5- VARIABLES ALEATORIAS BIDIMENSIONALES

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

Download "5- VARIABLES ALEATORIAS BIDIMENSIONALES"

Transcripción

1 Parte - Probabldades Prof. María B. Ptarell 5- VARIABLS ALATORIAS BIDIMSIOALS 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. sto es el resultado del eermeto de terés se regstra como u úco úmero real. muchos casos s embargo os uede teresar asocar a cada resultado de u eermeto aleatoro dos o más característcas umércas. Por eemlo de los remaches que sale de ua líea de roduccó os uede teresar el dámetro la logtud. Teedo e cueta la evtable varabldad e las dmesoes de los remaches debdo a las umerosas causas resetes e el roceso de fabrcacó los odemos reresetar asocádoles dos varables aleatoras e que uede esarse como ua varable. aleatora bdmesoal: Sea ε u eermeto aleatoro S u esaco muestral asocado a él. Sea : S R : S R que a cada resultado s S le asga el ar de úmeros reales Llamaremos a varable aleatora bdmesoal. S e lugar de dos varables aleatoras teemos varables aleatoras... llamaremos a... varable aleatora -dmesoal lo que sgue os referremos e artcular a varables aleatoras -dmesoales co es decr os cocetraremos e varables aleatoras bdmesoales or cuato so las más smles de descrbr fudametalmete e relacó a la otacó. Pero debemos teer resete que las roedades que estudemos ara ellas se uede eteder s demasada dfcultad al caso geeral. Al couto de valores que toma la varable aleatora bdmesoal lo llamaremos recorrdo de la v.a. lo dcaremos R. otras alabras R : s e s co s S es decr es la mage or del esaco muestral S. otar que el recorrdo de es u subcouto del esaco ucldao: uede cosderarse al recorrdo úmeros reales. R R. Como ates R como u esaco muestral cuos elemetos so ahora ares de Como co cualquer esaco muestral segú el úmero de elemetos que lo costtue odemos clasfcar a los recorrdos R e umerables ftos o ftos o-umerables. Los recorrdos umerables so e geeral de la forma R co.....m {... m } fto R co..... {...} fto umerable Los recorrdos o umerables so regoes o subcoutos o umerables del lao ucldao. Por eemlo: R : a b; c d o umerable 8

2 Parte - Probabldades Prof. María B. Ptarell { : } R o umerable R : a b c c c o umerable mto cuas gráfcas se uede arecar e la fgura sguete. otar e el últmo recorrdo es v.a. cotua e dscreta. d c c c a b - c R a b - Clasfcaremos a las varables aleatoras bdmesoales de la sguete maera: es v.a. bdmesoal dscreta s e so dscretas es v.a. bdmesoal cotua s e so cotuas l caso cotua dscreta o vceversa o lo cosderamos. Sea ua varable aleatora bdmesoal dscreta sea R su recorrdo umerable. Sea : R R tal que ua fucó que a cada elemeto le asga u úmero real R P que verfca. R a b R A esta fucó la llamaremos fucó de robabldad utual couta de la varable aleatora. forma abrevada la desgaremos fd couta. bdmesoal emlos: -Dos líeas de roduccó señaladas I II maufactura certo to de artículo a equeña escala. Suógase que la caacdad máma de roduccó de la líea I es cco artículos or día metras que ara la líea II es artículos/día. Debdo a los umerables factores resetes e todo roceso de roduccó el úmero de artículos realmete roducdo or cada líea uede esarse como ua varable aleatora. couto odemos esar e ua varable aleatora bdmesoal dscreta dode la rmera comoete corresode a la roduccó de la líea I la seguda comoete a los artículos que sale de la líea II. La fd couta corresodete a varables aleatoras bdmesoales suele resetarse or comoddad como ua tabla. Suogamos que la ara la v.a. es que os teresa aquí la tabla corresodete a 84

3 Parte - Probabldades Prof. María B. Ptarell Cuál es la robabldad de qué salga más artículos de la líea I que de la líea II? Ates de calcular la robabldad que os de el roblema hagamos alguas cosderacoes sobre la. tabla que rereseta a Se trata de ua tabla a doble etrada dode e la rmera fla se dca los valores que uede tomar la v.a. e este caso 45 la rmera columa dca los valores que uede tomar la varable. Para determar el valor de la cuado la v.a. cosderamos el úmero que se ecuetra e la columa corresodete a corresodete a. Por eemlo: 4 P toma el valor la fla Podemos verfcar fáclmete que la fd couta defda or esta be defda. efecto verfca las codcoes a R b. R Para cotestar la reguta del eucado cosderemos el suceso B R defdo B: es el suceso que ocurre cuado la líea I roduce más artículos que la líea II o B >. Luego: { } B P > P > Ha tres caas regstradoras a la salda de u suermercado. Dos cletes llega a las caas e dferetes mometos cuado o ha otros cletes ate aquellas. Cada clete escoge ua caa al azar e deedetemete del otro. Sea las varables aleatoras : º de cletes que escoge la caa e : º de cletes que escoge la caa. Hallar la fd couta de Podemos suoer que el esaco muestral orgal S es el couto de ares ordeados S {;;;;;;;;} dode la rmera comoete del ar dca la caa elegda or el clete la seguda comoete del ar dca la caa elegda or el clete. Además otar que como uede tomar los valores l uto muestral es el úco uto muestral que corresode al eveto { } toces P ; esado de forma aáloga los otros casos: 9 P ; P ; P P P ; P P 9 Dsoemos estas robabldades e ua tabla de la sguete forma 85

4 Parte - Probabldades Prof. María B. Ptarell 5. - Fucoes de dstrbucó margales de ua v.a. dscreta el eemlo suogamos que queremos saber cuál es la robabldad de que el úmero de artículos roducdos or la líea I sea o sea P Como el eveto { } es gual a { } { } { } { } { } a su vez { } { } { } { } { } { } { } { } { } { } { } { } { } toces P P { } { } P { } { } P { } { } P { } { } P P P Razoado de la msma forma odemos escrbr P P... 5 P s decr obteemos la fucó de dstrbucó de robabldad de Aálogamete obteemos 5 P P Que es la fucó de dstrbucó de robabldad de P geeral se las deoma dstrbucoes margales de e su defcó sería la sguete Sea dscreta sea m su fucó de robabldad couta vetualmete /o m uede ser. La fucó de robabldad margal de es m P La fucó de robabldad margal de es q P m Observacó: Remarcamos que la fucó de robabldad margal de es decr calculada a artr de \ /9 /9 /9 /9 /9 /9 e la forma dcada cocde co la fucó de robabldad de la varable aleatora udmesoal cosderada e forma aslada. Aálogamete la fucó de robabldad margal de 86

