Departamento de Matemática Aplicada a la I.T.T.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Departamento de Matemática Aplicada a la I.T.T."

Transcripción

1 Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión examen: 16 de Junio de 15 APELLIDOS Y NOMBRE: DNI: TITULACIÓN: Duración: 3 horas Ejercicio 1 1 punto Se tiran dos dados. A continuación se vuelven a tirar los dados en los que no se haya obtenido un seis que pueden ser ninguno uno o los dos. Calcula la probabilidad de obtener finalmente dos seises es decir que después de este proceso queden sobre la mesa dos seises. Sea A obtener al final seises y Entonces S obtener en la primera tirada seises S 1 obtener en la primera tirada 1 seis S obtener en la primera tirada seises P A P S P A/S + P S 1 P A/S 1 + P S P A/S / Ejercicio 1 punto Se realiza una prueba para separar los objetos A de los objetos que no son A. Si el objeto no es A la prueba da N con probabilidad.99. Si el objeto es A la prueba da N con probabilidad.. El 4 % de los objetos son A. a Calcula la probabilidad de que un objeto que ha dado N sea A. La probabilidad de que un objeto que ha dado N sea A es P A N P A/N P N P AP N/A P AP N/A + P AP N/A b Calcula la probabilidad de que un un objeto que no ha dado N sea A. La probabilidad de que un un objeto que no ha dado N sea A es P A N P A/N P N P AP N/A P AP N/A + P AP N/A

2 Ejercicio 3 1 punto Supongamos que la probabilidad de que una persona tenga un virus es.1. Se pretende analizar la sangre de 1 personas. Para ello las dividimos en 1 grupos de 1 personas. Que una persona tenga el virus es independiente de que lo tengan los demás. a Cual es la probabilidad de que en un grupo de 1 personas exactamente tengan el virus? El número de personas con el virus X es una variable aleatoria con distribución binomial Binn 1 p.1. Entonces la probabilidad de que dos tengan el virus es 1 P X b Calcula la función de probabilidad de Y número de grupos en los que alguna persona tiene el virus. Y B1 p donde p y entonces 1 P X n p n q 1 n n n Ejercicio 4 1 punto Sea X una variable aleatoria con función de densidad 3 8 fx x < x < en otro caso X 3 a Calcula P 1 X 3 P 1 1 P X 5 3 1/ 8 x dx b Calcula el cuantil q.3 de orden.3 de X. Para x [ ] F x El cuantil q.3 es el número que cumple x 3 8 ξ dξ x 3 /8 Entonces F q.3 q q /

3 Ejercicio 5 puntos Para contrastar si la media de una variable aleatoria con distribución normal de varianza 4 es 7 se utiliza una muestra de tamaño n 1. Se considera como hipótesis alternativa µ 7. a Con un nivel de significación α.4 cuál sería el intervalo de aceptación del estadístico de contraste X µ σ/? Para que valores de la media muestral x se aceptaría la hipótesis nula µ 7? n Utilizamos el estadístico de contraste X µ σ/ n X 7. que suponiendo que la hipótesis nula se verifica tiene distribución N 1. Como el cuantil de orden.98 de una N 1 es q.98.6 la hipótesis nula se aceptaría si o equivalentemente si.6 x x b Si se obtiene una media muestral x 7.6 cuál sería el p-valor? El estadístico de contraste tomaría el valor y entonces el p-valor sería p P Z > 3 [1 P Z < 3] [1 Φ3] [ ].7 Ejercicio puntos Un experimento consiste en lanzar dos veces una moneda en la que la probabilidad de cara es el triple que la de cruz. Si sale cara en el primer lanzamiento hacemos X 1 y si sale cruz X. La misma asignación se hace para el resultado Y del segundo lanzamiento. a Calcula la función de probabilidad conjunta de X Y. El espacio muestral es Ω {cc c+ +c ++} P cara 3 P cruz 4 P cruz 1 P cara 3/4 P cruz 1/4 P {cc} 9/16 P {c+} 3/16 P {+c} 3/16 P {++} 1/16 La variable aleatoria X Y está definida del siguiente modo: 3

