Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!"

Transcripción

1 Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca El mayor portal de recursos educatvos a tu servco!

2 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO TECNOLÓGICO DE APIZACO DEPARTAMENTO DE CIENCIAS BÁSICAS ESTADÍSTICA ADMINISTRATIVA I (Lcecatura e admstracó) M. e C. JOSÉ LUIS HERNÁNDEZ GONZÁLEZ Estadístca Admstratva I pag. M. e C. José Lus Herádez Gozález

3 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas ESTADÍSTICA ADMINISTRATIVA I (Lcecatura e admstracó) OBJETIVO GENERAL DEL CURSO. Aalzará y aplcará coceptos y téccas de la probabldad y estadístca descrptva e ferecal e la solucó de problemas e áreas de su competeca. I Dstrbucoes de frecueca.. Coceptos de estadístca y su clasfcacó. Recoplacó de datos.3 Dstrbucó de frecueca.3. Hstogramas, polígoos de frecueca, ojvas.4 Meddas de tedeca cetral para u cojuto de datos y datos o agrupados.4. Meda, meda poderada.4. Medaa.4.3 Moda.4.4 Relacó etre meda, medaa y moda.5 Meddas de dspersó para u cojuto de datos y datos agrupados.5. Rago.5. Desvacó meda.5.3 Varaza.5.4 Desvacó estádar.6 Coefcete de varacó.7 Coefcete de asmetría de Pearso II Itroduccó a la probabldad y valor esperado. Itroduccó a la probabldad.. Defcó y epresó. Evetos mutuamete ecluyetes y o ecluyetes.3 Reglas de adcó.4 Evetos depedetes, depedetes, probabldad codcoal.5 Reglas de multplcacó.6 Dagrama de árbol.7 Combacoes y permutacoes.8 Aálss combatoro.9 Teorema de Bayes.0 Valor esperado o esperaza matemátca III Tpos de dstrbucoes varables aleatoras dscretas y cotuas 3. Bomal 3.. Propedades: meda, varaza y desvacó estádar 3.. Gráfca Estadístca Admstratva I pag. M. e C. José Lus Herádez Gozález

4 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas 3. Posso 3.. Propedades: meda, varaza y desvacó estádar 3.. Gráfca 3.3 Hpergeométrca 3.3. Propedades: meda, varaza y desvacó estádar 3.3. Gráfca 3.4 Normal 3.4. Propedades: meda, varaza y desvacó estádar 3.4. Gráfca 3.5 Apromacó de la ormal a la bomal 3.5. Propedades: meda, varaza y desvacó estádar 3.5. Gráfca IV Muestreo y estmacoes 4. Defcó de muestreo 4.. Tpos de muestreo aleatoro, sstematzado, estratfcado y coglomerados 4. Cocepto de dstrbucó de muestreo de la meda 4.. Dstrbucó muestral de la meda co σ coocda y descoocda 4.. Dstrbucó muestral de la µ-µ co σ coocda y descoocda 4..3 Dstrbucó muestral de la proporcó 4..4 Dstrbucó muestral p-p 4.3 Teorema del límte cetral 4.4 Tpos de estmacoes y característcas 4.5 Determacó del tamaño de la muestra de ua poblacó 4.6 Itervalos de cofaza para la meda, dstrbucó Normal y t 4.6. Determacó del tamaño de la muestra co grado de cofaza y estmacó µ 4.7 Itervalo de cofaza para la dfereca etre dos medas µ - µ co y σ σ coocdas, co el uso de la dstrbucó ormal y la t studet 4.8 Ua sola muestra: estmacó de la proporcó 4.9 Itervalo de cofaza para la dfereca de dos proporcoes V Cotrol estadístco de Proceso 5.. Itroduccó a la caldad total 5.. Cotrol estadístco 5.3. Tpos de varacó 5.4. Grafcas de cotrol 5.4..Gráfcas de cotrol para la meda del proceso: gráfca χ 5.4. Gráfcas de cotrol para la desvacó estádar del proceso: (S) Gráfcas de cotrol para el rago del proceso. Grafcas ( R ) Software estadístco Estadístca Admstratva I pag. 3 M. e C. José Lus Herádez Gozález

5 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas BIBLIOGRAFÍA (Temaro) ) Lev I. Rchard. Estadístca para admstradores Edtoral: Pretce-Hall. ) Medehall. Estadístca para admstradores. Edtoral: Grupo Edtoral Iberoamercaa. 3) Stephe P. Sha O. Estadístca para ecoomstas y admstracó de empresas. Edtoral: Harreu. H. 4) Kazmer. Estadístca para admstracó ecoomía y cecas socales. Edtoral: McGraw Hll 5) Spegel. Murray V. Estadístca. Edtoral: McGraw Hll 6) Wllam Medehall, D. Wackerly, L. Scheaffer. Estadístca matemátca e aplcacoes. Grupo Edtoral Iberoamercaa. Observacoes: 7) Keeth D. Hopks B.R. Hopks, V. Class. Estadístca básca para las cecas socales y del comportameto. Edtoral: Pretce-Hall. 8) Walphole. Probabldad y estadístca. Edtoral: McGrawHll. 9) Joh E. Freud A. Smo. Estadístca elemetal. Edtoral: Pretce-Hall. 0) George Caavos. Probabldad y estadístca, aplcacoes y métodos. Edtoral: McGrawHll () () Programas: Mathcad y SSPS. Estadístca Admstratva I pag. 4 M. e C. José Lus Herádez Gozález

6 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas BIBLIOGRAFÍA (Aputes) Estadístca I Napoleó Labastda López I.P.N. Lmusa Estadístca Iferecal y Ecoometría José Felpe Padlla Díaz I.P.N. Probabldad y Estadístca Walpole y Mer Mc Graw Hll Probabldad y Estadístca Problemas de Probabldad Hugo E. Borras García Rafael Irarte B. Facultad de Igeería UNAM LINKS Programa R (software lbre) Wplot y Wstat (software lbre) IMPORTANTE Etregar aputes completos al falzar el curso. (co aotacoes de la clase e las copas y fechas, 4 revsoes durate el semestre) Las tareas o trabajos de vestgacó se debe etregar como mapas coceptuales. (e hojas blacas, ombre, fecha y úmero de lsta, egrapado) Elaborar proyecto co algú software de la lsta. Etregar reporte de lecturas seleccoadas. Etregar 0 problemas resueltos por cada tema. Estadístca Admstratva I pag. 5 M. e C. José Lus Herádez Gozález

