Problemas de Probabilidad resueltos.
|
|
- Vicenta Río Carrasco
- hace 8 años
- Vistas:
Transcripción
1 Problemas de Probabilidad resueltos. Problema 1 El profesor Pérez olvida poner su despertador 3 de cada 10 dias. Además, ha comprobado que uno de cada 10 dias en los que pone el despertador acaba no levandandose a tiempo de dar su primera clase, mientras que de cada 10 dias en los que olvida poner el despertador, llega a tiempo a dar su primera clase. (a) Identifica y da nombre a los sucesos que aparecen en el enunciado. (b) Cuál es la probabilidad de que el profesor Pérez llegue a tiempo a dar su primera clase? (c) Si un día no ha llegado a tiempo, que probabilidad hay de que olvidase poner el despertador la noche anterior? Solución: En primer lugar conviene identificar el experimento aleatorio que estamos realizando. Este consiste en tomar un día al azar en la vida del profesor Pérez y analizarlo en base a los siguientes sucesos. (a) Para un día al azar decimos que se ha dado el suceso: O cuando el profesor ha olvidado poner el despertador T cuando el profesor ha llegado tarde a su primera clase. Notemos que tanto {O, Ō} como {T, T } forman un sistema completo de sucesos. A continuación traducimos en términos de probabilidad de los sucesos anteriores todos los datos que nos dan en el enunciado. P (O) = 3 10, P ( T O) = 10, P (Ō) = 7 1, P (T Ō) = (b) El suceso llegar a tiempo a su clase es el complementario de T, por tanto nos piden que calculemos P ( T ). Puesto que {O, Ō} es un sistema completo de sucesos, podemos aplicar la fórmula de la probabilidad total, de donde tenemos que: P ( T ) = P ( T O)P (O) + P ( T Ō)P (Ō). En la expresión anterior aparecen varios de los datos que nos ha proporcionando el enunciado, sin embargo no conocemos directamente el valor de P ( T Ō). Para calcularlo utilizamos que P ( T Ō) = 1 P (T Ō) = = De esta forma, la expresión anterior se puede escribir como: P ( T ) = = = (c) Nos piden calcular la probabilidad del suceso O sabiendo que ha tenido lugar el suceso T, esto es, P (O T ). Como {O, Ō} es un sistema completo de sucesos, podemos utilizar el Teorema de Bayes para calcular P (O T ). Así, P (T O)P (O) P (O T ) = P (T Ō)P (Ō) + P (T O)P (O). En la expresión anterior nos falta por conocer P (T O). Utilizando que P (T O) = 1 P ( T O) = 1, llegamos a que 8 10 P (O T ) = = = 1
2 Problema Un banco local revisa su política de tarjetas de crédito, con el objetivo de cancelar algunas de ellas. En el pasado, el 5% de los clientes con tarjeta ha pasado a ser moroso, esto es ha dejado de pagar sin que el banco pudiera recuperar la deuda. Además, el banco ha comprobado que la probabilidad de que un cliente normal se atrase en un pago es de 0.. Naturalmente, la probabilidad de que un cliente moroso se atrase en un pago es 1. (a) Identifica y da nombre a los sucesos que aparecen en el enunciado. (b) Elegido un clienta al azar, qué probabilidad hay de que el cliente se atrase en un pago mensual? (c) Si un cliente se atrasa en un pago mensual, calcular la probabilidad de que el cliente acabe convirtiendose en moroso. (d) Al banco le gustaría cancelar la línea de crédito de un cliente si la probabilidad de que éste acabe convirtiendose en moroso es mayor de 0.5. De acuerdo con los resultados anteriores, debe cancelar una línea si un cliente se atrasa en un pago? Por qué? Solución: Comenzamos identificando el experimento aleatorio. En este caso consiste en elegir al azar a un cliente del banco que tenga tarjeta de crédito y preguntarnos por los siguientes sucesos. (a) Para un cliente cualquiera decimos que ha sucedido el suceso: M cuando el cliente es moroso, A cuando el cliente se ha atrasado en un pago mensual. Los conjuntos de sucesos {M, M} y {A, Ā} son dos sistemas completos de sucesos. A continuación reescribimos los datos que nos proporciona el enunciado en términos de probabilidades. P (M) = 0.05, P (A M) = 0., P (A M) = 1. (b) Es sencillo darse cuenta de que nos piden calcular P (A). Como {M, M} es un sistema completo de sucesos, aplicamos la fórmula de la probabilidad total y tenemos P (A) = P (A M)P ( M) + P (A M)P (M). De la fórmula anterior, únicamente desconocemos P ( M), que podemos calcularlo mediante P ( M) = 1 P (M) = = Por tanto: P (A) = = 0.4. (c) Nos piden calcular la probabilidad de que el cliente se convierta en moroso (suceso M) sabiendo que se ha atrasado en una mensualidad (suceso A); esto es P (M A). Como {M, M} es un sistema completo de sucesos, aplicando la fórmula de Bayes tenemos que P (A M)P (M) P (M A) = P (A M)P ( M) + P (A M)P (M) = (d) De acuerdo con el resultado anterior, la probabilidad de que un cliente que se atrasa en un pago acabe convirtiendose en moroso es 0.083, que es menor que la probabilidad 0.5 exigida por el banco. Por lo tanto, no debería de cancelarse la cuenta de un cliente que se atrase en un pago.
