Unidad 17 Distribuciones de probabilidad. Distribuciones binomial y normal

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

Download "Unidad 17 Distribuciones de probabilidad. Distribuciones binomial y normal"

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. 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 detalles

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS 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 detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS 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 detalles

Unidad 16 Distribuciones continuas. Distribución normal.

Unidad 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 detalles

1. Variable aleatoria. Clasificación

1. 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 detalles

Unidad 15 Distribuciones discretas. Distribución binomial

Unidad 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 :

, 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 detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES 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 detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

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 expermento, un número real.

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS 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 detalles

Variables Aleatorias

Variables 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 detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES 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 detalles

14 EJERCICIOS RESUELTOS ESTADÍSTICA

14 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 detalles

Variables Aleatorias

Variables 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 detalles

Tema 4: Variables aleatorias

Tema 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 detalles

3. VARIABLES ALEATORIAS.

3. 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 detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) 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 detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) 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 detalles

Tema 1.- Variable aleatoria discreta (V2.1)

Tema 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

( ) = ( ) ( ) 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 detalles

Estadísticos muéstrales

Estadísticos 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 detalles

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 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 detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos 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 detalles

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

I.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 detalles

Erratas y modificaciones

Erratas 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 detalles

3 - VARIABLES ALEATORIAS

3 - 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 detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO 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 detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA 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 detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: 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 detalles

9Soluciones a los ejercicios y problemas

9Soluciones 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 detalles

Unidad 14: DISTRIBUCIONES DE PROBABILIDAD

Unidad 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 detalles

Agrupa los datos en intervalos de amplitud 8. Elabora una tabla similar a la anterior !!!""#""!!!

Agrupa 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 detalles

OCION 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 detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. 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 detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un 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 detalles

2 Dos tipos de parámetros estadísticos

2 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 detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO 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 detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos 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 detalles

Prueba de Inferencia Estadística y Contraste de Hipótesis. 8 de octubre de 2012 GRUPO A

Prueba 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 detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 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 detalles

Modelos lineales Regresión simple y múl3ple

Modelos 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 detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE 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 detalles

PyE_ EF1_TIPO1_

PyE_ 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 detalles

ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.

ACTIVIDADES 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 detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 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 detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura 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 detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: 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 detalles

PyE_ EF2_TIPO1_

PyE_ 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 detalles

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio 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 detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística 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 detalles

AJUSTE 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. 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 detalles

Estadística Unidimensional: SOLUCIONES

Estadística 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 detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad 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 detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (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 detalles

Descripción de una variable

Descripción 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 detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 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 detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables 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 detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD 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 detalles

Ejercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C

Ejercicios 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 detalles

Hallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.

Hallar 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 detalles

Introducción. Escuela Técnica Superior de Ingeniería Informática. Universidad de La Laguna. Fernando Pérez Nava

Introducción. 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 detalles

ESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EXAMEN RESUELTOS

ESTADÍSTICA 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 detalles

Departamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011

Departamento 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 detalles

VARIABLES ALEATORIAS UNIDIMENSIONALES

VARIABLES 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 detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 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 detalles

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

CASO 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 detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para 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 detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. 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 detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 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 detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS 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 detalles

OCION 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 detalles

Tema 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 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 detalles

Problemas donde intervienen dos o más variables numéricas

Problemas 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 detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas 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 detalles

PyE_ EF1_TIPO1_

PyE_ 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 detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS SEPTIEMBRE 2014 Código asignatura: EXAMEN TIPO TEST MODELO B DURACION: 2 HORAS.

INTRODUCCIÓN 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 detalles

Tema 11: Estadística.

Tema 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 detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS 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 detalles

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Instrucciones: 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 detalles

Control de la exactitud posicional por medio de tolerancias

Control 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 detalles

TEMA 2: MAGNITUDES ALEATORIAS

TEMA 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 detalles

Tema 1. Conceptos generales

Tema 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 detalles

1. Notación y tabulación

1. 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 detalles

unidad 12 Estadística

unidad 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 detalles

el blog de mate de aida CSI: Estadística unidimensional pág. 1

el 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 detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para 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 detalles

Prueba de Evaluación Continua

Prueba 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 detalles

truncación inferior en el punto a=25 es igual a El grado de truncación es del

truncación 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 detalles

Utilizar sumatorias para aproximar el área bajo una curva

Utilizar 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 detalles

Estadísticos muéstrales

Estadísticos 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 detalles

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS

TEMA 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 detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El 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 detalles

Matemáticas I - Anaya

Matemáticas 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 detalles

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA

CURSO 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 detalles

EXAMEN 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 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