6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

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

Download "6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados."

Transcripción

1 Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral del íte obteeos : B ( ) N N ( ) Y teedo ecueta la correcó or ( 9 ) [ 9 N( ) ] e de la robabldad : cotudadresulta : ( ) ( ) ( ) [ ( ) ] 994 [ 834] olucó s u trabajador e cc tee ua ccdete Ber dode ( de que u trabajador tega u accdete) Y Núero de trabajadores que tee u accdete laboral ortal e u erodo deterado de etre trabajadores

2 Ejerccos resueltos Estadístca ara geeros Y Y ( ) Alcaos Teorea cetral del l te : ( ) N( ) ( 3) ( N( ) 3 ) Y B B olucó ( 6) ( 6) R R R3 3 " Ressteca de R " N " Ressteca de R" N " Ressteca de R3" N ( ) ( 3 3) ( ) a) Ressteca equvalete 3 E() 3 7 var () var ( ) 7 b) Coo es sua de varables aleatoras orales deedetes tabé sgue ua dstrbucó oral co eda y desvacó tíca calculadas e el aartado ateror a robabldad de que u aarato fucoes vee dada or a sguete eresó: ( 74 < < 76) < < ( < 43) El % de los aaratos o fucoa correctaete 7

3 Estadístca ara geeros Ejerccos resueltos TEMA 7- DITRIBUCIONE MUETRAE 79 olucó Duracó de vda (e horas) de tubos fluorescetes Y Duracó de vda (e horas) de tubos fluorescetes co otro étodo de fabrcacó N Y N ( ) ( ) Obteeos ua uestra de taaño de la rera oblacó y otra uestra de taaño 3 de la seguda oblacó a robabldad edda es: ( 9 < Y < ) Y N N 3 W Y N 4 ( 9 < W < ) ( W < ) ( W < 9) F F ( < W < ) ( 9 < W < 9) ( ) Fw ( ) Fw ( 9) Fw ( 9) ( 7) F ( ) F ( 7) F ( 4) w z z z 4 3 z N ( 73 3) ( Y < ) ( W < ) ( < W < ) F F ( 48) z z 3

4 Ejerccos resueltos Estadístca ara geeros 4 74 olucó Dáetros de agujeros de ua tarjeta erforadora N Calcular tal que: < < < de dode resulta : tablas e las valor el buscado F N N Es ecesaro edr al eos dáetros ara que el valor de la robabldad esecfcada sea ayor 8/9

5 Estadístca ara geeros Ejerccos resueltos TEMA 8- ETIMACIÓN UNTUA Y CONFIDENCIA 8 olucó a) E * ( ) E E( ) No es u estador sesgado de y su sesgo es: ( ) E * b) l E l var c) * * ( ) l l l l * ( ) var ser gual a l ( ) ( ) * es a s dótcaete cetrado de var ara que ( ) * etoces es cosstete de fuera efcete o es efceteya quesuoedo oraldad la var( * * ( ) y debería 84 olucó ara todos los aartados: artos de ua uestra aleatora sle de ua oblacó

6 Ejerccos resueltos Estadístca ara geeros 6 a) ˆ d d l a cero : e gualaos resecto de Dervaos A l l l log arto a la e resó : Alcaos A!! e! e f o b) ˆ resulta : y desejaos d d l a cero : e gualaos resecto de Dervaos l l A l l log arto a la e resó : Alcaos A f B MV MV

7 Estadístca ara geeros Ejerccos resueltos 7 MV MV ˆ ˆ d d l l l log arto : alcaos e e f coocda N c ) 3 π π π π π d) < < < < MV l ˆ l d d l l l l l l f f 8 olucó Núero de ulsacoes or utos 9 N

8 Ejerccos resueltos Estadístca ara geeros De dcha oblacó se etrae ua uestra aleatora de taaño resultado 64 U tervalo de cofaza ara coocda la varaza a vel de sgfcacó α vee dado or: IC α ( ) α e uestro caso α 9 96 IC 9 9 ( ) [ ] 8 olucó N ( ) a 3 3 IC α ( ) t α c c 9 ( > t ) t c α que buscado e las tablas resulta : t 9 6 IC 9 ( ) 3 6 [ ] 8

