PROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos.

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

Download "PROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos."

Transcripción

1 PROBABILIDAD CPR. JORGE JUAN Xuva-Naró Para determar la catdad de grupos que se puede formar que cumpla determadas codcoes exste los sguetes métodos de recueto: Dagrama de árbol Varacoes ordaras Dados, m elemetos, tomados de,, e,, m, so los dsttos grupos que se puede formar co los, m, elemetos de maera que: E cada grupo etre,, elemetos dsttos. Dos grupos so dsttos s se dfereca e algú elemeto ó e el orde de colocacó de éstos. El úmero de grupos que se puede formar que cumpla las codcoes aterores vee dado por Vm, Vm m.( m ).( m 2)...( m ) Cuátos úmeros de tres cfras se puede formar co los dígtos,, 2, 3, 4, 5, 6, 7, 8, 9, s que se repta gua cfra?. V9, úmeros La badera de u país está formada por tres frajas horzotales de gual achura y dstto color. Cuátas baderas dsttas se podrá formar co los sete colores del arco rs?. V7, baderas dsttas De cuátas formas dsttas se puede setar, 2, alumos e los cuatro asetos de la prmera fla de la clase?. Y s el prmer puesto está sempre reservado para el delegado?. V2, formas V2, formas Varacoes co repetcó Dados, m elemetos, tomados de,, e,, m, so los dsttos grupos que se puede formar co los, m, elemetos de maera que: E cada grupo etre,, elemetos repetdos ó o. Dos grupos so dsttos s se dfereca e algú elemeto ó e el orde de colocacó de éstos. El úmero de grupos que se puede formar que cumpla las codcoes aterores vee dado por probabldad Departameto Matemátcas CPR Jorge Jua Xuva 553

2 VRm, VRm m. m. m..... m m Resolver, VR x,2 + 5.VR x-2,2 = 244 VR x,2 + 5.VR x-2,2 = x (x-2) 2 = 244 x= 8 x= 4 o tee setdo 3 E el alfabeto Morse se utlza dos símbolos, el puto y la raya. Cuátos caracteres dferetes es posble obteer tomado,, 2, 3, ó, 4, símbolos?. caracteres formados por u solo símbolo, VR 2, = 2 = 2 caracteres formados por dos símbolos, VR 2,2 = 2 2 = 4 caracteres formados por tres símbolos, VR 2,3 = 2 3 = 8 caracteres formados por cuatro símbolos, VR 2,4 = 2 4 = 6 caracteres dferetes e total: = 30 Cuátos úmeros de tres cfras se puede formar co los dígtos, 0,, 2, 3, 4, 5, 6, 7, 8, 9, pudédose repetr las cfras?. VR 0,3 = 0 3 = 000 úmeros de estos, 000 úmeros habrá que elmar los que empece por, 0, pues estos o sería de tres cfras VR 0,3 - VR 0,2 = = = 900 úmeros Se laza tres dados de dsttos colores u vez. Cuátos resultados dsttos se puede obteer?. VR 6,3 = 6 3 = 26 resultados Permutacoes ordaras Dados, elemetos, tomados de,, so los dsttos grupos que se puede formar co los,, elemetos de maera que: E cada grupo etre los,, elemetos. Dos grupos so dsttos s se dfereca e el orde de colocacó de éstos elemetos. El úmero de grupos que se puede formar que cumpla las codcoes aterores vee dado por P = V, =.(-).(-2)...(-+)=.(-).(-2) =! se verfca!=.(-).(-2) !=!= probabldad Departameto Matemátcas CPR Jorge Jua Xuva 554

3 V, = m! ( m )! P =! PC = P - Las permutacoes crculares s se desplaza e u msmo setdo los elemetos el grupo que resulta es détco al ateror. De cuátas formas dsttas puede setarse ocho persoas e u baco?. P 8 = = formas La prmera dvsó de fútbol de la lga española la compoe, 20 equpos. Ce cuátas formas se puede clasfcar al fal del campeoato?. P 20 = = formas Cuátas palabras se puede formar co ocho letras de forma que dos de ellas esté sempre jutas y guardado el msmo orde?. P 7 = = 5040 palabras De cuátas formas se puede setar ocho persoas e ua mesa crcular?. hay que teer e cueta que ua vez setadas, s se traslada cada persoa u aseto a la zquerda se obtee ua poscó détca a la ateror. Por ello se fja ua persoa y se permuta al resto de todas las formas posbles P 7 = = 5040 formas Permutacoes co repetcó Dados, elemetos, dode el prmer elemeto se repte, a, veces, el segudo elemeto se repte, b, veces,..., el últmo elemeto se repte, k, veces, de forma que a+b+c+...+k= so los dsttos grupos que se puede formar de maera que: E cada grupo de,, elemetos, el prmer elemeto está, a, veces, el segudo elemeto está, b, veces,... Dos grupos so dsttos s se dfereca e el orde de colocacó de éstos elemetos. El úmero de grupos que se puede formar que cumpla las codcoes aterores vee dado por a, b,..., k! P a!. b!... k! probabldad Departameto Matemátcas CPR Jorge Jua Xuva 555

4 De cuátas formas se puede alear ocho sgos, +, y ses sgos, -. 8,6 4! P !.6! U jugador habtual de quelas tee la corazoada de que la próxma jorada gaará, 9, equpos e casa, empatará, 3, y gaará e campo cotraro, 2. Cuátas quelas deberá de rellear para asegurarse u pleo de, 4?. el elemeto,, aparece, 9 veces el elemeto, x, aparece, 3 veces el elemeto, 2, aparece, 2 veces 9,3,2 4! P quelas 9!.3!.2! Combacoes ordaras Dados, m elemetos, tomados de,, e,, m, so los dsttos grupos que se puede formar co los, m, elemetos de maera que: E cada grupo etre los,, elemetos dsttos. Dos grupos so dsttos s se dfereca e algú elemeto pero o e el orde de colocacó de éstos. El úmero de grupos que se puede formar que cumpla las codcoes aterores vee dado por C V m.( m )...( m ) m.( m )....( m ). ( m )! m! m, m, Cm P!!. ( m )! ( m )!.! m Como respuesta a u auco de trabajo se preseta, 2, persoas para cubrr tres plazas de admstratvo. Cuátos grupos de tres persoas se puede formar?. C V ,3 2,3 220 grupos P Cuátos trágulos se puede formar co ocho putos e el plao st res de ellos uca está aleados?. C V ,3 8,3 P Resolver la ecuacó, 3.C x,3 5.C x-2 = 8.C x, x.( x ).( x 2) x.( x ) x 6 2 x x 8x 9x 0 x.( x 8x 9) 0 x 9 solucó, x= 9, pues ha de ser postva x probabldad Departameto Matemátcas CPR Jorge Jua Xuva 556

5 A la expresó, m, se le cooce como úmero combatoro y tee las sguetes propedades referdas al trágulo de Tartagla : Todas las flas empeza y acaba e,. m 0 m m Todas las flas so smétrcas. m m m Cada úmero de cada fla se obtee sumado los dos que tee ecma de la fla aeror, excepto los extremos que so,. m m m La suma de todos los umerous de la fa, es, 2. m m m m m m U expermeto aleatoro es aquel que repetdo e détcas codcoes produce resultados dferetes. E u expermeto aleatoro es mposble saber de atemao el resultado del msmo. E otro caso se drá que es determsta. Se defe los sguetes coceptos: Prueba Es toda realzacó de u expermeto aleatoro. Muestra Es u cojuto de pruebas de u expermeto aleatoro. Uverso o espaco muestral Es el cojuto de todos los resultados posbles a que puede dar lugar u expermeto aleatoro. Este cojuto se desga por, E, y a sus elemetos se les llama putos muestrales. La catdad de elemetos que cotee este cojuto se le cooce por cardal de E, Card (E). probabldad Departameto Matemátcas CPR Jorge Jua Xuva 557

