APUNTES PARA EL CURSO DE PROBABILIDAD

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

Download "APUNTES PARA EL CURSO DE PROBABILIDAD"

Transcripción

1 APUNTES PARA EL CURSO DE PROBABILIDAD Agosto Dcembre DAVID RUELAS RODRÍGUEZ

2 APUNTES PARA EL CURSO DE PROBABILIDAD AGOSTO DICIEMBRE Programa de clases Estos aputes fuero revsados ajustados para cubrr por completo el temaro del curso de Probabldad del Departameto de Estadístca del Isttuto Tecológco Autóomo de Méco (ITAM) para el semestre Agosto Dcembre. El documeto o es u lbro de teto so ua sítess de las prcpales defcoes teorema coceptos métodos de la Probabldad. S embargo esta complacó puede teerse como refereca e el estudo de otras materas que depede fudametalmete de la Probabldad; por ejemplo Estadístca Ecoometría Procesos Estocástcos Fazas. Cada seccó fue escrta co la faldad de revsar rápdamete la teoría dedcar la maor parte del tempo de clase a: () la demostracó aálss de los prcpales resultados; () a la resolucó de ejerccos que ejemplfca la aplcacó de la Probabldad. Los aputes de la Seccó sobre Fudametos de Probabldad so más largos que los demás pues clue detalles sobre la Teoría de Cojutos teoremas sobre sumas seres que so útles e el cálculo de probabldades el estudo de las varables aleatoras. Al co del documeto se corporó u ídce para facltar la búsqueda de algú tema e partcular. Al fal del documeto se preseta como aeo el Materal de Apoo para el Curso de Probabldad repartdo durate las clases de este semestre cluedo las pregutas de los 48 ejerccos revsados e clase. Esta es la cuarta versó de estos aputes completos. Esta versó es práctcamete gual a la del semestre Agosto Dcembre pero se corrgero alguas referecas a las tareas correspodetes al semestre Agosto Dcembre. Sé que todavía puede estr errores que alguos tetos puede ser mejorados así que cualquer cometaro es bevedo al correo electróco davdruelas@hotmal.com. Agradezco la partcpacó de ms alumos de este semestre que co sus pregutas cometaros cotrbue a la mejora de estos aputes. Davd Ruelas Rodríguez Dcembre DAVID RUELAS RODRÍGUEZ

3 APUNTES PARA EL CURSO DE PROBABILIDAD AGOSTO DICIEMBRE Programa de clases Ídce. Fudametos de Probabldad Feómeos aleatoros e certdumbre Espacos muestrales evetos Nocoes sobre Teoría de Cojutos... - Defcoes represetacó de cojutos... - Cojutos umércos Operacoes co cojutos Espacos muestrales evetos Efoques de la probabldad Probabldad Clásca Probabldad Frecuetsta Probabldad Subjetva Desarrollo aomátco de la probabldad Téccas de coteo cálculo de probabldades... - Téccas de coteo Sumas Productos Sumas útles e Probabldad Aomas de Probabldad Probabldad codcoal e depedeca Probabldad Codcoal Probabldad Cojuta Probabldad Margal Regla de la Multplcacó Idepedeca estadístca Regla de Probabldades Totales Teorema de Baes Varables Aleatoras Defcó propedades de varables aleatoras dscretas absolutamete cotuas Fucoes de masa desdad dstrbucó acumulada Fucó de masa de probabldad (f.m.p.) Fucó de desdad de probabldad (f.d.p.) Fucó de dstrbucó acumulada (f.d.a.) Característcas umércas de las varables aleatoras Esperaza varaza mometos de varables aleatoras Propedades del valor esperado la varaza Meddas poblacoales Meddas de tedeca cetral Meddas de localzacó Meddas de dspersó Meddas de smetría forma... - DAVID RUELAS RODRÍGUEZ

4 APUNTES PARA EL CURSO DE PROBABILIDAD AGOSTO DICIEMBRE Programa de clases.4. Fucó Geeradora de Mometos Desgualdades de Chebshev de Jese Dstrbucó de ua Trasformacó de ua Varable Aleatora Dstrbucó de Trasformacoes de Varables Aleatoras Dscretas Dstrbucó de Trasformacoes de Varables Aleatoras Cotuas Método de la f.d.a Método de la trasformacó moótoa Método de la f.g.m Dstrbucoes Importates Dstrbucoes Beroull Bomal Dstrbucó Beroull Dstrbucó Bomal Dstrbucó Posso Dstrbucó Uforme Cotua Dstrbucoes Gamma Epoecal J Cuadrada Dstrbucó Gamma Ep Gamma Dstrbucó Epoecal..4.. Dstrbucó J Cuadrada. Gamma Dstrbucó Normal Dstrbucoes Multvaradas Fucoes de probabldad cojuta margales Fucoes de probabldad codcoales Varables aleatoras depedetes Valor esperado de ua trasformacó de varables aleatoras Mometos cojutos covaraza coefcete de correlacó Propedades de Esperaza Varaza Covaraza Fucó geeradora de mometos cojuta Dstrbucó de trasformacoes de varables aleatoras Dstrbucó de trasformacoes de varables aleatoras dscretas Dstrbucó de trasformacoes de varables aleatoras cotuas Método de la fucó de dstrbucó acumulada Método de la fucó geeradora de mometos Teorema de cambo de varable para fucoes vectorales Dstrbucó de suma de varables aleatoras depedetes DAVID RUELAS RODRÍGUEZ v

5 APUNTES PARA EL CURSO DE PROBABILIDAD AGOSTO DICIEMBRE Programa de clases 5. Dstrbucó Normal Multvarada Fucoes de desdad cojuta margales codcoales de la Dstrbucó Normal Bvarada Fucó geeradora de mometos de la Dstrbucó Normal Bvarada Idepedeca de varables aleatoras co Dstrbucó Normal Bvarada Combacoes leales de varables aleatoras co Dstrbucó Normal Bvarada Dstrbucó Normal Multvarada Aeo: Materal de Apoo para el Curso de Probabldad DAVID RUELAS RODRÍGUEZ v

6 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó. Fudametos de Probabldad.. Feómeos aleatoros e certdumbre Fgura. FENÓMENOS ALEATORIOS Característcas Tpos de feómeos Feómeo determístco Feómeo aleatoro Aleatoro sgfca al azar es decr que su resultado es varable descoocdo prevamete (v.gr. juegos de azar) Resultado certo Msmas causas o atecedetes coduce a los msmos resultados o efectos Resultado certo Msmas causas o atecedetes o ecesaramete coduce a los msmos resultados o efectos La Estadístca estuda los feómeos aleatoros Está oretada a modelar la varabldad Permte cuatfcar la certdumbre Fgura. PROBABILIDAD INFERENCIA ESTADÍSTICA Y ECONOMETRÍA Probabldad S compro u boleto de Melate qué ta factble es que gae el premo prcpal? es más fácl gaar el Melate o la Lotería? S etro e ua rfa es mportate saber cuátos boletos está a la veta? S ho llueve qué ta seguro es que mañaa també llueva? S el Ídce de Precos Cotzacoes (IPC) cerra ho a la alza es fácl que també mañaa lo haga? Cuáta mercacía debo teer e el almacé para evtar demada satsfecha e m empresa? Ifereca Estadístca (Estadístca Matemátca Muestreo) Proceso ductvo (de lo partcular a lo geeral) que permte obteer coclusoes sobre la poblacó a partr del estudo de ua muestra Sempre este posbldad de error se mde e térmos de probabldad Muestra Ifereca estadístca Muestreo Poblacó De qué tamaño debe ser ua muestra para determar el porcetaje de la poblacó que está a favor del Partdo A? Cómo se estma el greso promedo de la poblacó? Ecoometría (Regresó Proóstco de Negocos Seres de Tempo) Tpo de cambo Peso / Lbra Pesos por Lbra (MN/GBP) 9 Observado Proóstco feb- mar- abr- ma- ju- jul- ago- sep- oct- Fuete: Cuál es el proóstco para el tpo de cambo Peso / Lbra? Qué tervalos garatza certo vel de cofaza? Co base e u cojuto de precos catdades observadas cuál es la fucó de demada estmada? La Estadístca es la rama de las Matemátcas que permte modelar la varabldad cuatfcar la certdumbre herete a los feómeos aleatoros DAVID RUELAS RODRÍGUEZ -

