VARIABLES ALEATORIAS UNIDIMENSIONALES

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

Download "VARIABLES ALEATORIAS UNIDIMENSIONALES"

Transcripción

1 Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS UNIDIMENSIONALES

2 Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS UNIDIMENSIONALES VARIABLE ALEATORIA Es una funcón que asgna un valor numérco a cada suceso elemental del espaco muestral. Más concretamente, es una varable cuyo valor numérco está determnado por el resultado de un epermento aleatoro. Las varables aleatoras se desgnan con letras mayúsculas,,..., y sus valores se denotan con letras mnúsculas, y,... La varable aleatora puede tomar un número numerable o no numerable de posbles valores, dando lugar a dos tpos de varables aleatoras: dscretas y contnuas. VARIABLE ALEATORIA DISCRETA Se dce que una varable aleatora es dscreta cuando toma un número fnto o nfnto numerable de valores reales. Así, una varable aleatora dscreta sería el número de llamadas telefóncas que entran en una centralta durante un perodo de tempo; el número de depóstos de una entdad bancara; el número de pezas defectuosas que aparecen en una proceso de fabrcacón, etc. FUNCIÓN de PROBABILIDAD o FUNCIÓN de CUANTÍA: Tabla formada por los valores que toma la varable junto con sus probabldades. Sea una varable aleatora dscreta que toma un número fnto de valores,,,n; ndcando la probabldad de que la varable aleatora tome un valor partcular por: p P( ) P() n P( ) P( ) P( ) P( ) P( n) sendo n P( ) La representacón gráfca es un dagrama de barras:

3 FUNCIÓN de DISTRIBUCIÓN: Sea una varable aleatora dscreta, se denomna funcón de dstrbucón de a la funcón acumulatva, no negatva, contnua por la derecha, sendo F( ) y F( ) F() P( ) P( ) P( ) representa la suma de las probabldades puntuales hasta el valor nclusve de la varable aleatora dscreta. Gráfcamente, esta funcón adopta una forma de escalera, tomando los saltos en los valores aslados que tome la varable, sendo en cada uno de éstos contnua por la derecha, como se muestra en el dbujo. Se tene que, P( ) P( ) F() P( ) P( ) P( ) F() F() Meda o esperanza matemátca: La meda o esperanza matemátca de una varable aleatora dscreta vene dada por la epresón:

4 n E(). P( ) S es dscreta fnta. P( ) S es dscreta fnta numerable En el caso de ser dscreta numerable hay que suponer que la sere es absolutamente convergente, es decr,.p( ) S constante E() Varanza. Desvacón típca: La varanza de una varable aleatora dscreta vene dada por la esperanza sguente: n E( ) ( ). P( ) S es dscreta fnta ( ). P( ) S es dscreta fnta numerable S constante E( ) E() La desvacón típca es la raíz cuadrada postva de la varanza, vene dada por n ( ). P( ) S es dscreta fnta ( ). P( ) S es dscreta fnta numerable Momentos: Dada una varable aleatora dscreta se llama momento de orden respecto del parámetro c a la esperanza matemátca de la varable ( c), es decr: n M E( c) ( c). P( ) S es dscreta fnta ( c). P( ) S es dscreta fnta numerable Momentos respecto al orgen cuando c, se denotan por.p( ).P( ).P( )

5 Momentos centrales cuando c, se denotan por ( ). P( ) E( ) ( ). P( ) ( ). P( ) ( ). P( ) Los momentos centrales y los momentos respecto al orgen están relaconados por la epresón: En partcular:.( )..( )..( )..( )..( ).. MEDIANA CUARTILES Sea una varable aleatora dscreta, con funcón de dstrbucón F(), se defne la Medana como el punto mínmo M donde F(M),5 Análogamente para los cuartles Q y Q : El prmer cuartl Q es el punto mínmo donde F(Q ),5 El tercer cuartl Q es el punto mínmo donde F(Q ),75 El rango o recorrdo ntercuartílco es RC Q Q La Moda representa el valor de la varable aleatora que más se repte ó el más probable, es decr, el que mamza la funcón de probabldad. VARIABLE ALEATORIA CONTINUA Se dce que una varable aleatora es contnua s puede tomar un número nfnto (no numerable) de valores, o ben, s puede tomar un número nfnto de valores entre dos puntos de la recta real. Stuacones que hacen referenca a tempo, peso o longtud son ejemplos de una varable aleatora contnua.

6 FUNCIÓN de DISTRIBUCIÓN: Sea una varable aleatora contnua, se denomna funcón de dstrbucón de a la funcón acumulatva, contnua por la derecha, no negatva F() P( ) f(t) dt F( ) F( ) FUNCIÓN de DENSIDAD: Dada una varable aleatora, una funcón real f() no negatva es una funcón de densdad de probabldad de (o smplemente funcón de densdad) s el área encerrada entre su curva y el eje O es gual a la undad y s, además, la probabldad de que se encuentre entre dos valores a y b con a b, es gual al área comprendda entre estos dos valores, es decr: f()d b P(a b) f() d a La probabldad de que tome un valor partcular es cero: P(a) P(a a) f() d P( a) P( a) F(a) f() d a b P(a b) F(b) F(a) f() d a a a Sendo, F() P( ) f(t) dt f() df() d S toma valores en el ntervalo (a, b) entonces: b f()d y a a F() f(t) dt a b a b 5

7 TRANSFORMACIONES LINEALES DE UNA VARIABLE ALEATORIA CONTINUA: Sea una varable aleatora contnua con funcón de densdad o cuantía f (), al realzar una transformacón monótona (crecente o decrecente) = g(), se calcula la funcón de densdad de la varable medante: d f (y) f g (y). dy Sea a b donde es una varable aleatora contnua y a d y ab b dy b y a Funcón de densdad de la transformada: f (y) f. b b Funcón de dstrbucón de la transformada: y a F sí b b F(y) y a F sí b b E() a be() Var() b Var() Meda o esperanza matemátca: La meda o esperanza matemátca de una varable aleatora contnua vene dada por la epresón: E() b a f()d, f()d a,b Cuando, hay que suponer que la ntegral es absolutamente convergente, es decr f()d Varanza. Desvacón típca: La varanza de una varable aleatora contnua vene dada por la epresón: f()d, E( ) b a f()d a,b La desvacón típca es la raíz cuadrada postva de la varanza: Momentos: Dada una varable aleatora contnua se llama momento de orden respecto del parámetro c a la esperanza matemátca de la varable ( c), es decr: 6