9 Estadístca ara geeros Ejerccos resueltos 8 olucó Itervalos Total Meda uestral: 3 3 Varaza uestral: ( 3) 3 IC α ( ) t α c ara α 9 t c de dode C C 4 7 IC ( ) [ ] 9

10 Ejerccos resueltos Estadístca ara geeros 83 olucó artos de dos uestras aleatoras de taaño y 8 rocedetes de dos oblacoes orales co la sa varaza de las cuales se cooce las edas y la desvacoes tíca uestrales que so resectvaete: 76 y 84 6 Nos de calcular u tervalo de cofaza ara la dfereca de las utuacoes edas que vee dado or la sguetes eresó: IC t α 4 ( ) ( y ) ( ) ( ) 683 ( t 4 > 6839) ( t > 679) IC ( ) ( 76 84) [ 96 4] c valor t α c que se obtee t erolado co los valores : 84 olucó IC 9 ( ) IC 99 dode ( ) 96 y 76

11 Estadístca ara geeros Ejerccos resueltos los tervalos so guales y hay que auetar el grado de cofaza hay que ultlcar el taaño uestral or 7 la razó de esto es que a ayor taaño uestral el error de uestreo es eor auetado el grado de cofaza 8 olucó Deada de u roducto A Y Deada de u roducto B N Y N ( ) ( ) De cada oblacó se etrae ua uestra de taaño obteédose: y U tervalo de cofaza del 9% ara la dfereca de eda coocdas las varazas vee dado or la eresó sguete: ( ) ( y ) ( ) I C 9 [ ] olucó 8 roorcó uestral 6

12 Ejerccos resueltos Estadístca ara geeros roorcó oblacoal IC 9 ( ) Estaos la var aza oblacoal ˆ ( ) or su corresodetes valor uestral : IC ( ) 6 96 [ 6 63] 87 olucó Rugosdad de la suerfce eserlada or el rocedeto Y Rugosdad de la suerfce eserlada or el rocedeto e Y está dstrbudas oralete e etrae dos uestra de cada oblacó de taaño y resectvaete obteédose coo casdesvacoes tícas: c c 4 7 IC 9 a F α c c F a c c 4 b 6 b F α F de dode b buscaos el valor F b IC [ ]

13 Estadístca ara geeros Ejerccos resueltos TEMA 9- CONTRATE DE IÓTEI 9 olucó Ressteca a la rotura de certos cables fabrcados co u roceso uevo N( 3 4) De dcha oblacó obteeos ua uestra de taaño 64 co 3 e desea cotrastar co vel de sgfcacó : : 3 : > 3 El estadístco a utlzar es: a regó crítca es: e α ( ) α α e uestro caso α Coo 64 e etoces rechazo or tato cosdero que el uevo roceso roorcoa cables ás resstetes que el atguo 93 olucó Caacdad retetva de los hobres Y Caacdad retetva de las ujeres

14 Ejerccos resueltos Estadístca ara geeros artos de dos uestras aleatoras de taaño 38 y 4 co utuacoes edas : 6 4 y 76 6 A vel de sgfcacó se de cotrastar el sguetes cotraste de hótess: : : uoeos oraldad de abas oblacoes sedo el estadístco: e y ( ) y RC : e α o e α etoces o Rechazo ya que 4 > 96 y 4 < 96 El test otorga gual caacdad retetva a abos seos 94 olucó roorcó oblacoal 6 roorcó uestral / El cotraste a realzar es: : 6 : > 6 a vel de sgfcacó 4

15 Estadístca ara geeros Ejerccos resueltos El estadístco es: e RC : Q 6 4 e α E uestro caso 969 > 64 etoces rechazo la hótess ula es decr el uevo roducto es ás efectvo 9 olucó Defos dos varables aleatoras: s el clete se ha suscrto al fodo e cc A Y j s el clete e cc j se ha suscrto al fodo b as roorcóes uestrales so : 64 3 j y j 833 El cotraste es : : : > a vel de sgfcacó El estadístco a utlzar es:

