ESTADÍSTICA INFERENCIAL
|
|
- Catalina Rico Morales
- hace 7 años
- Vistas:
Transcripción
1 ESTADÍSTICA INFERENCIAL
2 ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución de Poisson puede aproximarse a una normal para procesos de cálculo de probabilidades cuando el parámetro λ (literal griega lambda) es suficientemente grande. Este tipo de aproximación permite extender el ámbito de aplicación de la distribución de Poisson. La distribución exponencial de probabilidad guarda una importante relación con la distribución de Poisson, sin embargo, debe destacarse que se orienta a cálculos relacionados con la confiabilidad de sistemas y procesos, por lo que es de gran utilidad en ingeniería, ciencias sociales, naturales y administrativas.
3 ESTADÍSTICA INFERENCIAL 2 Introducción al Tema Actualmente la estadística y los medios que se han desarrollado gracias a esta, ayudan a determinar muchos conocimientos basados en las matemáticas y a reforzar las formas en que se puede establecer un elemento. En este caso la aproximación y la distribución son una forma de establecer los parámetros numéricos con el uso de formulas del calculo integral y diferencial lo que ayuda a comprobar los resultados para no determinar un error que pueda ser catastrófico en el medio en que se aplica, se sabe que la estadística no es 100% exacta, por lo que cuenta con un margen de error que es mínimo y representa la tolerancia que se tiene ante alguna situación, ya sea por el redondeo de cifras o por la aproximación que se pueda tener.
4 ESTADÍSTICA INFERENCIAL 3 Explicación Aproximación normal de probabilidades de Poisson La distribución de Poisson cuantifica la ocurrencia de un evento específico por unidad de tiempo, área o volumen, considerando que la probabilidad de ocurrencia del evento por unidad de medida es idéntica para el total de las unidades y que el número de ocurrencias del evento específico es independiente entre cada unidad de medida. Los fenómenos que siguen este comportamiento se denominan procesos de Poisson. En consecuencia, dado que el recuento de ocurrencias de un evento en particular que se presenta por unidad de tiempo, área o volumen sigue una distribución de Poisson, se presenta el siguiente resultado denominado reproductividad de la ley de Poisson con respecto al parámetro λ. Si X 1, X 2,... X n son variables aleatorias independientes tales que Xi p(k; λ),, i= 1,..., n (es decir, la variable aleatoria Xi sigue una distribución de Poisson con parámetro λ), entonces: Si λ es lo suficientemente grande (mayor que cinco), la distribución de Poisson puede aproximarse mediante la distribución normal. La aproximación de la distribución de Poisson a través de la distribución normal se expresa de la siguiente manera: Sea X una variable aleatoria que sigue una distribución de Poisson, Xi (k; λ) y >5, entonces: En este sentido, la variable aleatoria X puede considerarse como el número de veces que ocurre un evento específico de un proceso de Poisson con tasa λ
5 ESTADÍSTICA INFERENCIAL 4 dentro de un intervalo unitario. Esto significa que la variable aleatoria X puede descomponerse como la suma de n variables que contabilizan la ocurrencia de un evento específico presentado en cada intervalo ((i 1)/ n,i / n),i =1,2,...,n, con lo que se obtiene: Siendo X 1,... X n variables aleatorias independientes idénticamente distribuidas p(k; λ). Para n, el Teorema del límite central establece que: En donde el símbolo N(0,1) significa que se aproxima a una normal estandarizada. Para calcular la probabilidad de Poisson mediante aproximación a la distribución normal se tiene que: Ejemplo: Supóngase que una editorial imprime un texto que contiene erratas al azar con una tasa λ de 0.5 erratas por página. Calcular la probabilidad de que en 200 páginas se encuentren más de 80 erratas. Solución: Se tiene la variable aleatoria X= número de erratas en 200 páginas de texto. Ésta sigue una distribución de Poisson con λ =0.5(200)=100. Dado que λ>5, es posible realizar la aproximación a la distribución normal: En donde el valor corresponde al área en tablas de la distribución normal para y que es igual a por lo tanto, P (X>80)=
6 ESTADÍSTICA INFERENCIAL 5 Distribución exponencial de probabilidad La distribución exponencial es un modelo matemático que se aplica con frecuencia en teoría de la confiabilidad, es decir, en el estudio de la confiabilidad de elementos y sistemas susceptibles de fallo. Definición Una variable aleatoria continua X que puede tomar todos los valores no negativos tiene una distribución exponencial de probabilidad con parámetro (literal griega alfa) positivo si su función de densidad de probabilidad está dada por: f (x) = e x, x>0 =0 para cualquier otro valor. El comportamiento de esta distribución puede mostrarse gráficamente. Por ejemplo, para =5 se obtiene la siguiente gráfica: 5 exp (-5x) Cálculo de probabilidades con la distribución exponencial La función de distribución acumulativa está dada por: F (x)= P(X x)= =0, para cualquier otro valor. En consecuencia, P(X > x)=.
