Probabilidad y Estadística
|
|
- Sandra Teresa Aguilera Vera
- hace 8 años
- Vistas:
Transcripción
1 Probabilidad y Estadística
2 Conteo con reemplazamiento Considerando ahora un experimento en que una bola, seleccionada de una caja con n bolas, se regresa a la misma caja. Si se hace un total de k selecciones de esta forma, el espacio muestral S contiene todos los vectores de la forma: A este proceso se le llama muestreo con reemplazamiento. Como existen n posibles resultados para cada una de las bolas/selecciones, el número total de vectores en S es
3 Conteo con reemplazamiento Si en el experimento anterior quisieramos saber la probabilidad del evento A en que cada una de las k bolas seleccionadas sean distintas. El número de vectores donde los k componentes son distintos está dado por Como el tamaño del espacio muestral es la probabilidad del evento es, entonces
4 Métodos de conteo Ejemplo: El problema del cumpleaños (versión simplificada) Un planeta gira alrededor del sol en 3 días. Cuál es la probabilidad de que Manolo y Juan cumplan años en diferente fecha (sin considerar el año) en ese planeta? Las posibilidades son: Y la probabilidad de cada uno de estos resultados es:
5 Métodos de conteo Problema del cumpleaños: Cuál es la probabilidad de que al menos dos personas de un grupo de k personas (2< k < 365) hayan nacido el mismo día (festejen su cumpleaños). Supongamos que los nacimientos son independientes (gemelos son excluidos!). Entonces para cada una de las k personas hay 365 posibilidades. Por tanto, el espacio muestral es
6 Métodos de conteo La probabilidad de que todos los cumpleaños sean distintos es Así pues, la probabilidad de que al menos dos personas tengan el mismo día su cumpleaños es
7 Métodos de conteo Combinaciones Supongamos que tenemos un conjunto con n distintos elementos (distinguibles), de los cuales escogemos k elementos. Cuál es el número de subconjuntos diferentes que se pueden formar con los n elementos? En este problema el orden de los elementos es irrevelante No hay dos combinaciones que tengan los mismo elementos
8 Métodos de conteo (combinaciones) Cada subconjunto se trata como una unidad y a ésta se le llama combinación. El número de combinaciones se denota por: (n combinación k) Ejemplo: un conjunto contiene los elementos a,b,c,d. Cuál es el número de subconjuntos de 2 elementos que podemos formar? Respuesta: {a,b},{a,c},{a,d},{b,c},{b,d},{c,d}
9
10 Métodos de conteo (combinaciones) Ejemplo: Se quiere seleccionar un comité de 8 personas de un grupo de 20. Cuál es el número de comites que pueden formarse? Respuesta: número de combinaciones de 8 elementos tomados de un grupo de 20.
11 Métodos de conteo (combinaciones) Teorema del binomio
12 Métodos de conteo (combinaciones) Ejemplo: Supongamos que lanzamos una moneda 10 veces y queremos determinar a) la probabilidad de obtener 3 caras exactamente b) la probabilidad de obtener 3 caras, o menos
13 Métodos de conteo (combinaciones) Ejemplo (usando regla de multiplicación): En una clase hay 15 hombres y 30 mujeres. De estos 45 estudiantes, 10 serán seleccionados aleatoriamente. Cuál es la probabilidad de que 3 hombres sean seleccionados?
14 Métodos de conteo (combinaciones) Ejemplo (playing cards): Un paquete de 52 cartas se distribuyen entre 4 jugadores, de modo que cada jugador recibe 13 cartas. Si el paquete contiene 4 aces, determinar la probabilidad de que cada jugador reciba un as.
15 Coeficientes multinomiales Generalización de los coeficientes binomiales. Veamos antes un ejemplo: Supongamos que con 20 personas se forman 3 comités: A, B y C. Los comités A y B tendrán 8 miembros, mientras que C tendrá 4 miembros. Cuál es el número de formas posibles en que las 20 personas pueden repartirse en cada uno (y sólo uno) de los comités?
