SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
|
|
- María Pilar Quiroga Soto
- hace 6 años
- Vistas:
Transcripción
1 Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: a) Haz una tabla de frecuencas y representa los datos con un dagrama adecuado. b) Calcula la meda y la desvacón típca. a) La varable representa la edad de los estudantes. Representamos los datos en un dagrama de barras: b) Σ 57 18,9 La meda es de 18,9 años Σ EDADES σ Σ ,9 1,9 σ 1,9 1, Σ 0 La desvacón típca es de 1,. El tempo, en mnutos, que un grupo de estudantes ha empleado en la realzacón de un eamen vene dado en la sguente tabla: a) Representa los datos de la tabla en un dagrama adecuado. b) Halla y σ. TIEMPO N- o DE ESTUDIANTES Undad 1. Estadístca
2 Pág. a) Representamos los datos en un hstograma. Puesto que los ntervalos son de la msma ampltud, la altura de cada barra concdrá con la frecuenca ( ) TIEMPO b) INTERVALO MARCA DE CLASE ( ) Σf Σ 0 σ Σf σ 185 1, Σ 0 La meda es 5 y la desvacón típca 1,. El número de faltas de ortografía que cometeron un grupo de estudantes en un dctado fue: a) D cuál es la varable y de qué tpo es. b) Haz una tabla de frecuencas y representa los datos en un dagrama adecuado. c) Calcula la meda y la desvacón típca. Undad 1. Estadístca
3 Pág. a) Varable: Número de faltas de ortografía. Es una varable cuanttatva dscreta. Llamamos a dcha varable y sus valores son 0, 1,,, y 5. b) Tabla de frecuencas: Dagrama de barras: c) MEDIA: Σf 8 1,7 Σ 0 σ Σf 1 1,7, Σ 0 DESVIACIÓN TÍPICA: σ, 1,57 A un grupo de 0 personas se les ha tomado el número de pulsacones por mnuto (rtmo cardíaco) obtenéndose los sguentes resultados: a) Representa gráfcamente esta dstrbucón agrupando los datos en ntervalos. b) Calcula la meda y la desvacón típca. a) Localzamos los valores etremos: 51 y 90 recorrdo 9 Buscamos un múltplo de (n- o de ntervalos) algo mayor que 9, por ejemplo r'. INTERVALOS MARCAS DE Así, cada ntervalo tendrá una longtud 9,5-5,5 CLASE ( ) de 5,5 -, ,5-70, ,5-77, ,5-8, ,5-91, Undad 1. Estadístca
4 Pág. Puesto que los ntervalos son de la msma longtud, la altura de cada barra en este hstograma concde con la frecuenca ( ). b) MEDIA: Σf 7,7 Σ σ Σf Σ ,7 77,9 0 DESVIACIÓN TÍPICA σ 77,9 8,81 9,5 5,5,5 70,5 77,5 8,5 91,5 N-º DE PULSACIONES POR MINUTO 5 Este gráfco muestra las alturas de los árboles de un parque. Haz la tabla de frecuencas corres-pondente y calcula y σ INTERVALOS MARCA DE CLASE ( ) MEDIA: Σf 5 17,8 Σ 0 σ Σf ,8 80, Σ 0 DESVIACIÓN TÍPICA: σ 80, 8,9 Undad 1. Estadístca
5 Pág. 5 En una materndad se han tomado los pesos (en klogramos) de 50 recén nacdos:,8,,8,5,7,7 1,9,,5,,0, 1,8,,9,1,,8,1,9,9,5,0,1,,,5 1,9,0,9,,,0,,1,,5,9,0,7,9,8,7,1,0,1,8,,9, a) Construye una tabla con los datos agrupados en ntervalos de ampltud 0, kg. b) Representa gráfcamente esta dstrbucón. c) Calcula la meda y la desvacón típca. Localzamos los valores etremos: 1,8 y,9. Recorrdo,9 1,8,1 a) INTERVALOS MARCA DE CLASE ( ) 1,5 -,05 1,85 7, 1,9,05 -,5,5 5 11,5 5,1,5 -,85,5 1,5 91,9,85 -,5, ,85 158,1,5 -,5,5 8 7, 95,,5 -,05,85 11,55,7 50 1,1 8,1 b) Representamos los datos en un hstograma; al ser los ntervalos de la msma ampltud, la altura de cada barra corresponde a la frecuenca ( ) de cada ntervalo. c) 1,1,9 kg 50 σ 8,1,8 0,15 50 σ 0,15 0,9 kg ,5,05,5,85,5,5,05 PESOS (kg) Undad 1. Estadístca
