PyE_ EF2_TIPO1_
|
|
- Marcos Olivares Quiroga
- hace 5 años
- Vistas:
Transcripción
1 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE 00- TIPO DURACIÓN MÁXIMA. HORAS DICIEMBRE 8 DE 009 NOMBRE. La siguiente información es el resultado de las calificaciones obtenidas por un grupo de 30 estudiantes de probabilidad y estadística a) Completar la tabla de frecuencias considerando los datos arriba citados. Clase Calificaciones en límites Calificaciones en intervalos Marcas de clase Frecuencia absoluta Frecuencia relativa Frecuencia acumulada absoluta Frecuencia acumulada relativa i f i f i * F i F i * Con base en los datos de la tabla anterior contesta las siguientes preguntas: b) Cuál es el rango o recorrido de los datos agrupados? Cuál es el ancho de los límites? c) Cuál es el promedio de calificaciones del grupo? d) Entre qué valores se encontrarán la mayoría de las calificaciones de este grupo (desviación estándar)? e) Qué tipo de simetría tiene este modelo? Qué tipo de curtosis tiene este modelo? Puntos a) La Distribución de frecuencias queda como: Clase Calificaciones en límites Calificaciones en intervalos Marcas de clase Frecuencia absoluta Frecuencia relativa Frecuencia acumulada absoluta Frecuencia acumulada relativa i f i f i * F i F i * b) El rango de los datos agrupados es: R =.. El ancho de los límites y de los intervalos, es: c = o bien, VM Vm 0 c = =. n 30 por lo tanto, se redondea al siguiente entero: PyE_ EF_TIPO_00-
2 c = c) El promedio de las calificaciones, utilizando los datos agrupados, se define por: m m * i i i i n = f = f 8 = i fi = (.)( ) + (.)( 9) + ( 6.)( 8) + ( 8.)( 6) + ( 0.)( 3) = = d) La desviación estándar de las calificaciones para la muestra, está definida por la raíz de la variancia, entonces: m s ( ) n = i fi n sn = sn.8 (. 8 / 30) ( ) (. 8 / 30) ( 9) ( 6. 8 / 30) ( 8) ( 8. 8 / 30) ( 6) ( 0. 8 / 30) ( 3) obteniendo la raíz: m s ( ) n = i fi n sutituyendo: sn =.8 sn =. e) La simetría se define como el tercer momento con respecto de la media entre la desviación estándar al cubo, entonces: a a 3 3 * m ( ) m i fi ( i ) fi n 3 = = 3 3 ( Sn ) ( Sn ) 30 = ( / 30 ) ( ) + (. 8 / 30 ) ( 9 ) + ( 6. 8 / 30 ) ( 8 ) + ( 8. 8 / 30 ) ( 6 ) + ( 0. 8 / 30 ) ( 3 ) (.) 3 3 realizando operaciones: a < 0.9 por lo tanto, es una muestra de calificaciones con ligero sesgo positivo. La curtosis se define como el cuarto momento con respecto de la media entre la desviación estándar elevado a la cuarta, entonces: a * m ( ) m i fi ( i ) fi n = = ( Sn ) ( Sn ) PyE_ EF_TIPO_00-
3 a 30 = (. 8 / 30 ) ( ) + (. 8 / 30 ) ( 9 ) + ( 6. 8 / 30 ) ( 8 ) + ( 8. 8 / 30 ) ( 6 ) + ( 0. 8 / 30 ) ( 3 ) (.) realizando operaciones: a < 3 por lo tanto es una muestra con aplanamiento del tipo platicúrtica.. Si los eventos A y B son independientes y, P( A ) = 0. y P( B ) = 0.0, calcular: P ( A B) P ( A B ), P ( A B) P A B ; y ( ) Puntos Por independencia de los eventos: P( A B) = P( A) P( B) = = ( 0.)( 0.) = = Entonces: P( A B) = P( A) = = 0. De los Teoremas de probabilidad: + 8 P( A B) = P( A) + P( B) P( A B) = + = = = Se sabe que: 9 P( A B) = P( A B) = P( A B) = = = , 3. Para construir tres subestaciones, una empresa eléctrica cuenta con dos compañías constructoras, la probabilidad de que una de estas compañías realice la construcción de cualquiera de las tres subestaciones es de 0.6. Si X es la variable aleatoria que representa el número de subestaciones que puede construir una compañía: a) Construir la función de probabilidad de la variable