6 S a cada uo de los elemetos del espaco muestral, E, se le asga u úmero real etoces lo que se ha hecho ha sdo defr ua fucó, X, deomada varable aleatora desde el espaco muestral, E, sobre el cojuto de los úmeros reales, R, de forma que se escrbe X: E R Depededo del úmero de elemetos que cotee el cojuto mage, Im(X), de esta fucó las varables aleatoras puede ser: Dscreta ó Fta La varable aleatora, X, ta solo puede tomar uos certos valores reales. Card (E)= N E u expermeto aleatoro e el que la varable aleatora, X, es dscreta se defe los sguetes coceptos: Suceso aleatoro Es cada uo de los posbles resultados que se puede obteer e u expermeto aleatoro. Suceso elemetal Es aquel que está formado por u solo resultado. Suceso compuesto Es aquel que está formado por más de u resultado. Está formado por dos ó más sucesos elemetales. Suceso seguro Es aquel que ocurre ó se preseta sempre. Se represeta por, E. Suceso mposble Es aquel que o ocurre ó o se preseta uca. Se represeta por,. Suceso cotraro ó complemetaro, A, del suceso, A Dado el suceso, A, el suceso cotraro, A, es aquel que está formado por todos los sucesos elemetales del espaco muestral que o está cludos e el suceso, A. El suceso cotraro, A, se realza sempre que o se presete el suceso, A. Dado el expermeto aleatoro que cosste e lazar u dado y aotar la putuacó obteda. Espaco muestral y defr sus sucesos elemetales. Idcar dos sucesos compuestos. E={,2,3,4,5,6} los sucesos elemetales so: {}, {2}, {3}, {4}, {5}, {6} dos sucesos compuestos so: obteer u úmero par, A= {2,4,6} obteer u dvsor de, 6, B= {,2,3,6} probabldad Departameto Matemátcas CPR Jorge Jua Xuva 558

7 Co los sucesos se puede realzar las sguetes operacoes: Dfereca de sucesos Se llama dfereca, A - B, de dos sucesos, A, y, B, al suceso obtedo por la terseccó del prmer suceso, A, co el suceso cotraro al segudo suceso, B A - B= A B Uó de sucesos, A B Dados dos sucesos, A, y, B, de u msmo expermeto aleatoro, se llama suceso uó de, A, y de, B, y se represeta por, A B, al suceso formado por los sucesos elemetales que hay e el suceso, A, y e el suceso, B. El suceso uó se realza cuado se realza el suceso, A, ó el suceso, B. Cualquer suceso compuesto se puede expresar como uó de sucesos elemetales. Iterseccó de sucesos, A B Dados dos sucesos, A, y, B, de u msmo expermeto aleatoro, se llama suceso terseccó de, A, y de, B, y se represeta por, A B, al suceso formado por los sucesos elemetales comues que hay e el suceso, A, y e el suceso, B. El suceso terseccó se realza cuado se realza smultáeamete los sucesos, A, y, B. Sucesos compatbles Dos sucesos, A, y, B, de u msmo expermeto aleatoro so compatbles s o puede ocurrr smultáeamete. Se caracterza porque su terseccó es el cojuto vacío. A B= Sucesos compatbles Dos sucesos, A, y, B, de u msmo expermeto aleatoro so compatbles s puede ocurrr smultáeamete. Se caracterza porque su terseccó o es el cojuto vacío. A B La operacó co sucesos tee las sguetes propedades: A B A B A B A B A A probabldad Departameto Matemátcas CPR Jorge Jua Xuva 559

8 E el expermeto aleatoro cosstete e lazar u dado y observar la putuacó obteda, hallar dos sucesos compatbles, dos sucesos compatbles, u suceso seguro y u suceso mposble. sea los sucesos: sacar úmero par, A= {2,4,6} salr múltplo de, 3, B= {3,6} salr poteca de, 2, C= {,2,4} salr úmero meor que, 0, D salr, 7, F los sucesos, A, y, B so compatbles porque s sale el úmero, 6, se verfca ambos. los sucesos, B, y, C, so compatbles porque guo de esos úmeros puede ser al msmo tempo múltplo de, 3, y poteca de, 2. el suceso, D, es u suceso seguro. el suceso, F, es u suceso mposble. Ua técca muy utlzada para obteer el especo muestral de u expermeto aleatoro es: Dagrama de árbol a (,a) S u suceso se puede obteer por más de u camo del dagrama b (,b) de árbol, su probabldad se obtee sumado las probabldades de a (2,a) todos los camos de ese suceso. 2 b (2,b) a (3,a) 3 b (3,b) Producto cartesao Dados dos cojutos, A, y, B, se deoma producto cartesao de A por B, AxB, al cojuto de todos los pares ordeados, (a,b), defdo de la forma: AxB= (a,b) / aa, bb Se verfca: (a,b) (b,a) Gráfcamete el producto cartesao, AxB, de los cojutos, A, y, B, se puede represetar medate el dagrama rectagular f (,f) (2,f) (3,f) e (,e) (2,e) (3,e) d (,d) (2,d) (3,d) c (,c) (2,c) (3,c) b (,b) (2,b) (3,b) a (,a) (2,a) (3,a) 2 3 S e u expermeto aleatoro se realza, -pruebas, y de ellas, r-veces, se preseta el suceso, A, se defe: probabldad Departameto Matemátcas CPR Jorge Jua Xuva 560

9 Frecueca absoluta del suceso, A Al úmero de veces que se preseta dcho suceso. F(A)= r Frecueca relatva del suceso, A Al cocete etre la frecueca absoluta y el úmero de veces que se realza el expermeto aleatoro. r f ( A) Las frecuecas relatvas tee las sguetes propedades: La frecueca relatva de u suceso, A, es u úmero compreddo etre, 0, y,. F(A)= r es evdete que, r <, por lo que se deduce 0 < r < dvdedo todos los térmos por, 0 r de dode, 0 < f(a) < La frecueca relatva del suceso seguro, E, es, f ( E) La frecueca relatva del suceso mposble,, es, 0 0 f ( ) 0 La frecueca relatva de la uó de dos sucesos compatbles es gual a la suma de las frecuecas relatvas de estos sucesos. A, B compatbles AB= f(a)= A f(b)= B se verfca f(ab)= A + B dvdedo los dos membros por el úmero de veces que se reptó el expermeto aleatoro,, se probabldad Departameto Matemátcas CPR Jorge Jua Xuva 56

10 tee f ( A B) A B A B f(ab)= f(a) + f(b) Cuado u expermeto aleatoro se realza u úmero muy grade de veces, tato su frecueca absoluta como su frecueca relatva tede a aproxmarse a certos úmeros fjos, que se asoca co la probabldad del suceso. Esta tedeca se cooce como ley del azar. Se defe la probabldad como ua aplcacó que asoca a cada suceso, A, de u expermeto aleatoro u úmero etre, 0, y,, que mde la facldad de que ocurra ese suceso. 0 P(A) Cuato más se acerque la probabldad del suceso, A, al valor,, mayor es la facldad de que éste ocurra. Recíprocamete, cuato más se acero la probabldad del suceso, A, al valor, 0, más dfícl es que ocurra. La probabldad del suceso seguro, E, vale,. P(E)= La probabldad del suceso mposble,, vale, 0, P()= 0 La fucó probabldad así defda P: P(E) R verfca los sguetes axomas: La probabldad de u suceso, A, es u úmero compreddo etre, 0, y, AP(E), 0 P(A) La probabldad del suceso seguro, E, es la udad P(E)= Para todo par de sucesos, A, y, B, compatbles Dos sucesos so compatbles cuado u suceso está formado por otros varos de modo que: Se excluya mutuamete. S se presete uo de ellos se preseta el suceso orgal. etoces la probabldad del suceso orgal es la suma de las probabldades de los sucesos que lo forma. P(AB)= P(A) + P(B) La aplcacó probabldad así defda tee las sguetes propedades: La probabldad de la uó de sucesos compatbles dos a dos P(A A 2...A )= P(A ) + P(A 2 ) P(A ) probabldad Departameto Matemátcas CPR Jorge Jua Xuva 562

11 Regla de Laplace S el espaco muestral, E, está compuesto por los putos muestrales a, a 2,..., a que da lugar a los sucesos elemetales A, A 2,..., A y s todos estos sucesos tee la msma probabldad, se dce regulares P(A )= P(A 2 )=... = P(A )= p etoces se verfca = P(E)= P(A A 2...A )= P(A ) + P(A 2 ) P(A )= p + p p=.p la probabldad, p, de u suceso elemetal es pues p S u suceso, A, es uó de sucesos compatbles A= A A 2...A k se tee etoces P(A)= P(A ) + P(A 2 ) P(A k )= k k expresó de la que se deduce la Regla de Laplace: Cuado los resultados de u expermeto aleatoro tee todos la msma probabldad de ocurrr, la probabldad de u suceso, P(A), vee dada por el cocete etre el úmero de casos favorables al msmo, y el úmero de casos posbles úmeroodeecasossfavorablessallsucesooa P( A) úmeroodeecasossposbles Probabldad del suceso cotraro, A, al suceso, A Sea A, Ā sucesos cotraros e compatbles E= A Ā = A Ā se verfca = P(E)= P(A) + P(Ā) probabldad Departameto Matemátcas CPR Jorge Jua Xuva 563

