ESTADÍSTICA MATEMÁTICA

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

Download "ESTADÍSTICA MATEMÁTICA"

Transcripción

1 ESTADÍSTICA MATEMÁTICA Volume II Ifereca Estadístca 1 ( ) 0 1 Rafael Cabrejas Herasaz foemato.com Aquí hay u vdeotutoral e el que explcamos los cotedos de este lbro.

2 Hacedo clc aquí se abrrá el Pael de Marcadores y podrás avegar por el lbro. INTRODUCCIÓN A LA ESTADÍSTICA MATEMÁTICA Volume II: Ifereca Estadístca No está permtda la reproduccó total o parcal de este lbro, su tratameto formátco, la trasmsó de gua forma o por cualquer medo, ya sea electróco, mecáco, por fotocopa, por regstro u otros métodos, s permso prevo y por escrto de los ttulares del Copyrght. RAFAEL CABREJAS HERNANSANZ

3 Idce del Volume I Dstrbucoes de probabldad 1.01 Cojutos 1.0 Álgebra de Boole de las partes de u cojuto 1.03 Expermeto aleatoro 1.04 Espaco muestral, comportameto elemetal 1.05 Suceso 1.06 Operacoes co sucesos 1.07 Álgebra de sucesos 1.08 La probabldad e el dccoaro 1.09 La probabldad para Kolmogorov 1.10 Defcó frecuetsta de probabldad 1.11 La probabldad para Laplace 1.1 Probabldad codcoada 1.13 Idepedeca de sucesos 1.14 Teorema de la probabldad total 1.15 Teorema de Bayes 1.16 Combatora Latgullos Tema 1: La probabldad Tema : Varables udmesoales.01 Varable aleatora udmesoal.0 Varable aleatora dscreta.03 La palabra "desdad".04 Varable aleatora cotua.05 Varable aleatora degeerada.06 Esperaza matemátca. El verbo "poderar".07 Mometos de ua varable aleatora.08 Varable tpfcada.09 Teorema de Markov.10 Teorema de Tchebychef.11 Fucó geeratrz de mometos.1 Fucó característca.13 Cambos de varable.14 Varable trucada Latgullos

4 Tema 3: Varables multdmesoales 3.01 Varables multdmesoales 3.0 Fucó de dstrbucó 3.03 Varable bdmesoal dscreta 3.04 Varable bdmesoal cotua 3.05 Dstrbucoes margales 3.06 Dstrbucoes codcoadas 3.07 Varables depedetes 3.08 Esperaza matemátca 3.09 Mometos de ua varable bdmesoal 3.10 Regresó 3.11 Rectas de regresó mímo cuadrátca 3.1 Fucó geeratrz de mometos 3.13 Cambos de varable 3.14 Fucoes de varable bdmesoal Latgullos Tema 4: Varables dscretas famosas 4.01 Varable degeerada 4.0 Varable uforme dscreta 4.03 Varable de Beroull 4.04 Varable bomal 4.05 Varable de Posso 4.06 Varable geométrca 4.07 Varable bomal egatva 4.08 Varable hpergeométrca Latgullos Tema 5: Varables cotuas famosas 5.01 Varable uforme cotua 5.0 Varable ormal tpfcada 5.03 Varable ormal o tpfcada 5.04 Reproductvdad de la ormal 5.05 Varable logarítmco ormal 5.06 Varable gamma 5.07 Varable expoecal egatva 5.08 Varable beta 5.09 Varable j-dos 5.10 Varable t-studet 5.11 Varable F-Sedecor 5.1 Varable de Pareto Latgullos

5 Idce del Volume II Ifereca Estadístca Tema 1: Sucesoes de varables 1.01 Itroduccó 1.0 Sucesó de varables aleatoras 1.03 Covergeca de ua sucesó 1.04 Teorema de Beroull 1.05 Teorema Cetral del Límte 1.06 Teorema de Ldeberg-Levy 1.07 Teorema de Movre Tema : Dstrbucoes e el muestreo.01 Muestreo aleatoro smple.0 Estadístco.03 Estadístcos más famosos.04 La meda muestral.05 La varaza muestral.06 Muestreo de poblacó ormal Tema 3: Estmacó putual 3.01 Estmador putual 3.0 Isesgadez 3.03 Verosmltud de ua muestra 3.04 Cojutos de vel de u campo escalar 3.05 Sufceca 3.06 Efceca 3.07 Cossteca 3.08 Estmador de mometos 3.09 Estmador de máxma verosmltud Tema 4: Itervalos de cofaza 4.01 Itroduccó 4.0 Itervalo aleatoro 4.03 IC para la meda de ua ormal 4.04 IC para la varaza de ua ormal 4.05 IC para la dfereca de medas de ormales 4.06 IC para el cocete de varazas de ormales 4.07 IC para la meda medate Tchebychef 4.08 IC co muestras grades

6 Tema 5: Cotrastes paramétrcos 5.01 Hpótess. Tpos 5.0 Hpótess ula y alteratva 5.03 Test de hpótess. Regó crítca 5.04 Los dos tpos de error 5.05 Fucó de poteca de u test 5.06 Tamaño de u test 5.07 Test UMP 5.08 Cotraste de hpótess smples 5.09 Cotraste de smple frete a compuesta 5.10 Cotraste de hpótess compuestas 5.11 Test de la razó de verosmltudes 5.1 Test famosos para poblacoes ormales Tema 6: Cotrastes o paramétrcos 6.01 Cotraste de aleatoredad 6.0 El estadístco j-dos de Pearso 6.03 Cotrastes de bodad de ajuste 6.04 Cotraste de depedeca 6.05 Cotraste de homogeedad Observo que los temas de Ifereca carece de latgullos Cuado llegue la Ifereca o ecestarás que ade te los vaya explctado

7 1.01 Itroduccó 1.0 Sucesó de varables aleatoras 1.03 Covergeca de ua sucesó 1.04 Teorema de Beroull 1.05 Teorema Cetral del Límte 1.06 Teorema de Ldeberg-Levy 1.07 Teorema de Movre Lo más valoso de tu educacó cetífca es el desarrollo de la dscpla metal foemato.com E foemato.com tees los vídeos e los que explcamos los cotedos de este lbro. Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

8 Tema 1: Sucesoes de varables aleatoras 1.1 INTRODUCCIÓN El verbo "ferr" Como e las próxmas 500 págas estudaremos la llamada Ifereca Estadístca, covee empezar leyedo lo que dce el dccoaro sobre el verbo ferr, pues lo que a osotros os teresa es la prmera acepcó. Iferr. (Del latí fere, llevar a): Sacar ua cosecueca o deducr ua cosa de otra coducr a u resultado Llevar cosgo, ocasoar, Tratádose de ofesas, agravos, herdas, etc., producrlos o causarlos. Ifereca paramétrca Como la vda es muy dura, co frecueca se está aalzado ua varable aleatora "X" asocada a ua certa poblacó (maga que "X" expresa la aleatora altura de los cudadaos) y se cooce "X" sólo de forma parcal, pues auque se sabe a qué "famla" perteece "X", se descooce alguos de los parámetros que detfca a "X". Por ejemplo: Se sabe que "X" es ormal de meda 7, pero se descooce la varaza. Se sabe que "X" es ormal de varaza 13, pero se descooce la meda. Se sabe que "X" es expoecal, pero se descooce el parámetro. Se sabe que "X" es ormal, pero se descooce la meda y la varaza. Descoocer algú parámetro de la dstrbucó de probabldad de "X" es ua gra putada, pues me mpde calcular probabldades de sucesos relacoados co "X"... voy a llamar al mago Merlí para que me dga el valor de Ate ta dramátca stuacó sólo teemos dos opcoes: 1) Sucdaros ) Buscaros la vda para "decr algo" sobre S o elges la prmera opcó, de medato te plateas la preguta del mlló: Rafael Cabrejas Herasaz Qué hago para "decr algo" sobre? foemato.com No te molestes e pregutar a ade, el valor de es mposble coocerlo, o lo sabe Dos

