VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES
|
|
|
- Esteban Medina Cano
- hace 9 años
- Vistas:
Transcripción
1 Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES En muchas ocasones es necesaro estudar conuntamente dos característcas de un fenómeno aleatoro, es decr, el comportamento conunto de dos varables aleatoras, ntentando eplcar la posble relacón estente entre ellas. Para estudar conuntamente las dos varables aleatoras (, ), esto es, la varable aleatora bdmensonal, es necesaro conocer la dstrbucón de probabldad conunta de ambas varables. VARIABLE ALEATORIA BIDIMENSIONAL DISCRETA Una varable aleatora (,) se dce que es dscreta s e son dscretas. DISTRIBUCIÓN DE PROBABILIDAD BIDIMENSIONAL DISCRETA: Tabla de doble entrada formada por los pares de valores (, ) que toma la varable (,) unto con sus probabldades. m p p p pm p p p pm p p p pm p p pn p n n n nm sendo p P( ; ) con n m p FUNCIÓN DE DISTRIBUCIÓN BIDIMENSIONAL DISCRETA: Tambén llamada dstrbucón de probabldad conunta, es la funcón acumulatva F(, ) P( ; ) P( ; )
2 F(, )es la suma de todos los puntos de la regón A. P ; F(, ) F(, ) F(, ) F(, ) La probabldad P ; representa la probabldad de que un punto pertenezca a la regón A. MOMENTOS DE UNA VARIABLE BIDIMENSIONAL DISCRETA: El momento de órdenes (r, s) respecto a los parámetros (c, k) de una varable aleatora bdmensonal dscreta, se defne: r s r M Ec k c k s p r,s Momentos respecto al orgen cuando c k, sendo los más mportantes: E E() p p E E() p p E E(,) p p Momentos respecto a la meda o centrales, cuando c k, sendo los más mportantes: E p p E p p
3 E p p La covaranza se pude epresar:., es decr,. DISTRIBUCIONES MARGINALES DISCRETAS: Dada una dstrbucón de probabldad bdmensonal dscreta: m p p p pm p p p p pm p p p p pm p p pn pnm n n n n p p p p m p p Se denomna probabldades margnales a p p n p P( ) p p P( ) p donde m n m n m p p p Las dstrbucones margnales de la de la serán, respectvamente: p p p p p p p p m p n pn Las funcones de dstrbucón margnales serán: m F() F(, ) P( ; ) p F() F(,) P( ; ) p 3
4 DISTRIBUCIONES CONDICIONADAS DISCRETAS: Sea (, ) una varable aleatora bdmensonal dscreta con dstrbucón de probabldad p (,,, n ;,,, m) con dstrbucones margnales n p P( ) p m p P( ) p La dstrbucón de probabldad condconada de la varable aleatora dscreta cuando será: m P / p p p pm p P( / ) p / p p p p pm p P( / ) p / p p p p pm p P( / ) p / p p p pn pnm pn P( n / ) p n / p n n n p p p p m n P ; p P( / ) P( / ) P( ) p con P( ) En esta epresón aleatora. es fo vara sobre todos los posbles valores de la varable La dstrbucón de probabldad condconada de la varable aleatora dscreta cuando será: m P / p p p pm p P( / ) p / p p p p pm p P( / ) p / p p p p pm p P( / ) p / p p p pn pnm pn P( m / ) p m / p n n n p p p p m m P ; p P( / ) P( / ) P( ) p con P( ) 4
5 En esta epresón es fo e vara sobre todos los posbles valores de la varable aleatora. INDEPENDENCIA DE VARIABLES ALEATORIAS DISCRETAS: Sea una varable aleatora bdmensonal dscreta (, ), se dce que e son ndependentes sí, sólo sí, se verfca: p P( ; ) p. p (, ) o ben, P( ; ) P( ). P( ) VARIABLE ALEATORIA BIDIMENSIONAL CONTINUA Una varable aleatora (, ) se dce que es contnua s e son contnuas. En térmnos más precsos, se dce que una varable aleatora (, ) es contnua s este una funcón no negatva f(, ) que para todos par (, ) R verfca: F(, ) f(u,v) dudv donde F(, ) es la funcón de dstrbucón de (, ). A la funcón f(,) se le denomna funcón de densdad de (, ). FUNCIÓN DE DISTRIBUCIÓN BIDIMENSIONAL CONTINUA: Dada una varable aleatora bdmensonal contnua (, ) a la funcón acumulatva F(, ) P( ; ) se denomna funcón de dstrbucón de (, ) P ; F(, ) F(, ) F(, ) F(, ) FUNCIÓN DE DENSIDAD: Dada una varable aleatora bdmensonal contnua (, ), la funcón de densdad es una funcón no negatva f(, ) que verfca: f(,) d d P ; f(,) d d 5