6 Pág. 7 El número de personas que acuderon a las clases de natacón de una pscna muncpal fueron: a) Haz una tabla de frecuencas agrupando los datos en ntervalos. b) Representa gráfcamente la dstrbucón. c) Halla y σ. Localzamos los valores etremos: y 0. Recorrdo 0 8 Agrupamos los datos en 7 ntervalos. Con el fn de que los etremos de los ntervalos no concdan con nnguno de los datos, tomamos cada ntervalo de longtud 5, en vez de. a) INTERVALOS MARCA DE CLASE ( ) 8,5 -, ,5-8, ,5 -, ,5-8, ,5-5, ,5-58, ,5 -, b) Representamos los datos en un hstograma. La altura de cada rectángulo concdrá con la frecuenca absoluta, por ser los ntervalos de gual ampltud. 9 8,5,5 8,5,5 8,5 5,5 58,5,5 N-º DE PERSONAS Undad 1. Estadístca
7 Pág. 7 c) MEDIA: , 5 σ , 5,8 5 DESVIACIÓN TÍPICA: σ 5,8 7, Págna 0 Medana, cuartles y percentles 8 Las urgencas atenddas durante un mes en un centro de salud fueron: a) Haz una tabla de frecuencas y representa los datos. b) Haz la tabla de frecuencas acumuladas y d cuál es la medana. a) urgencas Representamos los datos en un dagrama de barras: f atenddas F en % 0 1 1, , 7, b) Me p 50 (para, F supera el 50%) N-º DE URGENCIAS 9 La altura, en centímetros, de un grupo de alumnos y alumnas de una msma clase es: 150, 19, 171, 17, 17, 175, , 18, 177, 179, 17, 18, 158 Calcula razonadamente la medana y los cuartles. Colocamos los datos en orden crecente: Hay 1 datos: Undad 1. Estadístca
8 Pág Medana: Me ,5 cm 1,5 Q cm (- o lugar) 1 10,5 Q 181 cm (poscón 11) 10 Calcula la medana y los cuartles de la sguente dstrbucón: Completamos la tabla con las frecuencas acumuladas: 5 F en % , , Me 1, porque para 1 la F supera el 50% Q 1 0, porque para F supera el 5% para 0 Q, porque F supera el 75% para 11 Halla la medana, los cuartles y el percentl 0 en cada una de las sguentes dstrbucones, correspondentes a las notas obtendas en un test que han hecho dos grupos de estudantes: A: B: Colocamos en orden crecente los datos: A Hay 15 datos: La medana es el valor central (poscón 8) Me 5 15,75 Q 1 (- a poscón) 15 11,5 Q 0 (1- a poscón) p 0 será el valor ntermedo de los datos stuados en a y 10- a poscón, es decr: p p 0 7,5 Undad 1. Estadístca
9 Pág. 9 B Hay 1 datos: Los dos valores centrales son y 5 Me + 5 1,5 Q 1 1 (- a poscón) 1 10,5 Q 9 (11- a poscón) 1 0 8, p 0 7 (9- a poscón) En la fabrcacón de certo tpo de bombllas, se han detectado algunas defectuosas. Se han estudado 00 cajas de 100 bombllas cada una, obtenéndose la sguente tabla: Calcula la medana, el cuartl superor y el percentl 0. Hacemos la tabla de frecuencas acumuladas. F en % 1 5 5, , , DEFECTUOSAS N o DE CAJAS Para, F guala el 50%, luego la medana será el valor ntermedo entre y el sguente, 5, esto es, Me,5. Q p 75 p 0 PIENSA Y RESUELVE 1 Deseamos hacer una tabla con datos agrupados a partr de 8 datos, cuyos valores etremos son 19 y 187. a) S queremos que sean 10 ntervalos de ampltud 17, cuáles serán esos ntervalos? b) Haz otra dstrbucón en 1 ntervalos de la ampltud que creas convenente. Recorrdo: r a) Buscamos un número algo mayor que el recorrdo y que sea múltplo de 10. Por ejemplo, r' 170. De este modo, cada ntervalo tendrá una longtud de 17. Undad 1. Estadístca
