Tercer examen parcial ESTA 3041

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

Download "Tercer examen parcial ESTA 3041"

Transcripción

1 Tercer examen parcial ESTA 3041 Prof. Héctor D. Torres Aponte 27 de abril de 2012 Instrucciones Este examen tiene un valor de 109 puntos. Todos los problemas son basados en el material cubierto en clase. En cada pregunta deberá desarrollar y escribir su contestación de forma clara y ordenada, de lo contrario no recibirá crédito. Por favor lea las instrucciones de cada problema con detenimiento. De tener alguna pregunta durante el examen, levante la mano para que el profesor lo atienda. Debido a que esto es un examen todas las políticas institucionales sobre honestidad académica están en vigor. De notar algún acto deshonesto recibirá la calificasión de F de forma automática. El uso de calculadora está permitido en el examen, sin embargo deberá quitarle la cubiuerta a la calculadora y de ser una calculadora gráfica no podrá tener programas instalados, de ser así no podrá utilizarla. Usted tiene que mostrar todo el procedimiento por cada problema para poder recibir crédito. Celulares, laptops, PDA s, Ipads, Iphones o cualquier otro artículo electrónico no están permitidos durante el examen, estos deberán permanecer guardados y apagados fuera de su escritorio. Tiempo de examen: 120 minutos (2 horas). Éxito! Nombre: #Est: 1

2 Selección múltiple 1. (3 pts.) Suponga que X es una variable aleatoria con media µ X y desviación estándar σ X. Suponga que Y es una variable aleatoria con media µ Y y desviación estándar σ Y. El valor esperado de X + Y es a. µ X + µ Y. b. (µ X /σ X ) + (µ Y /σ Y ). c. µ X + µ Y, pero solo si X y Y son independientes. d. (µ X /σ X ) + (µ Y /σ Y ), pero solo si X y Y son independientes. 2. (3 pts.) Suponga que X es una variable aleatoria con media µ X y desviación estándar σ X. Suponga que Y es una variable aleatoria con media µ Y y desviación estándar σ Y. El valor esperado de X + Y es a. σ X + σ Y. b. (σ X ) 2 + (σ Y ) 2. c. σ X + σ Y, pero esto si X y Y son independientes. d. (σ X ) 2 + (σ Y ) X 3. (3 pts.) Utilizando la densidad de probabilidad anterior, el valor de P (0.5 X 1.5) es a. 1/3. b. 1/2. c. 3/4. d (3 pts.) Utilizando la densidad de probabilidad anterior, P (X 1.5) = a. 0. b. 1/4. c. 1/3. d. 1/2. 5. (3 pts.) Utilizando la densidad de probabilidad anterior, P (X = 1.5) = a. 0. b. 1/4. c. 1/3. d. 1/2. 6. (3 pts.) Una variable aleatoria es a. una lista hipotética de posibles resultados de un fenómeno aleatorio. b. cualquier fenómeno aleatoria cuyo todos los resultados sean igualmente probables. c. cualquier número que puede cambiar su manera de predicción con el pasar del tiempo. d. una variable cuyo valor es un resultado numérico de un fenómeno aleatorio.

3 Preguntas abiertas 7. Una manera fácil de como crear una variable aleatoria X que tenga una media µ una desviación estándar σ es cuando X toma dos valores: µ σ y µ + σ ambos con probabilidad 0.5. a) (5 pts.) Demuestre que µ X = µ. b) (5 pts.) Demuestre que σ X = σ 8. (10 pts.)sabemos que las varianzas de variables aleatorias se suman cuando estás variables son independientes (ρ = 0), pero no si las variables son dependientes. Suponga que las varables tienen una correlación perfecta positiva (ρ = 1). Demuestre que si ρ XY = 1. σ X+Y = σ X + σ Y

4 9. Suponga que tenemos dos escalas para medir peso. Ambas escalas tienen una pequeña diferencia al medir el peso de un mismo artículo. Si se sabe que el artículo tiene un peso teorico exacto de 3g, la primera escala de peso produce una ciertas lecturas de peso X que tienen una media de g y una desviación estándar de g. Las lecturas de la segunda escala Y tiene una media de g y una desviación estándar de g. a) (5 pts.) Cual es la media y la desviación estándar de la diferencia Y X entre las lecturas? b) (5 pts.) Si se mide el artículo una sola vez en cada una de las escales y luego tomamos la media aritmética de cada una de las medidas. Su resultado es Z = (X + Y )/2. Determine µ Z y σ Z. 10. (5 pts.) Utilizando la tabla binomial, resuelva la probabilidad binomial para n = 20, p =.40, and x = 10.

