Explicación de la tarea 3 Felipe Guerra

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

Download "Explicación de la tarea 3 Felipe Guerra"

Transcripción

1 Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La distribución uniforme discreta modela los casos en donde todos los resultados posibles tienen la misma probabilidad de ocurrir, y se aplica para modelar juegos de azar. a. Calcular la probabilidad de que salga un número mayor a 9. Para responder a esta pregunta primero encontramos cuantos números son mayores que 9, es decir: n >9 La cantidad de números mayores a 9 en la ruleta está dada por 15 9 = 6 Por lo tanto la probabilidad de que un número sea mayor a 9 es: 6 / 15 =.4 b. Calcular la probabilidad de que salga un número mayor a 2 y cuando mucho 7. Para responder a esta pregunta primeramente buscamos cuantos números cumplen con la condición de ser mayores que 2 y cuando mucho 7, lo que se expresa de la siguiente manera: 2 < n 7 La cantidad de números que cumplen con esta condición esta dada por: 7 2 = 5 Por lo tanto la probabilidad de que un número sea mayor que 2 y cuando mucho 7 es: 5 / 15 = c. Calcular el valor promedio del número que aparece. La lectura de la semana menciona: Sea X una v.a. discreta con rango 1, 2, 3,..., k. Luego su función de probabilidad es P(i) = 1/k para i=1, 2, 3,..., k. Su valor esperado o media es: Por lo tanto el promedio E(X) es: ( ) / 2 = 8 d. Calcular la desviación estándar del número que aparece. De igual manera la lectura menciona: y su varianza es: Por lo tanto la varianza es: V(X) = (15 2 1) / 12 = La desviación estándar es por definición la raíz cuadrada de la varianza; de ahí que: S(X) = =

2 2. Un alumno contesta al azar un examen que contiene 2 preguntas, donde cada pregunta tiene 4 opciones de respuesta y solo una es la correcta. Si el alumno contesta todas las preguntas al azar. Este problema corresponde a una distribución Binomial. La lectura menciona: La Distribución Binomial. La distribución binomial se aplica en la siguiente situación. Suponer que un experimento Bernoulli se repite n veces de manera independiente, donde la probabilidad de que ocurra éxito es p. Y el caso del examen presentado es un experimento de Bernoulli según lo que menciona la lectura: Un experimento Bernoulli es aquél, en donde son sólo dos los resultados posibles del experimento, a estos resultados posibles los llamaremos éxito y fracaso. El adivinar las respuestas de un examen solo presenta dos posibilidades atinar (éxito) o fallar (Fracaso), por lo tanto es un experimento de Bernoulli. Ahora para resolver las preguntas del ejercicio utilizamos las formulas integradas en Excel. Pero primero veamos una explicación de cómo funcionan estas formulas. La formula =DISTR.BINOM(num_éxito, ensayos, prob_éxito, acumulado) Nos devuelve la probabilidad de una distribución Binomial en la que: num_éxito ensayos prob_éxito acumulado representa la cantidad de éxitos que deseamos sucedan en el experimento representa la cantidad de intentos en el experimento es la probabilidad de que un ensayo individual tenga éxito indica si deseamos la probabilidad especifica del numero de éxitos, o el acumulado de dicho número de éxitos o menos. Veamos un ejemplo para el caso de este ejercicio. La gráfica siguiente corresponde a las probabilidades de éxito específicas de sacar una cantidad (n) de respuestas acertadas en el examen de 2 preguntas: Primeramente el calculo de la probabilidad de éxito es 1 / 4 = 5 Es decir cada pregunta tiene cuatro opciones y solo una es la respuesta correcta. Entonces la formula en Excel sería =DISTR.BINOM(num_éxito, 2, 5, acumulado) Cantidad de preguntas acertadas Cantidad de preguntas en el examen Se explicara posteriormente de atinar a la respuesta 2

3 5 Distribución Binomial (Ejercicio 2) Respuestas acertadas E E E E E E E-14 La tabla de la izquierda muestra los valores calculados para cada una de las cantidades en la gráfica Los valores de esta gráfica fueron calculados usando =DISTR.BINOM(n, 2, 5, ) en donde los valores de n fueron sustituidos por el valor específico de respuestas acertadas. El valor al final de la forma indica que solo queremos el valor puntual del dato y no el valor acumulado. Por ejemplo: =DISTR.BINOM(3, 2, 5, ) corresponde al valor de la barra roja y nos arroja un resultado de Lo que se puede describir como la posibilidad de tener 3 (y solo 3) respuestas correctas de las 2 preguntas en el examen. 3

4 Una observación más. Cuando usamos el valor acumulado lo que obtenemos es: La suma de los valores anteriores al valor que estamos buscando. Es decir, para la formula siguiente: Obtenemos: =DISTR.BINOM(3, 2, 5, 1) 5 Distribución Binomial (Ejercicio 2) Respuestas acertadas P() + P(1) + P(2) + P(3) = = Lo que se puede traducir como: la probabilidad de tener tres respuestas acertadas o menos. Un último comentario, la suma total de una distribución de probabilidad es siempre igual a 1. 5 Distribución Binomial (Ejercicio 2) Respuestas acertadas =DISTR.BINOM(2, 2, 5, 1) = 1 Una vez explicado lo anterior podemos explicar las respuestas al ejercicio: 4

