Unidad 17 Distribuciones de probabilidad. Distribuciones binomial y normal
|
|
- Mario Plaza Olivares
- hace 5 años
- Vistas:
Transcripción
1 Undad 7 Dstrbucones de probabldad. Dstrbucones bnomal y normal PÁGINA 89 SOLUCIONES. La probabldad es: 4 P(V y M) = = 8. Sabemos que P( Defectuoso) = 0,05. El número de chps que cabe esperar defectuosos es: ,05 = chps.. Sabemos que: μ=,5; σ=,45. En ( μ σ, μ+σ ) = ( 0,7;,577) hay 65 cajas defectuosas, es decr, el 8,5%. En ( μ σ, μ+ σ ) = (,779; 4,09) hay 77 cajas defectuosas, es decr, el 96,5%. En ( μ σ, μ+ σ ) = (,;5,48) hay 79 cajas defectuosas, es decr, el 98,75%. Esta dstrbucón no tene un comportamento normal. 9
2 PÁGINA 407 SOLUCIONES. La demostracón queda: Veamos que para se cumple : n = = + Supongamos que se cumple para = = + n p p p p Veamos qué pasa para n= p+ : p+ ( p+ ) = ( p + p) + ( p+ ) = p + p+ = ( p+ ) + ( p+ ) Luego queda probado que la gualdad es certa para todo número natural n.. La demostracón queda: Sguendo el método de la nduccón del msmo modo que en el problema anteror obtenemos : 0 Para n = + = = 4 por lo que se cumple la gualdad. p+ 0 Supongamos que se cumple para n = p: p = p+ p+ 0 p p+ p+ Veamos que para n = p+ : = + = Luego la gualdad es certa n. 94
3 . La demostracón queda: Utlzando el proceso de nduccón obtenemos : Para n = ( ) = 0 = 8 por lo que se cumple la gualdad. Para n = (4 ) = 8 = 8 por lo que se cumple la gualdad. Supongamos que se cumple para n = p: ( p ) = 8 [ ] [ ] Veamos que para = + : ( + ) = ( + ) = ( ) + Luego la gualdad es certa n. n p p p p ( ) 4( ) 4 ( ) = p + p + = p + p= + = = 4. La demostracón queda: Utlzando el proceso de nduccón obtenemos : Para n = S = a = (+ )!! =!! =!! =!( ) =! = a Por lo que se cumple la gualdad. Supongamos que se cumple para n = p: S = a + a a = ( p+ )!! p Veamos que para n = p+ : S = a + a a + a = ( p+ )!! + ( p+ ) ( p+ )! = = (+ p+ ) ( p+ )!! = ( p+ )!! p+ p p+ Luego la gualdad es certa n. p 95
4 PÁGINA 40 96
5 SOLUCIONES. La solucón queda: a) La funcón de probabldad es: Mayor nº Probabldad b) El gráfco queda: c) Los valores son: μ = = 4, σ= = ,47,4. La solucón queda: a) La funcón de probabldad es: Mayor nº Probabldad b) El gráfco queda de forma análoga al ejercco anteror. 97
6 c) Los valores son: μ = =, σ= = ,94, 44. Queda: La funcón de probabldad es: X PX ( ) Y los valores de meda y desvacón típca: 7 5 μ = =, σ= = ,6875 0,98 4. La funcón de probabldad es: Sumapuntos( X ) Probabldad P Sumapuntos( X ) Probabldad P Sus valores de meda y desvacón típca: μ = 6; σ=. 5. La solucón en cada caso queda: a) La funcón de probabldad es: Color Blanco 0 Probabldad 0,4 0,44 0,89 0,07 b) P( X ) = P( X = 0) + P( X = ) + P( X = ) = 0,4 + 0,44+ 0,89 = 0,97 c) P( X > ) = P( X = ) + P( X = ) = 0,89 + 0,07 = 0,6 98
