CUADERNILLO DE TRABAJO 3 DE PROBABILIDAD Y ESTADÍSTICA
|
|
- Ernesto Cortés Piñeiro
- hace 6 años
- Vistas:
Transcripción
1 CUADERNILLO DE TRABAJO 3 DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO IV.- VARIABLES ALEATORIAS CONTINUAS Y DISTRIBUCIONES DE PROBABILIDAD SECCIÓN DISTRIBUCIONES DE PROBABILIDAD Y FUNCIONES DE DENSIDAD DE PROBABILIDAD. x 1.- Si f ( x) e para x 0. Determinar las siguientes probabilidades: a) P(1 < X); b) P(1 < X <.5 ); c) P( X = 3 ); d) P(X < 4 ); e) P( 3 X ) a) ; b) 0.858; c) 0; d) ; e) 0.05 x.- Si f ( x) e para x 0. a) Determinar el valor de x si P( x X ) = 0.1 b) Determinar el valor de x si P( X x ) = Si x 1.5x f para 1 x 1. Determinar las siguientes probabilidades: a) P( 0 X ); b) P( 0.5 < X ); c) P( 0.5 X 0. 5); d) P( X < - ); e) P( X < 0 o X > ); f) Determinar x tal que P( x X ) = La función de densidad de probabilidad del peso neto en libras de un herbicida químico empacado es: f ( x) para < x a) Determinar la probabilidad de que un paquete pese más de 50 libras. b) Cuánto herbicida contiene el 90 % de los paquetes? a) 0.5; b) 50. libras. SECCIÓN 4..- FUNCIONES DE DISTRIBUCIÓN ACUMULADA. 5.- Si f ( x) 1. 5 para 74.6 x mm, determinar la función de distribución acumulada y usarla para determinar la probabilidad de que una longitud exceda 75 mm. 0 si x F (x) 1.5x si 74.6 x si x P( X 75) = 0.5 1
2 6.- Determinar la función de densidad de probabilidad para la siguiente función de distribución acumulada: 0 si x 0.5x 0.5 si x 1 F (x) 0.5x 0. 5 si 1 x si 1.5 x 0 si x 0.5 si x 1 f (x) 0.5 si 1 x si 1.5 x 7.- La anchura del entrehierro es una propiedad importante en una cabeza de grabación magnética. En unidades codificadas, si la anchura es una variable aleatoria continua en el rango de 0 x con f ( x) 0. 5x, determinar la función de distribución acumulada de la anchura del entrehierro. F (x) 0 si x 0 0.5x si 0 x 1 si x 8.- Si la función de distribución acumulada de la variable aleatoria X es: 0 si x 0 F (x) 0.x si 0 x 5 1 si 5 x Determinar: a) P ( X.8) ; b) P ( X 1.5) ; c) P ( X ) ; d) P ( X 6).
3 a) 0.56; b) 0.7; c) 0; d) 1. SECCIÓN MEDIA Y VARIANZA DE UNA VARIABLE ALEATORIA CONTINUA. 9.- Si f ( x) 0. 5 para 0 x 4, calcular la media y la varianza de x. ; V ( X ) Si f ( x) 1.5x para 1 1 x. Determinar la media y la varianza de x. 0 y V ( X ) El espesor de un recubrimiento conductor en micrones (milésimas de milímetro) tiene una función de densidad de probabilidad 600x para 100 x 10, con x en micrones. a) Determinar la media y la varianza del espesor del recubrimiento. b) Si el costo del recubrimiento es de $ 0.50 por micrón de espesor en cada pieza, cuál es el costo promedio del recubrimiento por pieza? a) micrones y V ( X ) micrones cuadrados; b) $ SECCIÓN DISTRIBUCIÓN CONTINUA UNIFORME. 1.- Si X tiene una distribución continua uniforme en el intervalo [1.5, 5.5]. a) Determinar la media, la varianza y la desviación estándar de X. b) Calcular P ( X.5). a) 3. 5 y V ( X ) ; b) La distribución para el peso neto en libras de un herbicida químico empacado es uniforme para x a) Determinar la media y la varianza del peso de los paquetes; b) Determinar la función de distribución acumulada del peso de los paquetes; c) Calcular P ( X 50.1). a) 50 libras y libras cuadradas. b) 0 si x F (x) x si x si x c) 0.7 3
4 14.- El espesor del recubrimiento fotoprotector aplicado a las obleas en la fabricación de semiconductores en un sitio particular de la oblea, tiene una distribución uniforme entre y micrones (millonésimas de metro). a) Determinar la función de distribución acumulada del espesor del recubrimiento. b) Determinar la proporción de obleas cuyo espesor del recubrimiento excede 0.15 micrones. c) Qué espesor exceden 10 % de las obleas? d) Determinar la media y la varianza del espesor del recubrimiento fotoprotector. a) F (x) 0 si x x 0.05 si 0.05 x si x b) 0.5 ; c) 0.14 ; d) 0. 