5 2. Un alumno contesta al azar un examen que contiene 2 preguntas, donde cada pregunta tiene 4 opciones de respuesta y solo una es la correcta. Si el alumno contesta todas las preguntas al azar. a. Calcular la probabilidad de que tenga menos de 5 preguntas correctas. 5 Distribución Binomial (Ejercicio 2) Respuestas acertadas =DISTR.BINOM(4,2,5,1) = Observe que usamos 4 como valor puntual por que la pregunta indica menos de 5. b. Calcular la probabilidad de que tenga por lo menos 2 y a lo mucho 7 preguntas correctas. 5 Distribución Binomial (Ejercicio 2) Veamos qué es lo que indican las flechas: = DISTR.BINOM(1,2,5,1) que haya menos de 2 respuestas correctas = DISTR.BINOM(7,2,5,1) que haya a lo mucho 7 respuestas correctas De lo anterior se desprende que: = DISTR.BINOM(7,2,5,1) - DISTR.BINOM(1,2,5,1) Representa la sección indicada por la pregunta, señalada por la flecha roja. 5

6 c. Calcular la probabilidad que aprueba el examen si la calificación de pase es 7. Para sacar 7 el alumno tiene que contestar 14 respuestas correctas (2 x.7) por lo tanto, para aprobar el examen tenemos: Para calcular el valor del área indicada por la flecha roja usamos: = 1 - DISTR.BINOM(13,2,5,1) Ya habíamos mencionado con anterioridad que la suma total de una distribución de probabilidad es siempre igual a 1 (representado por la flecha azul). d. Obtener el número promedio de preguntas correctas en el examen y su desviación estándar. De la lectura de la semana tenemos que: Definición de Distribución Binomial. E(X) = np y Var(X) = np(1-p). Por lo tanto: E(x) = 2 x 5 = 5 y V(x) = 2 x 5 x (1-5) = 3.75 Pero como nos piden la desviación estándar en lugar de la varianza y habíamos mencionado ya que la desviación estándar es por definición la raíz cuadrada de la varianza. Tenemos: S(x) = 3.75 =

7 3. Una aerolínea intencionalmente sobrellena algunos vuelos porque se sabe que el pasajero que hace una reservación tiene una probabilidad de 85% de que se presenta a tomar el avión. Si un vuelo tiene capacidad para 122 pasajeros. Para resolver este problema debemos de calcular la probabilidad de que una vez reservada una cantidad n de boletos tengamos cuando mucho 122 personas asistiendo con un.85 de probabilidad. Esto se representa como: =DISTR.BINOM( 122, n,.85, 1 ) Cantidad de asistentes Cantidad de boletos vendidos de que una persona asista Acumulado (para tomar la posibilidad de que asistan 122 o menos) a. Cuántas reservaciones se pueden hacer para tener una probabilidad de por lo menos 9% de que todos los pasajeros que se presenten se puedan acomodar en el avión? Ahora para poder determinar la posibilidad de que esto suceda con una probabilidad determinada (al menos.9) debemos de hacer un ensayo a prueba y error, o construir una tabla de probabilidades. El resultado es el siguiente: Cant. Boletos 136 =DISTR.BINOM(122,136,.85,1) = =DISTR.BINOM(122,137,.85,1) = <<< =DISTR.BINOM(122,138,.85,1) = b. Haciendo la cantidad de reservaciones indicadas en el (A), calcular la probabilidad de que se llene el avión. Para esto determinamos la probabilidad de que lleguen 122 o mas personas con la siguiente formula: = 1 - DISTR.BINOM( 121, 137,.85, 1 ) = 1438 Es decir la probabilidad acumulada de que asista cualquier cantidad de personas (1% = 1) menos la probabilidad de que asistan 121 personas o menos, dado que se hicieron 137 reservaciones. Observe que usamos la cantidad de 121 y no 122 por que con 122 ya se considera que el avión está lleno, aun cuando no se haya rechazado a ningún pasajero. 4. Se sabe que la probabilidad de que un cliente compre el periódico en un supermercado es 5%. a. Cuántos periódicos debe tener si desea una probabilidad de 99% de que habrá periódico para los primeros 1 clientes. Este problema se resuelve de manera similar al anterior: Determinar una tabla para diferentes cantidades de periódicos que garantice que todos los clientes que deseen comprar obtengan uno con una probabilidad de por lo menos.99 Cantidad 66 =DISTR.BINOM( 66,1,.5,1) = =DISTR.BINOM( 67,1,.5,1) = <<< =DISTR.BINOM( 68,1,.5,1) =

