Tema 5. Sucesiones de Variables Aleatorias
|
|
- Germán Moya Muñoz
- hace 6 años
- Vistas:
Transcripción
1 CSA. Sucesioes de VA Tema 5. Sucesioes de Variables Aleatorias. CONCEPTO E muchos problemas de procesado de señal o image, cotrol digital y comuicacioes dispoemos de datos muestreados e u determiado orde temporal; estos datos puede modelarse como observacioes de ua VA que va cambiado de distribució a lo largo del tiempo. E otras ocasioes o dispodremos de muestras, sio de los valores verdaderos de la variable e distitos istates de tiempo (piésese, por ejemplo, e el valor de u registro e u ordeador, o e algo ta simple como el lazamieto repetido de ua moeda). Estos problemas se solucioa utilizado u modelo probabilístico más geeral que el estudiado hasta ahora: las secuecias aleatorias. E este tema estudiaremos el cocepto y las pricipales propiedades de estos modelos. Como veremos las secuecias estocásticas se puede pesar como u vector aleatorio ifiito-dimesioal. Si la dimesió del vector es umerable hablaremos de procesos e tiempo discreto y e otro caso hablaremos de procesos e tiempo cotiuo, que será tratados e el próximo tema. Formalmete, diremos que ua sucesió de VA o proceso estocástico e tiempo discreto es ua familia umerable de variables aleatorias {X,, X, } tal que cualquier subfamilia fiita de ella es ua VA -dimesioal. La represetaremos por: X = o X[] = Para u valor cocreto de cada VA tedremos ua sucesió de úmeros reales llamada realizació o trayectoria del proceso. E muchas ocasioes es iteresate estudiar las propiedades asitóticas de las secuecias aleatorias, propiedades que, ievitablemete vedrá ligadas a coceptos como límite o covergecia. Al trabajar co variables aleatorias, tedremos que defiir ua medida de covergecia para las sucesioes. A cotiuació defiimos los criterios de covergecia más utilizados habitualmete: Covergecia putual: Es la covergecia de ua trayectoria pesada como ua sucesió de úmeros reales. Se utiliza poco, pues ada os asegura que el límite sea ua VA. Covergecia e probabilidad o débil: X P X lim P{ω/ X (ω)-x(ω) < ε} = Å ε > Covergecia casi segura o fuerte: X cs X P{ω/ lim X (ω) = X(ω)} = Covergecia e distribució:
2 2 Departameto de Teoría de la Señal y Comuicacioes. Uiversidad de Vigo X D X lim F (x) = F(x) para todo puto de cotiuidad de F Covergecia e media cuadrática: X mc X lim E{ X -X 2 } = Los distitos tipos de covergecia está relacioados etre ellos: Las covergecias casi segura y e media cuadrática implica covergecia e probabilidad, mietras que ésta implica covergecia e distribució. El siguiete esquema ilustra la situació e u espacio de sucesioes de VA. P D cs mc 2. LEYES DE LOS GRANDES NÚMEROS E muchas situacioes os iteresará estudiar el límite de algua fució de la sucesió tal como la suma o el promedio. E los temas ateriores hemos visto alguas propiedades de la suma fiita de variables aleatorias: - La esperaza de la suma es la suma de las esperazas - Si las variables so icorreladas, la variaza de la suma es la suma de las variazas - Si las variables so idepedietes, la fdp de la suma es el producto de covolució de las fdp (caso cotiuo) y la fució característica de la suma es el producto de las fucioes características. A cotiuació euciaremos alguos resultados relativos a la covergecia de promedios de variables aleatorias: las leyes de los grades úmeros. Leyes débiles de los grades úmeros Teorema de Markov : Sea {X } ua sucesió de VA tales que todas las VA tega esperaza y variaza fiita, sea icorreladas dos a dos y verifique la codició: Etoces se verifica: 2 k= X k k= Var(X k ) - E(X k ) k= P Obs: U caso particular de este teorema es aquel e el que las variables de la sucesió so