1 y V ( X ) SECCIÓN DISTRIBUCIÓN NORMAL El tiempo de reacción de un conductor a un estímulo visual tiene una distribución normal con una media de 0.4 segundos y una desviación estándar de 0.05 segundos. a) Cuál es la probabilidad de que una reacción requiera más de 0.5 segundos? b) Cuál es la probabilidad de que una reacción requiera entre 0.4 y 0.5 segundos? c) Cuál es el tiempo de reacción que se excede 90 % de las veces? a) 0.075; b) ; c) La longitud de un estuche de plástico moldeado por inyección para almacenar cinta magnética tiene una distribución normal con una longitud media de 90.0 mm y una desviación estándar de 0.1 mm. Si se miden 10 estuches y se supone que éstos son independientes. Cuál es la probabilidad de que los 10 estuches midan entre 89.7 y 90.3 mm? La vida de un láser semiconductor con una alimentación de energía constante tiene una distribución normal con una media de 7000 horas y una desviación estándar de 600 horas. a) Cuál es la probabilidad de que un láser falle antes de 5000 horas? b) Cuál es la vida en horas que exceden el 95 % de los láser? c) Si se usan tres láser en un producto y se supone que fallan de manera independiente, cuál es la probabilidad de que los tres sigan funcionando después de 7000 horas? a) ; b) 6016 horas; c) El peso de un zapato especializado para correr, tiene una distribución normal con una media de 1 onzas y una desviación estándar de 0.5 onzas. a) Cuál es la probabilidad de que un zapato pese más de 13 onzas? 4
5 b) Cuál debe ser la desviación estándar del peso para que el fabricante anuncie que 99.9 % de sus zapatos pesan menos de 13 onzas? a) 0.075; b) 0.36 onzas SECCIÓN GRÁFICAS DE PROBABILIDAD Se seleccionan muestras de 0 piezas de dos máquinas, y se mide una dimensión crítica en cada pieza, obteniéndose los datos siguientes. Calcular los correspondientes valores normales estandarizados y graficarlos. La distribución de cada máquina puede considerarse normal? MÁQUINA 1: MÁQUINA : Se prueba la vida de un componente electrónico bajo condiciones de alta temperatura para acelerar el proceso de falla. El tiempo de falla, en horas, para 0 componentes seleccionados al azar se presentan a continuación. Graficar los datos estandarizados y determinar si tienen una distribución normal SECCIÓN DISTRIBUCIÓN EXPONENCIAL. 1.- Si los conteos registrados por un contador Geiger siguen un proceso de Poisson con un promedio de dos conteos por minuto. a) Cuál es la probabilidad de que no haya conteos en un intervalo de 30 segundos? b) Cuál es la probabilidad de que el primer conteo ocurra en menos de 10 segundos? c) Cuál es la probabilidad de que el primer conteo ocurra entre 1 y minutos después de encender el contador? a) ; b) 0.835; c)
6 .- El tiempo entre las llamadas telefónicas a una ferretería tiene una distribución exponencial con un tiempo promedio entre las llamadas de 15 minutos. a) Cuál es la probabilidad de que no haya llamadas en un intervalo de 30 minutos? b) Cuál es la probabilidad de que haya al menos una llamada en un intervalo de 10 minutos? c) Cuál es la probabilidad de que la primera llamada se realice dentro de los 5 y 10 minutos después de abrir? d) Determinar la longitud de un intervalo de tiempo tal que la probabilidad de que haya al menos una llamada en el intervalo sea de a) ; b) ; c) 0.031; d) segundos. 3.- El tiempo para que pase un taxi desocupado por un crucero muy transitado tiene una distribución exponencial con una media de 10 minutos. a) Cuál es la probabilidad de que una persona tenga que esperar más de una hora por un taxi? b) Suponer que una persona ya ha esperado una hora por un taxi, cuál es la probabilidad de que pase uno en los próximos 10 minutos? c) Determinar x tal que la probabilidad de que una persona aguarde más de x minutos sea 0.10 d) Determinar x tal que la probabilidad de que una persona aguarde menos de x minutos sea 0.90 e) Determinar x tal que la probabilidad de que una persona aguarde menos de x minutos sea 0.50 a) ; b) ; c) 3.06 minutos; d) 3.06 minutos; e) minutos. 