5 Parte - Probabldades Prof. María B. Ptarell es decr q calculada a artr de e la forma dcada cocde co la fucó de robabldad de varable aleatora udmesoal cosderada e forma aslada. emlo: Sguedo co el eemlo q 5 P P Observemos que se verfca la codcó de ormalzacó ara cada ua de las margales: 5 q Fucoes de robabldades codcoales Cosderemos uevamete el eemlo de las dos líeas I II que roduce certo artículo a equeña está dada or la tabla escala. Defmos la v.a. ateror que reetmos cua fucó de robabldad couta 4 5 q Suogamos que deseamos coocer la robabldad de que la líea I roduzca tres artículos sabedo que la líea II ha fabrcado dos. Teemos que calcular ua robabldad codcoal. toces P.5 P. P q.5 geeral defmos la fucó de robabldad utual de codcoal a como sgue: P es decr como el cocete de la fucó de robabldad q couta de la fucó de robabldad utual margal de. Aálogamete defmos la fucó de robabldad utual de codcoal a : 87

6 Parte - Probabldades Prof. María B. Ptarell q P es decr como el cocete de la fucó de robabldad utual couta de la fucó de robabldad utual margal de. 5.4 Varables aleatoras deedetes a se dscutó el coceto de deedeca etre dos evetos A B. sas msmas deas odemos trasladarlas e relacó a dos varables aleatoras e que evetualmete odemos cosderarlas como las comoetes de ua varable aleatora bdmesoal. De acuerdo co esto tutvamete decmos que dos varables e so deedetes s el valor que toma ua de ellas o flue de gua maera sobre el valor que toma la otra. sto lo establecemos más formalmete: Sea ua varable aleatora bdmesoal dscreta. Sea su fd couta q las corresodetes fd margales de e. Decmos que e so varables aleatoras deedetes s sólo s q R Observacó: otar que ara oder afrmar la deedeca de e debe cumlrse la factorzacó de la fd couta como roducto de las fd margales ara todos los ares de valores de la v.a.. Por lo tato ara verfcar la deedeca es ecesaro demostrar la valdez de la factorzacó ara todos los ares. cambo es sufcete ecotrar u solo ar que o la verfca ara afrmar de acuerdo co la defcó que las varables e so o deedetes es decr que so deedetes. sto es ara demostrar la deedeca es sufcete co ecotrar u solo ar que o verfque la factorzacó señalada. Vmos que dos sucesos A B so deedetes s sólo s P A B P A B A P B P dode or suuesto debía ser P A P B. térmos de varables aleatoras esta forma de ver la deedeca se mafesta e la gualdad etre las fd codcoales las corresodetes fd margales como demostramos e este Teorema ua varable aleatora bdmesoal dscreta cuas fd couta codcoales margales Sea q. toces e so varables aleatoras deedetes s sólo s q so resectvamete ; R o q q R que es equvalete a lo ateror 88

7 Parte - Probabldades Prof. María B. Ptarell Dem. Demostraremos solamete. La equvaleca etre la deamos como eercco. Para demostrar verfcaremos la doble equvaleca etre ésta la defcó de v.a. deedetes. R Sea e varables aleatoras deedetes. toces q q q Aquí la rmera gualdad es la defcó de fd codcoal la seguda sale de la defcó de deedeca al suoer que e so deedetes. R Suogamos que se verfca. toces q q e deedetes Aquí la rmera mlcacó se debe a la defcó de fd codcoal la tercera a la defcó de v.a. deedetes. emlo: - Suogamos que ua máqua se usa ara u trabao esecífco a la mañaa ara uo dferete e la tarde. Reresetemos or e el úmero de veces que la máqua falla e la mañaa e la tarde resectvamete. Suogamos que la tabla sguete da la fucó de robabldad couta la varable aleatora bdmesoal dscreta. / q P..4.4 Deseamos saber s las varables aleatoras e so deedetes o deedetes. R Para demostrar que so deedetes debemos robar que se verfca q Verfcamos drectamete que. q q... 6 q... q q. 4.. q. 4.. q q. 4.. q. 4. Luego e so deedetes. de 89

8 Parte - Probabldades Prof. María B. Ptarell Podríamos haber usado las codcoes R q q R o su equvalete. Veamos como muestra ara u solo valor que se verfca Para demostrar la deedeca or este camo habría que q. demostrar que se cumle la codcó ara el resto de los ares de valores. Se dea este cálculo como eercco otatvo. Observacoes - De la defcó de las fd margales vemos que tato e el caso dscreto como e el cotuo la fd couta determa uívocamete las fd margales. s decr s es dscreta del odemos determar uívocamete las coocmeto de la fucó de robabldad couta fucoes de robabldad q coocmeto de q o se uede e geeral recostrur varables deedetes e cuo caso es q.. S embargo la versa o se cumle e geeral. s decr del a meos que e sea - l coceto de deedeca etre dos varables aleatoras se uede geeralzar a varables aleatoras Fucó de ua varable aleatora bdmesoal ste muchas stuacoes e las que dado ua varable aleatora bdmesoal os teresa cosderar otra varable aleatora que es fucó de aquélla. Por eemlo suogamos que las varables aleatoras e deota la logtud el acho resectvamete de ua eza etoces Z es ua v.a. que rereseta el erímetro de la eza o la v.a. W. rereseta el área de la eza. Tato Z como W so varables aleatoras. geeral sea S u esaco muestral asocado a u eermeto robablístco ε sea : S R e : S R dos varables aleatoras que defe ua varable aleatora bdmesoal cuo recorrdo es R sea ua fucó de dos varables reales H : R R que a cada elemeto del recorrdo R le hace corresoder u úmero real z H etoces la fucó comuesta Z H : S R es ua varable aleatora uesto que a cada elemeto s S le hace corresoder u úmero real z H[ s s ]. Dremos que la varable aleatora Z es fucó de la varable aleatora bdmesoal. Alguas varables aleatoras que so fucó de varables aleatoras bdmesoales so Z. / mí Z má etc. Z Z Z Lo ateror se uede geeralzar s e lugar de dos varables aleatoras teemos varables aleatoras... z H... es ua fucó de varables a valores reales. 9