8 Observe que en la pregunta 3 se plantea una cantidad fija de éxitos (122 lugares en el avión), y la variable que cambia es la cantidad de eventos (reservaciones). En tanto que en la pregunta 4 la cantidad de eventos es fija (los primeros 1 clientes) y la parte variable es la cantidad de éxitos (los periódicos que se pueden vender). Por lo tanto el planteamiento de la tabla es ligeramente diferente (las variables están marcadas en azul) b. Calcular la probabilidad de que se vendan todos los periódicos considerando los primeros 1 clientes y colocando la cantidad de periódicos indicada en (A). El enfoque en este problema es ahora el determinar la probabilidad de que todos los periódicos se vendan, es decir que la gente pida más periódicos que los que se tienen (67 o más). Esto está determinado por la siguiente fórmula: =1-DISTR.BINOM(66,1,.5,1) Es decir la probabilidad acumulada de que se compren (o soliciten) cualquier cantidad de periódicos (1% = 1) menos la probabilidad de que se vendan 66 periódicos o menos, considerando a las primeras 1 personas, con una posibilidad de compra de.5 por persona. Una vez más debe observar que para la diferencia usamos la cantidad de 66 (es decir que no se vendan todos) y no la cantidad de 67 (pues esta asume que si se vendieron todos). c. Cuantos periódicos debe colocar si desea que haya una probabilidad de que todos se vendan de por lo menos.9, considerando los primeros 1 clientes? El enfoque en este problema es similar a la pregunta anterior; la probabilidad de que todos los periódicos se vendan, es decir que la gente pida más periódicos que los que se prepararon con una probabilidad de al menos.9 considerando únicamente las primeras 1 personas Cantidad 4 =1-DISTR.BINOM(4-1,1,.5,1) = =1-DISTR.BINOM(41-1,1,.5,1) = <<<.9 42 =1-DISTR.BINOM(42-1,1,.5,1) = Observe que utilizamos n-1 en el calculo de la distribución Binomial, pues indica la cantidad que dejaría al menos un periódico sin vender. 5. Una compañía de seguros vende una póliza de seguros a un grupo de 1 carros. Por cada carro que sea robado la compañía pagará $1. USD. La probabilidad de que un carro sea robado es.5. Cuanto debe cobrar por cada carro tal que por lo menos haya un 8% de probabilidad que no perderá dinero. Este problema corresponde también a una distribución Binomial, en la cual hay dos posibilidades; los carros son robados o los carros no son robados. Su solución es similar a la planteada por el ejemplo 3.2 inciso f) de la lectura de esta semana. La cantidad de dinero que se debe pagar por cada auto robado puede considerarse como un valor de refacción en caso de que el evento falle, haciendo una similitud al problema 3.2 f) de referencia. Por lo tanto se tiene una cantidad de autos robados X que al multiplicarlo por $1, no debe superar el valor de dinero obtenido por la venta de pólizas w con una probabilidad del 8%. Lo primero que hacemos es calcular con una probabilidad de al menos 8% cuantos carros se van a robar. Para eso usamos la fórmula: =DISTR.BINOM(X,1,.5,1), con la cual obtenemos la probabilidad de que se roben X carros o menos. 8

9 Cant. Autos Robados (X) P(n x) Con base en la tabla podemos determinar que hay un 91% de probabilidad de que se roben un automóvil o menos. Por lo tanto la compañía puede tener una certeza del 91% de que va a pagar $1, o menos producto de indemnizaciones. Como la probabilidad de que eso suceda es mayor al 8% bastará con que la compañía cobre $1, por el total de las pólizas para garantizar que no va a perder dinero. De ahí se desprende que el costo de poliza para cada carro debe ser: Costo de indemnización / Número de polizas $1, / 1 = $1, 6. En la frontera con USA, al ingresar un automóvil a México se pasa por un semáforo en donde hay una probabilidad de 15% de que encienda luz roja y el auto sea detenido para su revisión. Si enciende luz verde el auto se interna a México sin ser revisado (Suponer independencia). a. Obtener la probabilidad de que el quinto auto sea el primero en ser detenido para revisión. Para responder esta pregunta debemos de calcular la posibilidad de que los primeros 4 vehículos no hayan sido revisados: =DISTR.BINOM(, 4, 5, 1) éxitos 4 eventos Y después multiplicarlo por la probabilidad de que el número 5 sea revisado (5), de donde se obtiene: =DISTR.BINOM(, 4, 5, 1) * 5 = b. Obtener la probabilidad de que sean necesarios más de 4 autos para que llegue el primero en ser revisado. Esto es equivalente a decir que no haya sido revisado un carro las primeras 4 veces: =DISTR.BINOM(, 4, 5,1 ) = c. Obtener el número promedio de autos y su desviación estándar hasta que enciende la luz roja. Este problema corresponde a una distribución geométrica, es decir un experimento de Bernoulli (Luz roja o luz verde) repetido independientemente hasta que se alcanza el éxito (se enciende la luz roja). De acuerdo con la lectura de la semana para la distribución geométrica se tiene: y Por lo que E(x) = 1 / 5 = y V(x) = (1/5) (1/5-1) = Y la desviación estándar = S(x) = =

10 7. Se sabe que el número de quejas por semana que llegan a un parque de diversiones que abre todos los días es una variable aleatoria que se ajusta bien a la distribución Poisson. En promedio se reciben 9 quejas por semana (el parque abre todos los días). Los comentarios antes mencionados referentes a la distribución binomial y las formulas en Excel, se pueden generalizar para otras distribuciones de probabilidad y sus correspondientes formulas en Excel. La formula para la distribución de Poisson es: =POISSON(x, media, acumulado) Nos devuelve la probabilidad de una distribución Poisson en la que: x representa la cantidad de éxitos que deseamos sucedan en el experimento media representa el promedio de la distribución de Poisson acumulado indica si deseamos la probabilidad especifica del numero de éxitos, o el acumulado de dicho número de exitos o menos. y también se aplica el comentario acerca de que: la suma total de una distribución de probabilidad es siempre igual a 1. a. Calcular la probabilidad de que en una semana se reciban más de 12 quejas. Podemos traducir esto como la probabilidad total menos la probabilidad de que se reciban 12 quejas o menos. = 1 - POISSON( 12, 9, 1 ) = b. Calcular la probabilidad de que en una semana se reciban entre 5 y 11 quejas sin incluir). En este caso debemos buscar la probabilidad de que se den al menos 1 quejas (hasta 11 sin incluir) y le quitamos la probabilidad de que se den 5 o menos quejas. = POISSON (1, 9, 1) - POISSON( 5, 9, 1 ) = c. Calcular la probabilidad de que en tres días lleguen más de 4 quejas. En el caso de la probabilidad de Poisson, si el periodo del evento se extiende o se acorta la probabilidad de ocurrencia de la media se extiende o se acorta en forma proporcional a la extensión del evento. Por ejemplo: Si en 7 días el promedio de quejas recibidas es 9 el promedio de quejas en tres días esta dado por: Promedio = 9 / 7 * 3 = quejas Y con esos datos se resuelve el problema para periodos de tiempo extendidos o acortados. =1 - POISSON( 4, 9/7*3, 1 ) = Es decir la probabilidad total menos la probabilidad de que se reciban 4 o menos quejas 1