4.- La distancia entre las grietas grandes en una carretera sigue una distribución exponencial con una media de 5 millas. a) Cuál es la probabilidad de que no haya grietas grandes en un tramo de 10 millas de la carretera? b) Cuál es la probabilidad de que haya dos grietas grandes en un tramo de 10 millas de la carretera? c) Cuál es la desviación estándar de la distancia entre las grietas grandes? d) Cuál es la probabilidad de que la primera grieta grande se presente entre 1 y 15 millas después del inicio de la inspección? e) Cuál es la probabilidad de que no haya grietas grandes en dos tramos separados, cada uno de 5 millas, de la carretera? f) Dado que no hay grietas grandes en las primeras 5 millas inspeccionadas, cuál es la probabilidad de que no haya grietas grandes en las siguientes 10 millas inspeccionadas? a) ; b) ; c) 5 millas; d) ; e) ; f) DISTRIBUCIONES ERLANG Y GAMMA. 5.- Se estudia la contaminación de una materia prima. Suponer que el número de partículas de contaminación por libra de material es una variable aleatoria de Poisson con una media de 0.01 partículas por libra. a) Cuál es el número esperado de libras necesarias de materia prima para obtener 15 partículas de contaminación? 6
7 b) Cuál es la desviación estándar de las libras necesarias de materia prima para obtener 15 partículas de contaminación? a) 1500 libras; b) libras. 6.- El tiempo entre los problemas de procesamiento en una línea de producción tiene una distribución exponencial con una media de 30 días. a) Cuál es el tiempo esperado hasta el cuarto problema? b) Cuál es la probabilidad de que el tiempo hasta el cuarto problema exceda 10 días? a) 10 días; b) En un sistema de comunicación da datos, varios mensajes que llegan a un nodo se agrupan en un paquete antes de transmitirse en la red. Suponer que los mensajes que llegan al nodo siguen un proceso de Poisson con 30 mensajes / minuto. Se usan 5 mensajes para formar un paquete. a) Cuál es el tiempo promedio hasta que se forme un paquete, es decir, hasta que llegan 5 mensajes al nodo? b) Cuál es la desviación estándar del tiempo hasta que se forme un paquete? c) Cuál es la probabilidad de que se forme un paquete en menos de 10 segundos? d) Cuál es la probabilidad de que se forme paquete en menos de 5 segundos? a) 10 segundos; b) 4.47 segundos; c) ; d) DISTRIBUCIÓN DE WEIBULL. 8.- Suponer que X tiene una distribución de Weibull con 0. y 100 horas. Determinar la media y la varianza de X. 1,000; Si la vida de un rodamiento de rodillos sigue una distribución de Weibull con parámetros y 10,000 horas. a) Determinar la probabilidad de que un rodamiento dure al menos 8,000 horas. b) Determinar el tiempo promedio hasta la falla de un rodamiento. c) Si están en uso 10 rodamientos y las fallas ocurren de manera independiente, cuál es la probabilidad de que los 10 rodamientos duren al menos 8,000 horas? a) 0.573; b),000 horas; c) La vida de una bomba de recirculación sigue una distribución de Weibull con parámetros 0. y 700 horas. a) Determinar la vida media de una bomba. b) Determinar la varianza de la vida de una bomba. c) Cuál es la probabilidad de que una bomba dure más que su media? a) 84,000 horas; b) horas ; c)
EJERCICIOS DE DISTRIBUCION NORMAL, BINOMIAL Y POISSON
EJERCICIOS DE DISTRIBUCION NORMAL, BINOMIAL Y POISSON 1. Si 15 de 50 proyectos de viviendas violan el código de construcción, Cuál es la probabilidad de que un inspector de viviendas, que selecciona aleatoriamente
Más detallesGuía de Modelos Probabilísticos
Guía de Modelos Probabilísticos 1. Distribución Binomial 1. Una máquina produce cierto tipo de piezas de las cuales el 5 % son defectuosas. Se seleccionan en forma independiente 5 piezas al azar. Calcule
Más detallesEstadística. Convocatoria ordinaria. 23 de mayo de Nombre Grupo.. Titulación.Número de Examen..