3 CSA. Sucesioes de VA 3 idéticamete distribuidas, es decir, todas tiee la misma distribució co los mismos parámetros, por lo que tiee la misma media y variaza; e este caso el teorema de Markov os diría que el promedio de las VAcoverge a la media de la distribució. Leyes fuertes de los grades úmeros Teorema: Dada ua sucesió de VAmutuamete idepedietes, idéticamete distribuidas y co esperaza fiita µ, etoces el promedio de VA coverge casi seguro a la media de la distribució. X k k= c.s µ Esta es ua versió del teorema de Markov co hipótesis más duras, pero tambié se obtiee ua covergecia fuerte. Obs: La importacia práctica de las leyes de los grades úmeros radica e que os garatiza que promediado ua catidad suficietemete grade de valores observados de ua V.A. obteemos ua buea estimació de la media. Como corolario de las leyes de los grades úmeros se puede cocluir el coocido como teorema de Beroulli que os dice lo siguiete: Dado u espacio de probabilidad (Ω, F, P) y u suceso A de F tal que P(A) = p, etoces: f r (A) cs p = P(A) La demostració es muy secilla. Plateemos la repetició sucesiva e idepedietemete del experimeto y e la realizació -ésima defiimos la VA X que toma valor si ocurre el suceso Ay valor e otro caso. Evidetemete: P(X = ) = p; P(X = ) = -p; E{X } = p y las VA X so idepedietes e idéticamete distribuidas. Por las leyes de los grades úmeros: cs Xk.. p teorema. k= Dado que el promedio de las VA coicide co la frecuecia relativa del suceso A, se verifica el Co este resultado cerramos u camio que habíamos iiciado e el primer tema, cuado hablábamos de las posibles defiicioes de probabilidad. E aquel mometo dimos ua defiició frecuecial, pero optamos por utilizar ua defiició axiomática. A lo largo de los temas ateriores hemos ido realizado distitas iterpretacioes frecueciales de diferetes coceptos. Gracias al teorema de Beroulli, vemos que las dos defiicioes coicide, por lo que todas las iterpretacioes que hemos hecho deja de ser simplemete u puto de vista complemetario para pasar a ser ua realidad. 3. EL TEOREMA CENTRAL DEL LÍMITE
4 4 Departameto de Teoría de la Señal y Comuicacioes. Uiversidad de Vigo Setémoos delate de u ordeador y procedamos a obteer valores como suma de úmeros geerados aleatoriamete de acuerdo a ua ley uiforme. Si represetamos gráficamete e u histograma ua catidad suficietemete grade de los valores obteidos, observaremos que el histograma se parece a ua campaa de Gauss. Si e lugar de partir de ua distribució uiforme lo hacemos desde ua expoecial, ua Rayleigh, ua Cauchy o cualquier otra distribució observaremos que el resultado es el mismo. Ello es debido al teorema cetral del límite. El gra uso que la distribució ormal tiee e la ciecia y e la igeiería es debido, e parte, al hecho de que el error de medida o el ruido e sistemas de comuicació so debidos, a meudo, a la suma de muchos térmios aleatorios, idepedietes etre sí, co poca importacia si cosideramos cada uo de ellos por separado, pero que sumados produce ua desviació apreciable sobre la medida o la señal. E estas codicioes la distribució resultate de la suma de todos estos térmios se aproxima a ua distribució ormal. La bodad de esta aproximació depede de distitos elemetos, como el tipo de distribució de los sumados y su úmero. E geeral, la aproximació es mejor e toro a la media de la distribució, de ahí la iclusió del térmio cetral e la deomiació del teorema que describe este feómeo. Formalmete, el teorema cetral del límite (e ua de sus múltiples versioes) os dice que si teemos ua sucesió de VA cotiuas idepedietes e idéticamete distribuidas, co esperaza y variaza fiitas, etoces su suma es asitóticamete ormal; es decir: X() -E(X()) Si X() = X + +X, etoces D N(,) Var(X()) o, llamado µ y σ a la media y desviació típica de ua cualquiera de las VA: X() - µ D N(,) σ Existe distitas versioes de este teorema, por ejemplo la hipótesis de que las variables sea idéticamete distribuidas puede sustituirse por la de uiformemete acotadas (es decir, existe u valor que acota todos los posibles valores de todas las VA, ie. existe u úmero M/ X < M para todo valor de ). El teorema cetral del límite puede pesarse como ua propiedad de la covolució de fucioes positivas.
