Examen de Estadística Grado en Ingeniería de Telecomunicación
|
|
- Benito Sáez Juárez
- hace 6 años
- Vistas:
Transcripción
1 Cuestiones Examen de Estadística Grado en Ingeniería de Telecomunicación 3 de Junio de 5 solución h 45m C (.5 puntos). Una multinacional realiza operaciones comerciales en 3 mercados (A, B y C). El % de las operaciones de la multinacional corresponden al mercado A, y en los mercados B y C realiza exactamente el mismo número de operaciones. Además, el porcentaje de operaciones en las que se producen retrasos en el pago es del %, 5 % y 5 % en los mercados A, B y C, respectivamente. a) En qué porcentaje de operaciones de la multinacional no se producen retrasos en el pago? b) Elegida una operación al azar, qué probabilidad hay de que no tenga retraso en el pago y corresponda al mercado A o C? c) Entre las operaciones que no han sufrido retraso en el pago, cuál es el porcentaje de las que corresponden a los mercados A o C? Definamos los siguientes sucesos: A = La operación comercial se realiza en el mercado A B = La operación comercial se realiza en el mercado B C = La operación comercial se realiza en el mercado C R = La operación comercial presenta retraso en el pago R = La operación comercial no presenta retraso en el pago Los datos del enunciado permiten conocer las siguientes probabilidades: Pr(A) =. Pr(B) = Pr(C) =. =.4 Pr(R A) =. Pr(R A) =.9 Pr(R B) =.5 Pr(R B) =.85 Pr(R C) =.5 Pr(R C) =.95 a) Como {A, B, C} constituye un sistema completo de sucesos, es decir, una partición del espacio muestral E (pues A B C = E y dichos sucesos son disjuntos dos a dos o mutuamente excluyentes), podemos utilizar el Teorema de la Probabilidad Total para calcular la probabilidad de que una operación no sufra retraso en el pago: Pr(R) = Pr(R A) Pr(A) + Pr(R B) Pr(B) + Pr(R C) Pr(C) = =.9. Por lo tanto, en el 9 % de las operaciones que realiza la multinacional no se producen retrasos en el pago.
2 b) El suceso de interés es R (A C) cuya probabilidad se calcula utilizando la fórmula de la probabilidad de la unión de dos sucesos: Pr(R (A C)) = Pr((R A) (R C)) = Pr(R A) + Pr(R C) Pr(R A C) = Pr(R A) Pr(A) + Pr(R C) Pr(C) Pr( ) = =.56, donde se ha utilizado la regla de la probabilidad compuesta (también conocida como regla del producto) y el hecho de que los sucesos A y C son disjuntos. c) Utilizando la definición de probabilidad condicionada y los resultados obtenidos en los apartados anteriores, tenemos que el porcentaje solicitado es: Pr(A C R) = Pr((A C) R) Pr(R) =.56 = 6. %..9 C ( puntos). Sea X una v.a. con función de densidad dada por f X (x) = 3x, si x (, ), y considera la transformación de X dada por la v.a. Y = ln(x). a) Calcula la función de densidad de Y e identifica su modelo de probabilidad. Se trata de una Exponencial? b) Calcula la esperanza de Y. c) Calcula Pr(Y > ) y Pr(X < e 7 Y > ). a) y = ln(x) x = e y dx dy = e y <. ( ) Dado que la transformación de X es una función derivable y monótona decreciente en x (, ), se verifica que: f Y (y) = f X (x) dx dy = 3(e y ) e y = 3e 3y, si y (, ). Nótese que: x y x y b) Utilizando integración por partes (considerando u = y y dv = 3e 3y dy) y la regla de L Hôpital es sencillo obtener que E[Y ] = y3e 3y dy = 3.