7 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas UNIDAD I RECOPILACIÓN DE LA INFORMACIÓN CONCEPTOS DE ESTADÍSTICA Y SU CLASIFICACIÓN ESTADÍSTICA. Es la ceca que estuda los medos para dervar formacó válda a partr de u cojuto de datos. Es decr, estuda los mecasmos para la obtecó de datos así como su mapulacó y aálss. El estudo de la estadístca se ha cocretado prmordalmete e el aálss de datos y su aplcacó e la toma de decsoes, lo que ha permtdo dvdr a la estadístca e: Estadístca descrptva Ifereca estadístca (estadístca ductva o estadístca aalítca). ESTADÍSTICA DESCRIPTIVA. Es el proceso que se relacoa co los métodos y/o téccas para la recoplacó, orgazacó y aálss de u cojuto de datos cuattatvos, co el objeto de descrbr e forma apropada las dversas característcas de dcho cojuto. INFERENCIA ESTADÍSTICA. Es la técca o metodología medate la cual es posble realzar la estmacó de las característcas de ua poblacó o realzar la toma de decsoes basados e resultados muestrales. DEFINICIONES POBLACIÓN. Es la totaldad de elemetos de u grupo dado que posee ua característca delmtada para el alcace de ua vestgacó. MUESTRA. Se deoma muestra a ua porcó de datos represetatvos de ua poblacó. PASOS PARA EFECTUAR UN ESTUDIO ESTADÍSTICO El uso de los métodos estadístcos es muy varado y se aplca geeralmete a dsttos campos como so los egocos, ecoomía, educacó, medca, geería, etc. Para lo cual el proceso para realzar u estudo estadístco está costtudo de las sguetes etapas:. Formulacó del problema. Para realzar el estudo de u problema es ecesaro delmtarlo y formularlo adecuadamete, defédolo de maera clara y precsa.. Dseño del epermeto. Esta etapa se basa prmordalmete e obteer u mámo de formacó empleado u mímo de costo y tempo. Estadístca Admstratva I pag. 6 M. e C. José Lus Herádez Gozález

8 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas 3. Recoplacó de datos. Los datos provee de observacoes reales o de documetos que se usa de maera cotdaa, es la parte que cosume mayor tempo la cual la podemos obteer de: a. Bacos de datos b. Etrevstas o cuestoaros c. Observacó drecta o medcoes epermetales 4. Orgazacó y descrpcó. Cosste e desglosar los datos e alguas propedades secllas, se cluye el problema de elaborar modelos matemátcos apropados de los datos. 5. Ifereca estadístca. Cosste e obteer coclusoes acerca de la poblacó muestreada que do lugar a los datos recoplados, es el prcpal objetvo de las vestgacoes estadístcas. 6. Iterpretacó y decsó. Cosste e la fase fal del estudo la cual determará s ua solucó es adecuada o o, depededo de los resultados obtedos. OBTENCIÓN DE DATOS Detro de u proceso de vestgacó ua de las actvdades que se realza es la recoplacó de datos, la cual es el acopo de formacó y se cluye desde elaborar fchas bblográfcas hasta la aplcacó de cuestoaros co el empleo de téccas de muestreo. Este ua gra varedad de téccas para realzar la vestgacó, que se deberá seleccoar de acuerdo a las ecesdades del problema, así como a dferetes factores como so el tempo, costo, tpo de actvdades a realzar, recursos humaos, etc. Las téccas de recoplacó de datos las podemos realzar co: Ivestgacó documetal Ivestgacó de campo LA INVESTIGACIÓN DOCUMENTAL. Cosste e el estudo de documetos escrtos sobre u objeto determado, es decr so todos aquellos documetos regstrados e dferetes dspostvos físcos a los que podemos teer acceso e forma drecta o drecta para su cosulta y se puede clasfcar e:.- Documetal bblográfca 4.- Documetal audográfca.- Documetal hemerográfca 5.- Documetal vdeográfca 3.- Documetal escrta 6.- Documetal coográfca LA INVESTIGACIÓN DE CAMPO. Cosste e obteer formacó drecta medate dferetes actvdades por cotacto drecto co el hecho que se quere vestgar así como las persoas relacoadas y se puede realzar: a) Por observacó drecta b) Por terrogacó LA OBSERVACION. Es el procedmeto empírco básco, el cual cosste e realzar la percepcó tecoada de ua actvdad determada medate la epermetacó la cual cosste Estadístca Admstratva I pag. 7 M. e C. José Lus Herádez Gozález

9 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas e la obtecó de datos cuattatvos por medo de la medcó del feómeo que se este observado. Para realzar la observacó se utlza dversos strumetos aulares los cuales so:.- La fcha de campo 3.- La etrevsta.- Estudo de Actvdades 4.- La ecuesta realzadas co aterordad, bografías, etc. LA ENTREVISTA. Es ua de las téccas más comues y es cosderada como la relacó drecta etre el vestgador y el objeto de estudo a través de dvduos o grupos co el f de obteer testmoos reales. a) Etrevstas formales b) Etrevstas formales LA ENCUESTA. Cosste e recoplar formacó sobre ua parte e la poblacó, e dode la formacó recoplada puede emplearse para u aálss cuattatvo co el f de detfcar las magtudes del problema. a) U cuestoaro b) Ua cedula de etrevsta EL CUESTIONARIO. Es u efcaz aular e la observacó cetífca que cotee aspectos del feómeo esecales, las cuales so pregutas formuladas por escrto y o es ecesara la preseca del vestgador. - Cuestoaros por correo - Cuestoaro admstrado por el etrevstado - Cuestoaro admstrado por el etrevstador LA CEDULA. Tee carácter de aómo, dode el ecuestador es que llea la cedula de etrevsta, además de que es posble aclara la formacó sobre las pregutas y es utlzada cuado ua persoa tee u bajo vel cultural. Ivestgacó Documetal Campo Bblográfca Hemerográfca Escrta Audográfca Vdeográfca Icoográfca Dspostvo magétco Observacó drecta Por terrogacó Fcha de campo Actvdades aterores Etrevsta Ecuesta Formal Iformal Cuestoaro Cédula de etrevsta Estadístca Admstratva I pag. 8 M. e C. José Lus Herádez Gozález

10 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Orgazacó, presetacó y medcó de la formacó ESTADÍSTICA DESCRIPTIVA Meddas descrptvas. Es posble realzar ua terpretacó o aálss de los datos medate dferetes meddas descrptvas que os permte etraer y resumr las prcpales característcas de los datos. Las meddas descrptvas puede calcular a partr de ua muestra o de ua poblacó, además es ecesaro realzar ua tabla de frecuecas cuado los datos so demasados para poder grafcarlos e terpretarlos. DISTRIBUCIÓN DE FRECUENCIAS Dstrbucó de Frecueca: Es ua represetacó tabular e la cual se dspoe datos dvddos e grupos ordeados umércamete y que se deoma clases o categorías. Al costrur ua tabla de dstrbucó de frecuecas, debemos de: ) Se seleccoa el úmero adecuado de clases para la tabla. ) Se seleccoa u tervalo de clase o achura apropada. 3) Establecer los límtes de clase para evtar traslapes. La seleccó del úmero de clases depede de la catdad de datos s embargo, se propoe de etre 5 y 5. CÁLCULO DE NÚMEROS DE CLASES Para calcular el úmero de clases de ua tabla de frecuecas podemos usar las sguetes epresoes ó fórmulas: a) Raíz cuadrada b) Regla de Sturges c) Regla de Stockes k k log k l( ) l() + Estadístca Admstratva I pag. 9 M. e C. José Lus Herádez Gozález

11 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Cosdere los sguetes datos aleatoros: a) Raíz cuadrada k b) Regla de Sturges k log (35) l( ) c) Regla de Stockes k l() Rago 0 9 I recorrdo k S redodeamos a I 4 tedremos k 5 y s redodeamos a I 3, tedremos k 6, por smplcdad se toma e este ejemplo I 4 y k 5. Frecuecas Frecuecas frecuecas Marca de Clase Frecuecas Frecuecas acumuladas relatvas acumuladas clase relatvas l ls f f F a f r f a r 0.5 a meos de /35 5/ a meos de /35 / a meos de /35 9/ a meos de /35 7/ a meos de /35 35/ k Número de clases ls Límte Superor l Límte Iferor I Acho de clase Estadístca Admstratva I pag. 0 M. e C. José Lus Herádez Gozález