5 11. Entre las mujeres que trabajan, un 25 % nunca se han casado. Si se seleccionan 10 mujeres trabajadoras aleatoriamente: a) (4 pts.) Cual es la probabilidad de que exactamente 2 mujeres trabajadoras nunca se hayan casado? b) (4 pts.) Cual es la probabilidad de que a lo mas 2 mujeres nunca se hayan casado? c) (4 pts.) Cual es el valor esperado y la desviación estándar de las mujeres trabajadoras que nunca se han casado? 12. Si X P oisson(µ), encuentre: a) (4 pts.) P (X = 5 µ = 2.3) b) (4 pts.) P (X 3 µ = 4.1) c) (4 pts.) P (4 < X < 8 µ = 4.4)

6 13. Considere que la compañia Gain Communications vende productos de comunicación para propósitos militares y propósitos civiles. Las ventas del próximo año dependen de las condiciones del mercado las cuales no se pueden predecir con exactitud. Gain utiliza un modelo probabilístico para estimar sus ventas en el próximo año. La división de productos militares (X) tiene la siguiente distribución: La división civil (Y ) estima: Unidades vendidas ,000 Probabilidad Unidades vendidas Probabilidad a) (4 pts.) Encuentre el valor esperado para las ventas de artículos con propósito civil (µ Y ) y para propósito militar (µ X ). b) (4 pts.) Encuentre las desviaciones estándares para las variables aleatorias X y Y. c) (4 pts.) Suponga que la compañia Gain genera una ganancia de $2,000 dólares por unidad militar y $3,500 por unidad civil. Encuentra la ganancia estimada promedio para productos militares y para productos con propósito civil. d) (4 pts.) Si la ganancia total promedio para la compañia Gain Communications está descrita por la variable aleatoria Encuentre la ganancia total promedio. Z = 2, 000X + 3, 500Y

7 14. Si una oficina de bienes raices vende en promedio 1.6 propiedades por dia y las ventas de propiedades tiene un modelo Poisson. a) (4 pts.) Cual es la probabilidad de vender exactamente 4 propiedades en un día? b) (4 pts.) Cual es la probabilidad de vender 5 propiedades o más en un día? c) (4 pts.) Cual es la probabilidad de vender al menos 10 propiedades en un día? d) (4 pts.) Cual es la probabilidad de venter exactamente 4 propiedades en dos días?

Segundo examen parcial MECU 3031

Segundo examen parcial MECU 3031 Segundo examen parcial MECU 3031 Prof. Héctor D. Torres Aponte 23 de marzo de 2012 Instrucciones Este examen consta de 11 preguntas para un total de 118 puntos. Todos los problemas son basados en el material

Más detalles

Primer examen parcial MECU 3031

Primer examen parcial MECU 3031 Primer examen parcial MECU 3031 Prof. Héctor D. Torres Aponte 23 de febrero de 2012 Instrucciones Este examen consta de 9 preguntas para un total de 112 puntos. Todos los problemas son basados en el material

Más detalles

Segundo examen parcial ESTA 3041

Segundo examen parcial ESTA 3041 Segundo examen parcial ESTA 3041 Prof. Héctor D. Torres Aponte 23 de marzo de 2012 Instrucciones Este examen tiene un valor de 115 puntos. Todos los problemas son basados en el material cubierto en clase.

Más detalles

Segundo examen parcial MECU 3031

Segundo examen parcial MECU 3031 Universidad de Puerto Rico Recinto de Río Piedras Facultad de Administración de Empresas Instituto de Estadísticas y Sistemas Computarizados de Información Segundo examen parcial MECU 3031 2 de noviembre

Más detalles

1. Regla para los valores esperados en variables aleatorias

1. Regla para los valores esperados en variables aleatorias Valores esperados, varianza y desviación estándar para variables aleatorias Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Regla para los valores esperados en variables aleatorias

Más detalles

1. Variables aleatorias

1. Variables aleatorias 1. Variables aleatorias Variables aleatorias Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte Definición 1.1. Una variable aleatoria es una variable cuyo valor es un outcome numérico

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Actividad Práctica #1 Tema: Actividad práctica (Variable Aleatoria, Esperanza matemática, Distribución Binomial y Poisson) Prof.: MSc. Julio

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #4 Tema: Actividad práctica (Esperanza matemática, Distribución Binomial y Poisson) Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE

Más detalles

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5. Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

Distribuciones de probabilidad discretas

Distribuciones 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 detalles

DISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.

