El supermercado XYZ desea conocer el comportamiento del mismo en una sola hora de un día típico de trabajo.
|
|
- Montserrat Vera Núñez
- hace 7 años
- Vistas:
Transcripción
1 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 de Embutidos no cuenta con autoservicio. En él se encuentran laborando dos empleados que atienden el Departamento. A la salida del supermercado hay 3 cajas donde los clientes pueden formarse para pagar el importe del consumo; sin embargo, en c/u de ellas se dispone de artículos denominados de impulso (que los clientes pueden tomar para comprar mientras esperan ser atendidos). Los clientes llegan al supermercado tardando en promedio 2 minutos de acuerdo a la distribución poisson. Según una encuesta, el 70% de los clientes solamente visita un solo departamento; el 20% a 2 departamentos y el resto a todos los departamentos. De los que visitan un solo departamento, el 80% elige el de Abarrotes, el 15% el de y el resto el de Embutidos. De los que visitan 2 departamentos, el 75% lo hacen a los de Abarrotes y de ; el 20% a los de Abarrotes y Embutidos y el resto a los de Embutidos y. Sin embargo, si un cliente visita el departamento de Embutidos y los empleados están ocupados, el 50% de ellos prefiere retirarse y no comprar nada en el departamento. Si un cliente solamente visita (y compra algo) en el departamento de Embutidos, no tiene que formarse en la caja a la salida del supermercado, a menos que tome artículos de impulso. El 90% de los clientes toman por lo menos 1 artículo de impulso. Los clientes tardan en desplazarse entre los diferentes departamentos en promedio 15 segundos según la distribución exponencial, al igual que de los departamentos hacia las cajas a la salida. El tiempo que tardan los clientes en los departamentos de autoservicio (Abarrotes y Frutas y Verduras) depende del número de artículos que tomen para comprar, y en promedio tardan 15 segundos por artículo. El número de artículos que toman se comporta según la distribución geométrica con media de 3 artículos. En el departamento de Embutidos, los empleados atienden a los clientes según la distribución normal con media de 2 minutos y desviación estándar de 30 segundos. En las cajas a la salida, los clientes toman artículos de impulso según la distribución geométrica con una media de 1 artículo por cliente. Las cajeras a la salida tardan en atender a los clientes dependiendo del número de artículos, tardando en promedio 5 segundos por artículo.
2 Como ya se ha explicado, lo primero que se debe hacer es obtener los parámetros que serán utilizados como valores de entrada al modelo, y éstos son: los arribos al sistema, los tiempos de servicio en cada una de las estaciones de servicio y las tablas empíricas respectivas a los datos estadísticos con los que se cuenta. Arribos al sistema: Éstos se comportan según la distribución poisson, con una media de 2 minutos por cliente, y, como también ya se había explicado, se debe generar una tabla empírica de arribos al sistema debido a que, en la distribución poisson, para generar un solo valor de variable aleatoria se requieren muchos números aleatorios y si se hiciera de la manera como se vio en la unidad III sería muy tardado, por lo que es mejor hacer una tabla empírica. Ésta se hace exactamente igual que como se realizó en el ejercicio anterior. Se usa para ello la fórmula f x = e λ λ x probabilidad de ocurrencia del evento x. Tabla empírica del tiempo que tardan los clientes en arribar al supermercado x! que genera la Tiempo (minutos) Probabilidad probabilidad acumulada rango de los números aleatorios Tiempos de servicio Abarrotes 15*Número de artículos (segundos) Embutidos Éste se comporta según la distribución normal con media (µ) de 2 minutos y desviación estándar (σ) de 30 segundos y como para generar valores de variable aleatoria por la distribución normal se requieren muchos números aleatorios, como se vio en la unidad III, es preferible, igual que la poisson, generar una tabla empírica, pero ésta se realiza de la siguiente manera: Considere que la curva de distribución normal es como la que se presenta a continuación
