TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL
|
|
- Benito de la Fuente Hidalgo
- hace 7 años
- Vistas:
Transcripción
1 ESTADÍSTICA II TEMA II: DISTRIBUCIONES RELACIONADAS CON LA NORMAL II.1.- Distribución chi-cuadrado. II Definición. II.1..- Función de densidad. Representación gráfica. II Media y varianza. II Función de distribución. Uso de tablas. II..- Distribución F de Fisher-Snedecor. II..1.- Definición. II...- Función de densidad. Representación gráfica. II..3.- Media y varianza. II..4.- Función de distribución. Uso de tablas. II.3.- Distribución t-student. II Definición. II.3..- Función de densidad. Representación gráfica. II Media y varianza. II Función de distribución. Uso de las tablas. II.4.- Tablas. 1
2
3 ESTADÍSTICA II II.1.- Distribución chi-cuadrado (ji-cuadrado). II Definición. Sean x 1, x,..., x n variables independientes que siguen una distribución N(0,1). Sea X una nueva variable definida según: X = x1+ x+...+ xn= x n i=1 i en este caso, se dice que X se distribuye como una CHI- CUADRADO, con n grados de libertad, que representamos como: X χ n II.1..- Función de densidad. Representación gráfica. La obtenemos a partir de la función de densidad de la distribución GAMMA: α λ α-1 λx X e si x >0 Γ( α) f(x)= 0 si x 0 λ G(t)=( λ- t ) α para λ>t 397
4 Distribuciones relacionadas con la Normal 398
5 ESTADÍSTICA II n 1 sustituyendo los valores de α = y λ= en la función de densidad y generatriz de momentos de la GAMMA, obtenemos las funciones correspondientes de la distribución CHI- CUADRADO. f(x)= 1 ( ) n Γ( ) 0 n X n -1 e 1 - X si si x >0 x 0 La representación gráfica de la función de densidad, depende de los grados de libertad. Para valores pequeños de n la función de densidad de χ n tiene una larga cola a la derecha. Al crecer n, el centro de la distribución se desplaza hacia la derecha y la forma de la función de densidad se hace más simétrica; para n grande (n>30) la función χ n se puede aproximar por una N(n, n). II Media y varianza. Se puede demostrar fácilmente con el uso de la función generatriz e momentos y de la relación de la chi-cuadrado con la distribución Gamma que la media de una distribución chi-cuadrado de n grados de libertad vale n y su varianza n. II Función de distribución. Uso de las tablas. La función de distribución de una distribución chi- 399
6 Distribuciones relacionadas con la Normal cuadrado se obtiene mediante la integral de la función de densidad. F(x)= P(X x)= x 0 f(x)dx para X >0 Llegando al siguiente resultado F(x) = x 1 n ( ) n X ( ) 0 Γ que como se puede observar no es nada manejable. Es por ello que en vez de trabajar con esta expresión, y tal y como se hizo con la distribución normal, trabajaremos con tablas. Estas tablas pueden informarnos bien del propio valor de la función de distribución, o bien, el complementario de la función de distribución. En el apartado II.4 de este tema tenemos las tablas de la chicuadrado en la cual se nos da el complementario de la función de distribución. Como se puede observar, la tabla de la chi-cuadrado se encuentra dividida en dos partes. Centrándonos en la primera parte de la tabla (la segunda es totalmente similar en cuanto a interpretación), la primera columna no da los grados de libertad y la primera fila la probabilidad que deja a su derecha el punto que nos indica la parte central de la tabla. n -1 e 1 - x dx Esto significa que, por ejemplo, el valor de la variable.5581 correspondiente a una chi-cuadrado de 10 grados de libertad deja a su derecha una probabilidad igual a Obsérvese que a partir de esta tabla calcular la función de distribución es inmediato. De esta manera, la función de distribución de una chi-cuadrado de 15 grados de libertad en el punto es iagual a =
7 ESTADÍSTICA II EJEMPLO: La variable aleatoria U sigue una distribución Chi-cuadrado. Calcular "a" tal que: P(U>a) = 0,05 a) Para 18 grados de libertad. b) Para 55 grados de libertad. SOLUCION: a) P(U>8,9) = 0,05 b) P(U>73,3) = 0,05 En este caso hemos interpolado entre 50 y 60 grados de libertad. II..- Distribución F de Fisher-Snedecor. II..1.- Definición. Sean U y V dos variables aleatorias independientes, tal que: U χ m y V χ n Sea una variable X definida como: U/m X = V/n X así definida, sigue una distribución F DE FISHER- SNEDECOR de m y n grados de libertad, que representamos como: x F m, n II...- Función de densidad. Representación gráfica. La función de densidad de una F se obtiene a partir de la 401