9 Parte - Probabldades Prof. María B. Ptarell emlos: - Sea Z ~ B Podemos escrbr a Z como suma de varables aleatoras de la sguete forma. Recordar que Z cueta el úmero de étos e reetcoes o esaos del eermeto ε S defmos s e la í ésma reetcó de ε ocurre éto... caso cotraro otar que a cada se la uede cosderar B además... so deedetes Podemos escrbr Z... - Sea Z v.a. bomal egatva co arámetros r es decr Z ~ B r S defmos : úmero de reetcoes del eermeto requerdos hasta el º éto : úmero de reetcoes del eermeto adcoales requerdos hasta el º éto : úmero de reetcoes del eermeto adcoales requerdos hasta el º éto e geeral : úmero de reetcoes del eermeto adcoales desués del - ésmo éto requerdos hasta el -ésmo éto toces cada varable tee dstrbucó geométrca co arámetro Z... otar además que... r so deedetes r seraza de ua v.a. que es fucó de ua v.a. bdmesoal Sea ua varable aleatora bdmesoal cua fd couta es la fucó de robabldad s es dscreta o la fucó de desdad de robabldad couta f s es cotua couta sea ua fucó real de dos varables H z de maera que odemos defr ua varable aleatora Z que es fucó de la varable aleatora bdmesoal de la forma Z H. S la fd de Z es q z sedo Z dscreta etoces la eseraza matemátca de Z es de acuerdo co la defcó geeral Z z.q Z dscreta z R uevamete lo teresate es cosderar la osbldad de evaluar Z revamete la fd de Z. l sguete teorema os muestra cómo hacerlo. s teer que calcular Teorema Sea ua varable aleatora bdmesoal sea ZH ua varable aleatora que es fucó de. S Z es varable aleatora dscreta que rovee de la varable aleatora bdmesoal dscreta cuo recorrdo es etoces: R su fd couta es Dem. s demostracó [ ] H Z H R 9

10 Parte - Probabldades Prof. María B. Ptarell 9 seraza de ua suma de varables aleatoras Dem. e el teorema ateror cosderamos H S es dscreta [ ] R R H H Z Alcado la roedad dstrbutva searado e dos sumas R R R Z Pero q or lo tato q Para el caso cotua sgue sedo válda esta roedad. Podemos geeralzar la roedad ateror a u úmero fto cualquera de varables aleatoras: leeremos: la eseraza de la suma es la suma de las eserazas Dem. Se deduce or duccó comleta sobre el úmero de varables aleatoras. Observacó: se deduce que la eseraza verfca la roedad leal: a a. emlos: - Vamos a alcar alguas de las roedades aterores ara calcular de ua maera alteratva la eseraza matemátca de ua varable aleatora dstrbuda bomalmete. Sea etoces ua v.a. B. a vmos que odemos escrbr... dode cada se la uede cosderar B además... so deedetes Sea e dos varables aleatoras arbtraras. toces. Sea... varables aleatoras arbtraras. toces: o e otacó más cocetrada:

11 Parte - Probabldades Prof. María B. Ptarell toces P P P ara cualquer Por lo tato Observacó: muchas veces es coveete descomoer ua varable aleatora como suma de otras más smles ara facltar los cálculos - seraza de ua v.a. bomal egatva Cuado se trató la v.a. bomal egatva se do cuál era su eseraza. Ahora damos ua demostracó Sea v.a. bomal egatva co arámetros r es decr ~ B r S defmos : úmero de reetcoes del eermeto requerdos hasta el º éto : úmero de reetcoes del eermeto adcoales requerdos hasta el º éto : úmero de reetcoes del eermeto adcoales requerdos hasta el º éto e geeral : úmero de reetcoes del eermeto adcoales desués del - ésmo éto requerdos hasta el -ésmo éto toces cada varable tee dstrbucó geométrca co arámetro... r Por lo tato r... r... r... r r veces veces - seraza de ua v.a. hergeométrca M S ~ H M etoces Para facltar la demostracó suogamos que teemos bolllas e ua ura de las cuales M so roas -M so blacas. Queremos hallar el úmero eserado de bolllas roas etraídas Defmos las varables s la ésma bollla roa es etraída caso cotraro Las varables... M o so deedetes Se uede escrbr... M además P Por lo tato 9

12 Parte - Probabldades Prof. María B. Ptarell M M Mr emlo l esesor de ua cuña de madera e mlímetros tee ua fucó de desdad de robabldad 5 f e otro lado a Determe b S deota el esesor de ua cuña e ulgadas mm.94 ulgadas determe c S se seleccoa tres cuñas de maera deedete las alamos ua ecma de otra ecuetre la meda la varaza del esesor total. a Verfque el lector que d 4 b. 94 etoces c otar que s : esesor de cuña etoces es el esesor total Por lo tato M veces M geeral la eseraza de u roducto de varables aleatoras o es gual al roducto de las eserazas S es ua varable aleatora bdmesoal tal que e so varables aleatoras deedetes etoces:.. leeremos: la eseraza del roducto es el roducto de las eserazas. Dem. aáloga a la demostracó de la roedad ateror. Para el caso cotua sgue sedo válda esta roedad. emlo: Suogamos que debdo a umerables causas cotrolables la correte la ressteca r de u crcuto varía aleatoramete de forma tal que uede cosderarse como varables aleatoras I R deedetes. Suogamos que las corresodetes fd so: r r g h r demás valores 9 demás valores os teresa cosderar el voltae v. r de maera que odemos defr la varable aleatora Hallar el valor eserado o eseraza matemátca del voltae: V. Como I R so deedetes usado la roedad ateror V I R V I. R. 94

13 Parte - Probabldades Prof. María B. Ptarell 4 4 r r I d R r 9 dr V Varaza de ua suma de varables aleatoras. V V V σ co σ.. Dem. scrbmos la varaza e su forma alteratva [ ] [ ] V. Desarrollamos los cuadrados alcamos la roedad leal de la eseraza: V [ ].. {[ ] [ ] }. Agruado coveetemete: V { [ ] } { [ ] }. V V {. } { } es decr V V σ V σ.. se la llama la covaraza de e. Observacoes: - Teedo resete la defcó de la desvacó estádar de ua v.a. : V roedad ateror la odemos escrbr: σ σ σ V - Aálogamete se rueba que V σ σ σ σ vemos que a la - e so deedetes etoces V V V V sto es orque s las varables aleatoras e so deedetes etoces.. Por lo tato la covaraza vale cero : σ