aleatoria X. b) Calcular la probabilidad de que una compañía construya dos de las tres obras. c) Obtener la desviación estándar de la variable aleatoria X. 8 Puntos a) Sea C el evento que representa la compañía construye una subestación. P( C ) = 0.6 Sea X la variable aleatoria que representa el número de subestaciones que puede construir la compañía. X Binomial ( n = 3, p = 0.6) por lo que la función de probabilidad en forma analítica, es: 3 ( 0.6 ) ( 0.6 ) 3 ; = 0,,,3 fx ( ) = la función de probabilidad en forma tabular es: PyE_ EF_TIPO_00-3
4 f X ( ) b) La probabilidad de que una compañía construya dos de las tres subestaciones, f X = = P X =, entonces de la función de probabilidad se obtiene: X ( ) ( ) P( X = ) = 0.3 c) Para calcular la desviación estándar, primero se debe calcular la variancia: ( ) ( ) = μ ( ) ( ) X = E X = μx = fx Var X E X E X E X La media es ( ) ( ) calculado: E( X ) = ( )( 0.88) + ( )( 0.3) + ( 3)( 0.6) =.8 El segundo momento con respecto al origen está definido por: E( X ) = fx ( ) calculando: E( X ) = ( )( 0.88) + ( )( 0.3) + ( 3 )( 0.6) = 3.96 sustituyendo en la variancia y realizando operaciones: ( ) ( ) ( ) ( ) Var X = E X E X = = 0.7 Entonces la desviación estándar se define como: σ = X ( ) Var X σ = 0.7 = 0.89 X. La siguiente tabla muestra la relación que se presenta entre la pureza del oígeno producido en un proceso de destilación química, contra el porcentaje de hidrocarburos que están presentes en el condensador principal de la unidad de destilación. Nivel de hidrocarburos (%) Pureza y (%) (%) y (%) a) Ajustar un modelo de regresión lineal simple. b) Puede considerarse válido el modelo? Justificar su respuesta. Se sabe que: 0 Puntos a) El modelo es: ŷ = ˆ β + ˆ β 0 Sumas: y y y PyE_ EF_TIPO_00-
5 0 0 y ( 3.8)( 83.) 0 i i y i i ˆ β = =.63 ( 3.8) i 0 i 0 y ˆ β = y ˆ β 0 ˆ β0 = (.63) El modelo queda: yˆ = b) Para determinar si el modelo es válido debe obtenerse el coeficiente de determinación. El coeficiente de correlación, está definido por: SSy r = SS SS SS SS yy yy 0 0 i ( 3.8) i y 0 i ( 83.) y i 0 0 = = = = y i i 0 0 i i i y i ( 3.8)( 83.) = = SS = y 0 = r = SSy 0.0 = SS SS yy ( )( ) Entonces el coeficiente de determinación será: r ( ) ( )( ) SS = R = = SS SS y 0.0 yy El ajuste es regular y puede considerarse válido el modelo dependiendo del error que se esté dispuesto a cometer. PyE_ EF_TIPO_00-
6 . La presión de aire de un neumático seleccionado al azar, instalado en un automóvil nuevo, está distribuido normalmente con valor medio de 3 y desviación estándar de 0.. a) Calcular la probabilidad de que la presión de un neumático, seleccionado al azar, eceda de 30.. b) Determinar la probabilidad de que la presión de un neumático, seleccionado al azar, se encuentre entre 30. y 3.. c) Supóngase que un neumático se considera con presión baja si está debajo de 30., cuál es la probabilidad de que al menos uno de los cuatro neumáticos de un automóvil se encuentre bajo? Puntos Sea X la variable aleatoria que representa la presión del aire de un neumático instalado en un automóvil nuevo. a) Del enunciado: X N( 3, ( 0.) ) se pide calcular, PX> ( 30.) : estandarizando: PX ( > 30.) = P Z> = PZ ( >.) 0. Usando la tabla de la función de distribución acumulativa normal estándar: PX ( > 30.) = F z (.) = = b) Se pide determinar, P(30. X 3.) Estandarizando: P(30. X 3.) = P Z = P. Z Usando la tabla de la función de distribución acumulativa normal estándar: ( ) ( ) ( ) P(30. X 3.) = Fz. Fz. = = c) Un neumático tiene la presión baja con una probabilidad de: PX ( 30.) = P Z< = PZ ( 3) = Sea Y la variable aleatoria que representa el número de neumáticos con la presión baja de los cuatro que tiene un automóvil. Y Binomial ( n =, p = 0.003) entonces la probabilidad es: PY ( ) = PY ( = ) + PY ( = ) + PY ( = 3) + PY ( = ) o bien, PY = PY= 0 ( ) ( ) 0 ( ) = ( 0.003) ( 0.003) PY 0 PyE_ EF_TIPO_00-6
