Universidad Técnica Federico Santa María
|
|
- Jaime Ortiz Pinto
- hace 5 años
- Vistas:
Transcripción
1 Uversdad Técca Federco Sata María Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 4 Probabldades Estadístca Computacoal II Semestre 006 Profesores: Héctor llede (hallede@f.utfsm.cl Carlos Valle (cvalle@f.utfsm.cl Expermeto aleatoro :: ξ Espaco Muestral :: Ω Eveto o Suceso :: ; ; ;. Sucesos elemetales, seguros e mposbles Probabldad :: grado de de certdumbre Probabldad y Juegos de de zar Probabldad y Frecueca relatva Probabldad Subetva (Persoal Coceptos áscos Coutos y Evetos Expermeto Expermeto leatoro: leatoro: --Expermeto Expermeto que que tee tee o más más resultados resultados posbles posbles Eveto Eveto (( Suceso Suceso Elemetal: Elemetal: -Resultado -Resultadode de u u expermeto expermetodvsble dvsble -Mutualmete -MutualmeteExcluyetes: s s ocurre ocurre uo uo o o exste exste posbldad posbldad de de observar observar otro otro -Equprobable -Equprobable:: Cada Cada eveto eveto smple smple tee tee detca detca probabldad probabldad Espaco EspacoMuestral -El -El couto couto que que cotee cotee todos todos los los resultados resultados posbles posbles Eveto Eveto -El -El couto couto de de todos todos los los evetos evetos elemetales elemetales posbles posblesque que resulta resulta e e la la ocurreca ocurreca del del eveto eveto Ω w Ω Ω : Espaco Muestral: Todos los posbles resultados elemetales w Ω, resultado elemetal I :Famla de todos los evetos posbles de Ω I, luego es u Eveto mposble Ω I, luego Ω es el Eveto Seguro y I, luego so evetos I; I; c I, so evetos 4
2 Uversdad Técca Federco Sata María Cocepto de σ-álgebra de sucesos Coutos vs. Evetos Sea Sea I ua ua clase clase o o vacía vacía formada por por certos subcoutos del del espaco muestral Ω. Ω. σ-algebra de de sucesos :: I es esua σ-algebra Φ, Φ, Ω є I,, los los sucesos complemetaros de de aquellos que que está e e I y també está e e I, I, así asícomo sus sus uoes umerables (sea ftas o ftas. Esto Esto se se puede eucar como: c I I es ua σ álgebra I I,..., Υ 5 Teoría Coutos Teoría Probabldades Ω Uverso Espaco Muestral I Couto Poteca Famla Clases de Evetos I subcouto de Ω es u Eveto w w es elemeto de Ocurre el eveto Couto vacío Eveto Imposble Ω Uverso Eveto Seguro uó Eveto o Eveto terseccó Eveto y Eveto c Complemeto de Eveto o- es subcouto de mplca y so dsutos y mutuamete excluyetes 6 Eemplo Dado Se Se realza realza u u expermeto expermeto aleatoro aleatoro de de lazar lazar u u dado dado al al are: are: -Sucesos -Sucesos elemetales elemetales {}, {},{}, {},{}, {},{4}, {4},{5}, {5},{6} {6} -Espaco -Espaco Muestral Muestral S{,,,4,5,6} S{,,,4,5,6} -Couto -Couto Poteca Poteca I S{Ø,S,{},{},...,{,},...} S{Ø,S,{},{},...,{,},...} σ-álgebra Ø suceso suceso mposble mposble S suceso suceso seguro seguro {, {,,, 5} 5} -Sucesos -Sucesos aleatoros aleatoros {4, {4, 5, 5, 6} 6} {, {, 4, 4, 6}{, 6}{,,, 5} 5} C Eemplo S S se se realza realza u u expermeto expermeto aleatoro aleatoro de de esperar esperar el el tempo tempo que que hace hace falta falta para para que que u u átomo átomo de de carboo carboo catorce, catorce, C 4 4,, se se destegre destegre de de modo modo atural, atural, se se tee tee que que + Ω R s s embargo, embargo, el el σ-álgebra σ-álgebra de de sucesos sucesos que que se se cosdera cosdera o o es es R, R, que que es es ua ua clase clase demasado demasado complea complea para para defr defr sobre sobre sus sus elemetos elemetos ua ua medda medda de de probabldad. probabldad. E E su su lugar lugar se se cosdera cosdera el el σ-álgebra σ-álgebra formada formada por por todos todos los los tervalos, tervalos, abertos abertos o cerrados, cerrados, y sus sus uoes uoes ftas ftas I {Ø, {Ø, R + +,,(,,...,(,],...} (,,...,(,],...} lo lo que que por por supuesto supuesto cluye cluye a los los putos putos de de R
