TEMA 4 Variables aleatorias discretas Esperanza y varianza

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

Download "TEMA 4 Variables aleatorias discretas Esperanza y varianza"

Transcripción

1 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

2 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ÍNDICE ÍNDICE Ingenería Técnca Químca Industral TEMA 4 S ALEATORIAS DISCRETAS Varables aleatoras dscretas contínuas Funcón de masa de probabldad Funcón de dstrbucón acumulada Esperanza. Propedades Varanza. Propedades

3 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ALEATORIA. ALEATORIA. FINICIÓN FINICIÓN Ingenería Técnca Químca Industral FINICIÓN N Denomnamos ALEATORIA a toda funcón que asoca a cada suceso de un determnado espaco muestral E, un valor numérco. : P( E) R S ( S) Solemos escrbr las varables aleatoras con letras mayúsculas, Y, Z reservando las letras mnúsculas para los valores que toma dcha funcón. Así ( A) x repesenta que la varable toma el valor numérco x para el suceso A.

4 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ALEATORIA. ALEATORIA. EJEMPLOS EJEMPLOS Ingenería Técnca Químca Industral EJEMPLO En el expermento lanzar dos dados smultáneamente se defnen las varables aleatoras como el valor máxmo de la trada Y como la suma de los resultados de los dos dados Z como s los dos resultados son guales y 0 en otro caso. EJEMPLO En el acceso a un sstema de ordenadores de tempo compartdo con dos puertos de comuncacones, s un estudante ntenta conectarse y los dos puertos están ocupados no se establece la conexón (FALLO) mentras que s al menos uno de los puertos está dsponble, se produce el acceso (ACCESO). Defnmos la varable aleatora (A) y (F) 0 EJEMPLO 3 Los sstemas de muestreo aleatoro suelen utlzar un marcador automátco de teléfonos que accede a un número de teléfono aleatoramente. Defnmos la varable: Y 0 s el teléfono selecconado está en el lstado s el teléfono selecconado NO está en el lstado

5 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ALEATORIA. ALEATORIA. EJEMPLOS EJEMPLOS Ingenería Técnca Químca Industral EJEMPLO 4 En una empresa que fabrca bateras, unas son defectuosas (F) y otras son correctas (C). Se defne el expermento examnar bateras hasta que aparezca una batería correcta. Se defne la vaable aleatora el número de bateras examnadas antes de que termne el expermento. (C), (FC), (FFC)3 puede tomar los valores,,3, EJEMPLO 5 De forma aleatora se escoge un lugar de España pennsular con la pareja de números (lattud, longtud). Se defne la varable aleatora Y alttud del lugar selecconado Y puede tomar cualquer valor entre 0 (Valenca) y 3479 (Mulhacen)

6 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ALEATORIA. ALEATORIA. TIPOS TIPOS Ingenería Técnca Químca Industral FINICIÓN N Una varable aleatora se dce que es DISCRETA s su rango de valores es fnto o nfnto numerable. Se dce que es CONTINUA s el rango de valores que puede tomar es R o un ntervalo de R, es decr un conjunto no numerable. FINICIÓN N 3 Una varable aleatora que sólo puede tomar dos valores o 0 se dce que es una ALEATORIA BERNOULLI.

7 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez MASA MASA PROBABILIDAD PROBABILIDAD Ingenería Técnca Químca Industral FINICIÓN N 4 Dada una varable aleatora dscreta la DISTRIBUCIÓN N PROBABILIDAD establece como se dstrbuye la probabldad entre 0 y de cualquera de los valores de. EJEMPLO 6 Ses lotes de componentes están lstos para que certo proveedor los enve. El número de componentes defectuosos en cada lote es el sguente: Lote Nº componetes defectuosos Se elge un lote al azar para envarlo a un clente. Sea la varable que asgna el número de componentes defectuosos del lote selecconado. Cuál es su dstrbucón de probabldad?

8 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez MASA MASA PROBABILIDAD PROBABILIDAD Ingenería Técnca Químca Industral FINICIÓN N 5 Dada una varable aleatora dscreta la DISTRIBUCIÓN N PROBABILIDAD o N p, se defne como: MASA PROBABILIDAD, p, Obvamente se verfca que: p(p{} x p( para todo x posble p( 0 En el ejemplo 6, tendríamos que: p( 0,5 s x 0 0,67 s x 0,333 s x 0 en otro caso

9 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez DISTRIBUCIÓN DISTRIBUCIÓN Ingenería Técnca Químca Industral FINICIÓN N 6 Dada una varable aleatora dscreta la N DISTRIBUCIÓN N ACUMULADA o F, se defne como: DISTRIBUCIÓN, F, 0,5 s x 0 0,67 s x p( 0,333 s x 0 en otro caso F ( P{ x} p( y) Toda funcón de dstrbucón es una funcón escalonada, con una dscontnudad de salto fnto en cada posble valor de. El salto de la funcón es justamente la probabldad de ese punto. En el ejemplo 5 como teníamos: y x F( 0,5 0,667 s x < s x < s x