7 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Fgura. PROBABILIDAD La Probabldad ace como cosecueca de la quetud de modelar los juegos de azar e el sglo VII Sus precursores fuero Blase Pascal (6 66) Perre Fermat (6 665) Probabldad La Probabldad es la rama de las Matemátcas de la Estadístca que se ecarga del estudo formal de las reglas de la certdumbre que permte modelar feómeos aleatoros La Probabldad es ua ceca formal La probabldad es ua medda umérca del grado de certdumbre o certdumbre respecto a la ocurreca de u eveto futuro Este dsttos efoques para establecer esta medda Muchos feómeos ecoómcos faceros socales bológcos etc. preseta u comportameto probablístco smlar al presetado e los juegos de azar.. Espacos muestrales evetos... Nocoes sobre Teoría de Cojutos DEFINICIONES Y REPRESENTACIÓN DE CONJUNTOS Def. Cojuto. Es ua coleccó o agrupacó de elemetos. Notacó de cojutos. Usualmete los cojutos se deota medate letras maúsculas sus elemetos medate letras músculas. Por ejemplo: A = {a a a }. Perteeca. U elemeto puede: Perteecer a u cojuto deotado por A; o No perteecer a u cojuto deotado por A. Def. Cojuto Uverso (). Es el cojuto que cotee a todos los elemetos. Def. Cojuto Vacío (). Es el cojuto que o cotee elemetos. DAVID RUELAS RODRÍGUEZ -

8 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Def. Subcojuto. Es u cojuto cuos elemetos correspode a los de otro cojuto. B A deota que B es u subcojuto de A. Formalmete la relacó de cotecó se establece de la sguete maera: B A B A Por ejemplo s C es el cojuto de las letras del alfabeto D es el cojuto de las vocales etoces D C es decr todos los elemetos de D está cotedos e C. Def. Cardaldad. Es el úmero de elemetos que tegra u cojuto o la medda de u cojuto. S A es u cojuto #A o A deota su cardaldad. Por ejemplo s C es el cojuto de las letras del alfabeto (e español s letras dobles) D es el cojuto de las vocales etoces #C = 7 #D = 5. Proposcó ) S B A etoces #B #A ) # = Represetacó de cojutos. Los cojutos puede epresarse aalítcamete: Por etesó s se escrbe cada uo de los elemetos del cojuto. Por compresó s se establece ua regla que permte detfcar a todos los elemetos del cojuto. La represetacó gráfca de los cojutos puede hacerse medate Dagramas de Ve o Dagramas de Ve-Euler. Por ejemplo s es el cojuto de los úmeros eteros ( = Z) A el cojuto de los dígtos B el cojuto de los dígtos maores a 6: Tabla. Cojuto Descrpcó Represetacó por etesó Represetacó por compresó A Dígtos A = { } A = { 9} B Dígtos maores a 6 B = {7 8 9} B = { A > 6} Fgura.4 = Z B A Observe cómo #A = #B =. Además como B A etoces #B #A. DAVID RUELAS RODRÍGUEZ -

9 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó CONJUNTOS NUMÉRICOS Def. Números Naturales (N). N = {...} Los úmeros aturales se utlza para cotar o eumerar. La cardaldad de N es fto umerable. Def. Números Eteros (Z). Z = {......} Los úmeros eteros clue a los úmeros aturales (N Z) a sus egatvos al cero. La cardaldad de Z també es fto umerable (#N = #Z) a que es posble establecer ua relacó uo a uo etre los elemetos de Z los de N como se muestra a cotuacó: Fgura.5 Z = {... } Def. Números Racoales (Q). N = { } Q = m : m Z Los úmeros racoales so todas las fraccoes co epasó decmal fta o fta peródca. Por ejemplo Q. Los racoales clue a los eteros a los aturales (N Z Q). Sorpredetemete la cardaldad de Q també es fto umerable. El matemátco ruso Georg Cator (845 98) deó la forma de establecer ua relacó uo a uo etre los elemetos de Q los de N como se muestra e la sguete fgura. Los úmeros co u recuadro puteado o ha que eumerarlos pues está repetdos. Para clur al cero los egatvos smplemete ha que car la eumeracó por el cero luego cotar doble cada úmero (el postvo el egatvo). DAVID RUELAS RODRÍGUEZ -4

10 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Fgura.6 m S a los úmeros racoales se agrega los Números Irracoales (I) es decr aquellos cua epasó decmal es fta o peródca (v.gr. e ) se obtee los Números Reales (R). Fgura.7 Q I R N Z No es posble establecer ua relacó uo a uo etre los elemetos de N los de I o los de R (Teorema de Cator) de modo que la cardaldad de I de R es fto o umerable es decr u fto mucho maor que el fto umerable (#R >> #N). Desde el puto de vsta matemátco los Números Reales forma u campo ordeado completo co característcas téccas mu sofstcadas. Desde el puto de vsta probablístco basta cosderar de maera cal que sobre R es posble: Hablar de límtes cotudad (e el setdo del Cálculo Dferecal e Itegral); Defr meddas (v.gr. tempo logtud peso probabldad). Por ser u campo R es u cojuto co dos operacoes (adcó multplcacó) que satsface aomas de asocatvdad comutatvdad elemeto eutro elemeto verso dstrbutvdad de la multplcacó sobre la adcó. Como R es campo ordeado es posble establecer ua relacó de orde (<) cueta co u valor absoluto ( ). Adcoalmete como R es u campo completo satsface el postulado Arqumedeao (todos sus elemetos está acotados ferormete por el recíproco de u úmero atural) el aoma del supremo (cada subcojuto cueta co ua míma cota superor). DAVID RUELAS RODRÍGUEZ -5

11 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó OPERACIONES CON CONJUNTOS Def. Igualdad de cojutos. Dos cojutos so guales s cotee los msmos elemetos. Formalmete: A = B A B B A Def. Cojuto Complemeto. El cojuto complemeto de A deotado por A c es el cojuto de los elemetos de que o está e A. Formalmete: A c A Fgura.8 A A c Teorema c ) A A c ) c Es mportate señalar que los Dagramas de Ve so u bue puto de partda para demostrar resultados de la Teoría de Cojutos s embargo o costtue demostracoes formales. Def. Uó de Cojutos (). La uó de los cojutos A B deotada por AB es el cojuto formado por todos los elemetos de A más todos los elemetos de B. Formalmete: AB A ó B Fgura.9 A B AB DAVID RUELAS RODRÍGUEZ -6