12 de dode P(Ā)= - P(A) La probabldad del suceso mposble,, es cero E, so sucesos cotraros compatbles E= E = E se verfca = P(E)= P(E) + P()= + P() de dode P()= = 0 Probabldad de la uó de sucesos compatbles Sea A, B sucesos compatbles, AB A B se verfca: A-B AB B-A AB= (A-B) (AB) (B-A) A= (A-B) (AB) B= (B-A) (AB) como los cojutos, A-B, B-A, y, AB, so compatbles se verfca P(AB)= P(A-B) + P(AB) + P(B-A) esto msmo ocurre por u lado co los cojutos, A-B, y, AB, y por otro co los cojutos, B-A, y, AB, por lo que se puede escrbr P(A)= P(A-B) + P(AB) P(B)= P(B-A) + P(AB) expresoes de las que se puede despejar respectvamete P(A-B)= P(A) - P(AB) P(B-A)= P(B) - P(AB) resultados que susttudos e la expresó de la probabldad de la uó de los sucesos P(A B)= P(A) - P(AB) + P(AB) + P(B) - P(A B)= P(A) + P(B) - P(AB) probabldad Departameto Matemátcas CPR Jorge Jua Xuva 564

13 La probabldad de que ua persoa use letes es, 0 6, la probabldad de que tega los ojos claros es, 0 6, y la probabldad de que use letes y tega los ojos claros es, Hallar la probabldad de que elegda ua persoa al azar: No use letes. Use letes ó tega los ojos claros. No use letes y o tega los ojos claros. se cosdera los sguetes sucesos: A, usar letes A, o usar letes B, teer los ojos claros B, o teer los ojos claros A B, usar letes y teer los ojos claros P( A )= -P(A)= -0 6= 0 4 P( A B) P( A) P( B) P( A B) = 0 68 la probabldad de o usar letes ó o teer os ojos claros es P( A B) P( A B) P( A B) = 0 48 Probabldad codcoada La probabldad de u suceso, B, cuado se sabe que ocurre el suceso, A, se deoma probabldad del suceso, B, codcoada al suceso, A, y se escrbe, P(B/A). Al usar la regla de Laplace para determar el valor de esta probabldad se ha de teer e cueta que el uevo espaco muestral, E, cocde co el suceso, A. E úmeroodeecasossdesb P( B) úmeroodeecasossdeee B AB A Cuado esta probabldad está codcoada a, A B/A A= E úmeroodeecasossdesbeee ' úmeroodeecasossesa B P( B / A) úmeroodeecasosseee ' úmeroodeecasosseee ' E ua clase hay,, ños y, 4, ñas. De ellos, 7, ños y, 0, ñas utlza teret habtualmete. S se escoge u estudate al azar, hallar la probabldad de los sucesos: Ser ña sabedo que utlza teret No utlzar teret sedo ño. dado que todos los alumos tee la msma probabldad de ser escogdos el expermeto es regular y se puede aplcar la regla de Laplace. se cosdera los sguetes sucesos: A, ser ña B, ser ño C, utlzar teret D, o utlzar teret ser ña codcoada a utlzar teret, A/C probabldad Departameto Matemátcas CPR Jorge Jua Xuva 565

14 úmeroddeñasqqueuutlza teret 0 P( A / C) 0'59 úmeroddeestudatesqqueuutlza teret 7 o utlzar teret codcoado a ser ño, D/B úmeroddeñosqqueuutlza t eret 7 P( D / B) 0'36 úmeroddeños Probabldad de sucesos depedetes Dos sucesos, A, y, B, so depedetes cuado la realzacó del suceso, A, o fluye e la realzacó del suceso, B, y recíprocamete. Cuado u suceso depede de que se presete cojutamete otros varos que so depedetes, la probabldad a la que da lugar se deoma compuesta y es gual al producto de las probabldades de dchos sucesos. P(AB)= P(A).P(B) Como caso partcular el segudo suceso puede ver codcoado por el prmero, los sucesos se dce depedetes, e cuyo caso la probabldad fal vee dada por la regla del producto P(A B)= P(A).P(B/A) Esta regla del producto se utlzar para obteer la probabldad codcoada coocdas las otras probabldades que etra e su expresó. S los sucesos so depedetes, P(B/A)= P(B). Probabldad de u suceso, A, cotedo e otro suceso, B Dado que B A B B-A se escrbe A B= A (B-A), = A (B-A) como los cojutos, A, y, (B-A), so compatbles se tee P(B)= P(A) + P(B-A) expresó de la que se deduce que, P(A) P(B). probabldad Departameto Matemátcas CPR Jorge Jua Xuva 566

15 E ua clase hay, 8, ños y, 2, ñas. De ellos, 5, ños y, 8, ñas lee el joral. Elgedo u estudate al azar hallar la probabldad de que sea ño y lea el joral. Se saca dos cartas de ua baraja española, hallar la probabldad de que ambas cartas sea de oros. s el expermeto se realza co reemplazameto de la carta sacada P(0roOro)= P(Oro).P(Oro)= s el expermeto se realza s reemplazameto de la carta sacada P(0roOro)= P(Oro).P(2º Oro/º Oro)= Para hallar la probabldad de sucesos compuestos a veces se orgaza los datos e tablas de doble etrada deomada tabla de cotgeca E tres grupos de º de Bachllerato, A, B, y, C, el úmero de aprobados y suspesos e ua matera se dstrbuye segú la tabla. Hallar: La probabldad de que u alumo apruebe y sea del grupo, A. La probabldad de que u alumo apruebe s es del grupo, A. 5 P( aprobaryyggrupoaa) 0' P( aprobary / ggrupoaa) 0' Teorema de probabldad total S se tee ua sere de sucesos, A, A 2,...,A, tales que: So compatbles etre s j, A Aj Aprobado Suspeso A B C Su uó da el espaco total, E A A2... A E probabldad Departameto Matemátcas CPR Jorge Jua Xuva 567

16 etoces se puede hallar la probabldad de cualquer suceso, B, a través de la expresó P( B) P( A ). P( B / A ) Ua empresa elabora sus productos e tres factorías. El porcetaje de pezas defectuosas e el total de produccó de cada factoría vee dada por la tabla F F 2 F 3 Produccó 60% 25% 5% Defectuosas % 4% 2% Hallar la probabldad de que ua peza escogda al azar sea defectuosa. sea el suceso, F, peza fabrcada e la factoría,. Se verfca F F 2 F 3 = E F F j = cualquer peza se fabrca e ua de las tres factorías. cualquer peza se fabrca e ua sola de las tres factorías. sea el suceso, B, peza defectuosa. por el teorema de probabldad total se escrbe: 3 P( B) P( F ). P( B / F ) P( F ). P( B / F ) P( F ). P( B / F ) P( F ). P( B / F ) = 0 09 la probabldad de escoger ua peza defectuosa es del, 9%. Se dspoe de ua ura verde y otra azul. La verde cotee, 3, bolas blacas y, 2, bolas egras y la azul cotee, 4, bolas blacas y,, bola egra. Se laza ua moeda y s sale cara se toma ua bola de la ura verde y s sale cruz se toma ua bola de la ura azul. Hallar la probabldad de que la bola extraída sea blaca. sea el suceso, F, ura verde, el suceso, F 2, ura azul, y el suceso, B, bola blaca. por otro lado se tee que, P(cruz)= P(cara)= P( B) P( F ). P( B / F ) P( F ). P( B / F ) P( F2 ). P( B / F2 ) 0'5. 0'5. 0'7 5 5 la probabldad de escoger ua bola blaca es del, 70%. Teorema de Bayes S se tee ua sere de sucesos, A, A 2,...,A, tales que: So compatbles etre s j, A Aj probabldad Departameto Matemátcas CPR Jorge Jua Xuva 568

