. { x; exste tal que x }, es decr u elemeto x perteece a.. s x perteece a alguo de los coutos.,, y se la aota De forma aáloga se defe la uó de ua secueca fta de coutos,... co el símbolo U b la terseccó de todos ellos se aota.. o també I I los coutos { x; x para todo }, es decr u elemeto x perteece a I y es gual a s x perteece a todos

6 arte - robabldad rof. María. tarell De forma aáloga se defe la terseccó de ua secueca fta de coutos,..., y se la aota co el símbolo I, S y so dos evetos tales que, se dce que so dsutos o mutuamete excluyetes. Es decr s y so mutuamete excluyetes o puede ocurrr a la vez. or eemplo, s se tra u dado y se observa el úmero de la cara superor, los evetos {,,} y {,,} so mutuamete excluyetes. l trar u dado sale u úmero par o u úmero mpar, o puede darse ambas cosas a la vez. Los evetos co u solo elemeto so evetos elemetales o smples. or eemplo, volvedo al expermeto ε : trar u dado y observar el úmero e la cara de arrba, y S {,,,,,}, etoces los coutos utaros {},{ },{},{ }, { }, { } so evetos smples. Notar que dos evetos smples cualesquera so mutuamete excluyetes. Dado u eveto asocado a u expermeto aleatoro ε. Supogamos que se repte veces el expermeto ε, y aotamos al úmero de veces que ocurre e la repetcoes de ε. Se defe la frecueca relatva de, y se smbolza f, al cocete proporcó de veces que ocurre e las repetcoes de ε. La frecueca relatva f tee las sguetes propedades: - 0 f - f s y solo s ocurre cada vez e las repetcoes - f 0 s y solo s o ocurre uca e las repetcoes - s y so dos evetos mutuamete excluyetes etoces f f f. Es decr que f es la Dado u eveto, se quere asgar al msmo u úmero que dque qué ta probable es que ocurra. ese úmero lo defríamos como la probabldad de. E ese setdo parecería que la frecueca relatva f sería ua buea eleccó. ero os ecotramos co el sguete problema, cuátas veces deberíamos repetr el expermeto aleatoro para defr f, es decr qué valor de tomaríamos? or eemplo e el expermeto de trar u dado cosderemos el eveto : sale el úmero, s lo lazamos 00 veces podríamos ecotrar que, y s lo lazamos uevamete 00 veces podría ocurrr que sea dferete del ateror por eemplo podría ocurrr 0 veces. Etoce tedríamos dos valores dferetes para f, 0. y 0. Se do ates que e u expermeto aleatoro a medda que aumeta la frecueca relatva de tede a establzarse e u úmero, pero o podemos e la práctca repetr el expermeto ftas veces. Se quere asgar a cada eveto u úmero que o depeda de la expermetacó. or este motvo procedemos como sgue:

7 arte - robabldad rof. María. tarell Defcó axomátca de probabldad. Sea ε u expermeto aleatoro y S u espaco muestral asocado co ε. o cada eveto asocamos u úmero real llamado probabldad de, que aotamos, el cual satsface las sguetes propedades báscas o axomas S - S y so evetos mutuamete excluyetes etoces - S,,...,,,... es ua secueca de evetos tales que U s, etoces La eleccó de estas propedades está motvada por las característcas correspodetes de la frecueca relatva. Observacó: supogamos el expermeto de lazar ua moeda y el espaco muestral S { s} Notar que podemos escrbr S { c} {} s., es decr como uó de evetos smples. or los axomas y de la defcó de probabldad teemos que S { c} {} s Es decr { c} {} s, lo que mplca que { c} {} s de { c} el valor de {} s por eemplo s el dado es ormal. De ser así podemos platear que { c} {} s. No podemos deducr el valor de las propedades aterores. Necestamos formacó adcoal,, etoces { c} {} s { c} {} s { c} {} s 0. odemos deducr de los axomas otras propedades útles para el cálculo de probabldades. ropedades de la probabldad - 0 Dem. Sedo u eveto cualquera podemos escrbr demás y so mutuamete excluyete por lo tato por axoma O sea que 0 - S es el eveto complemetaro de, etoces 7