11 d. Calcular la probabilidad de que en un mes lleguen entre 2 y 3 quejas (sin incluir). De forma similar al problema anterior tenemos que el promedio para un mes es: Promedio = 9 / 7 * 3 = quejas (Se asumen meses de 3 días) Y la respuesta a la pregunta esta dada por: =POISSON( 29, 9 / 7 * 3, 1 ) - POISSON( 2, 9 / 7 * 3, 1 ) = Algunos aprendizajes de la tarea: En las formulas de distribución de probabilidad en Excel podemos observar lo siguiente: =DISTR.BINOM(num_éxito, ensayos, prob_éxito, acumulado) =POISSON(x, media, acumulado) La parte de acumulado puede tomar los valores de 1 y (ó VERDADERO y FALSO), a) Cuando se usa el valor de 1 (o VERDADERO) el resultado corresponde a la probabilidad del valor buscado o menos. b) Cuando se usa el valor de (o FALSO) el resultado corresponde a la probabilidad puntual (ese valor y solo ese) La suma total de una distribución de probabilidad es siempre igual a 1. La desviación estándar corresponde a la raíz cuadrada de la varianza. 11

MA2006 - Tarea No 7. Departamento de Matemáticas, CCIR/ITESM. 19 de febrero de 2011

MA2006 - Tarea No 7. Departamento de Matemáticas, CCIR/ITESM. 19 de febrero de 2011 MA2006 - Tarea No 7 Departamento de Matemáticas, CCIR/ITESM 19 de febrero de 2011 1. En un taller de servicio especializado en afinaciones se sabe que 45 % de todas se hacen a motores de 4 cilindros, 40

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Modelos de distribuciones discretas y continuas Discretas En la versión actual de Rcdmr podemos encontrar las distribuciones discretas estudiadas en este curso y para cada una de ellas están disponibles

Más detalles

DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS

DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS DISTRIBUCIONES DISCRETAS CON EXCEL Y WINSTATS A) INTRODUCCIÓN Una distribución de probabilidad es una representación de todos los resultados posibles de algún experimento y de la probabilidad relacionada

Más detalles

Unidad 4: Variables aleatorias

Unidad 4: Variables aleatorias Unidad 4: Variables aleatorias Logro de la unidad 4 Al finalizar la unidad 4, el alumno aplica el concepto de variable aleatoria, valor esperado y probabilidad para la toma de decisiones en un trabajo

Más detalles

MATEMÁTICAS 1º BACH CCSS - DISTRIBUCIÓN BINOMIAL = 0 3125.

MATEMÁTICAS 1º BACH CCSS - DISTRIBUCIÓN BINOMIAL = 0 3125. MATEMÁTICAS º BACH CCSS - DISTRIBUCIÓN BINOMIAL ˆ EJERCICIO En una ciudad se han elegido al azar 7 habitantes. ¾Cuál es la probabilidad de que cuatro de ellos hayan nacido el 7 de mayo? p = P (haber nacido

Más detalles

Tema 3. Variables aleatorias. Inferencia estadística

Tema 3. Variables aleatorias. Inferencia estadística Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 3. Variables aleatorias. Inferencia estadística 1. Introducción 1 2. Variables aleatorias 1 2.1. Variable

Más detalles

Problemas. Variables Aleatorias. Modelos de Probabilidad

Problemas. Variables Aleatorias. Modelos de Probabilidad Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad

Más detalles

Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz

Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 1 Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 2 ÍNDICE Introducción 3 Aplicaciones de la Simulación 3 La Metodología de la Simulación por Computadora 5 Sistemas, modelos

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010.

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Dos puntos 1. Para cada una de las siguientes variables, indica si son variables aleatorias,

Más detalles

Estimación de las principales distribuciones de probabilidad mediante Microsoft Excel 1

Estimación de las principales distribuciones de probabilidad mediante Microsoft Excel 1 Estimación de las principales distribuciones de probabilidad mediante Microsoft Excel Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)

Más detalles

Métodos Estadísticos 2.3. Distribuciones discretas de probabilidad

Métodos Estadísticos 2.3. Distribuciones discretas de probabilidad 2.3. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Parámetros de un problema Saber: Explicar el concepto de variable discreta. Explicar los conceptos y métodos de la distribución binomial, hipergeométrica,

Más detalles

15 Distribuciones continuas. La distribución normal

15 Distribuciones continuas. La distribución normal Distribuciones continuas. La distribución normal ACTIVIDADES INICIALES Solucionario.I. Representa la función valor absoluto: x si x 0 y x x si x 0 Y O X.II. Representa la función: 2x 3 si x f(x) si x 4

Más detalles

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)

Más detalles

El valor esperado de una variable aleatoria discreta se representa de la siguiente manera:

El valor esperado de una variable aleatoria discreta se representa de la siguiente manera: INTRODUCCIÓN AL VALOR ESPERADO Y VARIANZA (5 MINUTOS) Cuando nos hablan del promedio de que ocurra un evento, cómo sabemos con certeza qué tan cerca estamos de alcanzar ese promedio? Esta pregunta nos