17 Su uó da el espaco total, E A A2... A E sabedo que sucedó el suceso, B, se comprueba que: P( A / B) j P( A ). P( B / A ) j P( A ). P( B / A ) j Ua empresa elabora sus productos e tres factorías. El porcetaje de pezas defectuosas e el total de produccó de cada factoría vee dada por la tabla F F 2 F 3 Produccó 60% 25% 5% Defectuosas % 4% 2% S se observa ua peza defectuosa hallar la probabldad de que proceda de la factoría, 2. sea el suceso, F, peza fabrcada e la factoría,. Se verfca F F 2 F 3 = E F F j = cualquer peza se fabrca e ua de las tres factorías. cualquer peza se fabrca e ua sola de las tres factorías. sea el suceso, B, peza defectuosa. por el teorema de Bayes se escrbe P F P( F ). P( B / F ) 0'25.0'04 0'0 2 2 ( 2 / B) 0'53 P( F ). P( B / F ) P( F2 ). P( B / F2 ) P( F3 ). P( B / F3 ) 0'6.0'0 0'25.0'04 0'5.0'02 0'09 la probabldad de que la peza proceda de la factoría, 2, es del, 53%. Se realza el expermeto aleatoro cosstete e lazar ua moeda y u dado y aotar el resultado obtedo. Hallar el espaco muestral de este expermeto. los espacos muestrales de los expermetos smples so: lazar ua moeda= {C,+} lazar u dado= {,2,3,4,5,6} se realza ua tabla de doble etrada y e ella se escrbe los sucesos elemetales de cada expermeto, lo escrto e sus casllas costtuye el espaco muestral del expermeto aleatoro C C C2 C3 C4 C5 C E= {C,C2,C3,C4,C5,C6,+,+2,+3,+4,+5,+6} probabldad Departameto Matemátcas CPR Jorge Jua Xuva 569

18 Hallar el úmero total de sucesos posbles del expermeto aleatoro lazar u dado. el especo muestral de este expermeto es, E= {,2,3,4,5,6} el úmero de sucesos que cotee, 0,, 2, 3, 4, 5, ó, 6, sucesos elemetales de este expermeto so: 0 que es el cojuto vacío, 6 C 6, = C 6,2 =c C 6,3 = 4 C 6,4 = C 6,5 = 6 C 6,6 = , el cojuto, E sumado todas estas catdades se tee = 64= 2 6 Hallar el úmero de posbldades al: Elegr, 4, persoas de, 0. El rellear ua quela de, 4, partdos. Al setar, 9, persoas e, 9 asetos. Al elegr claves de tres letras co las letras de la palabra, SOLAR. e el grupo de persoas el orde e que se tome o fluye e la costtucó del grupo, por ello C 0,4 = 0 0! ! 0 4! grupos dferetes de 4 persoas. al rellear la quela el orde de los elemetos fluye. Se determa s éstos se puede repetr ó o, y de hacerlo cuatas veces puede repetrse. VR 3,4 = 3 4 = quelas dferetes. al setarse e ua mesa el orde fluye y los elemetos o se puede repetr. Se determa s tervee e u grupo todos los elemetos ó o, es decr, s e u grupo tervee el úmero máxmo de elemetos dspobles. P 9 = 9!= formas dsttas de setarse el orde fluye, los elemetos o se repte y o se toma el úmero máxmo de elemetos al msmo tempo V 5,3 = = 60 claves dsttas. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 570

19 Para hacer u estudo se decde segmetar la poblacó co respecto a su edad e mayores ó meores de, 30, años y e su estado cvl, casado ó soltero. Se cosdera los sguetes sucesos: A= mayor de, 30, años B= casado Qué sucesos se puede formar co ellos?. los sucesos que se puede operar co ellos so: A o mayor de, 30, años B soltero A B mayor de, 30, años ó casado A B A B mayor de, 30, años y soltero A B B A casado y meor de, 30, años A A mayor de, 30, años y casado mayor de, 30, años y soltero mayor de, 30, años ó meor de, 30, años. La poblacó etera, E. Se laza u dado de ses caras. Sea los sucesos, A= úmero par, y, B= múltplo de, 3. Comprobar las leyes de Morga. los sucesos elemetales que tervee so: A= {2,4,6} A = {,3,5} A B {2,3,4,6} A B {,5} B= {3,6} B = {,2,4,5} A B {6} A B {,2,3,4,5} A B A B {,5}= {,3,5}{,2,4,5}= {,5} A B A B {,2,3,4,5}= {,3,5}{,2,4,5}= {,2,3,4,5} E la presa aparece la otca: E la cudad el, 55%, de sus habtates es mayor de, 30, años, el, 45%, está casado y el, 60%, está casado ó es mayor de, 30, años. Hallar la probabldad de los sucesos: Ser mayor de, 30, años y estar casado. No estar casado. se expresa el eucado e térmos de sucesos y se determa su probabldad: A= mayor de, 30, años P(A)= 0 55 B= casado P(B)= 0 45 AB= mayor de, 30, años ó casado P(AB)= 0 6 se escrbe los sucesos e fucó de éstos otros: ser mayor de, 30, años y estar casado= AB o estar casado, B se verfca: P(AB)= P(A)+ P(B)-P(AB) P(AB)= P(A)+ P(B)- P(AB)= = 0 40 El, 40%, de la poblacó está casada y es mayor de, 30, años. P( B )= -P(B)= -0 45= 0 55 El, 55%, de la poblacó o está casada. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 57

20 Hallar la probabldad de obteer cada putuacó al lazar u dado trucado s se sabe que las putuacoes pares tee el doble de probabldad de salr que las putuacoes mpares. el espaco muestral es, E= {,2,3,4,5,6}. Se verfca: P()= P(3)= P(5)= x P(2)= P(4)= P(6)= 2x como la suma de todas las probabldades ha de dar la udad se escrbe = P() + P(2) + P(3) + P(4) + P(5) + P(6)= x + 2x + x + 2x + x + 2x= 9x x= 9 E u hosptal el, 35%, de los efermos padece la efermedad, A, eñ, 20%, padece la efermedad, B, y el, 0%, padece ambas efermedades. Elegdo u pacete al azar hallar: Probabldad de que o padezca gua efermedad. S padece le efermedad, B, cuál es la probabldad de que o padezca le efermedad, A. se expresa el eucado e térmos de sucesos y se determa su probabldad: A= padecer la efermedad, A P(A)= 0 35 B= padecer la efermedad, B P(B)= 0 20 AB= padecer ambas efermedades P(AB)= 0 0 B B s se orgaza los datos e ua tabla de doble etrada se escrbe, A de dode 55 P( A B) 0' P( A / B) 0'5 20 A Se laza u dado rojo y otro blaco. S la suma de putos obteda es, 6, hallar la probabldad de que e algú dado salga u, 4. se expresa el eucado e térmos de sucesos: A= obteer ua suma de, 6, putos B= sacar u, 4, e alguo de los dados se sabe que ocurre el suceso, A, por lo que hay que hallar, P(B/A). A= {(,5),(2,4),(3,3),(4,2),(5,)} P(A)= 5 36 AB= {(2,4),(4,2)} P(AB)= 2 36 P( A B) 2 P( B / A) 0'4 P( A) 5 probabldad Departameto Matemátcas CPR Jorge Jua Xuva 572

21 Sea el expermeto aleatoro cosstete e extraer, 3, cartas s reemplazameto de ua baraja. Hallar la probabldad de que la prmera carta sea u rey, la seguda u caballo y la tercera ua fgura. los suceso smples que compoe este expermeto so: R = Sacar u rey e la prmera extraccó C 2 = Sacar u caballo e la seguda extraccó F 3 = Sacar ua fgura e la tercera extraccó R C 2 F 3 = suceso del que se quere obteer su probabldad al hacerse la extraccó co reemplazameto los sucesos so depedetes y se puede aplcar la regla del producto P(R C 2 F 3 )= P(R ).P(C 2 ).P(F 3 )= ' La ura, X, cotee, 0, bolas umeradas del,, al, 0. La ura, Y, cotee, 5, bolas umeradas del,, al, 5, y la ura, Z, cotee, 3, bolas umeradas co los múltplos de, 3, que so meores que, 0. Se elge ua ura al azar y se extrae ua bola. Hallar la probabldad de los sucesos: Salr putuacó par. Salr putuacó mpar. Salr múltplo de, 3. se busca sucesos del espaco muestral tales que su uó sea el espaco muestral y que sea compatbles etre sí. este expermeto está compuesto de otros dos expermetos: elegr ua ura de tres extraer ua bola de la ura elegda se toma los sucesos elemetales de elegr ua ura U = ura X U 2 = ura Y U 3 = ura Z U U 2 U 3 = E P(U )= P(U 2 )= P(U 3 )= 3 se comprueba que estos sucesos so compatbles etre sí U U 2 = U U 3 = U 2 U 3 = se aplca el teorema de la probabldad total P( par) P( U). P( par / U)... 0' I P( mpar) P( U). P( mpar / U)... 0' I P( múltplo3) P( U ). P( múltplo3 / U)... 0' I probabldad Departameto Matemátcas CPR Jorge Jua Xuva 573