8 arte - robabldad rof. María. tarell Dem. S es u eveto cualquera, etoces podemos escrbr S demá por defcó de complemeto de u couto, y so mutuamete excluyetes. or lo tato, por axoma y por axoma S Despeado - S etoces Dem. Sea y dos evetos tales que. De la fgura vemos que Y además y so mutuamete excluyetes. Etoces Y como por axoma teemos que 0, etoces - S, etoces Dem. Sguedo los pasos de la demostracó ateror llegamos a, lo que mplca que Y como, etoces. Observacó: e geeral vale la sguete propedad - S y so dos evetos cualesquera, etoces 8

9 arte - robabldad rof. María. tarell 9 Dem. Escrbmos a como uó de partes dsutas de la sguete maera, observar la fgura Y por la observacó ateror or lo tato, reemplazado e : o lo que queda demostrada la propedad. Observacoes: - La propedad ateror se puede geeralzar para expresar la probabldad de tres evetos Se llega a la gualdad ateror escrbedo D y aplcado la propedad, es decr: D D D Nuevamete aplcamos : Y ademá aplcado las leyes dstrbutvas Etoces: omo, reemplazado e se llega a : E geeral, se puede probar que s,...,, so evetos cualesquera etoces k k < < < U - S,...,, so evetos tales que co etoces U Notar que la gualdad ateror es ua geeralzacó del axoma.

10 arte - robabldad rof. María. tarell. - El espaco muestral fto Sea ε u expermeto aleatoro y S u espaco muestral asocado a ε. Supogamos que S es u S a a,...,, es decr cosderamos que tee elemetos. couto fto al que aotamos { }, odemos escrbr a S como uó de evetos elemetales de la sguete forma. S { } a a etoces S.... demás sabemos que S, por lo tato teemos el resultado:... Es decr: la suma de las probabldades de los evetos elemetales es gual a S ahora tomamos u eveto cualquera de S, lo aotamos { a a,..., a } podemos escrbr a como uó de evetos smples:, etoces, k. or lo tato k k k Es decr para calcular la probabldad de se suma las probabldades de los evetos elemetales que lo compoe. S asummos que... p, es decr todos los evetos elemetales tee la msma probabldad de ocurrr, etoces reemplazado e : p p... p veces p p p # S Dode el símbolo #S se lee: úmero de elemetos de S, e geeral #S dca el cardal de S uado... p, se dce que S es equprobable. S es u eveto cualquera de S, lo aotamos { a a,..., a } escrbmos a como uó de evetos smples:, k o sea que # k, etoces..., y uevamete k omo ya vmos que k k para todo,,,, se tee que: k k # # Es decr s es u eveto de u espaco muestral equprobable etoces # S k veces # S 0

11 arte - robabldad rof. María. tarell Eemplos: - Supogamos que se tra ua moeda ormal tres vece y se cueta el úmero de caras obtedo luego de los tres tros. Tomemos como espaco muestral a S { 0,,,} uál es la probabldad de que salga al meos dos caras? E este caso S o es equprobable, pues el eveto { 0 } ocurre de ua sola forma: cuado e los tres tros sale ceca El eveto {} ocurre de ua sola forma: cuado e los tres tros sale cara ero el eveto {} ocurre cuado e los tres tros sale ua sola cara y eso puede darse de tres formas dsttas c, s; c o c álogamete para el eveto { } puede darse de tres formas dsttas: c, s; c o c or lo tato { 0} {} y {} { }. S aotamos { 0} {} p y {} { } q etoces q p demás se cumple { 0} {} { } {} Etoces de y q p p q q q p p p q p 8, q 8 De esta forma coocemos las probabldades de todos los evetos elemetales. S : sale al meos dos caras, etoces {,} ara calcular hacemos S tomamos como espaco muestral a S { } {} 0. { c ; s; c; c; s; c; c; s } Etoces S es equprobable pues cada resultado cada tera se de ua sola forma. # E este caso podemos platear drectamete 0. # S 8 - E el caso de espacos muestrales equprobables es ecesaro recordar las téccas de coteo para calcular el úmero de elemetos de u couto s eumerar sus elemetos. or eemplo: Se tee ua ura co bolllas dstgubles puede estar umerada de las cuales 0 so blacas y so roas. Se extrae al azar dos bolllas de la ura, a cuál es la probabldad de extraer todas blacas? b cuál es la probabldad de extraer exactamete ua bollla blaca? c cuál es la probabldad de extraer al meos ua bollla blaca? Supogamos que se extrae las dos bolllas s reemplazo y o mporta el orde e que so extraídas.

