MODELO DE RESPUESTAS Objetivos del 1 al 9
|
|
- Elvira González Montoya
- hace 7 años
- Vistas:
Transcripción
1 PRUEBA INTEGRAL LAPSO /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: MODELO DE RESPUESTAS Objetivos del al 9 OBJ PTA Un investigador desea determinar cómo varían las estaturas de las obreras de una empresa, y toma una muestra de 50 mujeres para registrar luego sus estaturas en pulgadas. Los datos obtenidos fueron los siguientes: a) Construya una tabla de frecuencias, usando el criterio de la raíz para determinar el número de clases. b) Calcule: media, mediana, moda, varianza y desviación típica, tanto para los datos no agrupados, como para los agrupados. NOTA: Para lograr el objetivo debe responder correctamente ambas partes de la pregunta. a) Para que nos sea más sencillo elaborar la tabla de distribución de frecuencias, ordenemos los datos en forma ascendente, es decir, de menor a mayor: Tabla de frecuencias. (Límites de clase) Marca de Clase (m i ) Frecuencia (f i ) Frecuencia Relativa (h i ) Frecuencia Acumulada (F i ) Distribución Empírica (H i ) ,5 /50 / ,5 5 4/50 7 7/ ,5 9 9/50 6 6/ ,5 5 5/50 3 3/ ,5 / / ,5 5 5/ / ,5 / /50
2 PRUEBA INTEGRAL LAPSO /9 b.) Para datos no agrupados: b..) Medidas de tendencia central: Media: 360 X = x i = = 63, i Mediana: Med = 63,5 (Como hay un número para de observaciones, la mediana es la media aritmética de los datos, que en este caso, ocupan las posiciones 5 y 6) Moda: M o = 64 (Es el valor del dato que tiene mayor frecuencia) b..) Medidas de dispersión: Varianza: ˆ 838 S = x i- X = x i- 63, = 7, i i b.) Desviación típica o estándar: Para datos agrupados: b..) Media: Medidas de tendencia central: 384 X m f 63,68 n 50 n i i i S ˆ 4,3546 (Es la raíz cuadrada de ˆ S ) Mediana: Med: n 50 - Fa l i + c = = = 63,8 fmed 5 5 Moda: b..) 5-9 l i + c = = Medidas de dispersión: n 87,38 S = m - X = 7, Varianza: ˆ i i = Desviación típica o estándar: S ˆ 4,70
3 PRUEBA INTEGRAL LAPSO /9 En resumen, el cálculo de las medidas de tendencia central y de dispersión, tanto para datos agrupados como no agrupados es mostrado en los siguientes dos cuadros: DATOS NO AGRUPADOS Medidas de tendencia Central Medidas de Dispersión Media Mediana Moda Varianza Desviación típica 63, 63,5 64 7,004 4,3546 DATOS AGRUPADOS Medidas de tendencia Central Medidas de Dispersión Media Mediana Moda Varianza Desviación típica 63,68 63,8 64 7,7833 4,70 OBJ PTA Dados A, B y C eventos arbitrarios en el mismo espacio muestral. Sea D el evento que al menos dos de los eventos A, B o C, ocurren, es decir, D es el conjunto de puntos comunes al menos a dos de los conjuntos A, B o C. Sea D = {exactamente dos de los eventos A, B, C ocurren} D 3 = {al menos uno de los eventos A, B, C ocurren} D 4 = {exactamente uno de los eventos A, B, C ocurren} D 5 = {no más de dos de los eventos ocurren}. Cada uno de los eventos D a D 5 puede ser expresado en términos de A, B y C, utilizando uniones, intersecciones y complementos. Por ejemplo, D 3 = ABC. Encuentre expresiones adecuadas para D, D, D 4 y D 5. En virtud de las operaciones entre conjuntos mencionadas tenemos que: D = (AB)(AC)(BC) D = (ABC c )(AB c C)(A c BC) D 4 = (AB c C c )(A c BC c )(A c B c C) D 5 = (ABC) c
