Universidad Técnica Federico Santa María

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

Download "Universidad Técnica Federico Santa María"

Transcripción

1 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 (hallede@f.utfsm.cl Carlos Valle (cvalle@f.utfsm.cl Expermeto aleatoro :: ξ Espaco Muestral :: Ω Eveto o Suceso :: ; ; ;. Sucesos elemetales, seguros e mposbles Probabldad :: grado de de certdumbre Probabldad y Juegos de de zar Probabldad y Frecueca relatva Probabldad Subetva (Persoal Coceptos áscos Coutos y Evetos Expermeto Expermeto leatoro: leatoro: --Expermeto Expermeto que que tee tee o más más resultados resultados posbles posbles Eveto Eveto (( Suceso Suceso Elemetal: Elemetal: -Resultado -Resultadode de u u expermeto expermetodvsble dvsble -Mutualmete -MutualmeteExcluyetes: s s ocurre ocurre uo uo o o exste exste posbldad posbldad de de observar observar otro otro -Equprobable -Equprobable:: Cada Cada eveto eveto smple smple tee tee detca detca probabldad probabldad Espaco EspacoMuestral -El -El couto couto que que cotee cotee todos todos los los resultados resultados posbles posbles Eveto Eveto -El -El couto couto de de todos todos los los evetos evetos elemetales elemetales posbles posblesque que resulta resulta e e la la ocurreca ocurreca del del eveto eveto Ω w Ω Ω : Espaco Muestral: Todos los posbles resultados elemetales w Ω, resultado elemetal I :Famla de todos los evetos posbles de Ω I, luego es u Eveto mposble Ω I, luego Ω es el Eveto Seguro y I, luego so evetos I; I; c I, so evetos 4

2 Uversdad Técca Federco Sata María Cocepto de σ-álgebra de sucesos Coutos vs. Evetos Sea Sea I ua ua clase clase o o vacía vacía formada por por certos subcoutos del del espaco muestral Ω. Ω. σ-algebra de de sucesos :: I es esua σ-algebra Φ, Φ, Ω є I,, los los sucesos complemetaros de de aquellos que que está e e I y també está e e I, I, así asícomo sus sus uoes umerables (sea ftas o ftas. Esto Esto se se puede eucar como: c I I es ua σ álgebra I I,..., Υ 5 Teoría Coutos Teoría Probabldades Ω Uverso Espaco Muestral I Couto Poteca Famla Clases de Evetos I subcouto de Ω es u Eveto w w es elemeto de Ocurre el eveto Couto vacío Eveto Imposble Ω Uverso Eveto Seguro uó Eveto o Eveto terseccó Eveto y Eveto c Complemeto de Eveto o- es subcouto de mplca y so dsutos y mutuamete excluyetes 6 Eemplo Dado Se Se realza realza u u expermeto expermeto aleatoro aleatoro de de lazar lazar u u dado dado al al are: are: -Sucesos -Sucesos elemetales elemetales {}, {},{}, {},{}, {},{4}, {4},{5}, {5},{6} {6} -Espaco -Espaco Muestral Muestral S{,,,4,5,6} S{,,,4,5,6} -Couto -Couto Poteca Poteca I S{Ø,S,{},{},...,{,},...} S{Ø,S,{},{},...,{,},...} σ-álgebra Ø suceso suceso mposble mposble S suceso suceso seguro seguro {, {,,, 5} 5} -Sucesos -Sucesos aleatoros aleatoros {4, {4, 5, 5, 6} 6} {, {, 4, 4, 6}{, 6}{,,, 5} 5} C Eemplo S S se se realza realza u u expermeto expermeto aleatoro aleatoro de de esperar esperar el el tempo tempo que que hace hace falta falta para para que que u u átomo átomo de de carboo carboo catorce, catorce, C 4 4,, se se destegre destegre de de modo modo atural, atural, se se tee tee que que + Ω R s s embargo, embargo, el el σ-álgebra σ-álgebra de de sucesos sucesos que que se se cosdera cosdera o o es es R, R, que que es es ua ua clase clase demasado demasado complea complea para para defr defr sobre sobre sus sus elemetos elemetos ua ua medda medda de de probabldad. probabldad. E E su su lugar lugar se se cosdera cosdera el el σ-álgebra σ-álgebra formada formada por por todos todos los los tervalos, tervalos, abertos abertos o cerrados, cerrados, y sus sus uoes uoes ftas ftas I {Ø, {Ø, R + +,,(,,...,(,],...} (,,...,(,],...} lo lo que que por por supuesto supuesto cluye cluye a los los putos putos de de R

