EJERCICIOS RESUELTOS TEMA 6.
|
|
|
- Gonzalo Núñez Hernández
- hace 8 años
- Vistas:
Transcripción
1 EJERCICIOS RESUELTOS TEMA Una variable aleatoria es discreta si entre dos valores consecutivos: A) existen infinitos valores intermedios; B) no existen valores intermedios; C) existen valores intermedios si el conjunto es infinito 6.. La función que asocia a cada valor de la variable la probabilidad de que ésta adopte ese valor o cualquier otro inferior es la función: A) aleatoria; B) de probabilidad; C) de distribución La función de probabilidad de una variable aleatoria discreta es una función que asocia una probabilidad a cada uno de los valores de la variable y que cumple que la suma de las probabilidades: A) es un valor cualquiera entre 0 y 1; B) es igual a 1; C) es mayor que Se llama función de probabilidad de una variable aleatoria discreta a aquella función que asocia, a cada valor de la variable, la probabilidad de que ésta adopte: A) ese valor; B) ese valor o cualquier otro inferior; C) ese valor o cualquier otro superior Los valores posibles de una variable aleatoria X son: 0, 1,, 3 y 4. Si todos los valores tienen la misma probabilidad, la probabilidad de que X sea menor o igual que 3 es: A) 0,0; B) 0,60; C) 0, Una variable aleatoria discreta X toma los valores 0, 1, y 3. Si sabemos que P(X > ) = 0,15 cuál es la probabilidad de que X sea igual a 3?: A) 0,15; B) 0,5; C) 0, Una variable aleatoria discreta X puede adoptar, con la misma probabilidad, los valores 1,, 3 y 4. Cuál es su esperanza matemática? A) 0,5; B) 1; C), La función de probabilidad de una variable X es: f(1)=0,5; f()=0,50 y f(3)=0,5. Su media vale: A) 0,5; B) ; C), Si lanzamos un dado al aire, cuyas caras están numeradas del 1 al 6, y definimos la variable aleatoria número obtenido, cuál es la esperanza matemática de esta variable? A) 1,83; B) 3,5; C) 7, La función de probabilidad de una variable X es: f(1)=0,5; f()=0,50 y f(3)=0,5. Su varianza vale: A) 0,5; B),5; C), Según la tabla 1, la probabilidad de obtener un valor menor o igual a es: A) 0,35; B) 0,50 C) 0, Con los datos de la tabla 1, la esperanza matemática de la variable X es: A) 7,55; B),55; C) 3 x F(x) 0,15 0,50 0,80 1 Tabla 1: Función de distribución de la variable aleatoria X 1
2 6.13. Con los datos de la Tabla, la función de distribución de la variable Número de horas diarias de estudio en casa es: A) 0,5; 0,65 y 1; B) 0,5; 0,40 y 0,35; C) 0,40; 0,60 y Con los datos de la Tabla, la esperanza matemática de la variable Número de horas diarias de estudio en casa es igual a: A) 0,70; B) 1,0; C) 1,1 Tabla : Función de probabilidad de la variable número de horas diarias de estudio en casa (X) que dedican los niños de quinto de primaria. x f(x) 0,35 1 0,40 0 0, Con los datos de la Tabla 3, la probabilidad de que la variable aleatoria X tome valores mayores que 1 es: A) 0,; B) 0,4; C) 0, Considerando los datos de la Tabla 3, la función de distribución, F(x), para x = 1 es: A) 0,3; B) 0,4; C) 0, Considerando la Tabla 3, la esperanza matemática de la variable aleatoria X es: A) 1,1; B) 1,; C) 1,3 Tabla 3. Función de probabilidad