Estadística Convocatoria ordinaria. 23 de mayo de 2017 Nombre Grupo.. Titulación.Número de Examen.. Ejercicio 1 Se dispone de un test para detectar la presencia de contaminantes en una materia prima. Hay
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesDefinición de variable aleatoria
Variables aleatorias Instituto Tecnológico Superior de Tepeaca Agosto-Diciembre 2015 Ingeniería en Sistemas Computacionales M.C. Ana Cristina Palacios García Definición de variable aleatoria Las variables
Más detallesTema 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
Más detallesLISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)
LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) PROBABILIDAD CONDICIONAL 1. Dados P (A) = 0.4, P (B A) = 0.3 y P (B c A c ) = 0.2, determine: a) P (A c ). b) P (B A c ). c) P (B). d) P
Más detallesModelos 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
Más detallesDistribuciones de probabilidad Discretas
Distribuciones de probabilidad Discretas Distribución Uniforme Discreta Definición Una variable aleatoria X, tiene una distribución uniforme discreta, si cada uno de los valores x 1, x 2,.. x n, tiene
Más detallesTema 7. Variables Aleatorias Continuas
Presentación y Objetivos. Tema 7. Variables Aleatorias Continuas En este tema se propone el estudio de las variables aleatorias continuas más importantes, desde la más simple incrementando el grado de
Más detallesDistribución de Probabilidad
Distribución de Probabilidad Variables continuas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Distribuciones de probabilidad continuas
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesUnidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.
Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,
Más detallesRelación 4. Modelos discretos de distribuciones.
Relación 4. Modelos discretos de distribuciones. 1. Si se lanzan dos dados diez veces al aire, cuál es la probabilidad de que en más de la mitad de las ocasiones se obtenga una suma par de puntos? 2. Una
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 3: VARIABLES ALEATORIAS Y ESTIMACIÓN Profesor: Hugo S. Salinas Segundo Semestre 2010 1. Una
Más detallesPROBABILIDADES Y DISTRIBUCIONES
PROBABILIDADES Y DISTRIBUCIONES 1. Supongamos que se lanza una moneda cuyo peso ha sido alterado de manera que P (C) = 2/3 y P (S) = 1/3. Si aparece cara, entonces selecciona un número al azar del 1 al
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Georgina Flesia FaMAF 3 de mayo, 2012 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesESTADISTICA INFERENCIAL
ESTADISTICA INFERENCIAL EJERCICIOS DE DISTRIBUCION HIPERGEOMETRICA 1.-5 fabricantes producen en determinado dispositivo cuya calidad varía de un fabricante a otro. si usted elige 3 fabricantes al azar,
Más detallesResp.:0,1151. Resp.:0,5403. Resp.:0,898. Resp.:0,5354. Resp.: 16,1
Ejercicios I ) Usando la tabla determine a) P Resp.:0,7967 b) P Resp.:0,100 c) P Resp.:0,033 d) P Resp.:0,898 e) P Resp.:0,1791 f) P Resp.:0,5354 g) P Resp.: 1,55 h) P Resp.: 1,8 II) Dada la v.a. X distribuida
Más detallesModelos de Simulación en Excel
Modelos de Simulación en Excel DIANA COBOS DEL ANGEL El tiempo que transcurre entre la llegada de ciertas piezas a una estación de inspección sigue una distribución exponencial con media de 5 minutos/pieza.