3 Uversdad Técca Federco Sata María Expermeto leatoro I Se toma al azar ua esfera de la ura I Se trasfere a la ura II, se mezcla be. Se elge, aleatoramete, ua esfera de la ura II. cuál es la probabldad a pror que sea verde? II 9 I Espaco Muestral Traspasar Roa # Traspasar Verde # Traspasar Verde # II II II Dsttas formas como puede resultar el expermeto. Ya que las esferas ha sdo sacadas al azar, cada uo de ellas tee la msma posbldad de ocurrr 0 ocoes de Probabldad Eemplo Probabldad Probabldad es es ua ua medda medda de de la la certdumbre certdumbre (Estmacó (Estmacó de de la la probabldad probabldad Teórca Teórca -- Pror Pror -Pr -Pr( / úmero úmero de de posble posble formas formas e e que que puede puede ser ser observado observado úmero úmero total total de de resultados resultados posbles posbles Hstórca Hstórca (empírca-frecueca (empírca-frecueca-- Posteror Posteror -Pr -Pr( / / úmero úmero de de veces veces que que ocurro ocurro úmero úmero total total de de observacoes observacoes Subetva Subetva -La -La Opó Opó de de u u Experto Experto E E la la fgura fgura se se preseta preseta la la evolucó evolucó de de la la frecueca frecueca relatva relatva del del úmero úmero de de caras caras obtedo obtedo e e el el lazameto lazameto de de ua ua moeda moeda e e ocasoes ocasoes (smulado (smulado e e u u computador. computador.
4 Uversdad Técca Federco Sata María Modelo Probablístco Sea ua Dstrbucó de de Probabldad P, P, fucó que asga a cada sub-couto razoable de de Ω u u valor etre 0 y.. Ω Sea I coleccó de de evetos razoables de de Ω (σ-álgebra P : I [0;] Modelo de Probabldad ( Ω, I, P Cálculo de Probabldades (Evetos Equprobables ocó tutva (regla de de Laplace: Resultados favorables al eveto Resultados posbles ocó frecuetsta: Sea : total de veces que se realza u expermet o : total de veces que ocurre lm 4 Eemplo Dado Cuál es es la la probabldad de de que al al lazar u u dado se se tega par? -El -El espaco espaco muestral muestrales es Ω{, Ω{,,,,, 4, 4, 5}. 5}. Vamos Vamos a llamar llamar,, al al suceso suceso cosstete cosstete e e que que el el resultado resultado es es mpar, mpar, {,,5}. {,,5}. Como Como o o supoemos supoemos que que gua gua de de las las caras caras ofrece ofrece ua ua probabldad probabldad de de ocurreca ocurreca dferete dferete a las las demás, demás, podemos podemos aplcar aplcar la la regla regla de de Laplace Laplacepara para obteer obteer que que úmero de casos favorables a P[ ] úmero de casos posbles 6 Cálculo de Probabldades (Evetos Equprobables Observacó Observacó -E -E muchas muchas ocasoes ocasoes os os preocupamos preocupamos de de elegr elegr de de maera maera aleatora aleatora uo uo o más más obetos obetos desde desde ua ua coleccó coleccó de de obetos obetos Sea Sea el el úmero úmero de de obetos. obetos. -Elegr -Elegr obeto obeto al al azar, azar, sgfca sgfca que que cada cada obeto obeto tee tee la la msma msma probabldad probabldad