3 Ahora suponga que rebanamos la curva en 7 porciones de la misma longitud (σ), 3 al lado izquierdo, 3 al lado derecho y 1 al centro. Lo siguiente es determinar el área bajo la curva en cada una de las porciones (que representa la probabilidad de ocurrencia de que un suceso caiga en cada esa rebanada en particular. Esto se hace con la tabla de áreas bajo la curva de la distribución normal que se utilizó en la unidad II, considerando que del centro a la primer línea es de ½ σ (que se considera como z en la tabla). Para la parte central, z=1/2, y el valor de la tabla es , pero como solo es del centro a la derecha, el área en realidad es (aunque como se ve en la figura anterior representa solo la mitad central (que está en amarillo), por lo que toda el área es el doble, es decir, La siguiente rebanada (la que está en azul a la derecha del centro) representa un valor de z = (1 + ½ σ) = 1.5 σ, que en la tabla resulta en , pero ha de considerarse que el área azul es solo de , que representa La siguiente rebanada (la que está en amarillo a la derecha del centro) representa un valor de z = (2 + ½ σ) = 2.5 σ, que en la tabla resulta en , pero ha de considerarse que el área amarilla es solo de , que representa La siguiente rebanada (que es la sobrita en el lado derecho de la curva) se obtiene simplemente como la diferencia de , es decir, Finalmente, no hay que olvidar que lo que aparece al lado derecho del centro es exactamente igual a lo del lado izquierdo, por lo que ya se puede determinar la tabla empírica que sería como sigue:
4 Tiempo (minutos) Tabla empírica de tiempo de servicio en el departamento de embutidos Rebanada Probabilidad probabilidad acumulada rango de los números aleatorios 0. (30 ) µ - 3σ (60 ) µ - 2σ (1 30 ) µ - σ µ (2 30 ) µ + σ µ + 2σ (3 30 ) µ + 3σ *Número de artículos (segundos) Artículos de impulso El tiempo de servicio en este apartado es cero, puesto que lo hacen cuando están formados en la fila en las cajas a la salida del supermercado. Cajas a la salida del Supermercado 5*Número de artículos (segundos) Número de artículos que cada cliente toma para comprar Abarrotes El número de artículos se comporta según la distribución geométrica con media de 3 artículos por cliente, con lo que, sustituyendo en la fórmula para calcular valores de variable aleatoria según la distribución geométrica, se tiene Por lo tanto, p = EX = = 1 = 0.25 q = 1 p = = x = log r log q = log r log(0.75) Que será la fórmula que nos indicará el número de artículos que cada cliente toma para comprar en la sección de Abarrotes (y de hecho también en la sección de Frutas y Verduras) Embutidos
5 Aquí no hay que olvidar que en esta sección existen empleados que se encargan de efectuar el cobro de la mercancía, por lo que no es necesario determinar el número de artículos, ya que incluso aquellos clientes que solo compran en la sección de embutidos, no tienen que pasar a cajas El número de artículos se comporta según la distribución geométrica con media de 3 artículos por cliente, con lo que, sustituyendo en la fórmula para calcular valores de variable aleatoria según la distribución geométrica, se tiene Por lo tanto, p = EX = = 1 = 0.25 q = 1 p = = x = log r log q = log r log(0.75) Que será la fórmula que nos indicará el número de artículos que cada cliente toma para comprar en la sección de (y de hecho también en la sección de Abarrotes) Artículos de Impulso El número de artículos se comporta según la distribución geométrica con media de 1 artículos por cliente, con lo que, sustituyendo en la fórmula para calcular valores de variable aleatoria según la distribución geométrica, se tiene Por lo tanto, p = EX = = 1 = 0.5 q = 1 p = = x = log r log q = log r log(0.5) Que será la fórmula que nos indicará el número de artículos que cada cliente toma para comprar en la sección de Artículos de Impulso. Tiempos de desplazamiento entre departamentos (incluidas las cajas a la salida) Además, el problema especifica que los clientes tardan 15 segundos en desplazarse entre los diferentes departamentos del supermercado, el cual debe contabilizarse para determinar el momento en el cual llegan a cada una de las secciones. Cuáles y cuántas secciones se visitan
6 Finalmente, hay que determinar las tablas empíricas que deben determinar la cantidad de secciones que cada cliente visita en el supermercado y cuáles serían las mismas. Tabla empírica del número de secciones visitadas por los clientes Número Probabilidad Probabilidad Acumulada rango de los números aleatorios Tabla empírica de las secciones visitadas por los clientes cuando es solo una de ellas Sección Probabilidad Probabilidad Acumulada rango de los números aleatorios Abarrotes (A) (FV) Embutidos (E) Tabla empírica de las secciones visitadas por los clientes cuando son 2 de ellas Sección Abarrotes (A) y (FV) Abarrotes (A) y Embutidos (E) Embutidos (E) y (FV) Probabilidad Probabilidad Acumulada rango de los números aleatorios Además, el problema especifica que si un cliente visita la sección de embutidos y lo empleados están ocupados, existe un 50% de probabilidad de que el cliente se retire sin comprar nada (ya que probablemente tenga prisa y decide no esperar). Con esto podemos generar una tabla empírica que represente si se queda o se retira, como sigue: Tabla empírica de decisión cuando los empleados de la sección de embutidos están ocupados Decisión Probabilidad Probabilidad Acumulada rango de los números aleatorios Sí (S) No (N)