8 Distribuciones relacionadas con la Normal función de densidad conjunta de U y V, y tiene la siguiente expresión. m+n Γ( ) m n m -1 m - f(x) = ( ) x (1+ x ) m n Γ( ) Γ( ) n n m+n para todo valor de x>0. Es evidente, por su construcción, que solo puede tomar valores positivos, como la chicuadrado. La forma de la representación gráfica depende de los valores m y n, de tal forma que si m y n tienden a infinitos, dicha distribución se asemeja a la distribución normal. II..3.- Media y varianza. La media existe si "n" es mayor o igual que 3, y la varianza existe si "n" es mayor o igual que 5 y sus valores son: n µ = α1= n - n (m +n - ) σ = α - α1 = m(n - ) (n - 4) II..4.- Función de distribución. Uso de tablas. La función de distribución la tendremos que calcular mediante la expresión general. 40
9 ESTADÍSTICA II F(x)= x 0 f(x)dx que dada la forma de la función de densidad se hace muy poco manejable por lo cual tendremos que recurrir de nuevo al uso de las tablas. En el epígrafe II.4 se muestran las tablas de la distribución F de Fisher-Snedecor. En este epígrafe se puede observar que las tablas de la distribución F se han dividido en 10 partes. Vamos a explicar la parte 1 solamente puesto que el resto tienen una lectura similar. En la tabla de la F de Fisher-Snedecor se presentan: en la primera columna, los grados de libertad del denominador, esto es el valor de n. En la primera fila se muestra primero el valor de α, que como puede verse en la gráfica de la tabla es la probabilidad que queda a la derecha del punto seleccionado. A continuación aparecen los grados de libertad del numerador, es decir, el valor de m. En el interior de la tabla se muestran los valores que dejan a su derecha una probabilidad α para los grados de libertad m y n seleccionados. Por ejemplo, el valor 9.1 de una distribución F de 4 y 3 grados de libertad deja a su derecha una probabilidad igual a Obsérvese que el cálculo de la función de distribución es inmediato. De esta manera, la función de distribución de una distribución F de 4 y 3 grados de libertad en el punto 9.1 es =0.95 Una PROPIEDAD de esta distribución es que la inversa de una variable aleatoria con distribución F m,n sigue también 403
10 Distribuciones relacionadas con la Normal una distribución F con n y m grados de libertad. Es decir, Si X F X -1 m, n F n, m Y como consecuencia de esta propiedad se cumple: 1 1 P( F n C)= P( )= P( Fn, m F m, n c m, 1 ) c Con este resultado podemos obtener los valores de F m,n correspondientes al 0.9, 0.95, 0.975, 0.99 y tomando los valores inversos de los valores de F n,m correspondientes al 0.1, 0.05, 0.05 y que son los que se muestran en las tablas de la F que se presentan en el epígrafe II.4. EJEMPLO: Las tablas nos dan, para m = 10 y n = 6, el percentil 90 =,94; el percentil 95 = 4,06. Calcular los valores de la distribución F de 6 y 10 grados de libertad que dejan a su izquierda una masa de probabilidad de 0.1 y 0.05 respectivamente. SOLUCION: P( F P( F 10,6 10,6,94) =0,9 4,06) =0,95 1 =0,34,94 1 4,06 =0,5 P( F P( F 6,10 6,10 0,34) =0,1 0,5)=0,05 II.3.- Distribución t-student. 404
11 ESTADÍSTICA II II Definición. Sea "U" una variable aleatoria que sigue una distribución N(0,1). Sea "V" una variable aleatoria que sigue una distribución Chi-cuadrado con "n" grados de libertad. Ambas variables, U y V, son independientes. La nueva variable formada como: X = U V/n sigue una distribución t-student con n grados de libertad. II.3..- La función de densidad. Representación gráfica. Esta variable toma valores en todo el conjunto de los números reales y su función de densidad es de la forma: f(x)= K n 1+ x n n X K n es el valor necesario para que sea una función de densidad, es decir, que la integral extendida a todo el campo de dicha función sea igual a la unidad. Propiedades de la función de distribución t-student: 405