6 Se tene entonces que la funcón de dstrbucón: S F(,) es absolutamente contnua, entonces: F(,) F(, ) f(, ) f(u,v) dudv MOMENTOS DE UNA VARIABLE BIDIMENSIONAL CONTINUA: El momento de órdenes (r, s) respecto a los parámetros (c, k) de una varable aleatora bdmensonal contnua, se defne: r,s r s r s M E c k ( c) ( k) f(,) dd Momentos respecto al orgen cuando c k, sendo los más mportantes: E E() f(,) d d E E() f(,)dd E E(,) f(,)dd Momentos respecto a la meda o centrales, cuando c k, sendo los más mportantes: E ( ) f(,) d d E ( ) f(,)dd E ( )( )f(,) dd covaranza Supuesta en todos los casos la convergenca absoluta de las ntegrales. La covaranza se pude epresar:., es decr,. DISTRIBUCIONES MARGINALES CONTINUAS: Una varable aleatora bdmensonal contnua (, ), con funcón de dstrbucón F(, ) funcón de densdad f(, ), tene como funcones de dstrbucón margnales: funcón de dstrbucón margnal de F() F(, ) f(u,)dud f(u)du donde f() f(,)d se denomna funcón de densdad margnal de 6
7 funcón de dstrbucón margnal de F() F(,) f(,v)ddv f(v)dv donde f () f(, )d se denomna funcón de densdad margnal de DISTRIBUCIONES CONDICIONADAS CONTINUAS: Sea una varable aleatora bdmensonal contnua (, ), con funcón de dstrbucón F(, ) funcón de densdad f(,), se defne: Funcón de dstrbucón de condconada al valor de f(u, )du F( / ) P( / ) f() La funcón de densdad condconada de al valor de : : f( / ) df( / ) f(, ) d f () Funcón de dstrbucón de condconada al valor de f(, )dv F( / ) P( / ) f() La funcón de densdad condconada de al valor de : : f( / ) df( / ) f(, ) d f () INDEPENDENCIA DE VARIABLES ALEATORIAS CONTINUAS: Sea una varable aleatora bdmensonal contnua (, ), se dce que e son ndependentes sí, sólo sí, se verfca: F(, ) F().F () (, ) R defncón equvalente será: f(, ) f ().f () (, ) R 7
8 TRANSFORMACIONES LINEALES DE VARIABLES ALEATORIAS CONTINUAS: La funcón de densdad g(z,t) de una varable aleatora contnua (Z,T), que surge de una transformacón lneal de la varable (, ), este en aquellos puntos donde el acobano z z (z,t) J (,) t t sendo la nueva funcón de densdad: g(z, t) f h (z, t), h (z, t). J donde h h son las nversas, respectvamente, de g g (,) z t Despeando (, ) en la transformacón se calcula el acobano J (z,t) z t COVARIANZA. PROPIEDADES La covaranza es uno de los momentos centrales de más nterés, se defne: Cov(, ) E E(). E() se suele representar por Cov(, ),, S se representan los qunce pares de valores (, ) se obtene la nube de puntos: Cov (, ) Cov (, ) La varable aumenta cuando la varable aumenta La varable dsmnue cuando la varable dsmnue La varable aumenta cuando la varable dsmnue La varable dsmnue cuando la varable aumenta Cov (, ) Las varables aleatoras (, ) son ndependentes 8
