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

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

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

Transcripción

1 Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede Rodrgo Salas Pága: Coceptos áscos Expermeto aleatoro : ξ Espaco Muestral : Ω Espaco Muestral : Dscreto, Cotuo Eveto o Suceso Sucesos elemetales, seguros e mposbles Probabldad : grado de certdumbre Probabldad y Juegos de zar Probabldad y Frecueca relatva Probabldad Subetva (Persoal Coceptos áscos Coutos y Evetos Expermeto leatoro: -Proceso que tee o más resultados posbles Eveto ( Suceso Elemetal: - Resultado de u expermeto dvsble - Mutualmete Excluyetes : s ocurre uo o exste posbldad de observar otro - Equprobable : Cada eveto smple tee detca probabldad Espaco Muestral -El couto que cotee todos los resultados posbles Eveto -El couto de todos los evetos elemetales posbles que resulta e la ocurreca del eveto Ω (S s Ω Ω (S: Espaco Muestral: Todos los posbles resultados elemetales s S, resultado elemetal I :Famla de todos los evetos posbles de S I, luego es u Eveto E s, luego eveto mposble S I, luego S es el Eveto Seguro y I, luego so evetos I; I; c I, so evetos 4 Cocepto de σ-álgebra de sucesos Coutos vs. Evetos Sea I ua clase o vacía formada por certos subcoutos del espaco muestral S. I es ua σ- algebra de sucesos s los sucesos complemetaros de aquellos que está e I també está e I, así como sus uoes umerables (sea ftas o ftas. Esto se puede eucar como: c I I es ua σ álgebra I I,..., U 5 Teoría Coutos Teoría Probabldades S Ω Uverso Espaco Muestral I Couto Poteca Famla Clases de Evetos I subcouto de S es u Eveto s s es elemeto de Ocurre el eveto Couto vacío Eveto Imposble S Uverso Eveto Seguro uó Eveto o Eveto terseccó Eveto y Eveto c Complemeto de Eveto o- es subcouto de mplca y so dsutos y mutuamete excluyetes 6

2 Eemplo Dado Se realza u expermeto aleatoro de lazar u dado al are: -Sucesos elemetales {}, {}, {}, {4}, {5}, {6} -Espaco Muestral S{,,,4,5,6} -Couto Poteca I S{Ø,S,{},{},...,{,},...} Øsuceso mposble σ-álgebra S suceso seguro {,, 5} -Sucesos aleatoros {4, 5, 6} {, 4, 6}{,, 5} C... Eemplo S se realza u expermeto aleatoro de esperar el tempo que hace falta para que u átomo de carboo catorce, C 4, se destegre de modo atural, se tee que + S Ω R s embargo, el σ-álgebra de sucesos que se cosdera o es R, que es ua clase demasado complea para defr sobre sus elemetos ua medda de probabldad. E su lugar se cosdera el σ-álgebra formada por todos los tervalos, abertos o cerrados, y sus uoes ftas I {Ø, R +, (,,...,(,],...} lo que por supuesto cluye a los putos de R Expermeto leatoro I II Se toma al azar ua esfera de la ura I Se trasfere a la ura II, se mezcla be. Se elge, aleatoramete, ua esfera de la ura II. cuál es la probabldad a pror que sea verde? 9 I Espaco Muestral Traspasar Roa # II Traspasar Verde # II II Traspasar Verde # Dsttas formas como puede resultar el expermeto. Ya que las esferas has sdo sacadas al azar, cada uo de ellos tee la msma posbldad de ocurrr 0 ocoes de Probabldad Eemplo Probabldad es ua medda de la certdumbre (Estmacó de la probabldad Teórca - Pror -Pr ( / úmero de posble formas e que puede ser observado úmero total de resultados posbles Hstórca (empírca-frecueca - Posteror -Pr ( / úmero de veces que ocurro úmero total de observacoes Subetva -La Opó de u Experto E la fgura se preseta la evolucó de la frecueca relatva del úmero de caras obtedo e el lazameto de ua moeda e 00 ocasoes (smulado e u computador.

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

4 Espaco Muestral Fto Probabldad Codcoal Sea S { E { s } s, s,..., s } U E S,.., Espaco Muestral Fto Eveto Elemetal Mutuamete excluyete s de a pares plcado los axomas se tee E f > 0 U E Como E I E 0,,,..., f E I E E + E Sea, dos sucesos tal que > 0. La probabldad de codcoada a la ocurreca de, deotada como : I Propedades:. 0. Ω. Σ co,, : 9 0 Probabldad Codcoal Probabldad Codcoal Ω Cetra el foco de atecó e el hecho que se sabe que ha ocurrdo el eveto També se ha ecotrado que el 5% de la pezas que o tee fallas superfcales so fucoalmete defectuosas Se ha ecotrado que el 5% de las pezas co fallas superfcales so fucoalmete defectuosas Estamos dcado que el espaco muestral de terés se ha reducdo sólo a aquellos resultados que defe la ocurreca del eveto Por lo tato el 90% o tee fallas vsbles e la superfce. 00% pezas Maufacturadas Se sabe que el 0% de las pezas maufacturadas tee fallas vsbles e la superfce. Etoces, mde la probabldad relatva de co respecto al espaco reducdo Eveto { peza fucoalmete defectuosa} { peza tee ua falla vsble e la superfce} dado? Casos Probabldad Codcoal Probabldad Total S 0 S S S Sea,,..., evetos mutuamete excluyetes : P ( Etoces U Cosecueca (Regla de ayes: 4