de de ser ser elegdo. elegdo. elegr elegra / / -Elegr -Elegr obetos obetos al al azar azar sgfca sgfca que que cada cada par parde de obetos obetos tee tee la la msma msma probabldad probabldad de de ser ser selecoado. selecoado. Supogamos Supogamos que que exste exste K de de tales tales pares, pares, etoces etoces la la probabldad probabldad de de elegr elegr u u par par cualesqueres cualesquereses es / / K. K. -Elegr -Elegr r r obetos obetos aleatoramete, aleatoramete, r r <,, sgfva sgfvaque que cada cada r-tupla r-tuplade de obetos obetos tee tee la la msma msma probabldad probabldad de de ser ser seleccoada seleccoada que que cualquer cualquer otra otra r-tupla. r-tupla
5 Uversdad Técca Federco Sata María Probabldad xomátca Propedades xoma : : xoma : : xoma :- :- Supoedo se verfca que { 0 Ω que, }, I sea mutuamete excluyete.. φ C S S Σ S S Espaco Muestral Fto Probabldad Codcoal Sea Ω w, w,..., w } { E { w } ΥE Ω,.., Espaco Muestral Fto Eveto Elemetal Mutuamete excluyete s de a pares plcado los los axomas se se tee E f > 0 ΥE Como E Ι E 0,,,..., f E Ι E E + E Sea,, dos sucesos tal tal que > La probabldad de de codcoada a la la ocurreca de de,, deotada como :: Ι Propedades: 0 Ω Ω Σ co co,,,, :: 9 0 5
6 Uversdad Técca Federco Sata María Probabldad Codcoal Probabldad Codcoal Ω Cetra el foco de atecó e el hecho que se sabe que ha ocurrdo el eveto També se ha ecotrado que el 5% de la pezas que o tee fallas superfcales so fucoalmete defectuosas Se ha ecotrado que el 5% de las pezas co fallas superfcales so fucoalmete defectuosas Estamos dcado que el espaco muestral de terés se ha reducdo sólo a aquellos resultados que defe la ocurreca del eveto Por lo tato el 90% o tee fallas vsbles e la superfce. 00% pezas Maufacturadas Se sabe que el 0% de las pezas maufacturadas tee fallas vsbles e la superfce. Etoces, mde la probabldad relatva de co respecto al espaco reducdo Eveto { peza fucoalmete defectuosa} { peza tee ua falla vsble e la superfce} dado? Casos Probabldad Codcoal Probabldad Total S 0 S S S Sea,,,..., evetos mutuamete excluyetes :: P ( Etoces Υ Cosecueca (Regla de de ayes: 4 6
7 Uversdad Técca Federco Sata María Equpo Fallado Sea,,..., Etoces Probabldad Total evetos mutuamete excluyetes Equpo Maufacturado e Plata Υ Supogamos de de que se se elge aleatoramete u u Equpo y se se ecuetra que está fallado. cuál es es la la probabldad que sea maufacturado e e Plata? Se Se pde pde ; ; pero pero sólo sólo se se cooce,,,,,,,,....,, k Sabemos que que Ι φ; Regla de ayes Υ S 5 6 Probabldad Multplcatva Regla de la Multplcacó Ley Multplcatva: Ι... Ι sempre que: Ι > 0 El El úmero úmero de de maeras maeras dferetes dferetes de de elegr elegr o sacar sacar u u elemeto elemeto de de del del couto couto que que tee tee elemetos, elemetos, luego luego u u elemeto elemeto de de u u couto couto que que tee tee elemetos, elemetos,......,, y falmete falmeteu u elemto elemtodel del k-ésmo k-ésmo couto couto que que tee tee k elemetos, k elemetos, e e dode dode el el orde orde como como se se seleccoa seleccoa es es mportate mportate * *...*...* k k 7 8 7
