( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad

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

Download "( A) P( B) 4.2 Definición y cálculo de probabilidades Función de probabilidad"

Transcripción

1 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 S,, L L tal que j φ j, etoces esta fucó se le llama fucó de probabldad asocada al expermeto aleatoro de espaco muestral Ω. ropedades de la fucó de probabldad: φ 0 S,, L so sucesos del expermeto tal que j φ j, etoces S es u suceso cualquera del expermeto aleatoro, etoces Demostracó: omo Ω, etoces Ω omo φ podemos aplcar la propedad y obteemos Susttuyedo e la gualdad Ω omo Ω, obteemos que lo podemos expresar 4 S y so dos sucesos del expermeto aleatoro, etoces

2 Demostracó: omo podemos expresar como la uó de dos sucesos compatbles y se cumple [ ] plcado la propedad obteemos [ ] Las dos gualdades aterores permte afrmar plcado la propedad podemos afrmar que 0 Obteemos por tato 0, que podemos expresar como pues que podemos expresar como Esta propedad permte afrmar que s es u suceso del expermeto aleatoro etoces ya que se cumple Ω y aplcado esta propedad Ω Ω 5 S y so dos sucesos cualesquera del expermeto aleatoro, etoces Demostracó: osderamos que los sucesos y so compatbles y expresamos y como uó de sucesos compatbles Ω Las gualdades aterores os permte obteer las sguetes gualdades aplcado la propedad [ ] [ ] Obteemos de cada ua de las gualdades el valor de or tato se cumple que podemos expresar como que es la gualdad que queríamos demostrar. 4

3 5 6 S, y so tres sucesos cualesquera del expermeto aleatoro, etoces ara demostrar esta propedad tedremos e cueta que [ ], por lo que [ ], y s aplcamos la propedad 5, obteemos [ ] [ ] S aplcamos esta msma propedad a obteemos omo se cumple la propedad dstrbutva de la terseccó respecto de la uó, el últmo sumado de se puede expresar [ ] [ ] y s aplcamos uevamete la propedad 5 obteemos [ ] [ ] [ ] 4 S e susttumos por la expresó y [ ] por la expresó 4 obteemos la gualdad que queríamos demostrar Ejercco : E ua poblacó, la probabldad de que ua persoa padezca la efermedad es 0,5, la probabldad de que padezca la efermedad es 0, y la probabldad de que padezca ambas efermedades es 0,05. S se elge ua persoa de la poblacó, determar: a la probabldad de que padezca al meos ua de las dos efermedades b la probabldad de que o padezca la efermedad c la probabldad de que padezca sólo la efermedad d la probabldad de que o padezca gua de las dos efermedades e la probabldad de que padezca sólo ua de las dos efermedades Ejercco : omo resultado de estudos efectuados por el NE sobre los graduados uverstaros, se ha poddo establecer que la probabldad de que u graduado uverstaro sea mujer es 0,4, la probabldad de que esté satsfecho co su trabajo es 0, y la probabldad de que sea u hombre o satsfecho co su trabajo es 0,. Determar: a la probabldad de que u graduado uverstaro sea mujer o esté satsfecho co su trabajo b la probabldad de que u graduado uverstaro sea mujer satsfecha co su trabajo c la probabldad de que u graduado uverstaro sea mujer o satsfecha co su trabajo d la probabldad de que u graduado uverstaro sea hombre o esté satsfecho co su trabajo [Solucó: a 0,68; b 0,0; c 0,8; d 0,6]