3 Véamoslo en detalle: E[Y ] = y3e 3y dy = [ ye 3y] + e 3y dy [ ] y e 3y = lím y e 3y + 3 = lím y 3e 3y + 3 = + 3 = 3. Otra opción sería tener en cuenta que Y Exp(λ = 3), y por consiguiente ha de suceder que E[Y ] = 3. c) Para la primera probabilidad pedida se tiene que: Pr(Y > ) = 3e 3y dy = [ e 3y] = e 6 =.5. Otra opción sería tener en cuenta que Y Exp(λ = 3), y por lo tanto se verifica que Pr(Y > ) = F Y () = ( e 6 ) = e 6 =.5. Para la segunda probabilidad pedida se tiene que: Pr(X < e 3 Y > ) = Pr(Y > 3 Y > ) = = Pr(Y > 3 Y > ) Pr(Y > ) Pr(Y > 3) Pr(Y > ) = e 9 e 6 = e 3 =.498. Otra opción sería usar la propiedad de la falta de memoria de la Exponencial, en cuyo caso se tendría que: Pr(X < e 3 Y > ) = Pr(Y > 3 Y > ) = Pr(Y > ) = F Y () = ( e 3 ) = e 3 =.498. C3 (.5 puntos). Sea (X, Y ) un vector aleatorio con función de densidad conjunta dada por { f(x, y) = 3 si < x ; < y < x 4 3 si < x < ; < y < x a) Calcula las densidades marginales para X e Y. b) Son X e Y independientes? Razona tu respuesta. c) Calcula Pr(X.5 Y.5). a) f X (x) = x x 3 dy = x 3 4 4( x) dy = 3 3 < x < x < en caso contrario 3
4 f Y (y) = y y 3 dx + 4 dx = ( y) < y < 3 en caso contrario b) X e Y no son independientes, pues f(x, y) f X (x) f Y (y). c) Pr(X.5 Y.5) = Pr(X.5, Y.5) Pr(Y.5) donde,.5 x.5 Pr(X.5, Y.5) = 3 dydx +.5 = = 7 = dydx dydx = y Luego, Pr(Y.5) = Pr(X.5 Y.5) =.5 ( y)dy = 3 4. Pr(X.5, Y.5) Pr(Y.5) = 7/ 3/4 =
5 Examen de Estadística Grado en Ingeniería de Telecomunicación 3 de Junio de 5 Problemas solución h 45m P (.5 puntos). En la fabricación de cierto dispositivo se utilizan unos tornillos cuya resistencia a la torsión fluctúa normalmente con media 7 newtons y desviación típica 3.5 newtons. Dichos tornillos son colocados en el dispositivo mediante una máquina atornilladora que ejerce una fuerza de apriete de media newtons y desviación típica 3 newtons. a) Si la fuerza de apriete aplicada a un tornillo supera la resistencia a la torsión de éste, entonces el tornillo se parte. Si consideramos que ambas acciones son independientes, qué porcentaje de tornillos se partirá al atornillarse con la máquina? b) El tiempo T que transcurre hasta que la máquina atornilla un tornillo se distribuye según una exponencial de parámetro λ. Teniendo en cuenta que el % de los atornillados duran más de segundos, hallar el valor de λ y la media T. c) Calcula la probabilidad de que en 5 segundos se hayan atornillado exactamente tornillos. d) Comenta qué realiza el siguiente código de MATLAB y justifica tu respuesta. Qué valor aproximado devolverá mean(t)? n = ; u = rand(n,); lambda = -log(.)/; t = -log(-u)/lambda; mean(t) a) X resistencia a la torsión X N (µ = 7; σ = 3.5) Y fuerza de apriete Y N (µ = ; σ = 3) Pr(Y > X) = Pr((Y X) > ); (Y X) N (µ = 6; σ = ) N (µ = 6; σ = 4.6) Luego, considerando Z N (µ = ; σ = ), entonces ( Pr((Y X) > ) = Pr Z > El 9.7 % de los tornillos se partirán. ) ( + 6) = Pr(Z >.3) =.93 = b) T tiempo que transcurre hasta que la máquina atornilla un tornillo T Exp(λ) Pr(T > ) =. = 5 λe λt dt = e λ