3 Uversdad Técca Federco Sata María Expermeto leatoro I Se toma al azar ua esfera de la ura I Se trasfere a la ura II, se mezcla be. Se elge, aleatoramete, ua esfera de la ura II. cuál es la probabldad a pror que sea verde? II 9 I Espaco Muestral Traspasar Roa # Traspasar Verde # Traspasar Verde # II II II Dsttas formas como puede resultar el expermeto. Ya que las esferas ha sdo sacadas al azar, cada uo de ellas tee la msma posbldad de ocurrr 0 ocoes de Probabldad Eemplo Probabldad Probabldad es es ua ua medda medda de de la la certdumbre certdumbre (Estmacó (Estmacó de de la la probabldad probabldad Teórca Teórca -- Pror Pror -Pr -Pr( / úmero úmero de de posble posble formas formas e e que que puede puede ser ser observado observado úmero úmero total total de de resultados resultados posbles posbles Hstórca Hstórca (empírca-frecueca (empírca-frecueca-- Posteror Posteror -Pr -Pr( / / úmero úmero de de veces veces que que ocurro ocurro úmero úmero total total de de observacoes observacoes Subetva Subetva -La -La Opó Opó de de u u Experto Experto E E la la fgura fgura se se preseta preseta la la evolucó evolucó de de la la frecueca frecueca relatva relatva del del úmero úmero de de caras caras obtedo obtedo e e el el lazameto lazameto de de ua ua moeda moeda e e ocasoes ocasoes (smulado (smulado e e u u computador. computador.

4 Uversdad Técca Federco Sata María Modelo Probablístco Sea ua Dstrbucó de de Probabldad P, P, fucó que asga a cada sub-couto razoable de de Ω u u valor etre 0 y.. Ω Sea I coleccó de de evetos razoables de de Ω (σ-álgebra P : I [0;] Modelo de Probabldad ( Ω, I, P Cálculo de Probabldades (Evetos Equprobables ocó tutva (regla de de Laplace: Resultados favorables al eveto Resultados posbles ocó frecuetsta: Sea : total de veces que se realza u expermet o : total de veces que ocurre lm 4 Eemplo Dado Cuál es es la la probabldad de de que al al lazar u u dado se se tega par? -El -El espaco espaco muestral muestrales es Ω{, Ω{,,,,, 4, 4, 5}. 5}. Vamos Vamos a llamar llamar,, al al suceso suceso cosstete cosstete e e que que el el resultado resultado es es mpar, mpar, {,,5}. {,,5}. Como Como o o supoemos supoemos que que gua gua de de las las caras caras ofrece ofrece ua ua probabldad probabldad de de ocurreca ocurreca dferete dferete a las las demás, demás, podemos podemos aplcar aplcar la la regla regla de de Laplace Laplacepara para obteer obteer que que úmero de casos favorables a P[ ] úmero de casos posbles 6 Cálculo de Probabldades (Evetos Equprobables Observacó Observacó -E -E muchas muchas ocasoes ocasoes os os preocupamos preocupamos de de elegr elegr de de maera maera aleatora aleatora uo uo o más más obetos obetos desde desde ua ua coleccó coleccó de de obetos obetos Sea Sea el el úmero úmero de de obetos. obetos. -Elegr -Elegr obeto obeto al al azar, azar, sgfca sgfca que que cada cada obeto obeto tee tee la la msma msma probabldad probabldad de de ser ser elegdo. elegdo. elegr elegra / / -Elegr -Elegr obetos obetos al al azar azar sgfca sgfca que que cada cada par parde de obetos obetos tee tee la la msma msma probabldad probabldad de de ser ser selecoado. selecoado. Supogamos Supogamos que que exste exste K de de tales tales pares, pares, etoces etoces la la probabldad probabldad de de elegr elegr u u par par cualesqueres cualesquereses es / / K. K. -Elegr -Elegr r r obetos obetos aleatoramete, aleatoramete, r r <,, sgfva sgfvaque que cada cada r-tupla r-tuplade de obetos obetos tee tee la la msma msma probabldad probabldad de de ser ser seleccoada seleccoada que que cualquer cualquer otra otra r-tupla. r-tupla