4 Ejercco : E ua poblacó se publca tres peródcos locales, y. Supoga que la probabldad de que ua persoa de la poblacó lea el peródco es 0.6, la probabldad de que lea el peródco es 0.65, la probabldad de que lea el peródco es 0.4, la probabldad de que lea los peródcos y es 0.5, la probabldad de que lea los peródcos y es 0., la probabldad de que lea los peródcos y es 0.5 y la probabldad de que lea los tres peródcos es 0,05. Determar: a la probabldad de que ua persoa de la poblacó lea al meos uo de los tres peródcos locales b la probabldad de que ua persoa de la poblacó o lea guo de los tres peródcos locales c la probabldad de que ua persoa de la poblacó lea sólo los peródcos y d la probabldad de que ua persoa de la poblacó lea sólo el peródco Ejercco 4: Los vasos de crstal de la marca so defectuosos cuado tee burbujas de are, cuerpos extraños o gretas. Supoga que la probabldad de que u vaso tega burbujas de are es 0,, la probabldad de que tega gretas es 0,, la probabldad de que tega cuerpos extraños es 0,7, la probabldad de que tega burbujas de are y cuerpos extraños es 0,5, la probabldad de que tega cuerpos extraños y gretas es 0,7, la probabldad de que presete los tres tpos de defectos es 0,07 y la probabldad de que o presete guo de los tres tpos de defectos es 0,55. Determar: a la probabldad de que u vaso sea defectuoso b la probabldad de que u vaso tega burbujas de are y gretas c la probabldad de que u vaso úcamete tega burbujas de are y gretas d la probabldad de que u vaso úcamete tega burbujas de are 4.. Determacó de probabldades de sucesos Espaco muestral fto Se cosdera u expermeto aleatoro co sucesos elemetales. El espaco muestral lo podemos expresar Ω { ω, ω ω } { ω } { ω } L ω } omo Ω, L {, y por tato [ { ω } { ω } L { ω } ] Ω. y [ { ω} { ω} L { ω} ] { ω} compatbles, obteemos ya que los sucesos { ω },L, so { } ω 5 S es u suceso cualquera del expermeto podemos determar s asgamos valores a ω,l co la codcó 5 ya que s supoemos que { } { ω, ω L } { ω } { ω } L { ω r }, etoces [ { ω} { ω} L { ωr} ] { ω} ω r r 6 6

5 S podemos aceptar que se cumple el sguete postulado de dfereca: o hay razoes para pesar que alguo de los sucesos elemetales del expermeto aleatoro tee más posbldades de aparecer que otro, etoces las probabldades de todos los sucesos elemetales debe ser guales, es decr, ω p,l omo { ω } etoces debe cumplrse { } p p p y la probabldad de que ocurra el suceso la obteemos susttuyedo e6 el valor obtedo para p r r º de sucesos elemetales del suceso de sucesos elemetales de Ω º Ejercco 5: S se laza dos veces u dado co las caras umeradas del al 6, determa: a La probabldad de obteer más de tres putos b La probabldad de obteer sete putos c La probabldad de obteer como máxmo dos putos e el prmer lazameto d La probabldad de obteer el msmo úmero de putos e los dos lazametos e La probabldad de obteer ses putos e el segudo lazameto. Ejercco 6: E ua empresa trabaja 0 persoas de las que cuatro so mujeres. S se elge al azar dos trabajadores para que assta a u curso de formacó, determa la probabldad de que sea dos mujeres. Ejercco 7: Dos uras cotee 6 fchas umeradas del al 6.S se extrae al azar ua fcha de cada ura, a Determa la probabldad de que la suma de los úmeros de las fchas sea mayor que cco. b Determa la probabldad de que se obtega al meos u úmero mpar. c Determa la probabldad de que los úmeros de las fchas sea dsttos. Ejercco 8: la fal de los 00 metros lsos del trofeo Rector ha llegado tres estudates de lmería y tres de Graada. S los ses tee las msmas apttudes y o hay empates, determar la probabldad de que los tres corredores de lmería llegue e prmer, segudo y tercer lugar y los de Graada e cuarto, quto y sexto lugar. Espaco muestral fto umerable Se cosdera u expermeto aleatoro co u úmero fto umerable de sucesos elemetales. El espaco muestral lo podemos expresar Ω { ω, ω, LωL} { ω} { ω} L { ω } L { ω } por tato Ω { ω }., y 7

6 omo Ω y ω} { { ω} ya que los sucesos { ω } { } ω., so compatbles, obteemos Esta gualdad os dca que las probabldades de los sucesos elemetales so los térmos de ua sere de térmos postvos covergete de suma. S coocemos las probabldades de los sucesos elemetales se puede determar la probabldad de cualquer suceso del expermeto, ya que b S { ω ω L }, ω r ω } { { ω } L { ω r } [ { ω} { ω} L { ωr} ] { ω } b S { ω, ω4l ω jl} { ω j} { ω j} { ω j} j j j r 4. robabldad codcoada. depedeca de sucesos 4.. robabldad codcoada Ejercco 9: Se laza u dado co las caras umeradas del uo al ses a S se ha obtedo más de tres putos, cuál es la probabldad de que el úmero de putos sea par? b S se ha obtedo tres o más putos, cuál es la probabldad de que el úmero de putos sea par? Defcó: Se cosdera u expermeto aleatoro y,, asocado. Sea y dos sucesos del expermeto co > 0. Se defe ua fucó / Ω su espaco de probabldad / sobre la famla de sucesos del expermeto de la sguete forma: Se demuestra que esta fucó es ua fucó de probabldad y se le llama fucó de probabldad codcoada por el suceso. S teemos e cueta la defcó ateror podemos afrmar que / s > 0 Este resultado se cooce como ley del producto. 8