4 PRUEBA INTEGRAL LAPSO /9 OBJ 3 PTA 3 Se tiene que asistir a una reunión donde no se conoce a nadie. Hay en ella 6 mujeres y 4 hombres, y se sabe que hay cuatro matrimonios. De cuántas maneras podría uno imaginarse que están formados los matrimonios? Y si se sabe que hay exactamente tres parejas casadas? Para dar respuesta a la primera pregunta, notemos que existen 6 6! = =5 4 4! x! maneras diferentes para elegir la mujer, y por cada una de estas 5 maneras, existen 4! = 4 maneras de escoger al hombre, por lo que en virtud del principio de multiplicación (PM), existen 5x4 = 360 maneras de conformar los matrimonios. Para la respuesta de la segunda pregunta, por un razonamiento análogo al de la pregunta anterior, tenemos que existen: mujer, y 4 4! = = 4 3 3! x! 6 6! = = 0 3 3! x3! maneras de escoger a la maneras de escoger al hombre y por cada una de estas maneras de escoger al hombre, existen 3! ordenes posibles en que los 3 hombres pueden ser escogidos, por lo tanto, nuevamente, en virtud del PM, existen: 0x4x6 = 480 de conformar las tres parejas. OBJ 4 PTA 4 En el segmento [, 5] se escogen al azar los puntos x e y. Calcule la probabilidad que el punto x esté más cerca de y que de. Consideremos el espacio muestral y sea C el evento = {(x, y) / x 5, y 5}, C = {el punto x está más cerca de y que de }. Queremos calcular P(C) o más explícitamente: P({(x, y) / x - y < x - }) = P({(x, y) / < y < x - }).
5 PRUEBA INTEGRAL LAPSO /9 En la gráfica se representan tanto el espacio muestral como la región en la cual < y < x. De la gráfica también se obtiene que la probabilidad pedida viene dada por el cociente: donde: con lo cual resulta que: Área de C = 3 P C = 4 Área de C Área de, = 4 4 Área de = 3x3, Comentario: Vale la pena mencionar que el área de C se calculó como la suma de las áreas de un triángulo y un rectángulo. OBJ 5 PTA 5 Dos monedas son lanzadas sucesivamente. Si el resultado del lanzamiento es (C, C) extraemos dos bolas de una urna cuya composición es {3R, B, N}. Si el resultado del lanzamiento es (F, F), se extraen dos bolas de una urna cuya composición es {R, B, 5N}. Por último, si el resultado es (F, C) ó (C, F) se extraen dos bolas de una urna cuya composición es {6R, 4B, 5N}. Se pide, suponiendo que todas las extracciones de la urna son sin reemplazamiento, la probabilidad de que las dos bolas extraídas sean una roja y otra blanca. En virtud del teorema de Probabilidad Total, tenemos: P(RB) = P(RB/U )P(U ) + P(RB/U )P(U ) + P(RB/U 3 )P(U 3 ) De manera análoga se obtiene que: = x x + x x + x x = = [] P(BR) = y. [] Por lo tanto sumando [] y [] obtenemos que la probabilidad de que las dos bolas extraídas sean una roja y otra blanca es: P(RB) + P(BR) = 57 80
6 PRUEBA INTEGRAL LAPSO /9 OBJ 6 PTA 6 Sea X ~ U(0, ) y sea Y = [6X] +, donde [. ] denota la función parte entera de X. Calcule E[Y]. Por definición de esperanza matemática para v. a. continuas tenemos que: - E(Y) = 6x + f(x)dx = 6x + dx = 6x dx +, [] 0 0 en virtud de la definición de la función parte entera, resulta: Por lo tanto: [6x] = n si n x n para n = 0,,, 3, 4, 5. 5 n n n 5 6x dx = ndx = n dx = = n = 0 n = 0 n 6 n = 0 n 6 n = n = 0 De [] y [] obtenemos: E[Y] = E[6X + ] =,5, [] OBJ 7 PTA 7 Suponga que una moneda balanceada es lanzada tres veces consecutivas y sean X e Y las v. a. s definidas como sigue: X = Número de caras obtenidas. Y = Número del lanzamiento donde se obtuvo cara por primera vez. ) Encuentre la función de distribución conjunta de X e Y. ) Calcule las distribuciones marginales de X e Y. Antes de dar respuesta a las dos preguntas, definamos el espacio muestral sobre el cual estamos trabajando: = {(c, c, c), (c, c, s), (c, s, c), (s, c, c), (s, s, c), (s, c, s), (c, s, s), (s, s, s)}, puesto que la moneda es balanceada cada punto muestral tiene igual probabilidad de salir, en este caso, la probabilidad de cada punto es /8. ) La distribución conjunta de X e Y es: X\Y / /8 /8 /8 0 /8 / /8 0 0