5 Uversdad Técca Federco Sata María Probabldad xomátca Propedades xoma : : xoma : : xoma :- :- Supoedo se verfca que { 0 Ω que, }, I sea mutuamete excluyete.. φ C S S Σ S S Espaco Muestral Fto Probabldad Codcoal Sea Ω w, w,..., w } { E { w } ΥE Ω,.., Espaco Muestral Fto Eveto Elemetal Mutuamete excluyete s de a pares plcado los los axomas se se tee E f > 0 ΥE Como E Ι E 0,,,..., f E Ι E E + E Sea,, dos sucesos tal tal que > La probabldad de de codcoada a la la ocurreca de de,, deotada como :: Ι Propedades: 0 Ω Ω Σ co co,,,, :: 9 0 5

6 Uversdad Técca Federco Sata María Probabldad Codcoal Probabldad Codcoal Ω Cetra el foco de atecó e el hecho que se sabe que ha ocurrdo el eveto També se ha ecotrado que el 5% de la pezas que o tee fallas superfcales so fucoalmete defectuosas Se ha ecotrado que el 5% de las pezas co fallas superfcales so fucoalmete defectuosas Estamos dcado que el espaco muestral de terés se ha reducdo sólo a aquellos resultados que defe la ocurreca del eveto Por lo tato el 90% o tee fallas vsbles e la superfce. 00% pezas Maufacturadas Se sabe que el 0% de las pezas maufacturadas tee fallas vsbles e la superfce. Etoces, mde la probabldad relatva de co respecto al espaco reducdo Eveto { peza fucoalmete defectuosa} { peza tee ua falla vsble e la superfce} dado? Casos Probabldad Codcoal Probabldad Total S 0 S S S Sea,,,..., evetos mutuamete excluyetes :: P ( Etoces Υ Cosecueca (Regla de de ayes: 4 6

7 Uversdad Técca Federco Sata María Equpo Fallado Sea,,..., Etoces Probabldad Total evetos mutuamete excluyetes Equpo Maufacturado e Plata Υ Supogamos de de que se se elge aleatoramete u u Equpo y se se ecuetra que está fallado. cuál es es la la probabldad que sea maufacturado e e Plata? Se Se pde pde ; ; pero pero sólo sólo se se cooce,,,,,,,,....,, k Sabemos que que Ι φ; Regla de ayes Υ S 5 6 Probabldad Multplcatva Regla de la Multplcacó Ley Multplcatva: Ι... Ι sempre que: Ι > 0 El El úmero úmero de de maeras maeras dferetes dferetes de de elegr elegr o sacar sacar u u elemeto elemeto de de del del couto couto que que tee tee elemetos, elemetos, luego luego u u elemeto elemeto de de u u couto couto que que tee tee elemetos, elemetos,......,, y falmete falmeteu u elemto elemtodel del k-ésmo k-ésmo couto couto que que tee tee k elemetos, k elemetos, e e dode dode el el orde orde como como se se seleccoa seleccoa es es mportate mportate * *...*...* k k 7 8 7

8 Uversdad Técca Federco Sata María Eemplo Sea, sucesos de de u u msmo modelo de de probabldad (Ω, R, R, P P tales que: 0,4 0,7 0,75 Determar: C ;; - ;; C C ;; C Solucó C / 0,75 * 0,4 0, 0,7-0,4 + 0, 0,6 C 0,4 - C - 0,6-0, 0, C C C + C - C C C C C - C 0,6-0, 0, Luego C C 0,4 + 0,6-0, 0,7 / C C 0, 0,5 C 0,4 9 0 Eemplo Solucó U U procesador para para computadores puede prover de de cualquera de de tres tres fabrcates co co probabldades: p 0,5; p 0,50; p 0,5. Las Las probabldades de de que que u u procesador fucoe correctamete durate horas es es 0,; 0,; 0, 0, y 0,4 0,4 respectvamete para para los los fabrcates: Calcular la la probabldad de de que que u u procesador elegdo al al azar azar fucoe durate horas. S S el el procesador fucoó correctamete durate el el período de de horas cuál es es la la probabldad de de que que haya haya provedo del del er er fabrcate? C P C F 0.* * * F C F F C C ( F 0.4*