7 Finalmente, el problema también especifica que el 90% de los clientes toma por lo menos un artículo de impulso. Con esto se puede generar una tabla empírica que defina si los clientes toman o no artículos de impulso, como sigue: Tabla empírica de decisión de tomar artículos de impulso Decisión Probabilidad Probabilidad Acumulada rango de los números aleatorios Sí (S) No (N) Y con esto ya se concluye lo relativo a los parámetros iniciales de la simulación por lo que ya se puede proceder a la misma
Selectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesC. Distribución Binomial
Objetivos de aprendizaje 1. Definir los resultados binomiales 2. Calcular la probabilidad de obtener X éxitos en N pruebas 3. Calcular probabilidades binomiales acumulativas 4. Encontrar la media y la
Más detallesTema 5. Variables aleatorias continuas
Tema 5. Variables aleatorias continuas Cuestiones de Verdadero/Falso 1. Muchas medidas numéricas de diversos fenómenos, como por ejemplo errores de medida o medidas antropométricas, pueden modelarse mediante
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 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 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 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 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 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 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 detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2011 - Propuesta B 1. Queremos invertir una cantidad de dinero en dos tipos
Más detallesDistribución normal. Cajón de Ciencias. www.cajondeciencias.com. Qué es una variable estadística?
Distribución normal Cajón de Ciencias Qué es una variable estadística? Una variable estadística es un parámetro que puede variar de manera aleatoria dentro de un rango de valores. Por ejemplo, la variable
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 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 detallesRelación 1. Sucesos y probabilidad. Probabilidad condicionada.
Relación. Sucesos y probabilidad. Probabilidad condicionada.. Sean A, B y C tres sucesos cualesquiera. Determine expresiones para los siguientes sucesos: Ocurre sólo A. Ocurren A y B pero no C. c) Ocurren
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesMODELADO Y SIMULACIÓN. Febrero de 2014 - Primera semana
Febrero de 2014 - Primera semana PREGUNTA 1 (3 puntos) Se pretende estudiar mediante simulación el funcionamiento de una fábrica dedicada a la manufactura de piezas decorativas. La manufactura de las piezas
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 detallesVariables aleatorias discretas
EJERCICIOS DE ESTADÍSTICA FORTINO VELA PEÓN Variables aleatorias discretas 1. Dé varios ejemplos tanto de distribuciones discretas de probabilidad como de distribuciones continuas de probabilidad que pueden
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 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 detallesSoluciones Examen de Estadística
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 15 de Febrero, 5 Cuestiones horas C1. Un programa se ejecuta desde uno cualquiera de cuatro periféricos A, B, C y D con arreglo
Más 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 detallesDEPARTAMENTO DE CIENCIAS BASICAS AREA DE MATEMATICAS INVESTIGACION DE OPERACIONES
DEPARTAMENTO DE CIENCIAS BASICAS AREA DE MATEMATICAS INVESTIGACION DE OPERACIONES AUTOR: TEMA: OSCAR A. ROMERO CARDENAS INGENIERO INDUSTRIAL ESPECIALISTA EN INFORMATICA Y MULTIMEDIA ESPECIALISTA EN ESTADISTICA
Más detallesDEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
U N I V E R S I D A D D E M U R C I A DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Ampliación de Modelos de I.O. - Curso 2008/2009 Problemas de Teoría de Colas 1. Calcular la varianza del número
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 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 detalles0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
1.- Cómo utilizar la tabla de la distribución Binomial? Supongamos que lanzamos al aire una moneda trucada. Con esta moneda la probabilidad de obtener cara es del 30%. La probabilidad que salga cruz será,
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 detallesLa distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística
La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico
Más detallesUNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES.