12 Distribuciones relacionadas con la Normal a) Es simétrica con respecto al origen. F(-x) = 1 - F(x) b) Su forma es muy parecida a la N(0, 1), aunque menos apuntada. c) La recta Y = 0 es una asíntota horizontal: Lim x f(x)= Lim x - f(x)=0 II Media y varianza. La MEDIA Y VARIANZA de esta distribución son: σ = µ = E[x]=0 n n - II La función de distribución. Uso de las tablas. Tal y como hicimos con las distribuciones chi-cuadrado y F de Fisher-Snedecor, para el cálculo de probabilidades en la distribución t-student utilizaremos tablas. La tabla correspondiente se muestra en el epígrafe II.4 En la primera fila se muestran los valores de α, es decir, la probabilidad de que la variable tome un valor mayor que el considerado. En la última columna se muestran los grados de libertad y en el centro de la tabla nos da los valores de la probabilidad. De esta manera, una t-student de 10 grados de libertad deja a la derecha del punto.764 una probabilidad igual a Con lo cual, la función de distribución en el punto.764 para una t-student de 10 grados de libertad vale =
13 ESTADÍSTICA II EJEMPLO: Calcular la probabilidad de que "t" esté comprendida entre 0,60 y 1,81 con 10 grados de libertad. SOLUCION: P[0,60 t10=1,81] = = F(1,81) - F(0,60) = =0,95-0,60 = 0,35 407
14 Distribuciones relacionadas con la Normal II.4.- Tablas. Tabla de la t de Student 408
15 ESTADÍSTICA II Tabla de la ji-cuadrado. Parte 1 409
16 Distribuciones relacionadas con la Normal Tabla de la ji-cuadrado. Parte 410
17 Tabla de la F de Fisher-Snedecor. Parte 1 ESTADÍSTICA II 411
18 Distribuciones relacionadas con la Normal Tabla de la F de Fisher-Snedecor. Parte 41
19 Tabla de la F de Fisher-Snedecor. Parte 3 ESTADÍSTICA II 413
20 Distribuciones relacionadas con la Normal Tabla de la F de Fisher-Snedecor. Parte 4 414
21 Tabla de la F de Fisher-Snedecor. Parte 5 ESTADÍSTICA II 415
22 Distribuciones relacionadas con la Normal Tabla de la F de Fisher-Snedecor. Parte 6 416
23 Tabla de la F de Fisher-Snedecor. Parte 7 ESTADÍSTICA II 417
24 Distribuciones relacionadas con la Normal Tabla de la F de Fisher-Snedecor. Parte 8 418
25 Tabla de la F de Fisher-Snedecor. Parte 9 ESTADÍSTICA II 419
26 Distribuciones relacionadas con la Normal Tabla de la F de Fisher-Snedecor. Parte10 40
PROBABILIDAD 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 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 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 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 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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
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 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 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 detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
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 detallesTabla de Derivadas. Función Derivada Función Derivada. f (x) n+1. f (x) y = f (x) y = ln x. y = cotg f (x) y = ( 1 cotg 2 f (x)) f (x) = f (x)
Matemáticas aplicadas a las CCSS - Derivadas Tabla de Derivadas Función Derivada Función Derivada y k y 0 y y y y y f ) y f ) f ) y n y n n y f ) n y n f ) n f ) y y n y y f ) y n n+ y f ) n y f ) f )
Más detalles1. La distribución ji-cuadrada. La distribución ji-cuadrada surge de la suma de normales estándar al cuadrado, su definición formal es la siguiente:
DISTRIBUCIONES DERIVADAS DE LA NORMAL Son tres distribuciones derivadas de la normal, las cuales se aplican es estadística inferencial para modelas las distribuciones en el muestreo. Estas distribuciones
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesI TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)
Más detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
Más detallesTema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010 Contenidos...............................................................
Más 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 detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 3 Especifico) Solucíon Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio opción A, modelo 3 Septiembre 03 específico x Sea f la función definida por f(x) = para x > 0, x (donde ln denota el logaritmo neperiano) ln(x) [ 5 puntos] Estudia y determina las asíntotas
Más detallesDistribuciones de Probabilidad Para Variables Aleatorias Continuas
Distribuciones de Probabilidad Para Variables Aleatorias Continuas Departamento de Estadística-FACES-ULA 20 de Diciembre de 2013 Introducción Recordemos la definición de Variable Aleatoria Continua. Variable
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesVariable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
Más 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 detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más detallesUNIDAD II FUNCIONES. Ing. Ronny Altuve Esp.