9 Detallada respuesta Lo que haría cualquera: observar el valor que toma "X" e "" dvduos de la "poblacó" (o sea, "muestrear" la poblacó) y sacar jugo a la formacó que sobre el parámetro cotee los "" valores observados de la varable "X". Así ace la estrella de la Ifereca Estadístca: la varable aleatora -dmesoal ( X 1 ;... ; X ) que expresa los resultados que puede presetarse al seleccoar ua muestra de tamaño ""; de ella dremos que es la varable muestral. El muestreo aleatoro smple cosdera que las varables X 1,..., X que forma la varable muestral ( X 1 ;... ; X ) so depedetes y tee la msma dstrbucó de probabldad que la varable "X". Por ejemplo, s X N( 170; ) expresa la aleatora altura de los cudadaos y para "decr algo" sobre tomamos ua muestra aleatora smple de tamaño 3, etoces, sedo X la varable que expresa la aleatora altura del -ésmo cudadao seleccoado ( 1,, 3 ), la estrella de la película será la varable muestral ( X1; X; X3 ) que expresa los resultados que puede presetarse, y admtremos que X1, X y X3 so depedetes y todas tee dstrbucó N( 170; ). A cotuacó cometamos grosso modo la que se os vee ecma. Tema 1: Sucesoes de varables aleatoras Como la estrella de la hstora es la varable muestral ( X 1 ;... ; X ) y "" puede ser todo lo grade que queramos, dedcaremos el Tema 1 a estudar los tríguls de ua sucesó X 1, X,..., X,... de ftas varables aleatoras (depedetes o o, co la msma dstrbucó de probabldad o o). Tema : Estadístcos Para "sacar jugo" a la "formacó" que sobre el descoocdo cotee los "" valores observados de la varable "X" utlzaremos estadístcos. Nada de asustarse, u "estadístco" es ua fucó de la varable muestral ( X 1 ;... ; X ), y por tato es ua varable aleatora udmesoal correte y molete. Los estadístcos más famosos so la meda muestral y la varaza muestral: T1 1. X aleatora meda muestral 1 T 1. X T ( 1) aleatora varaza muestral 1 Observa: a cada muestra le correspode u valor del estadístco. Por ejemplo, s la muestra seleccoada es la ( 4 ; 6; 11 ), e ella el estadístco T 1 se cocreta e el úmero 7, y el estadístco T se cocreta e el úmero 6/: 3 T1 ( )/ 3 7 T ( 4 7) ( 6 7) ( 11 7) / 3 6/ 3 c h Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz foemato.com

10 Tema 3: Estmacó putual Hacer ua estmacó putual del parámetro cosste e asgarle u valor cocreto. Para ello se elge u estadístco "T" y se asga a el valor que toma "T" e la muestra seleccoada. Por ejemplo, cosdera que la varable "X" tee dstrbucó de Posso de parámetro y que para hacer ua estmacó putual de se toma ua muestra de tamaño 4 y se obtee la ( 5; 6; 1; 6 ); así: S como "estmador putual" del parámetro elegmos el estadístco meda muestral T1 ( X1XX3X4)/ 4, como el valor que toma T 1 e la muestra ( 5; 6; 1; 6 ) es 4'5, dremos que la estmacó putual de que para esa muestra proporcoa el estadístco T 1 es 45 '. S como "estmador putual" del parámetro elegmos el estadístco "máxmo muestral" T3 máx.{ X1; X; X3; X4}, como el valor que toma T 3 e la muestra ( 5; 6; 1; 6 ) es 6, dremos que la estmacó putual de que para esa muestra proporcoa el estadístco T 3 es 6. S como "estmador putual" del parámetro elegmos el estadístco "mímo muestral" T4 mí.{ X1; X; X3; X4}, como el valor que toma T 4 e la muestra ( 5; 6; 1; 6 ) es 1, dremos que la estmacó putual de que para esa muestra proporcoa el estadístco T 4 es 1. Naturalmete, ua vez seleccoada la muestra, la "caldad" de la estmacó putual de depederá de qué estadístco usemos como "estmador putual"; por eso se hace ecesaro establecer característcas "deseables" (sesgadez, cossteca, efceca y sufceca) que os permta decdr s u certo estadístco "Pepe" es teresate para hacer ua "estmacó putual" del descoocdo valor de. La dea es seclla: cuado el estadístco "Pepe" os suplque por sus muertos que lo eljamos a él como "estmador putual" de, aalzaremos s "Pepe" posee esas característcas "deseables" de sesgadez, cossteca, efceca y sufceca. Porfa... elígeme a mí como cosorte foemato.com Lo tees joddo: o eres alt@, o eres guap@, o eres rc@, o eres telgete, o eres sesble, o eres dulce... y además te huele los pes Como o podemos pasaros la vda hacedo castg co la fdad de estadístcos que hay, se hará ecesaro vetar métodos de "costruccó" de estmadores (método de la máxma verosmltud y método de los mometos). Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

11 Tema 4: Estmacó co tervalo de cofaza Abordaremos el problema de "decr algo" sobre el parámetro desde otro puto de vsta, pues e vez de utlzar u estadístco y los "" úmeros que forma la muestra seleccoada para hacer ua "estmacó putual" de, utlzaremos u estadístco y los "" úmeros de la muestra para determar u tervalo e el que co ua cofaza fjada de atemao está el descoocdo valor del parámetro. Tema 5: Cotraste de hpótess paramétrcas Por razoes de elemetal prudeca, ua vez se ha estmado (y por tato se ha establecdo ua hpótess sobre ), se platea el problema de cotrastar s la estmacó realzada tee mucho o poco que ver co la realdad. Y de medato se platea la preguta del mlló: Qué hago para "cotrastar" ua "hpótess" establecda sobre? Respuesta: Lo que haría cualquera: "observar" el valor que toma "X" e "k" dvduos de la "poblacó" y "sacar jugo" a la "formacó" que sobre el parámetro cotee los "k" valores observados de la varable "X"; e cocreto, utlzado u estadístco y los "k" úmeros que forma la muestra seleccoada, obtedremos u úmero mágco que os permtrá decdr s os creemos la hpótess establecda o o. Ifereca o paramétrca Sempre hay que lo tee más joddo: se está aalzado ua varable aleatora "X" asocada a ua certa "poblacó" y o se tee dea de la dstrbucó de probabldad de "X". Qué dstrbucó de probabldad tee el aleatoro beefco daro que obtees vededo calabazas? E tal stuacó, la úca alteratva al sucdo es emplear el olfato para establecer ua hpótess sobre el tpo de dstrbucó de "X" y "observar" el valor que toma "X" e "r" dvduos de la "poblacó", sacado jugo a la "formacó" que cotee los "r" valores observados de la varable "X"; e cocreto, utlzado u estadístco y los "r" úmeros que forma la muestra seleccoada, obtedremos u úmero mágco que os permtrá decdr s os creemos la hpótess establecda o o. Dedcaremos el Tema 6 a ta dvertdo asuto. Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz foemato.com N dea!... o sé s es ormal, expoecal, uforme...

12 1. SUCESIÓN DE VARIABLES ALEATORIAS Ua sucesó de varables aleatoras es ua ley o crtero que a cada úmero atural le asoca ua varable aleatora. Deotado X a la varable aleatora que la ley e cuestó asoca al úmero atural "", para referros a la sucesó escrbremos { X }; es decr: { X} { X1, X, X3,..., X,...} 1 X X 3 X : : X : : Ley de Murphy: s algo puede r mal, rá mal. Sexto lema de Murphy: ada es ta fácl como parece. Quto teorema de Murphy: s dejamos que las cosas marche solas, rá de mal e peor. Tercer axoma de Murphy: cuado las cosas o puede ser peores, empeora. Ley de Murphy multdmesoal: s ua sere de evetos puede salr mal, lo hará e el peor orde posble. Cuarto teorema de Murphy: lo úco que o se olvda es lo que se aputa. Observacó de Murphy: para estmar el tempo que requere ua tarea, estímese el tempo que debería requerr, multplíquese por dos y elévese la medcó a la mayor udad subsguete. Así, asgamos dos días para ua tarea de ua hora. Segudo axoma de Murphy: todo herror que pueda deslzarse o dudará e acerlo. Cuarto postulado de Murphy: sólo se hace be lo que se ha practcado sufcetemete. Cometaro de Foemato: Murphy es muy optmsta. Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz 1 3 foemato.com