UNIVERSIDAD POPULAR DEL CESAR DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA TALLER DE DISTRIBUCIONES DE PROBABILIDADES. DISTRIBUCION DE PROBABILIDADES. 1. Se extraen sin reposición cuatro fichas de una urna
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 detallesDr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez
Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como
Más detalles, con 0 x 1, representa la igualdad perfecta en la distribución de los ingresos. Esto es que cualquier punto de la línea indicaría que el
Función de Lorenz Decimos que una función continua siguientes condiciones: R L :, es de Lorenz si satisface las ) ) L, L L, para todo x, La función de Lorenz se utiliza para modelar la distribución de
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 detallesPrueba de hipótesis. 1. Considerando lo anterior específica: a. La variable de estudio: b. La población: c. El parámetro. d. Estimador puntual:
Prueba de hipótesis Problema Un grupo de profesores, de cierto estado de la república, plantea una investigación acerca del aprendizaje de las ciencias naturales en la escuela primaria. Uno de los objetivos
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 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 detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias Algunas secciones han sido modificadas de: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua TEORIA DEL MUESTREO
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 4: VARIABLES ALEATORIAS CONTINUAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre
Más detallesb) Haz otra distribución en 12 intervalos de la amplitud que creas conveniente.
Página EJERCICIOS Y PROBLEMAS PROPUESTOS PARA PRACTICAR Deseamos hacer una tabla con datos agrupados a partir de datos, cuyos valores extremos son 9 y. a) Si queremos que sean 0 intervalos de amplitud,
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 detallesProbabilidades y la curva normal
Probabilidades y la curva normal Las distribuciones reales y las distribuciones teóricas Por Tevni Grajales Guerra Tal cual estudiamos en nuestro tercer tema. Cuando registramos los valores de una variable
Más detallesJUNIO 2010. Opción A. 1 2 3
JUNIO 2010 Opción A 2 3 1 1.- Sean las matrices: A 0 1 2 y B 5 3 1 Halla una matriz X tal que 2X BA AB. 2 0 1 3 3 2. 1 2 3 2.- La cantidad C de tomates (en kg) que se obtienen de una planta de tomate depende
Más detallesen 200 días aplicando el T.C.L o convergencia de la Poisson
EJERCICIOS T13- APLICACIONES DE LA PROBABILIDAD: CONVERGENCIA Y TEOREMAS LÍMITE 1. En una fábrica la probabilidad de que se produzcan n piezas defectuosas sigue una distribución de Poisson de media 3 diarias.
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 detallesEstadística Inferencial 3.7. Prueba de hipótesis para la varianza. σ gl = n -1. Es decir: Ho: σ 2 15 Ha: σ 2 > 15 (prueba de una cola)
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.7 Prueba de hipótesis para la varianza La varianza como medida de dispersión es importante dado que nos ofrece una mejor visión de dispersión de datos. Por ejemplo: si
Más detallesINFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016
INFORMACIÓN SOBRE LA PRUEBA DE ACCESO (PAU) A LA UNIVERSIDAD DE OVIEDO. CURSO 2015/2016 Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 1. COMENTARIOS Y/O ACOTACIONES RESPECTO AL TEMARIO EN RELACIÓN
Más detallesEjercicios de Vectores Aleatorios
Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros M2 Calcular la función de densidad conjunta y las marginales
Más detallesProblemas resueltos. Tema 12. 2º La hipótesis alternativa será que la distribución no es uniforme.
Tema 12. Contrastes No Paramétricos. 1 Problemas resueltos. Tema 12 1.- En una partida de Rol se lanza 200 veces un dado de cuatro caras obteniéndose 60 veces el número 1, 45 veces el número 2, 38 veces
Más detallesLa más famosa de las campanas
La más famosa de las campanas Dice el diccionario que una campana es un dispositivo simple que emite un sonido. Pero una campana puede ser muchas cosas más. Creo que hay hasta una planta con ese nombre
Más detallesProblemas resueltos. Temas 10 y 11 11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8, 6, 14, 16, 6, 7, 15, 20, 14, 15.