12 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Def. Iterseccó de Cojutos (). La terseccó de los cojutos A B deotada por AB o AB es el cojuto formado por todos los elemetos comues de A B. Formalmete: AB A B Fgura. A B AB Def. Dfereca de cojutos. La dfereca de los cojutos A meos B deotada por A B es el cojuto formado por los elemetos de A que o está e B. Formalmete: A B A B Fgura. A B A B Teorema. A B = AB c Def. Cojutos Mutuamete Ecluetes (m.e.). Se dce que A B so mutuamete ecluetes s o tee elemetos comues. Formalmete: A B so mutuamete ecluetes AB = Fgura. A B DAVID RUELAS RODRÍGUEZ -7

13 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Def. Cojutos Ehaustvos. Se dce que A B so cojutos ehaustvos s sus elemetos abarca por completo el cojuto uverso. Formalmete: A B so ehaustvos AB = Fgura. A B Teorema. ) A A c so mutuamete ecluetes.e. AA c = ) A A c so ehaustvos.e. AA c = Ejerccos E E. PROPIEDADES DE LAS OPERACIONES CON CONJUNTOS Propedades de comutatvdad asocatvdad dstrbutvdad de. ) AB = BA (comutatvdad de la uó) ) AB = BA (comutatvdad de la terseccó) ) A(BC) = (AB)C (asocatvdad de la uó) v) A(BC) = (AB)C (asocatvdad de la terseccó) v) A(BC) = (AB)(AC) (dstrbutvdad de la uó sobre la terseccó) v) A(BC) = (AB) (AC) (dstrbutvdad de la terseccó sobre la uó) Propedades de la uó e terseccó co. ) A = ) A = A ) A = A v) A = DAVID RUELAS RODRÍGUEZ -8

14 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Propedades de la uó e terseccó co subcojutos. ) B A AB = A ) B A AB = B Lees de De Morga. So propedades de la uó e terseccó de complemetos propuestas por el matemátco glés August De Morga (86 87). A B c c ) c A B c c ) A B A B c Gráfcamete la prmera Le de De Morga se puede verfcar como se muestra a cotuacó. Note que estos gráfcos o costtue ua demostracó formal. Fgura.4 A B A B AB (AB) c A c B c A c B c (AB) c = A c B c La uó e terseccó de cojutos se puede geeralzar. S A A A N so cojutos (pudedo cluso ser = ) etoces: A A A A deota la uó de todos los cojutos; A A A A deota la terseccó de todos los cojutos. Lees de De Morga (para cojutos). ) A A c c ) c A A c Ejerccos E E4 E5 E6. DAVID RUELAS RODRÍGUEZ -9

15 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó... Espacos muestrales evetos. Def. Epermeto Aleatoro (EA). Es u proceso medate el cual se obtee ua observacó o u dato cuo resultado o puede predecrse ates de su realzacó por lo tato está sujeto al azar. Por ejemplo so epermetos aleatoros: El lazameto de u volado. El gro de ua ruleta. El desarrollo de ua partda de Bgo Yak o Keo. El úmero de palabras cotedas e 5 págas elegdas al azar e u dccoaro. Def. Espaco Muestral (). Es el cojuto tegrado por todos los posbles resultados de u epermeto aleatoro o de u feómeo aleatoro. A sus elemetos se les deota por se deoma putos del espaco muestral. Def. Eveto. Es u subcojuto del espaco muestral. Se dce que u eveto ocurre s al realzar el epermeto aleatoro se observa cualquera de sus elemetos. Por ejemplo s se cosdera el epermeto aleatoro e el que se laza u dado hoesto co caras umeradas del al 6 etoces el espaco muestral es = { 4 5 6} S además se defe A = Eveto e que el resultado es par; B = Eveto e que el resultado es 6 etoces A = { 4 6} B = {6}. Def. Espaco de Evetos (A ). Es la clase de todos los evetos asocados a u epermeto aleatoro. Matemátcamete el espaco de evetos es u sgma álgebra (-algebra) o Campo de Borel cumple co las sguetes propedades. Propedades del espaco de evetos. ) A es decr sempre clue al vacío (eveto mposble); ) ) A A A c A es decr los complemetos está cludos; A A A A A es decr las uoes umerables está cludas. DAVID RUELAS RODRÍGUEZ -

16 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó De ) ) se fere que el propo espaco muestral esta cludo e el espaco de evetos A (eveto seguro) aplcado las Lees de De Morga co las propedades ) ) se puede coclur que també las terseccoes umerables está cludas e A. Por ejemplo s ua ura cotee bolas umeradas del al se cosdera el epermeto aleatoro e que se elge ua bola al azar se regstra su umero etoces = { } A clue: {} { } { } = {} { } {} { } A es el cojuto poteca de es decr el cojuto que clue a todos los posbles subcojutos de. De acuerdo co la cardaldad de los espacos muestrales se clasfca e dscretos o cotuos: Espaco muestral dscreto: fto o fto umerable; Espaco muestral cotuo: fto o umerable. Ejerccos E7 E8 E9... Efoques de la probabldad Cocepto de probabldad. La probabldad es ua medda umérca del grado de certdumbre o certdumbre respecto a la ocurreca de u eveto defdo detro de u espaco muestral. Este dsttos efoques para establecer esta medda: Probabldad Clásca. Probabldad Frecuetsta. Probabldad Subjetva. DAVID RUELAS RODRÍGUEZ -

17 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó... Probabldad Clásca Fgura.5 ENFOQUE CLÁSICO DE LA PROBABILIDAD Característcas No requere del desarrollo de gú epermeto aleatoro Se defe co base e el razoameto lógco ates de efectuar el epermeto Se utlza para calcular probabldades asocadas a espacos equprobables es decr aquellos e los que cada puto del espaco muestral tee la msma posbldad de ser observado Defcó de probabldad Bajo el efoque clásco la probabldad del eveto A se defe como: P(A) = Casos favorables Casos totales = #A # Observacó: Como A la cardaldad del eveto A es u etero postvo meor o gual a la cardaldad del espaco muestral: Dvdedo etre # > : Y por defcó de probabldad bajo el efoque clásco: # #A # puede ser cluso meddas por ejempo logtud e R área e R etc. #A # #A # P(A) # # Ejerccos E E.... Probabldad Frecuetsta Fgura.6 ENFOQUE FRECUENTISTA DE LA PROBABILIDAD Característcas Defcó de probabldad Bajo el efoque frecuetsta la probabldad es la frecueca relatva límte de u eveto S u epermeto se repte veces el eveto A ocurre (A) veces etoces la probabldad del eveto A bajo el efoque frecuetsta se defe como: Es adecuada para modelar feómeos e los que este regulardad estadístca es decr que los resultados tee la msma posbldad de ser observados al repetr sucesvamete u epermeto bajo las msmas codcoes El cálculo de probabldades bajo este efoque requere que el epermeto aleatoro pueda repetrse e codcoes smlares P(A) = lm (A) Observacó: (A) es la frecueca relatva de la -ésma repetcó (A) cueta el úmero de veces que ocurre A al realzar repetcoes etoces: Dvdedo etre tomado el límte cuado : Y por defcó de probabldad bajo el efoque frecuetsta: lm (A) lm (A) P(A) lm Ejercco E. DAVID RUELAS RODRÍGUEZ -