8 c f()d, b M E( c) a c f()d a,b Cuando, hay que suponer que la ntegral es absolutamente convergente, es decr ( c) f()d Momentos respecto al orgen cuando c, se denotan por f()d, E( ) b a f()d a,b Momentos centrales cuando c, se denotan por f()d, E( ) b a f()d a,b La relacón entre los momentos centrales y los momentos respecto al orgen es la msma que para las varables aleatoras dscretas, tenendo:.( ). en partcular, E( ) FUNCIÓN GENERATRIZ DE MOMENTOS La funcón que genera los momentos de una varable aleatora (dscreta o contnua) es la funcón generatrz, que se denota por g(t) Ee t P( ) e t varable aleatora dscreta t e f()d varable aleatora contnua En el caso dscreto, la sere correspondente al valor esperado tendrá que ser convergente. Análogamente, en el caso contnuo, la ntegral correspondente al valor esperado tendrá que ser convergente. La funcón generatrz de momentos g (t) depende úncamente de t, y cuando t, g() Ee E() 7

9 Utlzando el desarrollo de una sere de Taylor para t e t t e, se tene: (t ) (t ) (t ) (t )!!!! Tomando valores esperados: t (t ) t g (t) E e E E( ) t E() t E( ) t E( )!!!! Dervando sucesvamente la funcón generatrz g (t) respecto a t, se obtene:!! ' g (t) E() t E( ) t E( ) t E( ) '' t g (t) E( ) t E( ) E( )! Partcularzando para t, resulta: ' " "' () g () E() g () E( ) g () E( ) g () E( ) En caso de estr la funcón generatrz de momentos, se pude obtener cualquer momento respecto al orgen, pudendo generalzar: S este el momento de orden, respecto al orgen, para cualquer valor entero y postvo, se tene: () d g (t) g () dt t Es decr, el momento respecto al orgen de orden,, se puede obtener dervando la funcón generatrz de momentos veces, respecto a t, y partcularzando para t La funcón generatrz de momentos, cuando este, se puede obtener como una sere de potencas de t, cuyos térmnos ncluyen los momentos de la dstrbucón: t t t g(t) Ee t!! FUNCIÓN CARACTERÍSTICA La funcón característca de una varable aleatora es una funcón de varable real que t toma valores complejos: : tal que (t) E e Tenendo en cuenta que t t e cos(t) sen(t) e cos (t) sen (t) 8

10 t (t) E e E cos(t) sen(t) E cos(t) E sen(t) Dependendo del tpo de varable aleatora que se consdera, se tene: t tj Varable aleatora dscreta: (t) E e e. P j Varable aleatora dscreta: j t t (t) E e e.f() d S el momento de orden r de una varable aleatora este, r r E dervar veces la funcón característca (t) respecto a t, sendo r, se puede () () d (t) con,,,,r dt t r Sea una varable aleatora tal que E r (t) es nfntamente dervable y la funcón característca se puede obtener como: j (t) (t) (t) (t) (t) (t)!!! j! j j La relacón entre la funcón generatrz de momentos M(t) y la funcón característca (t) vene dada por las sguentes epresones: t M(t) (t) M t PROPIEDADES DE LA FUNCIÓN CARACTERÍSTICA. La funcón característca (t) este sempre para cualquer v.a.. (). (t). Sea una v.a. y sea una transformacón lneal de la v.a., tal que a b, con a,b, entonces: (t) (t) e (at) tb ab t t (a b) ta tb tb ta tb (t) E e E e E e. e e. E e e. (at) 5. Sean,,, n varables aleatoras ndependentes. Sea aleatora. La funcón característca de S vene defnda por: n S una varable S n (t) (t) 9

11 6. Sea una varable aleatora smétrca respecto al orgen, tal que, entonces (t) (t) ( t) 7. es una varable aleatora smétrca respecto al orgen, sí y sólo sí, la funcón característca (t) es real. PROPIEDADES DE LA MEDIA La esperanza de una constante es la propa constante: E() Sea v.a. :.E E. E E E E Sea v.a. acotada, a b E(a) E() E(b) Sea v. a. con g() y h() funcones de y varables aleatoras: Ea.g() b.h() a.eg() b.eh() Sí g() h() Eg() Eh() PROPIEDADES DE LA VARIANZA La varanza de una constante es cero: Var () Var() Var() Var() Var() Var (. ).Var () Var(.) E.E(.) E..E() E. E() E E(). EE().Var() Var (. c).var () Var(.c) E.c E(.c) E. c.e() c) E..E() E. E() E E(). EE().Var() CAMBIO de ORIGEN y de ESCALA Sea una varable aleatora, se entende como un cambo de orgen cuando se realza la transformacón c Medante esta transformacón todos los valores de la varable aleatora se desplazan c undades del eje de ordenadas mantenendo la msma poscón relatva y la msma dstanca entre ellos.