12 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas HISTOGRAMAS Hstograma de Frecuecas: Está formado por u cojuto de barras rectagulares, levatadas sobre el eje de las abscsas (), cuyas áreas so proporcoales a las frecuecas, la altura de cada barra represeta a la frecueca. frecuecas marca de clase Polígoos de frecueca: Es u dagrama de líea que usa los msmos ejes y escala del hstograma, formado u polígoo. 0 frecuecas marca de clase 0 frecuecas marca de clase Estadístca Admstratva I pag. M. e C. José Lus Herádez Gozález

13 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Dagramas acumulatvos (ojvas): E ocasoes se desea mostrar la dstrbucó de datos, e forma acumulada. Las frecuecas acumuladas se puede formar sobre ua base meor que ó mayor que y se obtee sumado e orde ascedete o descedete las frecuecas. frecuecas acumuladas límtes frecuecas acumuladas límtes Efecto de la catdad de datos e u hstograma. Estadístca Admstratva I pag. M. e C. José Lus Herádez Gozález

14 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas MEDIDAS DE TENDENCIA CENTRAL O DE POSICIÓN La mayoría de los datos se muestra la tedeca de agruparse alrededor de u puto cetral y es posble elegr u valor promedo que descrba al cojuto. Las más usuales so: la Meda Artmétca, la Medaa, Moda y el Rago Medo. Meda artmétca muestra + + K + poblacó µ N N Medaa + M d poscó Nota: Es mportate ordear los datos de mayor a meor o de meor a mayor. Moda (Mo) Es aquel valor co mayor frecueca. Rago medo R m mayor + meor Meda geométrca Mg Π K Estadístca Admstratva I pag. 3 M. e C. José Lus Herádez Gozález

15 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Estadístca Admstratva I pag. 4 M. e C. José Lus Herádez Gozález utlzado logartmos log log log 0 log 0 M g K Meda armóca (M-) M K Meda cuadrátca (Mc) M c K Meda artmétca poderada w w w w w w w K K Cuartles (Q) poscó Q 4 + Decles (D) poscó D 0 + Percetles (P) poscó P 00 +

16 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas MEDIDAS DE DISPERSIÓN Es ua propedad que descrbe a u cojuto de datos e relacó al grado de varacó o dsemacó de los msmos las meddas mas usuales so el rago, la desvacó meda, la varaza y la desvacó Estádar. Rago (recorrdo, ampltud, osclacó) R mayor meor Desvacó meda (D. M.) D. M. + + K + Varaza muestra s ( ) ( ) + ( ) + K+ ( ) poblacó N ( µ ) σ N Desvacó estádar muestra s s ( ) poblacó σ σ N ( µ ) N Coefcete de varacó Coefcete de asmetría cv 3( M ca s s d ) σ cv µ 3( µ M ca σ d ) Estadístca Admstratva I pag. 5 M. e C. José Lus Herádez Gozález

17 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Ejemplo: Cosdere el sguete cojuto de calfcacoes obtedas de ua muestra de 8 alumos del grupo. 80, 78, 60, 33, 80, 90, 80, M d 4. 5 poscó Md poscó Mo 80 R m (8)() Q poscó R MEDIDAS DE DISPERSIÓN s ( ) + ( ) 8 + K + ( ) s cv ca 3( ) Estadístca Admstratva I pag. 6 M. e C. José Lus Herádez Gozález

18 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas DATOS AGRUPADOS Cuado el cojuto de datos es muy grade lo podemos orgazar e ua tabla de frecuecas y después calcular sus meddas como datos agrupados. Meda Medaa Moda Cuartles Decles Percetles Varaza f f M d M o Q fa a l + I f l + I + fa l + 4 f fa D l 0 + f fa P l 00 + f σ k ( µ ) k f a a a I I I f Número de datos l Límte feror f Frecueca Valor Medo o marca de clase Dfereca etre la mayor frecueca y la frecueca ateror Dfereca etre la mayor frecueca y la frecueca que le sgue I Acho de la clase ó tervalo fa a Frecueca acumulada ateror Ejemplo: Calcular e la tabla de frecuecas ateror la meda artmétca, medaa, moda, desvacó estádar y comparar como datos o agrupados. Estadístca Admstratva I pag. 7 M. e C. José Lus Herádez Gozález

19 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Meda l ls f f a f (-µ) f 0.5 a meos de a meos de a meos de a meos de a meos de µ Medaa 35 Buscar e las frecuecas acumuladas el valor de 7. 5 e las frecuecas acumuladas, como o aparece tómese el regló co la frecueca mayor a 7.5 que correspode a la clase de 8.5 a meos de.5. susttur l ls f f a 0.5 a meos de a meos de a meos de a meos de a meos de l 8.5 fa a f 7 I 4 M d Moda Tomar la mayor frecueca, cosderar el valor de 8 e la clase de.5 a meos de 6.8. l.5 0 I 4 M o Estadístca Admstratva I pag. 8 M. e C. José Lus Herádez Gozález

20 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Varaza σ Desvacó estádar σ Comparatva de la meda artmétca y la desvacó estádar µ.34 (o agrupados).30 (agrupados) σ 5.79 (o agrupados) 5.47 (agrupados) Asmetría. Es ua medda del grado de dstorsó respecto a la smetría que preseta ua dstrbucó de frecuecas. Cuado ua dstrbucó es perfectamete smétrca los valores de la meda, la medaa y de moda so guales. Smétrca Asmetría postva (a la derecha) Asmetría egatva (a la zquerda) Curtóss. Mde el grado de aputameto de la dstrbucó. La curva ormal se toma como refereca para medr la curtóss. S ua curva es meos aputada que la ormal se dce que es platcúrtca y ua curva más aputalada que la ormal se llama leptocúrtca. El termo mesocúrtca es utlzado para descrbr a la curva ormal. Mesocúrtca Leptocúrtca Platcúrtca Estadístca Admstratva I pag. 9 M. e C. José Lus Herádez Gozález

21 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas UNIDAD II INTRODUCCIÓN A LA PROBABILIDAD Y VALOR ESPERADO CONJUNTOS Y TÉCNICAS DE CONTEO DEFINICIÓN Y NOTACIÓN DE CONJUNTOS El térmo cojuto juega u papel fudametal e el desarrollo de las matemátcas moderas; Además de proporcoar las bases para compreder co mayor clardad alguos aspectos de la teoría de la probabldad. Su orge se debe al matemátco alemá George Cator (845 98). Podemos defr de maera tutva a u cojuto, como ua coleccó o lstado de objetos co característcas be defdas que lo hace perteecer a u grupo determado. Para que esta u cojuto debe basarse e lo sguete: La coleccó de elemetos debe estar be defda. Ngú elemeto del cojuto se debe cotar más de ua vez, geeralmete, estos elemetos debe ser dferetes, s uo de ellos se repte se cotará sólo ua vez. El orde e que se eumera los elemetos que carece de mportaca. NOTACIÓN A los cojutos se les represeta co letras mayúsculas A, B, C,... y a los elemetos co letras músculas a, b, c,..., por ejemplo, el cojuto A cuyos elemetos so los úmeros e el lazameto de u dado. A {,, 3, 4, 5, 6 } E base a la catdad de elemetos que tega u cojuto, estos se puede clasfcar e cojutos ftos e ftos. FINITOS: Tee u úmero coocdo de elemetos, es decr, se ecuetra determados por su logtud o catdad. El cojuto de días de la semaa INFINITOS: So aquellos e los cuales o podemos determar su logtud. El cojuto de los úmeros reales Este dos formas comues de epresar u cojuto y la seleccó de ua forma partcular de epresó depede de la coveeca y de certas crcustacas sedo: Estadístca Admstratva I pag. 0 M. e C. José Lus Herádez Gozález