18 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó... Probabldad Subjetva. Fgura.7 ENFOQUE SUBJETIVO DE LA PROBABILIDAD Característcas de la probabldad bajo el efoque subjetvo La probabldad del eveto A se basa e el grado de credbldad sobre la ocurreca de dcho eveto de forma que P(A) Refleja el setmeto de ua persoa respecto a la cofaza sobre la veracdad de ua proposcó (subjetva) Se asga a evetos que ocurre ua sola vez (v.gr. éto e la perforacó de u pozo petrolero ssmos de gra tesdad huracaes) Se relacoa co la Estadístca Baesaa Por ejemplo: U geero geofísco cosdera que la probabldad de que durate el prómo año ocurra u ssmo de más de 8 grados Rchter es..4. Desarrollo aomátco de la probabldad..4.. Téccas de coteo cálculo de probabldades. La Combatora o Cálculo Combatoro es el cojuto de téccas matemátcas que permte cotar de maera efcete. Def. Muestreo: Es el procedmeto para elegr los elemetos de ua muestra a partr de ua poblacó. Ha dos tpos de muestreo: S reemplazo o s repetcó: Se elge el elemeto se observa sus característcas se aparta de la poblacó. Cada elemeto puede ser elegdo a lo más ua vez. Co reemplazo o co repetcó: Se elge el elemeto se observa sus característcas se corpora uevamete a la poblacó. Cada elemeto puede ser elegdo más de ua vez. DAVID RUELAS RODRÍGUEZ -

19 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó TÉCNICAS DE CONTEO Dagramas de árbol: Gráfco que muestra todos los posbles resultados e u epermeto aleatoro que faclta el coteo de los elemetos del espaco muestral de los evetos. Ejercco E. Regla de la Multplcacó (Coteo) S u epermeto puede descompoerse e r partes la -ésma parte se puede hacer de formas = r etoces el epermeto se puede realzar de r formas. Ejercco E4. Regla de la Suma (Coteo) E ocasoes es ecesaro descompoer el epermeto e partes que o puede ocurrr smultáeamete (m.e.); e este caso sus posbldades debe sumarse. Ejerccos E5 E6. Def. Factorales S Z + etoces! = ( )! dode! = Relacó de recurreca Codcó cal Como el factoral de depede del factoral de se dce que los factorales se defe a través de u relacó de recurreca o relacó recursva. Este tpo de relacoes requere de ua codcó cal (! = e el caso de los factorales). Observacó: = 4 4! = 4! = 4! = 4! = 4! como! = = 4 DAVID RUELAS RODRÍGUEZ -4

20 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Etoces alteratvamete los factorales se puede defr de la sguete maera: S Z + etoces! = ( )() Comúmete los factorales se puede obteer fáclmete e las calculadoras a través del botó!. ECEL. Factorales. La fucó =FACT() calcula! Ejerccos E7 E8. Def. Permutacoes (ordeacoes s repetcó) S r Z + r etoces P r P r! r! Las permutacoes de e r P( r) dca el úmero de arreglos ordeados de tamaño r que se pude formar a partr de objetos dsttos elegdos s remplazo (s que los objetos se pueda repetr e u msmo arreglo). Por ejemplo s se quere determar el úmero de formas posbles de elegr el cuadro de hoor (prmero segudo tercer lugares) e u saló de alumos ese úmero es: Cuadro de hoor: Posbldades: o o o () (9) (8) = 684 O be:!! 987! P ! 7! 7! Comúmete las permutacoes se puede obteer fáclmete e las calculadoras a través de la tecla Pr. ECEL. Permutacoes. La fucó =PERMUTACIONES( r) calcula P( r). Note cómo las permutacoes de e es smplemete! :!! P!!! Ejercco E9. DAVID RUELAS RODRÍGUEZ -5

21 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Def. Combacoes S r Z + r etoces C r C r r! r! r! Las combacoes de e r es el úmero de subcojutos (s orde s r repetcó) de tamaño r que se puede formar a partr de u cojuto de objetos dsttos. Por ejemplo s Aa (A) Beatrz (B) Carlos (C) Dael (D) tegra u equpo de su clase de Probabldad dos de ellos debe epoer los resultados de u trabajo de cuátas formas se puede elegr a los tegrates de la pareja que epodrá? Este problema se traduce e cotar cuátos subcojutos de tamaño se puede geerar 4 4! 4! a partr de u cojuto de tamaño 4. Este úmero es 6.! 4!! S el equpo de tamaño 4 es: {A B C D} Las 6 posbles parejas so: {A B} {A C} {A D} {B C} {B D} {C D} S e este ejemplo sólo uo de los tegrates del equpo debera epoer los resultados 4 4! 4! del trabajo es evdete que este sólo 4 posbldades: {A}! 4!! {B} {C} o {D}. Comúmete las combacoes se puede obteer fáclmete e las calculadoras a través de la tecla Cr. ECEL. Combacoes. La fucó =COMBINAT( r) calcula. r Proposcó ) ) DAVID RUELAS RODRÍGUEZ -6

22 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Observacó:!!!!!!!!!!! es decr sólo ha u subcojuto de tamaño (el vacío ). es decr sólo ha u subcojuto de tamaño (el uverso ). Dfereca etre las Combacoes las Permutacoes. Para lustrar la dfereca etre las combacoes la permutacoes supoga que ua ura cotee pelotas co las letras a m o cosdere el epermeto aleatoro e que etrae de la ura pelotas al azar s reemplazo. Las permutacoes las combacoes asocadas a este epermeto aleatoro se muestra a cotuacó. Fgura.8 a m o Etraccó de pelotas s reemplazo Permutacoes (co orde): ( a ( a ( m ( m ( o ( o m o a o a m ) ) ) ) ) )!!! P 6!!! permutacoes Combacoes (s orde): { a { a { m m o o } } }!!! combacoes!!!!! Note cómo s r etoces: r! r! r r!!! r! r! r P! r! r P r Es decr e geeral las permutacoes so maores a las combacoes la relacó etre ambos coceptos es la sguete: P r r! r P r Ejerccos E E. DAVID RUELAS RODRÍGUEZ -7

23 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó SUMAS Y PRODUCTOS Notacó: S represeta úmeros reales etoces: deota su suma; deota su producto. Los operadores se deoma sumatora productora respectvamete. Los valores por debajo por arrba de la sumatora determa el co el f de la suma se deoma ídce o cotador. sgfca que la suma se debe realzar sobre todos los posbles valores del ídce. Ejercco E. Solucó: a) ; b) 5; c) 79.8; d) 847.; e) 75.5; f) 9.65 Importate S so cojutos de úmeros reales e geeral se puede afrmar que: ) ) Propedades de la suma S so cojutos de úmeros reales c ua costate etoces: ) c c ) c c ) Ejerccos E E4. DAVID RUELAS RODRÍGUEZ -8

