5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE
|
|
- Guillermo Villanueva Rodríguez
- hace 5 años
- Vistas:
Transcripción
1 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 5. Suma de varables aleatoras depedetes Cuado se estudaro las varables aleatoras bdmesoales se habló de ua fucó de varable aleatora bdmesoal. E partcular se ombró la suma de varables aleatoras, pero o se djo ada sobre la dstrbucó de esa v.a. suma. Es a meudo mportate saber cuál es la dstrbucó de ua suma de varables aleatoras depedetes. Cosderamos alguos ejemplos e el caso dscreto - Suma de varables aleatoras depedetes co dstrbucó osso ~ depede tes y ; ~ ; ~ Dem. Cosderamos el eveto como uó de evetos excluyetes,, etoces!!, e e e depedetes e e e!!!!!!! Bomo de Newto O sea + tee dstrbucó osso co parámetro - Suma de varables aleatoras bomales depedetes, ~ depede tes y ;, ~ ;, ~ p B p B p B Dem. Nuevamete cosderamos el eveto como uó de evetos excluyetes,, etoces p p p p, e depedetes p p E la expresó ateror s r j etoces j r
2 Suma de varables aleatoras y Teorema cetral del límte or últmo usamos la sguete detdad combatora etoces rof. María B. tarell p p O sea + tee dstrbucó bomal co parámetros y p Observacó: e los dos casos aterores se puede geeralzar el resultado a varables aleatoras depedetes, usado el prcpo de duccó completa, es decr - S,,..., so varables aleatoras depedetes dode ~ para todo,,..., etoces ~ - S,,..., so varables aleatoras depedetes dode ~ B, p para todo,,..., etoces ~ B, p Suma de varables aleatoras ormales depedetes S e so dos varables aleatoras cotuas depedetes co desdades gx y hy respectvamete se puede probar o lo demostraremos aquí que la v.a. Z tee desdad dada por f z g z y h y dy Usado esto se puede demostrar el sguete mportate resultado: eto- S e so varables aleatoras depedetes dode ~ N, y ~ N, ces ~ N, or duccó completa se puede geeralzar este resultado a varables: S,..., so varables aleatoras depedetes dode ~ N, para todo,,,..., etoces ~ N, De lo ateror y del hecho que ~ N, a b ~ Na b, a S,..., teemos:, so varables aleatoras depedetes dode ~ N, para todo,,..., etoces a ~ N a, a dode a, a,..., a so úmeros reales 34
3 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell Se dce que a es ua combacó leal de varables aleatoras. Ejemplos: - La evoltura de plástco para u dsco magétco está formada por dos hojas. El espesor de cada ua tee ua dstrbucó ormal co meda.5 mlímetros y desvacó estádar de. mlímetros. Las hojas so depedetes. a Determe la meda y la desvacó estádar del espesor total de las dos hojas. b Cuál es la probabldad de que el espesor total sea mayor que 3.3 mlímetros? Solucó: Sea las varables aleatoras : espesor de la hoja e : espesor de la hoja Etoces ~ N.5,. ; ~ N.5,. y e depedetes a S defmos la v.a. Z: espesor total de las dos hojas, etoces Z or lo tato Z ~ N.5.5,.. es decr Z ~ N 3,. E cosecueca, Z V Z. b Se pde calcular Z 3.3 E Z 3 Z Z Tego tres mesajes que ateder e el edfco admstratvo. Sea : el tempo que toma el - ésmo mesaje =,,3, y sea 4 : el tempo total que utlzo para camar haca y desde el edfco y etre cada mesaje. Supoga que las so depedetes, ormalmete dstrbudas, co las sguetes medas y desvacoes estádar: 5 m, 4, 5,, 3 8, 3, 4, 4 3 eso salr de m ofca precsamete a las. a.m. y deseo pegar ua ota e m puerta que dce regreso a las t a.m. A qué hora t debo escrbr s deseo que la probabldad de m llegada después de t sea.? Solucó: Defmos la v.a. Z: tempo trascurrdo desde que salgo de m ofca hasta que regreso, etoces T 3 4 or lo tato T 4 ~ N 4 4,, y se pde hallar t tal que T t y t 5 5 Etoces T t., es decr t t 5 Buscado e la tabla de la ormal.33 t El acho del marco de ua puerta tee ua dstrbucó ormal co meda 4 pulgadas y desvacó estádar de /8 de pulgada. El acho de la puerta tee ua dstrbucó ormal co meda de pulgadas y desvacó estádar de /6 de pulgadas. Supoer depedeca. a Determe la dstrbucó, la meda y la desvacó estádar de la dfereca etre el acho del marco y de la puerta. 35