10 Pág. 10 Los ntervalos son: [18, 5); [5, 5); [5, 9); [9, 8); [8, 10); [10, 10) [10, 17); [17, 15); [15, 171); [171, 188) b) Buscamos ahora un número que sea múltplo de 1, que es el número de ntervalos en este caso la ampltud de cada ntervalo será 1. Los ntervalos son: [19, ); [, 7); [7, 1); [1, 75); [75, 89); [89, 10) [10, 117); [117, 11); [11, 15); [15, 159); [159, 17); [17, 187) 1 Los gastos mensuales de una empresa A tenen una meda de euros y una desvacón típca de 1500 euros. En otra empresa B la meda es euros y la desvacón típca 500 euros. Calcula el coefcente de varacón y d cuál de las dos tene mayor varacón relatva Empresa A: C.V. σ ,15 o ben 1,5% σ Empresa B: C.V ,1 ) o ben 1,7% σ Tene mayor varacón relatva la empresa B. 15 El peso medo de los alumnos de una clase es 58, kg y su desvacón típca,1 kg. El de las alumnas de esa clase es 5, kg y su desvacón típca es 5,1 kg. Calcula el coefcente de varacón y compara la dspersón de ambos grupos. 58, kg Alumnos C.V.,1 0,05 5,% σ,1 kg 58, 5, kg Alumnas C.V. 5,1 0,097 9,7% σ 5,1 kg 5, El peso medo de las alumnas es más varable que el peso de los alumnos. 1 Se han meddo los pesos y las alturas de personas, obtenéndose los sguentes datos: Calcula el coefcente de varacón y d s están más dspersos los pesos o las alturas. PESOS (kg) ALTURAS (m) 5 1,7 0 1,5 1,7 1,7 8 1,75 8 1,8 Undad 1. Estadístca
11 Pág. 11 PESOS ( ) Σf 87,5 kg Σ σ Σf 5 011,5 8,5 σ 8,5,87 kg Σ C.V. σ,87 0,0 o ben,%,5 ALTURAS (y ) y y 1,5 1 1,5,5 1,7 5,1 8,7 1,75 1 1,75,0 1,8 1 1,8, 10,15 17, Σf y y 10,15 1,9 m Σ σ Σf y y 17, 1,9 0,019 σ 0,019 0,1 m Σ C.V. σ 0,1 0,071 o ben 7,1% y 1,9 Están más dspersas las alturas que los pesos. 17 En una regata de veleros, los tempos, en mnutos, empleados por los partcpantes en hacer el prmer recorrdo han sdo:,7 5 9,5 7,,5 51, 50, 8, 9,8 0, 1, 1,8 5 5,,,8 9 50,8 58 a) Representa gráfcamente los datos. b) Calcula y σ. c) Ordena los datos y calcula la medana y los cuartles. a) El número de valores dstntos que hay es grande; luego, es adecuado agruparlos en ntervalos. Recorrdo 58 9,8 18, Tomamos 7 ntervalos de ampltud. Undad 1. Estadístca
12 Pág , 1,, 7, 50, 5, 5, 59, TIEMPO EMPLEADO (mn) b) INTERVALO MARCA ( ) 8, - 1, 9,9 119,7 77,0 1, -, 5,9 1,5 9 0,05, - 7, 5,9 17,7 0, 7, - 50, 8,9 195, 9 5,8 50, - 5, 51,9 155, ,8 5, - 5, 1 5,9 5,9 01,01 5, - 59, 1 57,9 57,9 5, , MEDIA 9,8 mnutos 0 σ 10,,8 5,9 0 DESVIACIÓN TÍPICA σ 5,9 5,0 mnutos c) Ordenamos los datos: 9,8-0, - 1, - 1,8 -,5 -,8 -, , -, 7, - 8, - 9-9,5-50, - 50,8-51, Hay 0 datos: 0 10 La medana es el valor ntermedo de los valores stuados en las poscones 10 y 11: Me, + 7,, Q 1 es la meda artmétca de,5 y,8, valores stuados en 5- a y - a poscón: Q 1,5 +,8, Q es el valor ntermedo entre 50, y 50,8, valores que ocupan la poscón 15 y 1, respectvamente: Q 50, + 50,8 50,5 Undad 1. Estadístca
13 Pág. 1 Págna 0 18 El número de errores cometdos en un test por un grupo de personas vene reflejado en la sguente tabla: N o DE ERRORES N o DE PERSONAS a) Halla la medana y los cuartles nferor y superor, y eplca su sgnfcado. b) Cuál es el número medo de errores por persona? Construmos la tabla de frecuencas acumuladas: N- o DE ERRORES N- o DE PERSONAS F EN % ( ) ( ) , ,0 8 1, , , , a) Me. Sgnfca que el 50% de las personas cometen 0, 1 ó errores. Q 1 1. El 5% de las personas comete 1 error o nnguno. Q. El 75% de las personas comente errores o menos de errores. b) Σf 107,1 Σ 51 El número medo de errores por persona es lgeramente superor a. 19 Al preguntar a un grupo de personas cuánto tempo dedcaron a ver televsón durante un fn de semana, se obtuveron estos resultados: TIEMPO NÚMERO (en horas) DE PERSONAS [0; 0,5) 10 [0,5; 1,5) 10 [1,5;,5) 18 [,5; ) 1 [, 8) 1 Dbuja el hstograma correspondente y halla la meda y la desvacón típca. Como los ntervalos no son de la msma longtud, para representar la dstrbucón medante un hstograma pondremos en cada barra una altura tal que el área sea proporconal a la frecuenca: Undad 1. Estadístca
