A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A
|
|
- Fernando Bustamante Mendoza
- hace 5 años
- Vistas:
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
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 detallesUniversidad 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 detallesA 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 detallesCapítulo 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 detalles3 = =. 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 detallesHéctor 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 detallesn 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 detallesProbabilidad ( 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 detallesPARTE 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 detallesExperimento 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 detallesINSTITUTO 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 detallesTEMA 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 detallesVARIABLE 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 detallesInferencia 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 detallesProbabilidad. 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 detallesProbabilidad. 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 detallesTEMA 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 detallesX = 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 detallesLa 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 detallesTrata 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 detallesPROBABILIDAD 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 detallesEstimación 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 detallesNOMBRE 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 detallesPARTE 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 detallesEJERCICIOS 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 detalles1.- 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 detallesAGRO 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 detallesUN 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
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 detallesCurso 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 detallesSEMESTRE 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 detallesNOMBRE. 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 detallesQué 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 detallesSUCESOS 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 detalles4º 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 detalles10 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 detalles1 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 detallesMEDIA 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 detallesTEMA 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 detallesAproximación 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 detallesDivisión 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 detallesOrden 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 detallesPROBABILIDAD. 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 detalles02 ) 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 detallesUNIDAD 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 detallesBLOQUE 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 detallesPARTE 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 detallesREGRESIÓN 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 detallesTema 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 detallesEstructuras 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 detallesGRADO 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 detallesEl 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 detallesModelos 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 detallesAnálisis 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 detallesLECTURA 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 detallesESTADÍSTICA 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 detallesDada 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 detallesANÁLISIS 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 detallesNo 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 detallesIntensificación 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 detallesV 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 detallesLos 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 detallesModelos 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 detallesMUESTREO 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 detallesSupongamos 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 detallesPyE_ 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 detallesEn 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 detallesRespuesta. 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 detallesAPUNTES 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 detalles7. 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 detallesERRORES 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 detallesMATEMÁTICA 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 detallesEstadística 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 detallesPráctica 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 detallesVARIABLES 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 detallesGRADO 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 detallesMEDIDAS 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 detallesTeoría 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 detallesESTADÍSTICA. 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
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 detallesPROBABILIDAD: 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 detallesDistribuciones 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 detalles2. 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 detallesGUÍA 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 detallesUNIDAD 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 detalles5- 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 detallesGENERALIDADES 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 detallesCalificación= (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 detallesMÉTODOS 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 detallesEspacios 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 detallesLa 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 detallesMódulo 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 detalles5- 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 detallesRepaso 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 detallesEstadística 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 detallesTema 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 detallesX / 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 detallesTEMAS 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