7 6. La solucón queda: a) La funcón de probabldad es: X P ,68 0,60 0,087 0, 0,084 0,004 b) La meda y la desvacón típca son: μ= n p= 5 0, =,5; σ= n p q = 5 0, 0,7 =,05. P( X = ) = 0,087 P( X = ) = 0, P( X < ) = P( X = 0) + P( X = ) = 0,68+ 0,60= 0,58 P( X ) = P( X = ) + P( X = 4) + P( X = 5) = 0,6 7. Es una dstrbucón bnomal B ( 6; 4 5), con: a) PX ( = 4 caras) = 0,458 4 = P(cara) = y P(cruz) =. 5 5 b) P( X 4) = P( X = 4) + P( X = 5) + P( X = 6) = = 0, = Es una dstrbucón bnomal B ( 7;0,). ( = 7) = 7 0, = 0, a) P X ( ) ( ) = ( < ) = ( = 0) ( = ) = 0,7 0,7 0, = 0, b) P X P X P X P X ( ) ( ) ( ) 9. Es una dstrbucón bnomal B ( 0;0,4 ). 0 7 ( = ) = 0,4 0,6 = 0,50 La probabldad pedda es: P X ( ) ( ) 99
8 PÁGINA 4 00
9 SOLUCIONES 0. Es una dstrbucón bnomal B ( 7;0, 45). 7 4 ( = ) = 0,45 0,55 = 0,9 8 a) P X ( ) ( ) b) P( X ) = P( X = ) + P( X = 4) + P( X = 5) + P( X = 6) = P( X = 0) P( X = ) P( X = ) = = ( 0,55 ) ( 0,45) ( 0,55 ) ( 0,45) ( 0,55) 0,686 0 = c) P( X ) = P( X = 0) + P( X = ) + P( X = ) + P( X = ) = = ( 0,55) ( 0, 45) ( 0,55) ( 0,45) ( 0,55 ) + ( 0,45) ( 0,55) = 0,608. La solucón queda: a) Es una bnomal b) La desvacón típca es: B 0; 4. Acertará, por térmno medo, σ= 0 =,7 4 4 μ= 0 =,5 preguntas. 4 c) La probabldad pedda es: P( X 5) = P( X = 5) + P( X = 6) + P( X = 7) + P( X = 8) + P( X = 9) + P( X = 0) = 0,076. Es una dstrbucón bnomal B 5;. La probabldad de que una famla formada por 5 hjos sean mujeres y hombres es: 5 0,5 = Entre 00 famlas cabe esperar que haya: 00 0,5 famlas con hjas y hjos.. Es una dstrbucón bnomal B ( 5;0,57 ). (al menos nña) = ( = 5 varones) = 5 0,57 = 0,96. 5 a) La probabldad es: P P X ( ) 5 ( ) = ( = 0) = 5 0,48 = 0,977 0 b) La probabldad es: P X P X ( ) 5 0
10 4. La solucón queda: I) La representacón es: f ( ) 0 x x Luego es una funcón de densdad. Árearecnto = = + a) P(0,5 x,5) = 4 4 = 0,5 b) P( x ) = = 0,5 0, + c) Px ( 0,4) =,6 = 0,96 d) Px ( = 0,65) = 0 II) La representacón es: f ( ) 0 x x Luego es una funcón de densdad. Árearecnto = = a) P(0,5 x,5) = = b) P( x ) = = c) Px ( 0,4) =,6 = 0,87 d) Px ( = 0,65) = 0 5. La solucón es: La gráfca se corresponde con la dstrbucón N(7;,5). La gráfca se corresponde con la dstrbucón N(5;,5). La gráfca se corresponde con la dstrbucón N(5;,5). a) Las plantas más altas corresponden a la dstrbucón N(7;,5). En las otras dstrbucones, la meda de las alturas concde, y en N(5;,5) están más agrupadas, respecto a la meda, que en N(5;,5). 0