de una variable X. x f(x) -1 0, 0 0,1 1 0, 0,3 3 0, Una variable aleatoria discreta X toma los valores 0, 1, y 3 y sabemos que P(X > ) = 0,5. La media de X: A) es 1,5; B) es ; C) no se puede calcular Cuál es la media de una variable aleatoria X que toma los valores 0, 1 y, con una probabilidad de 0,6, 0, y 0, respectivamente? A) 0,; B) 0,6; C) Sea X una variable aleatoria discreta que toma los valores 0,1, y 3. Si los valores son equiprobables, la desviación típica es igual a: A) 0,69; B) 0,5; C) 1, Con los datos de la Figura 1, la probabilidad de que la variable aleatoria X adopte valores mayores o iguales a 1 es: A) 0,; B) 0,5; C) 0,7. 6. Cuál es la media de la variable aleatoria X presentada en la Figura 1?: A) 0,5; B) 1,5; C),5. Figura 1. Representación gráfica de una variable aleatoria X. f(x) Cuál es la varianza de la variable aleatoria X presentada en la Figura 1?: A) 1,45; B),0; C) 3, X
3 6.4. La distribución binomial es un modelo de distribución de probabilidad para variables: A) discretas; B) continuas; C) tanto discretas como continuas 6.5. Una característica de una distribución binomial es que su varianza es igual: A) al número de ensayos multiplicado por la media; B) a la media multiplicada por la probabilidad de fracaso; C) al producto de la probabilidad de éxito por la probabilidad de fracaso 6.6. Lanzamos al aire 10 veces una moneda (no trucada), cuál es la probabilidad de que salgan 4 caras? : A) 0,051; B) 0,3770; C) 0, Si lanzamos al aire 10 veces una moneda (no trucada), la varianza de la variable aleatoria número de caras es: A),5; B) 4; C) Un antidepresivo causa efectos secundarios en el 5% de los pacientes que lo toman. Si elegimos al azar 8 pacientes entre los que toman el antidepresivo, la probabilidad de que ninguno de estos 8 pacientes tenga efectos secundarios es: A) 0; B) 0,1001; C) 0, Con los datos del ejercicio anterior, el número medio de pacientes que se espera tengan efectos secundarios es: A) 0; B) ; C) En un estudio sobre fobias concluyen que el 40% de la población adolescente con este problema presentan fobia social. Si elegimos al azar una muestra de 15 adolescentes, cuál es la probabilidad de que cinco de ellos padezcan este trastorno? A) 0,1859; B) 0,403; C) 0, Teniendo en cuenta la Situación 1, elegimos al azar 10 alumnos y definimos la variable aleatoria X como número de alumnos que cursan el Grado en Psicología, la media de X es igual a: A) ; B) 5; C) Teniendo en cuenta la Situación 1, si elegimos al azar 10 alumnos cuál es la probabilidad de que exactamente cursen el Grado en Psicología?: A) 0,0; B) 0,300; C) 0,5 Situación 1: El 0% de los alumnos de una determinada universidad cursan el Grado en Psicología (P). El 70% de ellos elige el itinerario de Psicología Clínica (C), el 0% el de Psicología Educativa (E) y el 10% el de Psicología del Trabajo (T) Teniendo en cuenta la Situación 1, si elegimos al azar 10 alumnos cuál es la probabilidad de que ninguno curse el Grado en Psicología?: A) 0,1074; B) 0,400; C) 0, Teniendo en cuenta la Situación, si definimos la variable X como número de personas que padecen Trastorno por Estrés Postraumático, cuánto vale la media de X?: A) 800; B) 900; C) Teniendo en cuenta la Situación, si definimos la variable X como número de personas que padecen Trastorno por Estrés Postraumático, cuánto vale la varianza de X?: A) 05; B) 495; C) 605 Situación. Se sabe que después de una catástrofe la probabilidad, entre los supervivientes, de padecer un Trastorno por Estrés Postraumático es 0,45. Ocurrida una catástrofe hay 000 supervivientes. 3