9 Advértase que, Cov (, ) Las varables aleatoras (, ) NO son ndependentes, este una relacón no lneal entre e, relacón que puede ser de tpo cuadrátco. En consecuenca, la covaranza no es una medda de las relacones o dependencas entre dos varables aleatoras e, úncamente es una medda de la fuerza de la relacón lneal entre e. Un nconvenente para utlzar la covaranza, ncluso como medda de la fuerza de la relacón lneal entre e, es que depende de las undades de medda de las varables aleatoras. Por eemplo, s la varable aleatora se epresa en cm la varable en kg, la covaranza se epresa en cm. kg. En este sentdo, el coefcente de correlacón resuelve el problema al ser un número abstracto, es decr, epresarse sn undades. PROPIEDADES DE LA COVARIANZA La covaranza se puede epresar en funcón de los momentos respecto al orgen: Cov(, ) E E(). E(). Basta desarrollar la propedad que defne la covaranza: Cov(, ) E E(). E() E. E E() E() E() S e son dos varables aleatoras ndependentes, la covaranza Cov(, ) E E(). E() E. E E() E() E() E().E() E() E() Cuando dos varables aleatoras son ndependentes se deduce que su covaranza es cero. La nversa no es certa, esten pares de varables dependentes que tenen covaranza cero. En resumen, 9
10 e ndependentes Cov(, ) Cov(, ) e ndependentes Sean e varables aleatoras, sean tambén varables aleatoras a b, sendo a, b números reales cualesquera, se verfca: Cov(a, b) a.b.cov(, ) Cov(a,b) E ae(a). be(b) E aae(). bbe() E aa ). bb E a.b. a.b.. a.b.. a.b.. a.b.e... a.b. E().E().E(). a.b.... a.b.. a.b.cov(,) La covaranza conserva los cambos de escala es nvarante a los cambos de orgen. La propedad anteror es etensble al caso de tener varables aleatoras de la forma (a c) (b d), tenendo en este caso: Cov(a b, b d) a.b.cov(, ) Cov(, ) Cov(, ). Cov(, ) Var() Cov(, ) E. E ( ) Cov(, k) kr,, Z son varables aleatoras: Cov(, Z) Cov(, Z) Cov(, Z), varables aleatoras : Var( ) Var() Var() Cov(, ), varables aleatoras ndependentes : Var( ) Var() Var() En efecto, Var() E () E() E E() E()
11 E E E ( )( ) Var () Var () Cov (, ) S e son ndependentes, Cov(, ) Esta propedad se puede generalzar, sendo (,,, n) varables aleatoras cualesquera, se tene: Var Var ( ) Cov (, ) n n n, Sean (,,, n) varables aleatoras cualesquera (k, k,, k n) números reales cualesquera, entonces: Var k k Var ( ) k k Cov (, ) n n n, COEFICIENTE DE CORRELACIÓN El coefcente de correlacón es un número abstracto (sn undades) que determna la fuerza de la relacón lneal entre las varables aleatoras, es decr, una medda numérca del grado en que las varables están relaconadas lnealmente. El coefcente de correlacón lneal entre las varables aleatoras (, ) se defne: Cov (, ) E E(). E() E() E() E Var ().Var (). Es decr, el coefcente de correlacón es el valor esperado de los valores tpfcados o normalzados de e. S las varables e son ndependentes, el coefcente de correlacón S e son dos varables aleatoras ndependentes Cov (, ) Var ().Var ().. Esta propedad se puede generalzar para n varables aleatoras ndependentes (,,, ), pues s son ndependentes lo son dos a dos. n En consecuenca, la covaranza de dos cualesquera será nula el coefcente de correlacón es cero. Las varables estarán ncorreladas dos a dos.
12 S las varables e aleatoras tenen varanzas dstntas de cero: No este relacón lneal entre las varables aleatoras e, dcendo que están ncorreladas. Este relacón lneal entre las varables aleatoras e, dependenca funconal. Este relacón lneal entre las varables aleatoras e, dependenca funconal. Este maor relacón lneal en cuanto el coefcente de o correlacón se aprome, respectvamente, más a ó a, es decr, estarán más correladas.