13 1.3 CONVERGENCIA DE UNA SUCESIÓN DE VARIABLES ALEATORIAS Sea "U" ua varable aleatora co fucó de dstrbucó F( x) y geeratrz de mometos (t) : F(x) PU x ; (t) Eet.U Sea { X } ua sucesó de varables aleatoras defdas sobre el msmo espaco probablístco que "U", sedo F( x) y ( t) las respectvas fucoes de dstrbucó y geeratrz de mometos de la varable X : Tema 1: Sucesoes de varables aleatoras t.x F(x) PX x ; (t) Ee Covergeca e ley Dremos que la sucesó { X } coverge e ley a la varable "U", y escrbremos { X} L U, s se satsface cualquera de las sguetes codcoes, que so equvaletes: 1) lm. F (x) F(x), x tal que F(x) sea cotua e "x" Propedades ) lm. (t) (t), t 3 lm. P(a X b) P(a U b), (a;b] 1) S { X } U y "C" es ua costate, sucede que: L { X C} UC ; { C. X } C. U ) S { X } U y "g" es ua fucó cotua, sucede que: L L {( gx )} gu ( ) Covergeca e probabldad Dremos que la sucesó { X } coverge e probabldad a la varable "U", y escrbremos { X } U, s para todo valor postvo de sucede que: P lm. L c U h0 P X comple- o lo que es gual, pero dado el protagosmo al suceso X U metaro del suceso X U, sucede que: lm. Rafael Cabrejas Herasaz c U h1 P X L foemato.com

14 Iterpretacó bdmesoal E la dstrbucó bdmesoal de masa de probabldad correspodete a la varable bdmesoal ( X ; U), la probabldad del suceso X U es la lm. P X U e 1, e 0 masa que hay e el "tubo" sombreado e la fgura. El "eje" de ese "tubo" es la bsectrz del prmer cuadrate, formada x ue por los putos que tee guales sus U dos coordeadas; obvamete, el "tubo" es más "delgado" cuato más próxmo a 0 sea el valor elegdo para 0. Por tato, al afrmar que { X} P U se afrma que la sucesó { X } es tal que, sea cual sea el valor elegdo para 0 (o sea, co depedeca de la "delgadez" del "tubo" que eljamos), la masa que hay e el tubo, que es la probabldad del suceso X U x ue 13,,,..., se aproxma a 1 tato como se quera s más que elegr "" sufcetemete grade. Por ejemplo: S , la probabldad del suceso X U se aproxma a 1 tato como se quera s más que elegr "" sufcetemete grade; es decr, fjada ua probabldad ta próxma a 0 como se quera, hay u úmero atural 0 tal que s 0 ocurre que Pc X U h 1. S , la probabldad del suceso X U se aproxma a 1 tato como se quera s más que elegr "" lo bastate grade; es decr, fjada ua probabldad ta próxma a 0 como se quera, hay u atural 1 tal que s 1 ocurre que Pc X U h 1. Eres u Pues s el "tubo" pude ser lce! todo lo "delgado" que se quera, al afrmar que P { X} U se dce que, cuado, la dstrbucó bdmesoal de masa asocada a la varable (X ;U) tede a cocetrase e la bsectrz del prmer cuadrate foemato.com X Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

15 Observa: s la varable "U" toma el valor q co probabldad 1 (o sea, "U" es degeerada), la udad de masa de probabldad correspodete a la varable aleatora bdmesoal ( X ; U) U está e la recta U ; por tato, la probabldad del suceso X U X es la masa que hay e el X segmeto de ampltud. que ue los putos "M" y "N" de la fgura. Así, al decr que {X P } q se afrma que la U 13,,,... sucesó { X } es tal que, sea cual sea el valor elegdo para 0 (o sea, co M depedeca de la ampltud del N segmeto MN que eljamos), la masa que hay e el segmeto MN, que es la probabldad del suceso X, se aproxma a 1 tato como se quera s más que elegr "" bastate grade. X O sea, la dstrbucó bdmesoal de masa asocada a la varable (X ;U) tede a cocetrase e el puto ( qq ; ) de la bsectrz del prmer cuadrate. Iterpretacó udmesoal c h 1 0 lm. P X, E la dstrbucó udmesoal de masa de probabldad asocada a la varable Z X U, la probabldad del suceso Z X U es la masa que hay Z X U 0 e el tervalo [ ; ], cuya ampltud. es más pequeña cuato más próxmo a 0 13,,,... sea el valor elegdo para 0. Por tato, al afrmar que {X P } U se afrma que la sucesó { X } es tal que, sea cual sea el valor elegdo para e 0 (o sea, co depedeca de la ampltud del tervalo [ ; ] que eljamos), la masa que e la dstrbucó de probabldad de Z X U hay e [ ee ; ], que es la probabldad del suceso Z, se aproxma a 1 tato como se quera s más que elegr "" sufcetemete grade. O sea, al afrmar que { X} P U vee a decrse que la dstrbucó udmesoal de masa asocada a la varable Z X U tede a cocetrase e el orge; es decr, Z tede a ser la varable degeerada que toma el valor 0 co probabldad 1 foemato.com Qué glpollez! Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

16 Propedades 1) S { X } U{ X U} 0. E efecto: P Tema 1: Sucesoes de varables aleatoras S { X } U es lm. P X U, P lm. P X U0 0, 0 P c h 0 0; así: c h lo que demuestra que { X U} 0. S { X U} 0 es lm. P X U0 0, 0 P lm. P X U, lo que demuestra que { X } U. P c h ; así: c h 0 0 P ) S { X } U y "g" es ua fucó cotua, etoces { gx ( )} gu ( ) P 3) Estado defdas las sucesoes { X } y { T } sobre el msmo espaco probablístco, s { X } U y { T } T, etoces: P P P P { X T } U T ; { X. T } U. T S la sucesó { X/ T } tee setdo, etoces { X/ T} U/ T, sempre que P( T 0) 0. 4) S todas las varables que forma la sucesó { X } tee meda fta y lm. VX ( ) 0, etoces { X E( X)} 0, pues 0 sucede que P X E(X ) 0 P X E(X ) Tchebychef c h P P V(X ) VX ( ) Así: 0 lm. P X E( X) 0 lm. 0 lo que demuestra que { X E( X )} 0. 5) S todas las varables que forma la sucesó { X } tee la msma meda "m" fta y lm. VX ( ) 0, etoces { X} P m, pues 0 sucede que V(X ) P X m P X E(X ) E(X ) m Tchebychef VX ( ) Así: 0 lm. P X m lm. 0 P c h lo que demuestra que { X } m. Rafael Cabrejas Herasaz P foemato.com P

17 6) Sedo "C" ua costate, para que { X} C es sufcete (o ecesaro) que lm. EX ( ) C y lm. VX ( ) 0. E efecto, 0, es: E(X C) P X C P (X C) segú el teorema de Markov VENTANA E (X C) E (X E(X )) (E(X ) C) P V(X ) E(X ) C V(X ) E(X ) C 0 lm. P X C lm. 0 s lm. E(X ) C y lm. V(X ) 0 P {X } C Covergeca e meda cuadrátca Dremos que la sucesó { X } coverge e meda de orde "r" a la varable "U", y escrbremos { X } r r U, s lm. E X U Dremos que { X } coverge a "U" e meda cuadrátca e el caso r ; es decr, s lm. E(( X U) ) 0, y escrbremos { X } U. EX E(X ) E(X ) C.(X E(X )).(E(X ) C) o aleatoro o aleatoro E X E(X ) E(X ) C.E X E(X ).(E(X ) C) E X E(X ) V(X ) E X E(X ) E(X ) E E(X ) E(X ) E(X ) 0 e j 0. Ua merdeclla de masa muy alejada del puto "Pepe" produce mucha dspersó respecto a "Pepe": s e el orge hay ua masa 0' y la masa restate, 10 7, está e el puto , el mometo de orde de esta dstrbucó respecto al orge (que es ua medda de la dspersó de la dstrbucó respecto al orge) es brutal, ada meos que V(X ) E(X ) C foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