7 La fucó de probabldad codcoada verfca todas las propedades vstas de la fucó de probabldad, por ejemplo:. / / s > 0. / / / / s > 0, Ejercco 0: or estudos efectuados se sabe que el 40% de los alumos uverstaros so becaros, que la probabldad de que u alumo co beca apruebe todas las asgaturas matrculadas e u curso es 0,8 y que la probabldad de que u alumo s beca apruebe todas las asgaturas matrculadas e u curso es 0,4. a S se elge al azar u alumo uverstaro, calcule la probabldad de que sea becaro y o apruebe todas las asgaturas matrculadas e u curso. b S se elge al azar u alumo uverstaro, calcule la probabldad de que apruebe todas las asgaturas matrculadas e u curso. c S u alumo uverstaro ha aprobado todas las asgaturas matrculadas e u curso, cuál es la probabldad de que o tega beca? Ejercco : or estudos efectuados se sabe que el 0% de los parados percbe ua ayuda mesual superor a 600 euros, que el 0% de los hombres e paro percbe ua ayuda mesual superor a 600 euros, y que el úmero de mujeres e paro es el doble que el de hombres. a S se elge al azar ua persoa e paro, calcule la probabldad de que sea u hombre y la ayuda que percbe sea de 600 euros o meos. b S se elge al azar ua persoa e paro, calcule la probabldad de que sea ua mujer y la ayuda que percbe sea superor a 600 euros. c S ua persoa e paro percbe ua ayuda superor a 600 euros, cuál es la probabldad de que sea u hombre? 4.. Teorema de la probabldad total Se cosdera u expermeto aleatoro y,, Ω su espaco de probabldad asocado. Sea, L sucesos del expermeto co probabldades estrctamete postvas y que forma ua partcó de Ω. Etoces se verfca: / Demostracó: Las tres codcoes que se ha mpuesto a los sucesos, L so: L Ω or formar los sucesos ua partcó de Ω se verfca: j φ j demás se verfca que > 0,L 7 8 9

8 L Ω Ω s teemos e cueta la codcó 7. or cumplr la famla de sucesos la propedad dstrbutva y se obtee que L L L [ L ] Estudamos s los sucesos, L φ φ so compatbles s j j j s teemos e cueta la codcó 8. or lo tato podemos aplcar la propedad de la fucó de probabldad y obteemos [ L ] L 9 omo 0,L > podemos aplcar la ley del producto y obteemos /, L S susttumos este resultado e 9 obteemos L / / / L Este resultado lo podemos expresar y por lo tato hemos demostrado el teorema. / Este teorema se geeralza para el caso e que la partcó de Ω cotega u úmero fto umerable de sucesos Ejercco : Los teléfoos móvles de la marca TT se produce e tres fábrcas stuadas e las cudades, y. or estudos efectuados se sabe que la fábrca de la cudad produce u % de teléfoos móvles defectuosos, la de la cudad produce u 6% de teléfoos móvles defectuosos y la de la cudad produce u % de teléfoos móvles defectuosos. demás se sabe que e la fábrca de la cudad se produce el 50% de los teléfoos móvles, e la de la cudad se produce el 0% y e la de la cudad el 0%. a Determa razoadamete la probabldad de que u teléfoo móvl de la marca TT o sea defectuoso y haya sdo fabrcado e la cudad. b Determa razoadamete la probabldad de que u teléfoo móvl de la marca TT sea defectuoso. c S se elge u teléfoo móvl de la marca TT y resulta ser defectuoso, determa razoadamete la probabldad de que haya sdo fabrcado e la cudad. 0