13 RESUMEN DE PROPIEDADES DE MOMENTOS SIGNIFICATIVOS Sean e varables aleatoras Meda o Esperanza matemátca La meda es un operador lneal: E(k) k E E() E() k Ek ke() S e ndependentes:. E. E().E() k. E(k. ) k.e() a.b. E a. b. a.e() b.e() Varanza La varanza no es un operador lneal: Var(k) Var Var() Var() Cov(,) S e ndependentes: Var Var() Var() k. Var(k.) k.var() Covaranza:. Cov(, ) Var() Cov(a.,b.) a.b.cov(,) S e ndependentes: Cov(,) Cov(, k) Cov(,Z) Cov(,Z) Cov(,Z) Coefcente de correlacón: E. S e ndependentes: 3
14 Eercco.- Un epermento consste en lanzar tres veces una moneda. Sean las varables aleatoras: ="número de caras en las tres tradas" e ="dferenca en valor absoluto entre el número de caras el de escudos en las tres tradas". Se pde: a) Dstrbucón de probabldad de (, ) b) Meda desvacón típca de las dstrbucones margnales de e c) Covaranza coefcente de correlacón d) Son e ndependentes? e) Dstrbucón condconada de a 3 f) Dstrbucón condconada de a P ; P P 3 g),, Solucón: a) Espaco muestral: (c,c,c),(c,c,e),(c,e,c),(e,c,c),(c,e,e),(e,c,e),(e,e,c),(e,e,e) (c,c,c) 3 (c,c,c) 3 (c,c,e) (c,e,c) (e,c,c) (c,c,e) (c,e,c) (e,c,c) (c,e,e) (e,c,e) (e,e,c) (c,e,e) (e,c,e) (e,e,c) (e,e,e) (e,e,e) 3 Dstrbucón de probabldad: 3 p p 68 8 Advértase que la probabldad conunta: Probabldades margnales: p p p p3 p p pp p Sendo: 4 4 p p p. En general, n m n m p p p 4
15 b) Dstrbucón margnal de la varable aleatora : p.p. p Meda: E(). p,5 8 4 Varanza: Var() E( ) E() 4 E( ). p 3 Var() E( ) E() 3,5,75,75,866 Dstrbucón margnal de la varable aleatora : p.p. p Meda: E(). p,5 8 Varanza: Var() E( ) E() E( ). p 3 Var() E( ) E() 3,5,75,75,866 c) Covaranza coefcente de correlacón La covaranza se defne: Cov(,). donde 4 E().. p Así pues, , con lo cual, Cov(,).,5,5.,5 Señalar que la covaranza Cov(, ) puede ser negatva, nula o postva, sendo una medda de la fuerza de la relacón lneal entre e. El coefcente de correlacón lneal es un número abstracto (sn undades) que determna el grado en que las varables (, ) están relaconadas lnealmente. Se defne:. 5
16 con lo cual,.,75.,75 Denotar que. Cuando no este relacón lneal entre las varables e, dcendo que están ncorreladas. d) Para que e sean ndependentes se tene que verfcar: p p. p (, ) 3 p p 8 p p p p. p.p 8 8 Las varables e NO son ndependentes Señalar que cuando dos varables e son ndependentes, es decr, cuando p p. p (, ), la covaranza es cero. El caso contraro no se verfca. Es decr: e ndependentes Cov(, ) Cov(, ) e ndependentes e) Dstrbucón condconada de a 3 : P/ 3 P 3 P( 3) 3 p P( / 3) p 68 8 En general, P P/ P( ) 6
17 f) Dstrbucón condconada de a : P/ P P( ) 3 p P( / ) p 68 8 En general, P/ P P( ) g) P ;, P, P P ; P ; P ;3 P ; P ;3 3 4 p p p p P P ; P ; 3 P 3; P 3;3 3 4 p3 p3 p4 p P 3 P ; P ; P ; P 3; p p p3 p
18 Eercco.- Sea una varable aleatora bdmensonal con dstrbucón de probabldad Se pde: a) Son e ndependentes? b) Hallar las medas desvacones típcas de e c) Hallar las probabldades: P ; P P d) Hallar el coefcente de correlacón Solucón: a) Para analzar s e son ndependentes ha que hallar las dstrbucones margnales de e, ver s verfca que p p. p (, ) p p 3 3 p p.p. 6 3 p p.p p p.p. 3 3 p p.p p3 p 3.p. p3 p 3.p Luego las varables e no son ndependentes. b) Para hallar las medas desvacones típcas de e ha que consderar las dstrbucones margnales: 8
19 Dstrbucón margnal de la de la varable aleatora p.p. p Meda: 6 3 E(). p 3 E( ). p Varanza: Var() E( ) E() Desvacón típca: 5,745 9 Dstrbucón margnal de la varable aleatora p.p. p Meda: E(). p 3 E( ). p 8 Var() E( ) E() 3 9 Varanza: Desvacón típca: 8,943 9 c) Probabldades: P ; P P 9
20 P ; P ; P ; 3 4 P P ; P ; P 3; P 3; 6 4 P P ; P ; P 3; 6 3 d) Coefcente de correlacón..p E().. p Covaranza: Cov(,).., Coefcente de correlacón:,555.,745.,943,79 Sendo,79, valor cercano a, este una fuerte relacón lneal entre las varables e.