Más detalles

Modelos de distribuciones discretas

Modelos de distribuciones discretas Tema 4 Modelos de distribuciones discretas En este capítulo estudiaremos las distribuciones discretas más importantes. importancia es doble, por las aplicaciones y por su relevancia conceptual. De nuevo,

Más detalles

Unidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras

Unidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras Unidad 6 Distribuciones de probabilidad continua, muestreo y distribución de muestras Introducción La unidad 5 se enfocó en el estudio de las distribuciones de probabilidad discreta, entre las cuales

Más detalles

PARTE 2- Matemáticas pendientes de 3º ESO 2010-11. 2. Indica, para cada representación gráfica, que tipo de sistema de ecuaciones es el representado:

PARTE 2- Matemáticas pendientes de 3º ESO 2010-11. 2. Indica, para cada representación gráfica, que tipo de sistema de ecuaciones es el representado: PARTE - Matemáticas pendientes de 3º ESO 00- NOMBRE: 4º GRUPO:. Resuelve gráficamente los siguientes sistemas de ecuaciones e indica que tipo de sistema son: x x x 3 4. Indica, para cada representación

Más detalles

Práctica 3. Distribuciones de probabilidad

Práctica 3. Distribuciones de probabilidad Práctica 3. Distribuciones de probabilidad Estadística Facultad de Física Objetivos Distribuciones Representaciones gráficas Ejercicios Aplicaciones 1 Introducción En esta práctica utilizaremos una herramienta

Más detalles

Manual y Aplicaciones de Funciones Estadísticas y Análisis de Datos en Microsoft Excel 2007. Por: Jhorland José Ayala García 1

Manual y Aplicaciones de Funciones Estadísticas y Análisis de Datos en Microsoft Excel 2007. Por: Jhorland José Ayala García 1 Manual y Aplicaciones de Funciones Estadísticas y Análisis de Datos en Microsoft Excel 2007 Por: Jhorland José Ayala García 1 Richard Henry Deán Arnedo 2 José Antonio Mola Ávila 3 Universidad Tecnología

Más detalles

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial.

Academia de Matemáticas. Apuntes para la Materia de Estadística II. Guía Básica para el Estudio de la Estadística Inferencial. UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO Facultad de Contaduría y Ciencias Administrativas Academia de Matemáticas Apuntes para la Materia de Estadística II Guía Básica para el Estudio de la Estadística

Más detalles

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES 1.- Definición de variable aleatoria discreta. Normalmente, los resultados posibles (espacio muestral Ω) de un experimento aleatorio no son

Más detalles

PROBABILIDAD. 1. a) Operaciones con sucesos. Propiedades. Sucesos compatibles.

PROBABILIDAD. 1. a) Operaciones con sucesos. Propiedades. Sucesos compatibles. OPCION A: 1. a) Operaciones con sucesos. Propiedades. Sucesos compatibles. k t si t [0,2] b) Sea f(t)= 0 en el resto Calcular k para que f sea de densidad, calcular la función de distribución. 2. a) De

Más detalles

Medidas de tendencia Central

Medidas de tendencia Central Medidas de tendencia Central 7.1 Media 7.1.1 Media para un conjunto de datos no agrupados Este parámetro lo usamos con tanta cotidianidad que nos será muy familiar, aunque también aprenderemos algunas

Más detalles

Problemas resueltos del Tema 3.

Problemas resueltos del Tema 3. Terma 3. Distribuciones. 9 Problemas resueltos del Tema 3. 3.1- Si un estudiante responde al azar a un examen de 8 preguntas de verdadero o falso Cual es la probabilidad de que acierte 4? Cual es la probabilidad

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).

Más detalles

Unidad 4: Distribuciones de Probabilidad (Discretas y Continuas)

Unidad 4: Distribuciones de Probabilidad (Discretas y Continuas) Unidad 4: Distribuciones de Probabilidad (Discretas y Continuas) Ejercicio 4 1 Una persona vende automóviles nuevos para una empresa. Generalmente negocia el mayor número de autos los sábados. Ha establecido

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

-100 0.10 0 0.20 50 0.30 100 0.25 150 0.10 200

-100 0.10 0 0.20 50 0.30 100 0.25 150 0.10 200 ESTADISTICA Y PROBABILIDAD Orientadores:. Arch. Taller3_est.doc 1. El siguiente es un ejemplo de experimentos y variables aleatorias asociadas. Identifique en cada caso los valores que la variables aleatoria

Más detalles

Estadística Actuarial I. Prácticas de Simulación con Excel. Enunciados de las prácticas y guía para su realización

Estadística Actuarial I. Prácticas de Simulación con Excel. Enunciados de las prácticas y guía para su realización Estadística Actuarial I Prácticas de Simulación con Excel Enunciados de las prácticas y guía para su realización Introducción Este documento contiene los enunciados de las prácticas a resolver por los

Más detalles

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Página 4 REFLEXIONA Y RESUELVE Recorrido de un perdigón Dibuja los recorridos correspondientes a: C + C C, + C + C, + C C C, + + + +, C+CC

Más detalles

GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING. Curso 2013-2014

GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING. Curso 2013-2014 GUÍA DOCENTE DE ESTADISTICA APLICADA AL MARKETING Curso 2013-2014 1 TITULACIÓN: GRADO MARKETING GUÍA DE DOCENTE DE LA ASIGNATURA: ESTADISTICA APLICADA AL MARKETING Coordinador: Manuel David Orden Erena.

Más detalles

Estadística I. Finanzas y Contabilidad

Estadística I. Finanzas y Contabilidad Estadística I. Finanzas y Contabilidad Práctica 1: INTRODUCCIÓN AL USO DE SOFTWARE ESTADÍSTICO OBJETIVO: Los estudiantes deberán conocer el funcionamiento de la Hoja de Cálculo EXCEL y utilizarla para

Más detalles

Problemas de Probabilidad resueltos.