18 Sedo E(( X U) ) el mometo de orde dos de la varable X U respecto al orge, el valor de E(( X U) ) es ua medda de la dspersó de la dstrbucó de probabldad de X U respecto al orge. Por tato, al decr que { X} U se dce que la medda de la dspersó de X U respecto al orge tede a 0 s ; o sea, la mesa mayoría de la masa de la dstrbucó de X U está muy próxma al orge y o hay masas (auque sea rrelevates) muy alejadas de él. Relacó etre las covergecas S { X } U{ X } U. P L El recíproco o es certo, salvo s "U" es ua varable degeerada (toma u úco valor co probabldad 1). S { X } U{ X } U. E efecto: P E(X U) P X U P (X U) segú el teorema de Markov E(X U) 0 lm. P X U lm. 0 s lm. E (X U) 0 P {X } U foemato.com A los exámees, sea de Estadístca, de Físca, o de lo que sea, debes llegar co ua CESTA LLENA DE LATIGUILLOS, para sembrarlos por doquer etre los cálculos que hagas y así lograr que me qute el sombrero y se me caga los pataloes al corregr tu exame. Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

19 FONEMATO Sea { X } ua sucesó de varables aleatoras depedetes, todas co dstrbucó uforme e el tervalo ( 0; a ). Utlzado la acotacó de Tchebychef, demuéstrese que { Z } a, sedo: Z SOLUCIÓN Tema 1: Sucesoes de varables aleatoras P. X X X.( Meda artmétca de X 1,,..., ) 1 Demostraremos que { Z } a s demostramos que 0 sucede que Es: P lm. P Z a e E(Z ) E. X. E(X ). a.. a a X U(0;a) E(X ) (0a)/ a/ c h c h P Z a P Z E( Z) VZ ( ) a 3.. Tchebychef VENTANA pues X 1, X,..., X so depedetes Así, es 0 lm. P Z a a e lm. 0, lo que demuestra que: 3.. e lm. P Z a e 0 y eso sgfca que la dstrbucó udmesoal de masa de probabldad asocada a la varable W Z a tede a cocetrase e el orge; es decr, W tede a ser la varable degeerada que toma el valor 0 co probabldad a 4 a a X U(0;a) V(X ) (a 0) /1 a /1 V(Z ) V. X. V(X ) Latgullo: párrafo corto o esquema que explca lo fudametal del asuto que llevamos etre maos. Rafael Cabrejas Herasaz foemato.com

20 FONEMATO ) Sea { X } ua sucesó de varables aleatoras depedetes, todas co las msma dstrbucó de probabldad, co meda y varaza, ambas ftas. Utlzado la acotacó de Tchebychef, demuéstrese que { Z } P, sedo Z la meda artmétca de X 1, X,..., X. ) Razóese s la ateror demostracó es certa s sólo exgmos que las varables de la sucesó { X } sea correladas, o ecesaramete gualmete dstrbudas, auque todas co la msma meda y la msma varaza ftas. SOLUCIÓN 1) Sea Z 1. X X X Meda artmétca de X 1,,...,. 1 Demostraremos que { Z } P s demostramos que 0 sucede que lm. Pc Z h0 Es: 1 E(Z ) E 1 1. X. E(X ) E(X ), 1,,..., c h c h P Z P Z E( Z) VZ ( ). Techebychef 1 V(Z ) V. X 1. V(X ) VENTANA V(X ), 1,,..., Por tato: 0 lm. P Z lm. c h 0. lo que demuestra que lm. Pc Z h0. ) S las varables de la sucesó { X } so correladas, auque o tega la msma dstrbucó de probabldad, s todas tee la msma meda y la msma varaza (ambas ftas), es: EZ ( ) ; V( Z) / pues X 1, X,..., X so correladas Por tato, sgue sedo válda la demostracó hecha e 1). Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz pues X 1, X,..., X so depedetes foemato.com

21 FONEMATO Sea { X } ua sucesó de varables aleatoras depedetes, todas desdad fx ( ) e( x ), x Demuéstrese que { Z } P, sedo Z mí.{ X 1, X,..., X}. SOLUCIÓN Demostraremos que { Z } P demostrado que 0 sucede que E efecto: lm. P Z 0 lm. P Z lm. P(Z ) P(Z ) P(Z ) 0, pues como X 1, X,..., X o toma valores ferores a, etoces Z mí.{x 1, X,..., X } o toma valores ferores a lm. P(Z ) como Z mí.{x, X,..., X }, será Z sólo s X, 1,,..., 1 1 lm. P X ; X ;... ; X pues X 1,X,...,X so depedetes y todas tee la msma dstrbucó de probabldad (x ) lm. P X lm. e.dx lm. e lm. e e lm. e 0 (x ). E exame o hay que desaprovechar gua ocasó para acredtar que o somos del motó! E exame o mporta lo que sabes, mporta lo que parece que sabes! foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

22 FONEMATO Sea { X } ua sucesó de varables aleatoras, tomado X valores 1 y 0 co probabldades respectvas 1/ y 1 (1/). Demuéstrese que { X } P 0. Qué ocurre co la covergeca de la fucoes de dstrbucó de las varables que forma la sucesó? SOLUCIÓN { X } P 0 s 0 sucede que lm. Pc X 0 h 0. Es: lm. Pc X 0 h lm. bpx ( ) PX ( ) g PX ( ) 0, pues X o toma valores egatvos s 1 lm. 1/ 0 lm. PX ( ) s 1 lm / 1/ VENTANA 1 X 0 1 S 1, la probabldad del suceso X es 1/ S 1, la probabldad del suceso X es 0 De otro modo: s "C" es ua costate, para que { X} P C es sufcete (o ecesaro) que lm. E(X ) C y lm. V(X ) 0. Tema 1: Sucesoes de varables aleatoras E uestro caso C 0, sedo: E(X ) 0.P(X 0) 1.P(X 1) 1/ lm. E(X ) lm. 1 0 ; lm. V(X 1 1 ) lm. 0 V(X ) E(X ) (E(X )) 0.P(X 0) 1.P(X 1) (1/) (1/) (1/) 0 s x 0 Fucó de dstrbucó de X : F( x) P( X x) 1 1/ s0x1 T 1 s x 1 R 0 x 0 U R0s x 0 Por tato: lm. F ( x) lm. S 11/ s0x1v S s x T s x W T 1s x 1 que es la fucó de dstrbucó de ua varable degeerada que cocetra toda la masa de probabldad e el puto x 0. Rafael Cabrejas Herasaz R S foemato.com

23 FONEMATO Sea { X } ua sucesó de varables aleatoras, tomado X valores "a" y a. b ( b 0 ) co probabldades respectvas 1 (1/) y 1/. 1) Demuéstrese que { X} P a. ) Estúdese s { X} a. SOLUCIÓN 1) Demostraremos que { X} P a s demostramos que 0 sucede que lm. Pc X a h0 Es: lm. P X a lm. P(X a ) P(X a ) P(X a ) 0, pues la varable X o toma valores meores que "a" lm. PX ( ) Observa: sabemos que s "a" es ua costate, para que { X} P a es sufcete que: lm. E(X ) a ; lm. V(X ) 0 La sucesó dada { X } demuestra que las aterores codcoes o so ecesaras, pues { X} P a y s embargo lm. EX ( ) a: lm. E(X ) lm. (a b) a b a s s. b. b 1 1/ 1/ lm. 1/ 0 lm b a a. b X S b., la probabldad del suceso X es 1/ S b., la probabldad del suceso X es 0 E( X ) a.p( X a) (a.b).p( X a.b) a.(1 1) (a.b). 1 a b foemato.com VENTANA Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

24 c h. ) { X} a s lm. E ( X a) 0 Es: lm. E (X a) lm. E X.a.X a Tema 1: Sucesoes de varables aleatoras lm. E(X ).a.e(x ) a E(X ) a b E(X ) a.p(x a) (a.b).p(x a.b) 1 1 a.(1 ) (a.b). a.a.b.b lm. a.a.b.b.a.(a b) a lm..b Por tato, la sucesó { X } o coverge a "a" e meda cuadrátca. El asuto de la covergeca e probabldad y e meda cuadrátca tedrá protagosmo estelar cuado hablemos de la cossteca de los estadístcos Acostúmbrate a usar vetaas, pues faclta mucho la lectura de lo escrto, por lo que tu profe te lo agradecerá co su carño y smpatía Pedrusco "K" Pedrusco "T" VENTANA Razoametos o cálculos que permte pasar de u lado a otro del "" o de "" Pedrusco "K" Pedrusco "T" Rafael Cabrejas Herasaz foemato.com

