Técnicas experimentales de Física General 1/11
|
|
- Inés Rey Mendoza
- hace 7 años
- Vistas:
Transcripción
1 La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales de Física Geeral 1/11
2 Itroducció Dado u cojuto de medidas cabe platearse: So compatibles co la distribució límite esperada? So compatibles los datos co la fució teórica a la que se ajusta? Cómo decidir si uestras medidas so cosistetes co lo que esperamos? Ejemplo Test de Sea las siguietes medidas del alcace de u proyectil: Co valor medio y desviació típica dadas por: ( ) i i = = σ = = 46.8 N N 1 Viee goberadas por ua distribució gaussiaa co media X = y desviació típica σ = σ? G ( ) = G ( ) X, σ, σ Técicas eperimetales de Física Geeral /11
3 Comparació etre: El resultado observado realmete: Número de bi Valores de e el bi Observacioes O 1 < X σ ( < 683.3) 8 X σ < < X (683.3 < < 730.1) 10 3 X < < X + σ (730.1< < 776.9) 16 4 X + σ < (776.9 < ) 6 co el resultado esperado si la hipótesis es correcta: Probabilidad Prob Sucesos esperados E % % % % Número de bi Sucesos observados O Coclusió: Si las diferecias E -O so pequeñas, la hipótesis debe ser correcta. Si las diferecias E -O so grades, la hipótesis debe ser falsa. Si embargo: Hasta qué puto puede ser grades las diferecias E -O? Técicas eperimetales de Física Geeral 3/11
4 Las diferecias E -O ha de ser del tamaño de las fluctuacioes de E,, e esta caso: E O E Para evitar cacelacioes elevamos al cuadrado y sumamos para todos los bies 1,..., ( 4) = = : = = 1 ( E O ) E E geeral: Si ( meor o similar a ) Si ( mucho mayor que ) Los valores esperados y observados cocuerda. Hipótesis compatible. >> Los valores observados o cocuerda co los esperados. Hipótesis falsa. Ejemplo: = 1 ( E O ) 4 = = E ( 1.6) ( 3.6) (.4) ( 1.6) = = Resultado compatible co la hipótesis Técicas eperimetales de Física Geeral 4/11
5 Defiició geeral de Estimació del acuerdo etre lo observado y lo esperado: Valor observado - Valor esperado = 1 Desviació estádar Si el acuerdo es bueo es del orde de. Si el acuerdo es malo es mucho mayor que. Distribucioes límites.- Comparamos valores observados O co valores esperados E cuyas desviacioes típicas so E : = = 1 ( E O ) E Ajuste de fucioes.- Comparamos i valores medidos y i co i valores esperados f ( i ) cuyas desviacioes típicas so σ i : yi f( i) = i= 1 σ i Técicas eperimetales de Física Geeral 5/11
6 Grados de libertad. reducido. Lo correcto o es comparar co, sio co el úmero de grados de libertad ν : Grados de libertad (ν).- Se defie como el úmero de datos observados, meos el úmero de parámetros calculados a partir de los datos (ligaduras) y utilizados e los cálculos. Ejemplos: ν = l a) Test de para distribucioes gaussiaas: Ligaduras: ( ) i i N = O ; = ; σ = ; ( l = 3 ) N N 1 Grados de libertad ν = 3 b) Test de para el ajuste a ua recta (y=a+b): Ligaduras: ab, ( l= ) Grados de libertad ν = Técicas eperimetales de Física Geeral 6/11
7 Grados de libertad. reducido. El valor que esperamos al realizar el test de será: (Valor esperado e promedio de ) = ν Se defie etoces el chi-cuadrado reducido como, el valor del chi-cuadrado dividido por los grados de libertad: = ν cuyo valor esperado será etoces: (Valor esperado e promedio de ) = 1 Ejemplo (test de distribució gaussiaa): Chi-cuadrado = 1.80 Ligaduras l = 3 Grados de libertad ν = l = 4 3= 1 Chi-cuadrado reducido = ν = 1.80 Cuá diferete de 1 ha de ser para que podamos desechar la hipótesis de que es ua gaussiaa? Técicas eperimetales de Física Geeral 7/11
8 La distribució de Supogamos que teemos variables aleatorias y1, y,..., y cuyas distribucioes so gaussiaas co medias µ 1, µ,..., µ y co desviacioes típicas σ1, σ,..., σ. Si calculamos etoces: y i µ i = i= 1 σi Cuál es la probabilidad de obteer u valor etre y d +? La fució desidad de probabilidad de o la distribució de viee dada por: p ν ( ) = e ( ) ν 1 ( ν ) ν Γ Técicas eperimetales de Física Geeral 8/11