11 6. Manejando la tabla de la dstrbucón normal, hallamos cada caso: a) PZ (,45) = 0,965 b) PZ (,45) = PZ ( < 0,5) = 0,5987 = 0,40 c) PZ (,45) = PZ (,45) = 0,965 = 0,075 d) P(0,5 Z,5) = PZ (,5) PZ ( 0,5) = 0,9 0,668 = 0,964 = = [ ] e) P(,5 Z 0,5) PZ ( 0,5) PZ (,5) PZ ( 0,5) PZ (,5) = 0,50 f) PZ ( 0,84) = PZ ( 0,84) = 0,7995 g) P(,45 Z 0,5) = P(0,5 Z,45) = PZ (,45) PZ ( 0,5) = 0,669 [ ] h) P(,5 Z ) = PZ ( ) PZ (,5) = PZ ( ) PZ (,5) = 0, En las tablas vemos que: a) PZ ( K) = 0,7967 K= 0,8. b) PZ ( K) = PZ ( > K) = 0,075 = 0,895 K=,4. c) PZ ( K) = PZ ( > K) = 0,075 = 0,46 K=, Tpfcamos la varable X, convrténdola en N(0,) y, posterormente, consultamos la tabla: x a) P( X 6) = P Z = ( 0,5) 0,695 = P Z = x 5 4,5 5 b) P( X 4,5) = P Z = ( 0,5) ( 0,5) 0,5987 = P Z = P Z = x 5 7, 5 c) P( X 7,) = P Z = P( Z,) 0,864 = = 5 x d) P( X 6) = P = P( Z 0,5) = 0,58 e) P(4 X 6).Imposble. 0
12 PÁGINA 4 04
13 SOLUCIONES 9. Tpfcamos la varable y consultamos la tabla. a) k= 6,76 b) k= 5, c) k=,66 0. La solucón queda: x 0 0 a) P( X ) = P 0,69 0,707 = P Z P Z = = = x b) P( X 8) = P P Z P Z 0,546 = = =. La solucón queda: x 9 9 a) P( X 8) = P 0,69 = P Z = P Z = x b) P( X 5) = P P Z P Z 0,908 = = = c) P( X ) = P Z P Z P Z P Z 0,68 = = =. La solucón es: 7 7 a) P( t ) = P Z (,,) (,) 0,864 = P Z = P Z = t 7 t 7 b) P( X t) = 0,95 P Z = 0,95 =,645 t=,95 mnutos.. La solucón queda: ( ) ( ) ( ) ( ) ( ) ( ) a) P( X 8,5) = P Z = P Z = 0,587 b) P( X 7,5) = P Z = P Z = 0,587 c) P(7 X 9) = P Z = P Z = 0,
14 4. La solucón queda: ( ) ( ) a) P(6 X 78) = P Z = P Z = 0,686 Por tanto el número de alumnos de estatura entre 6 y 78 cm es de 500 0,686 = 4,. ( ) ( ) b) P( X 86) = P Z = P Z = 0,08 Por tanto el número de alumnos de estatura mayor 86 cm es de 500 0,08 =,4. 5. Llamamos k a la nota mínma a partr de la cual se consegurá el sobresalente. Debe cumplrse: x 5,5 k 5,5 k 5,5 P 0,9,8 k 7, 4, 5, 5 = = =, 5 Para el notable ocurre de gual modo: x 5,5 k 5,5 k 5,5 P 0,7 0,55 k 6,875, 5, 5 = = =, 5 6. Es una dstrbucón bnomal B ( 60, 6) y la aproxmaremos con una dstrbucón normal. Quedaría: La probabldad es: μ= y 60 7,07 6 = σ= =. X ' 60 55,5 60 P( X 55) = P( X' 55,5) = P = P( Z 0,64) = P( Z 0,64) = 0,6 7,07 7,07 7. Es una dstrbucón bnomal B ( 50;0,9) y la aproxmaremos con una dstrbucón normal. Quedaría: μ= 50 0,9= 45 y σ= 50 0,9 0, =,. La probabldad pedda con la correccón de Yates es: 9, ,5 45 P( X = 40) = P(9,5 X' 40,5) = P Z P(,59 Z,),, = = = P, Z,59 = P Z,59 P Z, = 0, ( ) ( ) ( ) 06
15 8. Es una dstrbucón bnomal B ( 00;0,5 ) y la aproxmaremos con una dstrbucón normal. Quedaría: μ= 00 0,5= 50 y σ= 00 0,5 0,5 = 5. La probabldad pedda con la correccón de Yates es: 45,5 50 X ' 50 55,5 50 P(45 X 55) = P(44,5 X ' 55,5) = P = P(, Z, ) = ( ) P( Z ) = P Z,, = 0, Es una dstrbucón bnomal B ( 00;0,5) y la aproxmaremos con una dstrbucón normal N (5; 4,). a) La probabldad pedda es: 9,5 5 P( X 0) = P( X' 9,5) = P Z = P( Z,7) = P( Z,7) = 0,8980 4, b) Es una bnomal B ( 0;0,5) que aproxmamos a una normal N(5;,94). La probabldad pedda con la correccón de Yates, como en el apartado anteror, es: 4,5 5 P( X 4) = P( X' 4,5) = P Z = P( Z 0,6) = P( Z 0,6) = 0,974, 94 07