16 Coeficiente multinomiales Supongamos que tenemos n elementos distintos que serán repartidos en k grupos, de modo que para, el j-ésimo grupo contiene exactamente elementos, donde Entonces, el número de formas distintas en que los n elementos pueden repartirse entre los k grupos puede obtenerse de la siguiente forma: a) Los elementos del primer grupo pueden seleccionarse de los n elementos disponibles de formas.
17 Coeficientes multinomiales b) Los elementos del segundo grupo pueden seleccionarse de los restantes elementos de formas distintas. De aquí que el número total de formas distintas de seleccionar los dos primeros grupos es c) Continuando con este procedimiento para el tercer grupo tenemos formas posibles de escoger elementos y un total de formas para los 3 grupos
18 Coeficientes multinomiales Por lo tanto, el número total de modos distintos de seleccionar/repartir n elementos en k grupos es Al número coeficiente multinomial se le llama
19 Coeficientes multinomiales Ejemplo En un paquete de cartas (52 cartas), 13 son corazones. Suponga que las cartas serán repartidas entre 4 jugadores A, B, C y D. De modo que cada jugador recibirá 13 cartas. Cuál es la probabilidad de que el jugador A reciba 6 corazones, el jugador B, 4 corazones; C, 2 corazones y el jugador D, un corazón?
20 Combinaciones (con reemplazamiento) Así como hemos visto en el caso de las permutaciones, ahora nos preguntamos por el número de combinaciones de k elementos seleccionados de n con reemplazamiento. Antes veamos un ejemplo para ver que hay una relación uno a uno entre el número de combinaciones de tamaño k (de n objetos) con reemplazamiento y el número de combinaciones de muestras de tamaño k (de n+k-1 objetos), sin reemplazamiento.
21 Combinaciones (con reemplazamiento) Consideremos 3 bolas con los números 1, 2 y 3: es decir, n=3 y k=3
22 Combinaciones (con reemplazamiento) 1,1, ,2,3 1,1, ,2,4 1,1, ,2,5 1,2, ,3,4 1,2, ,3,5 1,3, ,4,5 2,2, ,3,4 2,2, ,3,5 2,3, ,4,5 3,3, ,4,5 Muestras con reemplazo Muestras sin reemplazo k=3, n=3 k=3, n+k-1=5
23 Combinaciones (con reemplazamiento) Es decir, el número de combinaciones con reemplazamiento de k objetos seleccionados de n está dado por
24 Enfoque físico Supongamos que tenemos k partículas indistinguibles que queremos repartir en n niveles (cajas) distinguibles De cuántas formas distintas se pueden repartir las partículas?
25
26 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Un sistema contiene un número de partículas N. La estructura del sistema es tal que existen R niveles de energía, con energías y cada nivel de energía contiene (degeneración) estados cuánticos. Encuentre el número de formas posibles en que las partículas se pueden repartir entre los estados cuánticos, tal que el i-ésimo nivel de energía contenga partículas, bajo las siguientes condiciones:
27 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi a) Las partículas son distinguibles y no hay restricción alguna en el número de partículas en cada estado. b) Las partículas son indistinguibles y no hay restricciones en cuanto al número de partículas en cada estado. c) Las partículas son indistinguibles con un máximo de una partícula en cada estado.
28 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi
29 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Olvidémonos por un momento de la degeneración en cada nivel. Caso a: Si las partículas son distinguibles entonces ya sabemos el resultado: recién hemos visto el número de formas distintas en que n objetos pueden repartirse en k grupos (en nuestro caso k=r). De aquí que es el número de arreglos distintos que podemos hacer con las N partículas
30 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Caso b: Ahora, si las N partículas son indistinguibles de cuántas formas distintas se pueden repartir éstas en los R niveles, con partículas en cada nivel : De una sóla forma!