25 FONEMATO Sedo Z U( 11 ; ), sea { X } ua sucesó de varables aleatoras tales que X R S T 1 s 1 Z 1/ 0 s 1/ Z 1/ 1 s 1/ Z 1 1) Calcúlese la fucó de dstrbucó de X. A partr de ella, demuestre que la sucesó dada coverge e ley a cualquer varable aleatora que tome los valores 1 y 1 de modo equprobable. s Z ) Sea "W" la varable aleatora tal que W RST s 0Z 1 Pruébese que { X} L W y que { X} W- SOLUCIÓN 1) Sedo Z U( 1; 1 ), su fucó de desdad es Por tato: fz ( ) 1 /, 1 z 1 PX ( 1) P( 1Z1/ ) fz ( ). dz... ( 1)/. 1/ 1 1/ 1/ PX ( 0) P( 1/ Z1/ ) fz ( ). dz... 1/ PX ( 1) P( 1/ Z1) fz ( ). dz... ( 1)/. z 1 1/ Así, la fucó de cuatía de la varable X es: z z x PX ( x) ( 1)/. 1/ ( 1)/. La fucó de dstrbucó de X es: Es: F ( x) P( X x) lm. F ( x) lm. R S T R S T 0 s x 1 ( 1)/. s 1x 0 ( 1)/. s 0x 1 1 s x 1 U W 0 s x 1 ( 1)/. s 1x 0 ( 1)/. s0x 1V 1 s x 1 R S T foemato.com 0 s x 1 1 / s 1x 0 1 / s 0x 1 1 s x 1 que es la fucó de dstrbucó de ua varable aleatora que toma los valores 1 y 1 de modo equprobable. Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

26 L ) Para probar que { X} W basta probar que "W" es ua varable que toma los valores 1 y 1 de modo equprobable. Es: z0 z PW ( 1 ) P( 1 Z 0 ) fz ( ). dz... 1 / PW ( 1) P( 0Z1) fz ( ). dz... 1/ Probaremos que { X } W probado que lm. E ( X W) Es: 0 c h 1 1 c h b g b g c h 0. lm. E ( X W) lm. 0 VENTANA E ( X W) 1( 1). P X 1; W 1 W/ X "W" y X o so depedetes, pues ambas está determadas por el valor de "Z" 1 1.PX 1;W 1 0 ( 1).PX 0;W 1 01.PX 0;W 11 ( 1).PX 1;W 1 11.PX 1;W 1 4.PX 1; W 1PX 0; W 1 PX 0;W 14.PX 1;W 1 4.P 1 Z 1/ ; 0 Z 1 P 1/ Z 1/ ; 1 Z 0 P1/ Z 1/ ; 0 Z 14.P1/ Z1; 1Z0 el prmer sumaado es 0, pues los sucesos 1Z 1/ y 0 Z 1 so compatbles; el cuarto sumado es 0, pues los sucesos 1/ Z 1 y 1Z 0 so compatbles P1/ Z 1/ ; 1 Z 0 P1/ Z 1/ ; 0 Z 1 la terseccó de los sucesos 1/ Z 1/ y 1 Z 0 es el suceso 1/ Z 0; la terseccó de los sucesos 1/ Z 1/ y 0 Z 1 es el suceso 0 Z 1/ 0 1/.dz.dz... P 1/ Z 0 P 0 Z 1/ / 0 foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

27 FONEMATO Sea { X } ua sucesó de varables aleatoras, tomado X valores 0 y co probabldades respectvas 1 1/ y 1/. Demuéstrese que { X } P 0. SOLUCIÓN Demostraremos que { X } P 0 s demostramos que 0 sucede que lm. Pc X 0 h 0 Es: lm. P X 0 lm. P(X ) P(X ) P(X ) 0, pues X o toma valores egatvos lm. PX ( ) Observa: sabemos que s "C" es ua costate, para que { X} P C es sufcete que lm. E(X ) C y lm. V(X ) 0. La sucesó dada { X } demuestra que las aterores dos codcoes o so ecesaras, pues { X } P 0 y s embargo lm. E(X ) 0 : lm. E(X ) lm. 0 E(X ) 0.P( X 0).P(X ).(1/) s s 1 1/ 1/ lm. 1/ 0 lm. 0 0 VENTANA X 0 S, la probabldad del suceso X es 1/ S, la probabldad del suceso X es 0 foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

28 Tema 1: Sucesoes de varables aleatoras 1.4 TEOREMA DE BERNOUILLI La frecueca relatva de u suceso coverge e probabldad a la probabldad del suceso. E efecto, llamado éxto al suceso de que como resultado del expermeto ocurra el suceso "A", s P( A) p, la varable T que expresa el úmero de "éxtos" al repetr el expermeto "" veces tee dstrbucó B( ; p), y la varable Z T/ expresa la frecueca relatva del suceso "A" al repetr el expermeto "" veces. Así, sedo 0, es: T B(;p) E(T ).pe(z ) E(T /) E(T )/ p V(Z ) p.(1 p) P Z p P Z E(Z ). Tchebychef T B(; p) V(T ).p.(1 p) V(Z ) V(T /) V(T )/ p.(1 p)/ p.( 1 p) Por tato: 0 lm. Pc Z p h lm. 0. lo que demuestra que { Z} P p. Utldad del teorema de Beroull E u expermeto aleatoro, sedo "A" u suceso tal que P( A) p, queremos determar el úmero "" de veces que debe repetrse el expermeto para que o sea superor a la probabldad de que la frecueca relatva del suceso "A" se dferece de "p" e u catdad superor a ; es decr, buscamos "" tal que P Z p e a. Obvamete, como Pc Z p h p.( 1 p)/(. ), será Pc Z p h p.( 1 p)/(. ) sempre que p.( 1 p)/.. Por ejemplo, s p 0 ', 01 ' y 001 ', será P Z 0 ' 01 ' 001 ' 0'.( 1 0')/(' 0 01.' 0 1 ) c h sempre que S descoocemos el valor de "p", acotamos el producto p.( 1 p) co la meor de sus cotas superores, que es 1/ 4 ; por tato, será Pc Z p h sempre que 1/( 4.. ) p.( 1 p)/(. ). Por ejemplo, s 01 ' y 001 ', será Pc Z p 01 ' h 001 ' s 1/( '. ' ) p.( 1 p)/( '. ' ), es decr, s 500. S g(p) p.(1 p) g '( p) 1. p es ula s p 1 /, y como g ''( 1 / ) 0, el valor de g( p) p.( 1 p) es máxmo s p 1 /, sedo g( 1 / ) 14 /. Rafael Cabrejas Herasaz foemato.com

29 FONEMATO Determíese el úmero "" de veces que debe lazarse ua moeda para que o sea feror a 0'8 la probabldad de que la frecueca relatva del suceso "cara" esté compredda etre 0'45 y 0'55. Cuátas veces debe lazarse la moeda para que o sea feror a 0'9 la probabldad de que la frecueca relatva del suceso "cara" esté compredda etre 0'49 y 0'51? SOLUCIÓN Llamado "éxto" al suceso "obteer cara", s P( éxto) 0', 5 la varable X que expresa el úmero de "éxtos" (0 ó 1) e el -ésmo lazameto tee dstrbucó de Beroull de parámetro 0'5, y la varable T X1... X que expresa el úmero de "éxtos" e "" lazametos tee dstrbucó B ( ; 0' 5 ), supuesto que X 1,..., X so depedetes. Obvamete, la varable Z T/ expresa la frecueca relatva del suceso "cara" e "" lazametos de la moeda, y se os pde que determemos "" de modo que P( 045 ' Z 055 ' ) 08 ' ; es: P(0'45Z 0'55) P Z 0'5 0'05 T B(;0'5) E(T ) 0'5. E(Z ) E(T /) E(T )/ 0'5 V(Z ) 0'5 / P Z E(Z ) 0' '8 0'05 0'05 Tchebychef T B(;0'5) V(T ) 0'5. V(Z ) V(T /) V(T )/ 0'5 / 0'5/ 0' 0' '05 0'05.0' Determemos "" de modo que P( 049 ' Z 051 ' ) 09 ' : P( 049 ' Z 051 ' ) P Z 05 ' 001 ' VZ ( P Z E( Z ) 05 ' / c ) 001 ' h ' 001 ' 001 ' 05 ' / 01 ' 05 ' ' 001 '. 01 ' Auque es meos elegate, puedes aplcar la receta del teorema de Beroull: s Z expresa la frecueca relatva del suceso "éxto" e "" expermetos de Beroull depedetes y todos co probabldad "p" de "éxto" coocda, es Pc Z p h p.( 1 p)/.. Así, es Pc Z p h p.( 1 p)/. s p.( 1 p)/.. E uestro caso es p 05 ', 005 ' y 1 08 ' 0 '. c h foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