8 Uversdad Técca Federco Sata María Eemplo Sea, sucesos de de u u msmo modelo de de probabldad (Ω, R, R, P P tales que: 0,4 0,7 0,75 Determar: C ;; - ;; C C ;; C Solucó C / 0,75 * 0,4 0, 0,7-0,4 + 0, 0,6 C 0,4 - C - 0,6-0, 0, C C C + C - C C C C C - C 0,6-0, 0, Luego C C 0,4 + 0,6-0, 0,7 / C C 0, 0,5 C 0,4 9 0 Eemplo Solucó U U procesador para para computadores puede prover de de cualquera de de tres tres fabrcates co co probabldades: p 0,5; p 0,50; p 0,5. Las Las probabldades de de que que u u procesador fucoe correctamete durate horas es es 0,; 0,; 0, 0, y 0,4 0,4 respectvamete para para los los fabrcates: Calcular la la probabldad de de que que u u procesador elegdo al al azar azar fucoe durate horas. S S el el procesador fucoó correctamete durate el el período de de horas cuál es es la la probabldad de de que que haya haya provedo del del er er fabrcate? C P C F 0.* * * F C F F C C ( F 0.4*
9 Uversdad Técca Federco Sata María Idepedeca Probablístca Sea Sea,, dos dos evetos del del modelo probablístco (Ω, (Ω, I, I, P. P.,, se se dce probablístcamete depedetes ss: ss: Ι Sea Sea { { : : I {,,,...,k}} ua ua coleccó de de evetos de de (Ω, (Ω, I, I, P. P. Se Se dce dce que que los los elemetos so so coutamete depedetes ss: ss: Ι φ J I {,,,..., k} J J Observacoes Idepedeca Idepedeca probablístca probablístca Couta Couta Idepedeca Idepedeca de de a pares pares.. Idepedeca Idepedeca probablístca probablístca de de a pares pares Idepedeca Idepedeca probablístca probablístca Couta Couta.. S S,, so so evetos evetos depedetes depedetes probablístcamete. probablístcamete. Etoces Etoces se se tee tee,, C C so so depedetes. depedetes. C C,, C C so so depedetes depedetes C C,, so so depedetes depedetes Sea Sea (Ω, (Ω, Ω Ω,, P P modelo modelo de de probabldad. probabldad. Estudar Estudar depedeca depedeca couta couta y y de de a a pares. pares. 4 Idepedeca Probablístca Eemplo : : Sea (Ω, Ω,, P P modelo de de probabldad. Ω { (,0,0 (0,,0 (0,0, (,, } {w } } /4,, 4 Sea,,,, evetos de de (Ω, Ω,, P P :: : : era era coord. es es : : da da coord. es es : : era era coord. es es Estudar depedeca couta y de de a pares. Eemplo.4 : Idepedeca Probablístca 4 Probabldad de cerrar los relés,, y 4 es p. S todos los relés fucoa depedetemete, cuál es la probabldad que pase correte de a 4 ( E P[( R Ι R Υ ( R Ι R4]; E P[ R Ι R] + P[ R Ι R4] P[ ΙR ] p p P
10 Uversdad Técca Federco Sata María Costruccó Modelos de Probabldad Sea µ ua medda e e el el Espaco Muestral tal tal que µ (Ω < :: Logtud ;; Superfce Volume. etc. Etoces exste u u fucó defda e e IR IR P : R R µ ( µ ( Ω es es ua medda de de Probabldad 7 Eemplo.5: Problema del ecuetro: Dos Dos estudates estudates acuerda acuerda [9; [9; 0] 0] ecotrarse ecotrarse e e la la bbloteca bbloteca de de la la UTFSM UTFSM etre etre las las 9.M..M. y las las 0 0.M..M. u u día día lues. lues. El El prmero prmero que que llega llega a la la bbloteca bbloteca,, espera espera al al otro otro 0 0 mutos mutos (detro (detro del del tervalo tervalo de de tempo tempo pactado. pactado. S S se se supoe supoe que que cada cada uo uo llega llega al al azar azar e e el el tervalo tervalo de de tempo tempo covedo covedo y que que los los tempos tempos de de llegada llegada so so depedetes. depedetes. Cuál Cuál es es la la probabldad probabldad que que estos estos estudates estudates se se ecuetre ecuetre? Solucó: Solucó: X(t X(t :: Llegada Llegada del del estudate estudate Y(t Y(t :: Llegada Llegada del del estudate estudate [X(t;Y(t] [X(t;Y(t] [9; [9; 0]x 0]x [9; [9; 0] 0] [0; [0; 60]X 60]X [0; [0; 60]Ω 60]Ω {[X(t;Y(t] {[X(t;Y(t] :: X(t;Y(t < X(t;Y(t < 0} 0} µ(α/µ(ω µ(α/µ(ω / / Eemplo.5: Problema Problema del del