31 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Ahora vamos a considerar la degeneración. Llamemos al número de formas en que las partículas pueden distribuirse/acomodarse en el i- ésimo nivel de energía. De esta forma el número de posibles formas distintas en que las N partículas pueden repartirse en los R niveles con partículas por nivel es: Partículas distinguibles Partículas indistinguibles
32 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Nos resta tener una expresión para Caso a: Como no hay restricción en el número de partículas en cada estado, cada partícula en el i-ésimo nivel puede estar en cualquiera de los estados, i.e.,
33 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Por lo tanto, para el caso a, tenemos finalmente que Esta es la llamada estadística de Maxwell-Boltzmann que se utiliza en mecánica estadística clásica.
34 Estadística de Maxwell-Boltzmann, Bose- Einstein y Fermi Caso b: Ahora las partículas son indistinguibles y no hay restricción en el número de partículas en cada estado. Por tanto: Estadística de Bose-Einstein
Métodos de conteo. Algunos valores de q:
Métodos de conteo Algunos valores de q: k q 5 0.027 10 0.117 15 0.253 20 0.411 25 0.507 30 0.706 40 0.891 50 0.970 Métodos de conteo Combinaciones Supongamos que tenemos un conjunto con n distintos elementos,
Más detallesTeoría de probabilidades (espacio muestral simple)
Teoría de probabilidades (espacio muestral simple) Muchos experimentos muestran cierta regularidad, i.e., la frecuencia de un evento es aproximadametente la misma en una serie de intentos Un espacio muestral
Más detallesIntroducción a la Teoría de Probabilidad
Capítulo 1 Introducción a la Teoría de Probabilidad Para la mayoría de la gente, probabilidad es un término vago utilizado en el lenguaje cotidiano para indicar la posibilidad de ocurrencia de un evento
Más detallesClase 4: Probabilidades de un evento
Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia
Más detalles1.4 Cálculo de Probabilidades con Métodos de Conteo. Considerere un espacio muestral finito,
1 1.4 Cálculo de Probabilidades con Métodos de Conteo Considerere un espacio muestral finito, y defina, Luego, Ω = {ω 1,..., ω n }, P ({ω i }) = p i, i = 1,..., n P (A) = ω i A p i, A Ω Ω se dice equiprobable
Más detallesFísica Estadística. Tarea 8. A entregar: Miércoles 29 de abril de 2015.
Física Estadística Tarea 8 A entregar: Miércoles 29 de abril de 2015. Una manera alternativa de deducir las distribuciones de Bose- Einstein y Fermi-Dirac... y Maxwell-Boltzmann. En algunos textos todavía
Más detallesTécnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S.
Técnicas De Conteo Si en el experimento de lanzar la moneda no cargada, se lanzan 5 monedas y definimos el evento A: se obtienen 3 caras, cómo calcular la probabilidad del evento A?, si todos los resultados
Más detallesANALISIS COMBINATORIO.
ANALISIS COMBINATORIO. TEOREMA FUNDAMENTAL: Si un suceso puede tener lugar de m maneras distintas y cuando ocurre una de ellas se puede realizar otro suceso inmediatamente de n formas diferentes, ambos
Más detallesElementos de Combinatoria
Elementos de Combinatoria 1 Introducción Previamente al estudio de la probabilidad en sí, conviene dedicar algún tiempo al repaso de las técnicas combinatorias. Recordemos que la Combinatoria es la parte
Más detallesEjercicios de combinatoria resueltos. Matemática Discreta. 4º Ingeniería Informática
1. Un número telefónico consta de siete cifras enteras. Supongamos que la primera cifra debe ser un número entre 2 y 9, ambos inclusive. La segunda y la tercera cifra deben ser números entre 1 y 9, ambos
Más detallesLección 22: Probabilidad (definición clásica)
LECCIÓN 22 Lección 22: Probabilidad (definición clásica) Empezaremos esta lección haciendo un breve resumen de la lección 2 del libro de primer grado. Los fenómenos determinísticos son aquellos en los
Más detallesOperaciones con polinomios
Operaciones con polinomios Los polinomios son una generalización de nuestro sistema de numeración. Cuando escribimos un número, por ejemplo, 2 354, queremos decir: 2 354 = 2 000 + 300 + 50 + 4 = 2)1 000)
Más detalles2. Probabilidad. Estadística. Curso 2009-2010. Ingeniería Informática. Estadística (Aurora Torrente) 2. Probabilidad Curso 2009-2010 1 / 24
2. Probabilidad Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 2. Probabilidad Curso 2009-2010 1 / 24 Contenidos 1 Experimentos aleatorios 2 Algebra de sucesos 3 Espacios
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesÍNDICE DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ
ELECTRÓNICA DIGITAL DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ IES TRINIDAD ARROYO DPTO. DE ELECTRÓNICA ÍNDICE ÍNDICE... 1 1. LIMITACIONES DE LOS CONTADORES ASÍNCRONOS... 2 2. CONTADORES SÍNCRONOS...