4 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell b Cuál es la probabldad de que la dfereca etre el acho del marco y de la puerta sea mayor que ¼ de pulgada?. c Cuál es la probabldad de que la puerta o quepa e el marco?. Solucó: Sea las varables aleatoras : acho del marco de la puerta e pulgadas : acho de la puerta e pulgadas Etoces ~ N 4, /8, ~ N 3.875, /6, e depedetes a Se pde la dstrbucó de -,, V E E E E 5 V V V or lo tato 5 ~ N.5, 6 b Se pde la probabldad / / o equvaletemete, por lo tato c S la puerta o etra e el marco etoces se da el eveto Supogamos que las varables aleatoras e deota la logtud y el acho e cm, respectvamete, de ua peza. Supogamos además que e so depedetes y que ~ N,., ~ N5,.. Etoces Z = + es ua v.a. que represeta el perímetro de la peza. Calcular la probabldad de que el perímetro sea mayor que 4.5 cm. Z, o sea Z ~ N4,. Solucó: teemos que ~ N 5,.. La probabldad pedda es Z 4.5, etoces Z S se aplca dos cargas aleatoras y a ua vga voladza como se muestra e la fgura sguete, el mometo de flexó e debdo a las cargas es a a. a Supoga que y so v.a. depedetes co medas y 4 KLbs respectvamete, y desvacoes estádar.5 y. KLbs, respectvamete. 36
5 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell a 5 pes y S estádar del mometo de flexó? b S flexó supere 75 KLbs? a pes, cuál es el mometo de flexó esperado y cuál es la desvacó y está ormalmete dstrbudas, cuál es la probabldad de que el mometo de Solucó: Sea la v.a. Z: mometo de flexó e, etoces Z 5 or lo tato a E Z 5E E V Z Z b S y está ormalmete dstrbudas, etoces Z ~ N5, 4 or lo tato Z romedo de varables aleatoras ormales depedetes S,..., so varables aleatoras depedetes dode ~ N, para todo,,,..., etoces la v.a. meda y varaza tee dstrbucó ormal co Dem. Notar que dode a es u caso partcular de combacó leal de varables aleatoras para todo,,..., Además e este caso y para todo,,..., or lo tato, tee dstrbucó ormal co esperaza y varaza Es decr, ~ N, Observacó: a se lo llama promedo muestral o meda muestral 37
6 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell Ejemplos: El dámetro tero de u allo de pstó seleccoado al azar es ua v.a. co dstrbucó ormal co meda cm y desvacó estádar de.4 cm. a S es el dámetro promedo e ua muestra de allos, calcule.99. b Qué ta probable es que el dámetro promedo exceda de. cuado 5? Solucó: a Sea las varables aleatoras Etoces ~ N,.4 para cada. or lo tato ~ N,.4. Etoces 6 : 6 dámetro del allo,,..., b E este caso ~ N,..4, etoces Ua máqua embotelladora puede regularse de tal maera que llee u promedo de ozas por botella. Se ha observado que la catdad de cotedo que sumstra la máqua preseta ua dstrbucó ormal co oza. De la produccó de la máqua u certo día, se obtee ua muestra de 9 botellas lleas todas fuero lleadas co las msmas poscoes del cotrol operatvo y se mde las ozas del cotedo de cada ua. a Determar la probabldad de que la meda muestral se ecuetre a lo más a.3 ozas de la meda real para tales poscoes de cotrol b Cuátas observacoes debe clurse e la muestra s se desea que la meda muestral esté a lo más a.3 ozas de co ua probabldad de.95? 38
7 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell Solucó: a Sea las varables aleatoras Etoces ~ N, para cada : cotedo e ozas de la botella or lo tato ~ N,. Se desea calcular b Ahora se pretede que ,,..., Etoces Medate la tabla de la acumulada de la ormal estádar se tee que O sea S tomamos 43, etoces.3 será u poco mayor que Teorema cetral del límte Acabamos de ver que la suma de u úmero fto de varables aleatoras depedetes que está ormalmete dstrbudas es ua varable aleatora també ormalmete dstrbuda. Esta propedad reproductva o es exclusva de la dstrbucó ormal. E efecto, por ejemplo, ya vmos que exste varables aleatoras dscretas que la cumple, es el caso de la osso y la Bomal. E realdad, la propedad que le da a la dstrbucó ormal el lugar prvlegado que ocupa etre todas las dstrbucoes es el hecho de que la suma de u úmero muy grade, rgurosamete u úmero fto umerable, de varables aleatoras depedetes co dstrbucoes arbtraras o ecesaramete ormales es ua varable aleatora que tee, aproxmadamete, ua dstrbucó ormal. Este es, esecalmete, el cotedo del 39