Problemas de Probabilidad resueltos. Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose

Más detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio de estadística para 3º de la ESO Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística ( ) x n P(X x) = p i (1 p) n i i σ 2 X i=0 µ X = np = np(1 p) Variables Aleatorias Discretas y algunas Distribuciones de Probabilidad Raúl D. Katz Pablo A. Sabatinelli 2013 Índice

Más detalles

TALLER DE ESTADÍSTICA 8. PROBABILIDAD E INFERENCIA CON PROGRAMAS INFORMÁTICOS MAURICIO CONTRERAS

TALLER DE ESTADÍSTICA 8. PROBABILIDAD E INFERENCIA CON PROGRAMAS INFORMÁTICOS MAURICIO CONTRERAS TALLER DE ESTADÍSTICA 8. PROBABILIDAD E INFERENCIA CON PROGRAMAS INFORMÁTICOS MAURICIO CONTRERAS PROBABILÍDADES CON DERIVE Y EXCEL 1. Introducción Podemos utilizar algunos programas de ordenador para calcular

Más detalles

CURSO P para ti examen P SoA CAS repaso agilidad inscripción necesidades inglés calculadora Curso P

CURSO P para ti examen P SoA CAS repaso agilidad inscripción necesidades inglés calculadora Curso P 1 CURSO P Este curso es para ti si deseas fortalecer tus conocimientos prácticos de probabilidad y realizar el examen P (Probability) de la SoA (Society of Actuaries), a veces llamado examen 1/P por ser

Más detalles

Números aleatorios. Contenidos

Números aleatorios. Contenidos Números aleatorios. Contenidos 1. Descripción estadística de datos. 2. Generación de números aleatorios Números aleatorios con distribución uniforme. Números aleatorios con otras distribuciones. Método

Más detalles

Estadística aplicada y modelización. 10 de septiembre de 2005

Estadística aplicada y modelización. 10 de septiembre de 2005 Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla

Más detalles

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 0 DISTRIUIONES DE PROILIDD DE VRILE DISRET. L INOMIL Página PR EMPEZR, REFLEXION Y RESUELVE Problema Dibuja los recorridos correspondientes a: +, + +, +, + + + +, + + + + + + + + + + Problema Observa que

Más detalles

INSTITUTO FRANCISCO POSSENTI A.C. Per crucem ad lucem. Preparatoria (1085)

INSTITUTO FRANCISCO POSSENTI A.C. Per crucem ad lucem. Preparatoria (1085) INSTITUTO FRANCISCO POSSENTI A.C. Per crucem ad lucem Preparatoria (1085) GUÍA DE ESTADÍSTICA Y PROBABILIDAD CLAVE: 1712 1. Escribe delante de cada enunciado, cuáles representan datos discretos, y cuales

Más detalles

Algunas distribuciones importantes de probabilidad

Algunas distribuciones importantes de probabilidad Capítulo 5 Algunas distribuciones importantes de probabilidad En los temas anteriores se presentaban ejemplos de distintos experimentos aleatorios y de variables aleatorias que expresan sus resultados.

Más detalles

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad

Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una

Más detalles

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica

Más detalles

Tema 2 - Introducción

Tema 2 - Introducción Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema

Más detalles

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de Institutos Tecnológicos.

Carrera: MCM - 0531. Participantes. Representantes de las academias de Ingeniería Mecánica de Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Mecánica MCM - 0531 3 2 8 2.- HISTORIA DEL

Más detalles

TALLER N 5 DE ESTADÍSTICA

TALLER N 5 DE ESTADÍSTICA UNIVERSIDAD CATÓLICA DEL MAULE FACULTAD DE CIENCIAS BÁSICAS PEDAGOGÍA EN MATEMÁTICA Y COMPUTACIÓN TALLER N 5 DE ESTADÍSTICA Integrante 1 : Victor Córdova Cornejo (heibubu@hotmail.com) Integrante 2 : Rodrigo

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. Sean A y B dos sucesos y A, B sus complementarios. Si se verifica que p( B) = 2 / 3, p( A B) = 3 / 4 y p( A B) = 1/ 4, hallar: p( A), p( A B), y la probabilidad condicionada

Más detalles

INVESTIGACION OPERATIVA

INVESTIGACION OPERATIVA CAPITULO II ACTIVIDADES I. Introducción Generalmente la Simulación requiere la generación y el proceso de una gran cantidad de datos, por lo que resulta inevitable el uso de una computadora. Se han desarrollado

Más detalles

"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica

CONTRASTES DE HIPÓTESIS 4.4 Parte básica 76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha

Más detalles

Lección 21: Eventos alea torios y determinísticos

Lección 21: Eventos alea torios y determinísticos Lección 21: Eventos alea torios y determinísticos Fenómenos determinísticos y aleatorios En la vida cotidiana nos solemos encontrar con una serie de situaciones cuyas consecuencias conocemos y de antemano

Más detalles

Universidad de Zaragoza

Universidad de Zaragoza Nº L.E. Nº L.A.D.E. PUBLICACIONES DE 2º CURSO SECCIÓN: L.A.D.E y L.E. ASIGNATURA: ESTADÍSTICA II TEMA: GRUPO: Problemas de muestreo TODOS DEPARTAMENTO DE MÉTODOS ESTADÍSTICOS Curso Académico 2004/2005