22 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas EXTENSIÓN: Cuado se descrbe a cada uo de los elemetos. A {a, e,, o, u} COMPRENSIÓN: Cuado se euca las propedades que debe teer sus elemetos. A { es ua vocal} Para descrbr s u elemeto perteece o o a u cojuto, se utlza el símbolo de perteeca o es elemeto de, co el símbolo, e caso cotraro. A {,, 3} A; 5 A TIPOS DE CONJUNTOS CONJUNTO VACIÓ O NULO: Es aquel que o tee elemetos y se smbolza por o { }. A { + 0 R} El cojuto A, es u cojuto vacío por que o hay gú úmero real que satsfaga a + 0 CONJUNTO UNIVERSAL: Es el cojuto de todos los elemetos cosderados e ua poblacó o uverso, e u problema e especal. No es úco, depede de la stuacó, deotado por U o Ω. RELACIONES ENTRE CONJUNTOS IGUALDAD DE CONJUNTOS Cosderado el cojuto A y el cojuto B, s ambos tee los msmos elemetos, es decr, s cada elemeto que perteece a A també perteece a B y s cada elemeto que perteece a B perteece també a A. A B SUBCONJUNTO S todo elemeto de u cojuto A es també elemeto de u cojuto B, etoces se dce que A es u subcojuto de B. Represetado por el símbolo. A B o B A SUBCONJUNTOS PROPIOS Se dce que es u subcojuto propo de A sí todos los elemetos de u cojuto B se ecuetra cludos e él A, deotado por. A B o B A Estadístca Admstratva I pag. M. e C. José Lus Herádez Gozález

23 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas CONJUNTO POTENCIA La famla de todos los subcojutos de u cojuto se llama cojuto poteca. S u cojuto es fto co elemetos, etoces el cojuto poteca tedrá subcojutos. A {, } El total de subcojutos es: 4 {,}, {}, {}, { } CONJUNTOS DISJUNTOS So aquellos que o tee elemetos e comú, es decr, cuado o este elemetos que perteezca a ambos. F {,, 3, 4, 5, 6} G {a, b, c, d, e, f} PARTICIÓN Cuado u cojuto es dvddo e subcojutos mutuamete ecluyetes y ehaustvos, se le deoma partcó. OPERACIONES DE CONJUNTOS Uó. Iterseccó. Dfereca. Complemeto. Producto cartesao. UNIÓN DE CONJUNTOS. Sea A y B dos subcojutos cualesquera del cojuto uversal. La uó de A y B, epresada por A B, es el cojuto de todos los elemetos que perteece a A o perteece a B. A B { A o B} INTERSECCIÓN DE CONJUNTOS. Sea A y B dos cojutos cualesquera del cojuto uversal. La terseccó de A y B, epresada por A B, es el cojuto de todos los elemetos que perteece a A y a B smultáeamete, es decr: A B { A y B} Estadístca Admstratva I pag. M. e C. José Lus Herádez Gozález

24 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas DIFERENCIA DE CONJUNTOS O COMPLEMENTO RELATIVO. Sea A y B dos cojutos cualesquera del cojuto uversal. La dfereca o complemeto relatvo de B co respecto a A, es el cojuto de los elemetos que perteece a A, pero o perteece a B. Nota: A - B B - A A - B { A, B} COMPLEMENTO ABSOLUTO O SIMPLEMENTE COMPLEMENTO. Sea A u subcojuto cualesquera del cojuto uversal. El complemeto de A es el cojuto de elemetos que perteecedo al uverso y o perteece al cojuto A, deotado por A o A c. Nota: A U - A A { U, A} PRODUCTO CARTESIANO. Sea A y B dos cojutos, el cojuto producto o producto cartesao epresado por A B está formado por las parejas ordeadas (a, b) dode a A y b B. A B {(a, b) a A y b B} LEYES DE CONJUNTOS DE IDEMPOTENCIA A A A A A A ASOCIATIVA (A B) C A (B C ) (A B) C A (B C) DE INVOLUCIÓN (A ) A DE COMPLEMENTO A A U A A U U CONMUTATIVA A B B A A B B A D MORGAN (A B) A B (A B) A B DISTRIBUTIVA A (B C) (A B) (A C) A (B C) (A B) (A C) DE IDENTIDAD A U U A A A U A A PRINCIPIO DE CONTEO (A B) (A) + (B) A B (A B) (A) + (B) - (A B) A B Estadístca Admstratva I pag. 3 M. e C. José Lus Herádez Gozález

25 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas DIAGRAMAS DE VENN U dagrama de Ve es ua represetacó pctórca de cojutos e el plao. El cojuto uversal U se represeta por u rectágulo, cualquer otro cojuto se represeta co u círculo. Ua operacó se represeta medate el sombreado de los elemetos del cojuto. S A B A B EVENTOS EXPERIMENTO ESTADÍSTICO: Es el proceso medate el cual se geera u cojuto de datos y puede ser determístco o aleatoro. ESPACIO MUESTRAL: So todos los posbles resultados que se obtee de u epermeto deotado por S o Ω. S {,, 3, 4, 5, 6} EVENTO SIMPLE: So los evetos costtudos por u sólo elemeto. A {4} EVENTO COMPUESTO: Es cualquer eveto que se puede descompoer e dos o más evetos smples. B {, 4, 6} EVENTOS MUTUAMENTE EXCLUYENTES: Llamados també dsjutos, o puede ocurrr smultáeamete, es decr, la ocurreca de ellos ecluye la ocurreca de los otros. A B EVENTOS INDEPENDIENTES: Cuado la ocurreca o o ocurreca de u eveto o afecte la ocurreca de otro eveto. EVENTOS DEPENDIENTES: S los evetos A y B está relacoados de tal modo que la ocurreca de B depede de la ocurreca de A, etoces A y B so depedetes. Estadístca Admstratva I pag. 4 M. e C. José Lus Herádez Gozález

26 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas TÉCNICAS DE CONTEO Para determar el espaco muestral o el tamaño del espaco muestral, es ecesaro desarrollar alguas téccas de eumeracó las cuales so: El Dagrama de Árbol Aálss Combatoro. DIAGRAMAS DE ÁRBOL Los dagramas de árbol so ordeacoes empleadas para eumerar todas las posbldades lógcas de ua secueca de evetos, dode cada eveto puede ocurrr e u úmero fto. Proporcoa u método sstemátco de eumeracó objetva de los resultados. Raíz Ramas A cotuacó, se preseta u Dagrama de Árbol, referete a las respuestas que se puede dar a tres pregutas de Verdadero o Falso. Teemos dos opcoes posbles para cada preguta, V o F el árbol preseta dos ramas e cada preguta. ) La teoría de cojutos fue desarrollada por G. Cator. a) V b) F ) G. Cator es de orge fracés. a ) V b) F 3) La teoría de cojutos srve para smplfcar la Estadístca. ) V F a) V b) F 3) V V F F V F Estadístca Admstratva I pag. 5 M. e C. José Lus Herádez Gozález V F V F V F