22 La ura, X, cotee, 0, bolas umeradas del,, al, 0. La ura, Y, cotee, 5, bolas umeradas del,, al, 5, y la ura, Z, cotee, 3, bolas umeradas co los múltplos de, 3, que so meores que, 0. Se elge ua ura al azar y se extrae ua bola. S ésta tee putuacó par, hallar: Qué probabldad tee de que sea de la ura, X?. Qué probabldad tee de que sea de la ura, Y?. Qué probabldad tee de que sea de la ura, Z?. se determa s se puede aplcar el teorema de Bayes, para lo cual es ecesaro que el expermeto se haya realzado. E este caso es así pues se sacó ua bola y su putuacó resultó ser par. se busca sucesos del espaco muestral tales que su uó sea el espaco muestral y que sea compatbles etre sí. Etre estos sucesos ha de estar el suceso del que se quere determar su probabldad. U = ura X U 2 = ura Y U 3 = ura Z B= salr putuacó par se halla las probabldades ecesaras para aplcar el teorema de Bayes P(U )= P(U 2 )= P(U 3 )= P(B/U )= 5 P(B/U 2 )= 2 P(B/U 3 )= P( U ). P( B / U ) se aplca el teorema de Bayes y se tee P( U / B) P( U / B) 2 P( U / B) 3 5. P( U ). P( B / U ) P( U ). P( B / U ) P( U ). P( B / U ) P( U ). P( B / U ) P( U ). P( B / U ) P( U). P( B / U) La varable aleatora, X, es ua fucó que hace correspoder a cada suceso elemetal de u expermeto aleatoro u úmero y vee defda por la expresó X: E R por ser dscreta, el cojuto mage, Im(X), cotee u úmero fto de elemetos Im(X)= {x, x 2,..., x } quere ello decr que etre cada dos valores dados la varable aleatora sólo toma u úmero fto de valores. Se deduce que s x Im(X) etoces el cojuto probabldad Departameto Matemátcas CPR Jorge Jua Xuva 574

23 [X= x ]= {ae / X(a)= x }P(E) es u elemeto del cojuto, P(E), y por lo tato se puede hallar la probabldad de que la varable aleatora, X, tome el valor, x P[X= x ]= p La fucó P: Im(X) R x P(x )= P[X= x ]= p se llama fucó de probabldad de la varable aleatora, X, y es ua aplcacó que asoca a cada valor, x, de esta varable su probabldad. Esquemátcamete esta fucó se puede expresar e forma de tabla segú: X p = P(X= x ) x p x 2 p x p p = Gráfcamete la fucó probabldad se represeta por u dagrama de barras e la que los valores que toma la varable, X, está ordeados de meor a mayor. p 3 p 2 p - p p -2 p x x 2 x 3... x -2 x - x Defr dos varables aleatoras sobre el expermeto aleatoro que cosste e lazar, 3, moedas y hallar la probabldad de obteer cada valor. el espaco muestral del expermeto aleatoro es E= {CCC,CC+,C+C,C++,+CC,+C+,++C,+++} la fucó, X, que dca el úmero de caras que hay e cada suceso elemetal es ua varable aleatora: X(CCC)= 3 X(C+C)= 2 X(C++)= X(++C)= X(CC+)= 2 X(+CC)= 2 X(+C+)= X(+++)= 0 la fucó, Y, que asga a cada suceso elemetal el valor, 0, s o cae gua cara y,, s aparece algua cara es ua varable aleatora X(CCC)= X(C+C)= X(C++)= X(++C)= X(CC+)= X(+CC)= X(+C+)= X(+++)= 0 como las varables aleatoras se defe sobre u expermeto aleatoro, se puede determar la probabldad de que tome u certo valor probabldad Departameto Matemátcas CPR Jorge Jua Xuva 575

24 [X=0]= {+++} P(X=0)= P({+++})= 8 = 0 25 [X=]= {C++,+C+,++C} P(X=)= 3 8 = [X=2]= {CC+,C+C,+CC} P(X=2)= 3 8 = [X=3]= {CCC} P(X=3)= 8 = 0 25 [Y=0]= {+++} P(Y=0)= 8 = 0 25 [Y=]= {C++,+C+,++C,CC+,C+C,CC+,CCC} P(Y=)= 7 8 = al gual que las varables estadístcas los datos relatvos a ua varable aleatora se puede represetar por medo de ua tabla ó gráfcamete X P( X x ) P( X x ) 0 0'25 0'25 0'375 0'5 2 0'375 0' '25 Total La forma de asgar la probabldad a cada valor que toma la varable aleatora, X, se cooce como dstrbucó de probabldad. Ua dstrbucó dscreta queda determada s se cooce cualquera de las sguetes fucoes: Fucó de probabldad, f(x), que asga a cada valor de la varable su probabldad. f ( x ) 0 f ( x ) ( ) P X x f ( x ) Fucó de dstrbucó, F(x), que asga a cada valor la probabldad de que la varable aleatora tome valores meores o guales que él. F( x ) P( X x ) P( X x ) f ( x ) j j j S los datos está colocados e ua tabla y a ésta se le añade la columa de probabldades acumuladas, etoces se defe la fucó de dstrbucó, F(x), de la varable estadístca, X, como aquella que asoca a cada valor de la varable aleatora la probabldad acumulada hasta ese valor. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 576

25 F(x)= P(Xx)= 0 x x p x x x 2 p p2 x2 x x 3 p p2... p x x x p p2... p p x x Esquemátcamete esta fucó se puede expresar e forma de tabla segú: X p = P(X= x ) F(x)= P(Xx) x p p x 2 p 2 p +p x p p +p p = p = La fucó de dstrbucó tee las sguetes propedades: Por ser, F(x), ua probabldad, 0F(x). F(x), es costate etre cada dos valores cosecutvos, x, y, x +, de la varable estadístca. Por ello que su represetacó gráfca se correspode co ua fucó escaloada. p +p p - p +p 2 p x x 2 x 3... x -2 x - x F(x)= 0, para todo valor, x, de la varable estadístca ateror al meor valor de la varable aleatora. F(x)=, para todo valor, x, de la varable estadístca posteror al mayor valor de la varable aleatora. F(x), es ua fucó crecete. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 577

26 Descrbr la dstrbucó de probabldad de ua varable aleatora que asga a cada suceso elemetal el úmero obtedo al lazar u dado. Comprobar las propedades de las fucoes de probabldad y de dstrbucó. la probabldad que tee cada putuacó es: P(X= )= 6 P(X= 2)= 6 P(X= 3)= 6 P(X= 4)= 6 P(X= 5)= 6 P(X= 6)= 6 la fucó de probabldad es: f ( x) 6 0 x, 2,3,4,5,6 resto a partr de ella se obtee la fucó de dstrbucó, la cual es costate e cada tervalo y e los putos e los que, f(x) 0, preseta saltos de altura, /6. 0 x x x F ( x) 3 x x x x Sobre ua varable aleatora dscreta, X, se defe los sguetes parámetros probablístcos: Meda ó esperaza matemátca, Se llama meda de ua varable aleatora, X, que toma los valores dscretos, x, x 2,...,x, cada uo co la probabldad, p, p 2,...,p, al valor de la expresó = x.p + x 2.p x.p = x. p Varaza, 2 Se llama meda de ua varable aleatora, X, que toma los valores dscretos, x, x 2,...,x, cada uo co la probabldad, p, p 2,...,p, al valor de la expresó 2 = x 2.p +x 2 2.p x 2.p - 2 = x 2 2 també puede escrbrse la varaza co esta expresó probabldad Departameto Matemátcas CPR Jorge Jua Xuva 578

27 2 = (x -).p +(x 2 -).p (x -).p = ( x ). p Desvacó típca, Es la raíz cuadrada postva de la varaza Tato la varaza como la desvacó típca so meddas de dspersó que cuato meor es el valor de estos parámetros mas agrupados se ecuetra los valores de la dstrbucó e toro a los valores cetrales. Por el cotraro cuado estos valores so grades los datos de la dstrbucó se ecuetra muy dspersos, es decr, poco agrupados e toro a los valores cetrales. Detro de los expermetos aleatoros co dstrbucó dscreta se estuda por su mportaca los expermetos de Beroull ó de dstrbucó bomal, B(,p), sedo,, y, p, los parámetros de la dstrbucó. Estos expermetos so aquellos que se correspode co u expermeto aleatoro que tee las sguetes característcas: E cada prueba del expermeto sólo so posbles dos resultados compatbles, el suceso, A, (éxto) y el suceso cotraro, Ā, (fracaso). A Ā= El resultado obtedo e cada prueba es depedete de los resultados aterores. La probabldad del suceso, A, es costate y de valor, p, por lo que o varía de ua prueba a otra. P(A)= p E cosecueca la probabldad del suceso cotraro, Ā, també es costate y de valor pues P(Ā)= q= -p= -P(A) P(A)+ P(Ā)= p+q= La varable aleatora, X, cueta el úmero de veces que ocurre el suceso, A, al realzar el expermeto aleatoro,, veces. Es ua varable dscreta pues úcamete toma los valores, 0,, 2,...,. Este valor depede de dos factores: úmero de veces que se realza el expermeto aleatoro. p probabldad de que suceda el suceso, A. La fucó de probabldad es f ( x ) P( X x ) p.( p) Para defr la fucó de probabldad de ua dstrbucó bomal se supoe que se realza,, pruebas del expermeto aleatoro y que se desea coocer la probabldad de obteer, r, éxtos e la msmas. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 579