Más detalles

Algunas Distribuciones de Probabilidad

Algunas Distribuciones de Probabilidad Relación de problemas 7 Algunas Distribuciones de Probabilidad 1. En un hospital se ha comprobado que la aplicación de un tratamiento en enfermos de cirrosis produce una cierta mejoría en el 80 % de los

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o 2 Profesor: Hugo S. Salinas. Primer Semestre 20. El gerente

Más detalles

TEMA 6: VARIABLES ALEATORIAS. DISTRIBUCIONES DE PROBABILIDAD 1. VARIABLES ALEATORIAS

TEMA 6: VARIABLES ALEATORIAS. DISTRIBUCIONES DE PROBABILIDAD 1. VARIABLES ALEATORIAS TEMA 6: VARIABLES ALEATORIAS. DISTRIBUCIONES DE PROBABILIDAD 1. VARIABLES ALEATORIAS 1.1 Variables aleatorias Considera el experimento aleatorio consistente en lanzar dos monedas. El espacio muestral de

Más detalles

Tema 6 Algunos modelos de distribuciones discretas.

Tema 6 Algunos modelos de distribuciones discretas. Tema 6 Algunos modelos de distribuciones discretas. Una vez epuesta la teoría general sobre variables aleatorias y sus distribuciones de probabilidad, vamos a describir algunas distribuciones particulares

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

0 en el resto. P 2 X 4 c) Obtener x tal que P( X x)=0.3. Se pide: a) La variable aleatoria es discreta o x si 0 x 4

0 en el resto. P 2 X 4 c) Obtener x tal que P( X x)=0.3. Se pide: a) La variable aleatoria es discreta o x si 0 x 4 .- Sea la función de probabilidad de una variable aleatoria: i 4 5 Probabilidad k P X. Se pide. A) La función de distribución. B) Primer cuartil. C) k si,. Si la función de densidad de una v. a. continua

Más detalles

PROBABILIDAD. Ejercicio nº 1.- Qué es una experiencia aleatoria? De las siguientes experiencias cuáles son aleatorias?

PROBABILIDAD. Ejercicio nº 1.- Qué es una experiencia aleatoria? De las siguientes experiencias cuáles son aleatorias? PROBABILIDAD Ejercicio nº 1.- a Al lanzar un dado sacar puntuación par. b Lanzar un dado y sacar una puntuación mayor que 6. c Bajar a la planta baja en ascensor. Ejercicio nº 2 a En una caja hay cinco

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA SEGUNDA PRUEBA PARCIAL Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Resolver los siguientes

Más detalles

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación

Más detalles

Práctico 4. Probabilidad

Práctico 4. Probabilidad Práctico 4. Probabilidad Problema Calcular la probabilidad que si se lanzan dos dados la suma de los resultados obtenidos sea inferior a 9. Problema 2 Las posibilidades de apostar a pleno en la ruleta

Más detalles

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES Para la valuación de opciones hay dos modelos ampliamente reconocidos como son el modelo binomial y el modelo de Black

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. VARIABLE DISCRETA

DISTRIBUCIONES DE PROBABILIDAD. VARIABLE DISCRETA UNIDD 0 DISTRIUIONES DE PROILIDD. VRILE DISRET Página 28. Imita el recorrido de un perdigón lanzando una moneda veces y haciendo la asignación: R derecha RUZ izquierda Por ejemplo, si obtienes + el itinerario

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Suponga que le pedimos a un grupo de estudiantes de la asignatura de estadística que registren su peso en kilogramos. Con los datos del peso de los estudiantes

Más detalles

Distribuciones discretas. Distribución Binomial

Distribuciones discretas. Distribución Binomial Boletín: Distribuciones de Probabilidad IES de MOS Métodos estadísticos y numéricos Distribuciones discretas. Distribución Binomial 1. Una urna contiene 3 bolas blancas, 1 bola negra y 2 bolas azules.

Más detalles

ESTADÍSTICA BÁSICA. El programa de capacitación se llevará a cabo a través de la modalidad de estudio semipresencial.

ESTADÍSTICA BÁSICA. El programa de capacitación se llevará a cabo a través de la modalidad de estudio semipresencial. ESTADÍSTICA BÁSICA 1. Presentación Resumen general Este es un curso de estadística descriptiva, entendida como la disciplina que nos permite manejar grandes cantidades de información, en este caso para

Más detalles

La Probabilidad. Heraldo Gonzalez S.

La Probabilidad. Heraldo Gonzalez S. La Probabilidad Heraldo Gonzalez S. 2 Plan de Regularización, Estadistica I LA DISTRIBUCIÓN NORMAL Quizás es la más importante de las distribuciones continuas, se usa profusamente en Inferencia Estadística

Más detalles

TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS

TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS 4.1 Distribución binomial 4.1.1 Definición. Ejemplos 4.1.2 La media y la varianza 4.1.3 Uso de tablas 4.1.4 Aditividad 4.2 Distribución de Poisson 4.2.1 Definición.