4 6.36. Teniendo en cuenta la Situación, si elegimos al azar 5 supervivientes, cuál es la probabilidad de que de ellos padezcan Trastorno por Estrés Postraumático?: A) 0,148; B) 0,466; C) 0, Se sabe que un 30% de las personas que acuden a una primera consulta en un centro de psicología clínica presentan un trastorno depresivo. Si elegimos al azar una muestra de 10 personas que acuden al centro, la probabilidad de que dos o más no tengan depresión es: A) 0,1493; B) 0,08; C) 0, En un centro educativo, la probabilidad de que un alumno suspenda una asignatura es de 0,. Si seleccionamos al azar a 4 alumnos, cuál es la probabilidad de que el 75% de esos alumnos aprueben la asignatura? A) 0,056; B) 0,4096; C) 0, En una consulta de un psicólogo especialista en depresión, el 80% de los pacientes depresivos son varones y el resto mujeres. Si seleccionamos al azar de esa consulta 10 pacientes depresivos, cuál es la probabilidad de que 4 pacientes de estos 10 pacientes sean mujeres?: A) 0,0881; B) 0,0; C) 0, La probabilidad de que un paciente con esquizofrenia se recupere con un tratamiento determinado es de 0,40. Un psicólogo está tratando individual e independientemente a 10 pacientes con este trastorno. La probabilidad de que se recuperen al menos 7 pacientes es de: A) 0,945; B) 0,0548; C) 0, Si colocamos una rata en un laberinto, como el recogido en la Figura 1, y la variable aleatoria X toma el valor 1 cuando la rata escoge la salida A y 0 en otro caso. cuánto vale la media de X?: A) 0,5; B) 0,50; C), Si en un laberinto como el de la Figura 1 colocamos sucesivamente 0 ratas diferentes, Cuál es la probabilidad de que 5 de ellas escojan la salida A?: A) 0,1686; B) 0,03 ; C) 0, Si en un laberinto como el de la Figura 1 colocamos sucesivamente 0 ratas diferentes, Cuál es la probabilidad de que 5 ó menos escojan la salida A?: A) 0,03 ; B) 0,3456; C) 0,617 Figura 1. Rata situada en un laberinto con cuatro salidas (A, B, C y D) equiprobables Cuál es la probabilidad de que un estudiante que responde al azar las 0 preguntas de un examen de verdadero o falso acierte más de 15? A) 0,0059; B) 0,5900; C) 0, La probabilidad de que un alumno de la UNED compagine los estudios con el trabajo es de 0,80. Si se seleccionan cuatro alumnos al azar, cuál es la probabilidad de que tres trabajen?: A) 0,315; B) 0,056; C) 0,4096 4
5 6.46. En un Centro de la UNED el 60% de los alumnos son mujeres. Si elegimos, al azar, una muestra de 10 alumnos cuál es la probabilidad de que 6 sean mujeres?: A) 0,1115 ; B) 0,508; C) 0,3600 5