28 Se cosdera uo de los casos e los que se obtee, r, éxtos e las,, pruebas. Sea éste el suceso r éxtos -r fracasos B= AA...AĀĀ...Ā La probabldad de este suceso dada la depedeca de las pruebas sucesvas es r veces -r veces P(B)= P(A).P(A)...P(A).P(Ā).P(Ā)...P(Ā)= p r.q -r Se tee ahora e cueta todas las maeras posbles de obteer, r, éxtos y, -r, fracasos, cuya catdad vee dado por el úmero combatoro. r S, X, es la varable aleatora bomal que represeta el úmero de éxtos se tee P(obteer, r, éxtos)= P(X= r)= r. p r.q -r Esta expresó recbe el ombre de fucó de probabldad de la dstrbucó bomal ó fucó de probabldad de la dstrbucó de Beroull. Esta fucó escrta e forma de tabla vee dada por: r p 0 q p.q - 2 p 2.q p los cálculos de estas tablas so laborosos, por esta razó se ha costrudo tablas que proporcoa para los dsttos valores de,, y de, r, la probabldad de que la varable, X, tome los dsttos valores de, 0, a,. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 580

29 probabldad Departameto Matemátcas CPR Jorge Jua Xuva 58

30 El espaco muestral de u expermeto de Beroull de,, pruebas es u cojuto que cotee tatos elemetos como varacoes co repetcó de los sucesos, A, y, Ā, tomados e grupos de,, elemetos. Car(E)= VR 2 = 2 Ua marca de tabacos ha calculado que el úmero de fumadores e ua cudad es del, 35%. Se escoge al azar ua muestra formada por, 0, persoas. Comprobar s la varable que expresa el úmero de fumadores detro de la muestra es ua dstrbucó bomal. E caso afrmatvo, señalar los parámetros de la dstrbucó. e cada prueba sólo so posbles dos resultados: A dvduo fumador Ā dvduo o fumador el resultado obtedo de la preguta FUMA ó NO FUMA e cada dvduo de la muestra es depedete de los otros. la probabldad del suceso, A, es, p(a)= 0 35, y es costate. la varable que represeta el úmero de dvduos fumadores e la muestra es ua varable aleatora que puede tomar los valores, 0,, 2, 3, 4, 5, 6, 7, 8, 9, 0. los valores, = 0, y, p= 0 35, so los parámetros de la dstrbucó que se represeta por, B(0,0 35). U caso partcular es el de aquella dstrbucó bomal e el ta solo se realza ua prueba e lugar de,. A esta varable se la deoma varable aleatora de Beroull. La fucó de probabldad de esta varable es: Valor de la varable 0 Probabldad p q= -p La meda ó esperaza matemátca =.p+0.q= p La varaza 2 = (-p) 2.p + (0-p) 2.q= (-2p+p 2 ).p + p 2.q= p-2p 2 +p 3 + p 2.(-p)= p-2p 2 +p 3 +p 2 -p 3 = p-p 2 = p.(-p)= p.q La desvacó típca p. q S esta dstrbucó bomal se repte,, veces sólo se tee que multplcar por,, los resultados aterores, verfcádose: Meda Varaza =.p 2 =.p.q= p.(-p) Desvacó típca. p. q probabldad Departameto Matemátcas CPR Jorge Jua Xuva 582

31 Hallar la probabldad de que la varable aleatora, X, que cueta las caras obtedas al lazar tres veces ua moeda sea meor que, 2. la varable aleatora, X, sgue ua dstrbucó bomal de parámetros, = 3, p= 2, B(3,0 5) la codcó de que el úmero de caras sea meor que, 2, x<2, equvale a: P(x<2)= P(X=0)+P(X=)= '5.0'5 0'5.0'5 4.0'5 0'5 la probabldad de obteer al meos dos caras es del, 50%. E ua ferretería queda, 00, bombllas de las que se sospecha que el, 2%, está fuddas. Cuál es el valor esperado de bombllas fuddas?. Hallar su varaza y su desvacó típca. sólo hay dos resultados: bomblla fudda y bomblla o fudda. el estado de cada bomblla es depedete del estado de las otras. la probabldad de que ua bomblla esté fudda es costate. se trata pues de ua dstrbucó bomal de parámetros, = 00, y, p= 0 02, es decr, B(00,0 02). el valor esperado de bombllas fuddas el la meda artmétca de esta dstrbucó meda artmétca, =.p= = 2 bombllas. varaza, 2 =.p.q= = 96 desvacó típca, =. p. q '96 '4 Ua prueba de telgeca está compuesta de, 0, pregutas y cada ua de las cuales tee, 4, respuestas sedo sólo ua de ellas correcta. U alumo tee prsa por acabar la prueba y decde cotestar a lo loco, es decr, aleatoramete. Hallar: Probabldad de acertar exactamete, 4 pregutas. Probabldad de o acertar gua preguta. Probabldad de acertar todas las pregutas. Probabldad de acertar al meos, 8, pregutas. Probabldad de acertar a lo sumo, 3, pregutas. Probabldad de acertar, 7, pregutas Probabldad de aprobar la prueba Probabldad de obteer sobresalete Probabldad de o llegar al otable Meda y varaza. se defe la varable aleatora dscreta, X, como el úmero de acertos e el exame. se tee los sucesos: A= cotestar be, p(a)= 0 25 Ā= o cotestar be, p(ā)= 0 75 se trata de ua dstrbucó bomal de parámetros, B(0,0 25), sedo, X, la varable aleatora que represeta el úmero de pregutas cotestadas correctamete, se verfca: probabldad Departameto Matemátcas CPR Jorge Jua Xuva 583

32 P(acertar, 4)= P(X= 4)= 0 0'25 4.0'75 4 0'460 4 P(o acertar gua)= P(X= 0)= 0 0'25 0.0'75 0 0' P(acertar todas)= P(X= 0)= 0 0'25 0.0' P(acertar al meos, 8)= P(X8)= P(X= 8)+P(X= 9)+P(X=0)= P(acertar a lo sumo, 3)= P(X3)= P(X= 0)+P(X= )+P(X= 2)+P(X= 3)= P(acertar, 7)= P(X= 4)= P(aprobar)= P(X5)= '25 7.0'75 3 0' P(sobresalete)= P(X9)= 0 0'25.0'75 0 0' '25.0'75 0 0' '25.0'75 0'25.0'75 0'25.0'75 0' '25.0'75 0'25.0 '75 0'25.0 '75 0'25.0'75 0'7759 P(o llegar otable)= P(X<7)= P(X6)= '25.0'75 0 0' =.p= = =.p.q= = 875 probabldad Departameto Matemátcas CPR Jorge Jua Xuva 584

33 U membro del Cosejo de Admstracó de ua empresa ha comprobado que, s be todos los años tee ua juta, ha habdo años que tee hasta cco. Por la expereca acumulada durate años sabe que el úmero de jutas aual se dstrbuye co arreglo a la tabla Número de jutas al año Probabldad Hallar: Fucó de probabldad y su represetacó. Fucó de dstrbucó y su represetacó. Meda. Varaza y desvacó típca. Probabldad de que e u año elegdo al azar se celebre más de tres jutas. la fucó de probabldad vee dada por: x p P( X x ) la fucó de dstrbucó es: x F( x) P( X x) x 0 x x x x x para los sguetes cálculos se realza la tabla: meda: = 47 3'3 5 varaza: 2 = 79 3'3 2 2'3 5 desvacó típca: = 2'3 ' x p x p x p p(x>3)= p(x= 4)+p(X= 5)= ' probabldad Departameto Matemátcas CPR Jorge Jua Xuva