4 Ω XY R ++ +c 1 c + 1 cc 1 1 Su función de probabilidad vendrá dada por: Y \X 1 1/16 3/16 1 3/16 9/16 b Definimos la variable aleatoria Z XY. Halla la función de probabilidad de Z. P Z P X Y + P X Y 1 + P X 1 Y P Z 1 P X 1 Y c Calcula E XY. E XY De otro modo 1 1 i j i j P X i Y j E XY E Z P Z + 1 P Z Ejercicio 7 1 punto La función de densidad conjunta del vector aleatorio X Y viene dada por fx y ye xy si x > < y < en otro caso a Calcula la distribución marginal de Y y la media de Y. f Y y Como Y U será E[Y ] 1 y e xy dx 1 e xy 1 si < y < en otro caso 4

5 b Calcula P 1/ < X < 1 Y < P 1/ < X < 1 Y < 1 ye xy dx 1/ 1 dy 1 1 e xy 1 1/ dy 1 e y e y/ dy 1 e y e y/ e 1 e 1/ Ejercicio puntos Dado el proceso aleatorio Xt Y + Zt donde Y y Z son dos variables aleatorias normales independientes ambas de media y varianza 1 halla a La media autocorrelación y varianza del proceso. E[Xt] E[Y ] + t E[Z] R X t t + τ E[XtXt + τ] E[Y + ZtY + Zt + τ] E[Y + Y Zt + τ + Z tt + τ] E[Y ] + t + τe[y Z] + tt + τe[z ] 1 + tt + τ VARXt R X t t 1 + t b Las distribuciones de primer orden del proceso. Para cada t fijo Xt Y Z Como Y Z N 1 1 por ser Y y Z variables aleatorias normales independientes de media y varianza 1 Resulta finalmente Xt N c Las distribuciones de segundo orden del proceso t N σ 1 + t Como Xt Xt + τ + τ Y Z 5

6 resulta que Xt Xt + τ N + τ + τ t t + τ Operando resultaría: Xt Xt + τ N 1 + t 1 + tt + τ 1 + tt + τ 1 + t + τ d La distribución de X1 + X5. Como X1 X1 + X5 1 X5 resulta que X1 + X5 sigue una distribución normal de media µ 1 X1 y teniendo en cuenta que la matriz de covarianzas de es X5 σ la varianza es es decir X1 + X5 N σ 13 6

Departamento de Matemática Aplicada a la I.T.T.

Departamento de Matemática Aplicada a la I.T.T. Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Duración: horas Fecha: de Julio de Fecha publicación notas: -7- Fecha revisión examen: 8-7-

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO 22/23 FECHA: 9 de Enero de 23 Duración del examen: 3 horas Fecha publicación

Más detalles

Departamento de Matemática Aplicada a la I.T.T.

Departamento de Matemática Aplicada a la I.T.T. Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Otoño 3 Duración: 3 horas FECHA: 9 de Enero de 4 Fecha publicación notas: 6--4 Fecha revisión

Más detalles

Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES

Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES Departamento de Matemática Aplicada a las T.I.C. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EAMEN FINAL Otoño 25-6 FECHA: 5 de Enero de 26 Fecha publicación notas: 22 de Enero de 26 Fecha revisión

Más detalles

Ejemplos Resueltos Tema 4

Ejemplos Resueltos Tema 4 Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis

Más detalles

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 7 de Septiembre, 25 Cuestiones 2 horas C. A partir de los procesos estocásticos X(t e Y (t incorrelados y de media cero, con funciones

Más detalles

Estadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas

Estadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas Estadística Tema 2 Variables Aleatorias 21 Funciones de distribución y probabilidad 22 Ejemplos distribuciones discretas y continuas 23 Distribuciones conjuntas y marginales 24 Ejemplos distribuciones

Más detalles

Examen de Estadística

Examen de Estadística Examen de Estadística Grado en Ingeniería de Telecomunicación 6 de Mayo de 6 Cuestiones solución h 45m C (.5 puntos). Considera tres eventos A, B, C S tales que P (A) = P (B) =.5, P (A B) =.5, y P (C)

Más detalles

Examen de Estadística Grado en Ingeniería de Telecomunicación

Examen de Estadística Grado en Ingeniería de Telecomunicación Cuestiones Examen de Estadística Grado en Ingeniería de Telecomunicación 3 de Junio de 5 solución h 45m C (.5 puntos). Una multinacional realiza operaciones comerciales en 3 mercados (A, B y C). El % de

Más detalles

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y

Más detalles

Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)

Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química) Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables

Más detalles

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria,

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria, Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, 2014-2015 Examen de la convocatoria extraordinaria, 22-6-2015 Nombre y apellidos.......................................................................