Temas 10 y 11. Contrastes paramétricos de hipótesis. 1 Problemas resueltos. Temas 10 y 11 1- las puntuaciones en un test que mide la variable creatividad siguen, en la población general de adolescentes,
Más detallesInterrogación (25 Ptos.) Conteste verbalmente las siguientes preguntas :
. Universidad Católica de Chile Dpto. de Ingeniería de Sistemas Modelos Estocásticos rofesor Alvaro Alarcón 6 de Noviembre de 009 Interrogación 3.- (5 tos.) Conteste verbalmente las siguientes preguntas
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesLa Distribución Normal y su uso en la Inferencia Estadística
La Distribución Normal y su uso en la Inferencia Estadística Los conceptos básicos de Probabilidad y de Distribuciones Muestrales sirven como introducción al método de Inferencia Estadística; esta se compone
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 detallesDistribución de Probabilidades con Nombre Propio Problemas Propuestos
Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,
Más detallesSOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
Pág. Página 0 PRACTICA Números enteros y racionales Calcula: ) ) ) [ )] ) ) ) [ )] ) [ )] d) ) [ ) )] ) ) ) [ )] ) ) ) ) ) ) ) ) [ )] ) [ )] ) ) ) ) ) d)) [ ) )] ) [ ) ] ) 0 ) ) ) Calcula mentalmente:
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #12 Tema: Teoría de Colas Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Identificar el nivel óptimo
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 detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Parte II, Opción A Junio, Ejercicio 3, Parte II, Opción B Reserva
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
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 detallesTEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II.1.1.- Definición. II.1..- Función de densidad. Representación gráfica. II.1.3.- Media y varianza.
Más detallesTema 3. Medidas de tendencia central Ejercicios resueltos 1
Tema 3. Medidas de tendencia central Ejercicios resueltos 1 Ejercicio resuelto 3.1 La demanda de cierto artículo en 48 días fue 1, 4, 1, 0, 2, 1, 1, 3, 2, 1, 1, 0, 3, 2, 4, 3, 4, 1, 2, 1, 1, 2, 2, 2, 1,
Más detallesTécnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste
Técnicas de Inferencia Estadística II Tema 3. Contrastes de bondad de ajuste M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2014/15 Contenidos 1. Introducción
Más detallesPROBLEMAS PARA RESOLVER CON ECUACIONES DE SEGUNDO GRADO.
Matemáticas º ESO Federico Arregui PROBLEMAS PARA RESOLVER CON ECUACIONES DE SEGUNDO GRADO. 1. Cuál es el número cuyo quíntuplo aumentado en es igual a su cuadrado?. Qué número multiplicado por 3 es 0
Más detallesMEDIDAS DE DISPERSIÓN
CAPÍTULO 15 MEDIDAS DE DISPERSIÓN En el capítulo anterior se estudiaron las medidas de tendencia central, que son un indicador de cómo los datos se agrupan o concentran en una parte central del conjunto.
Más detalles1. Línea Recta 2. 2. Rectas constantes 3 2.1. Rectas horizontales... 3 2.2. Rectas verticales... 4
Líneas Rectas Contenido. Línea Recta. Rectas constantes.. Rectas horizontales.............................. Rectas verticales.............................. Rectas con ecuación y = ax.. Rectas con a > 0................................
Más detallesRealizar una encuesta de acuerdo al producto escogido siguiendo los pasos que se consideran en el siguiente ejemplo
Realizar una encuesta de acuerdo al producto escogido siguiendo los pasos que se consideran en el siguiente ejemplo EJEMPLO DE ENCUESTA Y SU PROCESAMIENTO El objetivo principal de un Estudio de Mercado
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 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 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 detallesEntre las múltiples formas de baremar un test, destacamos las siguientes: - Baremos cronológicos: Edad Mental y Cociente Intelectual.
104 TEMA V: BAREMACIÓN DE UN TEST 1.- INTRODUCCIÓN La puntuación directa de una persona en un test no es directamente interpretable si no la referimos a los contenidos incluidos en el test o al rendimiento
Más detallesPRÁCTICA 1. Mediciones
PRÁCTICA 1 Mediciones Objetivo General El alumno determinará la incertidumbre de las mediciones. Objetivos particulares 1. El alumno determinará las incertidumbres a partir de los instrumentos de medición..