16 Ejerccos resueltos Estadístca ara geeros e Q ( ) Q Q Q Coo las roorcoes oblacoales so descoocdas ara el cálculo de la varaza se utlza la varaza uestral e RC : q e q α coo 9> 33 Rechazo Coclusó: ay refereca sgfcatvas or el fodo A resecto al fodo B 96 olucó ogtud de torllos e N ( 7 ) e etrae ua uestra aleatora de taaño 36 obteédose coo eda uestral 69 A vel de sgfcacó se desea cotrastar: : 7 : < 7 El estadístco es: e RC : e α 64 6

17 Estadístca ara geeros Ejerccos resueltos Coo 4 < 64 rechazo la hótess ula es decr el roceso roductvo se ha degradado 98 olucó Duracó de vda ( e eses) de u oblacó de baterías de autoóvl N ( 8) e obtee ua uestra de taaño 6 resultado ua desvacó tíca uestral 8 A vel de sgfcacó se cotrasta: a) : 8 : > 8 El estadístco a utlzar es: ( ) c χ RC : χ e χ α c 6 ( 8) 77 χ e 77 ( 8) 8 6 χ Coo 86 > 4998 o rechazo la hótess ula o uede afrarse que > 8 b) artos de dos uestras aleatoras de taaño 6 y co varazas uestrales resectvaete: ( 8) 7 7

18 Ejerccos resueltos Estadístca ara geeros A vel de sgfcacó se desea cotrastar: : : El estadístco es: c c F bajo c c F RC : F e F α o F e F α c 77 c F e F F Coo > 3 y < 3769 etoces o rechazo la hótess ula es decr la varaza es la sa ara las baterías roducdas or abos fabrcates 99 olucó Tasa de cobustó ( ) N 4 Dada ua uestra aleatora de taaño co: 4 c 7 e desea cotrastar co u grado de cofaza del 9%: : 4 Utlzado el tervalo de cofaza ara la eda co varaza descoocda ha de verfcarse que IC ( ) 4 9 ara acetar 8

19 Estadístca ara geeros Ejerccos resueltos IC t 9 4 r c ( ) t 4 79 [ ] 79 coo 4 IC α etoces rechazo 9 7 9

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

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

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

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

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

Más detalles

TEMA 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

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

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

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 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

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

Contraste de Hipótesis

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

Más detalles

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

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

( ) = 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

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

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

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

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

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

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

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

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

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

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

(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

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

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

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 EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

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

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA UNP-Facultad de Igeiería Carreras: Ig. Electróica y Electricista CAPÍTUO 6 ESTIMACIÓN DE VARIANZAS PROPORCIONES POBACIONAES MEDIANTE INTERVAOS DE CONFIANZA 6.1 Itervalo de cofiaza ara la variaza de ua

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

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

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

5. Estimación puntual. Curso Estadística

5. Estimación puntual. Curso Estadística 5. stmacó utual Cuso - stadístca Poblacó % DFCTUOSA Pobabldad Coocdo cuato vale? Muesta Nº Defectuosa Coocdo cuato vale? Ifeeca stmacó utual N Paámetos? MUSTRA... Datos Coocdos? stmacó utual 3 sesoes de

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

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

TEMA UNIDAD III: INFERENCIA ESTADÍSTICA INTRODUCCIÓN PRUEBAS NO PARAMÉTRICAS VERSUS PRUEBAS PARAMÉTRICAS

TEMA UNIDAD III: INFERENCIA ESTADÍSTICA INTRODUCCIÓN PRUEBAS NO PARAMÉTRICAS VERSUS PRUEBAS PARAMÉTRICAS UNIDAD III: INFERENCIA ESTADÍSTICA PRUEBA DE IPÓTESIS JI CUADRADO TEMA.. INTRODUCCIÓN.. PRUEBAS PARAMÉTRICAS VERSUS PRUEBAS NO PARAMÉTRICAS.3. EXPERIMENTOS MULTINOMIALES.4. DISTRIBUCIÓN DE PROBABILIDAD

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

-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

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

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

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

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

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

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568.

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568. Hoja de Probleas º Algebra. Hallar u úero cuadrado perfecto de cico cifras sabiedo que el producto de esas cico cifras es 568. Solució: Sea x 0 4 x 0 3 x 3 0 x 4 0 x 5 el úero que buscaos y sea a 0 b 0

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

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs.