7 PRUEBA INTEGRAL LAPSO /9 ) Las distribuciones marginales de X e Y respectivamente, son las dadas en las siguientes tablas: x 0 3 P(X = x) /8 3/8 3/8 /8 y 0 3 P(Y = y) /8 4/8 /8 /8 OBJ 8 PTA 8 Sean X e Y v. a. s independientes con funciones de densidad marginal dadas por: 7 < y < f Y(y) =. 0 otro caso < x < 3 f x(x) = 0 otro caso Determine la función de densidad de Z = X + Y. Recordemos que por definición tenemos: f Z (z) = x - f (x).f (z - x)dx El dominio de integración viene dado por la región limitada por los cuatro segmentos de recta oscuros que claramente se aprecian en la figura contigua. Nótese que para z [9, ] ( por qué z está en el segmento [9, ]), x varía en tres regiones bien diferenciadas. Por lo tanto, para calcular f Z (z) debemos analizar por casos: Para z [9, 0], tenemos: z - 7 f Z (z) = z - 9 dx =. Para z [0, ], tenemos: Y.
8 PRUEBA INTEGRAL LAPSO /9 3 f Z (z) = dx =. Para z [, ], tenemos: f Z (z) = 3 z z dx =. En resumen, tenemos por un lado, la expresión analítica de la función de densidad de la variable aleatoria Z = X+ Y y por otro, la gráfica de la misma: z < z 0 0 < z f Z(z) = - z < z 0 en cualquier otro caso OBJ 9 PTA 9 Sean X, X y X 3 v. a. s independientes con varianzas finitas y positivas, y 3, respectivamente. Calcule el coeficiente de correlación entre X - X y X + X 3. Recordemos que por definición: (X, Y) = en nuestro caso X = X - X e Y = X + X 3. Cov(X, Y) Var(X)Var(Y) Calculemos el numerador, teniendo en mente las propiedades de la covarianza y la independencia de las variables.,
9 PRUEBA INTEGRAL LAPSO /9 Cov(X - X, X + X 3 ) = Cov(X, X ) + Cov(X, X 3 ) - Cov(X, X ) - Cov(X, X 3 ) = - Var(X ) = - [*] Calculemos ahora Var(X - X ) y Var(X + X 3 ). En virtud de las propiedades de la varianza tenemos que: Var(X - X ) = Var(X ) + Var(X ) = + y [**] Var(X + X 3 ) = Var(X ) + Var(X 3 ) = + 3. Sustituyendo [*] y [**] en la definición de, resulta: Cov(X - X, X + X 3) - (X - X, X + X 3) = = Var(X - X )Var(X + X ) FIN DEL MODELO.
MODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 2017-2 764-1/7 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 126 Fecha: 21/04/2 018 MODELO DE RESPUESTAS Objetivos del
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesEstadística. Estadística
Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesDistribución de Probabilidades con Nombre Propio Problemas Propuestos
Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,
Más detallesDistribuciones de Probabilidad Para Variables Aleatorias Continuas
Distribuciones de Probabilidad Para Variables Aleatorias Continuas Departamento de Estadística-FACES-ULA 20 de Diciembre de 2013 Introducción Recordemos la definición de Variable Aleatoria Continua. Variable
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesPropiedades en una muestra aleatoria
Capítulo 5 Propiedades en una muestra aleatoria 5.1. Conceptos básicos sobre muestras aleatorias Definición 5.1.1 X 1,, X n son llamadas una muestra aleatoria de tamaño n de una población f(x) si son variables
Más detallesTema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
Más detallesEjercicios de Vectores Aleatorios
Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros M2 Calcular la función de densidad conjunta y las marginales
Más detallesHerramientas digitales de auto-aprendizaje para Matemáticas
real de con Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura real de con Índice real de con real de con.