Más detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesTALLER No. 3 (Modelos de Probabilidad para Variables Discretas y Continuas)
UNIVERSIDAD DEL VALLE FACULTAD DE INGENIERIA Especialización en Logística Maestría Ingeniera Industrial Asignatura: Modelación Estadística Profesor: Jaime Mosquera Restrepo TALLER No. 3 (Modelos de Probabilidad
Más detallesESTADÍSTICA Hoja 5
Estadística 1 ESTADÍSTICA 06-07. Hoja 5 1. Se selecciona un empleado de un grupo de 10 para supervisar un cierto proyecto, escogiendo aleatoriamente una placa de una caja que contiene 10 numeradas del
Más detallesPROBABILIDAD Y ESTADÍSTICA MAT-041 GUIA Nº4 MODELOS PARA VARIABLES ALEATORIAS
UNIVERSIDAD TÉCNICA FEDERICO SANTA MARIA DEPARTAMENTO DE MATEMÁTICA PROBABILIDAD Y ESTADÍSTICA MAT-041 Profesor: Sr. Patricio Videla Jiménez. GUIA Nº4 MODELOS PARA VARIABLES ALEATORIAS 1. En una población
Más detallesMODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.
DISTRIBUCIÓN t Con frecuencia intentamos estimar la media de una población cuando se desconoce la varianza, en estos casos utilizamos la distribución de t de Student. Si el tamaño de la muestra es suficientemente
Más detallesESTADÍSTICA I. A continuación se presentan los Modelos Probabilísticos Continuos más importantes.
1 ESTADÍSTICA I Capítulo 6: MODELOS PROBABILÍSTICOS CONTINUOS. Contenido: Distribución Uniforme Continua. Distribución Triangular. Distribución Normal. Distribuciones Gamma, Exponencial, Erlang y Chi Cuadrado.
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA
Ejercicios Selectividad Tema 12 Inferencia estadística. Matemáticas CCSSII 2º Bachillerato 1 TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA LAS MUESTRAS ESTADÍSTICAS EJERCICIO 1 : Septiembre 00-01.
Más detalles1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:
(variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda
Más detallesPROBABILIDAD Relación de problemas 3: Variables aleatorias continuas
PROBABILIDAD Relación de problemas 3: Variables aleatorias continuas 1. Un autobús pasa por una cierta parada cada 8 minutos. Si un usuario llega a la parada, el tiempo que debe esperar es una variable
Más detalles3. Distribuciones importantes
Ejercicios Distribuciones Importantes 1 3. Distribuciones importantes 3.1. Distribución Binomial 1. La probabilidad de que un cliente compre un modelo de un par de zapatos en talla 41 es de 0.40. La tienda
Más detallesUnidad Académica de Ingeniería Eléctrica. Programa del curso: Probabilidad y estadística Clave:
Universidad Autónoma de Zacatecas Unidad Académica de Ingeniería Eléctrica Programa del curso: Probabilidad y estadística Clave: Carácter Semestre recomendado Obligatoria 3º Carreras: IE, ICE, IC Sesiones
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
Más detallesApellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:
Cátedra: Probabilidad y Estadística Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 3 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. Sea X 1,..., X n una muestra aleatoria
Más detalles0 en otro caso. P (X > 0) P ( 0.5 < X < 0.5) P ( X > 0.25) x 3 si 0 x < 2. 1 si 2 x P(X 1) P(0.5 X 1) P(0.5 < X 1 X < 1) f X (x) = (1+αx) 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0.75(1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detalles8 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
Más detallesC7) Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado" es cierto que: a) De los
IS12-Estadística en ITIS Exámen Final Curso 2008-09 Fecha: 28/Enero/09 Nombre alumno: NOTA: MARCAR: (a) Sobre 5 ptos, (b) Sobre 9 ptos C1) Una variable X toma únicamente 4 valores distintos: x1, x2, x3,
Más detallesTema 4. Distribución Binomial y Poisson
Universidad de Los Andes Facultad de Ciencias Económicas y Sociales Escuela de Administración y Contaduría Estadística I Sección 06 - I2016 Prof. Douglas Rivas Tema 4. Distribución Binomial y Poisson Conceptos
Más detallesRELACIÓN DE PROBLEMAS. Distribuciones de probabilidad
RELACIÓN DE PROBLEMAS Distribuciones de probabilidad 1. Se lanzan al aire dos monedas tres veces consecutivas. Sea X la v.a. que representa el número de veces que se obtiene cara en ambas monedas en los
Más detallesVariables Aleatorias y Principios de Simulación.