8 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell Teorema cetral del límte T.C.L.: Sea,,..., varables aleatoras depedetes co E y V para todo,,...,, es decr depedetes détcamete dstrbudas S Sea la v.a. S y sea Z. Etoces lm Z z z Dem. s demostracó Observacoes: E S E E - Notar que y or lo tato Z S es la v.a. z S, esto es lm z e S x V S estadarzada V V S S - Notar que z z, por lo tato també se puede eucar el Teorema cetral del límte de la sguete forma Sea,,..., varables aleatoras depedetes co E y V para todo,,...,, es decr depedetes détcamete dstrbudas Sea la v.a. promedo muestral y sea Z. Etoces lm Z z z z, esto es lm z e x dx dx Dode Z es el promedo muestral estadarzado 3- Auque e muchos casos el T.C.L. fucoa be para valores de pequeños, e partcular dode la poblacó es cotua y smétrca, e otras stuacoes se requere valores de más grades, depededo de la forma de la dstrbucó de las. E muchos casos de terés práctco, s 3, la aproxmacó ormal será satsfactora s mportar cómo sea la forma de la dstrbucó de las. S 3, el T.C.L. fucoa s la dstrbucó de las o está muy alejada de ua dstrbucó ormal 4- ara terpretar el sgfcado del T.C.L., se geera por computadora valores de ua v.a. expoecal co parámetro. 5, y se calcula el promedo de esos valores. Esto se repte veces, por lo tato teemos valores de la v.a.. 4
9 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell Hacemos u hstograma de frecuecas de, esto es, tomamos u tervalo a, b dode cae todos los valores de, y lo subdvdmos e tervalos más chcos de gual logtud. La frecueca de cada subtervalo es la catdad de valores de que cae e dcho subtervalo. Se grafca estas frecuecas obteédose los gráfcos sguetes que se puede cosderar ua aproxmacó a la verdadera dstrbucó de. Se observa que a medda que aumeta el valor de los gráfcos se va hacedo más smétrcos, parecédose a la gráfca de ua dstrbucó ormal. 5 = 8 = = = Ejemplos: - Supógase que 3 strumetos electrócos D, D,...,D3, se usa de la maera sguete: ta proto como D falla empeza a actuar D. Cuado D falla empeza a actuar D3, etc. Supógase que el tempo de falla de D es ua v.a. dstrbuda expoecalmete co parámetro =. por hora. Sea T el tempo total de operacó de los 3 strumetos. Cuál es la probabldad de que T exceda 35 horas? Solucó: S : tempo de falla del strumeto D,,..., 3 Etoces ~ Exp. para,,..., 3 El tempo total de operacó de los 3 strumetos es T, dode E T E 3 3 E
10 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 V T V V. T 3 Etoces por T.C.L. ~ N, aproxmadamete pues 3 La probabldad pedda es T T T.C.L Supoga que el cosumo de calorías por día de ua determada persoa es ua v.a. co meda 3 calorías y desvacó estádar de 3 calorías. Cuál es la probabldad de que el promedo de cosumo de calorías daro de dcha persoa e el sguete año 365 días sea etre 959 y 35? Solucó: Defmos las varables aleatoras : catdad de calorías que ua persoa cosume e el día,,..., 365 Se sabe que E 3 y V S etoces E 3 y V La probabldad pedda es T.C.L. Aplcacoes del Teorema cetral del límte Aproxmacó ormal a la dstrbucó bomal El Teorema cetral del límte se puede utlzar para aproxmar las probabldades de alguas varables aleatoras dscretas cuado es dfícl calcular las probabldades exactas para valores grades de los parámetros. Supogamos que tee ua dstrbucó bomal co parámetros y p. ara calcular debemos hacer la suma o recurrr a las tablas de la F.d.a., pero para valores de grades o exste tablas, por lo tato habría que hacer el cálculo e forma drecta y muchas veces es laboroso. Como ua opcó podemos cosderar a como suma de varables aleatoras más smples, específcamete, s defmos 4
11 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell s e la í ésma repetcó de ocurre caso cotraro etoces cada odemos escrbr se la puede cosderar B, p éxto,,...,, y además,,..., so depedetes... y s es grade etoces tedrá aproxmadamete ua dstrbucó ormal co parámetros p y, es decr. p Z N, s es lo sufcetemete grade. p p p p Observacoes: - La aproxmacó ormal a la dstrbucó bomal fucoa be au cuado o sea muy grade s p o está demasado cerca de cero o de uo. E partcular la aproxmacó ormal a la bomal es buea s es grade, y p 5, pero es más efectvo aplcar esta aproxmacó cuado y p p p 5 - Correccó por cotudad. Acabamos de ver que s B,p etoces, para sufcetemete grade, podemos cosderar que aproxmadamete es N.p,.p p. El problema que surge de medato s deseo calcular, por ejemplo, la probabldad de que co alguo de los valores posbles,,,, es que la bomal es ua dstrbucó dscreta y tee setdo calcular probabldades como metras que la ormal es ua dstrbucó cotua y, e cosecueca, puesto que para ua varable aleatora cotua la probabldad de que ésta tome u valor aslado es cero. Esto se resuelve s se cosdera També se puede usar esta correccó para mejorar la aproxmacó e otros casos, específcamete e lugar de calculamos e lugar de E los gráfcos sguetes se muestra para dferetes valores de y p cómo aproxma la dstrbucó N p, p p a la dstrbucó B, p = 5 p =.7 = 5.5 p =
12 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell =5 p = = p = = 5 p =..3 = p = Ejemplos: - Sea B5,.4. Hallar las probabldades exactas de que 8 y 8 y comparar estos resultados co los valores correspodetes ecotrados por la aproxmacó ormal. Solucó: De la tabla de la F.d.a. de la bomal ecotramos Ahora usamos la aproxmacó ormal p p p correccó por cotudad Observar que el valor aproxmado está muy cercao al valor exacto para Nuevamete este valor aproxmado está muy cerca del valor real de 8. 44
13 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell - Supoga que el % de todos los ejes de acero producdos por certo proceso está fuera de especfcacoes, pero se puede volver a trabajar e lugar de teer que evarlos a la chatarra. Cosdere ua muestra aleatora de ejes y deote por el úmero etre ellos que esté fuera de especfcacoes y se pueda volver a trabajar. Cuál es la probabldad aproxmada de que sea a a lo sumo 3? b meos de 3? c etre 5 y 5 clusve? Solucó: Sea la v.a. : úmero de ejes fuera de especfcacoes Etoces ~ B,., además p. 5 y p. 8 5 or lo tato podemos aplcar la aproxmacó ormal a la bomal a la probabldad pedda es p 8 p p 8 b La probabldad pedda es 3 Al ser ua v.a. dscreta co dstrbucó bomal c El gerete de u supermercado desea recabar formacó sobre la proporcó de cletes a los que o les agrada ua ueva polítca respecto de la aceptacó de cheques. Cuátos cletes tedría que clur e ua muestra s desea que la fraccó de la muestra se desvíe a lo más e.5 de la verdadera fraccó, co probabldad de.98?. Solucó: Sea : úmero de cletes a los que o les agrada la ueva polítca de aceptacó de cheques Etoces ~ B, p dode p es descoocdo y es la verdadera proporcó de cletes a los que o les agrada la ueva polítca de aceptacó de cheques. El gerete tomará ua muestra de cletes para estmar p co ya que es la proporcó de cletes a los que o les agrada la ueva polítca de aceptacó de cheques e la muestra de cletes. S o se toma a todos los cletes, etoces o será gual a p. La preguta es cuál debe ser para que se aleje del verdadero p e meos de.5 co probabldad.98 por lo meos, o sea para que p Etoces plateamos.5 p p.5.5 p.5 p p p p.5 p p T.C.L. 45
14 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell.5 p p.5 p p.5.98 p p.5.98 or lo tato. 99 p p Además.5 p p.5 p p Etoces debe cumplrse que o sea O sea se debe tomar ua muestra de al meos 6 cletes Aproxmacó ormal a la dstrbucó osso Se puede probar aplcado Teorema cetral del límte que S ~ etoces para sufcetemete grade tee aproxmadamete dstrbu- có N, Es decr para sufcetemete grade N, E la práctca s 3 la aproxmacó es buea. Observacó: la demostracó es seclla s es gual a u úmero atural pues, s cosderamos las varables aleatoras ~ co,,..., depedetes, etoces ya sabemos que ~, es decr ~ ero además por T.C.L. s es grade tee aproxmadamete dstrbucó ormal co pa- rámetros y O sea la dstrbucó de que es exactamete osso co parámetro, se puede aproxmar co ua N,, por lo tato N, aproxmadamete para valores de sufcetemete grades E los gráfcos sguetes se muestra para dferetes valores de cómo aproxma la dstrbucó N, a la dstrbucó 46
15 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell Ejemplo: El úmero de fraccoes por estacoameto e certa cudad e cualquer día hábl tee ua dstrbucó de osso co parámetro = 5. Cuál es la probabldad aproxmada de que: a más de 35 y a lo sumo 7 fraccoes se expda e u día e partcular? b el úmero total de fraccoes expeddas durate ua semaa de 5 días sea más de 5 y a lo sumo 75? Solucó: Sea : úmero de fraccoes por estacoameto e certa cudad e cualquer día hábl Etoces dode Como 5 etoces N, 5 aproxmadamete a la probabldad pedda es ~ b Sea : úmero total de fraccoes expeddas durate ua semaa de 5 días Etoces ~ dode La probabldad pedda es
16 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell ráctca Suma de varables aleatoras - Teorema cetral del límte. U hueco clídrco es perforado co u bloque de acero y se fabrca u pstó clídrco que quepa e el hueco. El dámetro del hueco es ua v.a. co dstrbucó ormal co meda cm y desvacó estádar. cm. El dámetro del pstó es ua v.a. co dstrbucó ormal co meda 9.9 cm y desvacó estádar. cm. La holgura es otra v.a. Z y es la mtad de la dfereca etre los dámetros. S e so depedetes, cuál es la probabldad de que la holgura sea meor que.8 cm? U compoete e forma de U esta formado por tres pezas A, B y C. La fgura lustra el compoete. La logtud de A tee ua dstrbucó ormal co meda de mm y desvacó estádar de. mm. El espesor de las pezas B y C esta dstrbudo ormalmete co meda de mm y desvacó estádar de.5 mm. Supoga que todas las dmesoes so depedetes. a Determe la meda y la desvacó estádar de la logtud del hueco D. b Cuál es la probabldad de que el hueco D sea meor que 5.9 mm?. 3 La v.a., que represeta el úmero de cerezas e ua tarta, tee la sguete dstrbucó de probabldad x a Ecuetre E y V = x b Ecuetre la esperaza y la varaza del úmero de cerezas promedo e 4 tartas c Ecuetre la probabldad aproxmada de que el úmero promedo de cerezas e 4 tartas sea meor que Uos tambores, co ua etqueta de 3 L, so lleados co ua solucó proveete de ua pleta grade. Se agrega ua catdad aleatoramete de la solucó e cada tambor co meda de 3. L y desvacó estádar de. L. a Cuál es la probabldad de que la catdad total de la solucó coteda e 5 tambores sea mayor a 5 L? b S la catdad total de la solucó e la pleta es de 4 L, cuál es la probabldad de que pueda llearse 8 tambores s que se acabe la solucó? c Cuáta solucó debe coteer la pleta para que la probabldad sea.9 de que pueda llearse 8 tambores s que se acabe la solucó? Observacó: Supogamos que se tee varables aleatoras,,...,, depedetes y co la msma dstrbucó de probabldad. Se dce que,,..., forma ua muestra aleatora de tamaño. 5 La ressteca a la ruptura de u remache tee u valor medo de lb/pulg y ua desvacó estádar de 5 lb/pulg. a Cuál es la probabldad de que la ressteca meda a la ruptura de la muestra, para ua muestra aleatora de 4 remaches, sea etre 99 y? 48
17 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell b S el tamaño muestral hubera sdo 5 e lugar de 4, podría calcularse la probabldad pedda e la parte a a partr de la formacó dada? 6 Se sabe que la dureza Rocwell de peros de certo tpo tee u valor medo de 5 y desvacó estádar de.5. a S la dstrbucó es ormal, cuál es la probabldad de que la dureza muestral meda para ua muestra aleatora de 9 peros sea por lo meos 5? b Cuál es la probabldad aproxmada de que la dureza muestral meda para ua muestra aleatora de 4 peros sea al meos 5 s o se puede afrmar que la dstrbucó de la dureza Rocwell sea ormal? 7 Supoga que la desdad del sedmeto g/cm de u espécme seleccoado al azar de certa regó está ormalmete dstrbuda co meda.65 y desvacó estádar.85. a S se seleccoa ua muestra aleatora de 5 especímees, cuál es la probabldad de que la desdad promedo de sedmeto muestral sea a lo sumo 3.?. etre.65 y 3.? b Qué ta grade se requerría u tamaño muestral para asegurar que la prmera probabldad de la parte a sea por lo meos.99?. 8 Supoga que es ua v.a. bomal co = y p =.. a Calcular la probabldad exacta de que sea meor que 4. b Aproxme la probabldad de que sea meor que 4 y compare el resultado co el del cso a. c Aproxme la probabldad de que 8 < <. 9 Supoga que el % de todos los ejes de acero producdos por certo proceso está fuera de especfcacoes, pero se puede volver a trabajar e lugar de teer que evarlos a la chatarra. Cosdere ua muestra aleatora de ejes y deote por el úmero etre ellos que esté fuera de especfcacoes y y se pueda volver a trabajar. Cuál es la probabldad aproxmada de que sea a a lo sumo 3? b meos de 3? c etre 5 y 5 clusve? Se procede a deteer el fucoameto de ua máqua para repararla s e ua muestra aleatora de artículos de la produccó dara de la máqua se ecuetra por lo meos 5% de artículos defectuosos. Supoga que la produccó dara costa de u gra úmero de artículos. S realmete la máqua produce solo % de artículos defectuosos, ecuetre la probabldad de que se pare la máqua u día dado. Sea la v.a. : º de mperfeccoes e ua pulgada de u alambre de cobre, se puede cosderar a v.a. dscreta co la f.d.p. x 3 a Se toma ua muestra de alambres. Cuál es la probab- px ldad de que el úmero promedo de mperfeccoes por alambre e esta muestra sea meor a.5? Sugereca: cosderar las varables : º de mperfeccoes e alambre, co =,,, b Cuál es la probabldad aproxmada de que meos de 45 de éstos alambres o tega mperfeccó? Sugereca: sea : º de alambres s mperfeccoes, se pde calcular e forma aproxmada 45 49
18 Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 5
6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE
arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las
Más detallesDada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ
TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,
Más detalles3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna
arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que
Más detallesSEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN
Más detalles5- VARIABLES ALEATORIAS BIDIMENSIONALES
Parte Varables aleatoras bdmesoales Prof. María B. Ptarell 5- VARIABLES ALEATORIAS BIDIMENSIONALES 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. Esto es, el resultado
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detalles10 MUESTREO. n 1 9/ / σ σ 1
10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,
Más detalles1 Estadística. Profesora María Durbán
Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el
Más detallesNOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesRespuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesLos Histogramas. Histograma simple
Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras
Más detallesPyE_ EF1_TIPO2_
SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos
Más detallesTEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS
MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS DISTRIBUCIÓN DE AGREGADOS 5..- Dstrbucoes -dmesoales. Aálss margal y codcoado 5..- Varables aleatoras depedetes. Propedades
Más detallesDISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL
Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u
Más detallesMódulo Teórico Estadística Básica Prof. Dr. Juan Ignacio Pastore. Unidad N
Udad N Varables aleatoras. Defcó de varable aleatora. Varable aleatora dscreta: fucó de probabldad y de dstrbucó acumulada. Varable aleatora cotua. Fucó de desdad de probabldad. Fucó de dstrbucó acumulada.
Más detallesque queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)
APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)
Más detallesEstadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo
Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detalles1.3. Longitud de arco.
.. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesDistribuciones Muestrales
Estadístca II / Fucoes Varables Aleatoras. Ig. Dey Gozález Dstrbucoes Muestrales Muestreo Aleatoro Poblacó Muestra Herrametas Estadístcas Medaa Muestral ) ) / (( ) / ( ) / ( ; es mpar ; es par = = Meda
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detallesPARTE SEGUNDA: INFERENCIA ESTADÍSTICA
ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesTema 16: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,
Más detallesEn esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )
Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo
Más detallesVARIABLES ESTADÍSTICAS UNIDIMENSIONALES.
CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detalles4º MEDIO: MEDIDAS DE POSICIÓN
4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co
Más detallesX / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara
95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado
Más detallesTema 12: Modelos de distribución de probabilidad: Variables Continuas
Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesColegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA
Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesGUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL
GUíAS DE TRABAJOS PRÁCTICOS 2 y (2do Cuatrmestre 208) GRÁFICOS DE COTROL ) Guía o 2: El admstrador de servcos de ua ageca grade de automóvles desea estudar la catdad de tempo requerdo para efectuar u tpo
Más detallesColegio Sagrada Familia Matemáticas 4º ESO
Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.
Más detallesMEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.
MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:
Más detallesal nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.
5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesAGRO Examen Parcial 1
AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para
Más detalles5 Distribuciones Muestrales
5 Dstrbucoes Muestrales. Itroduccó Al defr la estadístca se explcó que la probabldad se trabaja desde la poblacó haca la muestra, metras que la fereca estadístca se trabaja e setdo cotraro, es decr, de
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesEstadística Descriptiva
Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detalles5- VARIABLES ALEATORIAS BIDIMENSIONALES
Parte - Probabldades Prof. María B. Ptarell 5- VARIABLS ALATORIAS BIDIMSIOALS 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. sto es el resultado del eermeto de terés
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
EAMEN MODELO A Pág. 1 INTRODUCCIÓN AL ANÁLII DE DATO FEBRERO 018 Códgo asgatura: 6011037 EAMEN TIPO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo) Calfcacó
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesUNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Más detallesProbabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C
Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral
Más detallesAPROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS
APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detalles02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C
Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detalles2.4 Pruebas estadísticas para los números pseudoaleatorios
Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto
Más detallesESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA
Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería
Más detallesTema 6: Introducción al muestreo. Estimadores
Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)
Más detallesFacultad de Ciencias del Mar. Curso 2008/09 25/06/09
Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer
Más detallesRELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.
RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el
Más detalles4 METODOLOGIA ADAPTADA AL PROBLEMA
4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta
Más detallesGUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Más detallesAplicación de Boostrapping en Regresión I
Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores
Más detallesUNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Más detallesRepaso de probabilidades y estadística. Introducción
Repaso de probabldades y estadístca Itroduccó El campo de la estadístca tee que ver co la recoplacó, aálss y uso de datos para tomar decsoes y resolver problemas. Cuado se recbe formacó e forma de datos
Más detallesLECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS
Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN
Más detallesFUNCIONES ALEATORIAS
Uversdad de Medoza Ig. Jesús Rubé Azor Motoya FUNCIONES ALEATORIAS Ua varable aleatora se defe como ua fucó que represeta gráfcamete el resultado de u expermeto a los úmeros reales, esto es, X(), dode
Más detallesANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.
Más detallesQué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN
Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas
Más detallesEstimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.
Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl
Más detallesEXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15
1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:
Más detallesCENTRO DE MASA centro de masas centro de masas
CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable
Más detallesESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.
ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza
Más detallesEl valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad
Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor
árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad
Más detallesGENERALIDADES ESTADISTICA DESCRIPTIVA
MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:
Más detallesSOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de
Más detallesIV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Más detallesEstadística aplicada al Periodismo
Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca
Más detallesSupongamos que hemos aplicado el test F y hemos rechazado la H0.
Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesTeoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.
Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra
Más detalles