34 U exame costa de, 8, pregutas y cada ua de las cuales tee, 5, respuestas sedo sólo ua de ellas correcta. S se cotesta al azar hallar: Probabldad de acertar, 7, pregutas. Probabldad de aprobar el exame. Probabldad de fallar todas las respuestas. Probabldad de acertar meos de, 6, pregutas. los parámetros de la dstrbucó so, B(8,0 2) = 8 p= P(acertar ua preguta)= 0'2 5 para utlzar las tablas es ecesaro aalzar tres datos: úmero de expermetos. Idca el bloque de flas de la tabla que se ha de mrar. p probabldad de acerto. Idca la columa de esa fla que se ha de teer e cueta. r úmero de acertos. Idca la probabldad que se ha de hallar P(X= 7)= P(X4)= P(X= 4)+P(X= 5)+P(X= 6)+P(X= 7)= = P(X= 0)= P(X<6)= P(X= 0)+P(X= )+P(X= 2)+P(X= 3)+P(X= 4)+P(X= 5)= = Cotua ó fta La varable aleatora, X, puede tomar todos los valores detro de u certo tervalo de la recta real. Card (E)= La probabldad de que esta varable aleatora sea gual a u valor cocreto es ula P(X= x )= 0 La fucó de dstrbucó de probabldad també es cotua y queda determada s se cooce cualquera de estas fucoes: Fucó de desdad, f(x) Esta fucó verfca: x R, f ( x) 0 El área ecerrada etre esta fucó y el eje de abscsas es,. f ( x). dx 2 probabldad Departameto Matemátcas CPR Jorge Jua Xuva 586

35 Fucó de dstrbucó, F(x) Es la fucó que se obtee tegrado la fucó desdad. Esta fucó asga a cada valor la probabldad de que la varable tome valores meores o guales que él. x F( x) P( X x) f ( x). dx Esta fucó verfca: Su recorrdo es 2 Im F(x)= [0,] Es ua fucó crecete P(Xa) Es el área compredda etre la curva y el eje, X, desde, -, hasta, a. P(aXb) Es el área compredda etre la curva y el eje, X, e el tervalo, [a,b]. P(Xa) Es el área compredda etre la curva y el eje, X, desde, a, hasta,. La meda y la varaza de ua varable aleatora cotua, X, se defe utlzado las sumas de Rema que determa la tegral defda y que so ua geeralzacó de las sumas ftas que defe estos parámetros x xh 2 2 s ( x x). h x p x. f ( x). dx a 2 2 x ( ). p b b 2 2 a ( x ). f ( x). dx Hallar la meda, la varaza y la desvacó típca de ua varable aleatora, X, cuya fucó de desdad es 0 x 0 f ( x) 0 x x 3 2 meda: 9 x.. dx x ` varaza: ( x '5).. dx 0` desvacó típca: 0`75 0'866 3 probabldad Departameto Matemátcas CPR Jorge Jua Xuva 587

36 Ua varable aleatora cotua, X, sgue ua dstrbucó de probabldad ormal, XN(,), s: La varable aleatora cotua, X, depede de dos parámetros: meda de la varable aleatora desvacó típca de la varable aleatora La varable aleatora toma valores sobre la recta real e el tervalo, (-,) La fucó de desdad que le correspode es smétrca respecto a la meda,, y vee dada por la expresó f ( x) e 2 2 x 2 La fucó de desdad tee las sguetes característcas: Domo: R Smetrías: La fucó es smétrca respecto a la recta, x= Corte co los ejes: Eje Y: x= 0, y e Eje X: y= 0, No tee putos de corte Asítotas: Asítota vertcal: o tee Asítota horzotal: el eje, X Es mportate destacar que la ordeada de la fucó, f(x), se aproxma al valor, 0, para valores stuados a la zquerda de, -3, y para valores stuados a la derecha de, +3. Asítota oblcua: o tee Crecmeto y decrecmeto: Crece: (-,) Decrece: (,) Máxmos y mímos: Máxmo: x= Mímo: No tee Putos de flexó: x = - x 2 = + probabldad Departameto Matemátcas CPR Jorge Jua Xuva 588

37 El área ecerrada bajo la curva y el eje d abscsas es gual a la udad. Por ser smétrca esta fucó co respecto al eje, x=, dcho eje deja u área de, 0 5, a su zquerda y otra gual a su derecha. N(,), represeta ua famla de dstrbucoes ormales e la que e todas se verfca que el área ecerrada bajo la curva es la udad. De las ftas dstrbucoes exstetes tee especal terés la dstrbucó, N(0,), llamada dstrbucó ormal, es decr aquella que tee: Meda cero, = 0 Desvacó típca la udad, = Esta dstrbucó ormal se ecuetra tabulada, lo que permte u cálculo rápdo de las probabldades asocadas a la msma y ta solo da probabldades de valores de la varable aleatora postvos, La trasformacó de la varable, X, que sgue la dstrbucó, N(,), a la varable, Z que sgue la dstrbucó ormal, N(0,), recbe el ombre de tpfcacó de la varable. Para tpfcar la varable, X, se ha de: Cetrar, es decr, trasladar la meda de la dstrbucó al orge de coordeadas, lo que equvale a hacer, = 0 Reducr la desvacó típca a,, =. Esto cotrae o dlata la gráfca de la dstrbucó de modo que cocda co la estadar. Estos dos pasos se cosgue medate el cambo: Z X se le resta a la varable aleatora, X, la meda de la varable y ese resultado se dvde por su desvacó típca. Este proceso es ecesaro cuado se quere: Utlzar las tablas de valores, N(0,), para determar las probabldades. Para hallar la probabldad de ua varable aleatora cotua que se dstrbuye segú ua ormal, N(,), se tpfca la varable a la varable, Z, y a cotuacó se usa la tabla de probabldades de dstrbucó ormal, N(0,). Por ser esta últma dstrbucó smétrca respecto al eje de ordeadas, Y, se verfca: P(Z -a)= P(Z a) P(Z > a)= -P(Z a) P(a<Z<b)= P(Z<b)-P(Za) probabldad Departameto Matemátcas CPR Jorge Jua Xuva 589

38 Sea, Z, ua varable aleatora que sgue la dstrbucó, N(0,). Hallar: P(Z 45)= P(Z- 45)= P(Z> 45)= -P(Z 45)= = P( 25<Z2 57)= P(Z2 57)- P(Z 25)= = P(-2 57<Z- 25)= P( 25<Z2 57)= P(-0 53<Z2 46)= P(Z2 46)-P(Z-0 53)= P(Z2 46)-P(Z0 53)= P(Z2 46)-[-P(Z<0 53)]= (-0 709)= Se quere comparar elemetos que perteezca a dsttas poblacoes. Los ebastas tee u salaro medo e su prmer empleo de, 280, co ua desvacó típca de, 200. Los fotaeros tee u salaro de, 060, co ua desvacó típca de, 80. S a u ebasta le ofrece, 320, y a u fotaero u sueldo de, 00, cuál de los dos recbe ua mejor oferta?. ebastas, N(280,200) fotaeros, N(060,80) al comparar las ofertas dvdualmete recbe ua mejor oferta el ebasta pues, 320 > 00. pero al comparar cada oferta co la meda de su grupo profesoal se observa que sería guales pues e ambos casos está, 40, por ecma de la meda. S embargo s se tpfca los dos sueldos y se compara ebasta, '2 fotaero, 00 0' el fotaero recbe ua mejor oferta detro de su grupo profesoal. Dada la fucó, k f ( x) 0 0 x 4 resto Hallar el valor de, k, para que sea ua Hallar la fucó de dstrbucó. fucó de desdad. 4 4 f ( x). dx k. dx kx 4k 0 4k k la fucó de dstrbucó es 0 0. dx 0 x x F( x) 0. dx. dx 0 x dx. dx 0. dx 4 x probabldad Departameto Matemátcas CPR Jorge Jua Xuva 590

39 Las calfcacoes de u grupo de alumos sgue ua dstrbucó ormal de meda, 4, y desvacó típca, 0 5. Hallar: La probabldad de que al escoger u alumo al azar este aprobase. La probabldad de que u alumo obtega meos de, putos. se defe los parámetros de la varable aleatora, N(4,0 5) las probabldades que se preguta so: P(X5), P(X<3 25) se tpfca la varable para utlzar la tabla de dstrbucó ormal, ZN(0,) P(X5)= X P P( Z 2) 0'5 0'5 P(X<3 25)= X 4 3'25 4 P P( Z '5) 0'5 0'5 la tabla de probabldades de la dstrbucó ormal, ZN(0,), mde la probabldad de que sea meor ó gual que u certo úmero, P(Z a), y e ella sólo aparece úmeros postvos. Por esta razó se trasforma las probabldades y los valores hasta que éstos aparezca e la tabla. P(Z 2)= -P(Z<2)= = P(Z<- 5)= P(Z> 5)= -P(Z 5)= = Cuado el úmero de pruebas,, es sufcetemete grade ua dstrbucó bomal se puede aproxmar a ua dstrbucó ormal de: Meda, =.p Desvacó típca, pq p( p) Cuato mayor es,, mejor es la aproxmacó de la dstrbucó bomal a ormal. Cuado, > 0, o se puede ecotrar las probabldades e la tabla de dstrbucó bomal, por lo que se ha de comprobar s la varable se puede aproxmar a ua dstrbucó ormal. probabldad Departameto Matemátcas CPR Jorge Jua Xuva 59