Más detallesTeoría de líneas de espera
Teoría de líneas de espera Recuerde la última vez que tuvo que esperar en la caja de un supermercado, en una ventanilla de su banco local, o a que lo atendieran en un restaurante de comida rápida. En éstas
Más detallesUNIDAD IV ÁREAS DE FIGURAS PLANAS
UNIDAD IV ÁREAS DE FIGURAS PLANAS COMPETENCIAS E INDICADORES DE DESEMPEÑO Identifica las áreas de figuras planas, volumen y superficie. CONCEPTOS DE PERÍMETRO Y AREA DE UNA FIGURA PLANA Se llama perímetro
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 detallesTEORIA DE COLAS. Investigación Operativa II
TEORIA DE COLAS Investigación Operativa II TEORIA DE COLAS Las COLAS o LINEAS DE ESPERA son realidades cotidianas: Personas esperando para realizar sus transacciones ante una caja en un banco, Estudiantes
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 detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UCM Función de distribución y función de densidad Ejercicio. Sea X una variable aleatoria con función de distribución dada
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 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 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 detallesControl 3. Lunes 23 de Junio 2008
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN44A: Investigación Operativa Profesores: R. Caldentey, R. Epstein, P. Rey Prof. Aux.: J. Gacitúa,
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 detallesMedidas de Variabilidad
Medidas de Variabilidad Trabajo a realizar de este tema: En Excel 2003 hoja 1, prepara un(os) cuadro(s) sinópticos o mapas conceptuales o mapas mentales que sinteticen éste capítulo. En la hoja 2 y en
Más detalles4. Medidas de tendencia central
4. Medidas de tendencia central A veces es conveniente reducir la información obtenida a un solo valor o a un número pequeño de valores, las denominadas medidas de tendencia central. Sea X una variable
Más detallesPruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICAAS A LAS CIENCIAS SOCIALES EJERCICIO Nº Páginas 2 OPTATIVIA: EL ALUMNO EBERÁ ESCOGER UNA E LAS OS OPCIONES
Más detallesExpresiones algebraicas y ecuaciones. Qué es una expresión algebraica? Valor numérico de una expresión algebraica. Algebra
Expresiones algebraicas y ecuaciones Melilla Qué es una expresión algebraica? Los padres de Iván le han encargado que vaya al mercado a comprar 4 kg de naranjas y 5 kg de manzanas. Pero no saben lo que
Más detallesSEGMENTOS RECTILÍNEOS: DIRIGIDOS Y NO DIRIGIDOS
SEGMENTOS RECTILÍNEOS: DIRIGIDOS Y NO DIRIGIDOS A la porción de una línea recta comprendida entre dos de sus puntos se llama segmento rectilíneo o simplemente segmento. Los dos puntos se llaman extremos
Más detallesV. GRÁFICOS DE CONTROL POR VARIABLES (2)
V. Gráficos de Control por Variables () V. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN Hasta ahora hemos estudiado los gráficos de control típicos tanto para variables como para atributos. Sin embargo,
Más detallesPráctica 2 Estadística Descriptiva
Práctica 2 Estadística Descriptiva Contenido Introducción...................................... 1 Tablas de frecuencias................................. 2 Medidas de centralización, dispersión y forma...................
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detallesNivel socioeconómico medio. Nivel socioeconómico alto SI 8 15 28 51 NO 13 16 14 43 TOTAL 21 31 42 94
6. La prueba de ji-cuadrado Del mismo modo que los estadísticos z, con su distribución normal y t, con su distribución t de Student, nos han servido para someter a prueba hipótesis que involucran a promedios
Más detallesInstituto Tecnológico de Durango. Ingeniería en Sistemas Computacionales. Simulación. Unidad V. Proyecto de Líneas de Espera.
Instituto Tecnológico de Durango Ingeniería en Sistemas Computacionales Simulación Unidad V Proyecto de Líneas de Espera Café Internet VIP Equipo # 7 Integrantes: Cabrera Lastiri Berenice 05040283 González
Más detallesUnidad 6. Distribuciones probabilísticas contínuas
Unidad 6 Distribuciones probabilísticas contínuas Distribuciones probabilísticas continuas Objetivos del capítulo Después de estudiar este capítulo, se deberá estar en condiciones de: 1. Enunciar las diferencias
Más detalles1º BACH CCSS - MATEMÁTICAS - PROBLEMAS DE ANÁLISIS ESTADÍSTICO DE UNA VARIABLE ˆ EJERCICIO 25
1º BACH CCSS - MATEMÁTICAS - PROBLEMAS DE ANÁLISIS ESTADÍSTICO DE UNA VARIABLE ˆ EJERCICIO 24 Dada la siguiente tabla de ingresos: Ingresos mensuales Frecuencia Menos de 1000 35 [1000, 1100) 70 [1100,
Más detalles