Más detallesClase 5: Variables Aleatorias y Distribuciones de Probabilidad
Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una
Más detallesCPE (SEGUNDO CURSO) PRÁCTICA 0 SOLUCIONES (Curso 2015 2016)
1/11 CPE (SEGUNDO CURSO) PRÁCTICA 0 SOLUCIONES (Curso 2015 2016) 1. Considérese una función de n variables f(x 1, x 2,..., x n ). Cuántas derivadas parciales de orden r se pueden calcular? Teniendo en
Más detallesSoluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Probabilidad de ntonio Francisco Roldán López de Hierro * Convocatoria de 2007 Las siguientes páginas contienen las soluciones de los ejercicios propuestos
Más detallesUnidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7
Unidad Temática 1: Unidad 3 Probabilidad Temas 6 y 7 Definiciones: 1- La probabilidad estudia la verosimilitud de que determinados sucesos o eventos ocurran o no, con respecto a otros sucesos o eventos
Más detallesEjercicios Resueltos Combinatoria. 1. De cuántas maneras pueden sentarse 10 personas en un banco si hay 4 sitios disponibles?
Ejercicios Resueltos Combinatoria 1. De cuántas maneras pueden sentarse 10 personas en un banco si hay sitios disponibles? Nótese que importa el orden en que se sienten las personas, ya que los cuatro
Más detallesProbabilidad. Relación de problemas 5
Relación de problemas 5 Probabilidad 1. Una asociación consta de 14 miembros, de los cuales 6 son varones y 8 son mujeres. Se desea seleccionar un comité de tres hombres y tres mujeres. Determinar de cuántas
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesEstadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte. ---o0o--- Introducción a la Inferencia Estadística
Estadística 2º curso del Grado en Ciencias de la Actividad Física y el Deporte ---o0o--- Introducción a la Inferencia Estadística Bioestadística - Facultad de Medicina Universidad de Granada (España) http://www.ugr.es/~bioest
Más detallesProblemas resueltos de combinatoria
Problemas resueltos de combinatoria 1) De cuántas formas distintas pueden sentarse seis personas en una fila de butacas? 2) De cuántas formas pueden mezclarse los siete colores del arco iris tomándolos
Más detallesANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA
ANÁLISIS DE UN JUEGO DE CARTAS: LAS SIETE Y MEDIA MaMaEuSch (Management Mathematics for European School) http://www.mathematik.uni-kl.de/~mamaeusch/ Modelos matemáticos orientados a la educación Clases
Más detallesSelectividad Junio 2008 JUNIO 2008 PRUEBA A
Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo
Más detalles13Soluciones a los ejercicios y problemas PÁGINA 280
Soluciones a los ejercicios y problemas PÁGINA 0 Pág. P RACTICA Muy probable, poco probable Tenemos muchas bolas de cada uno de los siguientes colores: negro (N), rojo (R), verde (V) y azul (A), y una
Más detalles1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde
Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)
Más detalles1. Producto escalar, métrica y norma asociada
1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la
Más detallesSoluciones de los ejercicios de la primera Unidad. Dr. Jorge Martín Dr. José Antonio Carrillo
Soluciones de los ejercicios de la primera Unidad Dr. Víctor Hernández Dr. Jorge Martín Dr. José Antonio Carrillo 5 de marzo de 0 Índice general Ejercicio.. Manejo del formalismo de los sucesos.............