27 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Las dferetes formas e que se puede cotestar so ocho y forma el espaco muestral. S {VVV, VVF, VFV, VFF, FVV, FVF, FFV, FFF} Se tee e u estate 3 lbros uo de Álgebra, otro de Cotabldad y otro de Bología. De cuátas formas dsttas se puede ordear los lbros? A B C C B A C A B B C C A B A {ACB, ABC, BCA, BAC, CAB, CBA} Álgebra Cotabldad Bología Cotabldad Bología Álgebra Bología Cotabldad Álgebra Álgebra Bología Cotabldad Bología Álgebra Cotabldad Cotabldad Álgebra Bología ANÁLISIS COMBINATORIO Los dagramas de árbol muestra objetvamete el úmero de resultados posbles e que se puede dspoer de la ordeacó de u cojuto de elemetos, pero esta eumeracó es lmtada, pues a medda que aumeta el úmero de objetos dcha ordeacó se complca, por lo que hay que utlzar otro procedmeto más secllo para determar el úmero total de resultados. Co este f, os Estadístca Admstratva I pag. 6 M. e C. José Lus Herádez Gozález

28 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas apoyaremos e los coceptos permutacoes y combacoes, los cuales tee como base el prcpo fudametal del coteo. PRINCIPIO FUNDAMENTAL DE CONTEO S u eveto A puede ocurrr de maeras, y ua vez que este ha ocurrdo, otro eveto B puede ocurrr de maeras dferetes, etoces el úmero total de formas dferetes e que ambos evetos puede ocurrr e el orde dcado, es gual a. De cuátas maeras puede repartrse 3 premos a u cojuto de 0 persoas, supoedo que cada persoa o puede obteer más de u premo? Aplcado el prcpo fudametal del coteo, teemos 0 persoas que puede recbr el prmer premo. Ua vez que éste ha sdo etregado, resta 9 persoas para recbr el segudo, y posterormete quedará 8 persoas para el tercer premo. De ahí que el úmero de maeras dsttas de repartr los tres premos Cuátas placas de automóvl se puede hacer utlzado dos letras segudas de tres cfras? No se admte repetcoes El símbolo! se lee factoral y es el producto resultate de todos los eteros postvos de a ; es decr, sea u úmero etero postvo, el producto (-) (-)...3 se llama factoral de.! ( - ) ( - )...3 5! Por defcó 0! PERMUTACIONES Ua permutacó de u cojuto de elemetos, es u ordeameto específco de todos o alguos elemetos del cojuto, faclta el recueto de las ordeacoes dferetes que puede hacerse co los elemetos del cojuto. Nota: E ua permutacó el orde e que se dspoe los elemetos del cojuto es mportate. PERMUTACIONES DE ELEMENTOS Por el prcpo fudametal del coteo podemos eucar que el úmero de permutacoes de objetos dsttos tomados de e, es: P! Estadístca Admstratva I pag. 7 M. e C. José Lus Herádez Gozález

29 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Se quere coocer el cojuto de todas las dsposcoes posbles de tres persoas colocadas e hlera para tomar ua fotografía. 3P 3 3! 6 Cco persoas desea ombrar u Comté Drectvo compuesto de u presdete, u vcepresdete, u secretaro, u tesorero y u vocal. Cuátas maeras hay de costtur el comté? 5P 5 5! 0 Hay ses baderas de dsttos colores. Cuátas señales dferetes se puede evar usado las ses baderas al msmo tempo? 6P 6 6! 70 PERMUTACIONES DE ELEMENTOS EN DIFERENTES GRUPOS DE r ELEMENTOS. Podemos calcular el úmero de permutacoes P r, de elemetos, tomados e grupos o subcojutos de r elemetos. P r! ( r)! S de u estate tomamos de 3 lbros Cuátas permutacoes puede realzarse? 3! 3 P 3! (3 )! 6 Cuátas teras puede formarse co las 6 letras del alfabeto, s cada letra sólo puede utlzarse ua sola vez? 6! 6! 6 P (6 3)! 3! Estadístca Admstratva I pag. 8 M. e C. José Lus Herádez Gozález

30 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Cco persoas etra a ua sala e la que hay 8 sllas. De cuátas maeras dferetes puede ocupar las sllas? 8! 8! 8 P (8 5)! 3! PERMUTACIONES DONDE NO TODOS LOS ELEMENTOS SON DIFERENTES. S los elemetos de u cojuto o so todos dferetes etre sí, es decr, alguos de los elemetos so détcos, la fórmula de las permutacoes preseta u uevo aspecto. El úmero de permutacoes que se puede formar e el caso de elemetos, cuado hay elemetos détcos, elemetos de otro tpo détcos, etcétera, es: P,,..., k!!!... k! Cuátas palabras dferetes de cuatro letras puede formarse co las letras LULU? 4!!! 4 4 P, 4 6 S {LLUU, LULU, UULL, ULUL, LUUL, ULLU} Cuátas palabras de oce letras puede formarse co la palabra Msssspp?.! P 4, 4,, 4! 4!!! Cuátos mesajes puede evarse co dez baderas utlzádolas todas, s so cuatro egras, tres verdes y tres rojas? 0 0 P 4, 3, ! 3!3! PERMUTACIONES CIRCULARES Cuado los elemetos se ecuetra dspuestos e forma crcular teemos: Pc ( )! De cuátas maeras podemos ordear 5 llaves e u llavero? 5 Pc (5 )! 4! 4 Estadístca Admstratva I pag. 9 M. e C. José Lus Herádez Gozález

31 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas COMBINACIONES Ya sabemos que e ua permutacó el orde de los elemetos es mportate, pero cuado el orde de colocacó carece de mportaca, a la dsposcó de dchos elemetos se le deoma combacó. Por lo tato, ua combacó es u subcojuto o ua dsposcó de todos los elemetos de u cojuto, s teer e cueta el orde de ellos. El úmero de combacoes o subcojutos o ordeados, cada uo formado por r elemetos, que puede obteerse de u cojuto de elemeto es:! ( r)! r! C r o r! ( r)! r! S de u estate tomamos de 3 lbros, Cuátas combacoes puede realzarse? 3! 3! (3 )!!!! 3 C 6 3 Por lo tato, el resultado se reduce a 3 posbles formas ya que e ua combacó el orde de los elemetos o es mportate. Se tee cco obreros para u trabajo especal que requere de tres de ellos. De cuátas maeras dferetes se puede seleccoar u equpo de tres? 5! (5 3)!3! 5! 0!3! 5 C 3 De u club de 0 socos, se va a seleccoar 3 para formar la mesa drectva. De cuátas formas puede costturse? 0! 0! (0 3)!3! 7!3! C Estadístca Admstratva I pag. 30 M. e C. José Lus Herádez Gozález

32 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Es coveete observar que: C r C r Así: 00 C C C FÓRMULA DEL BINOMIO r r ( a + b) a b r 0 r AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. DEFINICIONES DE LA PROBABILIDAD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Este tres formas de estmar probabldades: el efoque clásco, el cual se aplca cuado todos los resultados posbles que se cosdera gualmete probables; el de frecuecas relatvas o probabldad empírca, se refere a la estmacó co base e u gra úmero de epermetos repetdos e las msmas codcoes. El efoque subjetvo basado e stuacoes especales, e las cuales o es posble repetr el epermeto y sólo usa u grado de cofaza persoal. PROBABILIDAD CLÁSICA O DE LAPLACE (fes del sglo XVI). Bajo este cocepto defremos la probabldad de obteer u determado resultado A, e u epermeto aleatoro como la relacó por cocete, etre el úmero de casos favorables a su ocurreca, y el úmero de casos posbles. S represetamos la probabldad de ocurreca del eveto A, por P(A), se tedrá: P ( A) Casos favorables al eveto Casos posbles A Esta es la defcó clásca o apror (ates de), es de aplcacó fácl, pues o se ecesta de gú epermeto para su cálculo, so úcamete el coocmeto de las codcoes e que se realza el epermeto. Se supoe que todos los resultados posbles so coocdos, y que todos tee la msma probabldad de ocurrr. S ua ura cotee 0 esferas blacas, 5 azules y 5 rojas, la probabldad de etraer al azar ua esfera blaca, es: 0 P ( B) 30 3 Estadístca Admstratva I pag. 3 M. e C. José Lus Herádez Gozález