14 Parte - Probabldades Prof. María B. Ptarell 4- Podemos geeralzar usado el rco de duccó comleta al caso de varables aleatoras deedetes: S... so varables aleatoras deedetes etoces: V... V V... V o e forma más comacta V V. 5- Vemos que la eseraza de la suma de dos varables aleatoras e es gual a la suma de las eserazas cualesquera sea e. cambo la varaza de la suma de las varables aleatoras e es e geeral gual a la suma de las varazas V V V sólo s e so varables deedetes. emlos: - Podemos eemlfcar la alcacó de las roedades de la varaza calculado uevamete la varaza de ua v.a. dstrbuda bomalmete co arámetros. Sea etoces ua v.a. B. Vmos que se uede escrbr:... dode las varables aleatoras so deedetes etre sí tee todas la msma dstrbucó: B... toces tratádose de varables aleatoras deedetes V V V... V todas la varazas so guales odemos escrbr la suma como veces ua cualquera de ellas: V V. Pero V [ ]. a vmos que. Además es:. toces: V [ ] Luego: V V que es el resultado que habíamos obtedo a artr de la defcó llevado las sumas volucradas a la forma del desarrollo de u bomo de ewto. - Varaza de ua v.a. bomal egatva a vmos que odemos escrbr... r dode cada varable tee dstrbucó geométrca co arámetro Por lo tato V V V... V r r Covaraza Sea e dos varables aleatoras. La covaraza de e se defe: {[ ].[ ]}. Cov. 96

15 Parte - Probabldades Prof. María B. Ptarell otacó: la otacó usual ara la covaraza de e es σ o Cov La últma gualdad surge de desarrollar el roducto alcar las roedades de la eseraza:.... {[ ][ ]} { } Teedo resete que so costates: { [ ]. [ ]}..... Dem. Segú vmos s e so varables aleatoras deedetes etoces.. se sgue la roedad. Proedades de la covaraza Las sguetes roedades so útles su verfcacó se dea como eercco - Cov a b c d bdcov - Cov Z Cov Z Cov Z m m - Cov Cov 4- Cov V de dode emlos: Varaza de ua v.a. hergeométrca M M S ~ H M etoces V Para facltar la demostracó suogamos que teemos bolllas e ua ura de las cuales M so roas -M so blacas. Queremos hallar la varaza del úmero de bolllas blacas etraídas Como ates defmos las varables s la ésma bollla roa es etraída caso cotraro Las varables... M o so deedetes Se uede escrbr... además P V S e so varables aleatoras deedetes etoces Cov. M 97

16 Parte - Probabldades Prof. María B. Ptarell 98 Por lo tato... M M M Cov V V V < Por otro lado ; Cov etoces ; Cov Alcado alguos asos algebracos se llega a Cov ; Reemlazado < M M Cov V V M M uevamete luego de alguos cálculos algebracos se llega a M M V De ua caa co frutas que cotee araas mazaas látaos se seleccoa ua muestra de 4 frutas. Sea las varables aleatoras : º de araas etraídas : º de mazaas etraídas otar que la f.d.. couta de es 4 ; ; P s u eemlo de v.a. hergeométrca bdmesoal. També se odría haber resetado la f.d.. couta e ua tabla dode també fgura las dstr- bucoes margales de e. a Cuales so V V? Verfque el lector que 8 5 V 7 V / /7 /7 5/7 /7 8/7 9/7 /7 9/7 8/7 /7 /7 /7 /7 5/7 5/7 4/7 5/7

17 Parte - Probabldades Prof. María B. Ptarell b So e deedetes? 5 5 P ero P P 7 7 Por lo tato e so deedetes lo que mlca que Cov c Cuál es la Cov? Cov toces 9 Cov 7 4 d Z smbolza el total de araas mazaas etraídas Cuál es la Z VZ? Z.5 5 V Z V V Cov e Suogamos que cada araa cuesta $ cada mazaa cuesta.5$ etoces W. 5 es el costo del total de frutas etraídas. Hallar W VW W $ V W V.5 V.5 V.5Cov Coefcete de correlacó leal. realdad más que la covaraza aquí os teresa cosderar ua catdad relacoada co σ que segú veremos os dará formacó sobre el grado de asocacó que este etre e. Más cocretamete os cotará s este algú grado de relacó leal etre e. sa catdad es el coefcete de correlacó leal. el msmo setdo e que odemos teer ua dea aromada sobre la robabldad de u suceso A s reetmos el eermeto cosderamos las ocurrecas de A e las reetcoes así odemos teer també ua rmera dea sobre la esteca de ua relacó fucoal esecífcamete ua relacó leal etre e s cosderamos u dagrama de dsersó. Cosste e 99

18 Parte - Probabldades Prof. María B. Ptarell dbuar ares de valores meddos de la varable aleatora la fgura mostramos dversas stuacoes osbles. e u sstema de coordeadas. a b c De la fgura a se deducría que etre e o ha gú to de relacó fucoal. La fgura b sugere la osbldad de que esta ua relacó fucoal que corresode a ua arábola. La fgura c or su arte sugere ua relacó leal etre e. ste últmo es el comortameto que os teresa caracterzar. Co ese f defmos el coefcete de correlacó leal como sgue: Sea ua varable aleatora bdmesoal. Defmos el coefcete de correlacó leal etre Cov e como ρ σ σ cosecueca: ρ {[ ]. [ ]} V V... V V.. Daremos ua sere de roedades de sgfcado. ρ que os ermtrá establecer más cocretamete su Proedad S e so varables aleatoras deedetes etoces ρ. Dem. medata a artr del hecho que s e so deedetes etoces Observacó: La versa o es ecesaramete certa. Puede ser que ρ s embargo e o sea varables aleatoras deedetes. efecto s teemos ua v.a. bdmesoal que da lugar a u dagrama de dsersó como el que se muestra e la fgura veremos que corresodería a u coefcete de correlacó leal ρ s embargo la fgura sugere que etre e este la relacó fucoal es decr e so v.a. deedetes. realdad como veremos ρ es