Más detalles

Ejercicios de Procesos Estocásticos

Ejercicios de Procesos Estocásticos Ejercicios de Procesos Estocásticos Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros Ejemplo Considerar

Más detalles

Variables aleatorias

Variables aleatorias Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.

Más detalles

Capítulo 6: Variable Aleatoria Bidimensional

Capítulo 6: Variable Aleatoria Bidimensional Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el

Más detalles

Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales

Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales Capítulo 2 Medidas Estadísticas Básicas 2.1. Medidas estadísticas poblacionales Sea X una variable aleatoria con función de probabilidad p(x) si es discreta, o función de densidad f(x) si es continua.

Más detalles

ENUNCIADO y SOLUCIONES. Problema 1

ENUNCIADO y SOLUCIONES. Problema 1 Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.

Más detalles

Tema1. Modelo Lineal General.

Tema1. Modelo Lineal General. Tema1. Modelo Lineal General. 1. Si X = (X 1, X 2, X 3, X 4 ) t tiene distribución normal con vector de medias µ = (2, 1, 1, 3) t y matriz de covarianzas 1 0 1 1 V = 0 2 1 1 1 1 3 0 1 1 0 2 Halla: a) La

Más detalles

TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18

TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18 TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18 5.1. Concepto de proceso estocástico. Tipos de procesos. Realización de un proceso. 5.2. Características de un proceso estocástico. 5.3. Ejemplos de procesos

Más detalles

Estadística I Tema 5: Modelos probabiĺısticos

Estadística I Tema 5: Modelos probabiĺısticos Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y Función de distribución.

Más detalles

Variables Aleatorias y Distribución de Probabilidades

Variables Aleatorias y Distribución de Probabilidades Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables

Más detalles

Estadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria

Estadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria Estadís4ca y Métodos Numéricos Tema. Variable Aleatoria Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García

Más detalles

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES Tema 4: VAIABLES ALEATOIAS BIDIMENSIONALES 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación

Más detalles

3. Variables aleatorias

3. Variables aleatorias 3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución

Más detalles

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste

Contraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste 1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y

Más detalles

Momentos de Funciones de Vectores Aleatorios

Momentos de Funciones de Vectores Aleatorios Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)

Más detalles

Estadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación

Estadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación Estadística Tema 3 Esperanzas 31 Esperanza Propiedades 32 Varianza y covarianza Correlación 33 Esperanza y varianza condicional Predicción Objetivos 1 Medidas características distribución de VA 2 Media

Más detalles

Sumas/promedios de variables aleatorias

Sumas/promedios de variables aleatorias Sumas/promedios de variables aleatorias Dadas unas variables aleatorias X 1,..., X n, interesa considerar las variables S n = X i o bien Z n = 1 n X i. De las variables S n y Z n querremos calcular sus

Más detalles

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de

Más detalles

Tema 3. VARIABLES ALEATORIAS.

Tema 3. VARIABLES ALEATORIAS. 3..- Introducción. Tema 3. VARIABLES ALEATORIAS. Objetivo: Encontrar modelos matemáticos para el trabajo con probabilidad de sucesos. En particular, se quiere trabajar con funciones reales de variable

Más detalles

Distribuciones de Probabilidad

Distribuciones de Probabilidad MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Distribuciones de Probabilidad Parte : Generalidades MATEMÁTICAS º Bach Tema : Distribuciones de Probabilidad José Ramón Las distribuciones

Más detalles

Repaso de Teoría de la Probabilidad

Repaso de Teoría de la Probabilidad Repaso de Teoría de la Probabilidad Luis Mendo Tomás Escuela Politécnica Superior Universidad Autónoma de Madrid Febrero de 2008 1. Introducción Este documento contiene, de forma esquemática, los conceptos

Más detalles

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice

Más detalles

Distribuciones discretas. Distribución binomial

Distribuciones discretas. Distribución binomial Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.