24 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó SUMAS ÚTILES EN PROBABILIDAD Sumas de aturales ) ) (Suma Gaussaa) (Suma de cuadrados) 6 Estas fórmulas se puede demostrar por duccó matemátca sobre que es el úmero de sumados de cada suma. La Suma Gaussaa recbe su ombre e hoor al matemátco alemá Kart Fredrch Gauss ( ). Seres Geométrcas ) ) k r r r s r (Sere geométrca) r k k s (Sere geométrca trucada) k La sere geométrca trucada se puede demostrar fáclmete multplcado por. La sere geométrca es la epasó de la Sere de Talor de la fucó f para evaluada e r co cetro e cero. Sere de Talor S f es ua fucó de clase C (es decr que tee ftas dervadas cotuas) a ua k k f costate etoces a a f es su Sere de Talor co cetro e a. k k! S a = la Sere de Talor se deoma Sere de Maclaur. Corolaro. Sere de Maclaur de e. (Sere de Talor de f() = e co a = ) e k k!!! k DAVID RUELAS RODRÍGUEZ -9

25 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó DAVID RUELAS RODRÍGUEZ - Note cómo !! e e Ejercco E5. Teorema Bomal o Bomo de Newto S R etoces para = k k k k La demostracó de este teorema se puede realzar medate argumetos combatoros. El Bomo de Newto permte calcular productos otables: Bomo al cuadrado ( = ). Cuadrado del prmero más el doble del prmero por el segudo más cuadrado del segudo. k k k k Bomo al cubo ( = ). Cubo del prmero más trplo del prmero al cuadrado por el segudo más trplo del prmero por el segudo al cuadrado más cubo del últmo. k k k k Ua forma fácl de calcular los coefcetes bomales que aparece e el Bomo de Newto es a través del Trágulo de Pascal como se muestra a cotuacó.

26 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó DAVID RUELAS RODRÍGUEZ - Fgura.9 = = = = = 4 = Trágulo de Pascal Coefcetes Bomales = Suma de Coefcetes Bomales = 4 = 8 = 6 = 4 = = = = = = 4 = Trágulo de Pascal Coefcetes Bomales = Suma de Coefcetes Bomales = 4 = 8 = 6 = 4 = Corolaro k k Demostracó. El Teorema Bomal k k k k se establece para todo R. Tomado e partcular = = se obtee k k k k por lo tato k k. Ejercco E6. El corolaro ateror permte demostrar el sguete teorema que establece que s el espaco muestral es fto tee elemetos etoces el espaco de evetos A tee elemetos. Teorema # = #A =

27 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó DAVID RUELAS RODRÍGUEZ - La geeralzacó del Coefcete Bomal se deoma Coefcete Multomal permte cotar el úmero de posbles dvsoes de objetos e r dsttos grupos de tamaños r. Def. Coefcete Multomal S r r etoces!!!! r r El Coefcete Multomal se defe de esta maera a que para dvdr los objetos e los r grupos dsttos se puede aplcar la regla de la multplcacó (de coteo) procededo de la sguete maera: Tomar el úmero de formas de elegr los elemetos del grupo a partr de los elemetos totales. Multplcar el resultado ateror por el úmero de formas de elegr a los elemetos del grupo a partr de los elemetos restates. Cotuar multplcado por factores de la forma hasta = r como se muestra a cotuacó. r r r!!!!!!!!!!!! r r r!!!!!!!!!! r r Ejercco E7. dode r

28 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó.4.. Aomas de Probabldad. Aomas de Probabldad (fucó de probabldad) P : A [ ] se deoma fucó de probabldad satsface los sguetes aomas: ) P(A) para todo A A ) P() = ) S A A es ua sucesó de evetos m.e. e A (A A j = para toda j) etoces P A PA El aoma ) se deoma adtvdad fta se puede demostrar que també es váldo para u úmero fto de evetos. Teorema. Adtvdad fta S A A A so evetos m.e. e A etoces P A PA Def. Espaco de Probabldad Es la trpleta ( A P) El espaco de probabldad es u cocepto stétco que asume la esteca de u espaco muestral u espaco de evetos A ua fucó de probabldad P. A partr de los aomas de probabldad es posble demostrar las sguetes propedades que satsface cualquer fucó de probabldad P. Estas propedades so de gra utldad e el cálculo de probabldades. Teorema. Propedades de la probabldad S ( A P) es u espaco de probabldad co A B evetos e A etoces: ) P(A c ) = P(A) ) P() = ) v) S B A etoces P(A B) = P(A) P(B) P(AB) = P(A) + P(B) P(AB) Ejercco E8. DAVID RUELAS RODRÍGUEZ -

29 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó La propedad ) es de gra utldad e el cálculo de probabldad pues e muchos casos es más fácl calcular la probabldad del eveto complemeto (v.gr. el problema del cumpleaños). E relacó a la propedad ) es mportate resaltar lo sguete: P(A) = o mplca A = Cotraejemplo: Cosdere el epermeto aleatoro e que se elge al azar u úmero real. E este caso = R de modo que # = #R es fto o umerable. Sea * R u úmero fjo A el eveto e que el úmero elegdo es * de modo que #A =. # Etoces bajo el efoque clásco de la probabldad P A A (costate etre # fto) s embargo A = {*}. E relacó a la propedad ) es de gra utldad el sguete corolaro que permte calcular la probabldad de la dfereca de dos evetos arbtraros. Corolaro P(A B) = P(A) P(AB) para todo A B evetos e A Demostracó. Observe cómo para todo A B evetos e A A B = A (AB) además AB A etoces cosderado la propedad ) del teorema ateror teemos que P(A B) = P(A (AB)) = P(A) P(AB). Por últmo e relacó a la propedad v) la fórmula para el cálculo de la probabldad de la uó de cojutos P(AB) = P(A) + P(B) P(AB) se puede geeralzar a través de la fórmula de clusó-elusó. Teorema. Fórmula de clusó-eclusó. S A A A so evetos e A etoces: P A P < j < j < k A PA Aj PA Aj Ak PA A A Iterseccoes baras Iterseccoes de tres evetos Iterseccó de todos los evetos La demostracó de este resultado se puede realzar: Por duccó sobre el úmero de evetos ; o Medate argumetos combatoros mostrado cómo cada lado de la gualdad clue los msmos putos del espaco muestral. DAVID RUELAS RODRÍGUEZ -4

30 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó E partcular cosderado la fórmula de clusó-eclusó para = se obtee la sguete epresó: P A A A PA PA PA PA A PA A PA A PA A A Este resultado se puede demostrar a partr de la propedad v) medate la asocatvdad de cojutos. Ejerccos E9 E E..5. Probabldad codcoal e depedeca.5.. Probabldad Codcoal Def. Probabldad Codcoal S A B A la probabldad codcoal de A dado B deotada por P(A B) se defe P por A B P A B s P(B) > ; o se defe s P(B) =. P B S P(B) > (o be P(B) ) la probabldad codcoal P(A B) cosdera que el eveto B a ocurró de modo que ahora P(B) represeta el % (como s se redefera el espaco muestral) el cálculo de la probabldad de A queda restrgdo a P(AB) como se muestra e la sguete fgura. Fgura. A B AB La ocurreca del eveto B puede afectar las crcustacas del feómeo aleatoro posblemete afectar la probabldad del eveto A. El eveto A se deoma eveto de terés al eveto B se le llama eveto codcoate. Def. Evetos Favorables Evetos Desfavorables ) S P(A B) > P(A) B es favorable a A. ) S P(A B) < P(A) B es desfavorable a A. DAVID RUELAS RODRÍGUEZ -5