33 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Esta probabldad se basa e razoametos abstractos y o depede de la epereca, lo cual permte estmar probabldades s realzar ua gra catdad de epermetos. PROBABILIDAD FRECUENTISTA O DE VON MISES (frecuecas relatvas 957) La probabldad epermetal de que ocurra u eveto es la frecueca relatva observada co que ocurre ese eveto. S u epermeto se realza veces, bajo las msmas codcoes y s ocurre (A) resultados favorables al eveto A, el valor estmado de la probabldad de que ocurra A como resultado de la epermetacó, puede determarse de la maera sguete: P( A) ( A) Dode (A) es el úmero de veces que se observó realmete el eveto A, y es el úmero de veces que se efectuó el epermeto. La probabldad estmada, obteda e esta forma, se deoma probabldad epermetal. A medda que aumeta el úmero de esayos o epermetos, la probabldad estmada de que ocurra u eveto, que se obtee a través de la frecueca relatva, se va acercado al valor apror. Por medo del efoque de frecuecas relatvas, la probabldad se determa sobre la base de la proporcó de veces que ocurre u resultado favorable, e u úmero de observacoes o epermetos. No hay supuesto prevo de guales probabldades. De 70 alumos que se scrbero al curso de probabldad y estadístca e el semestre ateror. 5 o lo termaro, 0 obtuvero ua calfcacó de NA y el resto lo aprobaro, Cuál es la probabldad de que u alumo acredte la matera? 35 P ( A) 70 PROBABILIDAD SUBJETIVA (969) La probabldad estmada medate los efoques cláscos y epermetal, so completamete objetvos, ya que se determa co base e hechos reales. E cambo, e alguos casos se preseta stuacoes e las cuales o es posble realzar epermetos repettvos y los resultados tampoco so gualmete probables. E estas codcoes, la probabldad de ocurreca de u eveto debe evaluarse e forma subjetva. Tales aprecacoes suele ser de crtero persoal, y por lo tato, dos persoas puede cuatfcar e forma dferete, la probabldad subjetva del msmo eveto. Podemos etoces cosderar la probabldad subjetva como la evaluacó persoal de la ocurreca de u eveto certo, que se hace co base e crteros o eperecas sobre casos semejates. AXIOMAS DE PROBABILIDAD Los aomas de la formulacó modera de la teoría de la probabldad costtuye ua base para deducr a partr de ellas u amplo úmero de resultados. Estadístca Admstratva I pag. 3 M. e C. José Lus Herádez Gozález

34 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas La letra P se utlza para desgar la probabldad de u eveto, sedo P(A) la probabldad de ocurreca de u eveto A e u epermeto. AXIOMA S A es u eveto de S, etoces la probabldad del eveto A es: 0 P ( A) Como o podemos obteer meos de cero étos más de étos e epermetos, la probabldad de cualquer eveto A, se represeta medate u valor que puede varar de 0 a. AXIOMA S dos evetos so mutuamete ecluyetes, la probabldad de obteer A o B es gual a la probabldad de obteer A más la probabldad de obteer B. P(A B) P(A) + P(B) Eclurse mutuamete quere decr que A y B o puede ocurrr smultáeamete e el msmo epermeto. Así, la probabldad de obteer águla o sol e la msma trada de ua moeda será P(A B) P(A) + P(B) P(A B) / + /. E geeral podemos decr que la suma de las probabldades de todos los posbles evetos mutuamete ecluyetes es gual a : P(A ) + P(A ) + P(A 3 ) P(A ) AXIOMA 3 S A es u eveto cualquera de u epermeto aleatoro y A es el complemeto de A, etoces: P(A ) - P(A) Es decr, la probabldad de que el eveto A o ocurra, es gual a meos la probabldad de que ocurra. TEOREMAS DE LA SUMA DE PROBABILIDADES Supoedo que P(A) y P(B) represeta las probabldades para los dos evetos A y B, etoces P(A B) sgfca la probabldad de que ocurra A o B. S represetamos los evetos A y B e u Dagrama de Ve co A B Estadístca Admstratva I pag. 33 M. e C. José Lus Herádez Gozález

35 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas S A B A B Etoces A y B so cojutos dsjutos o mutuamete ecluyetes, o sea que o puede ocurrr e forma smultáea P(A B) P(A) + P(B) E cambo, s ambos evetos tee putos muestrales e comú A B S A B A B P(A B) P(A) + P(B) - P(A B) PROBABILIDAD CONDICIONAL La probabldad codcoal se smbolza P(B/A), que se lee probabldad de B, dado A, o la probabldad de que ocurra B, codcoado a que haya ocurrdo A. Se dce que dos o más evetos so depedetes etre sí cuado la probabldad de que ocurra uo o es fluda por la ocurreca de otro. S A y B represeta dos evetos y s la ocurreca de A o afecta a la ocurreca de B, y la ocurreca de B o afecta a la ocurreca de A, etoces se dce que A y B so Idepedetes. E este caso, la probabldad de que ocurra A y B es gual al producto de sus respectvas probabldades, y se epresa así: P(A B) P(A) P(B) E ua caja hay 5 esferas blacas, 4 rojas y 3 egras. Se etrae ua esfera, se observa su color y se regresa a la caja. Bajo estas codcoes, Cuál es la probabldad de que al etraer 3 esferas, éstas sea de color rojo? P ( R R R3) 78 7 Estadístca Admstratva I pag. 34 M. e C. José Lus Herádez Gozález

36 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas S dos evetos A y B o so depedetes, es decr, s A y B so depedetes, la probabldad compuesta de A y B o es gual al producto de sus probabldades respectvas. Por lo cual, podemos decr, que para evetos depedetes: Es decr: o P(A B) P(A) P(B) P(A B) P(A) P(B / A) P(B A) P(B) P(A / B) E ua caja hay 5 esferas blacas, 4 rojas y 3 egras. S se etrae al azar 3 esferas e forma cosecutva, s reemplazo, Cuál es la probabldad de que las 3 sea de color rojo? Sea R el eveto etraer ua esfera roja. P(R R R 3 ) P(R ) P(R / R ) P(R 3 / R R ) De la epresó P(A B) P(A)P(B/A) despejamos P(B/A) y se obtee la probabldad codcoal de "B dado A". P( A B) P( B / A) P( A) E forma aáloga, la probabldad codcoal de "A dado B", es : P( A / B) P( B A) P( B) Ua caja cotee 00 focos, 50 azules y 50 rojos; de los cuales, 0 so defectuosos: 6 azules y 4 rojos. Cuál es la probabldad de que u foco elegdo al azar, sea defectuoso (eveto D)? 0 P ( D) S seleccoamos u foco al azar y se observa que éste es azul (eveto A), Cuál es la probabldad de que el foco sea defectuoso, dado que es azul? Escrbremos P(D/A), para represetar la probabldad del eveto D, dado A. Etoces, puesto que hay 50 focos azules y de éstos, 6 so defectuosos 6 P ( D / A) Estadístca Admstratva I pag. 35 M. e C. José Lus Herádez Gozález