9 Uversdad Técca Federco Sata María Idepedeca Probablístca Sea Sea,, dos dos evetos del del modelo probablístco (Ω, (Ω, I, I, P. P.,, se se dce probablístcamete depedetes ss: ss: Ι Sea Sea { { : : I {,,,...,k}} ua ua coleccó de de evetos de de (Ω, (Ω, I, I, P. P. Se Se dce dce que que los los elemetos so so coutamete depedetes ss: ss: Ι φ J I {,,,..., k} J J Observacoes Idepedeca Idepedeca probablístca probablístca Couta Couta Idepedeca Idepedeca de de a pares pares.. Idepedeca Idepedeca probablístca probablístca de de a pares pares Idepedeca Idepedeca probablístca probablístca Couta Couta.. S S,, so so evetos evetos depedetes depedetes probablístcamete. probablístcamete. Etoces Etoces se se tee tee,, C C so so depedetes. depedetes. C C,, C C so so depedetes depedetes C C,, so so depedetes depedetes Sea Sea (Ω, (Ω, Ω Ω,, P P modelo modelo de de probabldad. probabldad. Estudar Estudar depedeca depedeca couta couta y y de de a a pares. pares. 4 Idepedeca Probablístca Eemplo : : Sea (Ω, Ω,, P P modelo de de probabldad. Ω { (,0,0 (0,,0 (0,0, (,, } {w } } /4,, 4 Sea,,,, evetos de de (Ω, Ω,, P P :: : : era era coord. es es : : da da coord. es es : : era era coord. es es Estudar depedeca couta y de de a pares. Eemplo.4 : Idepedeca Probablístca 4 Probabldad de cerrar los relés,, y 4 es p. S todos los relés fucoa depedetemete, cuál es la probabldad que pase correte de a 4 ( E P[( R Ι R Υ ( R Ι R4]; E P[ R Ι R] + P[ R Ι R4] P[ ΙR ] p p P

10 Uversdad Técca Federco Sata María Costruccó Modelos de Probabldad Sea µ ua medda e e el el Espaco Muestral tal tal que µ (Ω < :: Logtud ;; Superfce Volume. etc. Etoces exste u u fucó defda e e IR IR P : R R µ ( µ ( Ω es es ua medda de de Probabldad 7 Eemplo.5: Problema del ecuetro: Dos Dos estudates estudates acuerda acuerda [9; [9; 0] 0] ecotrarse ecotrarse e e la la bbloteca bbloteca de de la la UTFSM UTFSM etre etre las las 9.M..M. y las las 0 0.M..M. u u día día lues. lues. El El prmero prmero que que llega llega a la la bbloteca bbloteca,, espera espera al al otro otro 0 0 mutos mutos (detro (detro del del tervalo tervalo de de tempo tempo pactado. pactado. S S se se supoe supoe que que cada cada uo uo llega llega al al azar azar e e el el tervalo tervalo de de tempo tempo covedo covedo y que que los los tempos tempos de de llegada llegada so so depedetes. depedetes. Cuál Cuál es es la la probabldad probabldad que que estos estos estudates estudates se se ecuetre ecuetre? Solucó: Solucó: X(t X(t :: Llegada Llegada del del estudate estudate Y(t Y(t :: Llegada Llegada del del estudate estudate [X(t;Y(t] [X(t;Y(t] [9; [9; 0]x 0]x [9; [9; 0] 0] [0; [0; 60]X 60]X [0; [0; 60]Ω 60]Ω {[X(t;Y(t] {[X(t;Y(t] :: X(t;Y(t < X(t;Y(t < 0} 0} µ(α/µ(ω µ(α/µ(ω / / Eemplo.5: Problema Problema del del ecuetro: ecuetro: Dos Dos estudates estudates acuerd acuerd [9; [9; 0] 0] a aecotrarse e e la la bbloteca bbloteca de de la la UTFSM UTFSM etre etre las las 9.M..M. y las las 0 0.M..M. u u día día lues. lues. El El prmero prmero que que llega llega a la la bbloteca bbloteca,, espera espera al al otro otro 0 0 mutos mutos (detro (detro del del tervalo tervalo de de tempo tempo pactado. pactado. S S se se supoe supoe que que cada cada uo uo llega llega al al azar azar e e el el tervalo tervalo de de tempo tempo covedo covedo y que que los los tempos tempos de de llegada llegada so so depedetes. depedetes. Cuál Cuál es es la la probabldad probabldad que que estos estos estudates estudates se se ecuetre ecuetre? Solucó: Solucó: X(t X(t :: Llegada Llegada del del estudate estudate Y(t Y(t :: Llegada Llegada del del estudate estudate [X(t;Y(t] [X(t;Y(t] [9; [9; 0]x 0]x [9; [9; 0] 0] [0; [0; 60]X 60]X [0; [0; 60]Ω 60]Ω {[X(t;Y(t] {[X(t;Y(t] :: X(t;Y(t < X(t;Y(t < 0} 0} µ(α/µ(ω µ(α/µ(ω / / 6 6 Varacoes Def: Def: Sea Sea u u couto couto :: Card (,, se se llama llama varacó varacó smple smple o s s repetcó repetcó a todo todo subcouto subcouto de de elemetos elemetos dstguédose dstguédose estos estos etre etre s, s, e e los los elemetos elemetos que que lo lo compoe compoe y e e el el orde orde e e que que estos estos elemetos elemetos va va colocados colocados x, x,..., x } V(, ( V(, ( (... { V(, k ( (...( k + Obs: Obs: S S las las varacoes varacoes so so co co repetcó repetcó k V (, k