14 Pág. 1 [0; 0,5) a 1 0,5 f 1 10 h ,5 [0,5; 1,5) a 1 f 10 h 10 [1,5;,5) a 1 f 18 h 18 [,5; ) a 1,5 f 1 h 1 8 1,5 [; 8) a 5 f 5 1 h ,5,57 σ 1,75 σ,7 1,9,57,7 TIEMPO MARCA ( ) [0; 0,5) 0,5 10,5 0,5 [0,5; 1,5) [1,5;,5) 18 7 [,5; ), ,75 [; 8) ,5 1, ,5 8 0,5,5 TIEMPO DEDICADO A VER T.V. DURANTE UN FIN DE SEMANA (h) 0 En una poblacón de 5 famlas se ha observado la varable X número de coches que tene la famla y se han obtendo los sguentes datos: a) Construye la tabla de frecuencas de la dstrbucón X. b) Haz el dagrama de barras. c) Calcula la meda y la desvacón típca. d) Halla la medana y los cuartles. Undad 1. Estadístca
15 Pág. 15 a) F en % b) c) 9 1,5 5 σ 8 1,5 0,89 σ 0,89 0,9 5 d)me 1, Q 1 1 y Q N-º DE COCHES 1 Se ha estudado la edad de los usuaros de un vdeojuego y se han obtendo los sguentes datos: Halla la medana y los cuartles superor e nferor, y eplca su sgnfcado. EDAD F EN % , , , , , N-º DE PERSONAS EDAD Me p 50 1 porque para 1, F supera el 50% Q 1 p 5 1 porque para 1, F supera el 5% Q p 75 1 porque para 1, F supera el 75% Sgnfcado: El 5% de los usuaros de vdeojuego tene menos de 1 años; el 50% tene menos de 1 años y el 75% tene menos de 1 años. Un dentsta observa el número de cares en cada uno de los 100 nños de un colego y obtene los resultados resumdos en esta tabla: NÚMERO DE CARIES FRECUENCIA ABSOLUTA FRECUENCIA RELATIVA y 15 0,5 0, z 0,15 0,05 a) Completa la tabla obtenendo, y, z. b) Calcula el número medo de cares. Undad 1. Estadístca
16 Pág. 1 a) La frecuenca relatva es el cocente entre la frecuenca absoluta y el número total de ndvduos (100, en nuestro caso). 0, y y 5 y z 5 z 0, b) Nº DE CARIES ( ) , El número medo de cares es de 1,55. Este es el polígono de frecuencas correspondente a una dstrbucón de datos agrupados en ntervalos: a) Escrbe la tabla de frecuencas absolutas. b) Calcula la meda y la desvacón típca de la dstrbucón a) INTERVALOS MARCA DE CLASE ( ) [0, 0) [0, 0) [0, 0) [0, 80) [80, 100) b) Σf Σ 5 σ Σf Σ 5 σ 7 7,1 σ 7,1 Undad 1. Estadístca
17 Pág. 17 Completa la sguente tabla estadístca, donde f, F y y fr representan, respectvamente, la frecuenca abso- F luta, la frecuenca absoluta fr 0,08 0,08 0,1 0,1 0,1 0, 0,1 0,1 acumulada y la frecuenca relatva. Recuerda que fr f/n y calcula n. De la prmera fla se obtene fáclmente el valor de n: fr f 0,08 n 50 n n 5 Completa la sguente tabla: a) Calcula F %. 1 b) Halla la medana de la dstrbucón S F 9 equvale al 10%, el 100% será F a) Σf,9,9 Σ 90 b) Me porque para, la F supera al 50%. Págna 05 F % 1, , , , Se ha meddo el nvel de colesterol en cuatro grupos de personas sometdas a dferentes detas. Las medas y las desvacones típcas son las que fguran en esta tabla: DIETA σ A B C D 11, 188, 0, 185 7, 5, 9,1, Las gráfcas son, no respectvamente: Asoca a cada deta la gráfca que le corresponde Undad 1. Estadístca
18 Pág. 18 Fjándonos en las gráfcas, se observa que los grupos 1 y tenen una meda nferor a 00, mentras que las medas de y son superores a ese número. Luego podemos asocar: A y C y B y D 1 y Por otra parte, las personas de tenen el nvel de colesterol más dsperso que las de. Según esto, su desvacón típca será mayor, por lo que C y A. Análogamente, B y D 1. 