Más detallesUna población es el conjunto de todos los elementos a los que se somete a un estudio estadístico.
Introducción a la Melilla Definición de La trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico
Más detallesTema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos
Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesProbabilidad. Distribuciones binomial y normal
Tema 7 Probabilidad. Distribuciones binomial y normal 7.1. Introducción En este tema trataremos algunas cuestiones básicas sobre Probabilidad. Tanto la Probabilidad como la Estadística son dos campos de
Más detallesTEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.
Más detalles3. VARIABLES ALEATORIAS
. VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesVectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos
Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos
Más detallesVariable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
Más detallesUnidad III Variables Aleatorias Unidimensionales
Unidad III Variables Aleatorias Unidimensionales En el capítulo anterior se examinaron los conceptos básicos de probabilidad con respecto a eventos que se encuentran en un espacio muestral. Los experimentos
Más detallesSi quisiéramos estudiar también cuánto distan, es decir a b, tendríamos 6 resultados: 0, 1, 2, 3, 4 ó 5, con distribución de probabilidad dada por:
Capítulo 3 Variables aleatorias 3. Definición, tipos En ocasiones de un experimento aleatorio sólo nos interesará medir ciertas características del mismo. En estos casos nos bastará con conocer la distribución
Más detallesTema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010 Contenidos...............................................................
Más detallesDISTRIBUCIONES DE PROBABILIDAD (RESUMEN)
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores
Más detallesTema 4: Variable aleatoria. Métodos Estadísticos
Tema 4: Variable aleatoria. Métodos Estadísticos Definición de v.a. Definición: Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio, es decir, una función
Más detallesTEMA 2: DERIVADA DE UNA FUNCIÓN
TEMA : DERIVADA DE UNA FUNCIÓN Tasa de variación Dada una función y = f(x), se define la tasa de variación en el intervalo [a, a +h] como: f(a + h) f(a) f(a+h) f(a) y se define la tasa de variación media
Más detallesContenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra.
Contenidos mínimos 4B ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Clasificar distintos tipos de números: naturales, enteros, racionales y reales. 2. Operar con números reales y aplicar las propiedades
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesEl conjunto de los complejos. Escritura cartesiana y binómica. Representación gráfica.
Tramo A Números complejos Disciplina, esfuerzo y perseverancia en la búsqueda de resultados. Valoración del lenguaje preciso, claro y conciso de la Matemática como organizador del pensamiento. Valoración
Más detallesC. Distribución Binomial
Objetivos de aprendizaje 1. Definir los resultados binomiales 2. Calcular la probabilidad de obtener X éxitos en N pruebas 3. Calcular probabilidades binomiales acumulativas 4. Encontrar la media y la
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesMatemáticas Discretas L. Enrique Sucar INAOE. Permutaciones y Combinaciones
Matemáticas Discretas L. Enrique Sucar INAOE Permutaciones y Combinaciones Contenido Introducción Reglas de la suma y el producto Permutaciones Combinaciones Generación de permutaciones Teorema del Binomio
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detalles3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas.
Contenidos mínimos MI. 1. Contenidos. Bloque I: Aritmética y Álgebra. 1. Conocer las clases de números, los conjuntos numéricos: naturales, enteros, racionales, reales y complejos y las propiedades que
Más detallesPARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS
CALIFICACIÓN: Consejería de Educación, Ciencia y Cultura PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL Junio 2011 Resolución de 9 de marzo de 2011 (DOCM de 5 de abril)
Más detallesSolución Control #1. 6 P (C O M i )P (M i ). P (C O ) = i=1. Alternativamente podemos trabajar a partir del siguiente espacio muestral
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidad MA 343, 18/4/11, Prof. R. Gouet. Solución Control #1 1. Una persona dispone de 6 monedas equilibradas,
Más detallesPROYECTO DE REFUERZO ACADÉMICO PARA ESTUDIANTES DE EDUCACIÓN MEDIA PRAEM 2015
MINISTERIO DE EDUCACIÓN DIRECCIÓN NACIONAL DE EDUCACIÓN Prueba de Diagnóstico de Matemática Segundo Año de Bachillerato PROYECTO DE REFUERZO ACADÉMICO PARA ESTUDIANTES DE EDUCACIÓN MEDIA PRAEM 2015 NOMBRE
Más detallesDr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez
Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como
Más detallesAPUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS
CAPITULO III VARIABLES ALEATORIAS. DEFINICION.- UNA VARIABLE ALEATORIA ES UNA FUNCION DE LOS VALORES DEL ESPACIO MUESTRAL. ESTO ES, EL DOMINIO DE DEFINICION DE UNA VARIABLE ALEATORIA ES UN ESPACIO MUESTRAL,
Más detallesClase 9 Sistemas de ecuaciones no lineales
Clase 9 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo, 2013 Problemas resueltos Problema 4: Considere el sistema de ecuaciones x y = 3 (x 2) 2 +y = 1 Problemas resueltos
Más detallesMatemáticas Febrero 2013 Modelo A
Matemáticas Febrero 0 Modelo A. Calcular el rango de 0 0 0. 0 a) b) c). Cuál es el cociente de dividir P(x) = x x + 9 entre Q(x) = x +? a) x x + x 6. b) x + x + x + 6. c) x x + 5x 0.. Diga cuál de las
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesClase 9 Sistemas de ecuaciones no lineales
Clase 9 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo, 2016 con dos incógnitas Un sistema de dos ecuaciones en el que al menos una ecuación es no lineal, se llama
Más detallesMuestreo y Distribuciones muestrales. 51 SOLUCIONES
Muestreo y Distribuciones muestrales. 51 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Métodos estadísticos de la ingeniería Soluciones de la hoja de problemas 5. Muestreo
Más detallesNociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad
Nociones de Estadística Descriptiva. Medidas de tendencia central y de variabilidad Introducción a la estadística descriptiva La estadística descriptiva ayuda a describir las características de grupos
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detallesMEDIDAS DE ASIMETRÍA Y CURTOSIS EMPLEANDO EXCEL
1) ASIMETRÍA MEDIDAS DE ASIMETRÍA Y CURTOSIS EMPLEANDO EXCEL Es una medida de forma de una distribución que permite identificar y describir la manera como los datos tiende a reunirse de acuerdo con la
Más detallesFUNCIONES CUADRÁTICAS. PARÁBOLAS
FUNCIONES CUADRÁTICAS. PARÁBOLAS 1. FUNCIONES CUADRÁTICAS Representemos, en función de la longitud de la base (x), el área (y) de todos los rectángulos de perímetro 1 metros. De ellos, cuáles son las medidas
Más detallesMedidas de Dispersión
Medidas de Dispersión Revisamos la tarea de la clase pasada Distribución de Frecuencias de las distancias alcanzadas por las pelotas de golf nuevas: Dato Frecuencia 3.7 1 4.4 1 6.9 1 3.3 1 3.7 1 33.5 1
Más detallesUniversidad Central de Venezuela Facultad de Ciencias Escuela de Computación Probabilidad y Estadística Práctica Nº 4
Distribuciones de Variables Aleatorias Distribuidas en forma Conjunta Objetivos de la práctica: Objetivo general: Al finalizar la práctica, el estudiante deberá conocer los conceptos fundamentales de las
Más detallesEstadística: Medidas de dispersión: varianza, desviación media y estándar
Estadística: Medidas de dispersión: varianza, desviación media y estándar Situación vinculada a la vida cotidiana: embarazo de jóvenes en el municipio de Diriá A nivel nacional, el 27% de partos corresponde
Más detalles2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales
2. Encuentra el espacio muestral del experimento lanzar dos monedas. Si se define el suceso A = al menos una sea cara, de cuántos sucesos elementales consta A? Cuál es el suceso contrario de A? 3. Si consideramos
Más detallesValeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
Más detalles6-1. Dos preguntas sobre 100 tiradas de dado
Semana 6 Esperanza y Varianza 6-1. Dos preguntas sobre 100 tiradas de dado 6-2. Esperanza 6-3. Propiedades básicas de la esperanza 6-4. Distancia esperada a la media 6-5. Varianza 6-6. Demostraciones 6-1.
Más detallesEXAMEN DE ESTADÍSTICA
EXAMEN DE ESTADÍSTICA SEGUNDA CONVOCATORIA ORDINARIA. 2001-2002 2 o curso de Ingeniería Técnica de Informática de Sistemas. Departamento de Estadística e Investigación Operativa 1. En el problema de la
Más detallesHerramienta de Alineación Curricular - Resumen a través de las unidades Departamento de Educación de Puerto Rico Matemáticas 8vo Grado
Unidad 8.3 (Relaciones Eponenciales 8.N.1.1 8.N.1.2 8.N.1.3 1.0 Numeración y Operación Describe los números reales como el conjunto de todos los números decimales y utiliza la notación científica, la estimación
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesP (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
Más detallesAnexos. Anexo 10: Calculadora
Anexo 0: Calculadora. Qué calculadora utilizar Utiliza la calculadora que tengas. En caso de que necesites comprarla busca una que te sirva para todo el Bachillerato. De ser así comprueba:. Que sea científica.
Más detallesSESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS
SESIÓN 5 RELACIÓN ENTRE LOS VALORES NUMÉRICOS I. CONTENIDOS: 1. Relación entre valores numéricos.. Cálculo de media, mediana y moda en datos agrupados y no agrupados. 3. La media, mediana y moda en variable
Más detallesProducto cartesiano. X Y = {(x, y) : x X, y Y }. Ejemplo En el tablero de ajedrez, X = números del 1-8, Y = letras de A-H.
Producto cartesiano Motivación: Has oido hablar sobre gente que juega ajedrez sin tener que mirar nunca el tablero?. Esto es posible, y se debe a una herramienta llamada coordenadas de un punto. En un
Más detallesGUÍA NÚMERO 1. Saint Gaspar College MISIONEROS DE LA PRECIOSA SANGRE Formando Personas Íntegras Departamento de Matemática RESUMEN PSU MATEMATICA
Saint Gaspar College MISIONEROS DE LA PRECIOSA SANGRE Formando Personas Íntegras Departamento de Matemática RESUMEN PSU MATEMATICA GUÍA NÚMERO 1 NÚMEROS NATURALES Y CARDINALES ( IN, IN 0 ) Los elementos
Más detallesREACTIVOS MATEMÁTICAS 3
REACTIVOS MATEMÁTICAS 3 1.- Una es una igualdad en la cual hay términos conocidos y términos desconocidos. El término desconocido se llama incógnita y se representa por letras. a) Literal. b) Ecuación.
Más detallesRELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I
Dto. de MATEMÁTICAS RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1. Calcular, de forma exacta las siguientes operaciones. a) 1, 0, b) 0,7:0,916. Representa el conjunto
Más detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
Más detallesNúmeros enteros. Dado cualquier número natural, éste siempre será menor que su sucesor, luego los naturales son ordenados.