5 Equpo Fallado Sea,,..., Etoces Probabldad Total evetos mutuamete excluyetes Equpo Maufacturado e Plata U Supogamos de que se elge aleatoramete u Equpo y se ecuetra que está fallado. cuál es la probabldad que sea maufacturado e Plata? Se pde ; pero sólo se cooce,,,,.., k Sabemos que Regla de ayes I φ ; U S 5 6 Probabldad Multplcatva Regla de la Multplcacó Ley Multplcatva: I... I sempre que: I > 0 El úmero de maeras dferetes de elegr o sacar u elemeto de del couto que tee elemetos, luego u elemeto de u couto que tee elemetos,..., y falmete u elemto del k-ésmo couto que tee k elemetos, e dode el orde como se seleccoa es mportate * *...* k 7 8 Eemplo Solucó Sea, sucesos de u msmo modelo de probabldad (Ω, R, P tales que: 0,4 0,7 0,75 Determar: C ; - ; C C ; C C / 0,75 * 0,4 0, 0,7-0,4 + 0, 0,6 C 0,4 - C - 0,6-0, 0, C C C + C - C C C C C - C 0,6-0, 0, Luego C C 0,4 + 0,6-0, 0,7 / C C 0, 0,5 C 0,4 9 0

6 Eemplo U procesador para computadores puede prover de cualquera de tres fabrcates co probabldades: p 0,5; p 0,50; p 0,5. Las probabldades de que u procesador fucoe correctamete durate horas es 0,; 0, y 0,4 respectvamete para los fabrcates: Calcular la probabldad de que u procesador elegdo al azar fucoe durate horas. S el procesador fucoó correctamete durate el período de horas cuál es la probabldad de que haya provedo del er fabrcate? C C F 0.* * * Solucó F C F F F C C 0.4* Idepedeca Probablístca Observacoes Sea, dos evetos del modelo probablístco (Ω, I, P., se dce probablístcamete depedetes ss: I Sea { : I {,,,...,k}} ua coleccó de evetos de (Ω, I, P. Se dce que los elemetos so coutamete depedetes ss: I φ J I {,,,..., k} J J Idepedeca probablístca Couta Idepedeca de a pares. Idepedeca probablístca de a pares Idepedeca probablístca Couta. S, so evetos depedetes probablístcamete. Etoces se tee, C so depedetes. C, C so depedetes C, so depedetes 4. Sea (Ω, Ω, P modelo de probabldad. Estudar depedeca couta y de a pares. 4 Idepedeca Probablístca Eemplo : Sea (Ω, Ω, P modelo de probabldad. Ω { (,0,0 (0,,0 (0,0, (,, } {w } /4, 4 Sea,, evetos de (Ω, Ω, P : : era coord. es : da coord. es : era coord. es Estudar depedeca couta y de a pares. Eemplo.4 : Idepedeca Probablístca 4 Probabldad de cerrar los relés,, y 4 es p. S todos los relés fucoa depedetemete, cuál es la probabldad que pase correte de a 4 ( E P[( R I R U ( R I R4]; E P[ R I R ] + P[ R I R4 ] P[ IR ] p p P

7 Costruccó Modelos de Probabldad Sea µ ua medda e el Espaco Muestral tal que µ (Ω < : Logtud ; Superfce Volume. etc. Etoces exste u fucó defda e IR P : R R µ ( µ ( Ω es ua medda de Probabldad 7 Eemplo.5: Problema del ecuetro: Dos estudates acuerda [9; 0] ecotrarse e la bbloteca de la UTFSM etre las 9.M. y las 0.M. u día lues. El prmero que llega a la bbloteca, espera al otro 0 mutos (detro del tervalo de tempo pactado. S se supoe que cada uo llega al azar e el tervalo de tempo covedo y que los tempos de llegada so depedetes. Cuál es la probabldad que estos estudates se ecuetre? Solucó: X(t : Llegada del estudate Y(t : Llegada del estudate [X(t;Y(t] [9; 0]x [9; 0] [0; 60]X [0; 60]Ω {[X(t;Y(t] : X(t;Y(t < 0} µ(α/µ(ω / 6 8 Eemplo.5: Problema del ecuetro: Dos estudates acuerd [9; 0] a ecotrarse e la bbloteca de la UTFSM etre las 9.M. y las 0.M. u día lues. El prmero que llega a la bbloteca, espera al otro 0 mutos (detro del tervalo de tempo pactado. S se supoe que cada uo llega al azar e el tervalo de tempo covedo y que los tempos de llegada so depedetes. Cuál es la probabldad que estos estudates se ecuetre? Solucó: X(t : Llegada del estudate Y(t : Llegada del estudate [X(t;Y(t] [9; 0]x [9; 0] [0; 60]X [0; 60]Ω {[X(t;Y(t] : X(t;Y(t < 0} µ(α/µ(ω / 6 Varacoes Def: Sea u couto : Card (, se llama varacó smple o s repetcó a todo subcouto de elemetos dstguédose estos etre s, e los elemetos que lo compoe y e el orde e que estos elemetos va colocados x, x,..., x } V(, ( V(, ( (... { V(, k ( (...( k + Obs: S las varacoes so co repetcó V (, k k 9 40 Permutacoes Combacoes úmero de maeras dsttas de sacar r elemetos de lote de CUDO EL ORDE IMPORT : ota: Estudar permutacoes co repetcó obetos P r! ( r! r Combacoes (s repetcó: úmero de maeras dsttas de sacar r elemetos de lote de CUDO EL ORDE O IMPORT ota : Estudar combacoes co repetcó C (,r (+r-!/ r!(-!! C(, r r!( r! 4 4