7 Las estaturas de los 0 alumnos y alumnas de una clase venen dadas en la tabla adjunta. En qué ntervalo estará la medana? El prmer ntervalo cuya F sea mayor que 0 (mtad del número de alumnos) es 17,5-178,5. ALTURA N-º DE ALUMNOS 158,5-1,5 1 1,5-18,5 5 18,5-17, ,5-178, ,5-18,5 18,5-188,5 Concretamente, F Luego la medana estará en el ntervalo 17,5-178,5. 8 Completa la tabla de esta dstrbucón en la que sabemos que su meda es,7. Llamamos z a la frecuenca absoluta del dato. Aplcamos la defncón de la meda: Σf,7 + z Σ 15 + z,7 (15 + z) + z 0,5 +,7z + z 0,7z,5 z S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada dato de la dstrbucón: MEDIA ( 1 + a)f 1 +( + a)f + + ( n + a)f n n 1 f 1 + f + + n f n + a(f 1 + f + + f n ) n Σf Σf + a Σf + a, puesto que n 1 n n n n Undad 1. Estadístca
19 Pág. 19 La nueva meda es el valor de la meda orgnal más el valor que hemos sumado a cada dato. DESVIACIÓN TÍPICA: Σf ( + a) Σf + Σ a ( + a) + Σ a a a Σ Σ Σf + a + a a a Σ Σf Σ La desvacón típca no se ve alterada al sumar a todos los datos de la dstrbucón un msmo número. Supongamos ahora que todos los datos se multplcan por un msmo valor a: a MEDIA 1 f 1 + a f + + a n f n a n la meda queda multplcada por dcho valor. DESVIACIÓN TÍPICA: Σ ( a) Σ ( a) a Σf a a ( Σ ) Σ La varanza quedaría multplcada por a, luego la desvacón típca queda multplcada por a. Σ Undad 1. Estadístca
Medidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesTema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1
Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesEJERCICIOS RESUELTOS TEMA 2
EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;
Más detallesTEMA 10: ESTADÍSTICA
TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES
Más detallesBloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos
Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detalles1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...
TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas
Más detallesEjercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.
Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detalles4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es
4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detalles4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas
Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detalles-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:
-.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva
Más detallesa) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesMedidas de Tendencia Central y de Variabilidad
Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesPREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )
TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesTEMA. Contenidos UNIDAD I: ESTADÍSTICA DESCRIPTIVA
ANÁLISIS DESCRIPTIVO DE VARIABLES CUANTITATIVAS () Contendos TEMA 4.4. Introduccón 4.5. Dstrbucones de frecuencas de varables cuanttatvas (datos agrupados) 4.6. Propedades de las dstrbucones de varables
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso
Más detallesMatemáticas A 4º E.S.O. pág. 1
Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,
Más detallesCapítulo III Medidas de posición y de dispersión
Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento
Más detallesESTADÍSTICA 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 detallesRegresión y Correlación
Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesPARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x
Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:
Más detalles4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.