3 Problemas de Variable Aleatoria resueltos. Problema 3 El gimnasio El primo de sumosol ha comprobado que el 0% de sus alumnos se dan de baja durante el primer mes y el 80% restante permanecen todo el año. Supongamos que este año se inscribieron 0 alumnos. (a) Explica con brevedad qué es una variable aleatoria. Identifica la variable aleatoria del problema e indica qué distribución sigue. (b) Cuál es la probabilidad de que o menos se den de baja? (c) Cuál es la probabilidad de que exactamente se den de baja 4 alumnos? (d) Cuál es la probabilidad de que se den de baja más de 3 alumnos? Al hacer la inscripción se realiza un único pago anual de 600 euros. Cada alumno que permanece todo el año genera un gasto anual de 150 euros. (e) Cuál es el beneficio anual esperado? (f) Cuántos alumnos se han dado de baja el primer mes si al final del año el gimnasio ha obtenido el beneficio esperado? Solución: (a) Una variable aleatoria es una aplicación X que hace corresponder un número real a cada suceso básico del espacio muestral. Despues de leer detenidamente todo el enunciado, para este problema elegimos la variable aleatoria X = número de alumnos que se dan de baja el primer mes. Los posibles valores que puede tomar la variable X son 0, 1,..., 0, luego X es una variable aleatoria discreta (V.A.D). El experimento que a cada alumno le asocia un 0 si este alumno permanece durante todo el año; o un 1 si este alumno se da de baja el primer mes es un experimento de Bernouilli de parámetro p = 0.. De esta forma, X es la suma de 0 experimentos de Bernouilli independientes de igual p, por tanto X sigue una distribución binomial de parámetros n = 0 y p = 0., esto es X B(0, 0.). (b) Nos piden la probabilidad de que el número de alumnos que se den de baja el primer mes sea igual o menor de. En lenguaje matemático esto es P (X ). Este valor es el de la función de distribución de la binomial en el punto. Mirando en las tablas tenemos que P (X ) = (c) Nos piden calcular P (X = 4), esto es, la función de probabilidad de la binomial en 4. La función de probabilidad se puede expresar como resta de la función de distribución en dos puntos consecutivos, entonces P (X = 4) = P (X 4) P (X 3). Mirando la tabla de la distribución binomial tenemos que P (X 4) = y P (X 3) = Por tanto P (X = 4) = = (c) Hemos de calcular P (X > 3). Utilizando la probabilidad del suceso complementario tenemos que P (X > 3) = 1 P (X 3) = = (d) Por cada alumno tenemos un ingreso de 600 euros. Como se han inscrito 0 alumnos tenemos un ingreso total de I = = 1000 euros. Cada alumno que permanece todo el año genera un gasto anual de 150 euros. Si X es el número de alumnos que se dan de baja el primer mes, entonces el número de alumnos que permanecen todo el año es 0 X. Por tanto, el gasto anual es G = 150 (0 X). Así, el beneficio anual es B = I G = (0 X). Operando obtenemos B = X. 3
4 El beneficio anual esperado es E(B). Aplicando que E(a + bx) = a + be(x), tenemos que E(B) = E( X) = E(X). Como la variable X sigue una distribución binomial de parámetros n = 0 y p = 0., entonces E(X) = np = 4. Así, E(B) = = (e) Si el beneficio obtenido es el esperado, esto es B = 9600, despejando X en la expresión B = X se sigue que X = = 4, 150 luego se han dado de baja 4 alumnos. Otra forma de resolver este apartado es la siguiente. Notemos que de E(B) = E(X), esto significa que si hemos obtenido el valor esperado para el beneficio, es porque se han dado de baja el número esperado de alumnos, E(X) = 4. 4