7 PY ( ) = ( 0.998) = Supóngase que en cierto tipo de lavadora, tanto el espesor como el diámetro de la cavidad son diferentes en cada unidad. Sea X la variable aleatoria que representa el espesor, en milímetros, y Y la variable aleatoria que representa el diámetro de la cavidad, en milímetros, de una lavadora seleccionada al azar. Supóngase que la función de densidad conjunta de las variables aleatorias X y Y está dada por: k( + y) ; fxy (, y) = y a) Calcular el valor de k que hace una función de densidad. b) Determinar la probabilidad de que una lavadora seleccionada aleatoriamente tenga un espesor entre.0 y. [mm] y una cavidad con un diámetro entre. y [mm]. c) Obtener la función de densidad si se sabe que el espesor es de. [mm]. d) Cuál es el diámetro esperado, si el espesor es de. [mm]. 6 Puntos a) De las propiedades de una función de densidad, se tiene: f XY ( ), y ddy = ( ) ( ) k + y ddy = k + y ddy = integrando con respecto de : 3 k + y dy = k + y y dy = k y + dy = integrando con respecto de y: y k y+ dy = k + y = k + = k = 6k = por lo tanto: k = 6 ( + y) ; fxy (, y) = 6 y P X.,. Y, como la región de la función de densidad es cuadrada, entonces:.. P( X.,. Y ) = ( + y) ddy = ( + y) ddy = = b) Se pide calcular ( ) integrando con respecto a : y dy = + y y dy = y + dy integrando con respecto de y: PyE_ EF_TIPO_00-7
8 y 8 y+ dy = + y = + = = = c) Se pide determinar la función de densidad, dado que el espesor es de 3, entonces: f 3 YX= 3 fxy, y 3 ; y Y X = = 3 fx X = Para lo cual, se requiere calcular la función marginal de X, entonces: y 6 fx ( ) = fxy (, y) dy = ( + y) dy = y+ = fx ( ) = 6 + por lo tanto queda definida por: 9 + ; fx ( ) = 6 Ahora, sustituyendo en la función de densidad condicional, se tiene: 3 + y 6 3 ; y f Y X 3 9 YX= 0 = = + 6 desarrollando y simplificando: 3+ y 3 ; y f 3 Y X = = YX= d) El diámetro esperado, si el espesor es de. [mm], es el valor esperado de la función de densidad condicional, entonces: 3 3 E Y X = = y f 3 Y X = dy YX= 3 3+ y 3 3 E Y X = = y dy = ( 3y + y ) dy= y + y = = ( ) + ( ) ( 6) ( 6) = + = = PyE_ EF_TIPO_00-8
9 7. Se etrae una muestra aleatoria de tamaño 0 de una distribución normal con media. La estadística t X μx de Student T =, donde t = es calculada. Cuál es la probabilidad de que Sn s n 0 PT> (.833)? 8 Puntos Esta estadística t tiene 0 - = 9 grados de libertad. De la tabla t de Student, P ( T >.833 ) = 0.0 Valores de la función de distribución acumulativa normal estándar Distribución t de Student z ν PyE_ EF_TIPO_00-9
PyE_ EF1_TIPO1_
SEMESTRE 01 - TIPO 1 DURACIÓN MÁXIMA.5 HORAS 30 DE MAYO DE 01 NOMBRE Apellido paterno Apellido materno Nombre (s) Firma Problema 1 La siguiente tabla muestra la estimación de hundimientos de suelo en centímetros,
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre (s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIONES
Más detallesPyE_ EF1_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesPyE_ EF2_TIPO1_
SEMESTE - TIPO DUACIÓN MÁ..5 HOAS MIÉCOLES 9 DE JUNIO DE NOMBE. De todas las fallas de un tipo especifico de unidad de disco duro de computadora, se determina que % de éstos tiene dañado sólo el sector