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un epermento, un número real.
Más detallesPARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x
Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y
ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO
Más detallesUnidad 16 Distribuciones continuas. Distribución normal.
Unidad 16 Distribuciones continuas. Distribución normal. PÁGINA 49 SOLUCIONES 1. Las áreas quedan: 1, 5 0, 75 a) Área = = 0,565 unidades cuadradas. 0,5 + 1 b) Área = = 1,5 unidades cuadradas. 0,5 c) Área
Más detalles1. Variable aleatoria. Clasificación
Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.
Más detallesUnidad 15 Distribuciones discretas. Distribución binomial
Unidad 15 Distribuciones discretas. Distribución binomial PÁGINA 35 SOLUCIONES 1. La probabilidad es: 4 1 1 3 P(V y M) = = 8 5 5 95. Queda: P( x= 4) = 0,000097 4 = 100 100 3. En cada caso: 4 5 5 1 1 4
Más detalles, x es un suceso de S. Es decir, si :
1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual
Más detallesSOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detallesEJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detalles14 EJERCICIOS RESUELTOS ESTADÍSTICA
1 EJERCICIOS RESUELTOS ESTADÍSTICA Pág. 1 Meda y desvacón típca 1 El número de faltas de ortografía que cometeron un grupo de estudantes en un dctado fue: 0 1 0 1 0 0 1 1 5 1 5 0 1 0 0 0 0 1 1 0 0 0 5
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesb) Encuentra el criterio de formación de la siguiente sucesión recurrente:
Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Solucón: b) log log log 9 log log log log log 9 9 Ejercco nº.-
Más detallesb) Encuentra el criterio de formación de la siguiente sucesión recurrente:
Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Ejercco nº.- Avergua el térmno general de la sucesón: ; 0,;
Más detallesTema 1.- Variable aleatoria discreta (V2.1)
Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto
Más detalles( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov
1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas
Más detallesUNIDAD 12: Distribuciones bidimensionales. Correlación y regresión
Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma
Más detallesNos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.
Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la
Más detallesI.E.S. Historiador Chabás -1- Juan Bragado Rodríguez
Problema La sguente tabla epresa la estatura en cm. de soldados: Talla 5 56 60 6 68 6 80 8 88 Soldados 6 86 50 8 95 860 85 6 9 a) Haz un hstograma que represente la estatura en metros de los soldados.