ecuetro: ecuetro: Dos Dos estudates estudates acuerd acuerd [9; [9; 0] 0] a aecotrarse e e la la bbloteca bbloteca de de la la UTFSM UTFSM etre etre las las 9.M..M. y las las 0 0.M..M. u u día día lues. lues. El El prmero prmero que que llega llega a la la bbloteca bbloteca,, espera espera al al otro otro 0 0 mutos mutos (detro (detro del del tervalo tervalo de de tempo tempo pactado. pactado. S S se se supoe supoe que que cada cada uo uo llega llega al al azar azar e e el el tervalo tervalo de de tempo tempo covedo covedo y que que los los tempos tempos de de llegada llegada so so depedetes. depedetes. Cuál Cuál es es la la probabldad probabldad que que estos estos estudates estudates se se ecuetre ecuetre? Solucó: Solucó: X(t X(t :: Llegada Llegada del del estudate estudate Y(t Y(t :: Llegada Llegada del del estudate estudate [X(t;Y(t] [X(t;Y(t] [9; [9; 0]x 0]x [9; [9; 0] 0] [0; [0; 60]X 60]X [0; [0; 60]Ω 60]Ω {[X(t;Y(t] {[X(t;Y(t] :: X(t;Y(t < X(t;Y(t < 0} 0} µ(α/µ(ω µ(α/µ(ω / / 6 6 Varacoes Def: Def: Sea Sea u u couto couto :: Card (,, se se llama llama varacó varacó smple smple o s s repetcó repetcó a todo todo subcouto subcouto de de elemetos elemetos dstguédose dstguédose estos estos etre etre s, s, e e los los elemetos elemetos que que lo lo compoe compoe y e e el el orde orde e e que que estos estos elemetos elemetos va va colocados colocados x, x,..., x } V(, ( V(, ( (... { V(, k ( (...( k + Obs: Obs: S S las las varacoes varacoes so so co co repetcó repetcó k V (, k
11 Uversdad Técca Federco Sata María Permutaco oes Combaco oes úmero de maeras dsttas de sacar r elemetos de lote de CUDO EL ORDE IMPORT : ota: Estudar permutacoes co repetcó obetos P r! ( r! r Combacoes (s repetcó: úmero de de maeras dsttas de de sacar r elemetos de de lote lote de de CUDO EL EL ORDE O O IMPORT ota :: Estudar combacoes co co repetcó C (,r (+r-!/ r!(-!! C(, r r!( r! 4 4
A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A
Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5 Modelos de Probabldades Estadístca stca Computacoal II Semestre 005 Profesores: Héctor llede (hallede@f.utfsm.cl
Más detallesA I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A
Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede (hallede@f.utfsm.cl Rodrgo Salas (rsalas@f.utfsm.cl
Más detallesA I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A
Uversdad Técca Federco Sata María Departameto de Iformátca ILI-80 Coceptos áscos Capítulo 5: Modelos de Probabldad Estadístca Computacoal º Semestre 00 Profesor :Héctor llede Pága : www.f.utfsm.cl/~hallede
Más detallesCapítulo 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 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 detallesHéctor Allende 1. w Ω, resultado elemental. Ω : Espacio Muestral: Todos los posibles
Coeptos ásos Capítulo Curso ILI-80 I Semestre 00 Profesor: Hétor llede Expermeto aleatoro : ξ Espao Muestral : Ω Eveto o Sueso : ; ;. Evetos elemetales, seguros e mposbles Probabldad : grado de ertdumbre
Más detallesn p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción
Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,
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 detallesPARTE 1 - PROBABILIDAD
arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Eemplos cláscos de expermetos aleatoros
Más detallesExperimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.