República Bolivariana de Venezuela Universidad Alonso de Ojeda Administración Mención Gerencia y Mercadeo UNIDAD II FUNCIONES Ing. Ronny Altuve Esp. Ciudad Ojeda, Septiembre de 2015 Función Universidad
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
Más detallesProcedimiento para determinar las asíntotas verticales de una función
DETERMINACIÓN DE ASÍNTOTAS EN UNA FUNCIÓN Las asíntotas son rectas a las cuales la función se va aproimando indefinidamente, cuando por lo menos una de las variables ( o y) tienden al infinito. Una definición
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 detallesGráficamente: una función es continua en un punto si en dicho punto su gráfica no se rompe. Función continua en x = 0 Función no continua en x = 0
Funciones continuas Funciones continuas Continuidad de una función Si x 0 es un número, la función f(x) es continua en este punto si el límite de la función en ese punto coincide con el valor de la función
Más detallesSelectividad Junio 2007 JUNIO 2007
Bloque A JUNIO 2007 1.- Julia, Clara y Miguel reparten hojas de propaganda. Clara reparte siempre el 20 % del total, Miguel reparte 100 hojas más que Julia. Entre Clara y Julia reparten 850 hojas. Plantea
Más detallesUNIDAD 2: LÍMITES DE FUNCIONES.CONTINUIDAD = 3 2
UNIDAD 2: LÍMITES DE FUNCIONES.CONTINUIDAD 1.- Límites en el Infinito: lim x + f(x) = L Se dice que el límite de f (x) cuando x tiende a + es L ϵ Ɽ, si podemos hacer que f(x) se aproxime a L tanto como
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 detallesJUNIO 2010. Opción A. 1 1.- Dada la parábola y = 3 área máxima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola.
Junio 00 (Prueba Específica) JUNIO 00 Opción A.- Dada la parábola y 3 área máima que tiene un lado en la recta y los otros dos vértices en la gráfica de la parábola., y la recta y 9, hallar las dimensiones
Más detallesEjemplo Traza la gráfica de los puntos: ( 5, 4), (3, 2), ( 2, 0), ( 1, 3), (0, 4) y (5, 1) en el plano cartesiano.
Plano cartesiano El plano cartesiano se forma con dos rectas perpendiculares, cuyo punto de intersección se denomina origen. La recta horizontal recibe el nombre de eje X o eje de las abscisas y la recta
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesEstimación por intervalos
Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza
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 detallesTEMA 1: Funciones elementales
MATEMATICAS TEMA 1 CURSO 014/15 TEMA 1: Funciones elementales 8.1 CONCEPTO DE FUNCIÓN: Una función es una ley que asigna a cada elemento de un conjunto un único elemento de otro. Con esto una función hace
Más detallesIntervalos de Confianza para dos muestras
Intervalos de Confianza para dos muestras Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Comparación de dos poblaciones La comparación
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 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 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 detallesDISTRIBUCION F DE SNEDECOR
DISTRIBUCION F DE SNEDECOR Jorge M. Galbiati Función de densidad: ( ) n+d Γ 2 f(x) = ( ) ( ) Γ Γ n 2 d 2 ( n/d) n/2 x n/2 1 (1+ nd x ) n+d 2 si x > 0 Espacio paramétrico: grados de libertad del numerador
Más detallesJulia García Salinero. Departamento de Investigación FUDEN. Introducción
1 Análisis de datos en los estudios epidemiológicos V Prueba de Chi cuadrado y Análisis de la varianza. Departamento de Investigación FUDEN. Introducción Continuamos el análisis de los estudios epidemiológicos,
Más detallesLímites y continuidad
Límites y continuidad.. Límites El ite por la izquierda de una función f en un punto 0, denotado como 0 f() es el valor al que se aproima f() cuando se acerca hacia 0 por la izquierda. De igual forma,
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 detalles1.5 Límites infinitos
SECCIÓN.5 Límites infinitos 8.5 Límites infinitos Determinar ites infinitos por la izquierda por la derecha. Encontrar dibujar las asíntotas verticales de la gráfica de una función., cuando Límites infinitos
Más detallesLa distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Más detallesTema 1. Cálculo diferencial
Tema 1. Cálculo diferencial 1 / 57 Una función es una herramienta mediante la que expresamos la relación entre una causa (variable independiente) y un efecto (variable dependiente). Las funciones nos permiten