Más detallesErratas y modificaciones
Erratas y modfcacones Págna 39 Tabla fnal: Dce: Expermental T Debe decr: Expermental T Págna 40 Tabla comenzo: Dce: T 0 Debe decr: T Dce: 3 T Debe decr: 3 T Págna 05 Párrafo : Debe qutarse el acento de
Más detalles3 - VARIABLES ALEATORIAS
arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr
Más detallesCOLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:
Más detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detalles9Soluciones a los ejercicios y problemas
38 S a todos los datos de una dstrbucón le sumamos un msmo número, qué le ocurre a la meda? Y a la desvacón típca? Y s multplcamos todos los datos por un msmo número? Llamamos a al valor sumado a cada
Más detallesUnidad 14: DISTRIBUCIONES DE PROBABILIDAD
Undad 4: DISTRIBUCIONES DE PROBABILIDAD 4..- DISTRIBUCIONES ESTADÍSTICAS Gráfcos: dagramas de barras e hstogramas Observa las dos dstrbucones dadas gráfcamente: En un hstograma, las frecuencas correspondentes
Más detallesAgrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!""#""!!!
Undad 15 REPASO DE ESTADÍSTICA! 11 Resuelve tú ( Pág "#$ ) sdo: Las puntuacones de una prueba de ntelgenca aplcada a los 75 alumnos anterores han 87 105 88 103 114 15 108 107 118 114 19 100 106 113 105
Más detallesOCION elegr opcones) Ejercco 1 EJERCICIOS Un rombo tene 30 m de superfce su ángulo menor es de 4º, Calcule la longtud de su lado. Ejercco S sumamos uno a un número calculamos su raíz cuadrada postva, se
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
Más detallesUn estimado de intervalo o intervalo de confianza ( IC
Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá
Más detalles2 Dos tipos de parámetros estadísticos
Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesPrueba de Inferencia Estadística y Contraste de Hipótesis. 8 de octubre de 2012 GRUPO A
Prueba de Inferenca Estadístca y Contraste de Hpótess 8 de octubre de 01 GRUPO A 1.- Se ha observado un ángulo cnco veces, obtenéndose los sguentes valores: Se pde: 65º5 ; 65º33 ; 65º3 ; 65º8 ; 65º7 a)
Más detallesESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística
ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es
Más detallesModelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES
Más detallesPyE_ EF1_TIPO1_
SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes
Más detallesACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.
Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detallesLicenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesEjercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.
Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo
Más detallesEstadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana
Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº
Más detallesAJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.
AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método
Más detallesEstadística Unidimensional: SOLUCIONES
4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas
Más detallesProbabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 2) CAPÍTULO II.-ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA.- DISTRIBUCIONES DE FRECUENCIAS DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA . DISTRIBUCIÓN
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesVariables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
Más detallesPROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la
Más detallesEjercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C
Ejerccos T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas
Más detallesHallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.
FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas de nuevo. En base a la funcón de cuanía µ α Ex P ( ),3 +,3 +, + 3,,3 σ α
Más detallesIntroducción. Escuela Técnica Superior de Ingeniería Informática. Universidad de La Laguna. Fernando Pérez Nava
Reconocmento de Patrones Introduccón Tema : Reconocmento Estadístco de Patrones Por qué una aproxmacón estadístca en el RP? La utlzacón de característcas para representar una entdad provoca una pérdda
Más detallesESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EXAMEN RESUELTOS
Estadístca Empresaral II ESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EAMEN RESUELTOS º) Supongamos que nos dcen que la v. a. Renta anual de las personas en Valladold (en mllones de ptas.), sgue una dstrbucón
Más detallesDepartamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011
Departamento de Señales, Sstemas y Radcomuncacones Comuncacones Dgtales, juno 011 Responder los problemas en hojas ndependentes. No se permte el uso de calculadora. Problema 1 6 p.) En este ejercco se
Más detallesVARIABLES ALEATORIAS UNIDIMENSIONALES
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS UNIDIMENSIONALES Gestón Aeronáutca:
Más detalles5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.