Tema 3. Espacos de Probabldad. Defcó axomátca y propedades báscas de la Probabldad 3.. Itroduccó. Feómeos y expermetos aleatoros. Álgebra de sucesos E este tema se establece ls ocoes báscas para el desarrollo
Más detallesINSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.
NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas
Más detallesTEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E
wwwovauedes/webpages/ilde/web/dexhtm e-mal: mozas@elxuedes TEMA PROAILIDAD SUCESOS Exste feómeos o expermetos que, repetdos e détcas codcoes, sempre proporcoa el msmo resultado, a los que llamaremos determstas,
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 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 detallesProbabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3
Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó
Más detallesProbabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3
Probabldad PROBBILIDD. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó axomátca
Más detallesTEMA 63. Frecuencia y Azar. Leyes de Azar. Espacio probabilístico.
TEM 63.Frecueca y azar. Leyes de azar. Espaco probablístco TEM 63. Frecueca y zar. Leyes de zar. Espaco probablístco.. Itroduccó.. Hstórca. Los coceptos de azar e certdumbre so ta veos como la propa cvlzacó.
Más detallesX = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN
0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto
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 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 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 detallesPROBABILIDAD 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 detallesPARTE 1 - PROBABILIDAD
arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Ejemplos cláscos de expermetos aleatoros
Más detallesEJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD
Gestó Aeroáutca: Estadístca Teórca Facultad Cecas Ecoómcas y Empresarales Departameto de Ecoomía Aplcada Profesor: Satago de la Fuete Ferádez EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD Gestó Aeroáutca:
Más detallesUN VIAJE POR EL MUNDO DE LA PROBABILIDAD
UN VIAJE POR EL MUNDO DE LA PROBABILIDAD AUTORÍA JUAN JOSÉ LEÓN ROMERA TEMÁTICA PROBABILIDAD ETAPA BACHILLERATO Resume E el presete artículo se trata los cotedos relacoados co Probabldad. Se hace u acercameto,
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 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 detalles( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad
4. Defcó y cálculo de probabldades 4.. Fucó de probabldad Defcó: Sea la famla de sucesos asocada a u expermeto aleatoro de espaco muestral Ω. Se cosdera ua fucó : R, que verfca las dos propedades 0 y Ω
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 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 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.- DISTRIBUCIÓN BIDIMENSIONAL
º Bachllerato Matemátcas I Dpto de Matemátcas- I.E.S. Motes Oretales (Izalloz)-Curso 0/0 TEMAS 3, 4 y 5.- DISTRIBUCIONES BIDIMENSIONALES. CÁLCULO DE PROBABILIDADES. DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN
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 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 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 detallesSUCESOS Y PROBABILIDAD
SUCESOS Y PROAILIDAD Notas Idce. OJETIVOS 2. CONCEPTOS ÁSICOS DE LA TEORÍA DE CONJUNTOS. ESPACIO MUESTRAL. ÁLGERA DE SUCESOS 4 4. PROAILIDAD 8 5. INDEPENDENCIA DE SUCESOS 4 ILIOGRAFÍA 4 APÉNDICE. NOTACIÓN
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 detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
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 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 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 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 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 detallesTema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre
Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de
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 detallesPROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos.