Más detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES ALEATORIAS CONTINUAS VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p

Más detalles

Cálculo de Probabilidades II Preguntas Tema 2

Cálculo de Probabilidades II Preguntas Tema 2 Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución

Más detalles

Tema 8: Contraste de hipótesis

Tema 8: Contraste de hipótesis Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste

Más detalles

Resumen de Probabilidad

Resumen de Probabilidad Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS

Más detalles

VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M.

VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. Desde un punto de vista formal, los vectores aleatorios son la herramienta matemática adecuada para transportar

Más detalles

DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD

DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)

Más detalles

Tema 7: Ejercicios de Inferencia en una población Normal

Tema 7: Ejercicios de Inferencia en una población Normal Tema 7: s de Inferencia en una población Normal Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO 83 - INGENIERÍA INFORMÁTICA Otros I3 En una explotación minera las rocas

Más detalles

EXAMEN DE ESTADÍSTICA Junio 2012

EXAMEN DE ESTADÍSTICA Junio 2012 EXAMEN DE ESTADÍSTICA Junio 2012 Apellidos: Nombre: DNI: GRUPO: 1. En una población se han realizado 120 observaciones sobre las variables X e Y, obteniéndose la siguiente tabla de frecuencias absolutas

Más detalles

Vectores aleatorios (distribuciones multivariantes)

Vectores aleatorios (distribuciones multivariantes) Vectores aleatorios (distribuciones multivariantes) Tema 9. Distribución conjunta de un vector aleatorio. Distribuciones marginales y condicionadas Ignacio Cascos Depto. Estadística, Universidad Carlos

Más detalles

Tema 4: Variables Aleatorias

Tema 4: Variables Aleatorias Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto

Más detalles

PREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización?

PREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización? PREGUNTAS TIPO EXAMEN 1. Cuál de las siguientes medidas es una medida de Centralización? a) La desviación típica d) Ninguna respuesta es correcta 2. Disponemos de una variable aleatoria que recoge el peso

Más detalles

Representaciones gráficas de las distribuciones bidimensionales de frecuencias... 74

Representaciones gráficas de las distribuciones bidimensionales de frecuencias... 74 Índice 1. Introducción al R 15 1.1. Introducción............................. 15 1.2. El editor de objetos R....................... 18 1.3. Datos en R............................. 19 1.3.1. Vectores...........................

Más detalles

Matemática Aplicada y Estadística - Grado en Farmacia Curso 2014/15 1er. Examen Parcial 6 de noviembre de 2014

Matemática Aplicada y Estadística - Grado en Farmacia Curso 2014/15 1er. Examen Parcial 6 de noviembre de 2014 Matemática Aplicada y Estadística - Grado en Farmacia Curso 2014/1 1er. Examen Parcial 6 de noviembre de 2014 Apellidos y nombre del alumno/a Grupo 4 1. 2 puntos) En la siguiente tabla se refleja la distribución

Más detalles

Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis

Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis PÁGINA 353 SOLUCIONES 1. El peso de azúcar por confitura se distribuye según la normal N (465;30). Veamos el porcentaje

Más detalles

Procesos estocásticos

Procesos estocásticos Teoría de la comunicación Comunicaciones - U.A.H. Indice Probabilidad. Variables Aleatorias. Procesos Estocásticos. Comunicaciones - U.A.H. Probabilidad Probabilidad. Dado un experimento ε del tipo que

Más detalles

EXAMEN DE ESTADÍSTICA Septiembre 2011

EXAMEN DE ESTADÍSTICA Septiembre 2011 EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura

Más detalles

Variables aleatòries vectorials Els problemes assenyalats amb un (*) se faran a classe. 1.- Los estudiantes de una universidad se clasifican de acuerdo a sus años en la universidad (X) y el número de visitas