9 4.. Teorema de ayes Se cosdera u expermeto aleatoro y,, Ω su espaco de probabldad asocado. Sea, L sucesos del expermeto co probabldades estrctamete postvas y que forma ua partcó de Ω. S es u suceso del expermeto co probabldad estrctamete postva, etoces se verfca que Demostracó: / / /,, L omo > 0,L etoces / omo > 0 etoces /, L Las gualdades aterores os permte afrmar que / /,L y como > 0 obteemos / /,, L, S aplcamos el teorema de la probabldad total se cumple que e las gualdades aterores obteemos / / / / y susttuyedo,, L Este teorema se geeralza para el caso e que la partcó de Ω cotega u úmero fto umerable de sucesos depedeca de sucesos depedeca de dos sucesos Defcó: Sea y dos sucesos de u expermeto aleatoro, se dce que estos sucesos so depedetes s y solo s se verfca De esta defcó podemos deducr: a S > 0etoces / b S > 0etoces /

10 c S 0 etoces 0 y para cualquer suceso del expermeto aleatoro se cumple la gualdad or tato podemos afrmar que e este caso el suceso y cualquer otro suceso del expermeto aleatoro so depedetes. ropedad: S y so dos sucesos depedetes, etoces: a b c ara demostrar que se verfca a cosderamos que. or ser depedetes los sucesos y se verfca que y por lo tato. Sacado factor comú obteemos [ ] De forma aáloga se obtee la gualdad b. ara demostrar que se verfca c cosderamos que plcado la propedad 5 de la fucó de probabldad [ ] or ser depedetes los sucesos y se verfca que or lo tato [ ] S agrupamos los dos prmeros sumados y sacamos factor comú e los dos últmos, obteemos [ ] [ ]. S e esta últma expresó sacamos factor comú obteemos [ ] depedeca de tres sucesos Defcó: Sea, y tres sucesos de u expermeto aleatoro, se dce que estos sucesos so mutuamete depedetes s y solo s se verfca S sólo se cumple las tres prmeras gualdades se dce que los tres sucesos so depedetes dos a dos.

11 ropedad: S, y so tres sucesos mutuamete depedetes, etoces a b c ara demostrar que se verfca a cosderamos que [ ]. or ser mutuamete depedetes los sucesos, y se verfca y. or lo tato. S sacamos factor comú, obteemos [ ] ara demostrar que se verfca b cosderamos que 0 or ser mutuamete depedetes los sucesos, y se verfca que, y. S susttumos e 0 S sacamos factor comú e los dos prmeros sumados y e los dos últmos, obteemos [ ] [ ] S sacamos factor comú, obteemos [ ] ara demostrar que se verfca c cosderamos que y aplcado la propedad 6 de la fucó de probabldad [ ] or ser los sucesos, y mutuamete depedetes,, y. S susttumos e obteemos

12 4 [ ] S sacamos factor comú e los sumados segudo y tercero, e los sumados cuarto y quto y e los dos últmos sumados, obteemos [ ] [ ] [ ] [ ] S sacamos factor comú e los dos prmeros sumados y e los dos últmos sumados, obteemos [ ] [ ] S sacamos factor comú, obteemos [ ] Ejercco : Sea y dos sucesos de u expermeto aleatoro tales que: 84 0, y 4 Determa razoadamete y e los sguetes casos: a Los dos sucesos so depedetes. b Los dos sucesos so compatbles. Ejercco 4: E ua poblacó se publca tres peródcos locales, y. Supoga que la probabldad de que ua persoa de la poblacó lea el peródco es /, la probabldad de que lea el peródco es /, la probabldad de que lea el peródco es /4, la probabldad de que lea los peródcos y es /6, la probabldad de que lea los peródcos y es /8, la probabldad de que lea los peródcos y es / y la probabldad de que lea los tres peródcos es /4. a Determe la probabldad de que ua persoa de la poblacó o lea guo de los tres peródcos. b Determe la probabldad de que ua persoa de la poblacó lea sólo los peródcos y. c Determe la probabldad de que ua persoa de la poblacó lea sólo el peródco. Ejercco 5: estudo realzado por el sttuto del Trasporte por arretera, calculaba e 0.4 la probabldad que tee u camó de pasar ua revsó técca, pero s el camó tee meos de dos años de atgüedad la probabldad aumeta a 0.8. Teedo e cueta que, e la actualdad, el 60% del parque de camoes tee dos años o más de atgüedad, a Razoa, s efectuar cálculos, s los sucesos el camó pasa la revsó técca y el camó tee dos años o más de atgüedad so depedetes. b alcula la probabldad de que, elegdo u camó que haya pasado la revsó técca, tega ua atgüedad feror a los dos años. c Determa la probabldad de que u camó o pase la revsó técca o tega dos años o más de atgüedad.