Más detallesSOLUCIÓN: Al realizar el histograma de frecuencias, se obtiene:
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SOLUCIÓN SEGUNDO EXAMEN FINAL A
Más detallesSEMESTRE TIPO 1 DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 3 DE 2008
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE 9- TIPO DURACIÓN
Más detallesPROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN Usando las frecuencias relativas, se tiene: b) La
Más detallesSEMESTRE TIPO 1 DURACIÓN MÁXIMA 2.0 HORAS 31 DE MAYO DE NOMBRE Apellido paterno Apellido materno Nombre (s) Firma
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 detallesFACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA Distribución de Frecuencia Relativa PROBABILIDAD Y ESTADÍSTICA Primer Examen
Más detallesVariables aleatorias bidimensionales discretas
Universidad de San Carlos de Guatemala Facultad de Ingeniería Área de Estadística VARIABLES ALEATORIAS BIDIMENSIONALES Concepto: Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X,
Más detallesVARIABLES ALEATORIAS. Ing. Andrés Álvarez Cid
VARIABLES ALEATORIAS Ing. Andrés Álvarez Cid VALOR ESPERADO CASO DISCRETO Sea X una variable aleatoria discreta con un conjunto de valores posibles D y una función de probabilidad p(x). El valor esperado
Más detallesPyE_ EF1_TIPO1_
SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes
Más detallesTarea 1. Conteste lo siguiente: a) Qué constituye la población? Todas las personas aseguradas por el IMSS. b) La población es finita o infinita?
Tarea 1 Esta tarea tiene tres secciones. La primera sección tiene un peso de 15%, la segunda sección tiene un peso de 15%, la tercera sección tiene un peso de 35% y la cuarta tiene un peso de 35%. 2. El
Más detallesFACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD. Semestre:
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD SERIE TEMA VARIABLES ALEATORIAS Semestre: 7-. Una variable aleatoria discreta X tiene la
Más detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detalles2. Ejercicio: 003_VACD_081
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD Semestre: 7- SERIE TEMA VARIABLES ALEATORIAS CONJUNTAS. Ejercicio: _VACD_8 Sean las distribuciones
Más detalles( )( ) ( )( ) ( )( ) ( )( ) f ( ) ( )( ) [ f ]
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL SEMESTRE 0 -
Más detallesMatemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3
1. Se está haciendo un estudio de medicamentos diferentes que contienen un principio activo común La distribución de frecuencias se indica en la tabla que sigue: Cantidad de sustancia mg [10,20 [20,30
Más detallesSOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Más detallesMatemáticas Aplicadas I: Ev2 Recuperación febrero 2018
Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018 PARTE 1: ESTADÍSTICA UNIDIMENSIONAL Y BIDIMENSIONAL 1. La siguiente tabla recoge las edades de las personas que han subido a un avión. Edad [0, 18)
Más detallesCálculo de Probabilidades II Preguntas Tema 2
Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución
Más detallesCentro Universitario de Tonalá
Presentación Este curso de estadística y evaluación de datos se encuentra diseñado para los estudiantes del Doctorado en Agua y Energía del Centro Universitario de Tonalá. Competencias genéricas de la
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 011 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesTema 5. Variables Aleatorias Conjuntas.