Más detalles

EXAMEN DE ESTADÍSTICA Junio 2011

EXAMEN DE ESTADÍSTICA Junio 2011 EXAMEN DE ESTADÍSTICA Junio 2011 Apellidos: Nombre: DNI: GRUPO: 1. Sea X una variable aleatoria discreta. Determine el valor de k para que la función p(x) { k/x x 1, 2, 3, 4 0 en otro caso sea una función

Más detalles

Distribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas

Distribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas Distribuciones Probabilísticas Curso de Estadística TAE,005 J.J. Gómez Cadenas Distribución Binomial Considerar N observaciones independientes tales que: El resultado de cada experimento es acierto o fallo

Más detalles

Prueba Integral Lapso /6

Prueba Integral Lapso /6 Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,

Más detalles

Definición de probabilidad

Definición de probabilidad Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total

Más detalles

Unidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22

Unidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22 Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio de

Más detalles

Teórica básica. Incluimos. - Temas

Teórica básica. Incluimos. - Temas Teórica básica Incluimos - Temas 1 - Tema 1: Fenómenos aleatorios. Conceptos de probabilidad. Propiedades. Independencia de sucesos. Teorema de Bayes. - Tema 2: Variables aleatorias. Variables discretas.

Más detalles

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando

Más detalles

1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional

1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 4.1. Variable aleatoria bidimensional Las Variables Aleatorias Bidimensionales o N-Dimensionales surgen cuando es necesario trabajar en espacios

Más detalles

9 APROXIMACIONES DE LA BINOMIAL

9 APROXIMACIONES DE LA BINOMIAL 9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X

Más detalles

Vectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos

Vectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos

Más detalles

Cálculo de Probabilidades y Estadística. Segunda prueba. 1

Cálculo de Probabilidades y Estadística. Segunda prueba. 1 08231. Cálculo de Probabilidades y Estadística. Segunda prueba. 1 Problema 1. Se eligen tres puntos A, B y C, al azar e independientemente, sobre una circunferencia. Determinar la distribución del valor

Más detalles

Capítulo 5: Probabilidad e inferencia

Capítulo 5: Probabilidad e inferencia Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos

Más detalles

Tema 5: Contraste de hipótesis

Tema 5: Contraste de hipótesis Tema 5: Contraste de hipótesis 1 (a partir del material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Conceptos fundamentales: hipótesis nula y alternativa,

Más detalles

TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real)

TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real) TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES Grado Ing Telemática (UC3M) Teoría de la Comunicación Variable Aleatoria / 26 Variable aleatoria (Real) Función que asigna un valor

Más detalles

Matemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3

Matemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3 1. Se está haciendo un estudio de medicamentos diferentes que contienen un principio activo común La distribución de frecuencias se indica en la tabla que sigue: Cantidad de sustancia mg [10,20 [20,30

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

INSTRUCCIONES. Lee cuidadosamente cada pregunta antes de contestarla

INSTRUCCIONES. Lee cuidadosamente cada pregunta antes de contestarla INSTRUCCIONES 1. Las cuestiones respondidas correctamente valen un punto. Hay una única respuesta correcta para cada cuestión. Las respuestas fallidas tienen una penalización de 0. puntos, por tanto, es

Más detalles

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística Curso de Probabilidad y Estadística Conceptos Fundamentales Parte 2 Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica

Más detalles

Tema 4: Variable Aleatoria Bidimensional

Tema 4: Variable Aleatoria Bidimensional Curso 2016-2017 Contenido 1 Definición de Variable Aleatoria Bidimensional 2 Distribución y fdp Conjunta 3 Clasificación de Variables Aleatorias Bidimensionales 4 Distribuciones Condicionales 5 Funciones

Más detalles

Hoja 4 Variables aleatorias multidimensionales

Hoja 4 Variables aleatorias multidimensionales Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )

Más detalles

Departamento de Matemática Aplicada a las T.I.C.