6 Luego, λ =.99 y E[T ] = = 5.5 segundos. λ c) Y Número de tornillos atornillados en 5 segundos Y Pois(5.99) Pois(.878) Pr(Y = ) = e ! =.39. d) Con este código se están generando valores de una v.a. Exponencial con parámetro λ = ln(.) = ln() =.99, utilizando para ello el método de la transformación inversa según se detalla a continuación: u = F (t) con u U(, ) u = e λt u = e λt ln( u) = λt t = ln( u)/λ. Finalmente, con esos valores se aproxima la media de dicha v.a. a través de su media muestral. Por lo tanto, mean(t) ha de ser aproximadamente igual a E[Exp(λ)] = λ = ln(.) = ln() = 5.5. P (.5 puntos). Sean A y B variables aleatorias independientes, donde A se distribuye exponencialmente con media 4 y B se distribuye uniformemente en el intervalo (, π/). Considera el proceso estocástico X(t) definido como: X(t) = e A cos(πt + 4B). a) Calcula la media y la autocorrelación estadísticas del proceso X(t). b) Es el proceso estacionario en sentido débil? c) Comprueba si el proceso X(t) es ergódico en media y en autocorrelación. Nota: Las siguientes identidades trigonométricas pueden ser útiles: cos(α) cos(β) = [cos(α β) + cos(α + β)] cos(α) sin(β) = [sin(α + β) sin(α β)] sin(α ± β) = sin(α) cos(β) ± sin(β) cos(α) Como A Exp(λ = /4) y B Unif(, π/), tenemos que: f A (a) = 4 e 4 a, a > y f B (b) = π, < b < π. a) Dado que A y B son independientes, la media matemática del proceso queda expresado como: E[X(t)] = E[e A cos(πt + 4B)] = E[e A ]E[cos(πt + 4B)], donde, E[e A ] = + e a 4 e 4 a da = 4 e 3 4 a da = [e 3 a] a=+ 4 = 3 a= 3 6
7 π E[cos(πt + 4B)] = cos(πt + 4b) π db = [ ] b= π sin(πt + 4b) π 4 b= Por lo tanto, E[X(t)] =. La función de autocorrelación queda expresada como: Tenemos que, R X (t, t + τ) = E[X(t)X(t + τ)] = E[e A cos(πt + 4B)e A cos(π(t + τ) + 4B)] = E[e A ]E[cos(πt + 4B) cos(π(t + τ) + 4B)]. = [sin(πt + π) sin(πt)] =. π y E[e A ] = + e a 4 e 4 a da = 4 e 5 4 a da = [e 5 a] a=+ 4 = 5 a= 5 E[cos(πt + 4B) cos(π(t + τ) + 4B)] = cos(πτ) + E[cos(π(t + τ) + 8B)] donde hemos utilizado el hecho de que = cos(πτ) + = cos(πτ) + π π cos(π(t + τ) + 8b) π db [ sin(π(t + τ) + 8b) 8 ] b= π b= = cos(πτ) + [sin(π(t + τ) + 4π) sin(π(t + τ))] 8π = cos(πτ), cos(πt + 4B) cos(π(t + τ) + 4B) = [cos( πτ) + cos(π(t + τ) + 8B)] Por lo tanto, R X (t, t + τ) = cos(πτ). = cos(πτ) + cos(π(t + τ) + 8B). b) El proceso X(t) es débilmente estacionario, dado que E[X(t)] no depende de t y R X (t, t + τ) sólo depende de τ. c) La media y la autocorrelación temporal están dadas por: M X = lím = e A lím = e A lím T e A cos(πt + 4B)dt = e A lím T T T [ ] t=t sin(πt + 4B) = e A lím π t= T πt [ cos(4b) sin(πt )] = e A cos(4b) lím T cos(πt + 4B)dt T T [sin(πt + 4B) sin( πt + 4B)] πt sin(πt ) πt = 7
8 T A X = lím e A cos(πt + 4B)e A cos(π(t + τ) + 4B)dt T T = e A lím T = e A lím T T [ T [cos( πτ) + cos(π(t + τ) + 8B)]dt T cos(πτ) + = e A cos(πτ) + e A lím = e A cos(πτ) + e A lím = e A cos(πτ) + e A lím T T T = e A cos(πτ) + e A cos(πτ + 8B) lím cos(π(t + τ) + 8B)dt [ sin(π(t + τ) + 8B) π ] ] t=t t= T [sin(π(t + τ) + 8B) sin(π( T + τ) + 8B)] 4πT [ cos(πτ + 8B) sin(πt )] 4πT sin(πt ) πt = e A cos(πτ). Por lo tanto, el proceso X(t) es ergódico en media, porque M X = E[X(t)], pero no en autocorrelación, ya que A X R X (t, t + τ). 8