12 arte - robabldad rof. María. tarell l decr que se extrae al azar, se etede que el espaco muestral del expermeto es equprobable. l decr que se extrae las bolllas s reemplazo, sgfca que se extrae ua bollla y s regresarla a la ura se extrae la sguete. El espaco muestral de este expermeto se puede tomar como S {,}{ ;,}{,,0},...}, es decr como el couto cuyos elemetos so couto todos los coutos de dos elemetos que se pueda formar a partr de u couto de elemetos. or eemplo, el resultado {,} sgfca que se extraero las bolllas y. uátos elemetos tee S?, recordado las téccas de! coteo el úmero de elemetos de S es gual al úmero combatoro!! ara respoder la preguta a aotemos : las dos bolllas so blacas # Etoces. uátos elemetos tee el couto?, tatos como formas haya de # S 0 0! extraer dos bolllas blacas. Se tee que #.! 0! 0 0! #! 0! or lo tato # S! 7!! Veamos ahora el cso b. otamos : se extrae exactamete ua bollla blaca Etoces 0 # # S Y por últmo el cso c. otamos : se extrae al meos ua bollla blaca odemos resolverlo de dos maeras: La forma más fácl es calcular dode : gua bollla es blaca # 9 # S Otra forma de resolverlo podría ser la sguete, escrbmos dode Notar que :" se extrae bolllas blacas exactamete",. or lo tato Y 0 # ; # S # # S 0 0

13 arte - robabldad rof. María. tarell or lo tato S e el eemplo ateror mporta el orde e que so extraídas las bollla etoces S {, ;,,,0,., ;,...}, es decr que S es el couto de todos los pares a, b dode a b, por eemplo, expresa el resultado: prmero se extrao la bollla y e segudo térmo se extrao la bollla. El úmero de elemetos de S es x 0. E este caso 0 9 ; 7 ara calcular la probabldad de hay que dstgur s la bollla blaca se extrae prmero o se extrae e segudo térmo: ara calcular la probabldad de uevamete podemos pesarlo de dos forma pero s cosderamos e cada caso hay que teer e cueta el orde e que se extrae las bolllas. Es mas práctco hacer - S ahora mporta el orde e que so extraídas las bolllas y además la extraccó se hace co re emplazo se extrae ua bollla y se la devuelve a la ura ates de extraer la sguete, etoces S es el couto de pares a,b dode ahora puede ocurrr que a b. E este caso #S x, y calculamos 0 0 ; ;. - Espacos muestrales ftos Sea S u espaco muestral fto umerable es decr S { a; a; a;kk} a asgamos u úmero p { } tal que fto, a cada a p 0 b p a. omo e el caso La probabldad de u eveto es etoces la suma de las probabldades de los evetos elemetales que lo compoe. Los úcos espacos muestrales ftos o umerables que cosderaremos so aquellos de medda geométrca fta m S tales como logtud, área o volume, y e los cuales u puto se seleccoa al azar. La probabldad de u eveto, esto es aquella e la que el puto seleccoado perteece a, es etoces la relacó etre m a m S, es decr logtud de ó logtud de S área de ó área de S volume de volume de S