Tema 5. Variables Aleatorias Conjuntas. Objetivo: El alumno conocerá el concepto de variables aleatorias conjuntas podrá analizar el comportamiento probabilista, conjunta e individualmente, de las variables
Más detallesDISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD
DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)
Más detallesTEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI Asignatura: Estadística II Docente: Ing. Jesús Alonso Campos TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesEXAMEN DE ESTADÍSTICA Septiembre 2011
EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros
Más detallesMomentos de una variable
Momentos de una variable Momentos respecto del origen Dada una variable aleatoria X con función de probabilidad o densidad f(x) podemos definir una función de X que sea igual a la variable elevada a un
Más detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS AÑO: 2017-2018 PERIODO: Segundo Término MATERIA: ESTADÍSTICA PROFESORES: Cardenas N/Cevallos L./Cevallos H./Crow P./García
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesCuestiones propuestas de la primera prueba de la primera preparación
Cuestiones propuestas de la primera prueba de la primera preparación Temas a 9 de Teórica Básica Estas cuestiones van pensadas en la línea del primer examen Su dificultad conjunta tiene un nivel similar
Más detallesIntervalos de Confianza
Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de
Más detallesMatemática 3 Curso 2014
Matemática 3 Curso 204 Práctica 4: Variables aleatorias continuas. Funciones de distribución de probabilidad uniforme, exponencial, normal ) El tiempo total, medido en unidades de 00 horas, que un adolescente
Más detalles8.1. Sección. Distribución de la media muestral Pearson Prentice Hall. All rights reserved
Sección 8.1 Distribución de la media muestral 2010 Pearson Prentice Hall. All rights reserved Términos importantes variable aleatoria (v.a.) es un número real cuyo valor se determina al azar y mediante
Más detallesAsimetría Coeficiente de Asimetría de Fisher
Asimetría Si los valores de la serie de datos presenta la misma forma a izquierda y derecha de un valor central (media aritmética) se dice que es simétrica de lo contrario será asimétrica. Para medir el
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesVariables aleatorias
Ejemplo: Suponga que un restaurant ofrecerá una comida gratis al primer cliente que llegue que cumpla años ese día. Cuánto tiene que esperar el restaurant para que la primera persona cumpliendo años aparezca?
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesEXAMEN FINAL DE PROBABILIDAD TEMA A. Nombre: Fecha: Grupo: 1. Encuentre el número de formas en que se pueden asignar las 9 vacantes.
EXAMEN FINAL DE PROBABILIDAD 2009-2 TEMA A Nombre: Fecha: Grupo: No se permiten preguntas ni consultas durante la evaluación. Lea cuidadosamente cada ejercicio. Importante: no sacar tablas, apuntes, libros,
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 2017-2 764-1/7 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 126 Fecha: 21/04/2 018 MODELO DE RESPUESTAS Objetivos del
Más detallesUNIDAD I. ESTADISTICA
MEDIDAS DE ESTADÍSTICA DESCRIPTIVA (Tomado de: http://www.universidadabierta.edu.mx/serest/map/metodos%20cuantitativos/py e/tema_12.htm) UNIDAD I. ESTADISTICA 1.2 Medidas Descriptivas MEDIDAS DESCRIPTIVAS
Más detallesSumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...
ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro
Más detallesTH. DE CHEBYSHEV DISTRIB. NORMAL.