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs. Boletí Técco Septebre No. Tabla esultados cálculos Núero edcoes Valor áxo Valor ío ago Proedo Desvacó Ídce capacdad l proceso Ídce capacdad l proceso Ídce capacdad aqua Ídce capacdad aqua Fraccó fectva

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

UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones Docente: Adrián E.

UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones Docente: Adrián E. Cátedra de Istruetos y Medcoes Docete: Adrá E. Roco Medcó y Error.. Defcoes: Istrueto: Dspostvo para deterar el valor o agtud de ua catdad o varable. Eacttud: Aproacó co la cual la lectura de u strueto

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

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

Regresión con variable dependiente binaria (SW Capítulo 9)

Regresión con variable dependiente binaria (SW Capítulo 9) Regresó co varable deedete bara (SW Caítulo 9) Hasta ahora hemos cosderado que la varable deedete (Y) es cotua: utuacoes e los tests e las escuelas tasa de mortaldad e accdetes de tráfco Pero odemos estar

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

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

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

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

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

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

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

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

11. Optimización no lineal con restricciones

11. Optimización no lineal con restricciones . Optzacó o leal co restrccoes. Optzacó o leal co restrccoes Prcpos y teoreas para la búsqueda de óptos lobales Modelos co restrccoes de ualdad Codcoes de uh-tucker Alortos uércos báscos Prcpos y teoreas

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

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

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio Método de sevaraza y varaza para la seleccó de u portaolo ópto Sevarace ad varace ethod or selectg a optal portolo Lzbeth María de Jesús Urbe, Mguel Ágel Martíez Daá, Gustavo aírez Valverde ESUMEN E los

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

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

TÉCNICAS MATEMÁTICAS DE MODELADO DEL COMPORTAMIENTO DE SISTEMAS INFORMÁTICOS

TÉCNICAS MATEMÁTICAS DE MODELADO DEL COMPORTAMIENTO DE SISTEMAS INFORMÁTICOS TÉCICAS ATEÁTICAS DE ODELADO DEL COPORTAIETO DE SISTEAS IFORÁTICOS or Rao Pugaer Agoto de 4 TABLA DE COTEIDOS. ITRODUCCIÓ..... PRESETACIÓ GEERAL..... CLASIFICACIÓ DE LOS PROCESOS ESTOCÁSTICOS...... Proceo

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

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada

Más detalles

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-

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

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

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

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Iereca estadístca - stacó ptal a estadístca provee téccas qe perte obteer coclsoes geerales a partr de cojto ltado pero represetatvo de datos. Cado eros o teeos garatía de qe la coclsó qe obteeos sea eactaete

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

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

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

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

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

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

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

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

Más detalles

Estadística 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

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

El Amplificador Operacional de Tensiones

El Amplificador Operacional de Tensiones El Aplfcador Operacoal de Tesoes El Aplfcador Operacoal de Tesoes. Itroduccó 2. El Aplfcador Operacoal Ideal de Tesoes 3. Nodealdades e el Opap 4. Crcutos co ealetacó Postva. Itroduccó.. El problea de

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

ANALES DE MECÁNICA DE LA FRACTURA Vol. 22 (2005)

ANALES DE MECÁNICA DE LA FRACTURA Vol. 22 (2005) AALES DE MECÁICA DE LA FRACTURA Vol. (5) 7 DAÑ PRBABILISTA SBRE EL CEMET E PRÓTESIS DE CADERA. IFLUECIA DEL GRAD DE UI CEMET-PRTESIS J. Grasa, Mª A. Pérez, J. M. García-Azar, J. A. Bea y M. Doblaré Gruo

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

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

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

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

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

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 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

La ecuación general de los gases es el resumen que engloba a varias leyes que se enunciaron de forma separada:

La ecuación general de los gases es el resumen que engloba a varias leyes que se enunciaron de forma separada: ECUACIÓN GENERAL DE LOS GASES PERFECTOS La ecuacó geeral de los gases es el resue que egloba a varas leyes que se eucaro de fora separada: Ley de Boyle - Marotte: Dce que, s se atee la teperatura costate,

Más detalles