9 Probabilidades de Cuál es la probabilidad de obteer u valor de ο o mayor? o ( ) o = ν P( ) p d Método Geeral Realizar ua serie de medidas. Calcular el valor de ο. Calcular el valor de chi-cuadrado reducido o. Calcular la probabilidad de obteer u valor de mayor: Pr ob( o ) igual o Si el valor obteido es alto o hay razó para desechar la hipótesis. Si el valor obteido es muy bajo, desechar la hipótesis. E geeral: Prob( ) < 5% o Prob( ) < 1% o Hay u desacuerdo sigificativo Hay u desacuerdo muy sigificativo Técicas eperimetales de Física Geeral 9/11
10 Ejemplo 1: Distribució de Poisso Realizamos 100 medidas de 1 miuto cada ua, del úmero de rayos cósmicos que llega a u cotador Geiger. Cuetas e 1 miuto Sucesos Número de bi Sucesos Observados O Sucesos Esperados E Nigua Ua Dos Tres Cuatro Cico 8 Seis 1 Siete Ocho o más 0 Total Co valor medio = =.59 N Viee goberadas por ua distribució de Poisso co media Chi-cuadrado = 1.39 Ligaduras l = Grados de libertad ν = l = 6 = 4 Chi-cuadrado reducido = ν = = 0.35 i µ =? Prob( 0.35) 85% No hay razó para pesar que la distribució o es de Poisso Técicas eperimetales de Física Geeral 10/11
11 Ejemplo : Bodad de u ajuste i y i σ i ,00 15,00 10,00 5,00 0,00 0,00 1,00,00 3,00 4,00 5,00 6,00 7,00 Resultado y = (.88 ± 0.18) + (.6 ± 0.4) Se trata de u bue ajuste? La hipótesis lieal es correcta? 6 6 yi f( i) yi ai b = = = 17.6 i= 1 σi i= 1 σi Chi-cuadrado = 17.6 Grados de libertad ν = l = 6 = 4 Chi-cuadrado reducido = ν = = 4.4 Pr ob( 4.4) 0.14% La hipótesis lieal o es correcta Técicas eperimetales de Física Geeral 11/11
Test de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesMétodo de máxima verosimilitud. Curso de Estadística TAE,2005 J.J. Gómez Cadenas
Método de máxima verosimilitud Curso de Estadística TAE,2005 J.J. Gómez Cadeas Muestras Cosiderar ua variable aleatoria x descrita por la pdf f(x). El espacio de muestras está costituido por todos los
Más detallesTema 6: Distribuciones Muestrales
Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.
Más detallesEL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos
EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta
Más detallesOPCIÓN A EJERCICIO 1_A x 1 0 1
IES Fco Ayala de Graada Sobrates de 006 (Modelo 3 Juio) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x 1 0 1 Sea las matrices A = y B =. 1 x+1 (1 puto) Ecuetre el valor o valores de x de forma
Más detallesTEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados
TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detalles4 Contrastes del Chi 2 de bondad del ajuste
4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesGUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN
Más detallesPRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA
PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA CAPACIDADES A LOGRAR 1. Cooce y aplica procedimietos para determiar tamaño de partícula de polvos. 2. Iterpreta, clasifica y orgaiza datos y calcula
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesSobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 2004 (Juio Modelo 5) Solucioes Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x+y 6 3x-2y 13 Sea el sistema de iecuacioes. x+3y -3 x 0 (2 putos) Dibuje el recito cuyos
Más detalles1. Propiedades de los estimadores
. Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
Más detallesESTIMACIÓN. TEMA 5: Estimación puntual I. Propiedades de los estimadores. TEMA 6: Estimación puntual II. Métodos de estimación puntual
ESTIMACIÓN TEMA 5: Estimació putual I. Propiedades de los estimadores TEMA 6: Estimació putual II. Métodos de estimació putual TEMA 7: Estimació por itervalos CONTRASTES DE HIPÓTESIS TEMA 8: Cotrastes
Más detallesPROGRESIONES ARITMÉTICAS.-
PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.