6 SOLUCIONES 6.1. B 6.. C 6.3. B 6.4. A 6.5. C 6.6. A x f(x) 0, 0, 0, 0, 0, P(X 3) = f(0) + f(1) + f() + f(3) = 0,0 + 0,0 + 0,0 + 0,0 = 0, C X f(x) Xf(x) 1 0,5 0,5 0,5 0,50 3 0,5 0,75 4 0,5 1 x 5 x f,, B x f(x) x f(x) 1 0,5 0,5 0, ,5 0,75 μ x f x 6.9. B x f(x) x f (x) 1 1/6 1/6 1/6 1/3 3 1/6 1/ 4 1/6 /3 5 1/6 5/6 6 1/6 1 3,5 x f ( x) 3,5 6
7 6.10. A x f(x) x μ x μ x μ f x 1 0, ,5 0, , ,5 0,50 σ x μ f x 0, B x F(x) 1 0,15 0,50 3 0, B x F(x) f(x) x f(x) 1 0,15 0,15 0,15 0,50 0,35 0,70 3 0,80 0,30 0, ,0 0,8, A C x f(x) F(x) 0, ,40 0,65 0 0,5 0,5 x f(x) xf(x) 0,35 0,70 1 0,40 0,40 0 0,5 0 1,1 1,1 7
8 6.15. C x f(x) -1 0, 0 0,1 1 0, 0,3 3 0, 1 0,3+0,=0, C F(1)=f(-1)+f(0)+f(1)=0,+0,1+0,=0, B x f(x) x f(x) -1 0, -0, 0 0, , 0, 0,3 0,6 3 0, 0,6 1 1, C µ = xf(x) y conocemos únicamente la probabilidad f(x) para x = 3, por lo que no se puede calcular la media B x f(x) x f(x) 0 0, , 0, 0, 0,4 0,6 x 0, 6 x f 6.0. C x f(x) x f(x) ( x μ) ( x μ) (x μ) f(x) 0 0,5 0-1,5,5 0, ,5 0,5-0,5 0,5 0,065 0,5 0,50 0,5 0,5 0, ,5 0,75 1,5,5 0,565 1,5 1,5 8
9 1,5 1,5 1, C P ( X 1) f (1) f () f (3) 0, 0, 0,3 0,7 6.. B x f(x) x f(x) 0 0, , 0, 0, 0,4 3 0,3 0,9 1,5 x 5 x f 1, 6.3. A x f(x) x f(x) x x f(x) 0 0, , 0, 1 0, 0, 0,4 4 0,8 3 0,3 0,9 9,7 1,5 3,7 E X E X 3,7 (1,5) 3,7,5 1, A 6.5. B 6.6. A (Se busca directamente en la tabla I, con n = 10, p = 0,50 y x = 4) A Binomial con n = 10 y p = 0,5 varianza = npq = 10 05, 05,, B Distribución Binomial con n = 8, p = 0,5 y x = 0 (Tabla I) 6.9. B La media de la distribución binomial es igual a np. Como n = 8 y p = 0,5, la media es: np = 8(0,5) = A (Se busca directamente en la tabla I, con n = 15, p = 0,40 y x = 5) A np 10 0, 6.3. B Tabla I con n=10, p=0, y x= A 9
10 Tabla I con n=10, p=0, y x= B np 000 0, B npq 000 0, , C 5 3 P X 0, 45 0, , , 0, , 3369 También, utilizando la Tabla I con n=5, p=0,45 y x= A La probabilidad de que o más no tengan depresión es equivalente a que ninguno o uno tengan depresión. Por lo tanto, debemos calcular P ( X 1) con n=10 y p=0,30. Este valor se localiza en la Tabla II con n=10, x=1 y p=0, B Tabla I de la Binomial con n = 4, x=1 y p=0, A Tabla I con n = 10, p = 0, y x = B p=0,40 P(X 7) 1 P(X 7) 1 F(6) 1 0,945 0, 0548 El valor de F(6) se busca en la Tabla II, y es el valor de la intersección de la fila n=10, x=6 con la columna p=0, A x f(x) x f(x) 0 3/ /4 1/4 1 1/4 X x f (x) 1 4 0, B Utilizando las tablas de la binomial (Tabla I) con n=0, p=0,5 y x=5, obtenemos 0, C Función de distribución binomial (Tabla II) A P ( X 15) 1 P( X 15) Utilizando la Tabla II comprobamos (para n=0, x=15 y p=0,5) que P ( X 15) 0, Por tanto, P ( X 15) 1 0,9941 0,
11 6.45. C P(3 trabajen)= P(1 no trabaje) P(trabajar)=0,80 P(no trabajar)=0,0 Buscamos en la tabla I con n=4, p=0,0 y x= B P(6 mujeres)=p(4 varones)=0,508 (Tabla binomial I, con n=10, x=4 y p=0,4). 11
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
EJERCICIOS RESUELTOS TEMA
EJERCICIOS RESUELTOS TEMA 5. 5.. Una característica de un experimento aleatorio es que: A) conocemos todos los posibles resultados antes de realizarse; B) sabemos con certeza el resultado que se va a obtener
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
DISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.