Más detallesT.1 CONVERGENCIA Y TEOREMAS LÍMITE
T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)
Más detallesTEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES
TEMA 2 EXPERIMENTOS ALEATORIOS Y CÁLCULO DE PROBABILIDADES EXPERIMENTOS: EJEMPLOS Deterministas Calentar agua a 100ºC vapor Soltar objeto cae Aleatorios Lanzar un dado puntos Resultado fútbol quiniela
Más detalles1. MEDIDAS DE TENDENCIA CENTRAL
1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesLección 9: Polinomios
LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios
Más detallesUn juego de cartas: Las siete y media
Un juego de cartas: Las siete y media Paula Lagares Federico Perea Justo Puerto * MaMaEuSch ** Management Mathematics for European Schools 94342 - CP - 1-2001 - DE - COMENIUS - C21 * Universidad de Sevilla
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesIntroducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010.
Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Dos puntos 1. Para cada una de las siguientes variables, indica si son variables aleatorias,
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 7 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesAyudantía 4 Probabilidades ILI-280 Estadística Computacional. Profesor: Rodrigo Salas Ayudantes: Juan Pablo Cares Pino Fernando Herrera Barría
Ayudantía 4 Probabilidades ILI-280 Estadística Computacional Profesor: Rodrigo Salas Ayudantes: Juan Pablo Cares Pino Fernando Herrera Barría Valparaíso, 25 de septiembre de 2009 1. Se compran 3 billetes
Más detallesSoluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Probabilidad de Antonio Francisco Roldán López de Hierro * Convocatoria de 2008 Las siguientes páginas contienen las soluciones de los ejercicios propuestos
Más detallesDefinición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.
Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida
Más detallesEsta es la forma vectorial de la recta. Si desarrollamos las dos posibles ecuaciones, tendremos las ecuaciones paramétricas de la recta:
Todo el mundo sabe que dos puntos definen una recta, pero los matemáticos son un poco diferentes y, aún aceptando la máxima universal, ellos prefieren decir que un punto y un vector nos definen una recta.
Más detallesTenemos 3 formas de juego, la bolsa de acciones, la polla y la polla extraordinaria.
Tenemos 3 formas de juego, la bolsa de acciones, la polla y la polla extraordinaria. Bolsa de acciones: En este juego el usuario podrá comprar y vender acciones en los eventos a los cuales se haya registrado,
Más detallesEjercicios Resueltos de Teorema Central de Límite (TCL) Ejercicios 1 y 2: Resolución de Ejercicios propuestos del Tema 5.
EJERCICIOS DE PROBABILIDAD EJERCICIOS ADECUADOS PARA SECUNDARIA O BACHILLER TITULO: AUTOR: Ejercicios Resueltos de Teorema Central de Límite (TCL) JUAN VICENTE GONZÁLEZ OVANDO Ejercicio 15: Ejercicios
Más detalles1 Espacios y subespacios vectoriales.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto
Más detallesUniversidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I
Universidad Simón Bolívar CO3121. Probabilidades para Ingenieros. Enero-Marzo 2010 Problemario I 1. Supongamos que Ω = A B y P (A B) = 0.2. Hallar: (a) El máximo valor posible para P (B), de tal manera
Más detallesTema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales
Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 2: Muestreo Curso 2008-2009 1 / 13 Índice 1 Introducción 2 Muestreo
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más detallesQué son los monomios?
Qué son los monomios? Recordemos qué es una expresión algebraica. Definición Una expresión algebraica es aquella en la que se utilizan letras, números y signos de operaciones. Si se observan las siguientes
Más detallesSelectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A
SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesUn problema sobre repetidas apuestas al azar
Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito
Más detallesDatos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina
Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesCuantos números de tres cifras distintas se pueden formar con las nueve cifras significativas del sistema decimal?