19 Parte - Probabldades Prof. María B. Ptarell ua medda de la esteca de ua relacó leal etre e ua crcufereca se alea mucho de ua líea recta Proedad : Dem. S cosderamos la v.a. ρ σ σ etoces V V Cov V ρ σ σ σ σ σ σ Imlcado que ρ V V Por otro lado: V ρ Imlcado que ρ σ σ σ σ Cov σ σ ρ Proedad : S ρ etoces co robabldad es A. B dode A B so costates. Dem. S ρ etoces ρ o ρ S ρ etoces de la demostracó ateror se deduce que

20 Parte - Probabldades Prof. María B. Ptarell V ρ lo que mlca que la v.a. Z σ σ σ tee varaza cero. Segú la σ terretacó de varaza odemos deducr e forma tutva que la v.a. o tee dsersó co resecto a su eseraza es decr la v.a. Z es ua costate co robabldad σ Por lo tato esto mlca que A. B co A < σ σ Aálogamete ρ mlca que A. B co A > σ Proedad 4 : S e so dos varables aleatoras tales que A. B dode A B so costates etoces ρ. S A > es ρ s A < es ρ. Dem. se dea como eercco Observacó: Claramete las roedades aterores establece que el coefcete de correlacó leal es ua medda del grado de lealdad etre e. emlo el eemlo ateror ρ Cov V V

21 Parte - Probabldades Prof. María B. Ptarell 6- SUMA D VARIABLS ALATORIAS TORMA CTRAL DL LÍMIT 6. Suma de varables aleatoras deedetes Cuado se estudaro las varables aleatoras bdmesoales se habló de ua fucó de varable aleatora bdmesoal. artcular se ombró la suma de varables aleatoras ero o se do ada sobre la dstrbucó de esa v.a. suma. s a meudo mortate saber cuál es la dstrbucó de ua suma de varables aleatoras deedetes. Cosderamos alguos eemlos e el caso dscreto - Suma de varables aleatoras deedetes co dstrbucó Posso ~ deedetes ; ~ ; ~ P P P Dem. Cosderamos el eveto { } como uó de evetos ecluetes { } etoces!! e e P P P P e deedetes e e e!!!!!!! Bomo de ewto O sea tee dstrbucó Posso co arámetro - Suma de varables aleatoras bomales deedetes ~ deedetes ; ~ ; ~ B B B Dem. uevamete cosderamos el eveto { } como uó de evetos ecluetes { } etoces P P P P e deedetes la eresó ateror s r > etoces r

22 Parte - Probabldades Prof. María B. Ptarell Por últmo usamos la sguete detdad combatora etoces P O sea tee dstrbucó bomal co arámetros Observacó: e los dos casos aterores se uede geeralzar el resultado a varables aleatoras deedetes usado el rco de duccó comleta es decr - S... so varables aleatoras deedetes dode ~ P ara todo... etoces ~ P - S... so varables aleatoras deedetes dode ~ B ara todo... etoces ~ B Suma de varables aleatoras ormales deedetes S e so dos varables aleatoras cotuas deedetes co desdades g h resectvamete se uede robar o lo demostraremos aquí que la v.a. Z tee desdad dada or f z g z h d Usado esto se uede demostrar el sguete mortate resultado: S e so varables aleatoras deedetes dode ~ µ σ ~ µ σ ~ µ µ σ σ etoces Por duccó comleta se uede geeralzar este resultado a varables: S so varables aleatoras deedetes dode ~ etoces ~ µ σ µ σ ara todo De lo ateror del hecho que ~ µ σ a b ~ aµ b a σ S teemos: so varables aleatoras deedetes dode ~ σ... µ ara todo... etoces a ~ aµ aσ dode a a... a so úmeros reales 4

23 Parte - Probabldades Prof. María B. Ptarell Se dce que a es ua combacó leal de varables aleatoras. emlos: - La evoltura de lástco ara u dsco magétco está formada or dos hoas. l esesor de cada ua tee ua dstrbucó ormal co meda.5 mlímetros desvacó estádar de. mlímetros. Las hoas so deedetes. a Determe la meda la desvacó estádar del esesor total de las dos hoas. b Cuál es la robabldad de que el esesor total sea maor que. mlímetros? Solucó: Sea las varables aleatoras : esesor de la hoa e : esesor de la hoa toces ~.5. ; ~.5. e deedetes a S defmos la v.a. Z: esesor total de las dos hoas etoces Z Por lo tato Z ~ es decr Z ~. cosecueca Z σ Z V Z. b Se de calcular P Z >. Z.. P Z >. P > Φ Φ Tego tres mesaes que ateder e el edfco admstratvo. Sea : el temo que toma el - ésmo mesae sea 4 : el temo total que utlzo ara camar haca desde el edfco etre cada mesae. Suoga que las so deedetes ormalmete dstrbudas co las sguetes medas desvacoes estádar: µ 5 m σ 4 µ 5 σ µ 8 σ µ 4 σ 4 Peso salr de m ofca recsamete a las. a.m. deseo egar ua ota e m uerta que dce regreso a las t a.m. A qué hora t debo escrbr s deseo que la robabldad de m llegada desués de t sea.? Solucó: Defmos la v.a. Z: temo trascurrdo desde que salgo de m ofca hasta que regreso etoces T 4 Por lo tato T ~ µ σ se de hallar t tal que P T > t. µ σ 4 4 t 5 5 toces P T > t Φ. es decr Φ t. 99 t 5 Buscado e la tabla de la ormal. t l acho del marco de ua uerta tee ua dstrbucó ormal co meda 4 ulgadas desvacó estádar de /8 de ulgada. l acho de la uerta tee ua dstrbucó ormal co meda.875 de ulgadas desvacó estádar de /6 de ulgadas. Suoer deedeca. a Determe la dstrbucó la meda la desvacó estádar de la dfereca etre el acho del marco de la uerta. 5

