PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS
|
|
- Víctor Domínguez Maldonado
- hace 6 años
- Vistas:
Transcripción
1 PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS En lo que sigue le presentamos 50 puntos que fueron incluidos en diferentes evaluaciones finales de los fundamentos teóricos. En algunos casos son solo ejercicios de aplicación de propiedades que debería conocer. Estos 50 puntos no responden al orden en que fueron desarrollados los temas de la asignatura. Le recomendamos abordar esta propuesta una vez que haya finalizado su preparación para un examen final. En caso que tuviese dificultades con algún punto, le sugerimos ubicar el tema en los materiales de estudio y realizar una nueva lectura de los mismos. También es conveniente que recurra a los textos recomendados en la bibliografía o a cualquier texto de la temática que esté a su alcance. Si aún así no lograra responder a algún punto recurra a las instancias de consulta de los docentes de la asignatura, mostrando su elaboración. Los docentes solo lo guiarán para que por sus propios medios encuentre la respuesta. Esperamos que esta nueva propuesta resulte un aporte para alcanzar mejores aprendizajes. 1) En una compañía donde trabajan 20 hombres y 30 mujeres la media aritmética de las edades es igual a 42 años. Así mismo se conoce que la media aritmética de las edades de los hombres es de 45 años. Permiten los datos disponibles calcular la media aritmética de las edades de las mujeres? En caso afirmativo determine la misma, de lo contrario diga qué información le estaría faltando. 2) Una industria tiene 3 fábricas: A, B y C. Los 40 obreros de la fábrica A ganan en promedio $280 por día; en cambio los 26 obreros de B y los 34 obreros de C ganan en promedio $350 y $300 respectivamente. Son los datos suficientes para calcular lo que ganan en promedio los obreros de esa industria? En caso afirmativo calcule dicho valor de lo contrario diga qué información le estaría faltando. 3) El número de veces que una red de computadoras se bloquea sigue un proceso de Poisson a razón de 2 bloqueos por semana. Cuál es la distribución del número de bloqueos por año (52 semanas) de la red de computadoras? Fundamente su respuesta. 4) Un gerente de producción desea conocer si la duración media de cierto tipo de pilas para calculadoras es superior a 25 horas. Explique el procedimiento a seguir para informar al gerente. 5) Analice cuál o cuales de las siguientes afirmaciones son incorrectas. Justifique Si los sucesos A y B son excluyentes, entonces: a) P(A) + P(B) = 1 b) P(A B) = c) P(A B) = 1
2 6) a) Enuncie las hipótesis implicadas que permiten obtener la función de probabilidad puntual en el modelo Binomial. b) Sea X Binomial (n = 100, p = 0.30). Calcule E(X) y V(X). Interprete los valores obtenidos. c) Explique por qué se puede utilizar la distribución normal para calcular P(X 40), siendo X la variable del ítem b). 7) Dos variables aleatorias X e Y se distribuyen normalmente con media 0. Se conoce además que P(X 2) = P(Y 3). Cuál de las dos variables tiene mayor variancia? Justifique, de ser posible, sin realizar cálculos. 8) A partir de una misma muestra aleatoria simple de una población normal se construyen los siguientes intervalos de confianza para la media poblacional: I 1 : (30; 36) I 2 : (28; 38) I 3 : (31; 35) Podría decidir cuál de los tres intervalos fue calculado con un mayor nivel de confianza. Justifique. 9) Sea Y = 2X +10. Se conoce que E(X) = 4 y V(X) = 1. Son los datos disponibles suficientes para calcular E(Y), V(Y) y el coeficiente de correlación entre X e Y? Justifique. 10) Represente gráficamente las curvas de densidad correspondientes a dos variables aleatorias con distribución normal, que tengan diferentes medias e igual desviación estándar. 11) a) Cómo se distribuyen las medias aritméticas de muestras extraídas al azar de una población normal? b) Qué pasa si las muestras provienen de una población con distribución desconocida? Justifique en ambos casos. 12) Cuando se realiza la estimación de la media de una población normal, a través de un intervalo de confianza, el error de estimación será menor cuanto menor sea la amplitud del intervalo. De qué depende la longitud de dicho intervalo de confianza? Cómo se puede hacer para disminuir la amplitud, conservando el nivel de confianza? 13) Explique la diferencia entre dos sucesos excluyentes y dos sucesos independientes (de un mismo espacio muestral). 14) Defina probabilidad condicional y diga cuándo dos sucesos de un espacio muestral son independientes. 15) Defina e interprete el significado de la variancia de una variable aleatoria discreta. Ejemplifique. 16) Qué significa que una variable aleatoria se distribuye uniformemente en el intervalo [40, 60]?