COMBINATORIA La "Teoría Combinatoria" resuelve problemas que aparecen al estudiar y cuantificar las diferentes agrupaciones (ordenaciones, colecciones,...) que podemos formar con los elementos de un conjunto.
Más detallesSelectividad Septiembre 2006 SEPTIEMBRE 2006
Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual
Más detallesTema 3. Concepto de Probabilidad
Tema 3. Concepto de Probabilidad Presentación y Objetivos. El Cálculo de Probabilidades estudia el concepto de probabilidad como medida de incertidumbre. En situaciones donde se pueden obtener varios resultados
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesT.3 ESTIMACIÓN PUNTUAL
T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan
Más detallesTema 7: Estadística y probabilidad
Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro
Más detallesAnálisis de medidas conjuntas (conjoint analysis)
Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los
Más detallesIntroducción a la Probabilidad
Probability is too important to be left to the experts R. Hamming Libros de Texto 1. The Art of Probability for Scientists and Engineers, Richard W. Hamming, WestView Press, 1991 2. Introduction to Probability
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o 2 Profesor: Hugo S. Salinas. Primer Semestre 20. El gerente
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 2: PROBABILIDADES Profesor: Hugo S. Salinas Segundo Semestre 2010 1. Describir el espacio muestral
Más detallesInformática Bioingeniería
Informática Bioingeniería Representación Números Negativos En matemáticas, los números negativos en cualquier base se representan del modo habitual, precediéndolos con un signo. Sin embargo, en una computadora,
Más detallesCurso Taller de Matemáticas Olímpicas. Principio Fundamental del Conteo
Curso Taller de Matemáticas Olímpicas Principio Fundamental del Conteo La forma más sencilla y tradicional de contar cosas suele ser con los diagramas de árbol; al final, todo se reduce a sumas y multiplicaciones.
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detallesDescomposición factorial de polinomios
Descomposición factorial de polinomios Contenidos del tema Introducción Sacar factor común Productos notables Fórmula de la ecuación de segundo grado Método de Ruffini y Teorema del Resto Combinación de
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)
Más detallesLección 4: Suma y resta de números racionales
GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,
Más detallesEJERCICIOS DE PROBABILIDAD
EJERCICIOS DE PROBABILIDAD 1. Se extrae una carta de una baraja española, calcula la probabilidad de que: a) Sea un rey; b) Sea un oro; c) Sea el rey de oros; d) Sea un rey o un oros; e) Sea un rey o una
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesPuede dar pérdida un Casino?
Puede dar pérdida un Casino? por Ernesto Mordecki En esta nota calculamos la probabilidad de que pierda la banca en la ruleta, en un período dado de tiempo. uestro enfoque consiste en determinar cuantas
Más detallesCapítulo 10 Combinaciones y permutaciones
Capítulo 10 Combinaciones y permutaciones Los juegos de azar y las combinaciones Has jugado alguna vez póquer? Por si aún no lo has hecho, aquí hay una pequeña explicación de cómo hacerlo: El póquer se
Más detallesLa Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.
LF.3.A1.2-Steve Cole-Determining Domain and Ranges- La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.2 Qué es Dominio? Es
Más detallesTema 3: Variables aleatorias y vectores aleatorios bidimensionales
Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos
Más detallesIniciaremos nuestro estudio de teoría combinatoria enunciando los principios aditivo y multiplicativo de conteo.
COMBINATORIA Introducción a la Combinatoria Recuento A menudo se presenta la necesidad de calcular el número de maneras distintas en que un suceso se presenta o puede ser realizado. Otras veces es importante
Más detallesEjercicios Resueltos de Probabilidad
Ejercicios Resueltos de Probabilidad Juan José Salazar González Marta López Yurda Índice general Prólogo 9 1. Combinatoria 11 2. Fundamentos de probabilidades 23 3. Distribuciones de probabilidad 85 4.