37 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas TEOREMA DE BAYES El procedmeto que se utlza para ecotrar probabldades posterores, a partr de probabldades prevas, se llama regla Bayesaa. Las probabldades apror o prevas se cooce ates de obteer formacó algua del epermeto e cuestó. Las probabldades aposteror se determa después de coocer los resultados del epermeto. El teorema de Bayes cosste e u método para ecotrar la probabldad de ua causa específca cuado se observa u efecto partcular. Esto es, s el eveto B ha ocurrdo, Cuál es la probabldad de que fue geerado por el eveto A (que es ua causa posble ) o por el A (otra causa posble)? S supoemos que los evetos A, A, A 3,..., A, forma ua partcó de u espaco muestral S; esto es, que los evetos A so mutuamete ecluyetes y su uó es S. Ahora, sea B otro eveto, etoces : A B A A A 3 A 4 B S B (A A A 3... A ) B Dode A B so evetos mutuamete ecluyetes. E cosecueca: P(B) P(A B) + P(A B) + P(A 3 B) P(A B) Luego por la regla de multplcacó: P(B) P(A ) P(B/A ) + P(A ) P(B/A ) + P(A 3 ) P(B/A 3 )... P(A ) P(B/A ) S A, A, A 3,..., A es ua partcó de S, y B es cualquer eveto. Etoces para cualquer, P( A / B) P( A )P( B/ A ) + P( A P( A ) P( B/ A ) ) P( B/ A ) P( A ) P( B / A ) Es decr: P( A / B) P( A) P( B/ A ) P( A )P( B/ A ) Estadístca Admstratva I pag. 36 M. e C. José Lus Herádez Gozález

38 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas La epresó ateror puede terpretarse de la maera sguete: S u eveto puede ocurrr e más de ua forma, etoces la probabldad de que ocurra e ua forma partcular será gual a la razó de la probabldad de que se presete la forma respecto a la probabldad de que ocurra. Se tee dos cajas. La caja I cotee 3 esferas rojas y azules, e tato que la caja II cotee esferas rojas y 8 azules. Se arroja ua moeda. S se obtee águla se saca ua esfera de la caja I; s se obtee sol se saca ua esfera de la caja II. R dca el eveto sacar ua esfera roja metras que I y II dca los evetos escoger caja I y caja II, respectvamete. Ua esfera roja puede resultar al escoger cualquera de las cajas. a) Hallar la probabldad de sacar ua esfera roja. P ( R) P( I) P( R / I) + P( II) P( R / II) 3 P ( R) b) Hallar la probabldad de que se escogera la caja I, dado que la esfera es R, (es decr que el resultado de arrojar la moeda sea águla). La persoa que arrojó la moeda o da a coocer s resultó águla o sol (de tal maera que la caja de la cual se sacó la esfera se descooce) pero dca que se etrajo ua esfera roja. Buscamos la probabldad de que se escoja la caja I y se sabe que se sacó ua esfera roja. Empleado el teorema de Bayes, esta probabldad está dada por: P( I / R) P( I) P( R / I) P( I) P( R / I) + P( II) P( R / II) 3 5 P ( I / R) E u Isttuto Superor, el 5 por ceto de los hombres y el 0 por ceto de las mujeres estuda Bología. Las mujeres costtuye el 60 por ceto del estudatado. S se seleccoa e forma aleatora u estudate y resulta que está cursado Bología, determar la probabldad de que sea mujer. P(H) 0.40; P(M) 0.60; P(B/H) 0.5; P(B/M) 0.0 (0.6)(0.) P ( M / B) (9.4)(0.5) + (0.6)(0.) Estadístca Admstratva I pag. 37 M. e C. José Lus Herádez Gozález

39 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Factoral!(-)(-) (3)()() Permutacoes de elemetos P Permutacoes de elemetos e dferetes grupos de r elemetos. P r!! ( r)! Permutacoes dode o todos los elemetos so dferetes. P,,..., k!!!... k! FORMULARIO Casos favorables al eveto A P ( A) Casos posbles P( A) Aomas ( A) 0 P ( A) P(A ) + P(A ) + P(A 3 ) P(A ) P(A ) - P(A) Teoremas de la suma de probabldades. Sí A B Sí A B P(A B) P(A) + P(B) Permutacoes crculares Combacoes Pc C r ( )!! ( r)! r! Fórmula bomal r r ( a + b) a b r 0 r Probabldad de u eveto P(A B) P(A) + P(B) - P(A B) Probabldad codcoal P(A B) P(A) P(B) (Idepedetes) P(A B) P(A) P(B / A) P( A B) P( B / A) P( A) P(B A) P(B) P(A / B) P( B A) P( A / B) P( B) Teorema de Bayes P( A / B) P( A )P( B/ A ) + P( A P( A ) P( B/ A ) ) P( B/ A ) P( A ) P( B / A ) Estadístca Admstratva I pag. 38 M. e C. José Lus Herádez Gozález

40 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas UNIDAD III Dstrbucó de probabldad de varables aleatoras dscretas ESPACIO MUESTRAL. El el cojuto de todos los resultados posbles de u epermeto estadístco deotado por S o Ω VARIABLE. Se deoma varable a la etdad que puede tomar u valor cualesquera durate la duracó de u proceso dado. S la varable toma u solo valor durate el proceso se llama costate. VARIABLE ALEATORIA: Es ua fucó que asoca u úmero real a cada elemeto del espaco muestral. Es decr so aquellas que puede dferr de ua respuesta a otra. Ua varable aleatora se puede clasfcar e: Varable aleatora dscreta. Varable aleatora cotua. Varable aleatora dscreta. Ua varable dscreta proporcoa datos que so llamados datos cuattatvos dscretos y so respuestas umércas que resulta de u proceso de coteo. La catdad de alumos regulares e u grupo escolar. El úmero de águlas e cco lazametos de ua moeda. Número de crcutos e ua computadora. El úmero de vehículos veddos e u día, e u lote de autos Varable aleatora cotua. Es aquella que se ecuetra detro de u tervalo compreddo etre dos valores cualesquera; ésta puede asumr fto úmero de valores y éstos se puede medr. La estatura de u alumo de u grupo escolar. El peso e gramos de ua moeda. La edad de u hjo de famla. Las dmesoes de u vehículo. DISTRIBUCIONES Dstrbucó de probabldad. Es ua dstrbucó teórca de frecuecas que descrbe cómo se espera que varíe los resultados de u epermeto. Este dferetes tpos de modelos que permte descrbr el comportameto de feómeos estadístcos que permte hacer ferecas y tomar decsoes e codcoes de certdumbre. Se puede clasfcar e: P() Estadístca Admstratva I pag. 39 M. e C. José Lus Herádez Gozález Dscretas