5 Problema 4 Un estudio de la DGT estima que el número de horas prácticas necesarias para la obtención del permiso de conducir sigue una distribución normal N (4, 3 ). (a) Qué probabilidad hay de obtener el permiso de conducir con 0 horas de prácticas o menos? (b) Cuántas horas de prácticas ha necesitado un conductor para obtener el permiso si el 68% de los conductores ha necesitado más horas de prácticas que él? La autoescuela D spacio ingresa por alumno una parte fija de 50 euros, más 3 euros por hora de práctica. (c) Calcular el ingreso por alumno esperado. (d) Calcular la desviación típica del ingreso por alumno. Solución: Para este problema escogemos como variable aleatoria X = número de horas de práctica necesarias para obtener el permiso de conducir que nos aseguran que sigue una distribución normal de media µ = 4 y desviación típica σ = 3, esto es X N (4, 3 ). Por tanto X es una variable aleatoria continua (V.A.C.) (a) Nos piden que calculemos P (X 0), que es el valor de la función de distribución de una normal en el punto 0. Como X no sigue una distribución normal estándar, este valor no puede buscarse directamente en la tabla. Hemos de tipificar la variable, esto es, cambiamos a la variable Z = X µ σ = X 4, 3 que sí sigue una distribución normal estándar, Z N (0, 1). Así, ( ) 0 4 P (X 0) = P Z = P (Z 1.33). 3 Utilizando el carácter simétrico de la normal tenemos que P (Z 1.33) = P (Z 1.33), y aplicando la probabilidad del suceso complementario P (Z 1.33) = 1 P (Z 1.33) llegamos a P (X 0) = 1 P (Z 1.33). Como Z sigue una distribución normal estándar, buscando en la tabla, tenemos que P (Z 1.33) = De donde, P (X 0) = = (b) Sea x 0 el número de horas prácticas que buscamos. Nos piden el valor de x 0 de forma que P (X x 0 ) = Utilizando la variable tipificada Z tenemos que ( P (X x 0 ) = P Z x ) 0 4 = Si definimos z 0 = x 0 4, 3 de la expresión anterior tenemos que P (Z z 0 ) = Utilizando la simetría de la normal tenemos que P (Z z 0 ) = Buscando en la tabla obtenemos que la P (Z 0.46) = y P (Z 0.47) = , por tanto z 0 es un valor comprendido entre 0.46 y 0.47, pero más cercano al segundo. Tomamos z 0 = 0.468, de donde z 0 = Despejando x 0 en función de z 0 tenemos que x 0 = 4 + 3z 0 = 4 + 3( 0.468) =.596. (c) Para un alumno cualquiera, X es número de horas de práctica necesarias para obtener el permiso de conducir. Así, el ingreso de la autoescuela por las prácticas de un alumno es 3X. Si añadimos la parte fija tenemos que el ingreso por alumno es I = X. 5
6 El ingreso por alumno esperado es E(I). Aplicando que E(a + bx) = a + be(x), tenemos que E(I) = E(50 + 3X) = E(X). Como X N (4, 3 ), sabemos que E(X) = 4. Por tanto E(I) = = 80. (d) Aplicando que V ar(a + bx) = b V ar(x), tenemos que V ar(i) = V ar(50 + 3X) = 3 V ar(x). Como X N (4, 3 ), sabemos que V ar(x) = 3. Por tanto, V ar(i) = 3 3. Finalmente, la desviación típica del ingreso dt(i) es dt(i) = V ar(i) = 3 3 = 69. 6
7 Problemas de Intervalos de Confianza y Contraste de Hipótesis resueltos. Problema 5 La cantidad de horas que duermen los estadounidenses cada noche varía mucho. Consideremos la siguiente muestra de las horas que duermen cada noche 16 personas (a) Calcula una estimación puntual para la media de horas que se duerme cada noche y para la desviación típica. Qué estimadores utilizas? Por qué? Suponer que la población sigue una distribución normal. (b) Determinar un intervalo de confianza del 80% para la media de horas que se duerme cada noche. (c) Determinar un intervalo de confianza del 95% para la varianza. Solución: Sobre la población de estadounidenses definimos la variable aleatoria continua X = número de horas que duerme que sigue una distribución normal de media y varianza desconocidas. (a) Para estimar la media de horas que duermen los estadounidenses utilizamos la media muestral, P n i=1 X = xi n, por ser un estimador insesgado y eficiente para la media poblacional µ X. Para la muestra que nos proporcionan obtenemos que X = Luego una estimación puntual de la media poblacional es µ X Para estimar la desviación típica de X utilizamos la desviación típica muestral ŜX por ser un estimador insesgado y eficiente, donde ŜX = n ( n ) i=1 x i x. n 1 n Para la muestra proporcionada obtenemos que ŜX desviación típica poblacional es σ X = Luego una estimación puntual de la (b) Los extremos del intervalo de confianza para una variable normal de varianza desconocida y tamaño de la muestra pequeño vienen dados por Ŝ X ± t n 1, α X n donde t n 1, α es el valor con probabilidad acumulada del 1 α distribución t-student con n 1 grados de libertad. de una variable aletoria que sigue una Como n = 16 y α = 0., buscando en la tabla de la distribución t-student con 15 grados de libertad el valor que tiene una probabilidad acumulada de 0.9 obtenemos que t n 1, α = Por tanto, el intervalo de confianza del 80% para la media µ X es: ( , ) = (6.6178, ) (c) Los extremos del intervalo de confianza para la varianza de una población normal son (n 1)Ŝ X χ n 1,1 α y (n 1)Ŝ X χ n 1, α 7
8 donde χ n 1,1 es el valor que tiene una probabilidad acumulada de 1 α α para una variable que sigue una distribución χ con n 1 grados de libertad y χ n 1, es el valor que acumula una probabilidad de α para la misma distribución. α Como n = 16 y α = 0.05, buscando en las tablas de la distribución χ con 15 grados de libertad los valores con probabilidad acumulada de y 0.05, obtenemos que χ n 1,1 = 7.5 y χ α n 1, = 7.6, α respectivamente. Por tanto, el intervalo de confianza del 95% para la varianza σ X es ( ) 15(0.6374), 15(0.6374) = (0.16, )
9 Problema 6 La empresa BBM afirma que nueva gama de neumáticos duran en promedio más de km. Las pruebas con 64 neumáticos dan como resultado una duración media de km, con una desviación típica muestral de km. (a) Si se usa un nivel de significación del 5%, comprobar si hay evidencia suficiente para rechazar la afirmación de la empresa. Establecer claramente la hipótesis nula y alternativa. (b) Explica brevemente qué es el p valor. Cuál es el p-valor? Solución: Sobre la población de los neumáticos definimos la variable aleatoria X = duración en kilometros. De esta variable desconocemos la distribución que sigue y los valores de los parámetros µ X y σ X. (a) La decisión sobre la afirmación de la empresa la tomaremos en base a un contraste de hipótesis sobre la media poblacional µ X H 0 : µ X = 8000 con hipótesis alternativa unilateral por la izquierda (ya que el exceso en la duración de los neumáticos favorece la afirmación de la empresa) H 1 : µ X < Puesto que el contraste es unilateral por la izquierda, la región crítica tendrá la forma RC = (, z 0 ) y por la región de aceptación RA = (z 0, + ). Para calcular el valor z 0 aplicamos que el nivel de significación es la probabilida de que el estadístico de contraste caiga en la región crítica, esto es P (Z z 0 ) = α = 0.05 siendo Z el estadíıstico de contraste. Por tratarse el problema de un contraste sobre la media de una población con muestras grandes sabemos que el estadístico de contraste es: Z = X µ X Ŝ X n N (0, 1). Como en la tabla de la normal no aparecen probabilidades menores que 0.5 aplicando la simetría de la distribución normal se sigue que P (Z z 0 ) = 1 P (Z z 0 ) = = 0.95 El 0.95 no aparece en la tabla de la normal, sin embargo tenemos que P (Z 1.64) = y P (Z 1.65) = , que se encuentran a igual distancia por abajo y por arriba del valor deseado, por lo que podemos considerar z 0 = La región crítica y la región de aceptación quedan pues como: RC = (, 1.645) y RA = ( 1.645, ). Calculamos ahora el valor del estadístico que se obtiene con la muestra Z = X µ X n = 64 = 1.6. Ŝ X 1000 Como el valor del estadístico cae dentro de la región de aceptación concluimos que se acepta la hiṕotesis nula y, por tanto, no hay evidencias suficientes para rechazar la afirmación de la empresa. (b) El p valor, α p, es el menor nivel de significación para el que se rechaza la hipótesis nula. Como el contraste es unilateral por la izquierda, el p valor viene dado por P (Z 1.6) = α p. De nuevo este valor no aparece en las tablas. Utilizando la simetria de la distribución tenemos que α p = P (Z 1.6) = 1 P (Z 1.6) = =