PROBABILIDAD CPR. JORGE JUAN Xuva-Naró Para determar la catdad de grupos que se puede formar que cumpla determadas codcoes exste los sguetes métodos de recueto: Dagrama de árbol Varacoes ordaras Dados,
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 detallesEstructuras Algebraicas
Uversdad de los des Faultad de Ceas Eoómas y Soales Esuela de Estadísta Estruturas lgebraas Prof. Gudberto José Leó Ragel MÉRID, 2015 1 Profesor Gudberto Leó Teoría Estadísta I Uversdad de Los des - Faultad
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 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 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 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 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 detallesBLOQUE II: CALCULO DE PROBABILIDADES
LOQUE II: CALCULO DE PROAILIDADES TEMA 4. FUNDAMENTOS DE LA PROAILIDAD. Cocepto de probabldad. Defcó aomátca Epermeto aleatoro: u epermeto se dce aleatoro s o se puede predecr el resultado del msmo ates
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 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 detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
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 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 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 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 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 detallesMÉTODOS ESTADÍSTICOS DE LA INGENIERÍA
ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE
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 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 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 detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
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 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 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 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 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 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 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 detalles2. Censura y truncamiento
2. Cesura y trucameto Los datos de tempo de fallo se preseta e dferetes formas que crea problemas especales cuado se aalza. E muchas ocasoes o se cooce co exacttud el valor del tempo de fallo y úcamete
Más detallesPROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES
PROBABILIDAD: TEORÍA Y CÁLCULO DE PROBABILIDADES INTRODUCCIÓN HISTÓRICA Cas ada e la vda es seguro. E todo lo que hacemos estmamos las posbldades de resultados satsfactoros. Pero durate gra parte de la
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 detallesLa Metodología de la Verosimilitud Empírica
La Metodología de la Verosmltud Empírca Gozalo Delgado Facultad de Matemátcas, Uversdad Autóoma de Guerrero Méxco deggozalo@aol.com Probabldad y Estadístca Superor Resume Se expoe la metodología de la
Más detallesNo debe entregar los enunciados
Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)
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 detallesGENERALIDADES SOBRE MÓDULOS
GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo
Más detallesGUIA TEORICO-PRACTICA II
GUIA TEORICO-PRACTICA II CONTENIDOS.. Sucesoes. Progresoes: artmétcas y geométrcas.. Ejerccos Propuestos... Sumatora: propedades. Prcpo de Iduccó Completa..4 Ejerccos Propuestos..5. Factoral de u úmero
Más detallesEspacios con producto interior
Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó
Más detallesCAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en
CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo
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 detallesAPUNTES PARA EL CURSO DE PROBABILIDAD
APUNTES PARA EL CURSO DE PROBABILIDAD Agosto Dcembre DAVID RUELAS RODRÍGUEZ APUNTES PARA EL CURSO DE PROBABILIDAD AGOSTO DICIEMBRE Programa de clases Estos aputes fuero revsados ajustados para cubrr por
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 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 detallesTema 5. Fundamentos de la inferencia estadística: Introducción a la probabilidad y distribuciones muestrales.
Pága 1 IMADIL TEMA 5. Notas Tema 5. Fudametos de la fereca estadístca: Itroduccó a la probabldad y dstrbucoes muestrales. Parte 1: Itroduccó a la probabldad 1. Feómeos aleatoros Durate sglos la Ceca ha
Más detallesEstadística Contenidos NM 4
Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:
Más detalles5- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE
Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 33 5- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 5. Suma de varables aleatoras depedetes Cuado se estudaro las varables
Más detallesTEMAS CUESTIONARIO DE AUTOEVALUACIÓN
TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera
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 detalles- Jóvenes amigos, dejen de discutir. Siéntense a la mesa en cualquier orden y escúchenme
Álgebra y Geometría Aalítca Aálss Combatoro Facultad Regoal La Plata Ig. Vvaa CAPPELLO INTRODUCCIÓN UNA COMIDA GRATIS Dez jóvees decdero celebrar la termacó de sus estudos e la escuela secudara co u almuerzo
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 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 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 detalles