Variables Aleatorias y Principios de Simulación http://humberto-r-alvarez-a.webs.com Conceptos de probabilidad La Teoría de Probabilidad trata fenómenos que pueden ser modelados por experimentos cuyos
Más detallesDistribución Exponencial
Distribución Exponencial Hay dos casos especiales importantes de la distribución gamma, que resultan de restricciones particulares sobre los parámetros α y β. El primero es cuando se tiene α = 1, entonces
Más detallesGrupo 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
Más detallesCapítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
Más detallesC L A S E N 5 I N S E M E S T R E O T O Ñ O,
Unidad 1 a. Probabilidades y Estadística 1 C L A S E N 5 I N 3 4 0 1 S E M E S T R E O T O Ñ O, 2 0 1 2 Características de las v.a 2 Parámetros v.a. La función de densidad o la distribución de probabilidad
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesPRUEBAS DE BONDAD DE AJUSTE
PRUEBAS DE BONDAD DE AJUSTE Pruebas de bondad de ajuste xi cuadrada y Kolmogorov-Smirnov Facultad de Ciencias Químicas e Ingeniería, UAEM Simulación de Procesos Contenido Prueba de bondad de ajuste χ2...
Más detallesb) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 4, curso 2006 2007. Ejercicio 1. Suponer que los cuatro motores de una aeronave comercial se disponen para que
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1)
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0,75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesCondiciones para una distribución binomial
ESTADÍSTICA INFERENCIAL FUNCIONES DE PROBABILIDAD DISCRETAS: BINOMIAL y POISSON EJERCICIOS RESUELTOS DE FUNCIÓN DE PROBABILIDAD BINOMIAL USANDO TABLAS y EXCEL Prof.: MSc. Julio R. Vargas A. Fórmulas de
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más detalles1. 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
Más detallesVariables 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.
Más detallesGeneralidades 1. Sea X una variable aleatoria continua con función densidad dada por
Generalidades 1. Sea X una variable aleatoria continua con función dendad dada por kt f ( t ) = 0 1 t en otro caso Determine a) el valor de la constante k b) E(X) y V(X) c) la función de distribución acumulada
Más detallesI.T.Industrial Métodos Estadísticos ProblemasdeRepaso
I.T.Industrial Métodos Estadísticos ProblemasdeRepaso 1. Para analizar la degradación de la señal emitida por una antena, se tomaron los siguientes datos: la frecuencia de la señal en el momento de ser
Más detalles(l+x - ) x > 0 v >0. a. Defina las variables aleatorias correspondientes y proponga la función de probabilidad.
b. Encuéntrense todas las funciones de probabilidad condicionales. c. Hállense todas las funciones de distribución conjuntas. a. uotenganse las matrices ae covananzas y ae correlación l Dos componentes
Más detalles12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei EJERCICIOS DE SELECTIVIDAD 1. (JUNIO 2000) Una variable aleatoria X tiene distribución normal siendo su desviación típica igual a 3.