5 CSA. Sucesioes de VA 5 Ejemplo: La suma de uiformes coverge muy rápidamete a ua ormal (las distribucioes represetadas ha sido previamete estadarizadas)..4 TCL (uiforme).4 TCL (suma de 2 uiformes) TCL (suma de 4 uiformes) TCL (suma de 8 uiformes) Ejemplo 5.: Dispoiedo de u geerador uiforme de úmeros aleatorios, cómo simularías de modo eficiete ua N(,)?
6 6 Departameto de Teoría de la Señal y Comuicacioes. Uiversidad de Vigo Existe ua versió del teorema para variables discretas que puede euciarse como sigue: Si teemos ua sucesió de VAidepedietes; bajo las mismas hipótesis del caso cotiuo, si X= X + +X, E(X) = µ y Var(X) = σ 2 ; para ua valor de suficietemete grade se verifica que: (k-µ) 2 P(X=k) σ 2π e- 2σ 2 Es decir, f(x) tiede a ua sucesió de impulsos cuya evolvete es ua ormal Figura: Represetació de ua evolvete ormal para ua VA discreta Si aplicamos esta versió del teorema a ua sucesió de VA idepedietes co distribució de Beroulli (cuya suma es exactamete ua distribució biomial), tedremos el teorema de DeMoivre- Laplace que os asegura que ua distribució biomial X de parámetros y p se puede aproximar, para valores de suficietemete grades, por ua ormal de media p y variaza p(-p). Es decir: ( k p) PX k k p k p k p( p) ( = ) = ( ) e 2 2πp( p) Este resultado es especialmete útil para calcular probabilidades acumuladas e ua biomial cuado el parámetro es suficietemete grade. Ejemplo 5.2: A través de ua líea telefóica se trasmite ua serie de bits (ceros o uos co igual probabilidad). Aproxima la probabilidad de que el úmero de uos o difiera de 5 e más de cuatro. 2
7 CSA. Sucesioes de VA 7 EJERCICIOS PROPUESTOS: TCL. Stark. Ejemplo Pag. 27. Promedio de VA. Stark. Problema Pag 222. Problema Pag 222 Teorema de DeMoivre-Laplace. Papoulis. 2ª Ed.: Ej Pag. 96. El mismo problema está e Papoulis 3ª Ed.: Ej Pag 26. Nota: Las referecias idicadas para los problemas so válidas para la 2ª edició del Stark. LECTURAS RECOMENDADAS: Covergecia y teoremas límite. Papoulis. Secció 8.4 (3ª Ed.) o Seccioes 8.4 y 8.5 (2ª Ed.) Distribució gaussiaa y teorema cetral del límite. Li. Secció 3.5 INFORMACIÓN Y DOCUMENTACIÓN ADICIONAL: La documetació de este tema se complemeta co u boletí de problemas. E clases de laboratorio se realizará ua práctica de ordeador (práctica #7). Esta práctica dispoe de u euciado que es recomedable leer ates de asistir al laboratorio. Todo el material de la asigatura está dispoible e la fotocopiadora y e la direcció:
CÁLCULO DE PROBABILIDADES :
CÁLCULO DE PROBBILIDDES : Experimeto aleatorio. Espacio muestral. Sucesos. Álgebra de sucesos. Frecuecias. Propiedades. Probabilidad. Resume de Combiatoria. Probabilidad codicioada. Teoremas. PROBBILIDD
Más detallesTema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesINTEGRALES DE RIEMANN
NOTAS PARA LOS ALUMNOS DE ANALISIS MATEMATICO III INTEGRALES DE RIEMANN Ig. Jua Sacerdoti Departameto de Matemática Facultad de Igeiería Uiversidad de Bueos Aires 00 INDICE.- INTEGRAL..- INTRODUCCIÓN..-
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detalles5.1. Tipos de convergencia
Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia
Más detallesProbabilidad FENÓMENOS ALEATORIOS
Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El
Más detallesSEMANA 01. CLASE 01. MARTES 04/10/16
EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados
Más detallesSERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.
CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio
Más detallesSucesiones de números reales
Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54
Más detalles6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES
6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:
Más detallesMODELOS DE PROBABILIDAD Y MUESTREO ALEATORIO Julián de la Horra Departamento de Matemáticas U.A.M.
MODELOS DE PROBABILIDAD Y MUESTREO ALEATORIO Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció La Estadística Descriptiva os ofrece ua serie de herramietas muy útiles para resumir gráfica
Más detallesEl tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.
Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,
Más detallesSeries de potencias. Desarrollos en serie de Taylor
Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesTema 6. Sucesiones y Series. Teorema de Taylor
Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació
Más detallesProbabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1
Probabilidad BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimeez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesSobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga
Más detallesPALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios.
Scietia et Techica Año IV, No 39, Septiembre de 2008 Uiversidad Tecológica de Pereira ISSN 0122-1701 459 PROPIEDADES DE LA MATRIZ Properties of the matrix EN UNA CADENA DE MARKOV i a Markov chai RESUMEN
Más detallesLey de los números grandes
Capítulo 2 Ley de los úmeros grades 2.. La ley débil de los úmeros grades Los juegos de azar, basa su sistema de gaacias, fudametalmete e la estabilidad a largo plazo garatizada por las leyes de la probabilidad.
Más detallesEstadística para Química - 1er. cuat. 2007 - Marta García Ben
Ej. 1 Podriamos cosiderar S={0,1,} (los resultados o sería igualmete probables). Pero tambie podemos defiir S={CC,CS,SC,SS} describiedo todos los resultados de tirar dos moedas y luego asociar CC, CS 1,
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesIES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11
IES IGNACIO ALDECOA AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO 0/ TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como
Más detallesINTRODUCCIÓN A LA PROBABILIDAD
INTRODUIÓN L PROBBILIDD EXPERIMENTOS LETORIOS Y DETERMINISTS Los experimetos o feómeos cuyo resultado o puede coocerse hasta haber realizado la experiecia se llama aleatorios o estocásticos. uado el resultado
Más detallesCombinatoria y definiciones básicas de probabilidad
Combiatoria y defiicioes básicas de probabilidad Defiicioes de probabilidad Probabilidad como ituició Probabilidad como la razó de resultados favorables Probabilidad como medida de la frecuecia de ocurrecia
Más detallesSUCESIONES Y SERIES DE FUNCIONES
CAPÍTULO XV. SUCESIONES Y SERIES DE FUNCIONES SECCIONES A. Campo de covergecia. Covergecia uiforme. B. Series de potecias. Itervalos de covergecia. C. Desarrollo de fucioes e series de potecias. D. Aplicacioes
Más detallesTema 5 Series numéricas
Tema 5 Series uméricas Objetivos 1. Defiir series co wxmaxima. 2. Calcular sumas parciales de ua serie. 3. Iterpretar la defiició de suma de ua serie. 4. Calcular la suma de ua serie geométrica. 5. Calcular
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesTema 8 Límite de Funciones. Continuidad
Tema 8 Límite de Fucioes. Cotiuidad 1. Operacioes co límites. Los límites de las sucesioes a b, c, d y e so los idicados e la tabla siguiete:, a b c d e - 0 1 Di cual es el límite de: a) lim( a b ) c)
Más detalles4 Contrastes del Chi 2 de bondad del ajuste
4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos
Más detalles( ) = 1= + + ( ) + + lim 3x 5 = lim 3x lim5 = lim3 lim x lim5 = = 12 5 = 7
LÍMITES DE FUNCIONES POLINÓMICAS Límites de ua fució costate f k, k El límite de ua fució costate es la misma costate f k f k k k a a Límites de la fució idetidad I I a a a I I Límites e u puto fiito.