24 Parte - Probabldades Prof. María B. Ptarell b Cuál es la robabldad de que la dfereca etre el acho del marco de la uerta sea maor que ¼ de ulgada?. c Cuál es la robabldad de que la uerta o quea e el marco?. Solucó: Sea las varables aleatoras : acho del marco de la uerta e ulgadas : acho de la uerta e ulgadas toces ~ 4 /8 ~.875 /6 e deedetes a Se de la dstrbucó de - σ V V V V σ Por lo tato 5 ~.5 6 b Se de la robabldad P > / / 4 P > Φ Φ Φ < o equvaletemete < or lo tato c S la uerta o etra e el marco etoces se da el eveto { } { } P < Φ Φ Φ Suogamos que las varables aleatoras e deota la logtud el acho e cm resectvamete de ua eza. Suogamos además que e so deedetes que ~. ~ 5.. toces Z es ua v.a. que rereseta el erímetro de la eza. Calcular la robabldad de que el erímetro sea maor que 4.5 cm. Solucó: teemos que ~ 5.. Z o sea Z ~ 4. La robabldad edda es P Z > 4.5 etoces P Z > 4.5 Φ Φ Φ S se alca dos cargas aleatoras a ua vga voladza como se muestra e la fgura sguete el mometo de fleó e debdo a las cargas es a a. a Suoga que so v.a. deedetes co medas 4 KLbs resectvamete desvacoes estádar.5. KLbs resectvamete. 6

25 Parte - Probabldades Prof. María B. Ptarell S a 5 es a es cuál es el mometo de fleó eserado cuál es la desvacó estádar del mometo de fleó? b S está ormalmete dstrbudas cuál es la robabldad de que el mometo de fleó suere 75 KLbs? Solucó: Sea la v.a. Z: mometo de fleó e etoces Z 5 Por lo tato a Z V Z σ Z b S está ormalmete dstrbudas etoces Z ~ 5 4 Por lo tato P Z > Φ Φ Φ Promedo de varables aleatoras ormales deedetes S... µ σ ara todo so varables aleatoras deedetes dode ~... etoces la v.a. meda µ varaza σ tee dstrbucó ormal co Dem. otar que es u caso artcular de combacó leal de varables aleatoras dode a ara todo... Además e este caso µ µ σ σ ara todo... Por lo tato tee dstrbucó ormal co eseraza µ µ µ µ varaza σ σ σ σ σ s decr ~ µ Observacó: a se lo llama romedo muestral o meda muestral 7

26 Parte - Probabldades Prof. María B. Ptarell emlos: l dámetro tero de u allo de stó seleccoado al azar es ua v.a. co dstrbucó ormal co meda cm desvacó estádar de.4 cm. a S es el dámetro romedo e ua muestra de 6 allos calcule P.99. b Qué ta robable es que el dámetro romedo eceda de. cuado 5? Solucó: a Sea las varables aleatoras : dámetro del allo... 6 toces ~.4 ara cada. Por lo tato ~.4. toces 6.99 P.99. P φ φ φ..4 6 φ φ b este caso ~.4 etoces 5. P >. φ φ Ua máqua embotelladora uede regularse de tal maera que llee u romedo de µ ozas or botella. Se ha observado que la catdad de cotedo que sumstra la máqua reseta ua dstrbucó ormal co σ oza. De la roduccó de la máqua u certo día se obtee ua muestra de 9 botellas lleas todas fuero lleadas co las msmas oscoes del cotrol oeratvo se mde las ozas del cotedo de cada ua. a Determar la robabldad de que la meda muestral se ecuetre a lo más a. ozas de la meda real µ ara tales oscoes de cotrol b Cuátas observacoes debe clurse e la muestra s se desea que la meda muestral esté a lo más a. ozas de µ co ua robabldad de.95? Solucó: a Sea las varables aleatoras : cotedo e ozas de la botella

27 Parte - Probabldades Prof. María B. Ptarell toces ~ µ ara cada. Por lo tato ~ µ. Se desea calcular 9. P µ. P. µ. P σ. µ. P P.9 σ σ σ Φ.9.68 b Ahora se retede que P µ. P. µ..95 µ. σ σ µ.9φ.9 Φ.9 σ toces. µ. µ P µ. P P...95 σ σ σ Medate la tabla de la acumulada de la ormal estádar se tee que µ P.. Φ..95 Φ O sea S tomamos 4 etoces P µ. será u oco maor que Teorema cetral del límte Acabamos de ver que la suma de u úmero fto de varables aleatoras deedetes que está ormalmete dstrbudas es ua varable aleatora també ormalmete dstrbuda. sta roedad reroductva o es eclusva de la dstrbucó ormal. efecto or eemlo a vmos que este varables aleatoras dscretas que la cumle es el caso de la Posso la Bomal. realdad la roedad que le da a la dstrbucó ormal el lugar rvlegado que ocua etre todas las dstrbucoes es el hecho de que la suma de u úmero mu grade rgurosamete u úmero fto umerable de varables aleatoras deedetes co dstrbucoes arbtraras o ecesaramete ormales es ua varable aleatora que tee aromadamete ua dstrbucó ormal. ste es esecalmete el cotedo del 9

28 Parte - Probabldades Prof. María B. Ptarell Teorema cetral del límte T.C.L.: Sea... varables aleatoras deedetes co µ V σ ara todo... es decr deedetes détcamete dstrbudas Sea la v.a. Dem. s demostracó Observacoes: S V S V V S µ Por lo tato Z es la v.a. S estadarzada σ - otar que µ σ S µ S - otar que µ µ P z P z P or lo tato també se uede eucar σ σ σ el Teorema cetral del límte de la sguete forma Dode S sea toces lm P Z z Φ z Z S µ. σ z S esto es µ lm z e σ π µ Z es el romedo muestral estadarzado σ P Sea... varables aleatoras deedetes co µ V σ ara todo... es decr deedetes détcamete dstrbudas Sea la v.a. romedo muestral sea µ Z. σ toces lm P Z z Φ z z esto es µ lm z e σ π P - Auque e muchos casos el T.C.L. fucoa be ara valores de equeños e artcular dode la oblacó es cotua smétrca e otras stuacoes se requere valores de mas grades deededo de la forma de la dstrbucó de las. muchos casos de terés ráctco s la aromacó ormal será satsfactora s mortar cómo sea la forma de la dstrbucó de las. S < el T.C.L. fucoa s la dstrbucó de las o está mu aleada de ua dstrbucó ormal 4- Para terretar el sgfcado del T.C.L. se geera or comutadora valores de ua v.a. eoecal co arámetro. 5 se calcula el romedo de esos valores. sto se rete veces or lo tato teemos valores de la v.a.. d d