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

Más detalles

EXAMEN FINAL DE PROBABILIDAD TEMA A. Nombre: Fecha: Grupo: 1. Encuentre el número de formas en que se pueden asignar las 9 vacantes.

EXAMEN FINAL DE PROBABILIDAD TEMA A. Nombre: Fecha: Grupo: 1. Encuentre el número de formas en que se pueden asignar las 9 vacantes. EXAMEN FINAL DE PROBABILIDAD 2009-2 TEMA A Nombre: Fecha: Grupo: No se permiten preguntas ni consultas durante la evaluación. Lea cuidadosamente cada ejercicio. Importante: no sacar tablas, apuntes, libros,

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD 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

Guía de Modelos Probabilísticos

Guía 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 detalles

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA

PROBABILIDAD 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 detalles

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

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

Más detalles

1. Distribución normal

1. Distribución normal Distribución normal y correlación Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Distribución normal En este punto ya tenemos distintas herramientas para poder caracterizar la distribución

Más detalles

AGRO Examen Parcial 2. Nombre:

AGRO Examen Parcial 2. Nombre: 1 Nombre: Examen Parcial 2 AGRO 5005 2016 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD

UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD La Distribución de Probabilidad (DP) es la relación que se da entre los diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia.

Más detalles

Tarea 1. Conteste lo siguiente: a) Qué constituye la población? Todas las personas aseguradas por el IMSS. b) La población es finita o infinita?

Tarea 1. Conteste lo siguiente: a) Qué constituye la población? Todas las personas aseguradas por el IMSS. b) La población es finita o infinita? Tarea 1 Esta tarea tiene tres secciones. La primera sección tiene un peso de 15%, la segunda sección tiene un peso de 15%, la tercera sección tiene un peso de 35% y la cuarta tiene un peso de 35%. 2. El

Más detalles

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

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

Más detalles

POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA

POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA POISSON JUAN JOSÉ HERNÁNDEZ OCAÑA Distribución de Poisson Cuando una variable discreta se usa para estimar la cantidad de sucesos u ocurrencia en un determinado intervalo de tiempo o espacio es necesario

Más detalles

Ejercicios resueltos

Ejercicios resueltos UNIDAD TEMÁTICA 4 Lección 4 VARIABLE ALEATORIA ENUNCIADO 1 Se hacen n lanzamientos independientes con un dado ordinario de 6 lados. Calcula la probabilidad que: (a El mayor de los números obtenidos sea

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

Asignatura: Probabilidad y Estadística (LM-PM)

Asignatura: Probabilidad y Estadística (LM-PM) FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA ESCUELA DE CIENCIAS EXACTAS Y NATURALES DEPARTAMENTO DE MATEMÁTICA Asignatura: Probabilidad y Estadística (LM-PM) - 2018 Docentes a cargo: Pablo Torres

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

Tema 2. Regresión Lineal

Tema 2. Regresión Lineal Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite

Más detalles

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de

Más detalles

Prof. Eliana Guzmán U. Semestre A-2015

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

Más detalles

Grupo 23 Semestre Segundo examen parcial

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

Más detalles

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.

1. 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 detalles

Distribuciones de probabilidad II

Distribuciones de probabilidad II II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta

Más detalles

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

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

Más detalles

TEMA 6. Distribuciones

TEMA 6. Distribuciones TEMA 6. Distribuciones Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 6. Distribuciones 1 / 16 Probabilidad= Distribución= Distribución de Probabilidad Cuando queremos conocer

Más detalles

Discretas. Continuas

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

Más detalles

TEOREMA DEL LÍMITE CENTRAL

TEOREMA DEL LÍMITE CENTRAL Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ

Más detalles

ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias

ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias ESTADÍSTICA (Química) PRÁCTICA 4 Sumas de variables aleatorias 1. Se realizan mediciones independientes del volumen inicial y final en una bureta. Supongamos que las mediciones inicial y final siguen el

Más detalles

Matemática 3 Curso 2013

Matemática 3 Curso 2013 Matemática 3 Curso 2013 Práctica 3: Variables aleatorias discretas. Funciones de distribución Binomial, Geométrica, Hipergeométrica, Poisson. 1) Dadas las siguientes funciones, determinar cuales son funciones

Más detalles

AGRO Examen Parcial 2. Nombre:

AGRO Examen Parcial 2. Nombre: 1 Nombre: Examen Parcial 2 AGRO 5005 2015 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

6 Variables aleatorias independientes

6 Variables aleatorias independientes 6 Variables aleatorias independientes Edgar Acuna ESMA 4 Edgar Acuna Dos variables aleatorias son independientes si para todo a b P[