Más detallesCalculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.
IES Fco Ayala de Graada Sobrates de 006 (Modelo 1 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua impreta local edita periódicos y revistas. Para cada periódico ecesita u cartucho de
Más detallesESTADÍSTICA. n i Se pide:
ESTDÍSTIC Tercera Prueba de Evaluació cotiua 1 de diciembre de 16 1.- l calcular cico veces la distacia etre dos putos, obteemos los siguietes valores: 17,13m; 17,1m; 17,m; 17,65m; 17,4 a) Itervalo de
Más detallesESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean
ESTADÍSTICA Estadística: Es ua rama de la matemática que comprede Métodos y Técicas que se emplea e la recolecció, ordeamieto, resume, aálisis, iterpretació y comuicació de cojutos de datos. Població:
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2006 (Modelo 6 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (2 putos) Sea las matrices A= y B = (1 1). -5-4 Eplique qué dimesió debe teer la matriz X para
Más detallesEstadístico. Parámetro
La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio
Más detallesPROCESO DE POISSON Rosario Romera Febrero 2009
1 PROCESO DE POISSON Rosario Romera Febrero 2009 1. Proceso de Coteo U proceso estocástico fn t g t0 es u proceso de coteo si N t represeta el total de sucesos ocurridos asta el tiempo t. Sea u espacio
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 2) Solución Germán-Jesús Rubio Luna OPCIÓN A 0 2-4 (A I 2 ) B = A A A = -
IES Fco Ayala de Graada Sobrates de 004 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A - 0 0 - - - Sea las matrices A=, B= y C= - 0 0 - ( puto) Calcule (A I ) B, siedo I la matriz idetidad
Más detallesT ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:
T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total
Más detallesTEMA 19 Cálculo de límites de sucesiones*
CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,
Más detalles11 I N F E R E N C I A E S T A D Í S T I C A I (INTERVALOS DE CONFIANZA)
I N F R N C I A S T A D Í S T I C A I (INTRVALOS D CONFIANZA) Sea Ω ua població y sobre ella ua variable aleatoria X que sigue ua ley ormal N(µ; ), co media µ descoocida y desviació típica coocida. Co
Más detallesOPCIÓN A EJERCICIO 1 (A) -5 0
IES Fco Ayala de Graada Sobrates 014 (Modelo 1 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 1 OPCIÓN A EJERCICIO 1 (A) -5 0-1 -8-1 Sea las matrices B =
Más detallesMEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo.
MEDIDAS RESUMEN: Numéricas y Gráficas. Ejemplo. Admítelo ua salchicha o es ua zaahoria. Así decía la revista El Cosumidor e u cometario sobre la baja calidad utricioal de las salchichas. Hay tres tipos
Más detallesEstimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.
Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete
Más detallesT ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:
T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.
Más detallesESTIMACIÓN POR INTERVALOS DE CONFIANZA
Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete
Más detallesFórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población.
Uiversidad Diego Portales Facultad de Ecoomía y Negocios Fórmulas Estadísticas Capítulo 2 Recuerde: Hay k Categorías; Datos e ua muestra, N datos e ua població. Frecuecia Relativa de Clase (f) Cuátas Clases
Más detallesTEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució
Más detallesIngeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.
CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió
Más detallesCapítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco
Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto
Más detallesEstadística para la Evaluación de Riesgo Microbiano
Estadística para la Evaluació de Riesgo Microbiao Mii-Curso de Riesgo Microbiao 25 29 de agosto, 204 Uiversidad Mayor de Sa Simó Cochabamba, Bolivia Matthew E. Verbyla Estadística para la Evaluació de
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detallesMuestreo y estimación
Muestreo y estimació BENITO J. GONZÁLEZ RODRÍGUEZ bjglez@ull.es DOMINGO HERNÁNDEZ ABREU dhabreu@ull.es MATEO M. JIMÉNEZ PAIZ mjimeez@ull.es M. ISABEL MARRERO RODRÍGUEZ imarrero@ull.es ALEJANDRO SANABRIA
Más detallesDeterminación del tamaño de una muestra (para dos o más muestras)
STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo
Más detallesDISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.
DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos
Más detalles1. Sucesiones y series numéricas
ITINFORMÁTICA CÁLCULO INFINITESIMAL BOLETÍN CON SOLUCIONES DE LOS EJERCICIOS CURSO 005-06 Sucesioes y series uméricas Escribir ua expresió para el -ésimo térmio de la sucesió: +, + 3 4, + 7 8, + 5 6, 3,
Más detalles8. INTERVALOS DE CONFIANZA
8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detalles3. Las medidas de centralización
FUOC XP00/71004/00017 21 Las medidas de cetralizació 3. Las medidas de cetralizació La mediaa y la media aritmética Los diagramas de tallos y hojas y los histogramas proporcioa ua descripció geeral de
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesIES Fco Ayala de Granada Sobrantes de 2005 (Modelo 1) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 005 (Modelo 1) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( 5 putos) Resuelva el siguiete sistema y clasifíquelo atediedo al úmero de solucioes: x + y + z = 0 x +
Más detalles1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.
GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y
Más detalles2.2. Estadísticos de tendencia central
40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,
Más detalles2. Estimación de errores de medidas directas
Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació
Más detallesCAPÍTULO V. SUCESIONES Y SERIES
(Aputes e revisió para orietar el apredizaje) CAPÍTULO V. UCEIONE Y ERIE DEFINICIÓN. Ua sucesió ifiita, o simplemete sucesió, es ua fució cuyo domiio está costituido por el cojuto de los úmeros aturales
Más detallesLicenciatura en Matemáticas Febrero 2011. x(1 x) θ 1 I [0,1] (x). (1)
Estadística I Exame Liceciatura e Matemáticas Febrero 2011 1. Sea X 1,..., X ua muestra aleatoria de ua variable X co distribució Beta de parámetros 2 y θ > 0. Esto último sigifica que la fució de desidad
Más detallesUnidad N 2. Medidas de dispersión
Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos
Más detallesTema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1
Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES 10.1 EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiecia
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribucioes de probabilidad discretas Departameto de Ciecias del Mar y Biología Aplicada Itroducció Iferecia estadística: Parte de la estadística que estudia grades colectivos a partir
Más detallesIntervalos de confianza para la media
Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:
Más detallesProfr. Efraín Soto Apolinar. Área bajo una curva
Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura
Más detallesCAPÍTULO I. Conceptos Básicos de Estadística
CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia
Más detallesEstalmat. Real Academia de Ciencias. Curso 2005/2006. Dinámica compleja. Conjuntos de Julia y Mandelbrot. Método de Newton. Miguel Reyes Mayo 2006
Estalmat. Real Academia de Ciecias. Curso 5/6 Diámica compleja Cojutos de Julia y Madelbrot. Método de Newto. Miguel Reyes Mayo 6 Los úmeros complejos Los úmeros complejos so los úmeros de la forma dode
Más detallesTEMA IV. 1. Series Numéricas
TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios
Más detallesSucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.
Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,
Más detallesCAPÍTULO VIII. CONVERGENCIA DE SUCESIONES. SECCIONES A. Criterios de convergencia. B. Ejercicios propuestos.
CAPÍTULO VIII CONVERGENCIA DE SUCESIONES SECCIONES A Criterios de covergecia B Ejercicios propuestos 347 A CRITERIOS DE CONVERGENCIA Ua fució cuyo domiio es el cojuto de los úmeros aturales se dice sucesió
Más detalles3Soluciones a los ejercicios y problemas PÁGINA 79
Solucioes a los ejercicios y problemas PÁGINA 79 Pág. P RACTICA Sucesioes formació térmio geeral Escribe los cico primeros térmios de las siguietes sucesioes: a) Cada térmio se obtiee sumado 7 al aterior.