29 Parte - Probabldades Prof. María B. Ptarell Hacemos u hstograma de frecuecas de esto es tomamos u tervalo a b dode cae todos los valores de lo subdvdmos e tervalos mas chcos de gual logtud. La frecueca de cada subtervalo es la catdad de valores de que cae e dcho subtervalo. Se grafca estas frecuecas obteédose los gráfcos sguetes que se uede cosderar ua aromacó a la verdadera dstrbucó de. Se observa que a medda que aumeta el valor de los gráfcos se va hacedo más smétrcos arecédose a la gráfca de ua dstrbucó ormal emlos: - Suógase que strumetos electrócos D D...D se usa de la maera sguete: ta roto como D falla emeza a actuar D. Cuado D falla emeza a actuar D etc. Suógase que el temo de falla de D es ua v.a. dstrbuda eoecalmete co arámetro. or hora. Sea T el temo total de oeracó de los strumetos. Cuál es la robabldad de que T eceda 5 horas? Solucó: S : temo de falla del strumeto D... toces ~. ara... l temo total de oeracó de los strumetos es T dode T.

30 Parte - Probabldades Prof. María B. Ptarell V T V V. T toces or T.C.L. ~ aromadamete ues La robabldad edda es T 5 5 P T > 5 P > Φ Φ T.C.L Suoga que el cosumo de calorías or día de ua determada ersoa es ua v.a. co meda calorías desvacó estádar de calorías. Cuál es la robabldad de que el romedo de cosumo de calorías daro de dcha ersoa e el sguete año 65 días sea etre 959 5? Solucó: Defmos las varables aleatoras : catdad de calorías que ua ersoa cosume e el día Se sabe que V 65 σ S etoces V La robabldad edda es P P Φ Φ Φ Φ.4 T.C.L. Alcacoes del Teorema cetral del límte Aromacó ormal a la dstrbucó bomal l Teorema cetral del límte se uede utlzar ara aromar las robabldades de alguas varables aleatoras dscretas cuado es dfícl calcular las robabldades eactas ara valores grades de los arámetros. Suogamos que tee ua dstrbucó bomal co arámetros. Para calcular P debemos hacer la suma P P o recurrr a las tablas de la F.d.a. ero ara valores de grades o este tablas or lo tato habría que hacer el cálculo e forma drecta muchas veces es laboroso. Como ua ocó odemos cosderar a como suma de varables aleatoras más smles esecífcamete s defmos s e la í ésma reetcó de ε ocurre caso cotraro éto...

31 Parte - Probabldades Prof. María B. Ptarell etoces cada Podemos escrbr se la uede cosderar B además... so deedetes... s es grade etoces tedrá aromadamete ua dstrbucó ormal co arámetros es decr µ. Z s es lo sufcetemete grade σ. Observacoes: - La aromacó ormal a la dstrbucó bomal fucoa be au cuado o sea mu grade s o está demasado cerca de cero o de uo. artcular la aromacó ormal a la bomal es buea s es grade > 5 > 5 ero es más efectvo alcar esta aromacó cuado > > - Correccó or cotudad. Acabamos de ver que s B etoces ara sufcetemete grade odemos cosderar que aromadamete es [.. ]. l roblema que surge de medato s deseo calcular or eemlo la robabldad de que co alguo de los valores osbles es que la bomal es ua dstrbucó dscreta tee setdo calcular robabldades como P metras que la ormal es ua dstrbucó cotua e cosecueca P uesto que ara ua varable aleatora cotua la robabldad de que ésta tome u valor aslado es cero. sto se resuelve s se cosdera P P També se uede usar esta correccó ara meorar la aromacó e otros casos esecífcamete e lugar de P calculamos P P e lugar de P P los gráfcos sguetes se muestra ara dferetes valores de cómo aroma la dstrbucó a la dstrbucó B

32 Parte - Probabldades Prof. María B. Ptarell emlos: - Sea B5.4. Hallar las robabldades eactas de que 8 8 comarar estos resultados co los valores corresodetes ecotrados or la aromacó ormal. Solucó: De la tabla de la F.d.a. de la bomal ecotramos P P 8 P 8 P Ahora usamos la aromacó ormal P P P Φ correccó or cotudad Observar que el valor aromado está mu cercao al valor eacto ara P P 8 P P P uevamete este valor aromado está mu cerca del valor real de P 8. - Suoga que el % de todos los ees de acero roducdos or certo roceso está fuera de esecfcacoes ero se uede volver a trabaar e lugar de teer que evarlos a la chatarra. 4

33 Parte - Probabldades Prof. María B. Ptarell Cosdere ua muestra aleatora de ees deote or el úmero etre ellos que esté fuera de esecfcacoes se ueda volver a trabaar. Cuál es la robabldad aromada de que sea a a lo sumo? b meos de? c etre 5 5 clusve? Solucó: Sea la v.a. : úmero de ees fuera de esecfcacoes toces ~ B. además. > 5. 8> 5 Por lo tato odemos alcar la aromacó ormal a la bomal a la robabldad edda es P P P P Φ Φ 8 8 b La robabldad edda es P < Al ser ua v.a. dscreta co dstrbucó bomal P < P P 9 P 9.5 Φ Φ c P 5 5 P Φ Φ 8 8 Φ.96 Φ.96 Φ l gerete de u suermercado desea recabar formacó sobre la roorcó de cletes a los que o les agrada ua ueva olítca resecto de la acetacó de cheques. Cuátos cletes tedría que clur e ua muestra s desea que la fraccó de la muestra se desvíe a lo mas e.5 de la verdadera fraccó co robabldad de.98?. Solucó: Sea : úmero de cletes a los que o les agrada la ueva olítca de acetacó de cheques toces ~ B dode es descoocdo es la verdadera roorcó de cletes a los que o les agrada la ueva olítca de acetacó de cheques. l gerete tomará ua muestra de cletes ara estmar co a que es la roorcó de cletes a los que o les agrada la ueva olítca de acetacó de cheques e la muestra de cletes. S o se toma a todos los cletes etoces o será gual a. La reguta es cuál debe ser ara que se alee del verdadero e meos de.5 co robabldad.98 or lo meos o sea ara que P toces lateamos P P.5.5 P T.C.L. 5