10 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez DISTRIBUCIÓN.PROPIEDAS DISTRIBUCIÓN.PROPIEDAS Ingenería Técnca Químca Industral Las propedades analítcas de toda N DISTRIBUCIÓN N ACUMULADA, son:

11 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez DISTRIBUCIÓN. DISTRIBUCIÓN. PROBABILIDAS PROBABILIDAS Ingenería Técnca Químca Industral S se conoce la N DISTRIBUCIÓN N ACUMULADA, se tene perfectamente defnda la funcón de masa de probabldad. En efecto basta observar que se cumple: Para dos números cualesquera a y b con a<b se tene que: P( a b) F( b) F( a ) donde a - representa el MAYOR valor posble de que es ESTRICTAMENTE MENOR que a. En partcular s solo toma valores enteros y s a y b son enteros se tene que: P( a b) P( F( b) F( a ) Y tambén, hacendo ba que: a o P( a) F( a) F( a ) a + o... o b)

12 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez FUNCIONES FUNCIONES MASA MASA Y Y DISTRIBUCIÓN. DISTRIBUCIÓN. EJEMPLOS EJEMPLOS Ingenería Técnca Químca Industral EJEMPLO 7 Consdere un grupo de cnco posbles donantes de sagre A,B,C,D y E- de los cuales sólo A y B tenen grupo sanguíneo 0+. Cnco muestras de sangre, una de cada ndvduo, se tpfcan en orden aleatoro hasta que se dentfca un ndvduo 0+. Sea la varable aleatora Y número de tpfcacones necesaras para dentfcar un ndvduo 0+. Determnar la funcón de masa de probabldad y la funcón de dstrbucón acumulada. EJEMPLO 8 Comenzando en un tempo determnado, se observa el género de cada recén nacdo en un hosptal hasta que nace un nño (V). Sea p P(V). Suponendo que los nacmentos sucesvos son ndependentes y defnda la varable aleatora número de nacmentos observados, obtener la funcón de masa de probabldad y la funcón de dstrbucón acumulada.

13 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ESPERANZA ESPERANZA UNA UNA Ingenería Técnca Químca Industral FINICIÓN N 7 Sea una varable aleatora dscreta con un conjunto D de posbles valores y una funcón de masa de probabldad p. Se denomna VALOR ESPERADO y se denota como E[] o E() al valor: E [ ] µ xp( x x D El valor esperado também se denomna ESPERANZA de y MEDIA de. El valor esperado de no tene por qué concdr con nngún valor de la varable. El valor esperado de no tene por qué ser fnto sempre. Cuando el valor esperado es nfnto se habla de que la dstrbucón es de cola larga

14 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez ESPERANZA ESPERANZA UNA UNA.. PROPIEDAS PROPIEDAS Ingenería Técnca Químca Industral PROPIEDAS S es una varable aleatora dscreta con un conjunto D de posbles valores con funcón de masa de probabldad p y h es una funcón de se cumple que: Se denomna VALOR ESPERADO h() y se denota como E[h()] al valor: En partcular se verfca que: E h( )] µ h( p( [ h( ) x D E[ a + b] µ a + b ae[ ] + b aµ + b

15 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez VARIANZA VARIANZA UNA UNA Ingenería Técnca Químca Industral FINICIÓN N 8 Sea una varable aleatora dscreta con un conjunto D de posbles valores y una funcón de masa de probabldad p. Se denomna VARIANZA y se denota como V[] o V() al valor: V[ ] E[( E[ ]) ] x D ( x E[ ]) p( El varanza de se puede calcular tambén por la expresón: V [ ] E[ ] E[ ] x p( E[ x D ]

16 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez VARIANZA VARIANZA UNA UNA.. PROPIEDAS PROPIEDAS Ingenería Técnca Químca Industral PROPIEDAS La varanza de h() es el valor esperado de la dferenca cuadrada entre h() y su valor esperado: V[ h( )] E[( h( ) E[ h( )]) ] x D ( h( E[ h( )]) p( En partcular la varanza de no es lneal. V [ a + b] a V[ ]

17 Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral ADICIÓN S. ESPEANZA Y VARIANZA. ADICIÓN S. ESPEANZA Y VARIANZA. La ESPERANZA de es adtva respecto a las varables. Es decr: PROPIEDAS PROPIEDAS ] [ n n E E ] [ n n V V La varanza de no es adtva respecto de las varables. Es decr: Sean,, n n varables aleatoras dscretas, entonces: ] [ son INPENDIENTES varables las S n n n V V,... Aunque se verfca que:

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un epermento, un número real.