El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También
EJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Nº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00
U.D.3: Distribuciones Discretas. La Distribución Binomial 3.1 Variable Aleatoria Discreta. Función o Distribución de Probabilidad. Variable Aleatoria: - En un experimento aleatorio, se llama variable aleatoria
Cálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
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
Variable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Tema 13. Distribuciones de Probabilidad Problemas Resueltos
Tema 3. Distribuciones de Probabilidad Problemas Resueltos Distribución de Probabilidad. Una variable aleatoria discreta, X, se distribuye como se indica en la siguiente tabla: ( ) a) Halla el valor de
INECUACIONES Y SISTEMAS DE INECUACIONES LINEALES.
Nombre y apellidos : Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 2ª entrega Fecha: Curso: 1º BACHILLERATO INSTRUCCIONES: Para la realización del primer examen deberás entregar en un cuaderno
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
Tema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
EJERCICIOS RESUELTOS TEMA 1.
EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos
contablemente infinito.
III. Variables aleatorias Discretas y sus Distribuciones de Probabilidad 1 Variable aleatoria discreta Definición Una variable aleatoria se llama discreta si se puede contar su conjunto de resultados posibles.
TEMA 2: DISTRIBUCIÓN DE PROBABILIDAD
TEMA 2: DISTRIBUCIÓN DE PROBABILIDAD A partir de un experimento aleatorio cualquiera, se obtiene su espacio muestral E. Se llama variable aleatoria a una ley (o función) que a cada elemento del espacio
Cap. 5 : Distribuciones muestrales
Cap. 5 : Distribuciones muestrales Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 18 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de
Teorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Tema 9: Probabilidad: Definiciones
Tema 9: Probabilidad: Definiciones 1. CONCEPTOS Experimento aleatorio Suceso Espacio muestral 2. DEFINICIÓN DE PROBBILIDD Enfoque clásico Enfoque frecuencialista 3. PROBBILIDD CONDICIONL 4. TEOREMS BÁSICOS
MODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
MATEMÁTICAS PARA LAS CIENCIAS SOCIALES Y DE LA SALUD
PRUEBA DE ACCESO A LA UNIVERSIDAD MAYORES PRUEBA ESPECÍFICA PRUEBA 2011 MATEMÁTICAS PARA LAS CIENCIAS SOCIALES Y DE PRUEBA SOLUCIONARIO Aclaraciones previas Tiempo de duración de la prueba: 1 hora Contesta
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
INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
La distribución normal
La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10
T1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
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
8 Resolución de algunos ejemplos y ejercicios del tema 8.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal
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
DISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π
DISTRIBUCIÓN NORMAL. Es la más importante de las distribuciones teóricas, es también conocida con los nombres de curva normal y curva de Gauss. De Moivre publico en 1773 su trabajo sobre la curva normal
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
Introducción al Tema 7. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.
Introducción al Tema 7 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos
Tema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Curso Práctico de Bioestadística Con Herramientas De Excel
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA [email protected] (593-9) 4194239 Otras Publicaciones del mismo autor en Repositorio ESPOL Fabrizio Marcillo Morla
Probabilidad del suceso imposible
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I TEMA 6.- ESTADÍSTICA INFERENCIAL PROFESOR: RAFAEL NÚÑEZ -------------------------------------------------------------------------------------------------------------------------------------------------------------.-
Prof. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Preguntas Propuestas. Asociación Fondo de Investigadores y Editores
Preguntas Propuestas 8 Asociación Fondo de Investigadores y Editores Análisis combinatorio I 1. De cuántas formas se puede ir desde A hacia B sin retroceder, si cada una de las líneas representan caminos?
Objetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
DISTRIBUCIONES DE VARIABLE CONTINUA
DISTRIBUCIONES DE VARIABLE CONTINUA Página 63 REFLEXIONA Y RESUELVE Tiempos de espera Los trenes de una cierta línea de cercanías pasan cada 0 minutos. Cuando llegamos a la estación, ignoramos cuándo pasó
Distribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
DISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.
es una representación gráfica que permite visualizar un experimento de pasos múltiples. Considere un experimento que consiste en lanzar dos monedas. Defina los resultados experimentales en términos de
DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL. Juan José Hernández Ocaña
DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL Juan José Hernández Ocaña DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL Variable discreta.- Es aquella que casi siempre asume solamente un conjunto
Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de sucesos y se designa por S. Algunos tipos de sucesos:
1.- CÁLCULO DE PROBABILIDADES. Un experimento aleatorio es aquel que puede dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC SIGMA 28 Abel Martín (*) y Rosana Álvarez García (**) En dos artículos anteriores ya hemos estudiado la distribución Binomial
Distribuciones Discretas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 6.
Distribuciones Discretas de Probabilidad 1 Contenido 1. Variables Aleatorias. 2. Distribuciones Discretas de Probabilidad. 3. Valor Esperado y Varianza. Propiedades. 4. Distribución de Probabilidad Binomial.
Variables Aleatorias Discretas
Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.
EJERCICIOS RESUELTOS TEMA 3
EJERCICIOS RESUELTOS TEMA Observación: En todos los ejercicios se ha puesto A, como notación de contrario de A. Ejercicio nº.- En una urna hay bolas numeradas de al. Etraemos una bola al azar y observamos
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Probabilidad DISTRIBUCIONES DE PROBABILIDAD DISCRETA Copyright 010, 007, 004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Combinando métodos descriptivos y probabilidades En este capítulo vamos a
Tema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
VARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Variables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Tema 3. Probabilidad y variables aleatorias
1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Distribuciones discretas Distribución Binomial
Distribuciones discretas Distribución Binomial 2º BACH CCSS Cuaderno de ejercicios MATEMÁTICAS JRM Nombre y apellidos... DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. Página 2 RESUMEN DE OBJETIVOS
Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos
Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos 5.3-1 El % de los DVDs de una determinada marca son defectuosos. Si se venden en lotes de 5 unidades, calcular
Estadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Teoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD
GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD Prof. Rosario Martínez Verdú TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD 1. Nociones básicas de teoría de la probabilidad. 2. Variable
BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD
BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD EJERCICIO 1 Considera el siguiente conjunto de datos bidimensionales: X 1 1 2 3 4 4 5 6 6 y 2.1 2.5 3.1 3.0 3.8 3.2 4.3 3.9 4.4 a)sin efectuar cálculos
Problemas. Variables Aleatorias. Modelos de Probabilidad
Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad
Distribución Binomial
Profesor Alberto Alvaradejo Ojeda 1 de octubre de 15 1. Distribución Binomial La distribución binomial es unas de las distribuciones de probabilidad discreta más importantes. Recordemos que en una distribución
Tema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta
Probabilidad y Estadística
Probabilidad y Estadística Tema 4 Variables aleatorias Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las características de las variables aleatorias discretas y continuas.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
JUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Grupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS
TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS 4.1 Distribución binomial 4.1.1 Definición. Ejemplos 4.1.2 La media y la varianza 4.1.3 Uso de tablas 4.1.4 Aditividad 4.2 Distribución de Poisson 4.2.1 Definición.
ESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas
Modelos de distribuciones discretas y continuas
Tema 6 Modelos de distribuciones discretas y continuas 6.1. Modelos de distribuciones discretas 6.1.1. Distribución uniforme sobre n puntos Definición 6.1.2 Se dice que una v.a. X sigue una distribución
Probabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Estadística Aplicada
Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.
DISTRIBUCIÓN DE PROBABILIDAD JUAN JOSÉ HERNÁNDEZ OCAÑA
DISTRIBUCIÓN DE PROBABILIDAD VARIABLES DISCRETAS Variable aleatoria UNA VARIABLE ALEATORIA ES AQUELLA DONDE LOS RESULTADOS SE PRESENTAN AL AZAR VARIABLE ALEATORIA DISCRETA Es aquella característica que
Curso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola [email protected] Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
DISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso.