5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar
Más detallesCASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)
DIFERENTES TIOS DE DISTRIBUCIÓN UTILIZACIÓN DE FUNCIONES DE EXCEL EN MODELOS DE SIMULACIÓN Utlzacón ndvdual y conjunta de funcones para la representacón del comportamento de varables bajo las alternatvas
Más detallesPara un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:
7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos
Más detalles16/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesMEDIDAS DESCRIPTIVAS
Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento
Más detallesOCION A (elegr opcones) Ejercco 1 EJERCICIOS En una vaquería, un rebaño de 0 vacas se come, en 15 días 400Kg de penso. Determnar: a) Cuántos días durarán 400 kg a 75 vacas b) Cuantas vacas se comerán los
Más detallesTema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema
Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesEstas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.
UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas
Más detallesPyE_ EF1_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS.
eptembre 04 EAMEN MODELO B ág. INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 04 Códgo asgnatura: 60037 EAMEN TIO TET MODELO B DURACION: HORA olucones 0 4 40 30 0 0 0 44 4 39 6 4 36 37 3 8 00 0 0 03 04 Nº de
Más detallesTema 11: Estadística.
Tema 11: Estadístca. Ejercco 1. Un fabrcante de tornllos desea hacer un control de caldad. Para ello, recoge 1 de cada 100 tornllos producdos y lo analza. a) Cuál es la poblacón? b) Cuál es la muestra?
Más detallesEJERCICIOS RESUELTOS TEMA 2
EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;
Más detallesInstrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )
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 detallesControl de la exactitud posicional por medio de tolerancias
Control de la exacttud posconal por medo de tolerancas Francsco Javer Arza López José Rodríguez-Av María Vrtudes Alba Fernández Plan Estatal de Investgacón Centífca y Técnca y de Innovacón 2013-2016. Ref.:
Más detallesTEMA 2: MAGNITUDES ALEATORIAS
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA : MAGNITUDES ALEATORIAS..- Varable aleatora. Varables dscretas y contnuas..- Dstrbucón de probabldad de una varable aleatora.3.- Característcas de las varables
Más detallesTema 1. Conceptos generales
Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS
Más detalles1. Notación y tabulación
Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón
Más detallesunidad 12 Estadística
undad 1 Estadístca Qué es una tabla de frecuencas Págna 1 Al número de veces que se repte un dato se le denomna frecuenca de ese dato. Una tabla de frecuencas es una tabla en la que cada valor de la varable
Más detallesel blog de mate de aida CSI: Estadística unidimensional pág. 1
el blog de mate de ada CSI: Estadístca undmensonal pág. ESTADÍSTICA La estadístca es la cenca que permte hacer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que ahorra tempo
Más detallespara cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.
Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood
Más detallesPrueba de Evaluación Continua
Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas
Más detallestruncación inferior en el punto a=25 es igual a El grado de truncación es del
ECONOMETTRÍ ÍA III II.. Cuurrssoo 22000022- -0033 (f( f cchheer roo: : ccuueesst t oonneess lleecccc l 33) ) CUESTTI IONES SOBRE LLA LLECCI IÓN 33: : MODELLOS DE VARIABLLE DEPENDIENTTE LLI IMITTADA 1.
Más detallesUtilizar sumatorias para aproximar el área bajo una curva
Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día
Más detallesTEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS
ESTADÍSTICA I TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS VII.1.- Varable aleatora. Clasfcacón. VII.1.1.- Introduccón. VII.1..- Defncón. VII.1.3.- Clasfcacón. VII..- Caracterzacón de
Más detallesEl Impacto de las Remesas en el PIB y el Consumo en México, 2015
El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como
Más detallesMatemáticas I - Anaya
! 0 "# Representa gráfcamente los resultados que obtengas al hallar y calcula el lado del trángulo formado al unr esos tres puntos. Para hallar las raíces prmero pasamos el número a forma polar : r ( )
Más detallesCURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA
ESTADISTICA 1º.- La sguente tabla muestra las frecuencas relatvas de respuestas contestadas en un test por 50 personas. Intervalo Marca de clase Frecuenca Frecuenca absoluta relatva 0-0.1 5-9 0.3 10-1
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C
Más detalles