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70 Análss del caso promedo Técncas Avanzadas de Programacón - Javer Campos 70 Análss del caso promedo El plan: Probabldad Análss probablsta Árboles bnaros de búsqueda construdos aleatoramente Tres, árboles

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad Grupo 23 Semestre Segundo examen parcial Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta

Más detalles

1. Variable aleatoria. Clasificación

1. Variable aleatoria. Clasificación Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 7 CAPÍTULO V ESTRUCTURAS ALGEBRAICAS Estructura Algebraca es todo conjunto no vacío en el cual se han defndo una o más leyes de composcón nterna, luego de cumplr certas propedades

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Tema 1.- Variable aleatoria discreta (V2.1)

Tema 1.- Variable aleatoria discreta (V2.1) Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

TEMA 2: MAGNITUDES ALEATORIAS

TEMA 2: MAGNITUDES ALEATORIAS MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA : MAGNITUDES ALEATORIAS..- Varable aleatora. Varables dscretas y contnuas..- Dstrbucón de probabldad de una varable aleatora.3.- Característcas de las varables

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

Manual. Starbridge 305EU. Contenido

Manual. Starbridge 305EU. Contenido Starbrdge 305EU Manual Contendo Requermentos Mìnmos del Sstema... 2 Descrpcón del Kt Starbrdge 305 EU... 2 Característcas del modem... 2 Instalacón Paso 1: Conectar el modem al PC... 3 Paso2: Confgurar

Más detalles

Starbridge Networks 305EU Manual

Starbridge Networks 305EU Manual Starbrdge Networks 305EU Manual Contendo Requermentos Mínmos del Sstema... 2 Descrpcón del Kt Starbrdge Networks 305 EU... 2 Característcas del módem... 2 Instalacón Paso 1: Conectar el módem al PC...

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros. Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo Especial 2: Cadenas de Markov y modelo PageRank Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS ESTADÍSTICA I TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS VII.1.- Varable aleatora. Clasfcacón. VII.1.1.- Introduccón. VII.1..- Defncón. VII.1.3.- Clasfcacón. VII..- Caracterzacón de

Más detalles

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA

CURSO DE VERANO C.O.U II/ 2º BACHILLERATO I ESTADISTICA ESTADISTICA 1º.- La sguente tabla muestra las frecuencas relatvas de respuestas contestadas en un test por 50 personas. Intervalo Marca de clase Frecuenca Frecuenca absoluta relatva 0-0.1 5-9 0.3 10-1

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

Variables aleatorias discretas

Variables aleatorias discretas UNIDAD 5 Varables aleatoras dscretas Objetvos Al fnalzar la undad, el alumno: utlzará el método de puntos muestrales asocado a varables aleatoras dstngurá una varable aleatora dscreta de una varable aleatora

Más detalles

TEMA 1.- CONCEPTOS BÁSICOS

TEMA 1.- CONCEPTOS BÁSICOS TEMA 1.- CONCEPTOS BÁSICOS 1.1.- Cuestones tpo test 1.- En las encuestas personales puede codfcarse, por ejemplo, con un cero las que son contestadas por una mujer y con un uno las que lo son por un varón.

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: 7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

1. Simule estas situaciones y concluya: a) Se tira una moneda equilibrada 10 veces y se observa qué proporción de veces salió cara en

1. Simule estas situaciones y concluya: a) Se tira una moneda equilibrada 10 veces y se observa qué proporción de veces salió cara en 1. Simule estas situaciones y concluya: a) Se tira una moneda equilibrada 10 veces y se observa qué proporción de veces salió cara en las sucesivas tiradas, se repite el experimento en condiciones similares

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo 4 Probabldades Estadístca Computaconal II Semestre 006 Profesores: Héctor llende (hallende@nf.utfsm.cl) Carlos Valle (cvalle@nf.utfsm.cl)

Más detalles

PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA

PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Problema 1 PROBLEMAS DE PROBABILIDADES Y ESTADÍSTICA Hoja 2 Una población de 20 animales insectívoros se introduce en una zona donde el 14% de los insectos que le sirven de alimento son venenosos. Cada

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Conteo con reemplazamiento Considerando ahora un experimento en que una bola, seleccionada de una caja con n bolas, se regresa a la misma caja. Si se hace un total de k selecciones

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010.

Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Dos puntos 1. Para cada una de las siguientes variables, indica si son variables aleatorias,

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Examen Fnal Pregunta ( punto) Responda brevemente a las sguentes preguntas: a) Cuál es el obetvo en el aprendzae del Perceptron

Más detalles

Ejemplo: Ing. Raúl Canelos. Solución CONFIABILIDAD SEP 1

Ejemplo: Ing. Raúl Canelos. Solución CONFIABILIDAD SEP 1 Ejemplo: Basándose en ciertos estudios una compañía a clasificado de acuerdo con la posibilidad de encontrar petróleo en tres tipos de formaciones. La compañía quiere perforar un pozo en determinado lugar

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 7 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Explicación de la tarea 3 Felipe Guerra

Explicación de la tarea 3 Felipe Guerra Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La

Más detalles

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.

Más detalles

Técnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S.

Técnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S. Técnicas De Conteo Si en el experimento de lanzar la moneda no cargada, se lanzan 5 monedas y definimos el evento A: se obtienen 3 caras, cómo calcular la probabilidad del evento A?, si todos los resultados

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

Más detalles