Más 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 detallesIES Fco Ayala de Granada Junio de 2011 (Específico 2 Modelo 1) Soluciones Germán-Jesús Rubio Luna
PRUEBA DE ACCESO A LA UNIVERSIDAD MATEMÁTICAS II DE ANDALUCÍA CURSO 010-011 Opción A Ejercicio 1, Opción A, Modelo especifico de Junio de 011 [ 5 puntos] Una ventana normanda consiste en un rectángulo
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 detallesUNIDAD 2: LÍMITES DE FUNCIONES.CONTINUIDAD = 3 2
UNIDAD 2: LÍMITES DE FUNCIONES.CONTINUIDAD 1.- Límites en el Infinito: lim x + f(x) = L Se dice que el límite de f (x) cuando x tiende a + es L ϵ Ɽ, si podemos hacer que f(x) se aproxime a L tanto como
Más detallesTEMA 2: DERIVADA DE UNA FUNCIÓN
TEMA : DERIVADA DE UNA FUNCIÓN Tasa de variación Dada una función y = f(x), se define la tasa de variación en el intervalo [a, a +h] como: f(a + h) f(a) f(a+h) f(a) y se define la tasa de variación media
Más detalles10/04/2015. Ángel Serrano Sánchez de León
0/04/05 Ángel Serrano Sánchez de León 0/04/05 Índice Distribuciones discretas de probabilidad Discreta uniforme Binomial De Poisson Distribuciones continuas de probabilidad Continua uniforme Normal o gaussiana
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 detallesCurvas en paramétricas y polares
Capítulo 10 Curvas en paramétricas y polares Introducción Después del estudio detallado de funciones reales de variable real expresadas en forma explícita y con coordenadas cartesianas, que se ha hecho
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 detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesRELACIÓN ENTRE LA GRÁFICA DE UNA FUNCIÓN f y LA DE SU INVERSA f -1
RELACIÓN ENTRE LA GRÁFICA DE UNA FUNCIÓN f y LA DE SU INVERSA f -1 Sabemos que la función inversa 1 Si f a b, entonces f b a 1 f (o recíproca) de f cumple la siguiente condición: Por lo tanto: 1 f f 1
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 detallesUna matriz es una tabla ordenada (por filas y columnas) de escalares a i j de la forma: ... ... a... ...
MATRICES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales. Tienen también muchas aplicaciones
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 detallesInstitución Educativa Distrital Madre Laura. Límites al Infinito. En lo que sigue vamos a estudiar los límites al infinito para diversas funciones.
Límites al Infinito En lo que sigue vamos a estudiar los límites al infinito para diversas funciones. Aquí consideraremos un problema diferente al considerado en capítulos anteriores. En ellos nos hemos
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más 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 detallesTipos de Funciones. 40 Ejercicios para practicar con soluciones. 1 Representa en los mismos ejes las siguientes funciones: 1 x
Tipos de Funciones. 40 Ejercicios para practicar con soluciones Representa en los mismos ejes las siguientes funciones: a) y = ; b) y = ; c) y = y= y= y= Representa las siguientes funciones: a) y = b)
Más detallesEstadísticas y distribuciones de muestreo
Estadísticas y distribuciones de muestreo D I A N A D E L P I L A R C O B O S D E L A N G E L 7/11/011 Estadísticas Una estadística es cualquier función de las observaciones en una muestra aleatoria que
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 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 detallesINGENIERO EN COMPUTACIÓN DISTRIBUCIONES DE PROBABILIDAD CONTINUA ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN DISTRIBUCIONES DE PROBABILIDAD CONTINUA ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017
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 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 detallesProbabilidades. 11 de noviembre de 2013. Felipe Bravo Márquez
Felipe José Bravo Márquez 11 de noviembre de 2013 Motivación Las probabilidades son el lenguaje de la incertidumbre que a la vez es la base de la inferencia estadística. El problema estudiado en probabilidades
Más detallesMatemáticas Febrero 2013 Modelo A
Matemáticas Febrero 0 Modelo A. Calcular el rango de 0 0 0. 0 a) b) c). Cuál es el cociente de dividir P(x) = x x + 9 entre Q(x) = x +? a) x x + x 6. b) x + x + x + 6. c) x x + 5x 0.. Diga cuál de las
Más detallesDistribución de frecuencia.