Más detallesLABORATORIO Nº 3 PRÁCTICA DE FUNCIONES EN MICROSOFT EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar funciones en Microsoft Excel 2010. 1) LA FUNCIÓN SI EN EXCEL La función SI en Excel es parte del grupo
Más detallesJUEGOS DE AZAR. Comprende y pone en práctica la probabilidad en juegos de azar
JUEGOS DE AZAR 06 Comprende y pone en práctica la probabilidad en juegos de azar En Presentación de contenidos repasa qué son los juegos de azar. En los ejercicios pone en práctica el azar lanzando una
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de cceso a las Universidades de Castilla y León MTEMÁTICS PLICDS LS CIENCIS SOCILES EJERCICIO Nº páginas 2 Tablas OPTTIVIDD: EL LUMNO DEBERÁ ESCOGER UN DE LS DOS OPCIONES Y DESRROLLR LS PREGUNTS
Más detallesFICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI
FICHERO DE AYUDA DEL PROGRAMA MEGAPRIMI Versión MEGAPRIMI : 4.0 Fecha : 19/06/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier
Más detallesManual para la utilización de PrestaShop
Manual para la utilización de PrestaShop En este manual mostraremos de forma sencilla y práctica la utilización del Gestor de su Tienda Online mediante Prestashop 1.6, explicaremos todo lo necesario para
Más detallesPARTE 1 PROBLEMAS PROPUESTOS FACTORIAL. 2. 31 Calcular:
PARTE 1 FACTORIAL 2. 31 Calcular: PROBLEMAS PROPUESTOS i. 9!, (9)(8)(7)(6)(5)(4)(3)(2)(1) = 362880 ii. 10! (10)(9)(8)(7)(6)(5)(4)(3)(2)(1) = 3628800 iii. 11! (11)(10)(9)(8)(7)(6)(5)(4)(3)(2)(1) = 39916800
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN: PRUEBA PARCIAL N o Profesor: Hugo S. Salinas. Segundo Semestre. RESOLVER. 3
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesOrbitales híbridos. Cajón de Ciencias
Orbitales híbridos Cajón de Ciencias Los orbitales híbridos son aquellos que se forman por la fusión de otros orbitales. Estudiarlos es un paso básico para entender la geometría y la estructura de las
Más detallesFICHERO DE AYUDA DEL PROGRAMA MEGAEURO
FICHERO DE AYUDA DEL PROGRAMA MEGAEURO Versión MEGAEURO : 1.0 Fecha : 02/10/2010 1. INFORMACION GENERAL Versión completamente gratuita. Entre otras muchas opciones, el programa permite seleccionar cualquier
Más detalles28 = 16 + 8 + 4 + 0 + 0 = 11100 1
ELECTRÓNICA DIGITAL 4º ESO Tecnología Introducción Imaginemos que deseamos instalar un sistema electrónico para la apertura de una caja fuerte. Para ello debemos pensar en el número de sensores que nos
Más detallesno descompone no descompone no descompone
Problema 1. Sea I n el conjunto de los n primeros números naturales impares. Por ejemplo: I 3 = {1, 3, 5, I 6 = {1, 3, 5, 7, 9, 11, etc. Para qué números n el conjunto I n se puede descomponer en dos partes
Más detallesTema 5. Variables aleatorias discretas
Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso
Más detallesTema 3: Variable aleatoria 9. Tema 3: Variable aleatoria
Tema 3: Variable aleatoria 9 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Tema 3: Variable aleatoria 1. Probar si las siguientes funciones pueden definir funciones
Más detallesESTADÍSTICA SEMANA 4
ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...
Más detallesCOMBINACIONES página 29 COMBINACIONES
página 29 DEFINICIÓN: Dados n elementos, el número de conjuntos que se pueden formar con ellos, tomados der en r, se llaman combinaciones. Por ejemplo, sean cuatro elementos formar con esos cuatro elementos
Más detallestodas especialidades Soluciones de las hojas de problemas
Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica
Más detallesEspacios generados, dependencia lineal y bases
Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detalles