3 17) Explique qué significa que un intervalo de confianza para un parámetro tiene una confiabilidad de ) Presente una situación que vincule la distribución exponencial con la distribución de Poisson. Explique cómo es dicha vinculación. 19) Enuncie dos propiedades para la esperanza matemática y para la variancia de una variable o más variables aleatorias. 20) Analice si hay error en las siguientes afirmaciones. a) Si el número de buques tanques que llegan a una refinería sigue una ley de Poisson a razón de dos buques por día, entonces el tiempo que transcurre entre la llegada de dos buques sigue una ley exponencial con media igual a dos días. b) Si la desviación estándar de un conjunto de datos es igual a cero entonces todos los datos son iguales a cero. c) Si el coeficiente de correlación entre dos variables aleatorias es igual a 1 entonces existe una relación lineal entre las variables con pendiente igual a 1. 21) Establezca la relación entre el tamaño de la muestra, el nivel de confianza y el error de estimación al estimar la media de una población normal con desviación estándar conocida. Interprete además el significado del nivel de confianza. 22) Cada 10 minutos pasa por una parada un colectivo de cierta línea. Explique qué significa que el tiempo de espera de una persona en particular para abordar un colectivo de dicha línea se distribuye uniformemente en el intervalo (0, 10). 23) Enuncie el teorema central del límite y muestre una aplicación del mismo. 24) Defina coeficiente de correlación entre dos variables aleatorias y explique qué significa un coeficiente de correlación sea igual a 1. 25) Analice, justificando, si la siguiente afirmación es verdadera o falsa: Si X es una variable aleatoria con distribución normal de parámetros y entonces, ( / n / n ) es un intervalo de confianza del 95 % para la media muestral. 26) Defina E(X) y V(X) cuando X es una variable continua. Explique además por qué la variancia puede expresarse como una media o esperanza matemática. 27) a) Sea X la variable aleatoria cantidad de veces que se presenta un suceso A en n ensayos independientes de Bernoulli, siendo P(A) = p. Diga cuál es el recorrido de la variable aleatoria X y con qué probabilidad asume cada valor. X b) Suponga que p = P(A) es desconocida. Explique porqué es un buen n estimador de p y diga cuál es su distribución cuando n es convenientemente grande. En este caso enuncie el teorema o propiedad que justifica tal distribución.