12 Calculando el valor esperado de la nueva varable aleatora transformada, resulta: E E c E c es decr, c En la varanza del cambo de orgen: Var () Var ( c) Var () Indcando que la varanza de la varable transformada por un cambo de orgen queda nvarante. Es decr, el cambo de orgen lo únco que hace es desplazar los valores de la varable ncal mantenendo la msma poscón relatva y, en consecuenca no modfca la dspersón. Se entende como un cambo de escala e (e ) cuando se realza la transformacón: e Sí e Los nuevos valores transformados se alejan unos de otros y aumenta la dspersón respecto de ó Sí e Los nuevos valores transformados se acercan unos a otros, es decr, se concentran y dsmnuye la dspersón respecto de ó Calculando el valor esperado de la nueva varable aleatora transformada, resulta: E E E.E() e e e es decr,. e Interpretando que tambén se produce el msmo cambo de escala en el valor esperado o meda de la varable. En la varanza del cambo de escala: Var.Var (). e e e El cambo de escala modfca la dspersón de los datos de la varable aleatora ncal, dspersándose sí e o concentrándose sí e COEFICIENTE DE VARIACIÓN Es una medda relatva a la dspersón, se defne como: CV E Epresa la dspersón de una varable aleatora respecto a su meda. Es muy útl para comparar dos dstrbucones de probabldad. El CV no tendría sentdo cuando la varable tome valores postvos y negatvos, pues en este caso la meda podría quedar compensada por los valores postvos y negatvos y no reflejaría el tamaño de. Es decr, el coefcente de varacón CV sólo tendrá sentdo cuando sea una varable aleatora que toma solo valores postvos. CAMBIO DE ORIGEN DEL CV: Sea la transformacón c

13 CV Var ( c) E(c) c c CV Concluyendo que el cambo de orgen afecta al coefcente de varacón CV CAMBIO DE ESCALA DEL CV: Sea la transformacón e CV e e e Var.. E e.. e e CV Observando que el coefcente de varacón CV es nvarante a los cambos de escala. CAMBIO DE ORIGEN DE ESCALA DEL CV: Sea la transformacón c e CV e e e c Var.. c.( c E c).( c) e e e CV El coefcente de varacón CV es nvarante frente a cambos de escala, pero no frente al cambo de orgen. Con el cambo de orgen se produce un cambo en la meda de la varable aleatora transformada, y en consecuenca camba el coefcente de varacón. MEDIANA. CUARTILES. MODA Sea una varable aleatora contnua, con funcón de densdad f() y funcón de dstrbucón F(), se defne la Medana como el punto M donde, M f()d tambén donde F(M) Análogamente en el caso de los cuartles: Prmer Cuartl Q: Tercer Cuartl Q : Q f()d tambén donde F(Q ) Q f()d tambén donde F(Q ) El rango o recorrdo ntercuartílco es RC Q Q

14 La Moda representa el valor de la varable aleatora que más se repte ó el más probable, es decr, el que mamza la funcón de densdad. TEOREMA DE CHEBSHEV ó TCHEBCHEFF Establece la probabldad máma de que la varable aleatora tome valores en los alrededores de la esperanza matemátca (meda de la dstrbucón). Para toda varable aleatora para la que este su esperanza y su varanza, se verfca que, para cualquer valor numérco postvo : P o tambén P P

15 Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Ejercco.- Un epermento consste en lanzar tres veces una moneda. Sea la varable aleatora: ="número de caras que se obtenen". Se pde: a) Dstrbucón de probabldad de b) Funcón de dstrbucón de. Representacón gráfca c) Meda, varanza y desvacón típca de d) Probabldad de que salgan a lo sumo dos caras e) Probabldad de que salgan al menos dos caras Solucón: a) Espaco muestral: (c,c,c),(c,c,e),(c,e,c),(e,c,c),(c,e,e),(e,c,e),(e,e,c),(e,e,e) (c,c,c) P( ) 8 (c,c,e) (c,e,c) (e,c,c) P( ) 8 (c,e,e) (e,c,e) (e,e,c) P( ) 8 (e,e,e) P( ) 8 La dstrbucón de probabldad será: P( ) p.p. p ,5 8 b) La funcón de dstrbucón: F() P( ) P( ) p F() P( ) P( ) F() P( ) P( ) 8 F() P( ) P( ) P( ) P( ) F() P( ) P( ) P( ) P( ) P( ) F() P( ) P( ) P( ) P( ) P( ) F() P( ) P( )

16 P( ) F() P( ) F() 8 78 c) Meda, varanza y desvacón típca de Meda: E().P( ). p,5 8 E( ).P( ). p 8 E.P( ) Varanza:,5,75 Desvacón típca:,75,87 d) Probabldad de que salgan a lo sumo dos caras 7 P( ) P( ) P( ) P( ) o ben P( ) F() 8 e) Probabldad de que salgan al menos dos caras P( ) P( ) P( ) o ben P( ) F() 8 5

17 Ejercco.- La varable aleatora: ="número de hjos por famla de una cudad" tene la sguente dstrbucón de probabldad: 5 6 P( ),7,,,6,,, Se pde: a) Meda o esperanza matemátca. Sgnfcado b) Varanza y desvacón típca c) S el Ayuntamento de la cudad paga euros por hjo e., cuál es la dstrbucón de probabldad? d) Meda, varanza y desvacón típca de Solucón: a) P( ) p.p. p,7,,,,,,,6,8 9,5 5,,6 6,6 6 5,, 5,5 7 6,,6 6,6,7 Meda: 7 7 E().P( ). p S se toma al azar una famla de la cudad, el número de hjos que se espera que tenga por térmno medo es uno. b) Varanza y desvacón típca 7 E.P( ) Varanza: 7 7 E( ).P( ). p,7,7,7 Desvacón típca:, 7, c) Dstrbucón de probabldad de la varable. 6

18 y j P( y j) p j y,7 y., y., 6.,6 y5 8., y6., y7., d) Meda, varanza y desvacón típca de E(. ).E().. Var(. ).Var()., ,8 Ejercco.- Completar la ley de probabldad, conocendo que la esperanza matemátca es,8 P( ) p, a b, Solucón: p,ab, ab,5. p ab,9,8 a b,9 Resolvendo el sstema: a b,5 b, a b,9 a, 7

19 Ejercco.- Al lanzar cuatro monedas se consdera el número de escudos obtendos. De la varable aleatora así obtenda, se pde: a) Ley de probabldad. Representacón gráfca b) Funcón de dstrbucón. Representacón gráfca c) Esperanza matemátca y varanza d) Medana y moda de la dstrbucón e) Probabldad de obtener más de uno y menos de tres escudos Solucón: a) Sea ='número de escudos en la trada de cuatro monedas' (c,c,c,c),(c,c,c,e),(c,c,e,c),(c,c,e,e),(c,e,c,c),(c,e,c,e),(e,c,c,c),(e,c,c,e), (e,e,e,e),(e,e,e,c),(e,e,c,e),(e,e,c,c),(e,c,e,e),(e,c,e,c),(c,e,e,e),(c,e,e,c) (c,c,c,c) P( ) 6 (c,c,c,e) (c,c,e,c) (c,e,c,c) (e,c,c,c) P( ) 6 (c,c,e,e) (c,e,c,e) (e,c,e,c) (e,e,c,c) (e,c,e,c) (c,e,c,e) P( ) 6 6 (e,e,e,c) (e,e,c,e) (e,c,e,e) (c,e,e,e) P( ) 6 (e,e,e,e) P( ) 6 La ley de probabldad o funcón de cuantía: P( ) b) Funcón de dstrbucón: P( ) F() P( ) F()

20 Ley de Probabldad Funcón de dstrbucón c) Cálculo de la esperanza matemátca y varanza P( ) P( ) P( ) P( ).P( ) 5 Meda: 5 E().P( ) 5 E( ).P( ) 5 Varanza: Var() 5 d) Observando la ley de probabldad la moda Md Observando la funcón de dstrbucón la medana prmer valor que guala o deja por debajo a,5 Me por ser F( ) 6 el e) 6 P( ) P( ),75 o ben P( ) F() F()

21 Ejercco 5.- Calcular la meda, varanza y coefcente de varacón de la varable aleatora que tene como funcón de dstrbucón: Solucón:, F(),55 6, La ley de probabldad o funcón de cuantía: 6 8 P( ),,5,,5 Advértase que la funcón de dstrbucón F() es una funcón acumulatva, por tanto: P( ) F() F(), P( ) F() F(),55,,5 P( 6) F(6) F(),85,55, P( 8) F(8) F(6),85,5 Cálculo de la esperanza matemátca y varanza 6 8 P( ),,5,,5.P( ),,,8,.P( ), 8 5,6,8 9,6.P( ),8.P( ) 6,8 Meda: E().P( ),8 E( ).P( ) 6,8 Varanza: Var() 6,8,8,76 Desvacón típca:,76,9 Coefcente varacón: CV,, 9,8

22 Ejercco 6.- La varable dscreta tene como dstrbucón de probabldad P( ),,5,,5 Se realza un cambo de orgen haca la zquerda de dos undades y un cambo de escala de undades. Se pde: a) Meda y varanza de la b) Meda, varanza y coefcente de varacón de la varable transformada por el cambo de orgen c) Meda, varanza y coefcente de varacón de la varable transformada por el cambo de escala d) Meda, varanza y coefcente de varacón de la varable transformada por el cambo de orgen y escala Solucón: a) P( ) p.p. p,,,,5,5,,, 9,9,5, 6 5,6,5 7,8 Meda: E().P( ). p,5 E( ).P( ). p 7,8 Varanza: 7,8,5,55 Desvacón típca:, 55, 5 Coefcente de varacón:, 5 CV, 98,5 b) Sea la varable transformada, al realzar un cambo de orgen haca la zquerda de dos undades hay que restar, quedando: ' ( ). Meda: E() E E( ) E() E(),5,5

23 Varanza: Var Var() Var(),55 Desvacón típca:, 55, 5, 5 Coefcente de varacón: CV,8 CV,5 En consecuenca, el cambo de orgen afecta a la meda y, en consecuenca, al coefcente de varacón. c) Al realzar un cambo de escala de undades, la varable transformada es,5 Meda: E() E. E(). Varanza:,55 Var.Var().., Desvacón típca:, 55.,55. 9 Coefcente de varacón:.. CV CV, 98 El cambo de escala afecta a la meda y a la desvacón típca de la msma forma, en consecuenca deja nvarante al coefcente de varacón. Resultados que se observan en la tabla, donde y j P( y j) p j y.p j j y j y. p,, 9, 9,5,5 9 9,,,,5, 6 9 5,6 9,5 7,8 9 j j Meda:,5 E() y.p( y ) y. p. j j j j j j Varanza: 7,8 E( ) y.p( y ) y. p. E( ) j j j j j j ,8,5,

24 Desvacón típca:, 55.,55. 9 Coefcente de varacón:.. CV CV, 98 d) Al realzar smultáneamente un cambo de orgen de undades a la zquerda y un cambo de escala de undades, la varable transformada es Meda: E() E. E( ). E(),5 con lo que, E(). E().,5,5 Varanza: Var() Var. Var( ). Var() Desvacón típca:, 55.,55. 9 Coefcente de varacón:., 5 CV,8 CV.,5 El cambo de orgen y de escala afecta a la meda y desvacón típca de dstnta forma, en consecuenca tambén queda afectado el coefcente de varacón. Resultados que se observan en la tabla, donde y j P( y j) p j y.p j j y j y j. pj,,,, ,,5 5 9,5 9,5,7,,5,8 9 Meda:,5 E() y.p( y ) y. p,5 j j j j j j E( ) y j.p( y j) y j. p j j j,8 9

25 Varanza:.,8,5, Desvacón típca:, 55.,55. 9 Coefcente de varacón:., 5 CV,8 CV,5,5.,5 Ejercco 7.- En un cne de verano hay nstaladas 8 sllas, sabendo que el número de asstentes es una varable aleatora de meda 6 y desvacón típca. Qué probabldad este de que el número de personas que vaya al cne un día cualquera sea superor al número de sllas nstaladas? Solucón: Sea la varable aleatora = "número de sllas del cne", donde 6, P 8 P 8 86 P 8,5 Ejercco 8.- La varable dscreta tene como dstrbucón de probabldad Se pde: P( ) sendo,,, a) Funcón de dstrbucón b) P( 7) c) P( 5) d) P( 7) Solucón: a) F() P( ) sendo,,, Advértase que entre dos valores consecutvos de la varable, la funcón de dstrbucón toma el valor menor. b) 6 P( 7) P( 7) F(7),

26 o ben, P( 7) P( 8) P( 9) P( ) P( ), c) P( 5) F(5), o ben, P( 5) P( ) P( ) P( ) P( ), 6 d) P( 7) F(7) F(), o ben, P( 7) P( ) P( ) P( 5) P( 6), Ejercco 9.- Se desea conocer el número de automóvles que se deben poner a la venta durante un perodo determnado para que se satsfaga una demanda meda de undades con una desvacón típca de undades, con una probabldad no nferor al 75%. Solucón: Sea la varable aleatora = "número de automóvles a la venta", Según Chebyshev: P P,75 P,75,5,5,5 5 automóvles Ejercco.- La demanda meda de un producto es de undades con una desvacón típca de undades. Calcular la cantdad del producto que se debe tener a la venta para satsfacer la demanda de forma que puedan ser atenddos al menos el 8% de los clentes. Solucón:, Según Chebyshev: P P 5

27 ,8 P,8, 89,,, Se deben poner a la venta 9 undades. Ejercco.- Un estudo de la DGT estma que el número de horas práctcas necesaras para la obtencón del permso de conducr sgue una dstrbucón normal N(, ). Se sabe que la autoescuela Fuenterrebollo ngresa por alumno una parte fja de 5 euros, más euros por hora de práctca. a) Qué probabldad hay de obtener el permso de conducr con horas de práctcas o menos? b) Cuántas horas de práctcas ha necestado un conductor para obtener el permso s el 68% de los conductores ha necestado más horas de práctcas que él? c) Calcular el ngreso por alumno esperado. d) Calcular la desvacón típca del ngreso por alumno. Solucón: a) = "número de horas de práctcas necesaras para obtener el permso de conducr" P( ) P P(z,) P(z,),98 b) Sea h = "número de horas necesaras" h h P( h) P Pz,68 h h Pz,68 Pz,68 h h h P z,68 P z,,6 h,6 h,6,6 c) Para un alumno cualquera, el ngreso de la autoescuela Fuenterrebollo por las práctcas es I 5 El ngreso por alumno esperado será: E(I) E( 5) E() euros 6

28 d) La varanza del ngreso del alumno: V(I) V( 5) V() euros I La desvacón típca del ngreso I euros Ejercco.- La varable ="número de centímetros a que un dardo queda del centro de la dana" al ser trado por una persona tene como funcón de densdad: Se pde: f() en otros casos a) Hallar para que f() sea funcón de densdad. Representarla b) Hallar la funcón de dstrbucón. Representarla c) Meda, varanza y desvacón típca d) P( ) e) Probabldad de acertar en la dana Solucón: a) Para que f() sea funcón de densdad debe verfcar: f()d f()d f()d f()d f()d la prmera y tercera ntegral son cero al ser f() en esos ntervalos. d d En consecuenca, f() en otros casos b) La funcón de dstrbucón se defne F() f(t) dt F() f(t) dt F() f(t)dt f(t)dt f(t)dt dt F() f(t)dt f(t)dt f(t)dt f(t)dt dt 7

29 En consecuenca, F() c) Meda E() f()d.. d d 5 cm Varanza: E( ) f() d.. d d 5 5 cm Desvacón típca: 5,9 cm d) P( ) F() o tambén, P( ) d d e) Probabldad de acertar en la dana: P( ) por ser una varable contnua P( ) f() d d d 8

30 Ejercco.- Se ha verfcado que la varable ="peso en los de los nños al nacer" es una varable aleatora contnua con funcón de densdad Se pde: f() en otros casos a) Hallar para que f() sea funcón de densdad. Representarla b) Hallar la funcón de dstrbucón. Representarla c) Meda, varanza y desvacón típca d) Probabldad de que un nño elegdo al azar pese más de los e) Probabldad de que pese entre y,5 los f) Qué debe pesar un nño para tener un peso gual o nferor al 9% de los nños Solucón: a) Para que f() sea funcón de densdad debe verfcar: f()d f()d f()d f()d f()d La prmera y tercera ntegral son cero al ser f() en esos ntervalos. 6 f()d d d 6 6 f() 6 en otros casos b) La funcón de dstrbucón se defne F() f(t) dt F() f(t) dt t t F() f(t)dt f(t)dt dt t t 6 F() f(t)dt f(t)dt f(t)dt dt

31 F() c) Meda E() f() d.. d d, los Varanza: 56 6 E( ) f() d.. d d los ,,9 los Desvacón típca:,9,6 los d) 5 7 P( ) P( ) F(),58 o tambén, 9 7 P( ) f() d d 8, e),5 P(,5) F(,5) F(),6875,5,5,5 8,5 P(,5) f() d d, f) Sea el peso del nño, se tene:,5 F() P( ),9,9,8,8,8,85, es decr, el nño debe pesar,85 los para tener para tener al 9% de los nños con un peso gual o nferor.

32 Ejercco.- Gran número de fenómenos aeronáutcos tenen asocada una varable aleatora con ley de probabldad: Se pde: f() en otros casos e a) Puede tomar cualquer valor? b) Para, representar la funcón de densdad, la funcón de dstrbucón y su gráfca c) Sendo, hallar P( ) d) Para, calcular P(5 ) Solucón: a) Para que f() sea funcón de densdad debe verfcar: f()d f()d f()d e d e d e e La funcón de densdad no depende del valor del parámetro, pudendo tomar éste cualquer valor postvo. b) La funcón de densdad para, será: f(),,. e otros casos La funcón de dstrbucón se defne F() f(t) dt F() f(t) dt,t,t,t, e e,t, e e F() f(t)dt f(t)dt,. e dt,. e dt F(), e

33 c) P( ) P( ) F() e e e,. d) P(5 ) F() F(5) e e e e e e,., Ejercco 5.- Una varable aleatora contnua tene por funcón de densdad Se pde: f() otros casos a) Representa la funcón de densdad b) Hallar la funcón de dstrbucón y su gráfca c) P( ) P( ) P Solucón: a) Se observa que el área encerrada es gual a la undad b) La funcón de dstrbucón se defne F() f(t) dt F() f(t) dt t F() f(t)dt f(t)dt (t)dt t F() f(t) dt f(t)dt f(t)dt (t)dt (t )dt t t t t t t F() (t) dt (t ) dt t t

34 F() c) P( ) P( ) P P( ) F() F() P( ) F() F( ) 5 P F( ) F 8 Ejercco 6.- Una varable aleatora contnua tene por funcón de dstrbucón: F() Se pde: a) Hallar la funcón de dstrbucón y representarla b) Meda, varanza, desvacón típca y coefcente de varacón c) P Solucón: a) La funcón de densdad es la dervada de la funcón de dstrbucón en los puntos donde esta la dervada, entonces: df() f() d

35 f() otrosvalores b) Meda E() f() d.. d.( ). d d ( ).d 8 Varanza: E( ) f()d.. d.( ). d d ( ).d o Desvacón típca:, 6 Coefcente varacón:, CV, c) ( ) () 9 P F F.,75 8 8

36 Ejercco 7.- Una varable aleatora contnua tene por funcón de dstrbucón: F() a) Calcular la funcón de densdad o funcón de cuantía b) Calcular la meda, medana y coefcente de varacón Solucón: a) La funcón de densdad o funcón de cuantía es la dervada de la funcón de dstrbucón en los puntos donde esta la dervada, entonces: df() f() f() d enotrocaso b) Meda: E() f() d d,5 La Medana de una dstrbucón es el valor que deja el 5% de la dstrbucón a la derecha y el otro 5% a la zquerda, por lo que: F(M e),5 Me,5 Me,5 Me Me Me f(),5 d,5,5 M e,5 Me,5 Coefcente de varacón: CV 8 7 E( ) f() d d 7 7 9,8,8 CV,5, 5 5

37 Ejercco 8.- La funcón de densdad de una varable aleatora es: a b f() en el resto Determnar a y b. Solucón: sabendo que P,666. Hay que calcular dos parámetros (a y b), por lo que se necestan dos ecuacones: Por ser funcón de densdad: 8a f() d (a b) d a b b 8a 6b, con lo que: / / / P f() d (a b) d a b,666 a a b 7a b a b b,666 7a b / en consecuenca, 8a 6b 6a b 6 6 a, 6b b, 7a b 7a b

38 Ejercco 9.- La funcón de dstrbucón asocada a la produccón de una máquna, en mles de undades, es del tpo: F() ( ) a) Determnar para que sea funcón de dstrbucón b) Hallar la funcón de densdad c) Calcular la meda, medana. moda y varanza de la produccón d) Hallar P(,5) y P(,5) Solucón: a) Para que sea funcón de dstrbucón se debe verfcar: lm F() lm F() lm ( ) ( ) En consecuenca, la funcón de dstrbucón es: F() ( ) b) La funcón de densdad o funcón de cuantía es la dervada de la funcón de dstrbucón en los puntos donde esta la dervada. df() f() f() d enotrocaso c) Meda: E() f()d ()d ( )d Para calcular la Moda hay que ver el valor que hace mínma la funcón de densdad o de cuantía, es decr: f() f '() en otro caso en otro caso La dervada de la funcón de cuantía f '(), por lo que se trata de una funcón decrecente y toma el valor mámo en el etremo del ntervalo,, por tanto la moda Md f() f() f(), con lo que Md 7

39 La Medana de una dstrbucón es el valor que deja el 5% de la dstrbucón a la derecha y el otro 5% a la zquerda, por lo que: F(M ),5 M M,5 M M,5 M M e e e e e e e 68 Me Me Me De las dos solucones se rechaza aquella que es mayor que, por lo que la Medana es: M e La Varanza de la produccón: E( ) f() d ( )d d) Funcón de dstrbucón F() ( ) P(,5) P(,5) F(,5),5 (,5),75 P(,5) P(,5) F(,5),5 (,5),565 Tambén medante la funcón de cuantía: f() enotrocaso,5,5 P(,5,5) f()d ( )d,5,75 P(,5) f()d ( )d (,5,65),565,5,5,5 8

40 Ejercco.- Dada la funcón - f() = e a) Comprobar s puede ser funcón de densdad de una varable aleatora cuando su campo de varacón es el ntervalo b) En caso de que no lo pueda ser, qué modfcacones habría que ntroducr para que lo fuera. Solucón: a) Para que sea funcón de densdad, debe cumplr dos condcones en el campo de varacón de la varable aleatora: f() no puede ser negatva La ntegral de f() en el campo de varacón es f() e L e L es postva e d e. No se cumple, luego la funcón dada no es de densdad en el ntervalo. b) Para que sea funcón de densdad, se defne f() e e d e d e En consecuenca, f() e Ejercco.- Dada la varable aleatora contnua con funcón de densdad: Hallar: () f() en el resto a) El valor de para que sea realmente una funcón de densdad b) La funcón de dstrbucón c) La varanza d) P( ) Solucón: a) f()d ()d ()d 6 6 9

41 ( ) f() 6 en el resto b) Funcón de dstrbucón: F() f(t) dt, en este caso: F() f(t) dt dt t F() f(t) dt dt (t ) dt (t ) dt t t F() f(t) dt dt (t ) dt dt t 6 6 F() c) Para calcular la varanza: ( ) f() 6 en el resto E f()d ( ) d ( )d E f()d ( ) d ( )d Var() 9

42 d) F() ( ) f() 6 en el resto P( ) F() F() 9 9 P( ) () d Ejercco.- Sea una varable aleatora contnua con funcón de densdad tal que 8 8 f() 7 otrocaso a) Calcular el prmer y tercer cuartl, el decl 7 y el percentl 85 b) Calcular la medana y moda Solucón: a) La Funcón de dstrbucón: 8 8 8() F() P f(t) dt dt 8 7t 7 t 7 susttuyendo, queda: 8(Q ) F(Q ) 7 Q (Q ) Q,8 Q P5,8 7Q 5 8(Q ) F(Q ) Q (Q ) Q,9 Q D5 P75,9 7Q 7 8(D ) 8 F(D ) 9D 8(D ) D,58 7D (P ) 8 F(P ) 595P 8(P ) P,9 7P b) Me Q D5 P5 8(M ) 6 F(M ) 7M 6(M ) M,78 7M 9 e e e e e e

43 La Moda M d se obtene calculando el mámo de la funcón de densdad: 8 6 f() f '() La funcón es decrecente 7 7 f(8) f() f(), con lo que Md Ejercco.- La demanda dara de un determnado artículo es una varable aleatora con funcón de densdad: 8 f() 6 otro caso Los benefcos daros dependen de la demanda según la sguente funcón: Calcular: 5 s 5 s B s 8 5 s 8 a) Probabldad de que en un día cualquera la demanda sea superor a b) Probabldad de que la demanda sea nferor a c) La esperanza y la varanza de la demanda d) Funcón de dstrbucón de la demanda e) Funcón de cuantía y funcón de dstrbucón de la varable aleatora benefcos daros. f) Esperanza y varanza de la varable benefcos Solucón: a) P f() d d,5 6 6 P f()d d, b) c) Meda o Esperanza

44 E().f() d.f() d.f() d. d. d 8 6 d ( )d = = =, 6 Varanza: E( ).f() d.f() d.f() d. d. d 8 6 d ( )d = = 5 = 8 = 6, Var () 7,89 9 d) La funcón de dstrbucón de la demanda F() f(t) dt s f() d d s f() d d d 8 8 F() s f() d d d s f() d d d d d 8 6 En resumen, 8 () 6 F s s s s e) La funcón de cuantía y la funcón de dstrbucón de la varable aleatora benefcos daros se hallan consderando:

45 5 s 5 s B s 8 5 s 8 8 f() 6 otro caso Funcón de cuantía o probabldad: b PB b f() d d,5 8 f() d d, f() d d, f() d d, Funcón de dstrbucón F(B) P(B b ) b P(B b ) F(B) =P(B b ) b.pb b b.p B b -5,5,5 -,5 6,5 5,5,5,5 6,5,75,875,75 7,5 5,5,875 8,5 b.pb b 5,65 f) Meda o Esperanza benefcos: Varanza benefcos: EB b.p B b 78,5 b E(B) b.p B b 5,65 Var (B) E(B ) 78,5 5,65 6,8 b b Desvacón típca de los benefcos: b 6,8 6,87 b.p B b 78,5

46 Ejercco.- Sea una varable aleatora contnua, cuya funcón de densdad es f() enotrocaso Sea una transformacón de la v.a. a) Calcular la funcón de densdad de la v.a. b) Calcular la funcón de dstrbucón de la v.a. Solucón: a) La transformacón asocada a la v.a. es dervable y estrctamente monótona cuando toma valores en el ntervalo (, ). En consecuenca, se puede aplcar la transformacón, quedando la funcón de densdad: d dy y y g (y) y La funcón de densdad de la varable contnua se obtene: d dy y f (y) f g (y). y y La funcón de densdad de la v.a. : y y f (y) enotrocaso b) Funcón de dstrbucón: y F (y) f(t)dt y y F (y) f(y)dy f(t)dt t dt (t) (y) y y y y F (y) f(y)dy y f(t)dt f(t)dt f(t)dt t dt La funcón de dstrbucón de la v.a. será: y F(y) (y) y y 5

47 Ejercco 5.- Sea una varable aleatora contnua, cuya funcón de densdad es f() enotrocaso Sea una transformacón de la v.a. a) Calcular la funcón de densdad de la v.a. b) Calcular la funcón de dstrbucón de la v.a. Solucón: La transformacón es dervable, pero no es estrctamente monótona, puesto que en el ntervalo (-, ) la transformacón es decrecente y en el ntervalo [, ) es crecente. En este caso, hay que determnar la funcón de dstrbucón de la varable aleatora para el caso general de las transformacones de una varable aleatora, ya que no se puede aplcar el método descrto en el ejercco 5. b) Cálculo de la funcón de dstrbucón y F(y) P y P y P y P y y f()d y y y d y y y La funcón de dstrbucón de la v.a. es: y F(y) y y y df (y) y a) La funcón de densdad f(y) y dy enotrocaso 6

48 Ejercco 6.- Sea una varable aleatora contnua con funcón de densdad tal que e f() otro caso a) Funcón generatrz de los momentos (f.g.m.) b) Esperanza y varanza a partr de la f.g.m. c) Funcón característca Solucón: a) b) t t (t) (t) M(t) E e e. f(). d e d e s t t t dm(t) d E() M () () dt t dt t (t) t t E( ) M () () dm(t) d d d dt dt dt t dt ( t) ( t) t t t t Var () c) La funcón característca se puede calcular utlzando la relacón entre funcón característca y los momentos: j (t) (t) (t) (t) (t) (t) j s t!!! j! j VARIABLES ALEATORIAS UNIDIMENSIONALES 7

49 Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

3. VARIABLES ALEATORIAS.

3. 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 detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

1. Variable aleatoria. Clasificación

1. Variable aleatoria. Clasificación Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. 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 detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

Tema 4: Variables aleatorias

Tema 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 detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Descripción de una variable

Descripción 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 detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

Más detalles

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i ) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