31 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Es decr u eveto codcoate es favorable (o desfavorable) al eveto de terés s aumeta (o dsmue) su probabldad de ocurreca. S B o es favorable desfavorable a A etoces A B so evetos depedetes. Por su mportaca este últmo cocepto se estudará co detalle más adelate. A partr de las defcoes aterores se puede demostrar que s el eveto B es favorable al eveto A etoces també A es favorable a B. Y e forma aáloga s B es desfavorable a A etoces també A es desfavorable a B. Proposcó ) P(A B) > P(A) P(B A) > P(B) ) P(A B) < P(A) P(B A) < P(B) Ejerccos E E. Teorema. Aomas de Probabldad de la Probabldad Codcoal S ( A P) es u espaco de probabldad co P(B) > para B A etoces P( B) satsface los msmos aomas que P( ) es decr: ) P(A B) para todo A A ) P( B) = ) S A A es ua sucesó de evetos m.e. e A (A A j = para toda j) etoces P A B PA B Como la Probabldad Codcoal satsface los Aomas de Probabldad la Probabldad Codcoal posee las msmas propedades que la Probabldad No Codcoal o Probabldad Icodcoal. Proposcó. Propedades de la Probabldad Codcoal S ( A P) es u espaco de probabldad co A B C evetos e A P(C) > etoces: ) P(A c C) = P(A C) ) P( C) = ) P(AB C) = P(A C) + P(B C) P(AB C) DAVID RUELAS RODRÍGUEZ -6

32 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó PROBABILIDAD CONJUNTA Y PROBABILIDAD MARGINAL Def. Dstrbucó de frecuecas absolutas. Es ua tabla que resume los coteos de la ocurreca de uo o varos evetos. Co base e el efoque frecuetsta de la Probabldad es posble calcular probabldades a partr de la dstrbucó de frecuecas absolutas dvdedo etre el úmero total de observacoes. A estas frecuecas relatvas també se les deoma probabldades empírcas. Al cosderar dstrbucoes de frecuecas relatvas (probabldades empírcas) que volucra más de u eveto se deoma Probabldades cojutas a las probabldades de las terseccoes; Probabldades margales (ubcadas e los márgees) a las probabldades que volucra sólo a u eveto lbre de los demás evetos. Ejercco E4. REGLA DE LA MULTIPLICACIÓN Proposcó. Regla de la Multplcacó (Probabldad) S P(B) > P(AB) = P(B) P(A B) La Regla de la Multplcacó es útl para calcular probabldades de terseccoes. P A B Demostracó. Por defcó de probabldad codcoal PA B a que PB P(B) >. Etoces despejado P(AB) se obtee que P(AB) = P(B) P(A B). La Regla de la Multplcacó se puede geeralzar a evetos como se muestra e el sguete Teorema. Teorema. Regla de la Multplcacó (caso geeralzado) S A A A A A A P P para j = etoces: A j A A A PA PA A PA A A PA A A A DAVID RUELAS RODRÍGUEZ -7

33 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Dagramas de árbol co probabldades Regla de la Multplcacó. E ocasoes es útl para el cálculo de probabldades cosderar dagramas de árbol agregado probabldades e cada ua de sus ramas: Las probabldades de las prmeras ramas so probabldades codcoales. Las probabldades de la ramas teras so codcoales a que cosdera lo ocurrdo prevamete. El caso geeralzado de la Regla de la Multplcacó muestra cómo para calcular la probabldad de toda ua rama de u dagrama de árbol (probabldad de ua terseccó) basta multplcar todas las probabldades volucradas e esa rama. Ejerccos E5 E Idepedeca estadístca Def. Evetos Idepedetes (d.) Sea A B A. Se dce que A B so evetos depedetes s cualquera de las sguetes codcoes se cumple: ) P(A B) = P(A) s P(B) > ) P(B A) = P(B) s P(A) > ) P(AB) = P(A) P(B) De acuerdo co la defcó ateror A B so evetos depedetes s la ocurreca de uo o flue e la probabldad del otro. Esto es evdete e las codcoes ) ). La codcó ) es equvalete a las dos aterores. A cotuacó se demuestra cómo ) mplca ). Demostracó. De la Regla de la Multplcacó sabemos que P(AB) = P(B) P(A B) pero como A B so depedetes P(A B) = P(A) etoces P(AB) = P(A) P(B). Itutvamete es posble hacer hpótess acerca de la depedeca de evetos s embargo para demostrar la depedeca de evetos es ecesaro verfcar que se cumpla cualquera de las codcoes de la defcó. Frecuetemete la depedeca se verfca medate la defcó ) pues establece que la probabldad de la terseccó es gual al producto de las probabldades o que la probabldad cojuta es gual al producto de las probabldades margales. Se dce que A B so evetos depedetes s o so depedetes. Ejerccos E7 E8. DAVID RUELAS RODRÍGUEZ -8

34 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Importate. Evetos depedetes evetos mutuamete ecluetes so coceptos mu dsttos; s embargo se puede relacoar a través de la sguete proposcó. Proposcó S A B so evetos mutuamete ecluetes tales que P(A) > P(B) > etoces o puede ser depedetes. Note cómo el smple hecho de saber que A B so m.e. hace que sepamos que s ocurre B etoces o puede ocurrr A vceversa; etoces A B o so depedetes. Ejercco E9. Teorema S A B so evetos depedetes etoces també lo so: ) A B c ) ) A c B A c B c Def. Evetos Completamete Idepedetes Se dce que A A A A. so evetos completamete depedetes sí sólo sí: P P A Aj PA PA j A A A PA PA PA P para toda j (depedeca dos a dos) para toda j k j k (d. tres a tres) A j k P A j k Importate. Idepedeca dos a dos o mplca depedeca completa. Ejerccos E4 E4. DAVID RUELAS RODRÍGUEZ -9

35 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó.5.. Regla de Probabldades Totales Teorema de Baes Def. Partcó Se dce que B B B forma ua partcó de s: ) B B j = para toda j (evetos m.e.); ) B (evetos ehaustvos) Gráfcamete ua partcó se puede represetar medate Dagramas de Ve como se muestra a cotuacó. Fgura. Para = 4 Para geeral Para = B = B B = B c B B B B B B B c B B 4 B Proposcó B B c forma ua partcó de Proposcó. (ver Fgura.) S B B B A forma ua partcó de A es u eveto merso e la partcó etoces B A B A B A so evetos m.e. DAVID RUELAS RODRÍGUEZ -

36 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Teorema. Regla de Probabldades Totales (RPT) S B B B A forma ua partcó de P(B ) > = ; etoces para A A PA PA B PB Fgura. RPT para geeral RPT para B B c B B B B B B c A A AB AB c La RPT permte calcular la probabldad de u eveto A merso e ua partcó B B B codcoado sobre cada elemeto de la partcó. Corolaro. RPT para B B c. P c c A PA BPB PA B PB Demostracó. Como B B c forma ua partcó de A = (AB) (AB c ) dode AB AB c so m.e. etoces por adtvdad fta P(A) = P(AB) + P(AB c ). Falmete aplcado la Regla de la Multplcacó para la calcular probabldad de la c c P A P A B P B P A B P B. terseccó e cada sumado se obtee La demostracó de la RPT para el caso geeralzado se puede realzar sguedo este msmo razoameto. Al cosderar dagramas de árbol co probabldades e sus ramas la RPT es el fudameto probablístco que permte calcular la probabldad de u eveto de terés sumado los productos de las probabldades de las ramas que coduce a la ocurreca del eveto. Ejerccos E4 E4. DAVID RUELAS RODRÍGUEZ -