14 arte - robabldad rof. María. tarell Eemplo: E el teror de u círculo se seleccoa u puto al azar. Hallar la probabldad de que el puto quede más cercao al cetro que a la crcufereca. Tomamos como espaco muestral a S { x, y, x y r } x, y, x y r, etoces r π área de or lo tato área de S π r r r Observacó: s x, y, x y, área de 0 etoces 0 área de S π r, pero or lo tato s u eveto tee probabldad 0 eso o mplca que sea el eveto vacío. S r - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas roas y blacas. summos que las bolllas de u msmo color so dstgubles. osderamos los evetos : la prmer bollla extraída es blaca, y : la seguda bollla extraída es blaca. El espaco muestral S se puede pesar como el couto S a, b; a,,...0; b,,...0; a b y # S 0 9. { } Es claro que 9. ero s queremos calcular o es ta drecto. odemos calcular la probabldad de sabedo que ocurró: es gual a 9, ya que s ocurró, etoces e la ura quedaro 9 bolllas de las cuales so blacas. La probabldad ateror la aotamos y se lee: probabldad codcoal de dado. Es decr. 9 Notar que podemos terpretar lo ateror de la sguete forma: el espaco muestral orgal S se ha reducdo al eveto, es decr se toma a como uevo espaco muestral para calcular la probabldad de.

15 arte - robabldad rof. María. tarell També podemos terpretar que la probabldad codcoal de dado debería ser la proporcó de veces que ocurre co respecto al úmero de veces que ocurre. esado e térmos de frecueca relatva:. Esta dea motva la sguete defcó: Sea y dos evetos de u espaco muestral S. La probabldad codcoal de dado se defe como álogamete s 0 s 0 E alguos casos se puede calcular drectamete reducedo el espaco muestral. E otros será ecesaro aplcar la defcó ateror. Observacó: s y so evetos de u espaco muestral S equprobable, etoces Eemplos: # - E el expermeto de extraer dos bolllas Se tra u dado ormal dos veces. Sea los evetos : la suma de los úmeros obtedos es y : el prmer úmero es gual a Teemos que {, ;, ;, ;, ;, } y {, ;, ;, ;, ;, ;, } Etoces para calcular medate la defcó de probabldad codcoal També podemos calcularlo e forma drecta, reducedo el espaco muestral, de todos los pares del eveto, observamos cuáles cumple co lo requerdo por, es decr de todos los pares de, solo uo tee la propedad de que sus compoetes suma, por lo tato # - Se laza ua moeda ormal tres veces. Hallar la probabldad de que salga todas caras s sale algua cara.

16 arte - robabldad rof. María. tarell El espaco muestral reducdo es el eveto : sale algua cara c ; s; c; c; s ; c ; s Y { c } or lo tato 7 Teemos que { } - E certa cudad, 0% de la poblacó tee cabellos castaño % tee oos castaños y % tee cabellos y oos castaños. Se escoge ua persoa al azar a s tee cabellos castaño cuál es la probabldad de que també tega oos castaños? b S tee oos castaño cuál es la probabldad de que o tega cabellos castaños? c uál es la probabldad de que o tega cabellos oos castaños? Sea los evetos : la persoa elegda al azar tee oos castaños, : la persoa elegda al azar tee cabellos castaños Etoces 0., 0. 0 y 0. a Se pde calcular : b 0. c 0. - Sea los evetos y co 0., y. Hallar: a, b, c, d, e a b c d alculamos: ; 7 7 Etoces or la ley de De Morga 8

17 arte - robabldad rof. María. tarell e Observacoes: a S etoces b S etoces 0 c Es fácl comprobar que para fo, satsface los axomas de la probabldad, esto es: S -S y so evetos mutuamete excluyetes etoces -S,,...,,,... es ua secueca de evetos tales que s etoces U Teorema de la multplcacó S y so dos evetos etoces s 0 or lo tato álogamete de s 0, se deduce 7 y 7 se cooce como teorema de la multplcacó. osderemos otra vez el eemplo de extraer dos bolllas al azar s reemplazo de ua ura que cotee bolllas blacas y 7 roas. S : la prmer bollla extraída es blaca, y : la seguda bollla extraída es blaca, etoces S,, so tres evetos etoces 0 9 pues: 7

18 arte - robabldad rof. María. tarell 8 Teorema de la multplcacó Teorema de la multplcacó El teorema de la multplcacó se puede geeralzar a evetos,...,, :..., Eemplos: - Ua clase tee ños y ñas. S se escoge tres estudates de la clase al azar, cuál es la probabldad de que sea todos ños? Solucó: otamos : el -ésmo estudate elegdo es u ño,, Etoces la probabldad pedda es 0 - Los estudates de ua clase se escoge al azar, uo tras otro, para presetar u exame. a S la clase costa de ños y ña cuál es la probabldad de que ños y ñas quede alterados? b S la clase costa de ños y ña cuál es la probabldad de que ños y ñas quede alterados? Solucó: a Nuevamete aotamos : el -ésmo estudate elegdo es u ño Etoces la probabldad pedda e aplcado 8: 7 7 b Hay dos caso mutuamete excluyetes: el prmer estudate es u ño, y el prmero es ua ña. S el prmero es u ño, etoces por 8 la probabldad de que los estudates se altere es 0 S el prmero es ua ña, etoces por 8 la probabldad de que los estudates se altere es 0

19 arte - robabldad rof. María. tarell Etoces la probabldad pedda es 0 0 E el eemplo cal de extraer dos bolllas de ua ura, todavía queda por resolver cómo calculamos la, sedo : la prmer bollla extraída es blaca, y : la seguda bollla extraída es blaca odemos expresar al espaco muestral S como S demás y so mutuamete excluyetes. or otro lado podemos escrbr S por la ley dstrbutva Etoces teorema de la multplcacó Lo hecho e este eemplo se geeralza e el sguete teorema 0. - Teorema de la probabldad total Sea,...,, evetos de u espaco muestral S que cumple: a... S b s,...,, c > 0,,..., Se dce que forma ua partcó de S Etoces para cualquer eveto de S... Dem. odemos escrbr S Ley dstrbutva de la co respecto a la demás s co, etoces s ver fgura or lo tato... Teorema de la multplcacó K Teorema de ayes Sea,...,, evetos de u espaco muestral S que cumple: a... S b s 9

20 arte - robabldad rof. María. tarell c > 0,,..., Etoces para cualquer eveto de S tal que > 0 Dem. k k k k k, K, k k k k k def. de prob. odcoal teor. de multplcacó teor, de la probabldad total Eemplos: - Tres máquas,, y produce respectvamete 0%, 0% y 0% del úmero total de artículos de ua fábrca. Los porcetaes de desperfectos de produccó de estas máquas so respectvamete %, % y %. Se seleccoa u artículo al azar a uál es la probabldad de que sea defectuoso? b S al seleccoar u artículo al azar resulta defectuoso, cuál es la probabldad de que el artículo hubera sdo producdo por la máqua? Solucó: a Sea los evetos : el artículo seleccoado fue producdo por la máqua : el artículo seleccoado fue producdo por la máqua : el artículo seleccoado fue producdo por la máqua D: el artículo seleccoado es defectuoso Los datos que teemos so los sguetes D 0. 0 D 0. 0 D 0. 0 Se pde hallar la D. Se aplca el teorema de la probabldad total tomado como partcó de S a los evetos, y. Etoces D D D D b Se pde hallar D. plcamos el teorema de ayes D D D D D Se os da tres uras como sgue: Ua ura cotee bolas roas y blacas. Ua ura cotee bolas roas y blaca. Ua ura cotee bolas roas y blacas 0

21 arte - robabldad rof. María. tarell Se seleccoa ua ura al azar y se saca ua bola de la ura. S la bola es roa, cuál es la probabldad de que proceda de la ura? Solucó: Sea los evetos : se elge la ura,, Etoces,, demás podemos tomar a,, como ua partcó del espaco muestral S. Sea el eveto :"extraer bollla roa" Se pde calcular Etoces def. de prob. codcoal Teorema de ayes Idepedeca Dados dos evetos y, puede ocurrr que y sea dferete eso sgfca que saber que ocurró modfca la probabldad de ocurreca de E el eemplo ateror ero puede suceder que y sea guale e ese caso y so evetos depedete saber que ocurró o afecta la probabldad de ocurreca de. Etoce dos evetos y so depedetes s, y so depedetes de otro modo. Notar que por el teorema de la multplcacó s > 0 Etoces y so depedetes Recíprocamete S etoces y so depedetes s > 0

22 arte - robabldad rof. María. tarell or lo tato: y so depedetes s y solo s 9 Es decr podemos usar 9 como defcó de depedeca de evetos. Eemplos: -Se tra u dado ormal dos vece sea los evetos : la suma de los úmeros obtedos es gual a 7 : el prmer úmero obtedo es So y depedetes? Sabemos que el espaco muestral es el couto de pares ordeados a, b dode tato a como b puede tomar los valores,,,,,. demás {,,,,,,,,,,, } y {, ;, ;, ;, ;, ;, } Etoces omo etoces y so depedetes Observacó: s fuera el eveto : la suma de los úmeros obtedos es gual a, etoces y so depedetes -Se tee ua ura co 0 bolllas blacas y roas. Se extrae al azar dos bolllas co reemplazo de la ura. Etoces los evetos : la prmer bollla es blaca : la seguda bollla es roa So depedetes ero s la extraccó se hace s reemplazo, etoces y so depedetes pues y por lo tato Notar que la dfereca está e que Observacó: s e el eemplo ateror la ura tee 000 bolllas blacas y 00 roa y se extrae s reemplazo dos bolllas al azar etoces y

23 arte - robabldad rof. María. tarell O sea que y so cas guales. or lo tato podemos asumr que y so depedete auque la extraccó se haga s reemplazo. E la práctca, s N es el tamaño de la poblacó y el tamaño de la muestra extraída s reemplazo, s < 0. 0 etoces podemos operar como s la extraccó se hubera hecho co N reemplazo. S dos evetos y so depedetes etoces y so depedetes 0 Dem. se debe probar que ara esto escrbmos omo y excluyetes etoces so mutuamete y depedetes o lo que queda demostrada la propedad. Observacó: s y so evetos depedete etoces y so depedetes. Se llega a este resultado aplcado 0 sobre y, y luego se aplca 0 uevamete a y. Idepedeca de más de dos evetos. La ocó de depedeca de evetos se puede amplar a evetos de la sguete maera: Sea,,, K eveto se dce que so depedetes s Observacoes: K K k,..., k k - s etoces se reduce a la defcó de dos evetos depedetes. - s etoces sgfca que se debe cumplr las sguetes codcoes: a b c d La codcó d sgfca que u eveto es depedete de la terseccó de los otros do por eemplo

24 arte - robabldad rof. María. tarell Esto es porque e geeral por el teorema de la multplcacó vale que y por d etoces Eemplos: - Las probabldades de que tres hombres pegue e el blaco so, respectvamete, y,,. ada uo dspara ua vez al blaco. a uál es la probabldad de que exactamete uo de ellos pegue e el blaco? b S solamete uo pega e el blaco, cuál es la probabldad de que sea el prmer hombre? Solucó: a cosderemos los evetos : el hombre -ésmo pega e el blaco,, Sea el eveto : exactamete u hombre pega e el blaco Etoces or lo tato Y por depedeca 7 b Se pde calcular 7 - erto tpo de proyectl da e el blaco co probabldad 0., cuátos proyectles deberá ser dsparados para que haya al meos u 80% de probabldad de pegar e el blaco? Solucó: Escrbmos : el proyectl -ésmo da e el blaco,,, Se quere que 0.8 > K sumedo depedeca esto es equvalete a K K K

25 arte - robabldad rof. María. tarell K 0.7 > 0.8 l0. or lo tato 0.7 < 0. l0.7 < l0. >. l0.7 Es decr se debe hacer por lo meos dsparos

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

PARTE 1 - PROBABILIDAD

PARTE 1 - PROBABILIDAD arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Ejemplos cláscos de expermetos aleatoros

Más detalles

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

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E wwwovauedes/webpages/ilde/web/dexhtm e-mal: mozas@elxuedes TEMA PROAILIDAD SUCESOS Exste feómeos o expermetos que, repetdos e détcas codcoes, sempre proporcoa el msmo resultado, a los que llamaremos determstas,

Más detalles

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 PROBBILIDD. 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 axomátca

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FCULTD DE INGENIERÍ U N M ROILIDD Y ESTDÍSTIC Iree atrca Valdez y lfaro reev@servdor.uam.mx T E M S DEL CURSO. álss Estadístco de datos muestrales. 2. Fudametos de la Teoría de la probabldad. 3. Varables

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 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede (hallede@f.utfsm.cl Rodrgo Salas (rsalas@f.utfsm.cl

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

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

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María Uversdad Técca Federco Sata María Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 4 Probabldades Estadístca Computacoal II Semestre 006 Profesores: Héctor llede

Más detalles

( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad

( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad 4. Defcó y cálculo de probabldades 4.. Fucó de probabldad Defcó: Sea la famla de sucesos asocada a u expermeto aleatoro de espaco muestral Ω. Se cosdera ua fucó : R, que verfca las dos propedades 0 y Ω

Más detalles

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD UN VIAJE POR EL MUNDO DE LA PROBABILIDAD AUTORÍA JUAN JOSÉ LEÓN ROMERA TEMÁTICA PROBABILIDAD ETAPA BACHILLERATO Resume E el presete artículo se trata los cotedos relacoados co Probabldad. Se hace u acercameto,

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

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

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones. Tema 3. Espacos de Probabldad. Defcó axomátca y propedades báscas de la Probabldad 3.. Itroduccó. Feómeos y expermetos aleatoros. Álgebra de sucesos E este tema se establece ls ocoes báscas para el desarrollo

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

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

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

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

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN 0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto

Más detalles

TEMA 63. Frecuencia y Azar. Leyes de Azar. Espacio probabilístico.

TEMA 63. Frecuencia y Azar. Leyes de Azar. Espacio probabilístico. TEM 63.Frecueca y azar. Leyes de azar. Espaco probablístco TEM 63. Frecueca y zar. Leyes de zar. Espaco probablístco.. Itroduccó.. Hstórca. Los coceptos de azar e certdumbre so ta veos como la propa cvlzacó.

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

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

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

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

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

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

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

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

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

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

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos

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

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

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

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( )

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( ) ÉTODOS ATEÁTICOS TEA 0: REPASO ÁLGEBRA ESPACIOS DE HILBERT Y OPERADORES LINEALES Profesora: ª Cruz Boscá ESPACIOS LINEALES Espaco leal L sobre u cuerpo (comutatvo) Λ U espaco leal (o vectoral) L sobre

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES

PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES INTRODUCCIÓN HISTÓRICA Cas ada e la vda es seguro. E todo lo que hacemos estmamos las posbldades de resultados satsfactoros. Pero durate gra parte de la

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

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 33 5- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 5. Suma de varables aleatoras depedetes Cuado se estudaro las varables

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

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

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

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

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

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

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

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

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

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

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

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

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

Más detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca: Estadístca Teórca Facultad Cecas Ecoómcas y Empresarales Departameto de Ecoomía Aplcada Profesor: Satago de la Fuete Ferádez EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca:

Más detalles

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal GUÍA DE EJERCICIOS Área Matemátca Álgebra leal Resultados de apredzaje. Recoocer exsteca de subespaco vectoral. Cotedos 1. Espacos vectorales. 2. Subespacos vectorales. Debo saber Se debe recordar que

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

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

- Jóvenes amigos, dejen de discutir. Siéntense a la mesa en cualquier orden y escúchenme

- Jóvenes amigos, dejen de discutir. Siéntense a la mesa en cualquier orden y escúchenme Álgebra y Geometría Aalítca Aálss Combatoro Facultad Regoal La Plata Ig. Vvaa CAPPELLO INTRODUCCIÓN UNA COMIDA GRATIS Dez jóvees decdero celebrar la termacó de sus estudos e la escuela secudara co u almuerzo

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

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

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

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

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

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

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

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

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web:

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web: Itroduccó al Algebra Leal e Cotexto Autor José Arturo Barreto M.A. Web: www.abaco.com.e www.mprofe.com.e josearturobarreto@yahoo.com Descomposcó e Valor Sgular (SVD: Sgular Value Decomposto) El sguete

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

Repaso de probabilidades y estadística. Introducción

Repaso de probabilidades y estadística. Introducción Repaso de probabldades y estadístca Itroduccó El campo de la estadístca tee que ver co la recoplacó, aálss y uso de datos para tomar decsoes y resolver problemas. Cuado se recbe formacó e forma de datos

Más detalles