4 28) Pruebe que si todos los sueldos de los empleados de una fábrica aumentan en un 20%, el coeficiente de variación de los sueldos antes y después del aumento es el mismo. 29) Explique qué representa el área encerrada por un histograma sobre un intervalo. 30) La siguiente tabla corresponde a la función de distribución acumulada para la variable aleatoria X: número de solicitudes por día para el uso de una sala de conferencias: x F X Permiten los datos de la tabla calcular la media, la variancia, la mediana y la moda de X? En caso afirmativo determine dichos valores y explique qué cuantifican los mismos. 31) Un fabricante afirma que al menos el 20% del público prefiere su producto. Se toma una muestra de 100 personas para poner a prueba su afirmación. Qué tan pequeño debe ser el porcentaje observado en la muestra para refutar dicha afirmación con un 95% de confianza? 32) Para una muestra de tamaño 5, el intervalo de confianza del 95 % para la media de una variable aleatoria con distribución normal y varianza desconocida es: ( , ) Son los datos disponibles suficientes para determinar un intervalo de confianza del 99%, tanto para la media como para la variancia? En caso afirmativo determine ambos intervalos, de lo contrario explique qué información le estaría faltando. 33) Analice si las siguientes afirmaciones son verdaderas o falsas. Justifique. a) Sea F X la función de distribución acumulada de la variable aleatoria continua X. Si F X (a) = 0.75 entonces P(X > a) = 0.25 b) La especialidad Ingeniería Civil tiene dos divisiones: una por la tarde y otra por la noche. Entre las dos divisiones hay 50 alumnos. Se conoce que la calificación media en una evaluación parcial de los 30 alumnos que cursan por la tarde es de 6.50, mientras que la media de los 50 alumnos fue de Los datos disponibles no permiten calcular la media aritmética de las calificaciones de los alumnos que cursan por la noche. c) Sea x 1, x 2,.x n una muestra de tamaño n, e y i = 2.5x i + 3. Si la variancia de los x i es igual a 2 entonces la variancia de los y i es d) Cuando se estima la media de una población con distribución normal y desvío estándar conocido, a mayor nivel de confianza le corresponde menor error en la estimación. e) Si X ~ U(20 ; 30) entonces E(X) y la mediana de X coinciden. f) Si X ~ N (, ) entonces X ~ N (-, ). g) V(-X) = - V(X). h) P(A/B) = P(A) entonces P(A B) = P(A) + P(B) P(A).P(B) i) Si la mediana de la variable aleatoria X es igual a 10 entonces la mediana de la variable Y = 5 X + 20 es igual a 70.
5 34) Se desea estudiar por una parte la precisión de una balanza, y por otra parte si las mediciones que se realizan con dicha balanza tienen errores sistemáticos. Se tienen 7 mediciones de un ejemplar de prueba cuyo peso se conoce y es igual a 10 kilogramos. Qué recurso gráfico puede resultarle útil a tal fin? Explique. 35) Analice si la siguiente afirmación es o no verdadera. Justifique. Si la remuneración anual media a los ejecutivos senior de tres firmas es de $180000, entonces ninguno de ellos puede cobrar $ ) El tiempo (en minutos) que una persona demora para ir de su casa al trabajo es una variable aleatoria T que se distribuye uniformemente en el intervalo [60; 80]. Analice cuáles de las siguientes afirmaciones son verdaderas y cuáles son falsas. Fundamente en cada caso su respuesta. a) El 50% de las veces el tiempo de demora es inferior a 70 minutos. b) Lo más probable es que demore 70 minutos en realizar el viaje. c) Que demore más de 60 minutos y menos de 65 minutos es igualmente probable a que demore más de 75 minutos. d) Los valores de las medias aritméticas calculadas en todas las posibles muestras aleatorias de tamaño 100 se distribuyen uniformemente en el intervalo [60; 80]. Sea X la variable aleatoria que asume el valor 1 cuando la persona demoró a lo sumo 65 minutos en realizar el viaje y 0 cuando demoró más de 65 minutos. e) Determine E(X) y V(X). f) Sea Y: cantidad de veces que la persona realizó el viaje en a lo sumo 65 minutos sobre un total de 100 viajes. Cuál es la distribución de la variable aleatoria Y? g) Podría relacionar la variable aleatoria Y del ítem f) con la variable X del ítem e)? h) Qué puede decir en relación a la distribución de la variable aleatoria Y n? 37) Explique la diferencia entre una probabilidad determinada a priori y una probabilidad determinada a posteriori. Ejemplifique ambos casos. 38) Explique el error en el siguiente enunciado: Si E(X) = 3 entonces el valor de la variable X con mayor probabilidad de ocurrir es el 3. 39) Complete: a) Cualquiera sea la variable aleatoria X, el intervalo: (E(X) 2.5 (X) ; E(X) (X)) contiene por lo menos el... b) Si el número de baches en una autopista sigue una ley de Poisson a razón de 1 bache cada 5 kilómetros entonces la probabilidad de no encontrar baches en un trayecto de 10 kilómetros es igual a.. 40) Para calibrar un aparato de medición se mide repetidas veces un patrón cuyo peso es de 30 gramos. El error que se comete en cada medición varía aleatoriamente con distribución normal, media 0 y desviación estándar 2 gramos. Cuál es la distribución de los valores proporcionados por el aparato? Justifique.