f ( x) 1 2 2 ( x) e 2 2 TH. DE CHEBYSHEV DISTRIB. NORMAL El Desvío Estándar y el Teorema de Chebyshev Es conocida en el área de la probabilidad y estadística, la desigualdad de Chebyshev, matemático Ruso
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesPROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2
PROYECTO DE CARRERA: INGENIERÍA INDUSTRIAL ASIGNATURA: ESTADÍSTICAS II GUÍA DE EJERCICIOS N 2 UNIDAD II: DISTRIBUCIONES MUESTRALES OBJ. 2.1 2.2 2.3 2.4 1.- Un plan de muestreo para aceptar un lote, para
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detallesOPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:
Bloque III Solucionario Actividades de síntesis: Estadística y probabilidad OPCIÓN A A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en
Más detallesTALLER DE INTRODUCCIÓN A LOS NEGOCIOS
REGRESIÓN LINEAL SIMPLE INTRODUCCIÓN Si sabemos que existe una relación entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia
Más detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
Más detallesCoeficiente de Correlación
Coeficiente de Correlación Al efectuar un análisis de regresión simple (de dos variables) necesitamos hacer las siguientes suposiciones. Que las dos variables son mensurables Que la relación entre las
Más detallesAPUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS
CAPITULO V APUNTES DE PROBABILIDAD Y ESTADISTICA VARIABLES ALEATORIAS CONJUNTAS. CONSIDERANDO EL CASO DE DOS DIMENSIONES. DADO UN ESPERIMENTO, EL PAR ( x, y ) SE CONOCE COMO UNA VARIABLE ALEATORIA BIDIMENSIONAL
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesDistribución conjunta de variables aleatorias
Distribución conjunta de variables aleatorias En muchos problemas prácticos, en el mismo experimento aleatorio, interesa estudiar no sólo una variable aleatoria sino dos o más. Por ejemplo: Ejemplo 1:
Más detallesUniversidad Central de Venezuela Facultad de Ciencias Escuela de Computación Probabilidad y Estadística Práctica Nº 4
Distribuciones de Variables Aleatorias Distribuidas en forma Conjunta Objetivos de la práctica: Objetivo general: Al finalizar la práctica, el estudiante deberá conocer los conceptos fundamentales de las
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detallesVARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.
VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesEstadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación
Estadística Tema 3 Esperanzas 31 Esperanza Propiedades 32 Varianza y covarianza Correlación 33 Esperanza y varianza condicional Predicción Objetivos 1 Medidas características distribución de VA 2 Media
Más detallesMatemática 3 Curso 2013
Matemática 3 Curso 2013 Práctica 3: Variables aleatorias discretas. Funciones de distribución Binomial, Geométrica, Hipergeométrica, Poisson. 1) Dadas las siguientes funciones, determinar cuales son funciones
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesMatemática Aplicada y Estadística - Grado en Farmacia Curso 2014/15 1er. Examen Parcial 6 de noviembre de 2014
Matemática Aplicada y Estadística - Grado en Farmacia Curso 2014/1 1er. Examen Parcial 6 de noviembre de 2014 Apellidos y nombre del alumno/a Grupo 4 1. 2 puntos) En la siguiente tabla se refleja la distribución
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 23 de enero de 2018 1hora y 1 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. En la siguiente tabla se muestra la temperatura máxima T, en grados Celsius,
Más detallesUNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS
UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS PROGRAMA ANALÍTICO DE LA ASIGNATURA: PROBABILIDAD Y ESTADISTICA RES. 251/96 F.R.R. COORDINADOR: RAÚL DAVID KATZ
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesLISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)
LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) PROBABILIDAD CONDICIONAL 1. Dados P (A) = 0.4, P (B A) = 0.3 y P (B c A c ) = 0.2, determine: a) P (A c ). b) P (B A c ). c) P (B). d) P
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesMETODOS ESTADÍSTICOS
METODOS ESTADÍSTICOS Introducción. Uno de los objetivos de la asignatura de Hidrología, es mostrar a los alumnos, las herramientas de cálculo utilizadas en Hidrología Aplicada para diseño de Obras Hidráulicas.
Más detalles1º BCNySyT Distribuciones binomial y normal Excel
1º BCNySyT - 14. Distribuciones binomial y normal Excel PASO A PASO 1. Calcula los parámetros de la variable aleatoria número de hijas y haz el diagrama de barras de frecuencias relativas. Número de hijas:
Más detallesApellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:
Cátedra: Probabilidad y Estadística Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar
Más detallesCálculo de Probabilidades y Estadística. Segunda prueba. 1
08231. Cálculo de Probabilidades y Estadística. Segunda prueba. 1 Problema 1. Se eligen tres puntos A, B y C, al azar e independientemente, sobre una circunferencia. Determinar la distribución del valor
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTADES DE ECONOMÍA E INGENIERÍA LICENCIATURA EN ECONOMÍA Y NEGOCIOS PROGRAMA DE ESTUDIO Probabilidad y Estadística P84 /P74 /P94 09 Asignatura Clave Semestre
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detalles