4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesCuaderno de actividades 4º ESO
Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva
Más detallesANÁLISIS EXPLORATORIO DE DATOS
ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detallesMatemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato
Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA
Más detallesCAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS
CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.
Más detallesTÉCNICAS AUXILIARES DE LABORATORIO
TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar
Más detallesAnálisis de error y tratamiento de datos obtenidos en el laboratorio
Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a
Más detallesEstadística Descriptiva Análisis de Datos
El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesb) Haz otra distribución en 12 intervalos de la amplitud que creas conveniente.
Página EJERCICIOS Y PROBLEMAS PROPUESTOS PARA PRACTICAR Deseamos hacer una tabla con datos agrupados a partir de datos, cuyos valores extremos son 9 y. a) Si queremos que sean 0 intervalos de amplitud,
Más detallesMaestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza
Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesModelos unifactoriales de efectos aleatorizados
Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de
Más detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesEs el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio.
1 Movmento Vbratoro Tema 8.- Ondas, Sondo y Luz Movmento Peródco Un móvl posee un movmento peródco cuando en ntervalos de tempo guales pasa por el msmo punto del espaco sempre con las msmas característcas
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesESTADISTICA APLICADA A LA EDUCACIÓN
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA
Más detallesT. 5 Estadísticos de forma de la distribución
T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.
Más detallesEn este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de
Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO
Más detallesCapítulo 12 CONTRASTES NO PARAMÉTRICOS
Capítulo 1 CONTRASTES NO PARAMÉTRICOS 1.1 Introduccón 1. Contrastes de ajuste a una dstrbucón teórca 1..1 Contrastes basados en la dstrbucón de frecuencas muestral 1..1.1 El contraste ch-cuadrado, χ. 1..1.
Más detallesAnálisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp
Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos
Más detallesDicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.
Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detalles7ª SESIÓN: Medidas de concentración
Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr
Más detallesCapítulo 3. SISTEMAS DE PARTÍCULAS
Capítulo 3. SISTEMAS DE PARTÍCULAS 3.1. Introduccón En la mayoría de los sstemas partculados esten partículas de dstnto tamaño tal como se observa en la Fgura 3.1. Muchos de los métodos que mden tamaño
Más detallesEfectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Más detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesGANTT, PERT y CPM INDICE
GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesPRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesCESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesFacultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística
Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar
Más detallesVARIABLES 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 detallesOSCILACIONES 1.- INTRODUCCIÓN
OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.
Más detallesXII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.
Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas
Más detallesFacultad de Ciencias del Trabajo
Facultad de Cencas del Trabajo Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González Octubre 005 CURSO 005-06 MÉTODOS ESTADÍSTICOS APLICADOS A LAS AUDITORÍAS SOCIOLABORALES
Más detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero
Más detalles3.3 Caracterización de grupos: Estadísticos de forma de la distribución
3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss
Más detallesGlosario básico. de términos estadísticos
Glosaro básco de térmnos estadístcos Lma, mayo de 2006 CREDITOS Dreccón y Supervsón Lupe Berrocal de Montestruque Drectora Técnca del Centro de Investgacón y Desarrollo Responsable del documento Hermna
Más detalles13Soluciones a los ejercicios y problemas
Soluciones a los ejercicios y problemas PÁGINA Pág. P RACTICA Tablas de frecuencias El número de faltas de ortografía que cometieron un grupo de estudiantes en un dictado fue: a) Di cuál es la variable
Más detallesPORTAFOLIO DE TRES ACTIVOS FINANCIEROS
PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un
Más detallesFUNDAMENTOS QUIMICOS DE LA INGENIERIA
FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE
Más detallesCAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL
CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La
Más detallesE-Book ISBN Fecha de catalogación: 04/04/2014. INTRODUCCION
E-Book ISBN 978-987-1676-14-9. Fecha de catalogacón: 04/04/014. INTRODUCCION Esta sere ddáctca fue preparada en el año 1999, en oportundad de dctarse por prmera vez la asgnatura Elementos de Matemátca
Más detallesT. 9 El modelo de regresión lineal
1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón
Más detallesCapacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo
EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesRentas o Anualidades
Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades
Más detalles