6 41) Sin realizar cálculos ni búsqueda en tablas o calculadoras decida cuales de las siguientes afirmaciones son verdaderas y cuáles son falsas. Fundamente brevemente. Si X N( =100; =10) entonces: a) P(90 < X < 110 ) = P(100 < X < 120) b) P(90 < X < 110 ) = P(X < 110) P(X < 90) c) P(90 < X < 100 ) > P(140 < X < 200 ) 42) Sean X e Y dos variables aleatorias, siendo R X = {1, 2, 3, 4, 5} y R Y ={11, 12, 13, 14, 15}. Se desconocen sus respectivas distribuciones de probabilidad. Diga cuál o cuáles de las siguientes afirmaciones son verdaderas y cuál o cuáles son falsas. Fundamente brevemente. a) No se puede decidir si E(X) es menor, igual o mayor que E(Y). b) V(X) = V(Y) c) La mediana de X es igual a 3. 43) Sea X: cantidad de piezas defectuosas en una muestra de tamaño 10, extraída de un gran lote de piezas, que tiene un 1% de piezas defectuosas. Solo una de las siguientes afirmaciones es verdadera. Decida cuál y fundamente brevemente sin realizar cálculos algunos. a) P( 0 X 1 ) 0.90 b) P( 0 X 1 ) ) Sean los sucesos A: un alumno elegido al azar de la clase tiene aprobada Álgebra, F: un alumno elegido al azar de la clase tiene aprobada Física. Decida si las siguientes afirmaciones son verdaderas o falsas. a) P(A) P(A F) b) P(A) + P(F) nunca puede ser mayor a uno. c) La probabilidad de que un alumno elegido al azar de la clase tenga aprobada ambas asignaturas es mayor a la probabilidad de que tenga aprobada al menos una de las asignaturas 45) Un sistema se compone de veinte componentes conectadas en paralelo. La probabilidad de que una componente falle en [0,t) es igual a Decida si la siguiente afirmación es verdadera o falsa. La probabilidad de que en el intervalo [0,t) fallen menos de diez componentes es igual a la probabilidad de que en dicho intervalo fallen más de diez componentes Responda sin efectuar cálculos y fundamente su respuesta. 46) El número de fallas de un instrumento de prueba debido a las partículas contaminantes de un producto, es una variable aleatoria de Poisson con media 0.02 fallas por hora. Sin realizar cálculos decida cuál de los valores de la variable cree usted tiene la mayor probabilidad de ocurrir. Fundamente su respuesta. 47) Sea X N(μ, σ = 2). Analice si las siguientes afirmaciones son verdaderas o falsas. Justifique. a) la media aritmética de 100 observaciones de X se encuentra más cerca de que la media de 20 observaciones.