40 De Movre demostró que s se verfca codcoes: p > 5.(-p)> 5 la varable aleatora, X, de dstrbucó, N(,p) se puede aproxmar medate tpfcacó a la varable, X, de dstrbucó ormal, N(p, p( p) dstrbucó, N(0,). ), y ésta por tpfcacó a la varable, Z X p p( p) Al pasar de ua dstrbucó bomal a ua dstrbucó ormal, u valor de la bomal se coverte e u tervalo e la ormal. a a, a 2 2 P( X a) P a X a 2 2 P( X a) P X a 2 P( X a) P X a 2, de U exame costa de, 00, pregutas cada ua de las cuales tee, 4, respuestas de las que sólo ua es correcta. S se cotesta al azar hallar: Probabldad de aprobar el exame. Probabldad de acertar meos de, 20, pregutas. la varable aleatora sgue ua dstrbucó bomal co parámetros, B(00,0 25). Claramete, >8. se comprueba s se puede aproxmar a ua dstrbucó ormal p= = 25 > 5.(-p)= = 75 > 5 dado que se puede, se halla los parámetros de la dstrbucó ormal, X, que la aproxme = p= = 25 =. p.( p) 00.0'25.0'75 4'33 XB(00,0 25) N(25,4 33) se determa las probabldades peddas tpfcado la varable para usar la dstrbucó ormal, ZN(0,). probabldad de aprobar el exame probabldad Departameto Matemátcas CPR Jorge Jua Xuva 592

41 49'5 25 P( X 50) P(49'5) P Z P( Z 5'66) 4'33 probabldad de acertar meos de, 20, pregutas 9'5 25 P( X 20) P( X 9'5) P Z P( Z '27) P( Z '27) 4'33 U expermeto aleatoro cosste e lazar u dado cuyas caras está marcadas co los úmeros, 0,,2,3. Defr ua varable aleatora y obteer sus parámetros. el espaco muestral es, E= {0,,2,3} se defe ua varable aleatora asgado u úmero a cada suceso elemetal. X= sumar los putos de las caras vsbles. X(0)= +2+3= 6 X()= 0+2+3= 5 X(2)= 0++3= 4 X(3)= 0++2= 3 se determa la probabldad de que la varable aleatora tome cada uo de los valores y se orgaza e ua tabla X P( X x) p P( X x ) 3 0'25 0'25 4 0'25 0'5 5 0'25 0'75 6 0'25 Total sus parámetros so: 4 p. x 0'25.3 0'25.4 0'25.5 0'25.6 4' p x '25.9 0'25.6 0' ' '5 '25 4 p x 2 2. ' 25 '8 probabldad Departameto Matemátcas CPR Jorge Jua Xuva 593

42 E ua dstrbucó ormal, N(0,), hallar, P(Z> 33) se trasforma el sgo de la desgualdad de maera que su probabldad se pueda ecotrar e la tabla de la dstrbucó ormal. P(Z> 33)= -P(Z 33)= = Se cosdera la varable aleatora, X, que cueta el úmero de bolas blacas al sacar, 2, bolas s remplazameto de ua ura que cotee, 3, bolas blacas y, 2, bolas rojas. Hallar y represetar la fucó de probabldad y la fucó de dstrbucó. se comprueba que la varable, X, es ua varable aleatora. al sacar dos bolas, puede ocurrr que gua sea blaca, que sea ua ó que sea las dos blacas. los valores que toma so, 0,,2, por lo que se trata de ua varable dscreta. para determar la probabldad de estos sucesos se ha de teer e cueta que el úmero total de posbldades es, 0, de los cuales, se correspode co que salga, 2, bolas rojas, 6, casos e que ua de las bolas es blaca y, 3, casos e que ambas bolas so blacas. X P( X x) p P( X x ) 0 0' 0 0' 6 0'6 0 0'7 2 Total 3 0'3 0 se halla las fucoes de probabldad y de dstrbucó teedo e cueta que la fucó de probabldad es ula e todos los valores meos e, 0,, 2, y que la fucó de dstrbucó preseta u salto e cada uo de esos valores. 0' x 0 0'6 x f ( x) 0'3 x 2 0 resto 0 x 0 0' 0 x F( x) 0'7 x 2 2 x probabldad Departameto Matemátcas CPR Jorge Jua Xuva 594

43 E ua dstrbucó ormal, N(0,), hallar, P(Z<- 33) se trasforma el sgo de la desgualdad de maera que su probabldad se pueda ecotrar e la tabla de la dstrbucó ormal. P(Z<- 33)= P(Z> 33)=-P(Z 33)= = La fucó de desdad de ua varable aleatora cotua, X vee dada por la expresó x f ( x) x 2 resto Hallar la fucó de dstrbucó y utlzarla para determar, P(0 5<X< 5). se escrbe la fucó de desdad como ua fucó defda a trozos dcado su valor e cada tervalo 0 x 0 x f ( x) 0 x x se determa el valor de la fucó de dstrbucó e cada tervalo 0 0. dx 0 x x x x F( x) 0. dx. dx 0 0 x x 0. dx. dx 0. dx x P(0 5<X< 5)= P(X< 5)-P(X<0 5)= F( 5)-F(0 5)= '5 0' = 0 5 E ua dstrbucó ormal, N(0,), hallar, P(Z>- 33) se trasforma el sgo de la desgualdad de maera que su probabldad se pueda ecotrar e la tabla de la dstrbucó ormal. P(Z>- 33)= -P(Z - 33)= -(-P(Z 33))= P(Z< 33)= E ua dstrbucó ormal, N(0,), hallar, P(0 5<Z< ). se trasforma la expresó e ua resta de probabldades. P(0 5>Z< )= P(Z< )-P(Z0 5)= = probabldad Departameto Matemátcas CPR Jorge Jua Xuva 595

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

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

Más detalles

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E wwwovauedes/webpages/ilde/web/dexhtm e-mal: mozas@elxuedes TEMA PROAILIDAD SUCESOS Exste feómeos o expermetos que, repetdos e détcas codcoes, sempre proporcoa el msmo resultado, a los que llamaremos determstas,

Más detalles

ESTADÍSTICA poblaciones

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

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

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

Más detalles

1.- DISTRIBUCIÓN BIDIMENSIONAL

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

Más detalles

Estadística Descriptiva

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

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Más detalles

Tema 2: Distribuciones bidimensionales

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

Más detalles

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

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

Más detalles

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

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

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

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

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8

Más detalles

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

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

Más detalles

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

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

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

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

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

Más detalles

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

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

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

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

Más detalles

Estadística Descriptiva

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

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

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

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

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

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

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

MEDIDAS DE CENTRALIZACIÓN

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

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

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

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

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó

Más detalles

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD UN VIAJE POR EL MUNDO DE LA PROBABILIDAD AUTORÍA JUAN JOSÉ LEÓN ROMERA TEMÁTICA PROBABILIDAD ETAPA BACHILLERATO Resume E el presete artículo se trata los cotedos relacoados co Probabldad. Se hace u acercameto,

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

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

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede (hallede@f.utfsm.cl Rodrgo Salas (rsalas@f.utfsm.cl

Más detalles

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

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

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

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

Más detalles

Estadística Contenidos NM 4

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

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

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

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

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

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

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

Intensificación en Estadística

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA

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

Más detalles

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

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

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es 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

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

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

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

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

V II Muestreo por Conglomerados

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

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

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

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

Más detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

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

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad

( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad 4. Defcó y cálculo de probabldades 4.. Fucó de probabldad Defcó: Sea la famla de sucesos asocada a u expermeto aleatoro de espaco muestral Ω. Se cosdera ua fucó : R, que verfca las dos propedades 0 y Ω

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

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

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

Más detalles

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

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

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

Estadística Contenidos NM 4

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

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

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

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

Más detalles

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

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

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María Uversdad Técca Federco Sata María Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 4 Probabldades Estadístca Computacoal II Semestre 006 Profesores: Héctor llede

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca: Estadístca Teórca Facultad Cecas Ecoómcas y Empresarales Departameto de Ecoomía Aplcada Profesor: Satago de la Fuete Ferádez EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca:

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

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

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

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

Más detalles