9 Probabilidad El valor de la tabla para z es el área bajo la curva de la normal estándar a la izquierda de z z TABLA A: Probabilidades de la normal estándar (cont.) z
Ejercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UC3M Transformaciones de variables aleatorias Ejercicio. Sea X una v.a. continua con función de densidad dada por: /, si
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 Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UCM Función de distribución y función de densidad Ejercicio. Sea X una variable aleatoria con función de distribución dada
Más detallesEjercicios de Vectores Aleatorios
Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros M2 Calcular la función de densidad conjunta y las marginales
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
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 detallesLa siguiente tabla presenta las medidas en radianes y en grados de varios ángulos frecuentes, junto con los valores de seno, coseno, y tangente.
Solución. En el primer cuadrante: En el segundo cuadrante: En el tercer cuadrante: En el cuarto cuadrante: cos θ 0, sin θ 0 tan θ 0 cos θ 0, sin θ 0 tan θ 0 cos θ 0, sin θ 0 tan θ 0 cos θ 0, sin θ 0 tan
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
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 detallesMOOC UJI: La Probabilidad en las PAU
4. Probabilidad Condicionada: Teoremas de la Probabilidad Total y de Bayes 4.1. Probabilidad Condicionada Vamos a estudiar como cambia la probabilidad de un suceso A cuando sabemos que ha ocurrido otro
Más detallesTEMA 3: Probabilidad. Modelos. Probabilidad
TEM 3: Probabilidad. Modelos Probabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un
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 detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesJUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Más detalles1.1. Distribución exponencial. Definición y propiedades
CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -
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 detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesBACHILLERATO FÍSICA A. HERRAMIENTAS MATEMÁTICAS DE LA FÍSICA. Dpto. de Física y Química. R. Artacho
BACHILLERATO FÍSICA A. HERRAMIENTAS MATEMÁTICAS DE LA FÍSICA R. Artacho Dpto. de Física y Química ÍNDICE 1. Áreas y volúmenes de figuras geométricas. Funciones trigonométricas 3. Productos de vectores
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesDerivadas e integrales
Derivadas e integrales Álvarez S., Caballero M.V. y Sánchez M a M salvarez@um.es, m.victori@um.es, marvega@um.es ÍNDICE Matemáticas Cero Índice. Definiciones 3. Herramientas 4.. Reglas de derivación.......................
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2014) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Considérese el siguiente sistema de ecuaciones dependiente del parámetro
Más detallesCálculo Diferencial en una variable
Tema 2 Cálculo Diferencial en una variable 2.1. Derivadas La derivada nos proporciona una manera de calcular la tasa de cambio de una función Calculamos la velocidad media como la razón entre la distancia
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 detallesOPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.
PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:
Más detalles3 PROBABILIDAD Y DISTRIBUCION NORMAL
3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder
Más detallesCapítulo 2 Análisis espectral de señales
Capítulo 2 Análisis espectral de señales Objetivos 1. Se pretende que el alumno repase las herramientas necesarias para el análisis espectral de señales. 2. Que el alumno comprenda el concepto de espectro
Más detallesÁreas entre curvas. Ejercicios resueltos
Áreas entre curvas Ejercicios resueltos Recordemos que el área encerrada por las gráficas de dos funciones f y g entre las rectas x = a y x = b es dada por Ejercicios resueltos b a f x g x dx Ejercicio
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detallesCálculo. Primer curso de Ingenieros de Telecomunicación. Curso Examen de Septiembre. 6 de Septiembre de 2002.
Cálculo. Primer curso de Ingenieros de Telecomunicación. Curso -. Examen de Septiembre. 6 de Septiembre de. Primera parte Ejercicio. Un canal abierto cuya sección es un trapecio isósceles de bases horizontales,
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 detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detallesIntroducción al Tema 8. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.
Introducción al Tema 8 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos
Más detallesINSTRUCCIONES GENERALES Y VALORACIÓN OPCIÓN A
INSTRUCCIONES GENERALES Y VALORACIÓN Instrucciones: El examen presenta dos opciones A y B; el alumno deberá elegir una y sólo una de ellas, y resolver los cuatro ejercicios de que consta. No se permite
Más detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
Más detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
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 detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesEjercicios de Probabilidad
Ejercicios de Probabilidad Elisa M. Molanes-López, Depto. Estadística, UC3M Teorema de la Probabilidad Total y Teorema de Bayes Ejercicio 1. Un banco ha comprobado que uno de cada 100 clientes con fondos
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 detallesIES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 2011 específico1 [2'5 puntos] Un alambre de 100 m de longitud se divide
Más detallesDefinición de derivada Observación: Algunos de los enunciados de estos problemas se han obtenido de Selectividad.
Definición de derivada Observación: Algunos de los enunciados de estos problemas se an obtenido de Selectividad Halla, utilizando la definición, la derivada de la función f ( ) en el punto = Comprueba
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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2001 MATEMÁTICAS II TEMA 5: INTEGRALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 5: INTEGRALES Junio, Ejercicio, Opción A Junio, Ejercicio, Opción B Reserva, Ejercicio, Opción A Reserva, Ejercicio, Opción B Reserva, Ejercicio,
Más detallesCálculo Integral Enero 2015
Cálculo Integral Enero 015 Laboratorio # 1 Antiderivadas I.- Halle las siguientes integrales indefinidas. 10) ) 6) 1 1 1 1 16) 1 8) 9) 18) II.- Calcule 1.. 1 Cálculo Integral Enero 015 Laboratorio # Aplicaciones
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detalles1. Función primitiva e integral indefinida
Entrenamiento Matemático Sesión 0 (4 -Octubre-00) Cálculo elemental de Primitivas GRUPO:. Función primitiva e integral indefinida Dada una función f: R-->R, se dice que una función derivable F es primitiva
Más detallesCBC. Matemática (51) universoexacto.com 1
CBC Matemática (51) universoexacto.com 1 PROGRAMA ANALÍTICO 1 :: UNIDAD 1 Números Reales y Coordenadas Cartesianas Representación de los números reales en una recta. Intervalos de Distancia en la recta
Más detallesJUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A
Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detalles1 Funciones de Varias Variables
EJECICIOS DE FUNDAMENTOS MATEMÁTICOS (DISEO) Funciones de Varias Variables. Dada f(x, y) ln ( x + ln(y) ). a) Calcular la derivada direccional en el punto (x, y) (, e 2 ) en la dirección del vector v (3,
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesPAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.
PAU Madrid. Matemáticas II. Año 22. Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. Se considera una varilla AB de longitud 1. El extremo A de esta varilla recorre completamente la circunferencia
Más detallesRelación de Problemas. Tema 6
Relación de Problemas. Tema 6 1. En una urna hay 5 bolas blancas y 2 negras y se sacan tres bolas sin reemplazamiento. a) Calcular la distribución conjunta del número de bolas blancas y negras de entre
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 detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Una carpintería vende paneles de contrachapado de dos tipos A y B.