30 FONEMATO 1.4. La probabldad de trástos e u aeropuerto se descooce. Para estudar la retabldad de ua stalacó hotelera e el aeropuerto, se estma dcha probabldad medate la frecueca relatva de trástos respecto al total de vajeros del aeropuerto. Determíese el úmero "" de pasajeros que debe observarse s se quere que o sea mayor que 0'05 la probabldad de que la desvacó etre la frecueca relatva de trástos y la probabldad descoocda sea superor a 0'06. SOLUCIÓN Llamado "éxto" al suceso de que u pasajero esté e trásto, s P( éxto) p, la varable X que expresa el úmero de "éxtos" (0 ó 1) co el -ésmo pasajero tee dstrbucó de Beroull de parámetro "p", y la varable T X1... X que expresa el úmero de "éxtos" etre "" pasajeros tee dstrbucó B( ; p), supuesto que X 1,..., X so depedetes. Obvamete, la varable Z T/ expresa la frecueca relatva de pasajeros e trásto etre "" pasajeros, y se os pde que determemos "" de modo que Es: c h P Z p 006 ' 005 ' T B(;p) E(T ).pe(z ) E(T /) E(T )/ p V(Z ) P Z p 0'06P Z E(Z ) 0'06 0'06 Tchebychef T B(; p) V(T ).p.(1 p) V(Z ) V(T /) V(T )/ p.(1 p)/ p.(1 p)/ p.(1 p) 0'05 0'06 0'06.0'05 como descoocemos "p", o hay más remedo que acotar el producto p.(1 p) medate la meor de sus cotas superores, que es 1/4, pues p (0;1) es p.(1 p) 1/4 VENTANA 1/4 p.(1 p) p.(1 p) '06.0'05 0'06.0'05 0'06.0'05 Auque es meos elegate, puedes aplcar la receta del teorema de Beroull: s Z expresa la frecueca relatva del suceso "éxto" e "" expermetos de Beroull depedetes y todos co probabldad "p" de "éxto" descoocda, es Pc Z p h p.( 1 p)/.. Así, como p.( 1 p) 1/ 4, es: Pa Z p f p.( 1 p)/. 1/( 4.. ) s 1 /( 4.. ) E uestro caso es 006 ' y 005 '. Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz foemato.com

31 1.5 TEOREMA CENTRAL DEL LÍMITE Se dce que la sucesó de varables aleatoras { X } verfca el teorema Cetral del Límte s la correspodete sucesó de varables tpfcadas coverge e ley a la varable N( 0; 1 ), o lo que es gual, la sucesó { X } coverge e ley a la ormal co meda y varaza las de X. Hay que apreder a usar las vetaas Tema 1: Sucesoes de varables aleatoras Está loco! EL PROFESOR QUE CORRIGE EL EXAMEN Todos los profesores so de la msma opó: corregr exámees o gusta a ade, o es trabajo agradable efretarse por -ésma vez a la tarea de leer y putuar u motó de folos escrtos por prcpates que e la mayoría de los casos o tee Me quto el sombrero! dea y sólo escrbe barbardades y estupdeces sobre el asuto de sota, caballo y rey que por j-ésma vez cae e exame. Por eso, cuado u profe se seta a corregr exámees o suele estar de bue humor. Tu exame Así las cosas, lo que escrbamos o dbujemos e exame debe dferecaros postvamete de los demás, y para cosegur tal dferecacó y que al profe se le caga los pataloes, basta escrbr o dbujar pesado que o se lo sabe y por tato hay que llevarle de la mao, explcádole todos los aspectos más relevates de las coexoes euroales que establezcamos e cada caso. Rafael Cabrejas Herasaz foemato.com

32 1.6 TEOREMA DE LINDEBERG-LEVY Sea { X } ua sucesó de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza (ambas ftas). Sea { S } la sucesó de varables aleatoras tales que S1 X1 ; S X1 X ;... ; S X1 X... X ;... Ldeberg-Levy demostraro que la sucesó { S } verfca el teorema Cetral del Límte; es decr: ( S E( S ))/ V( S ) L s N( 0; 1 ), o lo que es gual: S L l q N( E( S); V( S)) Esto sgfca que cuado "" es grade ( 30 ), la dstrbucó de probabldad de la varable S X1 X... X puede aproxmarse medate la ormal co meda y varaza las de S, que so: E(S ) E X. ; V(S ) V X. 1 1 E(X ), 1,,..., V(X ), 1,,..., Por tato, s "" es grade ( 30 ), la dstrbucó de probabldad de la varable S X1 X... X puede aproxmarse medate la N(. ;. ). També verfca el teorema Cetral del Límte la sucesó { X }, sedo o sea: X ( X1 X... X)/ Meda artmétca de X 1,..., X L X N(E(X ); V(X )) N( ; / ) E(X ) E. X ; V(X ) V. X E(X ), 1,,..., V(X ), 1,,..., El que así sea las cosas es estupedo, pues a partr de ahora será cotables las veces que trabajaremos co la suma o la meda artmétca de u elevado úmero de varables aleatoras depedetes, todas co gual dstrbucó de probabldad, la msma meda y la msma varaza. foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

33 FONEMATO El úmero de muertos cada muto a causa del hambre e ua regó alejada de uestro dílco prmer mudo tee dstrbucó de Posso de parámetro 40, co depedeca uos mutos de otros. Calcúlese la probabldad de que durate el día de Nochebuea muera de hambre o meos de 8800 persoas e esa regó. Qué cota de muertos se superará ese día co probabldad 0'95? SOLUCIÓN S X P( 40 ) expresa el úmero muertos durate el -ésmo muto del día de Nochebuea, la varable X X1... X1440 expresa el úmero de muertos e los 1440 mutos de ese día, y X X1... X1440 P( 57600), pues s las varables depedetes X 1,...,Xk tee dstrbucó de Posso de parámetros respectvos 1,..., k, la suma de ellas tee dstrbucó de Posso de parámetro k. La fucó de probabldad de X P( ) es: PX ( x) e x / x!, x0, 1,... Así, la probabldad de que el día de Nochebuea muera de hambre o meos de 8800 persoas e esa regó, es: x P(X 8800) 1P(X8799) 1 x0 Naturalmete, se os le hela la sagre al pesar e calcular ta espatosa suma, por ello estamos eormemete agradecdos a Ldeberg-Levy y rectamos co etusasmo su dulce latgullo: como "X" es suma de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza, podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X", que so E( X) y V( X) (s X P( ) es E(X) V(X) ). Así: Tema 1: Sucesoes de varables aleatoras e x! P(X 8800) P N(57600; ) 8799'5... VENTANA CORRECCIÓN POR CONTINUIDAD Al aproxmar la dstrbucó dscreta X P(57600) medate la N(57600; ), cosderamos que la "masa putual" que tee X P(57600) e el puto 8800 se correspode co l a " masa cotua" que tee la N(57600; ) e el tervalo (8799'5;8800'5). Como la probabldad del suceso X 8800 debe sumarse, al trabajar co la ormal cosderamos la masa de probabldad que hay a la derecha del puto 8799'5. Hay que determar "c" de modo que P( X c) 095 ' : PX ( c) PN( 57600; 57600) c 0' 5 F d PN( ; ) c ' I ' c ' ' HG K J Rafael Cabrejas Herasaz foemato.com