Departamento de Matemática Aplicada a las T.I.C. Departamento de Matemática Aplicada a las T.I.C. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS PRIMERA PRUEBA (Otoño 2015 Duración: 1 hora y 45 min. FECHA: 26 de Octubre de 2015 APELLIDOS: NOMBRE: DNI:

Más detalles

Tema 4: Variables aleatorias multidimensionales

Tema 4: Variables aleatorias multidimensionales Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia

Más detalles

Estadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:

Estadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado: Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una

Más detalles

VARIABLES ALEATORIAS

VARIABLES ALEATORIAS VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento

Más detalles

Pruebas de Acceso a las Universidades de Castilla y León Junio 2003

Pruebas de Acceso a las Universidades de Castilla y León Junio 2003 Pruebas de Acceso a las Universidades de Castilla y León Junio 003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES LOGSE CRITERIOS GENERALES DE EVALUACIÓN Cada pregunta de la 1 a la 3 se puntuará sobre un

Más detalles

Clase 3. Procesos estocásticos en Teoría de la señal.

Clase 3. Procesos estocásticos en Teoría de la señal. 1 Introducción Clase 3. Procesos estocásticos en Teoría de la señal. Como ya se comentó en la clase anterior, el ruido es una señal inherente a cualquier transmisión de telecomunicación. El ruido es una

Más detalles

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros

Más detalles

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación

Más detalles

TEMA 8. Contraste de hipótesis de la media

TEMA 8. Contraste de hipótesis de la media TEMA 8. Contraste de hipótesis de la media Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 8. Contraste de hipótesis de la media 1 / 14 Introducción al Contraste de Hipótesis

Más detalles

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A

JUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.

Más detalles

Repaso de Estadística

Repaso de Estadística Teoría de la Comunicación I.T.T. Sonido e Imagen 25 de febrero de 2008 Indice Teoría de la probabilidad 1 Teoría de la probabilidad 2 3 4 Espacio de probabilidad: (Ω, B, P) Espacio muestral (Ω) Espacio

Más detalles

Cuestiones propuestas de la primera prueba de la primera preparación

Cuestiones propuestas de la primera prueba de la primera preparación Cuestiones propuestas de la primera prueba de la primera preparación Temas a 9 de Teórica Básica Estas cuestiones van pensadas en la línea del primer examen Su dificultad conjunta tiene un nivel similar

Más detalles

Examen de Estadística

Examen de Estadística Examen de Estadística Grado en Ingeniería de Telecomunicación 4 de Junio de 03 Cuestiones solucion h 30m C. (p) Un sistema de comunicación está compuesto por los componentes A, B, C, D y E, donde cada

Más detalles

TEMA 3: Probabilidad. Modelos. Probabilidad

TEMA 3: Probabilidad. Modelos. Probabilidad TEM 3: Probabilidad. Modelos Probabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un

Más detalles

Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6

Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6 Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6 Contenido Valor Esperado, Caso Discreto. Valor Esperado,

Más detalles

TEMA 3.- VECTORES ALEATORIOS.- CURSO

TEMA 3.- VECTORES ALEATORIOS.- CURSO TEMA 3.- VECTORES ALEATORIOS.- CURSO 017-018 3.1. VARIABLES ALEATORIAS BIDIMENSIONALES. FUNCIÓN DE DISTRIBUCIÓN CONJUNTA. 3.. VARIABLES BIDIMENSIONALES DISCRETAS. 3.3. VARIABLES BIDIMENSIONALES CONTINUAS.

Más detalles

Econometría II Grado en finanzas y contabilidad

Econometría II Grado en finanzas y contabilidad Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6) TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar

Más detalles

EXAMEN DE ESTADÍSTICA Junio 2009

EXAMEN DE ESTADÍSTICA Junio 2009 EXAMEN DE ESTADÍSTICA Junio 009 Apellidos: Nombre: DNI: GRUPO: 1. El escritor Rex Warner, en su libro Tucídides: Historia de las guerras del Peloponeso, escribe El problema era encontrar una forma de atravesar

Más detalles

1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:

1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: (variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación

Más detalles

Requisitos Matemáticos. Clase 01. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial

Requisitos Matemáticos. Clase 01. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial Universidad Austral de Chile Escuela de Ingeniería Comercial ICPM050, Econometría Clase 01 Requisitos Matemáticos Profesor: Carlos R. Pitta Econometría, Prof. Carlos R. Pitta, Universidad Austral de Chile.

Más detalles