10 Problema 7 Una línea de producción funciona con un peso de llenado de 16 gr por envase. De acuerdo con datos anteriores, se sabe que el peso sigue una distribución normal. El exceso o defecto de peso en el llenado son problemas graves, y la linea de producción debe parar si se presenta alguno de ellos. Un inspector de calidad toma una muestra de 30 artículos y de acuerdo con los resultados toma la decisión de parar la línea o dejarla trabajando. (a) Para un nivel de significación α = 0.05, si se encuentra que x = 16.3 gr y ŜX = 0.8 gr qué acción recomendarías? Cuál es el p valor? (b) Para el mismo nivel de significación y el mismo valor de ŜX qué acción recomendarías si se obtiene que x = 15.8 gr? Solución: Sobre la población de los envases producidos aplicamos la variable aleatoria continua X = peso de llenado que sigue una distribución normal, X N(µ X, σ X ). (a) La decisión a tomar la basaremos en un contraste de hipótesis sobre la media poblacional µ X con nivel de significación α = Tomamos como hipótesis nula el peso de llenado de referencia: H 0 : µ X = 16. Puesto que tanto el exceso como el defecto de llenado son defectos de funcionamiento, planteamos un contraste bilateral: H 1 : µ X 16. Al ser el contraste bilateral, la región crítica RC está formada por dos intervalos, uno a cada lado de la región de aceptación RA y por tanto: RC = (, t 0 ) (t 0, + ) y RA = ( t 0, t 0 ). Como la probabilidad de que el estadístico de contraste se encuentre en la región crítica es α, tenemos que sobre cada uno de los intervalos que forma RC la probabilidad es α, esto es P (T t 0) = α, siendo T el estadístico de contraste, que por tratarse de un contraste sobre la media de una población normal de varianza desconocida es T = X µ X Ŝ X n tn 1. De α = 0.05 y por la simetría de la distribución t-student, P (T t 0 ) = 1 P (T t 0 ) = 1 α = Buscando en la tabla de la t-student con n 1 = 9 grados de libertad el valor con probabilidad acumulada obtenemos que t 0 =.04. Así: es RC = (,.04) (.04, + ) y RA = (.04,.04). Para los valores muestrales X = 16.3 y ŜX = 0.8, tenemos que el valor del estadístico de contraste T = X µ X Ŝ X n tn 1 = = que pertenece a la región crítica, luego hemos de rechazar la hipótesis nula en favor de la hipótesis alternativa. Concluimos por tanto que existe un problema grave en el llenado y debe pararse la línea de producción. Al ser el contraste bilateral, el p valor α p viene dado por la expresión P (T.191) = αp. Por la simetría de la t Student tenemos que P (T.191) = 1 P (T.191) = 1 α p. 10
11 Buscando en la tabla de la t Student con 9 grados de libertad encontramos que P (T.04) = y P (T.46) = Por ser.191 más proximo al primero de ellos tomamos P (T.191) Así = 1 αp, de donde α p = (b) Como ni el contraste ni el nivel de significación han cambiado, las regiones crítica y de aceptación son iguales a las del apartado (a), esto es RC = (,.04) (.04, + ) y RA = (.04,.04). Calculamos ahora el valor del estadístico de contraste para los nuevos valores muestrales: T = X µ X Ŝ X n tn 1 = = que ahora está dentro de la región de aceptación, luego aceptamos la hipótesis nula en contra de la hipótesis alternativa. Concluimos que no se ha producido ningún problema grave en el llenado y que por tanto no es necesario detener la línea de producción. 11
ESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICA APLICADA A LA CIENCIA OCIALE EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ECOGER UNA DE LA DO OPCIONE Y DEARROLLAR LA
Más detalles1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde
Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)
Más detallesMATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA
IES Fco Ayala de Granada Sobrantes 00 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 00 (Modelo ) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO Sea el recinto del plano definido
Más detallesNombre...Apellidos... Grado en:...grupo:...
ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA - Soluciones Estadística- Curso 01/1. 9 de Julio de 01 Nombre...Apellidos... Grado en:...grupo:... 1. Considera la variable aleatoria (v.a.) X cuyos posibles
Más detallesINFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98
Más detallesUCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)
PAEG Junio 0 Propuesta A Matemáticas aplicadas a las CCSS II º Bachillerato UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de cceso a las Universidades de Castilla y León MTEMÁTICS PLICDS LS CIENCIS SOCILES EJERCICIO Nº páginas 2 Tablas OPTTIVIDD: EL LUMNO DEBERÁ ESCOGER UN DE LS DOS OPCIONES Y DESRROLLR LS PREGUNTS
Más detallesIES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Junio de 01 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO 4 (COMÚN) OPCIÓN A EJERCICIO 1 (A) Sea el recinto determinado
Más detallesSolución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2
Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación
Más detallesTema 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 detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesDepartamento 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 detallesMATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1
IES Fco Ayala de Granada Sobrantes 010 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 a 1 1 1 3 Sean las matrices
Más detallesPráctica 5. Contrastes paramétricos en una población
Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesSelectividad Junio 2008 JUNIO 2008 PRUEBA A
Selectividad Junio 008 JUNIO 008 PRUEBA A 3 a x + a y =.- Sea el sistema: x + a y = 0 a) En función del número de soluciones, clasifica el sistema para los distintos valores del parámetro a. b) Resuélvelo
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe
Más detallesTema 3: Variable aleatoria 9. Tema 3: Variable aleatoria
Tema 3: Variable aleatoria 9 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Tema 3: Variable aleatoria 1. Probar si las siguientes funciones pueden definir funciones
Más detallesTema 10. Estimación Puntual.
Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesPruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJECICIO Nº Páginas OPTATIVIDAD: EL ALUMNO DEBEÁ ESCOGE UNA DE LAS DOS OPCIONES
Más detallesREPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.
REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesProblemas. Intervalos de Confianza y Contrastes de Hipótesis
Problemas. Intervalos de Confianza y Contrastes de Hipótesis Ejemplos resueltos y propuestos Intervalos de Confianza Variable Nomal en la población Se selecciona una muestra de tamaño n de una población
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesEstadística aplicada y modelización. 10 de septiembre de 2005
Estadística aplicada y modelización. 10 de septiembre de 005 SOLUCIÓN MODELO A 1. Una persona se está preparando para obtener el carnet de conducir, repitiendo un test de 0 preguntas. En la siguiente tabla
Más detallesINFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Página 75 REFLEXIONA Y RESUELVE Lanzamiento de varios dados Comprueba en la tabla anterior ue: DESV. TÍPICA PARA n DADOS n = 8 1,71 1,1 n = 3 8 1,71 3 0,98
Más detallesAlgunas Distribuciones de Probabilidad
Relación de problemas 7 Algunas Distribuciones de Probabilidad 1. En un hospital se ha comprobado que la aplicación de un tratamiento en enfermos de cirrosis produce una cierta mejoría en el 80 % de los
Más detallesExplicación 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 detallesTema 3. Comparaciones de dos poblaciones
Tema 3. Comparaciones de dos poblaciones Contenidos Hipótesis para la diferencia entre las medias de dos poblaciones: muestras pareadas Hipótesis para la diferencia entre las medias de dos poblaciones:
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detalles8.2.2. Intervalo para la media (caso general)
182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente
Más detallesPruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio 2012 - Propuesta B 1. Una empresa tiene 3000 bolsas de ajo morado de Las
Más detallesDISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS
DISTRIBUCIÓN NORMAL CON EXCEL Y WINSTATS 1) Reseña histórica Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios
Más detallesEcuaciones de primer grado con dos incógnitas
Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad
Más detallesTema 1: Test de Distribuciones de Probabilidad
Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesMatemáticas 2º BTO Aplicadas a las Ciencias Sociales
Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesUNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO
- 1 - UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO Tema 1: Operaciones financieras: elementos Tema 2: Capitalización y descuento simple Tema 3: Capitalización y descuento compuesto Tema
Más detallesDetergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16
3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detalles4. Se considera la función f(x) =. Se pide:
Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones
Más detallesInferencia Estadística
Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto
Más detallesPRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.
PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de
Más detallesTipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y
IES Fco Ayala de Granada Sobrantes 010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 6) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 (.5 puntos) Un supermercado
Más detallesPROBABILIDADES 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 detallesINFERENCIA ESTADÍSTICA
Capítulo 4 INFERENCIA ESTADÍSTICA 4.1. Introducción Inferir: Sacar una consecuencia de una cosa. Sacar consecuencia o deducir una cosa de otra. La estadística, ciencia o rama de las Matemáticas que se
Más detallesDivisibilidad y números primos
Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.E. CURSO 2013-2014 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumno debe elegir sólo una de las pruebas (A o B). - Cada una de las preguntas
Más detallesPruebas de Hipótesis de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Pruebas de ipótesis de Una y Dos Muestras UCR ECCI CI-35 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides ipótesis Estadísticas Conceptos Generales En algunos casos el científico
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3,
Más detallesDETERMINACIÓN DEL VOLUMEN DE PEDIDO.
Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A
OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo
Más detallesOPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =
Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 1. Sean A y B dos sucesos y A, B sus complementarios. Si se verifica que p( B) = 2 / 3, p( A B) = 3 / 4 y p( A B) = 1/ 4, hallar: p( A), p( A B), y la probabilidad condicionada
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesInferencia Estadística
MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/ mamaeusch Inferencia Estadística Paula Lagares Barreiro * Justo Puerto Albandoz * MaMaEuSch ** Management Mathematics
Más detalles3. ANÁLISIS ESTADÍSTICOS DE LAS PRECIPITACIONES EN EL MAR CASPIO
Análisis estadístico 31 3. ANÁLII ETADÍTICO DE LA PRECIPITACIONE EN EL MAR CAPIO 3.1. ANÁLII Y MÉTODO ETADÍTICO UTILIZADO 3.1.1. Introducción Una vez analizado el balance de masas que afecta al mar Caspio
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallestodas especialidades Soluciones de las hojas de problemas
Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica
Más detallesOPERACIONES EN RÉGIMEN DE COMPUESTA
OPERACIONES EN RÉGIMEN DE COMPUESTA Las operaciones en régimen de compuesta se caracterizan porque los intereses, a diferencia de lo que ocurre en régimen de simple, a medida que se van generando pasan
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA SEGUNDA PRUEBA PARCIAL Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Resolver los siguientes
Más detallesMétodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMAS RESUELTOS DE CONTRASTE DE HIPÓTESIS
Métodos estadísticos y numéricos Contraste de hipótesis pag. 1 PROBLEMA REUELTO DE CONTRATE DE HIPÓTEI 1 Un investigador quiere contrastar si el peso medio de ciertas hortalizas está en los 1,9 Kg. que
Más detallesUnidad 6. Distribuciones de probabilidad continua, muestreo y distribución de muestras
Unidad 6 Distribuciones de probabilidad continua, muestreo y distribución de muestras Introducción La unidad 5 se enfocó en el estudio de las distribuciones de probabilidad discreta, entre las cuales
Más detallesTema 1 con soluciones de los ejercicios. María Araceli Garín
Tema 1 con soluciones de los ejercicios María Araceli Garín Capítulo 1 Introducción. Probabilidad en los modelos estocásticos actuariales Se describe a continuación la Tarea 1, en la que se enumeran un
Más detallesSoluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Probabilidad de Antonio Francisco Roldán López de Hierro * Convocatoria de 2008 Las siguientes páginas contienen las soluciones de los ejercicios propuestos
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesSelectividad Septiembre 2008 SEPTIEMBRE 2008
Bloque A SEPTIEMBRE 008.- Una ONG organiza un convoy de ayuda humanitaria con un máimo de 7 camiones, para llevar agua potable y medicinas a una zona devastada por unas inundaciones. Para agua potable
Más detallesPROBABILIDADES 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 detallesQUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.
QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no
Más detallesGUIA APLICACIÓN DE SOLICITUDES POR INTERNET. Gestión de Cursos, Certificados de Aptitud Profesional y Tarjetas de Cualificación de Conductores ÍNDICE
ÍNDICE ACCESO A LA APLICACIÓN... 2 1.- HOMOLOGACIÓN DE CURSOS... 4 1.1.- INICIAR EXPEDIENTE... 4 1.2.- CONSULTA DE EXPEDIENTES... 13 1.3.- RENUNCIA A LA HOMOLOGACIÓN... 16 2.- MECÁNICA DE CURSOS... 19
Más detalles8. Estimación puntual
8. Estimación puntual Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 8. Estimación puntual Curso 2009-2010 1 / 30 Contenidos 1 Introducción 2 Construcción de estimadores
Más detallesESTIMACION POR INTERVALOS
ESTIMACION POR INTERVALOS En muchas situaciones, una estimación puntual no proporciona información suficiente sobre el parámetro. Por esta razón se construyen intervalos de confianza en donde el parámetro
Más detallesTests de hipótesis estadísticas
Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para
Más detallesIES Fco Ayala de Granada Septiembre de 2011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Septiembre de 011 (Modelo 5) Soluciones Germán-Jesús Rubio Luna PRUEBA DE ACCESO A LA UNIVERSIDAD SEPTIEMBRE 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Más detallesT.1 CONVERGENCIA Y TEOREMAS LÍMITE
T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)
Más detallesSelectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A
SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,
Más detallesPARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S
PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesEl problema del cumpleaños
El problema del cumpleaños Vicent Giner i Bosch 26 de febrero de 2004 Dedicado a mis alumnos de la Escuela Técnica Superior de Ingeniería del Diseño de la Universidad Politécnica de Valencia, en quienes
Más detallesProblemas Resueltos del Tema 1
Tema 1. Probabilidad. 1 Problemas Resueltos del Tema 1 1- Un estudiante responde al azar a dos preguntas de verdadero o falso. Escriba el espacio muestral de este experimento aleatorio.. El espacio muestral
Más detallesHipótesis Alternativa: Afirmación sobre las posibles alternativas que se tienen a la afirmación hecha en la hipótesis nula.
PRUEBA DE HIPÓTESIS Introducción (10 min) En el mundo de las finanzas, la administración y la economía tan importante como saber hacer y entender a cabalidad las estimaciones que nos ayudaran a la toma
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesSPSS: ANOVA de un Factor
SPSS: ANOVA de un Factor El análisis de varianza (ANOVA) de un factor nos sirve para comparar varios grupos en una variable cuantitativa. Esta prueba es una generalización del contraste de igualdad de
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesSelectividad Septiembre 2006 SEPTIEMBRE 2006
Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual
Más detallesTest ( o Prueba ) de Hipótesis
Test de Hipótesis 1 Test ( o Prueba ) de Hipótesis Ejemplo: Una muestra de 36 datos tiene una media igual a 4.64 Qué puede deducirse acerca de la población de donde fue tomada? Se necesita contestar a
Más detallesTEMA 4: Variables binarias
TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables
Más detallesSe toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se
Se toma una muestra aleatoria de diez personas de una población. Se ha estimado de experiencias anteriores que la característica en estudio se distribuye según una variable aleatoria normal de media 167
Más detallesSu Solicitud del Mercado de Seguros: Comprobación de identidad (ID) e inconsistencias en la información
Su Solicitud del Mercado de Seguros: Comprobación de identidad (ID) e inconsistencias en la información Cuando llene una solicitud para conseguir cobertura médica a través del Mercado de seguros, tendrá
Más detalles