DISTRIBUCIÓN NORMAL 1. El peso de las 100 vacas de una ganadería se distribuye según una normal de media 600 kg y una desviación típica de 50 kg. Se pide: Cuántas vacas pesan más de 570 kilos? Cuántas
PROBABILIDAD. Experiencia aleatoria es aquella cuyo resultado depende del azar.
PROBABILIDAD. 1 EXPERIENCIAS ALEATORIAS. SUCESOS. Experiencia aleatoria es aquella cuyo resultado depende del azar. Suceso aleatorio es un acontecimiento que ocurrirá o no dependiendo del azar. Espacio
Curso: 2º Grupo: B Día: 18 - IV CURSO
3ª EVALUACIÓN Curso: º Grupo: B Día: 18 - IV - 008 CURSO 007-08 EJERCICIO 1 (1.75 puntos) Sea la población {1, 5, 7}. Escriba todas las muestras de tamaño, mediante muestreo aleatorio simple, y calcule
TEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...
TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones
SEPTIEMBRE Opción A
Septiembre 010 (Prueba Específica) SEPTIEMBRE 010 Opción A 1.- Se considera el sistema de ecuaciones: x y = 3x+ y = 4 4x + y = a a) Clasifica el sistema en función de sus posibles soluciones para los distintos
Distribuciones de Probabilidad.
Práctica núm. 3 1 Distribuciones de Probabilidad. 3.1. Distribuciones de Probabilidad en Statgraphics El estudio de las distribuciones de probabilidad en Statgraphics se puede realizar en el menú Descripción/Distribuciones/Distribuciones
Problemas resueltos Muestreo Vicente Manzano-Arrondo, 2013
Problemas resueltos Muestreo Vicente Manzano-Arrondo, 201 1 En todos los casos vamos a suponer que las muestras se obtienen siguiendo un muestreo aleatorio simple desde poblaciones de tamaño prácticamente
a) La probabilidad de que haya exactamente dos zurdos. b) P(x 2) c) P(x < 2) d) P(1 x 4)
Probabilidad Binomial 1.- Supóngase que el 24 por ciento de cierta población tiene sangre tipo B. A partir de una muestra de 20 individuos extraída esa población, calcular la probabilidad: p = 0.24 n =
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
1º BCNySyT Distribuciones binomial y normal Excel
1º BCNySyT - 14. Distribuciones binomial y normal Excel PASO A PASO 1. Calcula los parámetros de la variable aleatoria número de hijas y haz el diagrama de barras de frecuencias relativas. Número de hijas:
PROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro [email protected] T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la
Teoría de la decisión
Unidad 7.. Definiciones. Muestreo aleatorio y estadístico. Estadísticos importantes. Técnica de muestreo. Transformación integral Muestreo: selección de un subconjunto de una población ) Representativo
AÑOS
Unidad 0. Distribuciones de probabilidad Matemáticas aplicadas a las Ciencias Sociales I Resuelve Página 9 Distribución de edades Las edades de los habitantes de una población se distribuyen según la gráfica
Inferencia con una variable Tema 2
Inferencia con una variable Tema 2 1. Contraste sobre una proporción 2. Bondad de ajuste 3. Contraste de hipótesis sobre una media 3.1. Con σ 2 conocida, prueba Z 3.2. Con σ 2 desconocida, prueba T 4.
Discretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
PROBLEMAS DE PROBABILIDAD. 3. Calcula la probabilidad de que al lanzar dos dados la suma de sus puntos sea: a) igual a 5 b) mayor que 10
1. Se lanza un dado. Halla la probabilidad: a) de salir el 3 b) de salir un número par c) de salir un número mayor que 2 PROBLEMAS DE PROBABILIDAD 2. Calcula la probabilidad de que al lanzar dos monedas:
Probabilidad Condicional. Teorema de Bayes para probabilidades condicionales:
Probabilidad Condicional Teorema de Bayes para probabilidades condicionales: Definición: Variables aleatorias Sea S el espacio muestral de un experimento. Una función real definida sobre el espacio S es
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