Más detallesCálculo de límites Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesTEMA 6 MUESTRAS ALEATORIAS Y DISTRIBUCIONES EN EL MUESTREO
.- Itroducció: TEMA MUESTRAS ALEATORIAS Y DISTRIBUCIONES EN EL MUESTREO Los aálisis estadísticos que se realiza e el mudo real tiee como objetivo estudiar las propiedades características de las poblacioes
Más detalles6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES
6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,
Más detallesn x i n y i = 0 ,..., x n u)... exp 1 y 1 y y n u . Demuestre que i=1 Y n
47 Capítulo 9 Propiedades de los estimadores putuales y métodos de estimació ii Demuestre que para que esta relació sea idepediete de p, debemos teer x i y i = 0 o x i = y i. iii De acuerdo co el método
Más detalles1 Valores individuales del conjunto
5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesConvergencia absoluta y series alternadas
Tema 11 Covergecia absoluta y series alteradas Ua vez que dispoemos de diversos criterios de covergecia para series de térmios o egativos, abordamos el estudio de la covergecia de series de úmeros reales
Más detallesNúmeros naturales, enteros y racionales
Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de
Más detallesTema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1
Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES 10.1 EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiecia
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
Más detallesSistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas
Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesINTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS
INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS Ua ecuació diferecial es ua ecuació que cotiee las derivadas de ua o más variables depedietes co respecto de ua ó mas variables idepedietes. Clasificació
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesFunciones de variable compleja
Tema 10 Fucioes de variable compleja 10.1 Fucioes complejas de variable compleja Defiició 10.1 Ua fució compleja de variable compleja es ua aplicació f: A C dode A C. Para cada z A, fz) C, luego fz) =
Más detallesTema 4 Sucesiones numéricas
Tema 4 Sucesioes uméricas Objetivos 1. Defiir sucesioes co wxmaxima. 2. Calcular elemetos de ua sucesió. 3. Realizar operacioes co sucesioes. 4. Iterpretar la defiició de límite de ua sucesió. 5. Calcular
Más detallesConvergencia. 1.1 Introducción
Capítulo 1 Covergecia 1.1 Itroducció E este capítulo estudiaremos el comportamieto asitótico de sucesioes de variables aleatorias, daremos distitas defiicioes de covergecia y demostraremos dos de los Teoremas
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detallesLAS SUCESIONES Y SU TENDENCIA AL INFINITO
LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesFUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y
CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos
Más detallesSeries Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:
Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.
Más detallesFunciones Medibles e Integración
Capítulo 3 Fucioes Medibles e Itegració 3.1. Itroducció Sea X : Ω Ω dode Ω es el recorrido de X, es decir, para todo ω Ω existe ω Ω co X(ω) = ω. X determia la fució X 1 : P(Ω ) P(Ω) defiida por para A
Más detallesAnálisis de Señales en Geofísica
Aálisis de Señales e Geofísica 3 Clase Frecuecia de los Sistemas Lieales e Ivariates Facultad de Ciecias Astroómicas y Geofísicas, Uiversidad Nacioal de La Plata, Argetia Fucioes y Valores Propios Defiició:
Más detallesAMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 1 /1
AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO / TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como ua fució que asiga
Más detallesProbabilidad y estadística
Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesEJERCICIOS DE ANÁLISIS FUNCIONAL (Asignatura VCAF) HOJA 2
EJECICIOS DE ANÁLISIS FUNCIONAL (Asigatura VCAF) HOJA Ejercicio : Idicar u ejemplo de la sucesió x () (x (),x (),...) que perteezca a cada uo del par cosiderado de los espacios y que: a) Coverja e l,peroocoverjael.
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más detallesESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.
ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,
Más detallesPRUEBAS DE HIPOTESIS
PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto
Más detalles3. Volumen de un sólido.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Itegrales y aplicacioes.. Volume de u sólido. E esta secció veremos cómo podemos utilizar la itegral defiida para calcular volúmees de distitos tipos
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesDistribuciones de probabilidad
Distribucioes de probabilidad 1. Variable aleatoria real: Ejemplo: Ua variable aleatoria X es ua fució que asocia a cada elemeto del espacio muestral E u úmero X: E ú Cosideremos el experimeto aleatorio
Más detallesTEMA 25 (Oposiciones de Matemáticas)
TEMA 25 (Oposicioes de Matemáticas) LÍMITES DE FUNCIONES. CONTINUIDAD Y DISCONTINUIDAD. TEOREMA DE BOLZANO.. Itroducció. 2. Límites de fucioes. 2.. Límite de ua fució e u puto. 2.2. Límites laterales.
Más detallesSucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.
Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,
Más detallesMétodo de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas
Método de máxima verosimilitud Curso de Estadística TAE,2005 J.J. Gómez Cadeas Muestras Cosiderar ua variable aleatoria x descrita por la pdf f(x). El espacio de muestras está costituido por todos los
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesApuntes sobre series numéricas: preguntas frecuentes y ejemplos resueltos. 1) Preguntas frecuentes. Conceptos, teoremas y ejemplos básicos
Cálculo I ( o de Grado e Iformática, 202-3) Aputes sobre series uméricas: pregutas frecuetes y ejemplos resueltos ) Pregutas frecuetes. Coceptos, teoremas y ejemplos básicos P-. Ua serie ifiita es ua suma
Más detalles1. Sucesiones y series numéricas
ITINFORMÁTICA CÁLCULO INFINITESIMAL BOLETÍN CON SOLUCIONES DE LOS EJERCICIOS CURSO 005-06 Sucesioes y series uméricas Escribir ua expresió para el -ésimo térmio de la sucesió: +, + 3 4, + 7 8, + 5 6, 3,
Más detallesEL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos
EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta
Más detalles7.2. Métodos para encontrar estimadores
Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesANALISIS ESTADISTICO DE VALORES EXTREMOS
ANALISIS ESTADISTICO DE VALORES EXTREMOS Aplicacioes e hidrología Gloria Elea Maggio Dr. Jua F. Aragure 84 - Bueos Aires 4988 0083 www.oldor.com.ar oldor@oldor.com.ar R E S U M E N El objetivo de este
Más detallesSistemas de Segundo Orden
Apute I Departameto de Igeiería Eléctrica Uiversidad de Magallaes Aputes del curso de Cotrol Automático Roberto Cárdeas Dobso Igeiero Electricista Msc. Ph.D. Profesor de la asigatura Este apute se ecuetra
Más detalles12 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 detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesTest de Wilcoxon de rangos signados
5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesTEMA IV. 1. Series Numéricas
TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios
Más detallesIES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.
Más detallesINTRODUCCIÓN A LA ESTADÍSTICA
INTRODUCCIÓN A LA ESTADÍSTICA DIRECCIÓN DE LA PRODUCCIÓN Por: LUIS ARENCIBIA SÁNCHEZ www.laformacio.com - www.libroelectroico.et 1 Ídice. 1. Cotrol estadístico de calidad.. Datos..1. Presetació de datos...
Más detallesLAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO
LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que
Más detallesEstimación de los parámetros de las distribuciones Bernoulli y Poisson bajo cero eventos
Publicado e la Rev. Fac. Nac. Salud Pública 999; 7(): 30-36 Estimació de los parámetros de las distribucioes Beroulli y Poisso bajo cero evetos Estimatig parameters of the Beroulli ad Poisso distributios
Más detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesNúmeros naturales, enteros y racionales
Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de
Más detallesProblemas de Sucesiones
Capítulo Problemas de Sucesioes Problema. Calcular los siguietes ites: l se i e + 3 ii 5 iii l iv + + + Solució: l se i [ escala de iitos se acotada ] 0 acotada 0. e + e ii 5 + [ úmero meor que uo 5 ]
Más detallesPráctica 1.- Sucesiones y series
Práctica.- Sucesioes y series El programa Mathematica os sirve de ayuda para estudiar el comportamieto de sucesioes y series de úmeros reales, mediate las istruccioes Limit y, que os permitirá, e la mayoría
Más detallesIngeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.
CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió
Más detalles1. QUÉ ES LA ESTADÍSTICA?
1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular
Más detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesLa sucesión de Lucas
a sucesió de ucas María Isabel Viggiai Rocha Cosideramos la sucesió umérica { } defiida por: - - si 3 y y 3. Esta sucesió es coocida como la sucesió de ucas y a sus térmios se los llama úmeros de ucas.
Más detalles- Fernando Sánchez - Departamento de Matemáticas - Universidad de Extremadura. Sucesiones y series de números reales 1. Sucesiones de números reales
- Ferado Sáchez - - 7 Sucesioes Cálculo I y series de úmeros reales Sucesioes de úmeros reales 20 205 De maera similar a como se hizo para sucesioes de úmeros racioales, se defie ua sucesió de úmeros reales
Más detalles