Números naturales y cardinales Números enteros Los elementos del conjunto N = {1,2,3, } se denominan números naturales. Si a este conjunto le unimos el conjunto formado por el cero, obtenemos N 0 = {0,1,2,
Más detallesProbabilidades. Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM
Universidad de las Américas Instituto de Matemática, Física y Estadística. Centro de Aprendizaje Matemático - CAM Probabilidades P(A) = Casos favorables Casos posibles Objetivos: Definir el concepto de
Más detalles4 del tiempo original, pero si hubiera ido. 5 de hora más. Cuál fue en kilómetros la distancia
BACHILLERATO CO+ 0.- Pedro anduvo una determinada distancia a velocidad constante. Si hubiera ido 0,5 km/h más rápido, habría recorrido la misma distancia en 5 4 del tiempo original, pero si hubiera ido
Más detallesUNIDAD II Eventos probabilísticos
UNIDAD II Eventos probabilísticos UNIDAD 2 EVENTOS PROBABILÍSTICOS Muchas veces ocurre que al efectuar observaciones en situaciones análogas y siguiendo procesos idénticos se logaran resultados diferentes;
Más detallesSEGMENTOS RECTILÍNEOS: DIRIGIDOS Y NO DIRIGIDOS
SEGMENTOS RECTILÍNEOS: DIRIGIDOS Y NO DIRIGIDOS A la porción de una línea recta comprendida entre dos de sus puntos se llama segmento rectilíneo o simplemente segmento. Los dos puntos se llaman extremos
Más detallesTEMA 1: NÚMEROS REALES
TEMA 1: NÚMEROS REALES 3º ESO Matemáticas Apuntes para trabajo del alumnos en el aula. 1. Fracciones. Números racionales Si se multiplican o dividen el numerador y el denominador de una fracción por un
Más detalles7. Distribución normal
7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o
Más detallesPruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICAAS A LAS CIENCIAS SOCIALES EJERCICIO Nº Páginas 2 OPTATIVIA: EL ALUMNO EBERÁ ESCOGER UNA E LAS OS OPCIONES
Más detallesValor absoluto de un número real. Potencias de exponente racional. Logaritmos. Logaritmos decimales y neperianos. Propiedades y operaciones.
Otras páginas Matemásicas ccss 5º MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I ARITMÉTICA Y ÁLGEBRA Los números reales Números racionales. Números irracionales. Los números y e. Los números reales.
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 3
Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias
Más detallesDistribución Normal Curva Normal distribución gaussiana
Distribución Normal La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. La distribución normal tiene grandes aplicaciones prácticas, en
Más detallesSoluciones Examen de Estadística
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 15 de Febrero, 5 Cuestiones horas C1. Un programa se ejecuta desde uno cualquiera de cuatro periféricos A, B, C y D con arreglo
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
Más detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
Más detallesJUNIO 2010. Opción A. 1 2 3
JUNIO 2010 Opción A 2 3 1 1.- Sean las matrices: A 0 1 2 y B 5 3 1 Halla una matriz X tal que 2X BA AB. 2 0 1 3 3 2. 1 2 3 2.- La cantidad C de tomates (en kg) que se obtienen de una planta de tomate depende
Más detallesEstadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:
Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una
Más detallesCUADERNO DE EJERCICIOS
MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Psicopedagogía Curso 2009/2010 CUADERNO DE EJERCICIOS Ejercicio nº 1 Aplicada una prueba de medición de la inteligencia a un grupo de 50 alumnos, las puntuaciones
Más detallesProfr. Efraín Soto Apolinar. La función racional
La función racional Ahora estudiaremos una extensión de las funciones polinomiales. Las funciones racionales se definen a partir de las funciones polinomiales. Esta generalización es semejante a la que
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detalleslasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas
º ESO 1. Expresiones algebraicas En matemáticas es muy común utilizar letras para expresar un resultado general. Por ejemplo, el área de un b h triángulo es base por altura dividido por dos y se expresa
Más detalles. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidades MA, /5/9, Prof. Raúl Gouet Solución Control #. Considere una colonia de bacterias con población inicial
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesAplicaciones de las integrales dobles
Aplicaciones de las integrales dobles Las integrales dobles tienen multiples aplicaciones en física en geometría. A continuación damos una relación de alguna de ellas.. El área de una región plana R en
Más detallesCuestiones propuestas de la primera prueba de la primera preparación
Cuestiones propuestas de la primera prueba de la primera preparación Temas a 9 de Teórica Básica Estas cuestiones van pensadas en la línea del primer examen Su dificultad conjunta tiene un nivel similar
Más detallesLa distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Más detalles