7 b) 20 observaciones independientes de X son suficientes para estimar a con un error inferior a 1.05 y un nivel de confianza del 98%. c) Si se reduce el valor de entonces la cantidad de observaciones necesarias para estimar a con un error inferior a 1.05 y un nivel de confianza del 98% debe aumentarse. 48) Para un tipo de troqueladora de lámina, el tiempo hasta la falla es una variable aleatoria X con E(X) = 56 horas y V(X) = 16 horas 2. El tiempo de reparación de una troqueladora es una variable aleatoria Y con E(Y) = 5 horas y V(Y) = 4 horas 2. Considere que ambas variables aleatorias son independientes. Explique porqué es poco probable que la variable aleatoria X+Y (tiempo total de un ciclo de trabajo y de reparación) asuma un valor superior a 80 horas. Observación: No se conoce la distribución de X. 49) Enuncie la desigualdad de Chebyshev y aplique la misma para responder al siguiente problema: De 1000 alumnos que se presentan a una evaluación, los 120 mejores son admitidos para cursar cierta carrera. Un alumno en particular obtuvo una calificación de 85 puntos sobre 100. Así mismo averiguó que la media y desviación estándar de las 1000 calificaciones fue de 60 y 8 puntos respectivamente. A partir de esta información el alumno sostiene que él es admitido para cursar la carrera. Analice la validez de la afirmación del alumno. 50) Cuando se estima la media de una población normal con desviación estándar desconocida, el error de estimación puede variar de una muestra a otra, aun cuando se mantiene el mismo nivel de confianza y el mismo tamaño de la muestra. Explique el porqué de esta afirmación.
matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS UCS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL ESTADISTICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ciencias Básicas CODIGO SEMESTRE DENSIDAD HORARIA HT
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesESCUELA COMERCIAL CÁMARA DE COMERCIO EXTENSIÓN DE ESTUDIOS PROFESIONALES MAESTRÍA EN ADMINISTRACIÓN
CICLO, ÁREA O MÓDULO: TERCER CUATRIMESTRE OBJETIVO GENERAL DE LA ASIGNATURA: Al termino del curso el alumno efectuara el análisis ordenado y sistemático de la Información, a través del uso de las técnicas
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesFINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY Nombre y apellido: Nota
FINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY0 2015 Nombre y apellido: Legajo: 1 2 3 4 5 Nota / / / / / 1.- El gobierno de la ciudad ha construido senderos especiales para bicicletas en un barrio de la
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detalles1. Ejercicios. 2 a parte
1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesUNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA
UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la
Más detallesPrograma Analítico Plan de estudios Asignatura: Probabilidad y Estadística
Programa Analítico Plan de estudios 2011 Asignatura: Probabilidad y Estadística CARRERA: LICENCIATURA LIC. CIENCIAS EN DE CIENCIAS LA COMPUTACIÓN-LIC. DE LA COMPUTACIÓN EN SISTEMAS DE INFORMACIÓN AÑO:
Más detallesUniversidad Tecnológica Nacional Facultad Regional San Francisco. Licenciatura en Administración Rural. Estadística
Universidad Tecnológica Nacional Facultad Regional San Francisco Licenciatura en Administración Rural Estadística PLANIFICACIÓN CICLO LECTIVO 2008 ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN...
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesGuía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesFacultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO
Facultad de Ciencias e Ingeniería Escuela Académico Profesional de Comunicación SÍLABO ASIGNATURA: ESTADÍSTICA APLICADA A LAS COMUNICIONES I. DATOS GENERALES: 1.1. Código de Asignatura : 21252 1.2. Escuela
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesMuestreo de variables aleatorias
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesProbabilidades y Estadística
Universidad Tecnológica Nacional Facultad Regional San Francisco Licenciatura en Administración Rural PLANIFICACIÓN CICLO LECTIVO 2015 ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN... 4
Más detallesLa distribución de Probabilidad normal, dada por la ecuación:
La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesEstimaciones puntuales. Estadística II
Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesTeoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales
Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación
Más detallesProbabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
Más detallesPrograma. Asignatura: Estadística Aplicada. año de la Carrera de Contador Público
Sede y localidad Carrera Sede Atlántica, Viedma Contador Publico Programa Asignatura: Estadística Aplicada Año calendario: 2012 Carga horaria semanal: 6 (seis) hs. Cuatrimestre: Primer Cuatrimestre. Segundo
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detallesPROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.