34 FONEMATO 1.6. Co depedeca uos días de otros, la aleatora demada dara de vo (e ltros) e u bar tee dstrbucó uforme e el tervalo ( 0; 40 ). Calcúlese la probabldad de que e 18 días se veda más de 6370 ltros de vo. SOLUCIÓN S X U( 0; 40 ) expresa la aleatora demada de vo el -ésmo día, la varable X X1 X... X18 expresa la aleatora veta total durate 18 días. Se os pde la probabldad del suceso X 6370, lo que es bastate mposble s se descooce la dstrbucó de probabldad de "X"... y `por eso frmamos co gusto para que a Ldeberg-Levy les haga u moumeto precoso e su pueblo y colgamos e Facebook su ldo latgullo: como "X" es suma de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda ( EX ( ) ( 0 40)/ 30 ) y la msma varaza ( VX ( ) ( 40 0) / 1 100/ 3), podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X", que so: Así: 18 F EX ( ) E H G I X K J EX ( ) 18. EX ( ) VX ( ) V X VX ( ) 18. VX ( ) 1800/ 3 F H G I K J E exame hay que dejar escrto TODO lo relevate que pase por el cerebro! 1 P(X 6370) P N(5460; 1800/3) 6370 P N(0;1) /3 foemato.com Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

35 FONEMATO Al lazar u dado 500 veces gaamos 100 $ por puto s sale cara par, y perdemos 100 $ por puto s sale cara mpar. Calcúlese la probabldad de gaar meos de 3000 $. SOLUCIÓN La fucó de probabldad o cuatía de la varable X que expresa el resultado del -ésmo lazameto del dado es: x PX ( x) 16 / 16 / 16 / 16 / 16 / 16 / S gaamos 100 $ por puto s sale cara par y perdemos 100 $ por puto s sale cara mpar, sedo Z la varable que expresa el aleatoro beefco obtedo e el -ésmo lazameto, es claro que X Z Tema 1: Sucesoes de varables aleatoras E E E E E E Por tato, la fucó de cuatía de la varable Z es: z PZ ( z) 16 / 16 / 16 / 16 / 16 / 16 / Obvamete, el beefco obtedo tras lazar el dado 500 veces está expresado por la varable Z Z1 Z... Z500. Se os pde la probabldad del suceso Z 3000, lo que es bastate mposble s calcular prevamete la dstrbucó de probabldad de la varable "Z". Por eso, como es de be acdos ser agradecdos, postulamos para que Ldeberg- Levy sea elevados a los altares por ser autores del más delcado latgullo: como "Z" es suma de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza, podemos aproxmar la dstrbucó de probabldad de "Z" medate la ormal co meda y varaza las de "Z", que so: E(Z) E Z E(Z ) 500.E(Z ) E(Z ) V(Z) V Z V(Z ) 500.V(Z ) VENTANA V(Z ) E(Z ) (E(Z )) E(Z ) / Rafael Cabrejas Herasaz foemato.com

36 Por tato: P(Z 3000) P N(5000; ) 950 VENTANA CORRECCIÓN POR CONTINUIDAD Sedo 900 y 3100 los valores ateror y posteror a 3000 que puede tomar "Z", cosderamos que la "masa putual" que tee "Z" e el puto 3000 se correspode co la "masa cotua" que tee la N(5000; ) e el tervalo (950;3050). Por tato, como la probabldad del suceso Z 3000 o debe sumarse, al trabajar co la ormal sólo cosderamos la masa de probabldad que hay a la zquerda del puto 950 P N(0;1) A tu profe le pasa como a t: cuato más clarto le explcas las cosas, más coteto se poe. foemato.com Apuesto u brazo a que e este motó de exámees cas ade me lo explca todo clarto! Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

37 FONEMATO Co depedeca uos de otros, el tempo de espera de u clete e la cola de u baco tee dstrbucó expoecal de parámetro 0' 05. Calcúlese la probabldad de que el tempo medo de espera de cletes sea superor a 1, y la probabldad de que el tempo medo de espera de 100 cletes sea superor a 1. SOLUCIÓN S X Exp.( 0' 05 ) expresa el aleatoro tempo de espera del -ésmo clete, el aleatoro tempo medo de espera de cletes está expresado por la varable W Z/, sedo Z X1 X. Es: P( W 1) P(Z/ 1) P(Z 4) Tema 1: Sucesoes de varables aleatoras 0'05.z 1.e -0'05.z.dz... 0' () Como X1 Exp.(0'05) G(1;0'05) y X Exp.(0'05) G(1;0'05) so depedetes, etoces Z X X G(1 1;0'05) G(;0'05); 1 así, la desdad de "Z" es f(z) 0'05.z 1.e -0'05.z, z 0 () El aleatoro tempo medo de espera de 100 cletes está expresado por la varable X T/ 100, sedo T X1... X100. Es: P(X 1) P(T/100 1) P(T 100) 100 0'05100.t 1001.e 0'05.t.dz fumable (100) T X... X G(100;0'05); así, la desdad de "T" es g(t) 0'05.t 1001.e 0'05.t, t 0 (100) Latgullo: como "X" es la meda artmétca de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza, segú Ldeberg-Levy, podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X", que so: E(X) E 1. X 1. E( X 1 ) E(X ) 0 ; V(X ) V(X) V 1 1. X. V(X ) Por tato: PX ( 1) PN( 0; 4 ) 1 PN( 0; 1) 1 0 d e 0' 3085 j Rafael Cabrejas Herasaz foemato.com VENTANA

38 FONEMATO Co depedeca uos días de otros, el úmero de casos de corrupcó que se descubre cada día tee dstrbucó de Posso de parámetro 4. Calcúlese la probabldad de que el úmero medo de casos de corrupcó e dos días sea superor a 4'5, y la probabldad de que el úmero medo de casos de corrupcó e 100 días sea superor a 4'5, SOLUCIÓN S X P( 4 ) expresa el úmero de casos de corrupcó que se descubre el - ésmo día, el aleatoro úmero medo de casos e días está expresado por la varable W Z/, sedo Z X1 X. Es: P( W 4 '5) P(Z/ 4 '5) P(Z 9) 9 e 8.8z 1 P(Z 9) '834 z! z0 Como X1 P(4) y X P(4) so depedetes, etoces e 8.8z Z X1 X P(4 4) P(8); por tato: P(Z z), z 0,1,... z! El úmero medo de casos e 100 días está expresado por X T/ 100, sedo T X1... X100. Es: P(X 4 '5) P(T/100 4 '5) P(T 450) 450 e t 1P(T450) 1 fumable t! t0 e 400 t T X X100 P(400); así: P(T t), t 0,1,... t! Latgullo: como "X" es la meda artmétca de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza, segú Ldeberg-Levy, podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X", que so: E(X) E 1. X 1. E( X 1 ) X P(4) E(X ) 4 y V(X ) foemato.com 1 V(X) V 1 1. X. V(X ) ' Por tato: PX ( 45 ' ) PN( 4; 004 ' ) 45 ' PN( 0; 1) 45 ' 4 d e... 0 ' j Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

39 FONEMATO Ua máqua ecesta para su fucoameto ua determada válvula de la que hay e stock dos tpos A y B, e catdades respectvas 0 y 300. S embargo, s empezamos a utlzar u tpo de válvula, ya o se puede mezclar gua del otro a o ser que paremos la máqua. La duracó (e mutos) de cada válvula de tpo A es expoecal de meda 5, metras que la duracó de cada válvula del tpo B tee se dstrbuye (també mutos) de modo uforme e el tervalo ( 06 ; ). Además, se cosdera que la duracó de cada válvula es depedete de la duracó de las demás. Ua vez averada la válvula que hace fucoar la máqua, ésta es susttuda medatamete por otra del msmo tpo modo automátco. Cuál es la probabldad de que la máqua fucoe terrumpdamete al meos 14'5 horas s trabaja co válvulas de tpo A? Y s trabaja co válvulas tpo B? SOLUCIÓN S hay 0 válvulas del tpo A y X Exp.( 0' ) expresa la duracó de la - ésma, el tempo de fucoameto terrumpdo de la máqua está expresado por la varable X X1... X0, sedo: 0 0 E(X) E X. E( X ) X Exp.P(0') E(X ) 5 y V(X ) V(X) V X V(X ) S hay 300 válvulas del tpo B y Zk U( 0; 6 ) expresa la duracó de la k-ésma, el tempo de fucoameto terrumpdo de la máqua está expresado por la varable Z Z1... Z300, sedo: E(Z) E Zk E(Z k) k1 k1 Z U(0;6) E(Z ) (0 6)/ 3 y V(Z ) (6 0) /1 3 k k k V(Z) V Zk V(Z k) k1 k1 Latgullo: tato "X" como "Z" so suma de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza; e cosecueca, segú Ldeberg-Levy, podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X", y la dstrbucó de probabldad de "Z" podemos aproxmarla medate la ormal co meda y varaza las de "Z". Así: d d PX ( 14' 5. 60) PN( 1100; 5500) 14' PZ ( 14' 5. 60) PN( 900; 900) 14' Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz foemato.com