11 Uversdad Técca Federco Sata María Permutaco oes Combaco oes úmero de maeras dsttas de sacar r elemetos de lote de CUDO EL ORDE IMPORT : ota: Estudar permutacoes co repetcó obetos P r! ( r! r Combacoes (s repetcó: úmero de de maeras dsttas de de sacar r elemetos de de lote lote de de CUDO EL EL ORDE O O IMPORT ota :: Estudar combacoes co co repetcó C (,r (+r-!/ r!(-!! C(, r r!( r! 4 4

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

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

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 Probabldad Estadístca Computacoal º Semestre 00 Profesor :Héctor llede Pága : www.f.utfsm.cl/~hallede

Más detalles

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo 4 Probabldades Estadístca Computaconal II Semestre 006 Profesores: Héctor llende (hallende@nf.utfsm.cl) Carlos Valle (cvalle@nf.utfsm.cl)

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

Héctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles

Héctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles Coeptos ásos Capítulo Curso ILI-80 I Semestre 00 Profesor: Hétor llede Expermeto aleatoro : ξ Espao Muestral : Ω Eveto o Sueso : ; ;. Evetos elemetales, seguros e mposbles Probabldad : grado de ertdumbre

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

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

PARTE 1 - PROBABILIDAD

PARTE 1 - PROBABILIDAD arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Eemplos cláscos de expermetos aleatoros

Más detalles

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

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

Más detalles

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

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

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

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

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

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

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

Más detalles

TEMA 63. Frecuencia y Azar. Leyes de Azar. Espacio probabilístico.

TEMA 63. Frecuencia y Azar. Leyes de Azar. Espacio probabilístico. TEM 63.Frecueca y azar. Leyes de azar. Espaco probablístco TEM 63. Frecueca y zar. Leyes de zar. Espaco probablístco.. Itroduccó.. Hstórca. Los coceptos de azar e certdumbre so ta veos como la propa cvlzacó.

Más detalles

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN 0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto

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

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros. Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl

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

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FCULTD DE INGENIERÍ U N M ROILIDD Y ESTDÍSTIC Iree atrca Valdez y lfaro reev@servdor.uam.mx T E M S DEL CURSO. álss Estadístco de datos muestrales. 2. Fudametos de la Teoría de la probabldad. 3. Varables

Más detalles

PARTE 1 - PROBABILIDAD

PARTE 1 - PROBABILIDAD arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Ejemplos cláscos de expermetos aleatoros

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

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

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

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

( 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

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

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

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

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

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

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

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

SUCESOS Y PROBABILIDAD

SUCESOS Y PROBABILIDAD SUCESOS Y PROAILIDAD Notas Idce. OJETIVOS 2. CONCEPTOS ÁSICOS DE LA TEORÍA DE CONJUNTOS. ESPACIO MUESTRAL. ÁLGERA DE SUCESOS 4 4. PROAILIDAD 8 5. INDEPENDENCIA DE SUCESOS 4 ILIOGRAFÍA 4 APÉNDICE. NOTACIÓN

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

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

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

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

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

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. 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