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD
Opción A Ejercicio 1.- Sea f : R R definida por f(x) = x 3 +ax 2 +bx+c. a) [1 75 puntos] Halla a,b y c para que la gráfica de f tenga un punto de inflexión de abscisa x = 1 2 y que la recta tangente en
Más detallesVariables aleatorias múltiples
Chapter 4 Variables aleatorias múltiples 4.. Distribución conjunta y marginal Definición 4.. Un vector aleatorio n-dimensional es una función que va de un espacio muestral S a un espacio euclediano n-dimensional
Más detallesEjercicios de Modelos de Probabilidad
Ejercicios de Modelos de Probabilidad Elisa M. Molanes-López, Depto. Estadística, UC3M Binomial, Poisson, Exponencial y Uniforme Ejercicio. Se dispone de un sistema formado por dos componentes similares
Más detallesGeneración de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Generación de Variables Aleatorias UCR ECCI CI-453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Las variables aleatorias se representan por medio de distribuciones
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 detallesAnálisis matemático de la función de Nelson y Siegel
Anexos Anexo 1 Análisis matemático de la función de Nelson y Siegel La función que define el tipo forward según el modelo propuesto por Nelson y Siegel (1987) es la siguiente: con m 0 y τ 0. 1 > m m m
Más detallesÓrdenes y funciones básicas (segunda parte) Práctica 2.
Práctica 2. Órdenes y funciones básicas (segunda parte) Operaremos con matrices, resolveremos ecuaciones y Objetivos: sistemas y calcularemos límites, derivadas e integrales 2 3 7 Una matriz es una lista
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 detallesEL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento
Más detallesEXAMEN DE SEPTIEMBRE, MATEMÁTICAS I. 1. (2.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que
EXAMEN DE SEPTIEMBRE, MATEMÁTICAS I DEBE CONTESTAR ÚNICAMENTE A 4 DE LOS SIGUIENTES 5 EJERCICIOS 1. (.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que Sea
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
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 detallesBLOQUE 4. CÁLCULO DIFERENCIAL DE FUNCIONES REALES DE UNA VARIABLE
BLOQUE 4. CÁLCULO DIFERENCIAL DE FUNCIONES REALES DE UNA VARIABLE El concepto de derivada. Relación entre continuidad y derivabilidad. Función derivada. Operaciones con derivadas. Derivación de las funciones
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 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 detallesVariables aleatorias unidimensionales
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Variable aleatoria 1 Variable aleatoria 2 3 4 Variable aleatoria Definición Las variables aleatorias son funciones cuyos valores dependen
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO
ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder
Más detallesProceso de llegadas de Poisson
Gestión y Planificación de Redes y Servicios Proceso de llegadas de Poisson Area de Ingeniería Telemática http://www.tlm.unavarra.es Grado en Ingeniería en Tecnologías de Telecomunicación, 4º Proceso de
Más detallesProbabilidad Condicional
Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que
Más detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesAlgunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial.
Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial c) Relación entre la Distribuciones de Poisson y Exponencial. d) Distribución
Más detallesEVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I.
EVALUACIÓN EXTRAORDINARIA DE SEPTIEMBRE CURSO 2013-2014. Contenidos para la Prueba de Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I. UNIDAD 3: POLINOMIOS Y FRACCIONES ALGEBRAICAS Operaciones
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATMÁTICAS APLICADAS A LAS CINCIAS SOCIALS JRCICIO Nº páginas 2 Tablas OPTATIVIDAD: L ALUMNO/A DBRÁ SCOGR UNO D LOS DOS BLOQUS Y DSARROLLAR LAS
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 detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesEjercicios resueltos. 4 continua en R luego continua en cualquier. , [ 1,1] = 0 que equivale a decir 1,1
Teoremas de continuidad y derivabilidad Ejercicios resueltos.- Demostrar que la siguiente ecuación tiene una solución en el intervalo, : 4 º. Se considera la función 4 continua en R luego continua en cualquier
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detalles