37 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Teorema de Baes (TB) S B B B A forma ua partcó de P(B ) > = ; etoces para P A A co P(A) > A B j PB j P B j A para j =. P A B P B Fgura. TB para j = TB para B B c B B B B B B c A A A dfereca de la RPT el Teorema de Baes permte calcular la probabldad codcoal de uo de los evetos de la partcó codcoado e el eveto merso e la partcó. Note cómo e el Teorema de Baes: El deomador es la RPT; El umerador sempre aparece como u sumado del deomador. Corolaro. Teorema de Baes para B B c. PB P A B PB A s P(A) > P c c A BPB PA B PB P B A Demostracó. Por defcó de probabldad codcoal PB A para PA P(A) >. Aplcado comutatvdad Regla de la Multplcacó e el umerador se obtee P(BA) = P(AB) = P(A B) P(B). Por su parte como B B c forma ua c c partcó de e el deomador se obtee PA PA BPB PA B PB al aplcar la RPT. Falmete susttuedo umerador deomador se obtee el P resultado deseado es decr A BPB P B A. c c P A B P B P A B P B Ejerccos E44 E45 E46. DAVID RUELAS RODRÍGUEZ -

38 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó. Varables Aleatoras.. Defcó propedades de varables aleatoras dscretas absolutamete cotuas. Def. Varable Aleatora (v.a.) Se dce que es ua varable aleatora s : R es decr ua fucó cuo domo es el espaco muestral su cotradomo la recta real. Fgura. 5 4 R + La mage o rago de la fucó se deoma soporte de la varable aleatora. Ejercco E47. Clasfcacó de las varables aleatoras. Co base e su soporte las varables aleatoras se clasfca e dscretas cotuas. Varables aleatoras dscretas. Se asoca a u espaco muestral dscreto su soporte es fto o fto umerable provee de u proceso de coteo. Varables aleatoras cotuas. Se asoca a u espaco muestral cotuo su soporte es fto o umerable provee de u proceso de medcó. So ejemplos de varables aleatoras dscretas: el úmero de étos al realzar varas repetcoes de u epermeto el úmero de autobuses que llega a ua cetral el úmero de llamadas telefócas que recbe ua operadora etc. So ejemplos de varables aleatoras cotuas: la dstaca dara que recorre u coche elegdo al azar la temperatura promedo de u día el volume de lluva que cae durate ua tormeta la duracó de ua llamada telefóca el moto que debe pagar daramete ua aseguradora a sus asegurados etc. Ejercco E48. DAVID RUELAS RODRÍGUEZ -

39 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó.. Fucoes de masa desdad dstrbucó de probabldad.... Fucó de masa de probabldad (f.m.p.) Def. Fucó de masa de probabldad (f.m.p.) S es varable aleatora dscreta co soporte { } se dce que la fucó f () f : R [ ] es la fucó de masa de probabldad de s: P s ) f ; e otro caso ( e. o. c.) ) f Por ejemplo s se laza volados co ua moeda hoesta es el úmero de águlas etoces { } el espaco muestral asocado a este epermeto aleatoro se muestra e la fgura.. Fgura. Volado Volado P() = () A S A (A A) S (A S) A (S A) S (S S) f f f 4 P P S S 4 4 P P A S S A 4 P P A A Cosecuetemete la fucó de masa de probabldad de la varable aleatora es 4 s f s e. o. c. su gráfca se muestra a cotuacó. Fgura. f () 4 - DAVID RUELAS RODRÍGUEZ -

40 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Al cojuto de probabldades asocadas a la varable aleatora se le llama dstrbucó de probabldades o dstrbucó de la varable aleatora. Ua forma comú de represetar la dstrbucó de probabldades de ua varable aleatora dscreta es a través de la represetacó tabular de su f.m.p. es decr ua tabla que muestra las parejas ( f ()) para cada valor del soporte de la varable aleatora. Note cómo la represetacó tabular omte el cero e otro caso. Importate. Para el caso dscreto el cotradomo de la f.m.p. es [ ] a que f () es ua probabldad. Proposcó. Cálculo de probabldades vía f.m.p. S es varable aleatora dscreta A R etoces P A f A Corolaro. E partcular: S es varable aleatora dscreta a b f P : a b Ejercco E49. Def. Fucó Idcadora La fucó dcadora del cojuto A se defe por I A s s A A s 9 Por ejemplo s A es el cojuto de los dígtos etoces I A e. o. c. de modo que I A (5) = pero I A () = I A (.5) = I A ( ) =. Ua otacó alteratva de las fucoes dcadoras es ( A) = I A (). Las fucoes dcadoras auda a smplfcar la otacó de las fucoes utlzadas e Probabldad a que los dsttos casos coverte e sumados el cero e otro caso queda mplícto. Por ejemplo cosderado uevamete el lazameto de volados co ua moeda hoesta s es el úmero de águlas obtedas etoces: 4 s f s se epresaría como f I I. 4 e. o. c. DAVID RUELAS RODRÍGUEZ -

41 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Propedades de la Fucó Idcadora ) I A I c A ) I A A A I I I A A A ) I ma A A A I I I A A A v) I I (dempoteca) A A Ejerccos E5 E5 E5. Def. Modelos Paramétrcos U modelo paramétrco es ua fucó de masa de probabldad que volucra costates llamadas parámetros cuos valores determa por completo el comportameto probablístco de u feómeo aleatoro (dstrbucó de probabldad). Al cojuto de valores posbles de los parámetros se le deoma espaco paramétrco. Por ejemplo u modelo paramétrco utlzado frecuetemete e Probabldad es la Dstrbucó Geométrca. Se dce que tee ua Dstrbucó Geométrca s ~ Ge(p) f p p I < p < Parámetro Espaco paramétrco Aplcacoes. S u epermeto aleatoro () puede ser éto co probabldad p o fracaso co probabldad p () el resultado de cada epermeto es depedete de los demás; () es el úmero de epermetos ecesaros hasta obteer el prmer éto etoces tee ua Dstrbucó Geométrca co parámetro p. Este modelo paramétrco puede ser utlzado para modelar el úmero de lazametos de u dado ecesaros hasta obteer u 6 (e este caso p 6 ) el úmero de hjos que tedrá ua pareja que decde teer hjos hasta teer ua ña (e este caso el parámetro p es la probabldad de teer ua ña e certa poblacó) etc. Ejercco E5. DAVID RUELAS RODRÍGUEZ -4

42 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó... Fucó de desdad de probabldad (f.d.p.) Def. Fucó de desdad de probabldad (f.d.p.) S es varable aleatora cotua se dce que la fucó f () f : R [ ) es la fucó de desdad de probabldad de s: ) f para toda R; f ) d Fgura.4 z.6 f () f Y ().4. Área = Área = La prcpal dfereca etre las varables aleatoras dscretas cotuas es que e el caso dscreto se cosdera sumas de masas de probabldad e el caso cotuo se cosdera áreas bajo la curva a que el soporte de las varables aleatoras cotuas es deso (propedad de los úmeros reales). E la fgura.4 se observa cómo el área bajo la curva de cada f.d.p. es gual a (correspodete al % del espaco muestral). Importate. Para el caso cotuo el cotradomo de la f.d.p. es [ ) ( o [ ] como e el caso dscreto) a que f () o es ua probabldad (de hecho squera es relevate). Por ejemplo e el caso de la f.d.p. de la varable aleatora Y de la fgura.4 f Y () > para < <.5. E el caso cotuo lo relevate para el cálculo de probabldades o es el valor que toma la f.d.p. so el área bajo la curva. Proposcó. Cálculo de probabldades vía f.d.p. S es varable aleatora cotua A R etoces P A f A d DAVID RUELAS RODRÍGUEZ -5