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

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

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

Más detalles

REGRESIÓN LINEAL SIMPLE

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

Más detalles

Estructuras Algebraicas

Estructuras Algebraicas Uversdad de los des Faultad de Ceas Eoómas y Soales Esuela de Estadísta Estruturas lgebraas Prof. Gudberto José Leó Ragel MÉRID, 2015 1 Profesor Gudberto Leó Teoría Estadísta I Uversdad de Los des - Faultad

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

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

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

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

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

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

BLOQUE II: CALCULO DE PROBABILIDADES

BLOQUE II: CALCULO DE PROBABILIDADES LOQUE II: CALCULO DE PROAILIDADES TEMA 4. FUNDAMENTOS DE LA PROAILIDAD. Cocepto de probabldad. Defcó aomátca Epermeto aleatoro: u epermeto se dce aleatoro s o se puede predecr el resultado del msmo ates

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

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

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

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

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

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

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

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

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

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

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE

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

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

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

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

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

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

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

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

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

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

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

2. Censura y truncamiento

2. Censura y truncamiento 2. Cesura y trucameto Los datos de tempo de fallo se preseta e dferetes formas que crea problemas especales cuado se aalza. E muchas ocasoes o se cooce co exacttud el valor del tempo de fallo y úcamete

Más detalles

PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES

PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES INTRODUCCIÓN HISTÓRICA Cas ada e la vda es seguro. E todo lo que hacemos estmamos las posbldades de resultados satsfactoros. Pero durate gra parte de la

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

La Metodología de la Verosimilitud Empírica

La Metodología de la Verosimilitud Empírica La Metodología de la Verosmltud Empírca Gozalo Delgado Facultad de Matemátcas, Uversdad Autóoma de Guerrero Méxco deggozalo@aol.com Probabldad y Estadístca Superor Resume Se expoe la metodología de la

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

Distribuciones Muestrales

Distribuciones Muestrales Estadístca II / Fucoes Varables Aleatoras. Ig. Dey Gozález Dstrbucoes Muestrales Muestreo Aleatoro Poblacó Muestra Herrametas Estadístcas Medaa Muestral ) ) / (( ) / ( ) / ( ; es mpar ; es par = = Meda

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

GUIA TEORICO-PRACTICA II

GUIA TEORICO-PRACTICA II GUIA TEORICO-PRACTICA II CONTENIDOS.. Sucesoes. Progresoes: artmétcas y geométrcas.. Ejerccos Propuestos... Sumatora: propedades. Prcpo de Iduccó Completa..4 Ejerccos Propuestos..5. Factoral de u úmero

Más detalles

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

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

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

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

APUNTES PARA EL CURSO DE PROBABILIDAD

APUNTES PARA EL CURSO DE PROBABILIDAD APUNTES PARA EL CURSO DE PROBABILIDAD Agosto Dcembre DAVID RUELAS RODRÍGUEZ APUNTES PARA EL CURSO DE PROBABILIDAD AGOSTO DICIEMBRE Programa de clases Estos aputes fuero revsados ajustados para cubrr por

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

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

Más detalles

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

Tema 5. Fundamentos de la inferencia estadística: Introducción a la probabilidad y distribuciones muestrales.

Tema 5. Fundamentos de la inferencia estadística: Introducción a la probabilidad y distribuciones muestrales. Pága 1 IMADIL TEMA 5. Notas Tema 5. Fudametos de la fereca estadístca: Itroduccó a la probabldad y dstrbucoes muestrales. Parte 1: Itroduccó a la probabldad 1. Feómeos aleatoros Durate sglos la Ceca ha

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

5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 33 5- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 5. Suma de varables aleatoras depedetes Cuado se estudaro las varables

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

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

- Jóvenes amigos, dejen de discutir. Siéntense a la mesa en cualquier orden y escúchenme

- Jóvenes amigos, dejen de discutir. Siéntense a la mesa en cualquier orden y escúchenme Álgebra y Geometría Aalítca Aálss Combatoro Facultad Regoal La Plata Ig. Vvaa CAPPELLO INTRODUCCIÓN UNA COMIDA GRATIS Dez jóvees decdero celebrar la termacó de sus estudos e la escuela secudara co u almuerzo

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

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

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

Tema 6: Introducción al muestreo. Estimadores

Tema 6: Introducción al muestreo. Estimadores Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)

Más detalles