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

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

Más detalles

Universidad Técnica Federico Santa María

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

Más detalles

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

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5: Modelos de Probabldad Estadístca Computacoal º Semestre 00 Profesor :Héctor llede Pága : www.f.utfsm.cl/~hallede

Más detalles

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

PARTE 1 - PROBABILIDAD

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

Inferencia Estadística

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

La inferencia estadística es primordialmente de naturaleza

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

Más detalles

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

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA

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

Más detalles

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

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

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

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

Más detalles

PARTE 1 - PROBABILIDAD

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

Más detalles

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD

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

Más detalles

1.- DISTRIBUCIÓN BIDIMENSIONAL

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

Más detalles

AGRO Examen Parcial 1

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

Más detalles

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

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

Más detalles

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

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

Más detalles

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

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

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

Más detalles

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

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

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

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

Más detalles

SUCESOS Y PROBABILIDAD

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

Más detalles

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

10 MUESTREO. n 1 9/ / σ σ 1

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

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

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

Más detalles

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

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

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

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

PROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos. PROBABILIDAD CPR. JORGE JUAN Xuva-Naró Para determar la catdad de grupos que se puede formar que cumpla determadas codcoes exste los sguetes métodos de recueto: Dagrama de árbol Varacoes ordaras Dados,

Más detalles

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

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

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

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

Más detalles

BLOQUE II: CALCULO DE PROBABILIDADES

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

Más detalles

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

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

Más detalles

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

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

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

Más detalles

Estructuras Algebraicas

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

Análisis de Regresión y Correlación Lineal

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

Más detalles

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

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

Más detalles

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

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

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

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

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

Más detalles

No debe entregar los enunciados

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

Más detalles

Intensificación en Estadística

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

Más detalles

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

Los Histogramas. Histograma simple

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

Más detalles

Modelos de Regresión Simple

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

Más detalles

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

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

Más detalles

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

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

Más detalles

PyE_ EF1_TIPO2_

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

Más detalles

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

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

Más detalles

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

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

Más detalles

APUNTES PARA EL CURSO DE PROBABILIDAD

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

Más detalles

7. Muestreo con probabilidades desiguales.

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

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

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

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

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

Más detalles

Estadística Contenidos NM 4

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

Más detalles

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

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

Más detalles

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

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

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

Más detalles

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

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES

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

Más detalles

Distribuciones Muestrales

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

Más detalles

2. Censura y truncamiento

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

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

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

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

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

Más detalles

5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

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

Más detalles

GENERALIDADES SOBRE MÓDULOS

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

Más detalles

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

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

Más detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

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

Más detalles

Espacios con producto interior

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

Más detalles

La Metodología de la Verosimilitud Empírica

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

Más detalles

Módulo Teórico Estadística Básica Prof. Dr. Juan Ignacio Pastore. Unidad N

Módulo Teórico Estadística Básica Prof. Dr. Juan Ignacio Pastore. Unidad N Udad N Varables aleatoras. Defcó de varable aleatora. Varable aleatora dscreta: fucó de probabldad y de dstrbucó acumulada. Varable aleatora cotua. Fucó de desdad de probabldad. Fucó de dstrbucó acumulada.

Más detalles

5- VARIABLES ALEATORIAS BIDIMENSIONALES

5- VARIABLES ALEATORIAS BIDIMENSIONALES Parte Varables aleatoras bdmesoales Prof. María B. Ptarell 5- VARIABLES ALEATORIAS BIDIMENSIONALES 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. Esto es, el resultado

Más detalles

Repaso de probabilidades y estadística. Introducción

Repaso de probabilidades y estadística. Introducción Repaso de probabldades y estadístca Itroduccó El campo de la estadístca tee que ver co la recoplacó, aálss y uso de datos para tomar decsoes y resolver problemas. Cuado se recbe formacó e forma de datos

Más detalles

Estadística Descriptiva

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

Más detalles

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

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

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

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

Más detalles