21 Eercco 3.- Sean (, ) los paquetes daros que venden dos operadores de vaes, cua dstrbucón de probabldad conunta se reflea en la tabla:,5,5,,5,,5,,5,5 Hallar la meda, varanza desvacón típca de las varables:,,, Solucón: p.p. p,5,5,,4,5,,5,3,3,3,,5,5,3,6, p,3,4,3,9,5.p,4,6. p,4,,6 Dstrbucón margnal de la varable : Meda: 3 E(). p,9 3 E( ). p,5 Varanza: Var(),5,9,69 Desvacón típca:,69,83 Dstrbucón margnal de la varable : Meda: E(). p 3 3 E( ). p,6 Varanza: Var(),6,6 Desvacón típca:,6,77
22 Dstrbucón de la varable ( ) : Meda: E( ) E() E(),9,9 Se tene: 3 3 E( ) ( ).p,5,5,,5,,5,,5,5.,5.,5.,.,5., 3.,5., 3.,5 4.,5,9 Varanza: Var( ) Var() Var() Cov(,) e no ndependentes..p,5,5,,5,,5,,,,5,5,,6,3,7 3 3 E().. p Covaranza: Cov(, ).,9., Var( ) Var() Var() Cov(,),69,6.,,49 E () E() Se tene:,5,5,,5,,5,,5,5.,5 4., 9.,5 4., 9.,5 6.,5 5, E ( ).,5.,5 4., E ( ) E( ) 5,,9,49 Dstrbucón de la varable ( ) :, 49, Meda: E( ) E() E(),9, Var( ) Var() Var() Cov(,),69,6.,,9
23 Eercco 4.- Sea (, ) una varable aleatora bdmensonal con funcón de densdad: k f(,) restantes valores a) Hallar k para que sea funcón de densdad b) Hallar las funcones de densdad margnales. Son e ndependentes? c) Hallar las funcones de dstrbucón margnales d) Hallar las funcones de densdad condconadas Solucón: a) Para que f(, ) sea funcón de densdad tene que verfcarse: f(, ) d d k por tanto, k d d k d d k d k d k k f(,) restantes valores b) Funcones de densdad margnales: f() f(,)d d f() f(,)d d e son ndependentes cuando f(,) f ().f () f ().f ().() 4 4 f(,) luego no son ndependentes c) Funcones de dstrbucón margnales: F () f (t)dt f (t)dt t dt t F () f (t)dt f (t)dt ( t)dt t t 3
24 d) Funcones de densdad condconadas: f(,) f( / ) f() f(,) f( / ) f() Eercco 5.- Sea (, ) una varable aleatora bdmensonal con funcón de densdad: ; f(,) restantes valores a) Comprobar que f(, ) es funcón de densdad b) Hallar las medas de e c) Hallar las probabldades: P ; P ; Solucón: a) f(,) es funcón de densdad s se verfca: f(,) d d f(,) d d d d d d d d en consecuenca, f(, ) es funcón de densdad. b) Para hallar las medas de e ha que calcular prmero las funcones de densdad margnales: f () f(,)d d 4
25 f() f(,)d d d 3 E() f ()d. d 3 3 E() f ()d f ()d f ()d ()d ()d 3 3 ( )d ( )d c) Probabldades: P ; P ; P ; f(,)dd d d d d 8 P ; f(,)d d d d d d Eercco 6.- La funcón de densdad asocada a la emsón de blletes de una compañía área es: f(,) enelresto a) Hallar la funcón de dstrbucón b) Hallar las funcones de densdad margnales de e c) Son e ndependentes? Solucón: F(,) f(u,v) dv du (u v)dudv (u v)dv du u v du v a) u u du u ( ) En consecuenca, 5
26 ó F() ( ),, ( ) F(, ) F() ( ), a) Funcones de densdad margnales de e f () f(,)d ( )d f () f(,)d ( )d Advértase que: F() f() ( ) F() f() () b) e son ndependentes cuando se verfca f(,) f ().f () f().f(). f(,) luego no son ndependentes. 6
27 Eercco 7.- La funcón de dstrbucón asocada a un fenómeno de la naturaleza es: F(, ) enelresto ( e ).( e ), a) Hallar la funcón de densdad b) Hallar las funcones de densdad margnales de e c) Hallar las funcones de densdad condconadas d) Calcular el coefcente de correlacón Solucón: a) ( e ).( e ) F(, ) F(, ) (e ) f(,) (e ) (e ) () (e ).e e. e.e e, e Funcón de densdad f(,) enelresto () e b) Funcones de densdad margnales () f () f(,)d e d e.e d e e d e e e.( ) e () f () f(,)d e d e.e d e e d e e e.( ) e Advértase que e son ndependentes al verfcarse f(,) f ().f () f(,) e f ().f () e.e () e ndependentes La covaranza μ = σ = ρ = c) Funcones de densdad condconadas f(,) e al ser e ndependentes () f( / ) e f () f() e f(,) e al ser e ndependentes () f( / ) e f () f() e 7
28 d) El coefcente de correlacón. E().f ()d.e d.e e d.e e E().f ()d.e d.e e d.e e Nota:.e d.e e d.e e u du d donde se ha realzado el cambo dv e d v e d e () E(.)..f(,) d d..e d d.e d..e d E( ). f () d.e d.e..e d.e.e e.e..e.e Análogamente, E( ) covaranza:.. coefcente de correlacón.. Las varables son ncorreladas 8
29 Eercco 8.- La venta en un mercado de abastos lleva asocada la funcón: k f(,) enelresto a) Hallar k para que sea funcón de densdad b) Hallar la funcón de dstrbucón c) Funcones de densdad margnales condconadas d) Se consdera la transformacón Z T, hallar la funcón de densdad de la varable (Z,T) Solucón: a) f(,) k Para que f(,) sea funcón de densdad debe verfcarse que f(,) d d k d d k d d k d 4 kd k k k La funcón de densdad f(,) 4 enelresto b) Funcón de dstrbucón F(,) P(, ) f(u,v) dv du uv uv F(,) dv du dv du uv dv du v u u u v du du 4 4 u u ( ) ( ) u u 4 6 En consecuenca, ( ) () F(, ) 6 9
30 Las funcones de dstrbucón margnales, resultan: uv uv F() P( ) f(u,v)dvdu dvdu dv du 4 4 v u v du du u 8 4 o uv uv F() P( ) f(u,v)dvdu dvdu dv du 4 4 v u u v du u du u Tambén se podrían haber hallado a través de las funcones de densdad margnales: f () f(,)d d f () f(,)d d F() P( ) f(u)du du u v4 v 87 F() P( ) f(v)dv dv 4v La funcón de dstrbucón conunta: ó ( ) () 6 F(, ), 87, 6, c) Las funcones de densdad margnales se pueden hallar a partr de la funcón de dstrbucón conunta: 3
31 F() f() () f() 6 8 F() o ben, a partr de la funcón de densdad: f () f(,)d d f () f(,)d d Funcones de densdad condconadas: f(,) ( ) 4 f( / ) f () f() 4 f(,) ( ) 4 4 f( / ) f () f() (4)8 4 Las varables e no son ndependentes al ser f(,) f ().f () d) En la transformacón Z T z z (z,t) J 3 (,) t t por lo que este la funcón de densdad g(z,t) (,) z t Despeando (,) en la funcón de (Z,T) se calcula el acobano J (z,t) z t Z T Z Z 3 (,) 3 3 J T T ZT (z,t) La funcón de densdad g(z,t) f h (z,t), h (z,t). J z t zt h(z,t), h(z,t), 3 3 zt 3 3 z t 3 3
32 z t z t 3 3 (zt)( zt) g(z, t) f(,) 4 enelresto (z t)( z t) zt 3 g(z, t) 8 3 zt 3 enelresto Eercco 9.- Sea (,) una varable aleatora bdmensonal con funcón de probabldad p c,,,,,,,,, enotrocaso a) Calcular el valor de la constante c b) P, c) P d) P Solucón: a) Para determnar el valor de la constante c se elabora la tabla, sendo p c - - p - 4c 3c c c c - 3c c c c 7c c c c c 6c c c c 3c 7c c c 3c 4c c p c 7c 6c 7c c 4c 5 5 p 4c c 4,,,, p 4 enotrocaso,,,, P, 4 b) 7 P 7c 4 c) 3
33 d) zona sombreada 8 7 P 8c 4 P P,P, P, P, P, P, P, P, P, P, P, P, P, 8c 847 Eercco.- Sean (,) dos varables aleatoras ndependentes, cada una con la funcón de densdad: e f() otrocaso e f() otrocaso Calcular la funcón de densdad de la varable aleatora Solucón: Por ser varables aleatoras ndependentes, la funcón de densdad conunta de la varable aleatora bdmensonal es: f, (,) otrocaso e, La transformacón a aplcar es U V sendo e u u v v (,) u v Despeando (,) en la funcón de (U,V) se calcula el acobano J (u,v) u v U V V UV (,) J (u,v) Funcón de densdad de la transformacón h (u, v) v ; h (u, v) u v: f (u, v) f h (u, v), h (u, v). J f v, u v. J f v, u v. f v, u v U,V,,,, 33