Dr. Jesús Alberto Mellado Si de una población se extrae una muestra de tamaño n, y en esa muestra se mide alguna característica, entonces, con los datos recabados se puede elaborar una distribución de
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 detallesGrado en Química Bloque 1 Funciones de una variable
Grado en Química Bloque Funciones de una variable Sección.5: Aplicaciones de la derivada. Máximos y mínimos (absolutos) de una función. Sea f una función definida en un conjunto I que contiene un punto
Más detallesAplicaciones de las integrales dobles
Aplicaciones de las integrales dobles Las integrales dobles tienen multiples aplicaciones en física en geometría. A continuación damos una relación de alguna de ellas.. El área de una región plana R en
Más detallesINTRODUCCIÓN. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS
INTRODUCCIÓN. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS Tradicionalmente, el estudio de los logaritmos ha ido inevitablemente acompañado de las tablas logarítmicas y del estudio de conceptos tales como el
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 detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesPruebas de Acceso a enseñanzas universitarias oficiales de grado Castilla y León
Selectividad Junio 05 Pruebas de Acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS II EJERCICIO Nº páginas: INDICACIONES:.- OPTATIVIDAD: El alumno deberá escoger una de
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 detallesFUNCIONES RACIONALES. HIPÉRBOLAS
www.matesronda.net José A. Jiménez Nieto FUNCIONES RACIONALES. HIPÉRBOLAS 1. FUNCIÓN DE PROPORCIONALIDAD INVERSA El área de un rectángulo es 18 cm 2. La siguiente tabla nos muestra algunas medidas que
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 detalles1) Características del diseño en un estudio de casos y controles.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de casos y controles CONCEPTOS CLAVE 1) Características del diseño en un estudio de casos y controles. )
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 detallesEn las figuras anteriores vemos algunos casos (no todos) que pueden presentarse al pasar por un punto x 0. (en este caso, para x 0 =2)
UNIVERSIDAD DEL VALLE PROFESOR CARLOS IVAN RESTREPO CONTINUIDAD. 1.- Continuidad en un punto. Continuidad lateral..- Continuidad en un intervalo. 3.- Operaciones con funciones continuas 4.- Discontinuidades.
Más detallesValor absoluto de un número real. Potencias de exponente racional. Logaritmos. Logaritmos decimales y neperianos. Propiedades y operaciones.
Otras páginas Matemásicas ccss 5º MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I ARITMÉTICA Y ÁLGEBRA Los números reales Números racionales. Números irracionales. Los números y e. Los números reales.
Más detallesEconometria. 4. Modelo de Regresión Lineal Simple: Inferencia. Prof. Ma. Isabel Santana
Econometria 4. Modelo de Regresión Lineal Simple: Inferencia Prof. Ma. Isabel Santana MRLS: Inferencia Hasta ahora nos hemos ocupado solamente de la estimación de los parámetros del modelo de regresión
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesFUNCIONES.FUNCIONES ELEMENTALES. LÍMITES DE UNA FUNCIÓN
FUNCIONES.FUNCIONES ELEMENTALES. LÍMITES DE UNA FUNCIÓN 1 FUNCIONES FUNCIÓN REAL DE VARIABLE REAL Una función real de variable real es una relación que asocia a cada número real, (variable independiente),
Más detallesManejo de las tablas
Manejo de las tablas Pedro González enero de 008 Las tablas descargadas corresponden a las siguientes funciones de distribución, cuyas definiciones y propiedades más importantes se muestran a continuación..
Más detallesPreguntas más Frecuentes: Tema 8
Preguntas más Frecuentes: Tema 8 Pulse sobre la pregunta para acceder directamente a la respuesta 1. En el ejemplo 8.1, por qué se escoge n =?. En el ejemplo 8.1, si n fuera igual a 3 habría que obtener
Más detallesExamen de Junio de 2011 (Común) con soluciones (Modelo )
Opción A Junio 011 común ejercicio 1 opción A ['5 puntos] Se desea construir un depósito cilíndrico cerrado de área total igual a 54 m. Determina el radio de la base y la altura del cilindro para que éste
Más detallesAutor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca
Ejercicio: 4. 4. El intervalo abierto (,) es el conjunto de los números reales que verifican: a). b) < . - Intervalo abierto (a,b) al conjunto de los números reales, a < < b. 4. El intervalo
Más detallesTema 5: Sistemas de Ecuaciones Lineales
Tema 5: Sistemas de Ecuaciones Lineales Eva Ascarza-Mondragón Helio Catalán-Mogorrón Manuel Vega-Gordillo Índice 1 Definición 3 2 Solución de un sistema de ecuaciones lineales 4 21 Tipos de sistemas ecuaciones
Más detalles