Más detallesLos datos para el estudio consisten de m muestras de una población detallando: = número de elementos no aceptables en la muestra j
Gráfico NP Resume El procedimieto Gráfico NP crea u gráfico de cotrol para datos que describe el úmero de veces que ocurre u eveto e m muestras tomadas de u producto o proceso. Los datos podría represetar
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES EN LAS MEDIDAS (Coceptos elemetales). Medida y tipos de errores Ua tarea esecial e este Laboratorio de Física de Primero es familiarizarse co la medida de magitudes físicas. Medir cosiste e comparar
Más detalles(finitas o infinitas)
Series ifiitas. SUCESIONES: Es u cojuto de úmeros: a,a a, dispuestos e u orde defiido y que guarda ua determiada ley de formació, que se expresa por ua formula Sucesió fiita: umero itado de térmios:, 5,8-5.
Más detallesUn sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......
1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros
Más detalles3. Distribuciones de probabilidad
3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo
Más detallesResolución de ecuaciones no lineales
Resolució de ecuacioes o lieales Solucioa ecuacioes o lieales tipo f()= Normalmete cada método tiee sus requisitos Métodos so iterativos Métodos iterativos para resolver f()= E geeral métodos iterativos
Más detalles3. Notación asintótica TEMA 1: EFICIENCIA DE LOS ALGORITMOS. 3. Notación asintótica. 3. Notación asintótica. 3. Notación asintótica
TEMA 1: EFICIENCIA DE LOS ALGORITMOS 0. Notació 1. Medida de la complejidad 2. Aálisis por casos El factor que más iteresa de las fucioes de coste es la tasa de crecimieto para valores grades de la talla
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesSlide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos
Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad
Más detalles9 SUCESIONES. LÍMITES DE SUCESIONES
9 SUCESIONES. LÍMITES DE SUCESIONES EJERCICIOS PROPUESTOS 9. Co ua calculadora, forma térmios de las siguietes sucesioes y estudia a qué valores tiede. a) a b) b c) c 5 a) a a 8 5,6 a 0 00,98 a 0 00 0
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesCUADRATURA GAUSSIANA
CUADRATURA GAUSSIANA Este método de basa e muestrear el itegrado de la fució cuya itegral se desea ecotrar, a valores que represeta raíces de poliomios ortogoales Los más populares de éstos so los poliomios
Más detallesSe utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación
.. Tormetas putuales Aspectos geerales Se utiliza los datos putuales de altura de precipitació o itesidades máximas de lluvia registradas e ua estació So válidas para áreas cuya extesió este defiida por
Más detallesMuestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.
1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de
Más detallesPRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar
Más detallesCálculo de límites. 8.1. Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesTema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor
Tema 7 (IV) Aplicacioes de las derivadas () Represetació gráfica de curvas y fórmula de Taylor Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos
Más detalles9. Hallar un número de cuatro cifras que sea igual al cubo de la suma de las cifras.
Hoja de Problemas º Algebra II 9. Hallar u úmero de cuatro cifras que sea igual al cubo de la suma de las cifras. Solució: Sea el úmero buscado co a que si o, o seria de cuatro cifras. Teemos que ( ) como
Más detallesAlgoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.
Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detalles2 Conceptos básicos y planteamiento
ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.
Más detallesMINITAB y MODELOS DE REGRESIÓN
Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias
Más detallesDistribuciones Muestrales
10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes
Más detallesEjemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis
Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de
Más detallesEXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 y 13
1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 y 13 1. a) (0,5 putos) Explica brevemete el cocepto de correlació. Po dos ejemplos: uo co correlació directa y otro co correlació iversa. b) (0,5 putos) Explica
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
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 detallesDesigualdad de Tchebyshev
Desigualdad de Tchebyshev Si la Esperaza y la variaza de la variable X so fiitas, para cualquier úmero positivo k, la probabilidad de que la variable aleatoria X esté e el itervalo La probabilidad de que
Más detallesPropiedades de las series numéricas (18.03.2015)
Propiedades de las series uméricas 8.03.205) ) Si itercalamos e la sucesió {a } N u úmero fiito de térmios de suma b, el carácter de la serie a o varía y, si coverge, su suma aumeta e b. D: Sea b +b 2
Más detalles2 Algunos conceptos de convergencia de sucesiones de variables aleatorias
INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes
Más detalles( ) ( )( )( ) ( ) ( )( )
Algebra uiversitaria UNIDAD III. POLINOMIOS 3.. Técicas elemetales para buscar raíces Recordado la defiició de raíz U poliomio P(x) tiee ua raíz r si y solo si P(r) = 0. Recordar el teorema de factorizació
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 detalles