1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesUniversidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:
Integral Lapso 2010-2 745 1/5 Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: 610-612-613 Fecha: 26-02-2011 OBJ. 2 PTA 1 MODELO DE RESPUESTAS Objetivos 2,
Más detallesDistribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio
Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),
Más detallesMINISTERIO DE EDUCACIÓN. Dirección de Educación Técnica y Profesional. Familia de especialidades:servicios. Programa: Estadística Matemática
MINISTERIO DE EDUCACIÓN Dirección de Educación Técnica y Profesional Familia de especialidades:servicios Programa: Estadística Matemática Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 9no.
Más detallesMINISTERIO DE EDUCACIÓN. Educación Técnica y Profesional. Familia de especialidades: Economía. Programa: Estadística
MINISTERIO DE EDUCACIÓN Educación Técnica y Profesional Familia de especialidades: Economía Programa: Estadística Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 12mo. Grado AUTORA MSc. Caridad
Más detallesDistribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesIndicaciones para el lector... xv Prólogo... xvii
ÍNDICE Indicaciones para el lector... xv Prólogo... xvii 1. INTRODUCCIÓN Qué es la estadística?... 3 Por qué estudiar estadística?... 5 Empleo de modelos en estadística... 6 Perspectiva hacia el futuro...
Más detallesFACULTAD DE CIENCIAS ECONOMICAS LIC. EN ADMINISTRACION CONTADOR PUBLICO ESTADISTICA
FACULTAD DE CIENCIAS ECONOMICAS LIC. EN ADMINISTRACION CONTADOR PUBLICO Programa ESTADISTICA Profesores: Titular: DI BENEDETTO OSVALDO H Adjunto: DI LAUDO SERGIO H. 2016 FACULTAD DE CIENCIAS ECONOMICAS
Más detallesPROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III
PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesCARGA HORARIA Horas totales: 80 Horas totales de resolución de problemas de aplicación: 32
PROBABILIDAD Y ESTADISTICA OBJETIVOS: 1. Extraer y sintetizar información de un conjunto de datos. 2. Aprehender los conceptos de aleatoriedad y probabilidad. 3. Estudiar los modelos más importantes de
Más detallesCarrera: QUM Participantes Representantes de las Academias de Ingeniería Química de los Institutos Tecnológicos. Academia de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Química QUM 0525 3 2 8 2.- HISTORIA DEL
Más detallesb) Sea X = número de personas seleccionadas que poseen celular de la empresa A. Determinar E(X).
NºSalon NºSobre ESTADÍSTICA II - EXAMEN SECTOR ECONÓMICO - 8/2001 hoja 1 de 7 Escriba sus respuestas en el espacio provisto en cada hoja. Para solicitar la muestra de su prueba le será requerido el nro.
Más detallesMatemáticas. Selectividad ESTADISTICA COU
Matemáticas Selectividad ESTADISTICA COU 1. Un dentista observa el Nº de Caries en cada uno de los 100 niños de cierto colegio. La información obtenida aparece resumida en la siguiente tabla. Nº Caries
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesDIRECCIÓN ACADÉMICA PLANEACIÓN DIDÁCTICA
DEPARTAMENTO ACADÉMICO LICENCIATURA EN ACADEMIA ASIGNATURA SERIACIÓN CUATRIMESTRE EN QUE SE IMPARTE DIRECCIÓN de LICENCIATURAS EJECUTIVAS INGENIERÍA INDUSTRIAL y de SISTEMAS MATEMÁTICAS PROBABILIDAD y
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesDispone de 1 hora para resolver las siguientes cuestiones planteadas.
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.