34 Parte - Probabldades Prof. María B. Ptarell Φ.5 Φ.5 Φ Por lo tato Φ. 99 Además toces debe cumlrse que.. o sea 6.. O sea se debe tomar ua muestra de al meos 6 cletes Aromacó ormal a la dstrbucó Posso Se uede robar alcado Teorema cetral del límte que S ~ P etoces ara sufcetemete grade tee aromadamete dstrbucó s decr ara sufcetemete grade la ráctca s la aromacó es buea. Observacó: la demostracó es seclla s es gual a u úmero atural ues s cosderamos las varables aleatoras ~ P co... deedetes etoces a sabemos que ~ P es decr ~ P Pero además or T.C.L. s es grade arámetros µ σ O sea la dstrbucó de tee aromadamete dstrbucó ormal co que es eactamete Posso co arámetro se uede aromar co ua or lo tato aromadamete ara valores de sufcetemete grades los gráfcos sguetes se muestra ara dferetes valores de cómo aroma la dstrbucó a la dstrbucó P 6

35 Parte - Probabldades Prof. María B. Ptarell emlo: l úmero de fraccoes or estacoameto e certa cudad e cualquer día hábl tee ua dstrbucó de Posso co arámetro 5. Cuál es la robabldad aromada de que: a etre 5 7 fraccoes se eda e u día e artcular? b el úmero total de fraccoes eeddas durate ua semaa de 5 días sea etre 5 75? Solucó: Sea : úmero de fraccoes or estacoameto e certa cudad e cualquer día hábl toces ~ P dode 5 5 Como 5 etoces aromadamete 5 a la robabldad edda es P 5 7 Φ Φ Φ.884 Φ b Sea : úmero total de fraccoes eeddas durate ua semaa de 5 días toces ~ P dode La robabldad edda es P 5 75 Φ Φ Φ.58 Φ Φ

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

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

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

REGRESIÓN LINEAL SIMPLE

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

Más detalles

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

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

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

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

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

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

ESTADÍSTICA poblaciones

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

Más detalles

6. ESTIMACIÓN PUNTUAL

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

Más detalles

Tema 2: Distribuciones bidimensionales

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

Más detalles

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

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

Más detalles

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

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

Más detalles

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

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

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

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

Más detalles

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

Estadística Espacial. José Antonio Rivera Colmenero

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

Más detalles

2.5. Área de una superficie.

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

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

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

Más detalles

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

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

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

Más detalles

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

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

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN .4 Cálculo de Redes Cerradas El roblea que se latea es calcular los caudales que escurre e cada trao de ua red, alla o crcuto, de odo que se cula certas codcoes hdráulcas coo las resoes exstetes e los

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

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

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

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

Más detalles

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

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

Más detalles

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

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

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

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

Más detalles

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

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

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

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

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

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

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

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

Más detalles

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

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

Más detalles

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

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

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

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

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

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

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

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

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

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

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

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

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

V Muestreo Estratificado

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

Más detalles

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

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

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

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

Más detalles

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

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

Más detalles

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico Esquema estadístco Problema de vestgacó Preguta de vestgacó Formulacó precsa de la(s) preguta(s) de vestgacó Plaeacó Dseño Muestra Feómeo Aleatoro Aálss y presetacó de la formacó Iferecas Toma de decsoes

Más detalles

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

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

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

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

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

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

Más detalles

1.1 INTRODUCCION & NOTACION

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

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

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

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

Más detalles

TEMA DISTRIBUCIONES BIDIMENSIONALES DE FRECUENCIAS.

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

Más detalles

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

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

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

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

Más detalles

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

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

Más detalles

LECCIONES DE ESTADÍSTICA

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

Más detalles

Tema 2: Semiconductores intrínsecos y extrínsecos

Tema 2: Semiconductores intrínsecos y extrínsecos lectróca de dsostvos Dr.. Reg 5/6 Tea : Secoductores trísecos y extrísecos a. : K. Kao Itroduccó Desdad de stados (De) ucó de dstrbucó de er-drac Desdad de ortadores e secoductores trísecos. vel de er

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

l 0 + l La energía potencial elástica de un resorte vale:

l 0 + l La energía potencial elástica de un resorte vale: ASOCIACIÓN DE RESORTES..- La fuerza y eergía elátca de u reorte o muelle. U reorte o muelle e u dotvo mecáco que uede comrmre o dlatare y que vuelve a u ocó orgal o atural, emre que el delazameto o ea

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

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 acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos

Análisis acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos Herrera Lus A. Salvaterra Lucas M. Razztte Adrá C. Kovalevs Laura I. Damm Quña ablo L. Irurzu Isabel M. Mola Eduardo E. Aálss acerca de la dstrbucó de Webull co datos trucados la dstrbucó eeralzada de

Más detalles

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

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

Más detalles

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson: Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó

Más detalles

1.9. ESTÁTICA CON ROZAMIENTO

1.9. ESTÁTICA CON ROZAMIENTO Fudametos y Teorías Físcas ETS Arqutectura.9. ESTÁTICA CON ROZAMIENTO Hemos estudado el equlbro de los cuerpos stuados lbremete e el espaco, o cuado estaba udos medate elaces a otros cuerpos o a bases

Más detalles

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

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

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

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

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

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

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

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA APLICADA

PROBABILIDAD Y ESTADÍSTICA APLICADA UNIVERSIDAD ORT Uruguay Facultad de Igeería Berard Wad - Polak PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE DEL CURSO DE LA Lcecatura e Sstemas FASCÍCULO Prof. Orual Ada Cátedra de Matemátcas Año

Más detalles

Análisis estadístico de datos muestrales

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

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

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

Más detalles

. Usaremos una vía algebraica y una geométrica que nos

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

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Probabldades y stadístca Cotacó Facltad de Cecas actas y Natrales. Uversdad de Beos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó tal La estadístca rovee téccas qe erte obteer coclsoes

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

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

Más detalles

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

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

Más detalles

I n t r o d u c i ó n A l a E s t a d í s t i c a 1

I n t r o d u c i ó n A l a E s t a d í s t i c a 1 Estadístca I t r o d u c ó A l a E s t a d í s t c a INTRODUCCIÓN: La Estadístca descrptva es ua parte de la Estadístca cuyo objetvo es examar a todos los dvduos de u cojuto para luego descrbr e terpretar

Más detalles

Sistema binario. Disoluciones de dos componentes.

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

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles