Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:
|
|
- Soledad Lucero Torres
- hace 6 años
- Vistas:
Transcripción
1 Cátedra: Probabilidad y Estadística Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar una calificación de por lo menos cuatro puntos en cada una de las partes del examen. Si ambas partes resultan aprobadas, la calificación definitiva se obtendrá haciendo el promedio aritmético de las calificaciones de cada una de las partes. Primera Parte Responder verdadero (V) o falso (F) según corresponda Para responder la Primera Parte NO se permite consultar ni tabla de fórmulas ni tablas estadísticas. 1. La probabilidad de que una variable aleatoria que sigue una distribución gamma, de parámetros α = 3 y β = 5, asuma valores menores que el primer cuartil es igual a la probabilidad de que dicha variable asuma valores mayores que el percentil setenta y cinco. 2. Para aplicar el teorema de Chebychev es condición necesaria que la variable en estudio esté distribuida normalmente. 3. Para encontrar la probabilidad de que una persona que lanza una moneda legal obtenga la tercera cara en el cuarto lanzamiento, corresponde aplicar el modelo geométrico. 4. Si X ~ binomial (x; n = 4, p = 0,05), la P(X 1) se la puede obtener, de un modo aproximado, como la P(Z 2,982). 5. La probabilidad de que una persona muera cuando contrae cierta infección respiratoria es 0,002. Para calcular la probabilidad de que mueran al menos diez de los próximos 2000 infectados con este tipo de enfermedad, el número de infectados que mueren (en la muestra) sigue una distribución hipergeométrica. 6. El parámetro de la distribución de geométrica puede asumir valores menores que cero. 7. El ingeniero a cargo del control de calidad utiliza el criterio de seleccionar una muestra de 3 piezas de cada lote de 20 para someterlas a un ensayo que es destructivo. Si no hay piezas defectuosas en la muestra aprueba el envío; caso contrario lo devuelve. El número de piezas defectuosas en la muestra sigue una distribución binomial. 8. Es posible que al representar un conjunto de datos mediante un gráfico de caja la media caiga fuera de la caja. 9. Dados dos eventos A y B definidos en el mismo espacio muestral, si P(A B) = 4/5y P(A ) = 1/5 entonces los eventos A y B son independientes. 10. Si una variable aleatoria continua X sigue una distribución uniforme en el intervalo [10; 50] la probabilidad de que se presenten datos apartados es nula. 11. La curva de la función de distribución acumulada de una variable aleatoria normal, es simétrica respecto de un eje vertical que pasa por el valor de la media de dicha variable. 12. Tanto en el caso de variables aleatorias discretas como continuas, la probabilidad de que la variable aleatoria X asuma el particular valor x, está dado por el valor de f(x). 13. Si F(3) = 0,2 es la función de distribución acumulada de una variable aleatoria discreta X para el particular valor 3, se debe interpretar que la probabilidad de que la variable aleatoria X asuma valores iguales o menores a 3 es igual o menor a 0, La mediana de una variable aleatoria continua cualquiera X, se obtiene a partir de la función de distribución acumulada de dicha variable correspondiente al particular valor de x = 0, El valor esperado de la variable Y = 2X + 2 es cuatro veces mayor que el valor esperado de la variable aleatoria X. 16. Si se define a la variable aleatoria X como la cantidad de lanzamientos que se deben hacer con un dado legal hasta que salga el tres, el E(X) = La variable aleatoria de Poisson puede asumir valores menores que cero, sólo cuando su parámetro sea menor que la unidad. 18. Es posible verificar que la distribución exponencial, que es un caso particular de la distribución gamma, tiende a la simetría a medida que el valor del parámetro aumenta. Consignas En la lista de arriba hay 18 afirmaciones que usted debe aceptar o rechazar colocando (V) o (F), respectivamente, a la derecha de la numeración correspondiente. La afirmación debe aceptarse o rechazarse en su totalidad. Para aprobar la evaluación debe responder correctamente por lo menos 12 afirmaciones. No es obligatorio justificar la respuesta; si tiene dudas de interpretación puede justificar su respuesta y se tomará como válida la justificación. La calificación de se obtendrá de acuerdo al siguiente cuadro: Situación: No Aprobada Aprobada Respuestas correctas: Calificación:
2 Cátedra: Probabilidad y Estadística Segunda Parte Definir eventos/variables, según corresponda. Identificar, cuando corresponda, la distribución de probabilidad de la variable y sus parámetros Plantear la solución del problema utilizando el lenguaje simbólico apropiado. Realizar los cálculos necesarios para arribar a la solución del problema. Interpretar la solución encontrada para responder la consigna en el contexto del problema. Escala de calificación Puntos entre Calificación No aprobada Aprobada p El Ing. Nicolás Falasca es el gerente de planta de VIÑEDOS S.A. En la última semana, la empresa para la que trabaja, adquirió una máquina embotelladora de última generación y él ha estado ocupado en la calibración de la misma. Ha logrado que el volumen medio despachado por la máquina sea de 780 mililitros, con una desviación estándar de 4 mililitros. Su investigación revela, también, que el volumen despachado por la máquina está distribuido normalmente. a) Las especificaciones establecen que la máquina debe estar calibrada de modo tal que el volumen despachado se encuentre comprendido entre 768 y 792 mililitros. Si se selecciona una muestra aleatoria de 36 botellas despachadas por la máquina para su control, cuál es la probabilidad de encontrar, en la muestra, al menos una botella que no cumpla las especificaciones?...(45p) b) VIÑEDOS S.A. tiene la oportunidad de exportar sus productos. El embarque se realiza en lotes de 40 botellas y el procedimiento de muestreo de su cliente, en el exterior, prevé seleccionar una muestra aleatoria de cinco botellas, someterlas a seis ensayos de distinto tipo y aceptar el lote si se aprueban todos los ensayos. Cuál es la probabilidad de que el próximo lote enviado se acepte, si se sabe que sólo el 97,5% de las veces el producto pasa las seis pruebas?... (30p) c) En el procedimiento de muestreo del ítem b), cuál es la probabilidad de que recién la última botella, de la muestra aleatoria seleccionada, sea la que no apruebe todos los ensayos?... (25p) 2.
3 Cátedra: Probabilidad y Estadística Respuestas Primera Parte 1V/2F/3F/4F/5F/6F/7F/8V/9V/10V/11F/12F/13F/14F/15F/16V/17F/18F Segunda Parte 1. a) Con binomial: 0, (exacto). Con Poisson: 0, (aprox.); e =+0,01% b) (0,875) c) (0,025) 3.
4 : Evaluación Integradora Nº 2 Fecha: 17/10/09 TEMA 1 (2ª Parte) Tema 1 Pág. 1
5 Tema 1 Pág. 2
6 Cátedra: Estadística Técnica Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar una calificación de por lo menos cuatro puntos en cada una de las partes del examen. Si ambas partes resultan aprobadas, la calificación definitiva se obtendrá haciendo el promedio aritmético de las calificaciones de cada una de las partes. Primera Parte Responder verdadero (V) o falso (F) según corresponda Para responder la Primera Parte NO se permite consultar ni tabla de fórmulas ni tablas estadísticas. 1. El parámetro de la distribución de geométrica no puede asumir valores menores que cero. 2. Para aplicar el teorema de Chebychev es condición necesaria que la variable en estudio esté distribuida normalmente. 3. Para encontrar la probabilidad de que una persona que lanza una moneda legal obtenga la tercera cara en el cuarto lanzamiento, corresponde aplicar el modelo geométrico. 4. Si el valor esperado del resultado obtenido al lanzar un dado legal es 3,5 debe interpretarse que los resultados que más se repiten son el 3 y el La probabilidad de que una persona muera cuando contrae cierta infección respiratoria es 0,002. Para calcular la probabilidad de que mueran al menos diez de los próximos 2000 infectados con este tipo de enfermedad, el número de infectados que mueren (en la muestra) sigue una distribución hipergeométrica. 6. La probabilidad de que una variable aleatoria que sigue una distribución de Weibull, de parámetros α = 7 y β = 12, asuma valores menores que el percentil veinticinco es igual a la probabilidad de que dicha variable asuma valores mayores que el cuartil superior. 7. El ingeniero a cargo del control de calidad utiliza el criterio de seleccionar una muestra de 3 piezas de cada lote de 20 para someterlas a un ensayo que es destructivo. Si no hay piezas defectuosas en la muestra aprueba el envío; caso contrario lo devuelve. El número de piezas defectuosas en la muestra sigue una distribución binomial. 8. Es posible que al representar un conjunto de datos mediante un gráfico de caja la media caiga fuera de la caja. 9. Dados dos eventos A y B definidos en el mismo espacio muestral, si P(A B) = 4/5y P(A ) = 1/5 entonces los eventos A y B son independientes. 10. Si una variable aleatoria continua X sigue una distribución uniforme en el intervalo [10; 50] la probabilidad de que se presenten datos apartados es mayor de 0, Tanto en el caso de variables aleatorias discretas como continuas, la probabilidad de que la variable aleatoria X asuma el particular valor x, está dado por el valor de f(x). 12. Si F(3) = 0,2 es la función de distribución acumulada de una variable aleatoria discreta X para el particular valor 3, se debe interpretar que la probabilidad de que la variable aleatoria X asuma valores iguales o menores a 3 es igual o menor a 0, La curva de la función de distribución acumulada de una variable aleatoria normal, es simétrica respecto de un eje vertical que pasa por el valor de la media de dicha variable. 14. La mediana de una variable aleatoria continua cualquiera X, se obtiene a partir de la función de distribución acumulada de dicha variable correspondiente al particular valor de x = 0, La varianza de la variable Y = 2X + 2 es cuatro veces mayor que la varianza de la variable aleatoria X. 16. Si se define a la variable aleatoria X como la cantidad de lanzamientos que se deben hacer con un dado legal hasta que salga el seis, el E(X) = La variable aleatoria de Poisson puede asumir valores menores que cero, sólo cuando su parámetro sea menor que la unidad. 18. La función de densidad de probabilidad de una variable aleatoria continua X, f(x), puede asumir valore mayores que la unidad. Consignas En la lista de arriba hay 18 afirmaciones que usted debe aceptar o rechazar colocando (V) o (F), respectivamente, a la derecha de la numeración correspondiente. La afirmación debe aceptarse o rechazarse en su totalidad. Para aprobar la evaluación debe responder correctamente por lo menos 12 afirmaciones. No es obligatorio justificar la respuesta; si tiene dudas de interpretación puede justificar su respuesta y se tomará como válida la justificación. La calificación de se obtendrá de acuerdo al siguiente cuadro: Situación: No Aprobada Aprobada Respuestas correctas: Calificación:
7 Cátedra: Estadística Técnica Segunda Parte Definir eventos/variables, según corresponda. Identificar, cuando corresponda, la distribución de probabilidad de la variable y sus parámetros Plantear la solución del problema utilizando el lenguaje simbólico apropiado. Realizar los cálculos necesarios para arribar a la solución del problema. Interpretar la solución encontrada para responder la consigna en el contexto del problema. Escala de calificación Puntos entre Calificación No aprobada Aprobada p El Ing. Nicolás Falasca es el gerente de planta de VIÑEDOS S.A. En la última semana, la empresa para la que trabaja, adquirió una máquina embotelladora de última generación y él ha estado ocupado en la calibración de la misma. Su objetivo es lograr que el volumen medio despachado por la máquina sea de 760 mililitros, con una desviación estándar que no supere los 5 mililitros y que el volumen despachado por la máquina esté distribuido normalmente. Si Nicolás lograra su objetivo y teniendo en cuenta que la etiqueta del producto envasado indica que el contenido neto de las botellas es 750 mililitros: a) Determine la probabilidad de que, recién el cuarto cliente que compre una de tales botellas sea el primero que esté en condiciones de realizar una denuncia a Defensa al Consumidor... (25p) b) Determine la probabilidad de que ninguno, de los próximos 12 clientes que compren una de tales botellas, esté en condiciones de realizar una denuncia a Defensa al Consumidor.... (35p) c) Calcule la probabilidad de que, de los próximos 260 clientes que compren una de tales botellas, menos de cuatro estén en condiciones de realizar una denuncia a Defensa al Consumidor.... (40p) 2..
8 Cátedra: Estadística Técnica Respuestas Primera Parte 1V/2F/3F/4F/5F/6V/7F/8V/9V/10F/11F/12F/13F/14F/15V/16V/17F/18V Segunda Parte 1. a) (0,0212) b) (0,7587) c) (El valor exacto por binomial con Excel es 0, El valor aproximado por Normal es 0,15866; e = +1,81%. El valor aproximado por Poisson es 0, ; e = +2,00%) 3..
9 : Evaluación Integradora Nº 2 Fecha: 17/10/09 TEMA 2 (2ª Parte) Tema 2 Pág. 1
10 Tema 2 Pág. 2
Técnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detalles8 Resolución de algunos ejemplos y ejercicios del tema 8.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal
Más detallesUnidad Temática 3 UT3-1: Variable Aleatoria
Autoevaluación UT3 Unidad Temática 3 UT3-1: Variable Aleatoria Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza.
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesCátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS
Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas
Más detallesEjercicios y Aplicaciones: Resolución Guiada. Consignas generales
Unidad Temática 3 3-3: Distribuciones de VA Continuas : Resolución Guiada Alto! Antes de iniciar las actividades de la unidad, le sugerimos revisar las recomendaciones del apartado 3-2, correspondientes
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesCuáles son las características aleatorias de la nueva variable?
Apuntes de Estadística II. Ingeniería Industrial. UCAB. Marzo 203 CLASES DE ESTADÍSTICA II CLASE 5) UNA TRANSFORMACIÓN DE DOS VARIABLES. Sea Z = g(, ) una función de las variables aleatorias e, tales que
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2
PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para
Más detallesAlgunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson
Algunas Distribuciones EstadísticasTeóricas Distribución de Bernoulli Distribución de Binomial Distribución de Poisson Aproximación de la Distribución Binomial por la Distribución de Poisson Distribución
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesDistribuciones de probabilidad Discretas
Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene
Más detallesEstadística Aplicada a los Negocios I
Estadística Aplicada a los Negocios I Nombre de la Materia Estadística aplicada a los negocios I Departamento Ciencias Económico Administrativas Academia Economía y métodos cuantitativos Clave Horas-teoría
Más detallesPROGRAMA ANALÍTICO. I. Objetivos generales. II. Objetivos específicos. Año Asignatura: PROBABILIDAD Y ESTADÍSTICA Departamento: Materias Básicas
Año 2013 PROGRAMA ANALÍTICO Asignatura: PROBABILIDAD Y ESTADÍSTICA Departamento: Materias Básicas Carga horaria total: 90 horas Carga horaria semanal: 6 horas/semana Unidad Docente Básica: Matemática Especialidad:
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesMODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
Más detallesUnidad Académica de Ingeniería Eléctrica. Programa del curso: Probabilidad y estadística Clave:
Universidad Autónoma de Zacatecas Unidad Académica de Ingeniería Eléctrica Programa del curso: Probabilidad y estadística Clave: Carácter Semestre recomendado Obligatoria 3º Carreras: IE, ICE, IC Sesiones
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
Más detallesDistribución de Probabilidad
Distribución de Probabilidad Variables continuas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Distribuciones de probabilidad continuas
Más detallesExamen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.
Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:
Más detallesTabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )
Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesEXAMEN DE ESTADÍSTICA Septiembre 2011
EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura
Más detallesb) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 4, curso 2006 2007. Ejercicio 1. Suponer que los cuatro motores de una aeronave comercial se disponen para que
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesJuan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 3 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesProbabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
Más detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más detallesTema 6: Modelos probabilísticos
Tema 6: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detalles4. Modelos Multivariantes
4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detallesVariables aleatorias 1. Problema 1
Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal
Más detallesPONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS. Sec. Repaso EX III MAT. 298 Núm.
PONTIFICIA UNIVERSIDAD CATÓLICA DE PUERTO RICO DEPARTAMENTO DE FÍSICA MATEMÁTICAS Nombre: Fecha: Sec. Repaso EX III MAT. 298 Núm. I. Verdadero (V) o Falso (F).. La Curva de Probabilidad Normal Estándar
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
Más detallesVARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.
VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesEstadística y Probabilidad
La universidad Católica de Loja Estadística y Probabilidad ESCUELA DE ELECTRÓNICA Y TELECOMUNICACIONES Paralelo C Nombre: Milner Estalin Cumbicus Jiménez. Docente a Cargo: Ing. Patricio Puchaicela. Ensayo
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesEsperanza Condicional
Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA DIRECCIÓN GENERAL DE ASUNTOS ACADÉMICOS PROGRAMA DE ASIGNATURA POR COMPETENCIAS I. DATOS DE IDENTIFICACIÓN. Unidad Académica: FACULTAD DE INGENIERIA. Programa (s)
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesAlgunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial.
Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial c) Relación entre la Distribuciones de Poisson y Exponencial. d) Distribución
Más detallesTH. DE CHEBYSHEV DISTRIB. NORMAL.
f ( x) 1 2 2 ( x) e 2 2 TH. DE CHEBYSHEV DISTRIB. NORMAL El Desvío Estándar y el Teorema de Chebyshev Es conocida en el área de la probabilidad y estadística, la desigualdad de Chebyshev, matemático Ruso
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
Prueba de Evaluación Continua Grupo B 8-X-5.- Un ladrón perseguido por la policía llega a un garaje que tiene dos puertas: una conduce al recinto A en la que hay coches de los que sólo tienen gasolina
Más detallesDistribuciones Continuas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 7.
Distribuciones Continuas de Probabilidad 1 Contenido 1. Ejemplo. 2. Diferencia entre variables aleatorias discretas y continuas. 3. Diferencia de f(x) entre variables aleatorias discretas y continuas.
Más detalles1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:
(variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda
Más detallesTema 6: Modelos de probabilidad.
Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos
Más detallesPROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS
PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS En lo que sigue le presentamos 50 puntos que fueron incluidos en diferentes evaluaciones finales de los fundamentos
Más detallesEXAMEN DE ESTADÍSTICA Junio 2011
EXAMEN DE ESTADÍSTICA Junio 2011 Apellidos: Nombre: DNI: GRUPO: 1. Sea X una variable aleatoria discreta. Determine el valor de k para que la función p(x) { k/x x 1, 2, 3, 4 0 en otro caso sea una función
Más detallesINGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005
INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Patricia Kisbye FaMAF 6 de mayo, 2010 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesC L A S E N 5 I N S E M E S T R E O T O Ñ O,
Unidad 1 a. Probabilidades y Estadística 1 C L A S E N 5 I N 3 4 0 1 S E M E S T R E O T O Ñ O, 2 0 1 2 Características de las v.a 2 Parámetros v.a. La función de densidad o la distribución de probabilidad
Más detallesGUÍA DOCENTE ESTADÍSTICA I
GUÍA DOCENTE 2016-17 ESTADÍSTICA I Mayo 2016 DATOS GENERALES Nombre del curso: ESTADÍSTICA I Código: 801100 (ADE) 801911 (MKCD) Curso: 2016-17 Titulación: Grado en Administración y Dirección de Empresas
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesDefinición de variable aleatoria
Variables aleatorias Instituto Tecnológico Superior de Tepeaca Agosto-Diciembre 2015 Ingeniería en Sistemas Computacionales M.C. Ana Cristina Palacios García Definición de variable aleatoria Las variables
Más detallesJuan José Hernández Ocaña
En la mayoría de los casos el muestreo se realiza sin reemplazo, por lo tanto si el tamaño de la población es reducido, la probabilidad de cada observación cambiará Como la probabilidad de éxito no es
Más detallesAnálisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM
Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más detallesPRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD
UNIDAD II PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD Por: Prof. Gastón A. Pérez U. 2.3- PROBABILIDAD Y DISTRIBUCIÓN DE PROBABILIDAD 30 31 (2.3.2) DISTRIBUCIÓN DE PROBABILIDAD ES UNA DESCRIPCIÓN
Más detallesDISTRIBUCIÓN DE PROBABILIDAD JUAN JOSÉ HERNÁNDEZ OCAÑA
DISTRIBUCIÓN DE PROBABILIDAD VARIABLES DISCRETAS Variable aleatoria UNA VARIABLE ALEATORIA ES AQUELLA DONDE LOS RESULTADOS SE PRESENTAN AL AZAR VARIABLE ALEATORIA DISCRETA Es aquella característica que
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesEjercicios y Aplicaciones: Resolución Guiada
Unidad Temática 3 3-1: Variable aleatoria : Resolución Guiada. Ejercicio 1 En el esquema mostrado, el sistema de agua fluye a través de las válvulas V1, V2 y V3, desde M hacia N. Las válvulas V1, V2 y
Más detalles1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.
Más detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Estadística. Programa de Estadística
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Estadística Profesor: MSc. Julio Rito Vargas Avilés. Programa de Estadística Estudiantes: FAREM-Carazo Quien tiene un libro y no lo lee,
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesNombre de la materia. Departamento. Academia
Probabilidad Ciencias Aplicadas de la Información Ciencias Básicas Nombre de la materia Departamento Academia Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I4862 60 20-80 9 Nivel Carrera
Más detallesIntervalos de Confianza
Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de
Más detalles= 134, 5 Tercer cuartil: Q 3 = Pueden considerarse normales. =2 P 10 = 118 horas. f(x) =
SOLUCIONES AL EXAMEN DE MÉTODOS ESTADÍSTICOS 2 0 ITIE. 19 /01/2009 1. X = 132, 25 Mediana: M e = 134 + 135 2 = 134, 5 Tercer cuartil: Q 3 = 140 + 141 2 = 140, 5 11 288 12 11267 13 04566 14 0127 15 12 Pueden
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA CICLO BÁSICO DEPARTAMENTO DE MATEMÁTICA APLICADA
060 TIPO DE 05 FUNDAMENTACIÓN Al recopilar datos relacionados con cualquier variable aleatoria, deben procesarse para que a la larga se haga inferencias (conclusiones sobre el conjunto de datos) y se extraigan
Más detallesCENTRO UNIVERSITARIO UTEG DIRECCIÓN ACADÉMICA
Objetivo general de la materia/asignatura El alumno se familiarizará con: a) La simbología, b) Los conceptos, c) y el lenguaje utilizado en la estadística, apreciará la importancia que tiene la probabilidad
Más detallesDistribución de Probabilidades con Nombre Propio Problemas Propuestos
Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Más detallesTratamiento de datos y azar
Tratamiento de datos y azar Programa de Estudios Área(s): Electricidad y electrónica Mantenimiento e instalación Procesos de producción y transformación física Procesos de producción y transformación químico-biológicos
Más detallesESTADÍSTICA I. Unidad 4: Resumen de Contenidos Teóricos 1. Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS
ESTADÍSTICA I Unidad 4: Resumen de Contenidos Teóricos Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS. VARIABLES ALEATORIAS DISCRETAS. Distribución Binomial Definición previa: Prueba
Más detallesTeorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Más detalles