7 ESTADÍSTICA INFERENCIAL 6 Conclusión El uso de fórmulas matemáticas dentro de esta rama de estudio es importante, pues con estas se facilita la forma de obtener resultados de algún medio en el que se trabaja. Si no se cuentan con las formulas adecuadas, es necesario conocer todos los elementos que se desean descifrar y de un procedimiento mas laborioso y repetitivo que servirá para determinar el resultado. Estas mismas formulas sirven para poder graficar en un rango ya establecido, es decir, solamente requieren de la sustitución de variables y la resolución de la ecuación, lo que dará los puntos cardinales útiles para marcar el comportamiento del objeto de estudio dentro de un plano cartesiano ya enumerado.
8 ESTADÍSTICA INFERENCIAL 7 Aplicaciones de cómputo. Aplicación de una hoja de cálculo para calcular probabilidades con distribución normal La hoja de cálculo Excel dispone de la función DISTR.NOR M.ESTAND(x), la cual devuelve la probabilidad P( X < x) siempre y cuando X sea una variable aleatoria normal estandarizada, con media µ= 0 y desviación estándar =1, Ejemplo: Sea X una variable aleatoria normal estandarizada. Utilizando la función DISTR. NOR M.ESTAND(x) de Excel, calcular las siguientes probabilidades: Soluciones: 1. Se introduce el valor 2 en la celda A1. Posteriormente, en la celda A2 se introduce la función DISTR. NOR M.ESTAND( ).
9 ESTADÍSTICA INFERENCIAL 8 Con el argumento A1, es decir, DISTR.NOR M.ESTAND(A1), se obtiene como resultado el valor Se introduce el valor 2 en la celda A 1. Posteriormente, en la celda A2 se introduce la fórmula: =(1-DIST. NOR M.ESTAND(A1)). Con lo que se obtiene como resultado.
10 ESTADÍSTICA INFERENCIAL 9 3. Se introduce el valor 2 en la celda A1. Una vez hecho lo anterior, se introduce en la celda A2 la fórmula: =(DISTR.NOR M.ESTAND(A1)-0.5). Con lo que se obtiene como resultado. 4. Se introduce el valor 0 en la celda A1. Posteriormente, se introduce en la celda A2 la fórmula: =(DISTR.NORM.ESTAND(A1)). Con lo que se obtiene 0.5 como resultado. 5. Se introduce el valor 1 en la celda A1. Posteriormente, se introduce en la celda A2 la fórmula: =((DISTR.NORM.ESTAND(A1)-0.5)*2). Con lo que se obtiene como resultado. 6. Se introduce el valor 2 en la celda A1.
11 ESTADÍSTICA INFERENCIAL 10 Posteriormente, se introduce en la celda A2 la fórmula: =(1-DISTR. NORM.ESTAND(A1)). Con lo que se obtiene como resultado. 7. Primero se introducen por simetría, los valores 2 y 2.5 respectivamente en las celdas A1 y A2. Luego se introduce en la celda A3 la fórmula =DISTR.NORM.ESTAND(A1) y en la celda A4 la fórmula =DISTR. NORM.ESTAND(A2). Finalmente, se introduce en la celda A5 la fórmula =(A4-A3), con lo que se obtiene como resultado
12 ESTADÍSTICA INFERENCIAL 11
13 ESTADÍSTICA INFERENCIAL 12 Actividad de Aprendizaje Instrucciones: en base a lo visto anteriormente, resuelve los siguientes elementos. Recuerda que puedes utilizar formulas de apoyo las cuales se han explicado a lo largo de las sesiones. 1. El tiempo en que un cajero automático dispensa efectivo a los clientes sigue una distribución exponencial con un parámetro de =0.5 minutos. Calcular la probabilidad de que un usuario tenga que esperar más de 0.65 para recibir su efectivo. 2. Una editorial imprime un texto que contiene erratas al azar con una tasa λ de 0.5 erratas por página. Calcular la probabilidad de que en 200 páginas se encuentren más de 85 erratas.
14 ESTADÍSTICA INFERENCIAL 13 Bibliografía García, M. (2005). Introducción a la teoría de la probabilidad. México: Fondo de Cultura Económica. Hernández, A. y O. Hernández (2003). Elementos de probabilidad y estadística. México: Sociedad Matemática Mexicana. Meyer, P. (1986). Probabilidad y aplicaciones estadísticas. E.U.: Addison-Wesley Iberoamericana. Ulloa, V. y V. Quijada (2006). Estadística aplicada a la comunicación. México: UNAM. Lipschutz, S. (1988). Probabilidad. México: McGraw-Hill.
ESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 5 Nombre: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 9 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Los métodos estadísticos y las técnicas de
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 detallesEstadística Descriptiva
Estadística Descriptiva ESTADÍSTICA DESCRIPTIVA 1 Sesión No. 8 Nombre: Medidas de centralización Contextualización En la sesión anterior has conocido una de las medidas de tendencia central denominada
Más detallesESTADÍSTICA INFERENCIAL
Sesión No. 1 Nombre: Probabilidad Contextualización ESTADÍSTICA INFERENCIAL 1 La teoría de la probabilidad se desarrolló en 1654 a partir de la correspondencia entre Antoine Chevalier de Méré y Blaise
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Sesión No. 3 Nombre: Estadística descriptiva Contextualización Parte fundamental de la Estadística es la organización de los datos, una forma de realizar esta organización es
Más detallesDistribuciones Dis de Probabilidad Pr Contínuas Jhon Jairo Jair Pa P dilla a Aguilar, Aguilar PhD. PhD
Distribuciones de Probabilidad Contínuas Jhon Jairo Padilla Aguilar, PhD. Introducción En esta sección se estudiarán algunas distribuciones de probabilidad contínuas que son bastante utilizadas en ingeniería
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 PROBABILIDAD
Más detallesDistribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta
Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad
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 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 detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
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 detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesUNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL
VICERRECTORADO ACADÉMICO COORDINACION DE PRE-GRADO PROYECTO DE CARRERA DE INGENIERIA INDUSTRIAL PROGRAMA: ESTADISTICA I CÓDIGO ASIGNATURA: 1215-311 PRE-REQUISITO: 1215209 SEMESTRE: 3 UNIDADES DE CRÉDITO:
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 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 detallesESTADÍSTICA INFERENCIAL. Sesión 5: Distribuciones de probabilidad para variables
ESTADÍSTICA INFERENCIAL Sesión 5: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución de probabilidad. Específicamente, se
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 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 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 detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
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 detallesTeoría de Colas. Investigación Operativa II. Javier Alarcón Rafael Cáceres Jenny Martínez Pamela Quijada Grupo N 9
Teoría de Colas Investigación Operativa II Javier Alarcón Rafael Cáceres Jenny Martínez Pamela Quijada Grupo N 9 Profesor: Milton Ramírez 31 de Enero del 2012 ELEMENTOS BÁSICOS DE UN MODELO DE LÍNEA DE
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesLA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece
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 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 detallesC a r t a D e s c r i p t i v a
I. Identificadores del Programa: C a r t a D e s c r i p t i v a Programa: Maestría en Matemática Educativa. Depto.: Física y Matemáticas Materia: Métodos Estadísticos Clave: MME10090 No. Créditos: 6 Tipo:
Más detallesTamaño de muestra agropecuaria
Pablo Tadeo Cruz * RESUMEN En este documento, se analizan condiciones de productividad y rentabilidad de los Sistemas de Producción Agropecuaria, dónde se aplica metodología de determinación de tamaño
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 detallesVariables aleatorias: problemas resueltos
Variables aleatorias: problemas resueltos BENITO J. GONZÁLEZ RODRÍGUEZ bjglez@ull.es DOMINGO HERNÁNDEZ ABREU dhabreu@ull.es MATEO M. JIMÉNEZ PAIZ mjimenez@ull.es M. ISABEL MARRERO RODRÍGUEZ imarrero@ull.es
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 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 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 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 detallesEl supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.
El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo. El supermercado cuenta con 3 departamentos: Abarrotes, Embutidos y. Solamente el Departamento
Más detallesContenidos Programáticos
Página 1 de 6 FACULTAD: Ciencias Básicas PROGRAMA: Matemáticas DEPARTAMENTO DE: Matemáticas CURSO : Calculo Diferencial CÓDIGO: 157005 ÁREA: Matemáticas REQUISITOS: CORREQUISITO: CRÉDITOS: 4 TIPO DE CURSO:
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 detallesLa distribución Normal
La distribución Normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas y Calidad
Más detallesEjemplo Traza la gráfica de los puntos: ( 5, 4), (3, 2), ( 2, 0), ( 1, 3), (0, 4) y (5, 1) en el plano cartesiano.
Plano cartesiano El plano cartesiano se forma con dos rectas perpendiculares, cuyo punto de intersección se denomina origen. La recta horizontal recibe el nombre de eje X o eje de las abscisas y la recta
Más detallesEstadística Inferencial. Sesión 5. Prueba de hipótesis
Estadística Inferencial. Sesión 5. Prueba de hipótesis Contextualización. En la práctica, es frecuente tener que tomar decisiones acerca de poblaciones con base en información de muestreo. Tales decisiones
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS
1 1. DATOS INFORMATIVOS PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS MATERIA: ESTADISTICA CODIGO: 11715 CARRERA: INGENIERIA DE SISTEMAS NIVEL: TERCERO
Más detallesCarrera: SCC - 0424 4-2-10. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y estadística Ingeniería en Sistemas Computacionales SCC - 0424 4-2-10
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 detallesActividad Final ESTADÍSTICA INFERENCIAL
Actividad Final ESTADÍSTICA INFERENCIAL Aplicando conocimientos A. PRESENTACIÓN Para finalizar el curso de Estadística Inferencial tendrás que elaborar una actividad final en donde aplicarás los conocimientos
Más detallesTema Contenido Contenidos Mínimos
1 Números racionales - Fracciones equivalentes. - Simplificación de fracciones. - Representación y comparación de los números fraccionarios. - Operaciones con números fraccionarios. - Ordenación de los
Más detalles1 Variables aleatorias independientes
1 Variables aleatorias independientes El concepto de independencia es sumamente importante en teoría de probabilidad y su negación, la dependencia, es un importante objeto de estudio actualmente en diversas
Más detallesContenidos Programáticos. PROGRAMA: VARIAS (Ingeniería, Administración, edufísica, M. veterinaria )
Página 1 de 4 FACULTAD: CIENCIAS BÁSICAS PROGRAMA: VARIAS (Ingeniería, Administración, edufísica, M. veterinaria ) DEPARTAMENTO DE: MATEMÁTICA CURSO : ESTADISTICA I CÓDIGO: 157011 ÁREA: MATEMÁTICA REQUISITOS:
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 detallesAnálisis de Decisiones II. Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación. Objetivo de aprendizaje del tema
Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Emplear la generación de números aleatorios con distribución
Más detallesPLANIFICACIÓN UNIDAD 5 MATEMÁTICA IV MEDIO BICENTENARIO. CMO Aprendizajes esperados Indicador Habilidad Contenido Clases
PLANIFICACIÓN UNIDAD 5 MATEMÁTICA IV MEDIO BICENTENARIO CMO Aprendizajes esperados Indicador Habilidad Contenido Clases 9 y aplicar los conceptos de función densidad y distribución de probabilidad para
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
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 detalles1. Conocimientos previos. 1 Funciones exponenciales y logarítmicas.
. Conocimientos previos. Funciones exponenciales y logarítmicas.. Conocimientos previos. Antes de iniciar el tema se deben de tener los siguientes conocimientos básicos: Intervalos y sus definiciones básicas.
Más detallesPrograma de estudio PROBABILIDAD Y ESTADÍSTICA
1.-Área académica Técnica 2.-Programa educativo Ingeniería Mecánica Eléctrica 3.-Dependencia académica Facultad De Ingeniería Mecánica Eléctrica Xalapa, Veracruz, Poza Rica, Cd. Mendoza, Coatzacoalcos
Más detallesTema 1. Cálculo diferencial
Tema 1. Cálculo diferencial 1 / 57 Una función es una herramienta mediante la que expresamos la relación entre una causa (variable independiente) y un efecto (variable dependiente). Las funciones nos permiten
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 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 detalles1. Aplique el método de inducción matemática para probar las siguientes proposiciones. e) f) es divisible por 6. a) b) c) d) e) f)
1. Aplique el método de inducción matemática para probar las siguientes proposiciones. a) b) c) d) e) f) es divisible por 6. g) 2. Halle la solución de las siguientes desigualdades de primer orden. g)
Más detallesSesión No. 7. Contextualización. Nombre: Sistemas de ecuaciones lineales
Matemáticas 1 Sesión No. 7 Nombre: Sistemas de ecuaciones lineales Contextualización En un principio debemos de saber que en realidad para resolver adecuadamente un sistema de ecuaciones lineales consideremos
Más detalles1º BACHILLERATO Matemáticas Aplicadas a las Ciencias Sociales
1º BACHILLERATO Matemáticas Aplicadas a las Ciencias Sociales PRIMERA EVALUACIÓN Distribución de la materia Tema 1.- Números reales. Potencias, radicales y Logaritmos... 3 semanas Tema 2.- Polinomios...
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 detallesModelos de probabilidad
Modelos de probabilidad José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 Índice I 1 Variables aleatorias 1 Denición 2 Generalidades 2 Probabilidad 1 Objetivo de la probailidad.
Más detallesTécnicas de planeación y control. Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos
Técnicas de planeación y control Sesión 10: El valor esperado y su papel para evaluar diferentes resultados de métodos para presupuestos Contextualización Esta semana cerramos la unidad dedicada a la planeación,
Más detallesFACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS PROGRAMA DE MERCADEO
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS PROGRAMA DE MERCADEO I. IDENTIFICACIÓN DE LA ASIGNATURA NOMBRE: Estadística I CODIGO: 41A03 PRERREQUISITO: Matemática I SEMESTRE: III CRÉDITOS: 3 II. OBJETIVO
Más detalles[GEOGEBRA] Innovación Educativa. Ricardo Villafaña Figueroa
2009 Innovación Educativa [GEOGEBRA] Una introducción a la geometría interactiva y cálculo visual a través de, una herramienta computacional sin costo que facilita y apoya la enseñanza y el análisis de
Más detallesExpresiones algebraicas
Expresiones algebraicas Expresiones algebraicas Las expresiones algebraicas Elementos de una expresión algebraica Números de cualquier tipo Letras Signos de operación: sumas, restas, multiplicaciones y
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detallesMATEMÁTICA III. Régimen de Cursada: Semestral Caracter: Obligatoria Correlativas: Matemática II Profesor: Beatriz Pintarelli Hs. semanales: 6 hs.
MATEMÁTICA III Año 2015 Carrera/ Plan: Licenciatura en Informática Plan 2015-3º año Licenciatura en Sistemas Plan 2015 3º año Licenciatura en Informática Plan 2003-07 / Plan 2012-2º año Licenciatura en
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
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 detallesAnexo 1 ÁLGEBRA I.- Operaciones en las Expresiones Algebraicas II.- Factorización y Operaciones con las Fracciones III.- Funciones y Relaciones
Anexo 1 ÁLGEBRA I.- Operaciones en las Expresiones Algebraicas 1.- Adición y sustracción 2.- Multiplicación 3.- División 4.- Productos especiales 5.- Triángulo de Pascal II.- Factorización y Operaciones
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detallesClase 6: Algunas Distribuciones de Probabilidad Discreta
Clase 6: Algunas Distribuciones de Probabilidad Discreta Distribución Uniforme discreta La más simple de todas las distribuciones de probabilidad discreta es una donde la v.a. toma cada uno de sus valores
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 detallesCOMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS
71 CAPITULO 5 COMPARACIÓN DE SUPERFICIES DE RESPUESTA CON BÚSQUEDA TABÚ Y ALGORITMOS GENÉTICOS En este capítulo se presentan los resultados obtenidos y los comentarios de éstos, al correr algunos ejemplos
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 II. Las muestras y la teoría paramétrica
2.1. Muestras y muestreos: - La muestra:. Subconjunto de elementos de la población. Necesidad práctica:. Motivos económicos. Imposibilidad (práctica/teórica) de estudiar TODA la población. Inconveniencia
Más detallesMonografías. Matemáticas. Directrices monografía de matemáticas 2 Estructura de la monografía 4 Criterios de evaluación 6
Monografías Matemáticas Directrices monografía de matemáticas 2 Estructura de la monografía 4 Criterios de evaluación 6 Qué es una monografía? Es un estudio a fondo de un tema delimitado. El tema deberá
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 detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesx R F (x) := P (X 1 (, x]) = P ({e Ω : X(e) x}) = P (X x) salvo que en este caso esta función es siempre una función continua.
PROBABILIDAD Tema 2.3: Variables aleatorias continuas Objetivos Distinguir entre variables aleatorias discretas y continuas. Dominar el uso de las funciones asociadas a una variable aleatoria continua.
Más detallesProbabilidad y Estadística
Programa de: Hoja 1 de 5 Probabilidad y Estadística UNIVERSIDAD NACIONAL DE CORDOBA Código: Carrera: Materia común Res. Nº298-HCD-04 Plan: Puntos: 3,0 Escuela: Carga horaria: 72 hs. Hs. Semanales: 4,5
Más detallesCRITERIOS DE EVALUACIÓN
CRITERIOS DE EVALUACIÓN MATEMÁTICA 2 /3 y Fin de la Educación Secundaria Nivel educativo: 2 /3 año de Educación Secundaria BLOQUE: Números Operaciones NIVEL ALTO Reconocimiento de conceptos Reconocer una
Más detalles14.1 Introducción. 14.2 Caso 1: Area bajo una curva.
Temas. Capacidades Calcular áreas de regiones del plano. 14.1 Introducción Area bajo una curva En esta sesión se inicia una revisión de las principales aplicaciones de la integral definida. La primera
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERÍA ELECTRÓNICA E INFORMÁTICA SÍLABO
SÍLABO ASIGNATURA: PROBABILIDADES Y ESTADÍSTICA CÓDIGO: IEE211 1. DATOS GENERALES 1.1. DEPARTAMENTO ACADÉMICO : Ingeniería Electrónica e Informática 1.2. ESCUELA PROFESIONAL : Ingeniería Electrónica 1.3.
Más detallesLa simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba
Simulación Simulación La simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba Los modelos matemáticos se construyen y utilizan para comprobar los resultados
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 detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS EMPRESARIALES
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS EMPRESARIALES CARRERA: LICENCIATURA EN TURISMO ASIGNATURA: ESTADÍSTICA SOCIAL CURSO: 3er. AÑO AÑO: 2015 CARGA HORARIA SEMANAL: CUATRO
Más detallesSistema de ecuaciones algebraicas
Sistema de ecuaciones algebraicas Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM CEM
Más detallesContabilidad de Costos
Contabilidad de Costos CONTABILIDAD DE COSTOS 1 Sesión No. 5 Nombre: Costeo de Productos y Servicios Contextualización Qué métodos existen para los costos? El estudio de los sistemas de costeo es de gran
Más detallesHemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial.
La distribución geométrica Hemos visto que si se tira una moneda (con p = P (cruz)) n veces, entonces el número de cruces se distribuye como binomial. Consideramos otro experimento relacionado. Vamos a
Más detalleswww.academiacae.com!!info@academiacae.com!!91.501.36.88!!28007!madrid!
CONTINUIDAD Y DERIVABILIDAD. TEOREMAS Y APLICACIONES DE LAS DERIVADAS 1.- junio 1994 Se sabe que y = f (x) e y = g (x) son dos curvas crecientes en x = a. Analícese si la curva y = f(x) g(x) ha de ser,
Más detallesUNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA ESCUELA DE GESTIÓN PÚBLICA
Programa de Curso de Maestría en Gestión Pública UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA ESCUELA DE GESTIÓN PÚBLICA Maestría en Gestión Pública Código del Curso: 904 Nombre del Curso: Estadística Aplicada
Más detallesResolución de problemas e interpretación de sus gráficas de funciones polinómicas por estudiantes de 4º de ESO
Máster de Formación del Profesorado de Educación Secundaria Obligatoria y Bachillerato, Formación Profesional y Enseñanza de Idiomas Trabajo Fin de Máster Ámbito Matemáticas Resolución de problemas e interpretación
Más detallesOBJETIVO GENERAL DEL CURSO
MATERIA: Fundamentos de Probabilidad y Estadística CÓDIGO: 08290 PRERREQUISITO: Algebra y Funciones (08272) o Razonamiento Cuantitativo (08288) PROGRAMAS: Derecho, Diseño Industrial, Diseño de Medios Interactivos
Más detallesPROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA
PROFESORADO DE EDUCACIÓN SECUNDARIA EN MATEMÁTICA Ciclo Lectivo: 2014 Curso: Segundo Año Espacio Curricular: PROBABILIDAD Y ESTADÍSTICA I Régimen de cursado: Anual Formato: Asignatura Carga horaria: 4
Más detallesTeorema de Bayes. mientras que B tiene una tasa de defectos del 4%.
Teorema de Bayes Ejemplo: En una empresa manufacturera, una máquina A produce el 60% de la producción total, mientras que una máquina B el restante 40%. 71 El 2% de las unidades producidas por A son defectuosas,
Más detalles