1. Notación y tabulación

1. Notación y tabulación Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

2 Dos tipos de parámetros estadísticos

2 Dos tipos de parámetros estadísticos Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,

Más detalles

Medidas de centralización

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 detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 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 detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE 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 detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD 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 detalles

Problemas donde intervienen dos o más variables numéricas

Problemas 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 detalles

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70 Análss del caso promedo Técncas Avanzadas de Programacón - Javer Campos 70 Análss del caso promedo El plan: Probabldad Análss probablsta Árboles bnaros de búsqueda construdos aleatoramente Tres, árboles

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: 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 detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de

Más detalles

5ª Parte: Estadística y Probabilidad

5ª Parte: Estadística y Probabilidad ª Parte: Estadístca y Probabldad. Las notas de los alumnos de una clase son:,,,, 6, 7,,,,,,,, 7,,,, 6,, Haz una tabla de frecuencas. Solucón Varable Frecuencas absolutas Frecuencas relatvas estadístca

Más detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: 7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: 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 detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 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 detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS 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 detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 PROBABILIDAD Y ESTADISTICA LABORATORIO PARA EXAMENES EXTRAORDINARIOS INSTRUCCIONES.- CONTESTE CADA UNO DE LOS SIGUIENTES PROBLEMAS COMPROBANDO SU RESPUESTA

Más detalles

PRUEBAS 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 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 detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos 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 detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 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 detalles

el blog de mate de aida CSI: Estadística unidimensional pág. 1

el blog de mate de aida CSI: Estadística unidimensional pág. 1 el blog de mate de ada CSI: Estadístca undmensonal pág. ESTADÍSTICA La estadístca es la cenca que permte hacer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que ahorra tempo

Más detalles

Capitalización y descuento simple

Capitalización 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 detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

Regresión y Correlación

Regresión y Correlación Regresón Correlacón.- El número de turstas (en mllones) entrados en España mensualmente durante los años 00 00 se epone en la sguente estadístca. Nº Turstas 00,76,6,9 3,8 4,4 4,8 8,93 9,98 5,9 4,34,6 3,65

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: 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 Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 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 detalles

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc. TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Variable Estadística

Variable Estadística Varable Estadístca 1.- Los afconados al bésbol aprenden de memora las estadístcas de este juego. Por ejemplo, cuántos home runs (golpes que envían la pelota fuera del campo de juego) son necesaros para

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad 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 detalles

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS 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 detalles

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva Descrpcón de datos: Estadístca descrptva undmensonal Estadístca descrptva Objetvos: Ordenar, clasfcar, resumr grandes conjuntos de datos de modo que puedan ser fáclmente nterpretables Defncones báscas:

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

Más detalles

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA 0. INTRODUCCIÓN. Los estudos hdrológcos requeren del análss de nformacón hdrometeorológca, esta nformacón puede ser de datos de precptacón, caudales, temperatura,

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 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 detalles

3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA

3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA 3º ESO ESTADÍSTICA DEPARTAMETO DE MATEMÁTICAS. COPIRRAI_Julo César Abad Martínez-Losa ESTADÍSTICA 1.- POBLACIÓ, MUESTRA y CARACTERES ESTADÍSTICOS.- Poblacón: Son todos los ndvduos sobre los que se realza

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. 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 detalles

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS ESTADÍSTICA I TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS VII.1.- Varable aleatora. Clasfcacón. VII.1.1.- Introduccón. VII.1..- Defncón. VII.1.3.- Clasfcacón. VII..- Caracterzacón de

Más detalles

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas  Raúl González Medina 1 Estadístca 01.- Indca que varables son cualtatvas y cuales cuanttatvas: a) Comda Favorta. b) Profesón que te gusta. c) Número de goles marcados por tu equpo favorto en la últma temporada. d) Número de

Más detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) Encuentra el criterio de formación de la siguiente sucesión recurrente: Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Solucón: b) log log log 9 log log log log log 9 9 Ejercco nº.-

Más detalles

Facultad de Ciencias Básicas

Facultad de Ciencias Básicas Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas

Más detalles

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA UNIDAD 14: ESTADÍSTICA INTRODUCCIÓN La presenca de la Estadístca es habtual en multtud de contextos de la vda real: encuestas electorales, sondeos de opnón, etc. La mportanca de la Estadístca en la socedad

Más detalles

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

Variables aleatorias discretas

Variables aleatorias discretas UNIDAD 5 Varables aleatoras dscretas Objetvos Al fnalzar la undad, el alumno: utlzará el método de puntos muestrales asocado a varables aleatoras dstngurá una varable aleatora dscreta de una varable aleatora

Más detalles

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos

Más detalles

GUÍA DE APOYO AL APRENDIZAJE N 2

GUÍA DE APOYO AL APRENDIZAJE N 2 GUÍA E APOYO AL APREIZAJE Meddas de Tendenca Central ó de Resumen Las meddas de resumen son valores de la varable que permten resumr la normacón que hay en una tabla undamentalmente estas meddas se usan

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 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 detalles

CESMA BUSINESS SCHOOL

CESMA 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 detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

Carlos Mario Morales C 2012

Carlos Mario Morales C 2012 Carlos Maro Morales C 2012 1 Matemátcas Fnanceras No está permtda la reproduccón total o parcal de este lbro, n su tratamento nformátco, n la transmsón de nnguna forma o por cualquer medo, ya sea electrónco,

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (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 detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales Métodos Matemá5cos en la Ingenería Tema. Ecuacones no lneales Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media 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

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,.

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,. º. a Deducr la expresón de la fórmula de dervacón numérca de tpo x,x,x,x,. nterpolatoro que permte aproxmar f (x* con el soporte { } 3 x 4 b Demostrar que en el caso de que el soporte sea de la forma:

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

unidad 12 Estadística

unidad 12 Estadística undad 1 Estadístca Qué es una tabla de frecuencas Págna 1 Al número de veces que se repte un dato se le denomna frecuenca de ese dato. Una tabla de frecuencas es una tabla en la que cada valor de la varable

Más detalles