43 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Corolaro. E partcular: b S es varable aleatora cotua P a b f a d Fgura.5 f () Área = P [a b]. - a b 4 5 Proposcó S es varable aleatora cotua etoces: ) P a P a P a ) Demostracó. Para el caso ) s es varable aleatora cotua co f.d.p. f () h > a h P a a h f d de modo que para h sufcetemete pequeña etoces a a h h a se obtee que P a lm Pa a h lm f d f d h a a. Para el caso ) cómo es varable aleatora cotua { a} = { < a} { = a} e dode { < a} { = a} so evetos m.e. etoces cosderado el resultado demostrado e P a P a P a P a P a. el caso ) se tee que Proposcó. Geeralzacó del caso ) de la proposcó ateror. S es varable aleatora cotua etoces para a b: P a b P a b P a b P a b Ejerccos E54 E55 E56. DAVID RUELAS RODRÍGUEZ -6

44 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó... Fucó de dstrbucó acumulada (f.d.a.) Def. Fucó de dstrbucó acumulada (f.d.a.) Se dce que la fucó F () F : R [ ] es la fucó de dstrbucó acumulada de P para toda R. F la varable aleatora s La f.d.a. tee la msma defcó para varables aleatoras dscretas o cotuas. La fgura.6 cotrasta la relacó que ha etre la f.m.p. su correspodete f.d.a. (caso dscreto) la relacó que ha etre la f.d.p. su correspodete f.d.a. (caso cotuo). Fgura.6 Caso dscreto w Caso cotuo w.6 f Y () f Z (z) Área = z w.9 F Y () w F Z (z) F Z () = P[Z ] = z Proposcó ) S W es varable aleatora dscreta co soporte {w w } etoces F w P W w f ( w ) para toda w R (fucó escaloada) W w : w w ) S Z es varable aleatora cotua etoces Z z z PZ z f t Z W F dt para toda z R (fucó cotua) DAVID RUELAS RODRÍGUEZ -7

45 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Note cómo el cálculo de la f.d.a. e el caso cotuo requere u cambo de otacó e la varable del tegrado para evtar ambgüedad. Este cambo es váldo a que e cualquer tegral defda la varable del tegrado es ua varable muda. Caracterzacó de la f.d.a. Se dce que la fucó F () F : R [ ] es la fucó de dstrbucó acumulada de la varable aleatora s sólo s: ) lm lm ; F F ) F () es o decrecete es decr a < b F a F b; ) F () es cotua por la derecha es decr F h F lm para h >. h E la fgura.6 se puede aprecar cómo tato F Y () (caso dscreto) como F Z (z) (caso cotuo) satsface las codcoes que caracterza a cualquer f.d.a. Notacó. Por practcdad se cosderará las sguetes smplfcacoes e la otacó que volucre límtes: lm F F. Límtes al fto: Límtes por la derecha: F a h lm F F a h a Límtes por la zquerda: F a h lm F F a lm para h >. lm para h >. h Ejerccos E57 E58 E59. Proposcó ) S W es varable aleatora dscreta co a < b Pa W b F b F a ) S Z es varable aleatora cotua co a < b Pa Z b F b F a a W Z Z W Costruccó de la f.m.p. (caso dscreto) de la f.d.p. (caso cotuo) vía f.d.a. ) S W es varable aleatora dscreta etoces f w F w F w ) S Z es varable aleatora cotua etoces f z F z Ejerccos E6 E6. W Z W d dz Z W DAVID RUELAS RODRÍGUEZ -8

46 APUNTES PARA EL CURSO DE PROBABILIDAD. AGOSTO DICIEMBRE Seccó Def. Fucó de Supervveca Se dce que la fucó S () S : [ ) [ ] es la fucó de supervveca de la P para. varable aleatora s S Las fucoes de supervveca so útles para modelar el tempo futuro de vda. Por ejemplo el tempo a la muerte de alguas especes (v.gr. seres humaos amales bacteras vrus alguas otras especes bológcas) o la vda útl de alguos objetos (v.gr. maquara moblaro equpo de cómputo artículos electrodoméstcos). A la rama de la Estadístca ecargada del estudo de esta clase de feómeos se le cooce como Aálss de Supervveca. Proposcó S F para Demostracó. Por defcó s : S P P F Ejercco E6.... Característcas umércas de las varables aleatoras... Esperaza varaza mometos de varables aleatoras Def. Esperaza S es varable aleatora etoces su esperaza o meda es: ) E f s es dscreta. ) f E d s es cotua. La esperaza també coocda como esperaza matemátca o meda es el promedo poderado de los valores que toma poderados por sus respectvas probabldades. E el caso cotuo este promedo poderado llevado al límte se coverte e ua tegral. DAVID RUELAS RODRÍGUEZ -9

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

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

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

Más detalles

Intensificación en Estadística

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

Más detalles

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

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

Más detalles

6. 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

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

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

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

Más detalles

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

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

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

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

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

Más detalles

Estadística Contenidos NM 4

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

Más detalles

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

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

Más detalles

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

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

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

Más detalles

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

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

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

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

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

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

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

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

Más detalles

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

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

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

Más detalles

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

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

Más detalles

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

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

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

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

Más detalles

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

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

1.- DISTRIBUCIÓN BIDIMENSIONAL

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

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

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

Más detalles

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

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

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

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

FUNCIONES ALEATORIAS

FUNCIONES ALEATORIAS Uversdad de Medoza Ig. Jesús Rubé Azor Motoya FUNCIONES ALEATORIAS Ua varable aleatora se defe como ua fucó que represeta gráfcamete el resultado de u expermeto a los úmeros reales, esto es, X(), dode

Más detalles

GENERACION DE VARIABLES ALEATORIAS

GENERACION DE VARIABLES ALEATORIAS GENERACION DE VARIABLES ALEATORIAS Hay ua varedad de métodos para geerar varables aleatoras. Cada método se aplca solo a u subcojuto de dstrbucoes y para ua dstrbucó e partcular u método puede ser más

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

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

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

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

MEDIDAS DE CENTRALIZACIÓN

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA Epermeto aleatoro.- Se llama epermeto aleatoro a todo feómeo cuyos resultados o se puede predecr de atemao, au cuado cada prueba se repta bajo las msmas codcoes. Ejemplos de

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

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

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

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

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

Más detalles

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

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

Más detalles

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

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

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

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

PARTE 1 - PROBABILIDAD

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

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

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

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

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

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

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

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

Más detalles

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

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

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

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

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

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

Más detalles

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

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

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

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

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

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

2.5. Área de una superficie.

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

Más detalles

1. 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

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

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com 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! Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO

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

SUCESOS Y PROBABILIDAD

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

Más detalles

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

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

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

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

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

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

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

Más detalles

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

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

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

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

( ) = 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

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

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

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

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

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

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

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

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

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

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