41 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Dstrbucoes dscretas. So aquellas dode las varables asume u úmero lmtado de valores, por ejemplo el úmero de años de estudo. Dscretas Bomal Hpergeométrca Multomal Posso Dstrbucoes cotuas. So aquellas dode las varables e estudo puede asumr cualquer valor detro de determados límtes; por ejemplo, la estatura de u estudate. Uforme Cotuas Epoecal Normal Ua dstrbucó de frecuecas es u lstado de las frecuecas observadas de todos los resultados de u epermeto que, e realdad se ha presetado cuado se lleva a cabo u epermeto; e cambo, ua dstrbucó de probabldad es u lstado de las probabldades de todos los resultados posbles que podría presetarse s se efectuara el epermeto. Las probabldades que se asoca a cada uo de los valores que toma la varable aleatora costtuye lo que se cooce como DISTRIBUCIÓN DE PROBABILIDAD, la cual puede ser represetada Estadístca Admstratva I pag. 40 M. e C. José Lus Herádez Gozález

42 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas medate ua fucó matemátca, ua gráfca o ua tabla de valores. La dfereca cosste e que la fucó matemátca se trasforma e ua fucó probablístca. S E 0 E... E X 0... P(X) p( 0 ) p( )... p( ) Dados los evetos E, E,..., E S, se dce que es ua varable aleatora, s a cada valor de que asume cada E, se le asoca su probabldad de ocurreca y cumple co las sguetes codcoes: a) La probabldad para todo valor que asuma la varable aleatora, será mayor o gual a cero pero meor que uo. 0 P( ) b) La suma de todas las probabldades asocadas a todos los valores que toma la varable, es gual a la udad. P( ) P ( ) d Ecuetre la dstrbucó de probabldad de lazar dos moedas y la varable aleatora úmero de águlas. S {Lazar dos moedas} X Número de águlas E 0 Cae 0 águlas P(E 0 ) 4 E Cae águlas P(E ) E Cae águlas P(E ) 4 P(X) 4 0 Estadístca Admstratva I pag. 4 M. e C. José Lus Herádez Gozález X

43 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas Este certas característcas que dfereca a las dstrbucoes de probabldad, llamadas mometos de la dstrbucó que so: la meda artmétca o esperaza matemátca y la desvacó estádar. FUNCIONES DE PROBABILIDAD DISCRETAS La dstrbucó de probabldad para ua varable aleatora dscreta puede ser:.- Ua relacó teórca de resultados y probabldades que se puede obteer de u modelo matemátco y que represeta algú feómeo de terés..- Ua relacó empírca de resultados y sus frecuecas relatvas observadas. 3.- Ua relacó subjetva de resultados relacoados co sus probabldades subjetvas o artfcales que represeta el grado de covccó del ecargado e tomar decsoes sobre la probabldad de posbles resultados. Sabemos que ua varable aleatora dscreta o dscotua es aquella e la que este ua dstaca be defda etre dos de los valores cosecutvos que asume; y dchos valores so umerables. Este varos modelos matemátcos que represeta dversos feómeos dscretos de la vda real. Las más útles so:.- La dstrbucó uforme dscreta..- La dstrbucó de probabldad Bomal o de Beroull..- La dstrbucó de probabldad Hpergeométrca. 3.- La dstrbucó de probabldad de Posso. UNIFORME DISCRETA S la varable aleatora X asume valores de X, X,..., X k co guales probabldades, etoces la dstrbucó uforme es: f (, k) k P() k µ k k Estadístca Admstratva I pag. 4 M. e C. José Lus Herádez Gozález

44 Isttuto Tecológco de Apzaco Departameto de Cecas Báscas ( µ ) σ k La dstrbucó de probabldad del lazameto de u dado es: k S {,, 3, 4, 5, 6} P (,,..., 6) 6 µ σ ( 3.5) + ( 3.5) 6 + K + (6 3.6).9 LA DISTRIBUCION BINOMIAL Esta dstrbucó fue elaborada por Jacobo Beroull y es aplcable a u gra úmero de problemas de carácter ecoómco y e umerosas aplcacoes como: - Juegos de azar. - Cotrol de caldad de u producto. - E educacó. - E las fazas. La dstrbucó bomal posee las sguetes propedades esecales:.- El espaco muestral cotee esayos détcos..- Las observacoes posbles se puede obteer medate dos dferetes métodos de muestreo. Se puede cosderar que cada observacó se ha seleccoado de ua poblacó fta s reposcó o de ua poblacó fta co reposcó. 3.- Cada observacó se puede clasfcar e ua de dos categorías coocdas como éto E o fracaso E', las cuales so mutuamete ecluyetes es decr E E' Las probabldades de éto p y de fracaso q - p e u esayo se matee costates, durate los esayos. 5.- El resultado de cualquer observacó es depedete del resultado de cualquer otra observacó. La probabldad de que el eveto E ocurra veces y el eveto E' ocurra ( - ) veces e esayos depedetes está dado por la fórmula bomal: - P(,, p) p q Estadístca Admstratva I pag. 43 M. e C. José Lus Herádez Gozález

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

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

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

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

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

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

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

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL EL PROGRAMA ESTADÍSTICO SPSS . EL PROGRAMA ESTADÍSTICO SPSS. INTRODUCCIÓN El

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

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

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

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

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

LECCIONES DE ESTADÍSTICA

LECCIONES DE ESTADÍSTICA LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

Más detalles

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

Más detalles

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO RESOLUCIÓN OENO 0/005 GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO LA ASAMBLEA GENERAL, Vsto el artículo, párrafo

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

CIRO MARTINEZ BENCARDINO

CIRO MARTINEZ BENCARDINO CIRO MARTINEZ BENCARDINO Nacdo e Covecó (Norte de Satader - Colomba). Ecoomsta de la Uversdad Jorge Tadeo Lozao de Bogotá, D.C. Bo-estadístca (Uversdad de los Ades, Bogotá, D.C.). Téccas Estadístcas (CIENES-Satago

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

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

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

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

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

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

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

MS Word Editor de Ecuaciones

MS Word Editor de Ecuaciones MS Word Edtor de Ecuacoes H L. Mata El Edtor de ecuacoes de Mcrosoft Word permte crear ecuacoes complejas seleccoado símbolos de ua barra de herrametas y escrbedo varables y úmeros. medda que se crea ua

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-

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

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

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA H. Helam Estadístca -/5 ITRODUCCIÓ. COCEPTO DE ETADÍTICA ETADÍTICA DECRIPTIVA La estadístca es la rama de las matemátcas que estuda los eómeos colectvos recogedo, ordeado y clascado y smplcado los datos

Más detalles

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3 Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

Manual de Estadística

Manual de Estadística Maual de Estadístca Pag Maual de Estadístca Davd Ruz Muñoz Edtado por eumed et 004 ISBN: 84-688-653-7 Maual de Estadístca Pag ÍNDICE Capítulo I: Capítulo II: Capítulo III: Capítulo IV: Capítulo V: Capítulo

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA SILABUS DE CABLEADO ESTRUCTURADO I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE CONTROL DE PROCESOS INDUSTRIALES Y COMUNICACIONES. UNIDAD DIDACTICA

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

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

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

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS Coceptos (cotedos soporte) Udad de trabajo sexta: Geeraldades. Retas auales costates. Retas costates fraccoadas. Retas varables. Udad de trabajo séptma Geeraldades. mortzacó de u préstamo por el sstema

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

Bolsa Nacional de Valores, S.A. San José, Costa Rica

Bolsa Nacional de Valores, S.A. San José, Costa Rica SELECCIÓN DE CARTERAS DE INVERSIÓN (TEORÍA DEL PORTAFOLIO) RODRIGO MATARRITA VENEGAS * Bolsa Nacoal de Valores, S.A. Sa José, Costa Rca By ow t s evdet that MPT (moder Portfolo Theory), the theory frst

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles