PROBABILIDAD Y ESTADÍSTICA

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

Download "PROBABILIDAD Y ESTADÍSTICA"

Transcripción

1 FCULTD DE INGENIERÍ U N M ROILIDD Y ESTDÍSTIC Irene atrca Valdez y lfaro renev@unam.mx Versón revsada: juno 2018

2 T E M S DEL CURSO 1. nálss Estadístco de datos muestrales. 2. Fundamentos de la Teoría de la probabldad. 3. Varables aleatoras. 4. Modelos probablístcos comunes. 5. Varables aleatoras conjuntas. 6. Dstrbucones muestrales. reparado por Irene atrca Valdez y lfaro

3 CONTENIDO TEM 2 2. Fundamentos de la teoría de la probabldad. Objetvo: El alumno comprenderá el concepto de probabldad, así como los teoremas en los que se basa esta teoría. 2.1 Expermentos determnístcos y aleatoros. Eventos y espaco de eventos. 2.2 Concepto de probabldad, cálculo de probabldades a través de técncas de conteo y dagramas de árbol. 2.3 Defncón axomátca de la probabldad. 2.4 robabldad conjunta, margnal y condconal, eventos ndependentes. robabldad total, teorema de bayes. reparado por Irene atrca Valdez y lfaro

4 FUNDMENTOS DE L TEORÍ DE L ROILIDD CONCETOS ÁSICOS reparado por Irene atrca Valdez y lfaro

5 DEFINICIONES REVIS FENÓMENO EXERIMENTO: Es todo aquel acto o accón que se realza con el fn de observar sus resultados y cuantfcarlos. Los fenómenos pueden clasfcarse de acuerdo al tpo de resultados en: Determnístco Es aquel cuyos resultados se pueden predecr de antemano. robablístco aleatoro Es aquel en el que para las lmtacones actuales del conocmento centífco, no se puede predecr con certeza el resultado. reparado por Irene atrca Valdez y lfaro

6 ESCIO DE EVENTOS l conjunto de todos los posbles resultados de un expermento aleatoro se le denomna ESCIO DE EVENTOS S. cada posble resultado del espaco le llamaremos ELEMENTO. Un EVENTO en general es un conjunto de eventos smples o posbles resultados del expermento. S el evento está compuesto por un únco elemento le llamaremos EVENTO SIMLE. S el evento no tene nngún resultado posble se le denomna EVENTO VCÍO. El espaco de eventos puede ser FINITO o INFINITO y a su vez DISCRETO O CONTINUO reparado por Irene atrca Valdez y lfaro

7 EJEMLO: ESCIO DE EVENTOS Expermento: rrojar dos dados y observar la suma de los puntos de las caras que quedan haca arrba. Sean: Y 1 los puntos del prmer dado Y 2 los puntos del segundo dado X Y 1 +Y 2 Cuál es el espaco de eventos de X? S { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 } S { x 2 x 12, x ℵ} Nota: debe observarse, en este caso, que el resultado x4 puede presentarse s Y 1 2 y Y 2 2, o ben s Y 1 1 y Y 2 3. Lo msmo ocurre con otros valores. reparado por Irene atrca Valdez y lfaro

8 EJEMLO: ESCIO DE EVENTOS S { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 } lgunos eventos de este espaco son: { 2, 4, 6, 8, 10, 12 } { 7, 10, 11 } C { 3, 5, 7, 9, 11 } D { 9 } Nota: debe observarse, en este caso, que el resultado x4 puede presentarse s Y 1 2 y Y 2 2, o s Y 1 1 y Y 2 3. Lo msmo ocurre con otros valores. LGUNS OERCIONES ESTOS CON EVENTOS: C S C C D D { 10 } C { 3, 5, 7, 9, 10, 11 } C { 7, 11 } reparado por Irene atrca Valdez y lfaro

9 DEFINICIONES REVIS Eventos mutuamente excluyentes: S se tenen dos o más eventos que pertenecen a S y al realzar el expermento solo puede ocurrr uno u otro, pero no smultáneamente. or ejemplo: Eventos colectvamente exhaustvos: S la unón de los eventos es gual al especo de eventos. or ejemplo: S Eventos mutuamente excluyentes y colectvamente exhaustvos: S se cumplen las dos condcones anterores or ejemplo: y además S reparado por Irene atrca Valdez y lfaro

10 EVENTOS MUTUMENTE EXCLUYENTES Y COLECTIVMENTE EXHUSTIVOS: S k S, 1, 2,... k, 1, 2,... k Todos los eventos pertenecen al espaco de eventos S. La nterseccón de todos los eventos es el conjunto nulo. S, 1, 2,... k La unón de todos los eventos es gual al especo de eventos. reparado por Irene atrca Valdez y lfaro

11 CONCETO DE ROILIDD Del latín probabltas, verosmltud verus, verdadero y smls semejante. Fundada aparenca de verdad, caldad de probable, que puede suceder. DIFERENTES INTERRETCIONES DE ROILIDD: SUJETIV CLÁSIC FRECUENTIST reparado por Irene atrca Valdez y lfaro

12 INTERRETCIÓN SUJETIV DE L ROILIDD De acuerdo con esta nterpretacón, la probabldad de un evento es el grado de certdumbre que tene una persona, o grupo de personas, acerca de la ocurrenca de un evento. puede ser que se base en la experenca o en certa nformacón que se tenga. Una probabldad gual a cero ndca una certeza absoluta de que el evento no ocurrrá y una probabldad gual a 1 100% ndca una certeza absoluta de que el evento ocurrrá. reparado por Irene atrca Valdez y lfaro

13 INTERRETCIÓN CLSIC DE L ROILIDD Sea ns es el número de elementos, gualmente posbles y mutuamente excluyentes, del espaco muestral S de un expermento aleatoro, y sea n el número de elementos de un evento cualquera de ese espaco muestral. La probabldad de que ocurra el evento, al realzar el expermento, es la proporcón de n con respecto a ns. n n S reparado por Irene atrca Valdez y lfaro

14 INTERRETCIÓN FRECUENTIST DE L ROILIDD S un expermento aleatoro se ejecuta n veces bajo las msmas condcones, y m de los resultados son favorables al evento, la probabldad de que ocurra el evento al realzar nuevamente el expermento es: lím n m n Una forma común de calcular la probabldad aproxmada de un evento, desde el punto de vsta frecuentsta, es dvdendo el número de veces que ocurre, n; entre el número total de veces que se efectúa el expermentos, ns ó smplemente n. n n reparado por Irene atrca Valdez y lfaro

15 EJEMLOS DE INTERRETCIONES DE L ROILIDD SUJETIV: Está nublado, hay un 70% de probabldad de lluva. CLÁSIC: S en un grupo hay 40 ngeneros y 20 arqutectos, la probabldad de que al selecconar aleatoramente a una persona del grupo, su profesón sea de ngenero es: 40/60 4/6. FRECUENTIST: l sacar de una urna muy grande 100 pelotas, se observaron 30 rojas y 70 blancas. La probabldad de que al sacar otra pelota, ésta sea blanca es: 70/100 7/10. se desconoce cuántas pelotas hay dentro de la urna reparado por Irene atrca Valdez y lfaro

16 XIOMS DE ROILIDD Sea S el espaco de eventos de un expermento, y E un evento cualquera de S. 1. S 1 2. E 0 3. S para E 1, E 2,... se cumple que E E j, para toda j, entonces: E 1 E 2... E 1 + E reparado por Irene atrca Valdez y lfaro

17 TEOREMS DERIVDOS DE LOS XIOMS Sea S el espaco muestral de un expermento, y E un evento cualquera de S E 1, para cualquer E S 3. Regla de la adcón para cualesquera eventos: S y pertenecen a S, se cumple que: + - reparado por Irene atrca Valdez y lfaro

18 reparado por Irene atrca Valdez y lfaro ROILIDD CONDICIONL Supónganse dos conjuntos y que pertenecen al espaco muestral S S se sabe que ya ocurró el evento, la probabldad de que tambén haya ocurrdo se escrbe: y se lee la probabldad de dado. equvale a calcular la probabldad de cuando el espaco muestral se reduce a. n n ero tambén, s dvdmos numerador y denomnador entre ns tenemos: S n n S n n y análogamente:

19 ROILIDD CONJUNT Supónganse dos eventos y que pertenecen al espaco muestral S La probabldad conjunta de y, es la probabldad de que ocurran el evento y el evento de manera smultánea. Despejando de la expresón dada antes para probabldad condconal se tene: o ben: reparado por Irene atrca Valdez y lfaro

20 EVENTOS INDEENDIENTES Supónganse dos eventos y que pertenecen al espaco muestral S Se dce que es ndependente de s resulta que, lo que sgnfca que el evento no nfluye en absoluto para la realzacón o no del evento. S es éste el caso, y puesto que tenemos que: y por lo tanto, los eventos y son ndependentes s, y solo s: Teorema: s y son ndependentes, entonces: y son ndependentes. y son ndependentes. y son ndependentes. reparado por Irene atrca Valdez y lfaro

21 Sean 1, 2,... n muestral S. TEOREM DE L MULTILICCIÓN R ROILIDD CONDICIONL n eventos cualesquera de un espaco n n n 1 En una urna hay 60 esferas azules y 40 rojas, cuál es la probabldad de que al sacar tres consecutvamente sn regresarlas, la secuenca sea: {a,a,r} {a,a,r} Calcular la probabldad de que la secuenca sea {a,a,r} s cada que se saca una esfera se observa el color y se regresa a la urna. S los eventos y j son ndependentes j, entonces: n n reparado por Irene atrca Valdez y lfaro

22 Ejemplo: ROILIDD CONDICIONL, CONJUNT Y MRGINL En un curso de verano de regularzacón los alumnos nscrtos se dstrbuyen como se muestra en la tabla. certo profesor se le asgnará aleatoramente a un alumno. RIMER GRDO SEGUNDO GRDO TERCER GRDO Sumas FÍSIC QUÍMIC MTEMÁTEMÁTICS Sumas La probabldad de que le asgnen un alumno de prmer grado de físca es de 46/350. robabldad conjunta. La probabldad de que le asgnen un alumno de físca de cualquer grado es 111/350. robabldad margnal. S le asgnaron un alumno de químca, la probabldad de que éste sea de tercer grado es 42/127. robabldad condconal. reparado por Irene atrca Valdez y lfaro

23 ROILIDD MRGINL robabldad margnal de un evento es la probabldad smple de ese evento, pero expresada como una suma de probabldades conjuntas. En un curso de verano de regularzacón los alumnos nscrtos se dstrbuyen como se muestra en la tabla. certo profesor se le asgnará aleatoramente a un alumno. C RIMER GRDO SEGUNDO GRDO TERCER GRDO Sumas F Q M FÍSIC QUÍMIC MTEMÁTEMÁTICS Sumas odemos observar, con base en el renglón de sumas, que la probabldad del evento es smplemente 143/350, pero tambén: F + Q + M 46/ / / /350 nálogamente, con base en la columna de sumas, podemos ver que Q 127/350, pero tambén: Q Q + Q + Q C 45/ / / /350 reparado por Irene atrca Valdez y lfaro

24 S ROILIDD TOTL k Consdérese que el espaco muestral S está partconado en k eventos mutuamente excluyentes y colectvamente exhaustvos; y que sobre el msmo espaco muestral S se defne un evento, que puede tener algunas nterseccones con los eventos. La probabldad total del evento puede expresarse como la suma de las nterseccones del evento con los evento k k 1 reparado por Irene atrca Valdez y lfaro

25 reparado por Irene atrca Valdez y lfaro ROILIDD TOTL Consderese la probabldad total del evento : Recordando que para cada evento : Susttuyendo éste últmo hecho en la expresón para la probabldad total de : k k k Con lo que la probabldad total de tambén se escrbe: 1 k

26 reparado por Irene atrca Valdez y lfaro TEOREM DE YES S k... j j Recordando que para un evento j : y que la probabldad total del evento es: 1 k Susttuyendo II en I obtenemos: 1 k j j...i...ii...iii

27 reparado por Irene atrca Valdez y lfaro TEOREM DE YES TEOREM DE YES: 1 k j j j j en III obtenemos el: j j j Susttuyendo la sguente expresón

FACULTAD DE INGENIERÍA U N A M

FACULTAD DE INGENIERÍA U N A M FCULTD DE INGENIERÍ U N M Irene atrca Valdez y lfaro renev@servdor.unam.mx T E M S DEL CURSO 1. nálss Estadístco de datos muestrales. 2. Fundamentos de la Teoría de la probabldad. 3. Varables aleatoras.

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FCULTD DE INGENIERÍ U N M ROILIDD Y ESTDÍSTIC Iree atrca Valdez y lfaro reev@servdor.uam.mx T E M S DEL CURSO. álss Estadístco de datos muestrales. 2. Fudametos de la Teoría de la probabldad. 3. Varables

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

TEMA 1: INCERTIDUMBRE Y PROBABILIDAD

TEMA 1: INCERTIDUMBRE Y PROBABILIDAD MÉTODOS ESTDÍSTICOS PR L EMPRES TEM 1: INCERTIDUMBRE Y PROBBILIDD 1.1.- La probabldad. Conceptos y cuantfcacón 1.2.- Defncón axomátca de la probabldad 1.3.- Probabldad condconada e ndependenca 1.4.- Probabldad

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos.

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos. ROILIDD Álgebra de sucesos. Un fenómeno o exerenca se dce que es aleatoro cuando al reetrlo en condcones análogas es mosble de redecr el resultado. El conjunto de todos los resultados osbles de un exermento

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo 4 Probabldades Estadístca Computaconal II Semestre 006 Profesores: Héctor llende (hallende@nf.utfsm.cl) Carlos Valle (cvalle@nf.utfsm.cl)

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad Grupo 23 Semestre Segundo examen parcial Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta

Más detalles

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70 Análss del caso promedo Técncas Avanzadas de Programacón - Javer Campos 70 Análss del caso promedo El plan: Probabldad Análss probablsta Árboles bnaros de búsqueda construdos aleatoramente Tres, árboles

Más detalles

Tema 1.- Variable aleatoria discreta (V2.1)

Tema 1.- Variable aleatoria discreta (V2.1) Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas Tema : Jerarquía Dgtal Síncrona, SDH Dsponbldad de Sstemas Tecnologías de red de transporte de operadora MÁSTER EN INGENIERÍ TELEMÁTIC Profesor: Espín Defncones Fabldad (Relablty): Probabldad de que el

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ 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 detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un epermento, un número real.

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

2 de mar de 2004 Codificación de imágenes y video

2 de mar de 2004 Codificación de imágenes y video Teoría de la Informacón 2 de mar de 2004 Codfcacón de mágenes y vdeo 2 de mar de 2004 Codfcacón de mágenes y vdeo 2 El clma en el Río de la Plata...... S... T... S... S S S T T... S S S... S T... S T p=0.5,

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

MEDIDAS DE ASOCIACIÓN: COEFICIENTES DE CORRELACIÓN Y DE REGRESIÓN I.- Introducción En el tema I estudiamos las medidas descriptivas para una

MEDIDAS DE ASOCIACIÓN: COEFICIENTES DE CORRELACIÓN Y DE REGRESIÓN I.- Introducción En el tema I estudiamos las medidas descriptivas para una MEDIDAS DE ASOCIACIÓ: COEFICIETES DE CORRELACIÓ DE REGRESIÓ I.- Introduccón En el tema I estudamos las meddas descrptvas para una varable, y además, planteamos que tales meddas tambén exsten para dos o

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

Más detalles

3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA

3º ESO ESTADÍSTICA DEPARTAMENTO DE MATEMÁTICAS. SAGRADO CORAZÓN COPIRRAI_Julio César Abad Martínez-Losa ESTADÍSTICA 3º ESO ESTADÍSTICA DEPARTAMETO DE MATEMÁTICAS. COPIRRAI_Julo César Abad Martínez-Losa ESTADÍSTICA 1.- POBLACIÓ, MUESTRA y CARACTERES ESTADÍSTICOS.- Poblacón: Son todos los ndvduos sobre los que se realza

Más detalles

PyE_ EF2_TIPO1_

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

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011 Análss de equlbro general en economías cerradas con produccón. Preferencas Cobb-Douglas Tecnologías Cobb-Douglas con rendmentos constantes a escala. Enrque awamura Mcroeconomía I para economstas. FCE-UBA.

Más detalles

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1 NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i ) 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 detalles

Adquisición y Tratamiento de Datos (Febrero 2005). 1ª parte: Cuestiones.

Adquisición y Tratamiento de Datos (Febrero 2005). 1ª parte: Cuestiones. Adquscón y Tratamento de Datos (Febrero 2005). Las cuestones: 1ª parte: Cuestones. Se deben responder en la hoja adjunta. Debe marcarse una únca respuesta. Por favor, leer los enuncados y las solucones

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 PROBABILIDAD Y ESTADISTICA LABORATORIO PARA EXAMENES EXTRAORDINARIOS INSTRUCCIONES.- CONTESTE CADA UNO DE LOS SIGUIENTES PROBLEMAS COMPROBANDO SU RESPUESTA

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD

INTRODUCCIÓN A LA PROBABILIDAD INTRODUCCIÓN A LA PROBABILIDAD José Lus Quntero Expermento aleatoro Expermento Bnomal Teoría de Conjuntos Probabldad Teorema de Bayes Técncas de Conteo Unversdad Central de Venezuela Facultad de Ingenería

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

6 Minimización del riesgo empírico

6 Minimización del riesgo empírico 6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón

Más detalles

Tema 1: TEORÍA DE LA PROBABILIDAD

Tema 1: TEORÍA DE LA PROBABILIDAD Tema : TEORÍ DE L ROLDD Carlos lberola López Lab. rocesado de magen, ETS Telecomuncacón Despacho D04 caralb@tel.uva.es, jcasasec@tel.uva.es, http://www.lp.tel.uva.es/sar . ara qué estudar esto? Se pretende

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

5ª Parte: Estadística y Probabilidad

5ª Parte: Estadística y Probabilidad ª Parte: Estadístca y Probabldad. Las notas de los alumnos de una clase son:,,,, 6, 7,,,,,,,, 7,,,, 6,, Haz una tabla de frecuencas. Solucón Varable Frecuencas absolutas Frecuencas relatvas estadístca

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

MUESTREO EN POBLACIONES FINITAS

MUESTREO EN POBLACIONES FINITAS MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL SEMESTRE 04

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

OCION elegr opcones) Ejercco 1 EJERCICIOS Un rombo tene 30 m de superfce su ángulo menor es de 4º, Calcule la longtud de su lado. Ejercco S sumamos uno a un número calculamos su raíz cuadrada postva, se

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

Clase Auxiliar #1: Teoría de Juegos

Clase Auxiliar #1: Teoría de Juegos UNIVERSIDAD DE CHILE FAC DE CIENCIAS FÍSICAS Y MATEMÁTICAS Departamento de Ingenería Industral Curso: IN5A Economía Industral Semestre: Prmavera 7 Profesor: Ronald Fscher Auxlares: Klaus Kaempfe Sofía

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: 7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos

Más detalles

Dada una situación experimental, f(x) la tomaremos de tal manera que se ajuste al problema particular que estemos considerando.

Dada una situación experimental, f(x) la tomaremos de tal manera que se ajuste al problema particular que estemos considerando. 1. ITRODUCCIÓ. DEF Dremos que X es una varable aleatora dscreta undmensonal s es una varable aleatora que toma sólo un número fnto o nfnto numerable de valores del eje x. Supongamos que X toma úncamente

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Variables aleatorias discretas

Variables aleatorias discretas UNIDAD 5 Varables aleatoras dscretas Objetvos Al fnalzar la undad, el alumno: utlzará el método de puntos muestrales asocado a varables aleatoras dstngurá una varable aleatora dscreta de una varable aleatora

Más detalles

1. Para qué estudiar esto? Tema 1: TEORÍA DE LA PROBABILIDAD. Para qué estudiar esto? Para qué estudiar esto?

1. Para qué estudiar esto? Tema 1: TEORÍA DE LA PROBABILIDAD. Para qué estudiar esto? Para qué estudiar esto? Tema : TEORÍ DE L ROLDD arlos lberola López Lab. rocesado de magen, ETS Telecomuncacón Despacho D04 caralb@tel.uva.es, casasec@tel.uva.es, http://www.lp.tel.uva.es/sar. ara qué estudar esto? Se pretende

Más detalles

Mecánica Estadística: Estadística de Maxwell-Boltzmann

Mecánica Estadística: Estadística de Maxwell-Boltzmann Ludwg Boltzmann 1844-1906 James Clerk Maxwell 1831-1879 E. Martínez 1 Lápda de Boltzmann en el cementero de Vena S=k ln W E. Martínez 2 S=k ln W Entropía, una propedad termodnámca Una medda de nuestra

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior) DIFERENTES TIOS DE DISTRIBUCIÓN UTILIZACIÓN DE FUNCIONES DE EXCEL EN MODELOS DE SIMULACIÓN Utlzacón ndvdual y conjunta de funcones para la representacón del comportamento de varables bajo las alternatvas

Más detalles

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

II. PROBABILIDADES CONDICIONALES. 2.1 Definiciones. Supongamos que lanzamos dos dados

II. PROBABILIDADES CONDICIONALES. 2.1 Definiciones. Supongamos que lanzamos dos dados II. PROBABILIDADES CONDICIONALES. 2. Defncones Supongamos que lanzamos dos dados p( ω ) con ω ( ω, ω 2 ) ω, ω 2 6 {,2,...,6} S observamos que el prmer dado muestra el número 4, Cual es la probabldad de

Más detalles

ASIGNACION 2 INEL3105 A revisar a partir del 1 marzo.

ASIGNACION 2 INEL3105 A revisar a partir del 1 marzo. SIGNION INEL305 revsar a partr del marzo. Problema. Para un crcuto con bpolos, formamos el gráfco, o grafo (graph) susttuyendo cada bpolo por una línea que une los dos nodos a los que está conectado. Esta

Más detalles

Física Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria

Física Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria Tercer curso del Grado en Físca largoju at uncan.es J. Largo & J.R. Solana solanajr at uncan.es Departamento de Físca Aplcada Unversdad de Cantabra Indce I Estadstcas Dstrbucones para los sstemas cuántcos

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

1. Variable aleatoria. Clasificación

1. Variable aleatoria. Clasificación Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.

Más detalles

UNIDAD 4: ESTUDIEMOS LA PROBABILIDAD. 7. Probabilidad 1

UNIDAD 4: ESTUDIEMOS LA PROBABILIDAD. 7. Probabilidad 1 UNIDAD 4: ESTUDIEMOS LA PROBABILIDAD. 7. Probabilidad 1 Objetivos conceptuales. Comprender lo que es probabilidad. Objetivos procedimentales. Efectuar cálculos de probabilidad. Objetivos actitudinales.

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método

Más detalles

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS ESTADÍSTICA I TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS VII.1.- Varable aleatora. Clasfcacón. VII.1.1.- Introduccón. VII.1..- Defncón. VII.1.3.- Clasfcacón. VII..- Caracterzacón de

Más detalles