Más detalles

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

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

Más detalles

Distribución de Probabilidad

Distribución de Probabilidad Distribución de Probabilidad Variables discretas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Modelos probabilísticos Un modelo es una

Más detalles

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

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

Más detalles

CORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña

CORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II

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

Más detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles

PROFESOR: LUIS E. NIETO BARAJAS. Ejercicios de clase

PROFESOR: LUIS E. NIETO BARAJAS. Ejercicios de clase Ejercicios de clase EJERCICIO 1. Problema de decisión. Un estudiante debe decidir entre repasar con mucho detalle una de las dos partes de un curso, o repasar con menos detalle las dos partes, antes del

Más detalles

Tema 4. Distribución Binomial y Poisson

Tema 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 detalles

Medidas resumen. Resumen Fluoruro n 25 Media D.E Mín Máx Q Q AGRO Examen Parcial 1.

Medidas resumen. Resumen Fluoruro n 25 Media D.E Mín Máx Q Q AGRO Examen Parcial 1. Examen Parcial 1 Nombre: AGRO 5005 2014 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

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

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

Más detalles

ETSI de Topografía, Geodesia y Cartografía

ETSI de Topografía, Geodesia y Cartografía Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo I) 14-XII-11 1. Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente

Más detalles

Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales

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

Más detalles

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DE LA PROBABILIDAD DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD

Más detalles

Examen Parcial 1. Comportamiento del coquí Lluvia en las seis Sin cantar Cantando cinco Cantando más de horas previas Sí No

Examen Parcial 1. Comportamiento del coquí Lluvia en las seis Sin cantar Cantando cinco Cantando más de horas previas Sí No AGRO 5005 2007 Examen Parcial 1 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS TEMA 1 (20 puntos): RUBRICA La magnitud de temblores registrados en una región de América

Más detalles

Estadística Inferencial. Sesión 2. Distribuciones muestrales

Estadística Inferencial. Sesión 2. Distribuciones muestrales Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral

Más detalles

Biometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)

Biometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Biometría Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Variable aleatoria El resultado de un experimento aleatorio puede ser descripto en ocasiones

Más detalles

Muestreo de variables aleatorias

Muestreo de variables aleatorias Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como

Más detalles

Distribuciones Discretas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 6.

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.

Más detalles

Prueba Integral Lapso /6

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS

PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS PROBABILIDAD Y ESTADÍSTICA PROPUESTAS PARA UNA AUTOEVALUACIÓN DE LOS FUNDAMENTOS TEÓRICOS En lo que sigue le presentamos 50 puntos que fueron incluidos en diferentes evaluaciones finales de los fundamentos

Más detalles

EXAMEN DE ESTADÍSTICA Septiembre 2011

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

Más detalles

Fundamentos para la inferencia. Estadística Prof. Tamara Burdisso

Fundamentos para la inferencia. Estadística Prof. Tamara Burdisso Fundamentos para la inferencia Estadística 018 - Prof. Tamara Burdisso 1 Distribución muestral de la varianza muestral Hasta aquí nos ocupamos de hacer inferencia sobre la media y/o la proporción de una

Más detalles

Profesores: M. Guerrero - J. Pérez - C. Olivares - J. Rozas 09 de julio de Examen Probabilidad y Estadísticas

Profesores: M. Guerrero - J. Pérez - C. Olivares - J. Rozas 09 de julio de Examen Probabilidad y Estadísticas 09 de julio de 013 Examen Probabilidad y Estadísticas 1) Una cadena de tiendas de pintura produce y vende pinturas de látex y esmaltes. Con base en las ventas de largo plazo, la probabilidad de que un

Más detalles

Mediciones. Errores. Propagación de errores. Estadística. Prof. Arturo S. Vallespi

Mediciones. Errores. Propagación de errores. Estadística. Prof. Arturo S. Vallespi Mediciones. Errores. Propagación de errores. Estadística Prof. Arturo S. Vallespi Incertidumbre estadística: Qué ocurre si cada magnitud de interés en el experimento se mide más de una vez, por ejemplo

Más detalles

9 APROXIMACIONES DE LA BINOMIAL

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

Más detalles

PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN

PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN Usando las frecuencias relativas, se tiene: b) La

Más detalles

B0. Distribuciones de probabilidad

B0. Distribuciones de probabilidad B0. Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Distribución Normal X N( µ, σ ) Dada una variable aleatoria caracterizado por la función

Más detalles

Introducción al Diseño de Experimentos.

Introducción al Diseño de Experimentos. Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas

Más detalles

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

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

Más detalles

UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA ELÉCTRICA DEPARTAMENTO DE ELECTRÓNICA

UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA ELÉCTRICA DEPARTAMENTO DE ELECTRÓNICA 508 515 SEMANA: PROPÓSITO Esta asignatura ofrece al alumno los conocimientos básicos para analizar sistemas estocásticos que se encuentran descritos mediante variables aleatorias proporcionándole las herramientas

Más detalles

Distribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides

Distribuciones Fundamentales de Muestreo. UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Fundamentales de Muestreo UCR ECCI CI-0115 Probabilidad y Estadística Prof. Kryscia Daviana Ramírez Benavides Distribuciones Muestrales La distribución de probabilidad de un estadístico

Más detalles

Muestreo y Distribuciones en el Muestreo

Muestreo y Distribuciones en el Muestreo Muestreo y Distribuciones en el Muestreo Departamento de Estadística-FACES-ULA 03 de Abril de 2013 Introducción al Muestreo En algunas ocaciones es posible y práctico examinar a cada individuo en el Universo

Más detalles

Probabilidad y Estadística

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.

Más detalles

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión

Más detalles

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

MODELOS 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 detalles

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4 PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área

Más detalles

Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:

Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha: Integral Lapso 2010-2 745 1/5 Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: 610-612-613 Fecha: 26-02-2011 OBJ. 2 PTA 1 MODELO DE RESPUESTAS Objetivos 2,

Más detalles

Distribuciones de Probabilidad

Distribuciones 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 detalles

Carrera: Ingeniería Civil CIM 0531

Carrera: Ingeniería Civil CIM 0531 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA

Más detalles

1. La Distribución Normal

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

Más detalles

Matemática 3 Curso 2014

Matemática 3 Curso 2014 Matemática 3 Curso 204 Práctica 4: Variables aleatorias continuas. Funciones de distribución de probabilidad uniforme, exponencial, normal ) El tiempo total, medido en unidades de 00 horas, que un adolescente

Más detalles

Estadística I Solución Examen Final- 19 de junio de Nombre y Apellido:... Grupo:...

Estadística I Solución Examen Final- 19 de junio de Nombre y Apellido:... Grupo:... Estadística I Examen Final- 19 de junio de 2009 Nombre y Apellido:... Grupo:... (1) La siguiente tabla muestra las distribuciones de frecuencias absolutas de la variable altura (en metros) de n = 500 estudiantes

Más detalles

TALLER 3 ESTADISTICA I

TALLER 3 ESTADISTICA I TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral

Más detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles

PROBABILIDAD Y ESTADÍSTICA. Sesión 6 (A partir de tema 5.9)

PROBABILIDAD Y ESTADÍSTICA. Sesión 6 (A partir de tema 5.9) PROBABILIDAD Y ESTADÍSTICA Sesión 6 (A partir de tema 5.9) 5.9 Muestreo: 5.9.1 Introducción al muestreo 5.9.2 Tipos de muestreo 5.10 Teorema del límite central 5.11 Distribución muestral de la media 5.12

Más detalles

H. R. Alvarez A., Ph. D.

H. R. Alvarez A., Ph. D. Modelos de cola Las colas Las colas son frecuentes en la vida cotidiana: En un banco En un restaurante de comidas rápidas Al matricular en la universidad Los autos en un lava-autos Las colas En general,

Más detalles

Estimaciones de la duración de actividades

Estimaciones de la duración de actividades 1 Estimaciones de la duración de actividades La estimación de la duración de cada actividad es el tiempo total transcurrido estimado desde el momento en que se inician actividad hasta el momento cuando

Más detalles

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos

Más detalles

TALLER 1 ESTADISTICA II

TALLER 1 ESTADISTICA II TALLER 1 ESTADISTICA II Profesor: Giovany Babativa Distribuciones Muestrales 1. Suponga que la variable aleatoria Z sigue una distribución normal estándar, Halle: a. P (Z < 1,2) b. P (Z > 1,2) c. P ( 1,7

Más detalles

Estadística Inferencial

Estadística Inferencial Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico

Más detalles

Variables Aleatorias Discretas

Variables Aleatorias Discretas Unicatólica 15 de agosto de 2016 Variables aleatorias Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numérico a cada resultado del experimento.

Más detalles

Solución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005

Solución Examen Parcial IV Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 Nombres: Apellidos: C.I.: Firma: Fecha: 22/06/2005 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta o llene los espacios en blanco (0,5 puntos c/u): 1. (V F) La prueba

Más detalles

Cap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved

Cap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved Cap 6 36 Distribuciones de Distribuciones de probabilidad discreta probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio

Más detalles