40 FONEMATO El tempo (e horas) que tarda ua máqua e realzar u cclo de trabajo tee desdad f( x). x, 0 x 1. Calcúlese la probabldad de que la máqua tarde más de 40 horas e realzar 45 cclos. SOLUCIÓN S X expresa el tempo empleado e el -ésmo cclo, es: 1 1 E( X ) x.f(x).dx. x.dx V(X ) E(X ) (E(X )) E(X 3 ) 1 x.f(x).dx. x.dx 0 0 El tempo e realzar 45 cclos F está expresado por X X1... X45, sedo: EX ( ) E X. EX ( ). H G 45 I K J F VX ( ) V X VX ( ). H G 45 I K J supoedo que X 1,...,X 45 so depedetes Latgullo: como "X" es suma de u elevado úmero de varables aleatoras depedetes, todas co la msma dstrbucó de probabldad, co la msma meda y la msma varaza, segú Ldeberg-Levy, podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X". Por tato: PX ( 40) PN( 30; 5/ ) d foemato.com Al corregr u exame me ecata que se me caga los pataloes y verme mpeldo a qutarme el sombrero exame Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

41 FONEMATO Determe el percetl 90 de la varable X 30 y compare el resultado co el obtedo medate la aproxmacó de Ldeberg-Levy. SOLUCIÓN La tabla de la fucó de dstrbucó de la varable 30 dca que el puto "c" tal que P( 30 c) 09 ' es c 40'. 3 S X 1 y X1,..., X30 so depedetes, sabemos que sedo X X... X E(X) 30 ; V(X) 60 y pues E( ) y V( ).. Segú Ldeberg-Levy, podemos aproxmar la dstrbucó de probabldad de X c 30 medate la ormal co meda y varaza las de "X". Por tato: 30 P( c) P N(30; 60 ) c 0'9 P N(0;1) c 30 0'9 60 c 30 1'8 c 39'91 60 foemato.com Para darte el aprobado, tu profe de Estadístca o te pedrá que hagas sombra a Ldeberg... le bastará que acredtes o chuparte el dedo e relacó a los asutos fudametales de la asgatura Tema 1: Sucesoes de varables aleatoras Rafael Cabrejas Herasaz

42 FONEMATO Sea X1,..., X100 varables depedetes, todas co la msma dstrbucó de probabldad, co meda 75 y varaza 5. 1) Utlícese la desgualdad de Tchebychef para acotar la probabldad de que su meda artmétca o dfera de 75 e más de 6. Compárese el resultado co el obtedo medate la aproxmacó de Ldeberg-Levy. ) Medate la desgualdad de Tchebychef, determíese la cota que co probabldad o feror a 0'75 o es superada por la desvacó de la meda artmétca respecto a 75. Compárese el resultado co el obtedo medate la aproxmacó de Ldeberg-Levy. SOLUCIÓN 1) Sedo X ( X1... X100 )/ 100, es: E(X) E 1. X 1. E(X 1 ) E(X ) 75 y V(X ) 5 Tema 1: Sucesoes de varables aleatoras V(X) V 1 1. X. V(X ) ' Segú Tchebychef: c h c h VX ( ) P X75 6 P XE( X) ' 0' Segú Ldeberg-Levy, podemos aproxmar la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X". Por tato: c h e j F HG c 75 h 0' 75. P X75 6 P N( 75; ' 5) 75 6 P N( 0; 1) ) Debemos determar "c" de modo que P X c 6 5 ' V(X) P X 75 c '5 P X E(X) c1 1 0'75c 3 c c Tchebychef Aproxmado la dstrbucó de probabldad de "X" medate la ormal co meda y varaza las de "X": F c h e j F P X75 c P N( 75; ' 5) 75 c P N c I PN c HG K J I ( 01 ; ) 075 ' ( 0; 1) HG K J 0875 ' 5 ' 5 ' c 115 ' c 175 ' 5 ' Rafael Cabrejas Herasaz foemato.com I K J 1

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

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

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

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

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

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

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

Más detalles

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

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

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

1.- DISTRIBUCIÓN BIDIMENSIONAL

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

Más detalles

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

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

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Estadística Contenidos NM 4

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

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

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

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

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

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

Más detalles

MEDIDAS DE CENTRALIZACIÓN

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

Más detalles

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

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

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

PROBABILIDAD Y ESTADÍSTICA

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

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

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

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

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

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

Más detalles

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

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

Más detalles

Intensificación en Estadística

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

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

Estadística Descriptiva

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

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Tema 2. Muestreo Aleatorio Simple Contenido

Tema 2. Muestreo Aleatorio Simple Contenido Tema. Muestreo Aleatoro Smple Cotedo 1) Defcó, seleccó otacó ) Estmadores de la meda el total. Propedades. Varazas error de estmacó. Límtes de cofaza. 3) Muestreo smple co resttucó 4) Estmadores de la

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Contraste de Hipótesis

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

Más detalles

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

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

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

CONTRASTES NO PARAMÉTRICOS (I) Antonio Morillas

CONTRASTES NO PARAMÉTRICOS (I) Antonio Morillas CONTRASTES NO PARAMÉTRICOS (I) Atoo Morllas. Itroduccó. Cotrastes de ajuste. Cotraste χ. Cotraste de Kolmogorov-Smrov 3. Cotrastes específcos de ormaldad 3. Cotraste de ormaldad de Lllefors 3. Cotraste

Más detalles

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

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

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

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

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

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

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

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

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

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

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

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

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

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

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

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

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

Más detalles

TEMA 9. Contrastes no paramétricos y bondad de ajuste

TEMA 9. Contrastes no paramétricos y bondad de ajuste TEMA 9. Cotrastes o paramétrcos y bodad de ajuste 9. Al falzar el tema el alumo debe coocer... fereca etre u cotraste parámetrco y uo o paramétrco Característcas de la estmacó utlzado los cotrastes o test

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

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

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

Más detalles

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones. Tema 3. Espacos de Probabldad. Defcó axomátca y propedades báscas de la Probabldad 3.. Itroduccó. Feómeos y expermetos aleatoros. Álgebra de sucesos E este tema se establece ls ocoes báscas para el desarrollo

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

Análisis de la Varianza

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

Más detalles

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

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

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

2.5. Área de una superficie.

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

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

FUNCIONES ALEATORIAS

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

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

Tema 1: Introducción: Generalización y Extensión del Modelo de Regresión

Tema 1: Introducción: Generalización y Extensión del Modelo de Regresión Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Itroduccó Especfcacó del Modelo de Regresó Leal 3 Supuestos del Modelo Clásco de Regresó

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Definición La distribución de probabilidad de un estadístico recibe el nombre de distribución muestral. La distribución muestral de un estadístico

Definición La distribución de probabilidad de un estadístico recibe el nombre de distribución muestral. La distribución muestral de un estadístico V. Muestreo V.. Dstrbucoes de Muestreo Defcó La dstrbucó de probabldad de u estadístco recbe el ombre de dstrbucó muestral. La dstrbucó muestral de u estadístco depede del tamaño de la poblacó, del tamaño

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

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

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

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

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

Más detalles

FACTOR DE COBERTURA EN MEDIDA DE RADIOACTIVIDAD

FACTOR DE COBERTURA EN MEDIDA DE RADIOACTIVIDAD FACTOR DE COBERTURA EN MEDIDA DE RADIOACTIVIDAD Blázquez J. Dvsó de Fsó Nuclear CIEMAT, Madrd INTRODUCCIÓN Co frecueca, las meddas de recueto radoactvo está sujetas a Garatía de Caldad (). Etre otras cosas,

Más detalles

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

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

Más detalles

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL

CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL CAPITULO TRES MEDIDAS DE TENDENCIA CENTRAL 3. CARACTERISTICAS NUMERICAS DE UNA VARIABLE S tratamos de represetar uestras edades medate u polígoo de frecuecas, y os ubcamos e el tempo: hace 0 años, hoy

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

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

Más detalles