Más detallesJuan Carlos Colonia INTERVALOS DE CONFIANZA
Juan Carlos Colonia INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA PARA LOS PARÁMETROS DE DOS POBLACIONES I.C. PARA EL COCIENTE DE VARIANZAS Sean X y dos muestras aleatorias,..., Xn Y,..., Yn independientes
Más detallesEl momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También
Más detallesVariables aleatòries vectorials Els problemes assenyalats amb un (*) se faran a classe. 1.- Los estudiantes de una universidad se clasifican de acuerdo a sus años en la universidad (X) y el número de visitas
Más detallesGUIA N 1: Estadistica descriptiva.
UNIVERSIDAD DE VALPARAÍSO Ingeniería Civil, primer semestre 2016 GUIA N 1: Estadistica descriptiva. EJERCICIO 1 Clasificar cada una de las siguientes variables: si es cualitativa (nominal u ordinal) o
Más detallesEJERCICIOS TEMA 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas:
Ejercicio 1. Clasifica los siguientes caracteres estadísticos según sean cualitativos, variables discretas o variables continuas: a) Marca de los coches. b) Peso de los coches. c) Número de coches vendidos
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesUNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES
UNIVERSIDAD NACIONAL DE FORMOSA FACULTAD DE HUMANIDADES 1. CARRERA: Profesorado en Matemática 2. ASIGNATURA: Estadística y Probabilidad 3. AÑO LECTIVO: 2016 4. CARACTERES DE LA ASIGNATURA: Obligatoria
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA CENTRO UNIVERSITARIO DE ORIENTE CARRERA DE CIENCIAS MÉDICAS BIOESTADÍSTICA CÓDIGO 402 1er AÑO, 2014
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA CENTRO UNIVERSITARIO DE ORIENTE CARRERA DE CIENCIAS MÉDICAS BIOESTADÍSTICA CÓDIGO 402 1er AÑO, 2014 0 INDICE I PRESENTACION DEL PROGRAMA -----------------------------------------------------------------------------------------------------
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS ECONÓMICAS
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS ECONÓMICAS Carreras: Licenciatura en Economía. Licenciatura en Administración de Empresas. Contador Público. Materia: Estadística Cursos:
Más detallesMECÁNICA- INGENIERÍA INDUSTRIAL - EN SISTEMAS DE INFORMACIÓN - CIVIL - ELÉCTRICA - ELECTRÓNICA - NAVAL QUÍMICA - TEXTIL
ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA CÓDIGO : 95-0704 ORIENTACIÓN : GENERAL Clase: Cuatr./Anual DEPARTAMENTO: MATERIAS BÁSICAS Horas Sem : 6 / 3 ÁREA: MATEMÁTICA Horas/año : 96 FORMACIÓN BÁSICA HOMOGÉNEA
Más detallesCálculo de Probabilidades II Preguntas Tema 1
Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso MAT. 298 Núm. I. Seleccione la respuesta correcta: (3 puntos cada uno) Caso: Sea T= {0, 0, 2,
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BACHILLERATO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BACHILLERATO DEL CURSO 1. Utilizar los números reales, sus notaciones, operaciones y procedimientos asociados, para presentar e intercambiar información,
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesPLANEACIÓN DIDÁCTICA FO205P
PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA EN TICS DOCENTE (2) ING. JULIO MELÉNDEZ PULIDO NOMBRE DE LA ASIGNATURA (3) PROBABILIDAD Y ESTADISTICA CRÉDITOS (4) 5 CLAVE DE LA ASIGNATURA (5)
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesUNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA
UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA I. DATOS INFORMATIVOS 1.1 Asignatura : Estadística para el Comunicador Social 1.2 Código : 1001-1023 1.3 Pre-requisito
Más detallesAnota aquí tus respuestas para esta sección Distribución Z
Tarea 2. Estadística Inferencial Cada sección vale 25%. Cada inciso tiene el mismo peso. Hacer la tarea en equipo de dos personas y entregar solo una copia por cada equipo. 1. Cálculo lo siguiente. Ten
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesSolución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005
Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detalles