Más detalles

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL

Estadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL 1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

ÍNDICE DE CONTENIDOS. Capítulo 1 Presentación

ÍNDICE DE CONTENIDOS. Capítulo 1 Presentación ÍNDICE DE CONTENIDOS Capítulo 1 Presentación Capítulo 2 Introducción al proceso de decisión bajo riesgo e incertidumbre 2.1. Resumen del capítulo 2.2. Introducción 2.3. El concepto de riesgo e incertidumbre

Más detalles

RELACIÓN DE EJERCICIOS DE ESTADÍSTICA. PROBLEMAS DE ESTADÍSTICA: PROBABILIDAD

RELACIÓN DE EJERCICIOS DE ESTADÍSTICA. PROBLEMAS DE ESTADÍSTICA: PROBABILIDAD 1 UNIVERSIDAD DE CASTILLA-LA MANCHA Facultad de Químicas. RELACIÓN DE EJERCICIOS DE ESTADÍSTICA. PROBLEMAS DE ESTADÍSTICA: PROBABILIDAD Ejercicio 1º.- Se lanzan dos monedas y un dado. Se pide: 1) Describir

Más detalles

Estimación. Intervalos de Confianza para la Media y para las Proporciones

Estimación. Intervalos de Confianza para la Media y para las Proporciones Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo

Más detalles

Se pide: 1. Calcular las principales medidas de posición y dispersión para los datos anteriores.

Se pide: 1. Calcular las principales medidas de posición y dispersión para los datos anteriores. 2.2.- Ha sido medida la distancia de frenado (en metros) de una determinada marca de coches, según el tipo de suelo y velocidad a la que circula, los resultados en 64 pruebas aparecen en el listado siguiente:

Más detalles

SOLUCION ASIGNACIÓN 4

SOLUCION ASIGNACIÓN 4 SOLUCION ASIGNACIÓN 4 Problema 1 Harley Davidson, director de control de calidad de la compañía de automóviles Kyoto Motor, se encuentra realizando su revisión mensual de transmisiones automáticas. En

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o Profesor: Hugo S. Salinas. Segundo Semestre. RESOLVER. 3

Más detalles

Formulario y Tablas de Probabilidad para el Curso de Estadística II

Formulario y Tablas de Probabilidad para el Curso de Estadística II Formulario y Tablas de Probabilidad para el Curso de Estadística II Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Departamento Académico de Estadística Instituto Tecnológico Autónomo de México Octubre

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas de tendencia central o de posición: situación de los valores alrededor Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA PROBABILIDAD Y ESTADÍSTICA GUÍA 3: VARIABLES ALEATORIAS DISCRETAS Y DISTRIBUCIONES DE PROBABILIDAD Plan Común de Ingeniería 1.

Más detalles

Curso de Estadística no-paramétrica

Curso de Estadística no-paramétrica Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació

Más detalles

MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL

MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL MÓDULO 9 DISTRIBUCIÓN DE PROBABILIDAD NORMAL INTRODUCCIÓN En este módulo se continúa con el estudio de las distribuciones de probabilidad, examinando una distribución de probabilidad continua muy importante:

Más detalles

NOCIONES FUNDAMENTALES SOBRE EXCEL

NOCIONES FUNDAMENTALES SOBRE EXCEL Hojas de cálculo Fuente: http://trevinca.ei.uvigo.es/~jvelasco/curso_excel.pdf NOCIONES FUNDAMENTALES SOBRE EXCEL Una hoja de cálculo es un programa informático que permite realizar operaciones complejas

Más detalles

TEMA II VARIABLES ALEATORIAS. DISTRIBUCIÓN BINOMIAL Y NORMAL

TEMA II VARIABLES ALEATORIAS. DISTRIBUCIÓN BINOMIAL Y NORMAL TEMA II VARIABLES ALEATORIAS. DISTRIBUCIÓN. BINOMIAL Y NORMAL I.- Variable aleatoria. Concepto. Antes de definir el concepto de varibale aleatoria, veamos algunos ejemplos (ya estás empezando a comprobar

Más detalles

Asignatura: Econometría. Conceptos MUY Básicos de Estadística

Asignatura: Econometría. Conceptos MUY Básicos de Estadística Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes

Más detalles

Tema 7: Estadística y probabilidad

Tema 7: Estadística y probabilidad Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro

Más detalles

GEOGEBRA COMO RECURSO PARA UNAS NUEVAS MATEMÁTICAS ESTADÍSTICA CON GEOGEBRA

GEOGEBRA COMO RECURSO PARA UNAS NUEVAS MATEMÁTICAS ESTADÍSTICA CON GEOGEBRA GEOGEBRA COMO RECURSO PARA UNAS NUEVAS MATEMÁTICAS ESTADÍSTICA CON GEOGEBRA Virgilio Gómez Rubio Mª José Haro Delicado Baeza 2014 1 ESTADÍSTICA DESCRIPTIVA 2 Estadística descriptiva 1. El puntaje de Apgar

Más detalles

MODELOS DE PROBABILIDAD

MODELOS DE PROBABILIDAD MODELOS DE PROBABILIDAD Modelos de probabilidad Autores: Angel Juan (ajuanp@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Alicia Vila (avilag@uoc.edu), José Francisco Martínez (jmartinezbos@uoc.edu), Anna

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD Junio, Ejercicio 3, Parte I, Opción A Junio, Ejercicio 3, Parte I, Opción B Reserva 1,

Más detalles

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS

DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios

Más detalles

12 Las distribuciones binomial y normal

12 Las distribuciones binomial y normal Las distribuciones binomial y normal ACTIVIDADES INICIALES.I. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:

Más detalles

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K CONTENIDOS 1. Introducción a las colas poissonianas. 2. Modelo de colas poissoniano con un servidor M/M/1 3. Modelo con un servidor y capacidad finita M/M/1/K 4. Modelo con varios servidores M/M/c. Fórmula

Más detalles

DESCRIPCIÓN DEL EXAMEN

DESCRIPCIÓN DEL EXAMEN DESCRIPCIÓN DEL La duración del eamen es de horas y 0 minutos. Con preguntas de teoría (8 preguntas) donde debemos de demostrar la respuesta y práctica (3 problemas). TEORÍA. Señale la respuesta correcta:

Más detalles