Más detallesEstadística y Probabilidad
La universidad Católica de Loja Estadística y Probabilidad ESCUELA DE ELECTRÓNICA Y TELECOMUNICACIONES Paralelo C Nombre: Milner Estalin Cumbicus Jiménez. Docente a Cargo: Ing. Patricio Puchaicela. Ensayo
Más detallesProf. 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
Más detallesMANTENIMIENTO CENTRADO EN CONFIABILIDAD (MCC) DR. JORGE ACUÑA 1
MANTENIMIENTO CENTRADO EN CONFIABILIDAD (MCC) 1 ADMINISTRACION DEL news MANTENIMIENTO ( QUE ES? Mantenimiento: operación mediante la cual los sistemas están sometidos a rutinas de revisión, reparación
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesVariables aleatorias 1. Problema 1
Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal
Más detallesPRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD
UNIDAD II PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD Por: Prof. Gastón A. Pérez U. 2.3- PROBABILIDAD Y DISTRIBUCIÓN DE PROBABILIDAD 30 31 (2.3.2) DISTRIBUCIÓN DE PROBABILIDAD ES UNA DESCRIPCIÓN
Más detallesPROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III
PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática
Más detallesDistribuciones de probabilidad discretas
Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesEstadística 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.
Más detalles1. Los datos siguientes dan el número de ensambles de rodamiento y sello
3 2 EJERCICIOS 55 3 2 Ejercicios 1. Los datos siguientes dan el número de ensambles de rodamiento y sello disconformes en muestras de tamaño 100. Construir una carta de control para la fracción disconforme
Más detallesPráctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal
Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal Ejercicio 1: Todos los días se seleccionan de manera aleatoria 12 unidades de un proceso de manufactura, con el propósito de verificar
Más detallesPROBABILIDAD. Unidad I Ordenamiento de la Información
1 PROBABILIDAD Unidad I Ordenamiento de la Información 2 Captura de datos muestrales Conceptos básicos de la estadística 3 Población (o universo): Totalidad de elementos o cosas bajo consideración Muestra:
Más detallesDISTRIBUCIONES 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
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 4: VARIABLES ALEATORIAS CONTINUAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre
Más detalles6. Sea X una v.a. con distribución N(0,1). Calcular p(x=0)
1. La rueda de una ruleta se divide en 25 sectores de igual área que se enumeran del 1 al 25. Encuentra una fórmula para la distribución de probabilidades de la v.a. X que representa el número obtenido
Más detallesTeoría de colas. Las colas (líneas de espera) son parte de la vida diaria
Teoría de colas Las colas (líneas de espera) son parte de la vida diaria Supermercado - Servicios de reparaciones - Telecom. Banco - Comedor universitario - Producción El tiempo que la población pierde
Más detalles«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno».
«La estadística es una ciencia que demuestra que si mi vecino tiene dos coches y yo ninguno, los dos tenemos uno». George Bernard Shaw (1856-1950) Escritor irlandés. Para empezar: Primera parte: Estadística
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesEsperanza Condicional
Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles
Más detallesTEMA 6: CONTRASTE DE HIPÓTESIS (1)
Estadística 1 TEMA 6: CONTRASTE DE HIPÓTESIS (1) 1 Para contrastar si una moneda está trucada o no, se lanza 12 veces Se concluye que no es correcta si se observan 0, 1, 11 ó 12 caras a) Plantea el contraste
Más detallesAlgunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial.
Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial c) Relación entre la Distribuciones de Poisson y Exponencial. d) Distribución
Más detalles1º 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:
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesDistribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio
Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detalles1.1. Distribución exponencial. Definición y propiedades
CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesSelección de distribuciones de probabilidad
Selección de distribuciones de probabilidad Patricia Kisbye FaMAF 6 de mayo, 2010 Análisis estadístico de datos simulados Los sistemas reales tienen fuentes de aleatoriedad: Tipo de sistema Fabricación
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesJuan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos
Más detallesPráctica No 1. Análisis estadísticos de los datos termodinámicos
Práctica No 1 Análisis estadísticos de los datos termodinámicos 1. Objetivo general: Aplicación correcta de las herramientas estadísticas en el manejo de propiedades, tales como: presión, temperatura y
Más detallesGrado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León
Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
Más detalles