34 U,V v (uv) u e e u,v, u v, otrocaso f (u,v) f (v, u v) Como se quere obtener la funcón de densdad de la varable aleatora U, se calcula la funcón de densdad margnal de U: u u u u u u U U,V f (u) f dv e dv e v u.e u u.e u f(u) U otrocaso Eercco.- Sea (,) una varable aleatora bdmensonal absolutamente contnua,,. Calcular la funcón de con densdad unforme en el cuadrante untaro densdad conunta U V Solucón: U V U (,) u v El acobano J V UV (u, v) u v Funcón de densdad de la transformacón h (u,v) (uv)/ ; h (u,v) (u v)/ : uv uv uv uv f U,V(u,v) f, h(u,v),h(u,v).j f,,.j f,,. uv uv f,,.. Domno para las varables e : u v, uv u v uv, u ; v f U,V(u,v) enotrocaso 34
35 Eercco.- Dada la varable aleatora bdmensonal (,) absolutamente contnua con funcón de densdad conunta c f(,) enotrocaso Calcular: a) El valor de la constante c b) P c) Funcón de dstrbucón conunta Solucón: a) Para el cálculo de la constante c se procede: 6 c c c f(,) d d c d d d d 3 7 c c 6 4 c c c c 4c c con lo cual, f(,) 4 enotrocaso 4 6 P d d d d b) c) F(,) f(u,v)dv du, u v v 6 u v u u F(,) u v dv du du du u vu 4 8 v u
36 3 7 u 3 7 u 3 7 u u 7 u 3 u u u , u v F(, ) u v dv du u vu , u v F(, ) u v dv du u vu , u v F(, ) u v dv du u vu , En consecuenca, F(, ) , , 4 4, 3 7, 36
37 Eercco 3.- Dada la varable aleatora bdmensonal (,) con funcón de dstrbucón,, F(, ),,, Calcular la funcón de densdad conunta de la v.a. bdmensonal (,) Solucón: a), F(, ),,,, f(,), F(, ),,,, Por consguente,, f(,) enotrocaso Portal Fuenterrebollo 37
EJERCICIOS RESUELTOS VARIABLE ALEATORIA BIDIMENSIONAL
Gestión Aeronáutica: Estadística Teórica Facultad Ciencias Económicas Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA BIDIMENSIONAL
EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
TEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
Variables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística
Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar
Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos
Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos
CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy
Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema
Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
3 - VARIABLES ALEATORIAS
arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y
ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL
ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas
DISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Probabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
Tema 21: Distribución muestral de un estadístico
Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15
Tema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Análisis estadístico de incertidumbres aleatorias
Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas
DISTRIBUCION DE RENDIMIENTOS: APLICACIONES
DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se
Tema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Problemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Estadísticos muéstrales
Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas
PROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso
UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión
Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
4. PROBABILIDAD CONDICIONAL
. ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra
4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.
4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas
TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS
ESTADÍSTICA I TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS VII.1.- Varable aleatora. Clasfcacón. VII.1.1.- Introduccón. VII.1..- Defncón. VII.1.3.- Clasfcacón. VII..- Caracterzacón de
a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )
TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: [email protected] PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES
10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
Análisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.
EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las
Métodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
TEMA 2: MAGNITUDES ALEATORIAS
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA : MAGNITUDES ALEATORIAS..- Varable aleatora. Varables dscretas y contnuas..- Dstrbucón de probabldad de una varable aleatora.3.- Característcas de las varables
Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.
MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas
Relaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato
Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA
TEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.
ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO..- PERSPECTIVA HISTÓRICA MATERIA { MOLÉCULAS } { ÁTOMOS}, sendo los átomos y/o moléculas estables por la nteraccón electromagnétca. Desde la perspectva electromagnétca
Consumo de gas (m 3 ) Viviendas 50 100 10 100 200 40 200 400 60 400 500 10
Estadístca Descrptva Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández 1. Se ha realzado un estudo sobre el consumo de gas (en m ) en las
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Análisis de Resultados con Errores
Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten
CAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o
4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS
NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES
ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.
Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose
Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera
Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- Caracterzacón de los actvos y carteras: Rentabldad resgo Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura:
( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )
MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a)
ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 Rcardo Ramírez Facultad de Físca, Pontfca Unversdad Católca, Chle 1er. Semestre 2008 Corrente eléctrca CORRIENTE ELECTRICA Corrente eléctrca mplca carga en movmento.
Tema 9: Distribuciones Bidimensionales.
Tema 9: Dtrbucone Bdmenonale. 9.1 Nube de punto. Correlacón. 9. Medda de correlacón. 9.3 Recta de regreón. 9.4 Dtrbucone condconada. Dependenca e ndependenca. 9.1 Nube de punto. Correlacón. Regreón e un
Efectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Unidad 6-. Números complejos 1
Undad -. Números complejos ACTIVIDADES FINALES EJERCICIOS Y PROBLEMAS Efectúa las sguentes operacones: aa (-(-(- aa (-(-(- cc ( -(-( bb ( ( - - (- 7 dd ( - - (- / ( - ( ( (. ( Sumamos algebracamente por
CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL
CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL Inferenca Etadítca Se ocupa de etudar lo método necearo para etraer, o nferr, concluone válda e nformacón obre una poblacón a partr del etudo epermental de
MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1
odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ [email protected] ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas
Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?
Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,
COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Mª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: [email protected] Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.
. EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas
Resumen de los teoremas fundamentales del análisis estructural aplicados a celosías
Resumen de los teoremas fundamentales del análss estructural aplcados a celosías INTRODUCCIÓN Fuerzas aplcadas y deformacones de los nudos (=1,n) ESTICIDD Tensón =Ν/Α. Unforme en cada seccón de la arra.
5ª Parte: Estadística y Probabilidad
ª Parte: Estadístca y Probabldad. Las notas de los alumnos de una clase son:,,,, 6, 7,,,,,,,, 7,,,, 6,, Haz una tabla de frecuencas. Solucón Varable Frecuencas absolutas Frecuencas relatvas estadístca