13 Ejercco 6: S lazamos cuatro veces ua moeda, determa: a La probabldad de obteer ua cara. b La probabldad de que e los dos prmeros lazametos se obtega caras. c La probabldad de que e el últmo lazameto se obtega la seguda cara. d La probabldad de que e dos lazametos cosecutvos o se obtega el msmo resultado. Ejercco 7: alcula la probabldad de obteer al meos ua vez sete putos al lazar dos veces u par de dados. Ejercco 8: Se cosdera ua ura co 0 bolas, blacas y 8 rojas. Se saca ua bola de la ura, s es roja se devuelve a la ura; s es blaca se reemplaza por bolas rojas. Se saca a cotuacó ua seguda bola y se aota su color. Determa: a probabldad de que las dos bolas extraídas sea blacas. b probabldad de que se extraga ua bola de cada color. c probabldad de que la prmera bola extraída haya sdo blaca s la seguda ha sdo blaca. Ejercco9: E u juego de lotería los boletos está umerados del al 50. Se saca al azar boletos, determa la probabldad de que: a los úmeros de ambos boletos so meores que 0. b el úmero de u boleto es meor que 0 y el del otro es mayor que 0. Ejercco 0: La probabldad de que u estudate coozca la respuesta correcta a ua cuestó de u exame tpo test es 0,6. S o sabe la respuesta correcta elge ua de las 4 posbles respuestas al azar. S el estudate ha cotestado correctamete la cuestó, cuál es la probabldad de que supera la respuesta? Ejercco : Dos estudates y, está scrtos e u curso de Estadístca. El estudate asste a las clases el 80% de las veces y el estudate el 60%, y las ausecas so depedetes. a alcula la probabldad de que e u día determado al meos uo de los dos estudates esté e clase. b S e u día determado al meos uo de los dos estudates está e clase, cuál es la probabldad de que esté e clase ese día? c S exactamete uo de los dos estudates está e clase u día cocreto, cuál es la probabldad de que sea? Ejercco : E dalucía, el 9% de los hogares o dspoe de ordeador portátl de coexó a teret de bada acha. demás se cooce que de los hogares co ordeador portátl, el 6% tee coexó a teret de bada acha y, de los hogares que o tee ordeador portátl, el 89,% tee coexó a teret de bada acha. S se elge u hogar de esta omudad utóoma, determa razoadamete: a probabldad de que dspoga de ordeador portátl o de coexó a teret de bada acha. b probabldad de que tega ordeador portátl. c probabldad de que tega coexó a teret de bada acha. 5

14 Ejercco : Exame Juo 0 Sea, y tres sucesos de u expermeto aleatoro tales que o Los sucesos y so depedetes o Los sucesos y so compatbles o Los sucesos y so compatbles o La probabldad de que ocurra es 0,, la probabldad de que ocurra es 0, y la probabldad de que ocurra al meos uo de los tres sucesos es 0,96. a Determa razoadamete la probabldad de que ocurra b Determa razoadamete la probabldad de que ocurra exactamete dos de los tres sucesos Ejercco 4: Exame juo 0 Los fucoaros de certo país se clasfca e cuatro grupos,, y D, e atecó a la ttulacó que se requere para el acceso. Se cooce que el 0% de los fucoaros so del grupo, el 0% del grupo, el 40% del grupo y el 0% del grupo D. La probabldad de que u fucoaro tega ua hpoteca de mporte superor a euros es gual a 0, s es del grupo, 0, s es del grupo, 0,4 s es del grupo y 0,07 s es del grupo D. a S se elge u fucoaro al azar, explca por qué debes utlzar el teorema de la probabldad total para calcular el valor de la probabldad de que el fucoaro tega ua hpoteca de mporte superor a euros. b S se elge u fucoaro al azar y tee ua hpoteca de mporte feror o gual a euros, determa razoadamete la probabldad de que sea del grupo. c Razoa s etre los sucesos que has defdo e este ejercco hay sucesos depedetes. Ejercco 5: Exame Septembre 0 Sea y dos sucesos de u expermeto aleatoro tales que 0,; / 0,6 y / 0, 4 Razoa s so certas o falsas las sguetes afrmacoes: a ; b y so sucesos depedetes; c y so sucesos depedetes; d y so sucesos compatbles; e / 0, 7; e / / Ejercco 6: Exame Septembre 0 portal de teret especalzado e vos ofrece vos D.O. Rbera del Duero, D.O. Roja y D.O. odado de Huelva. or estudos efectuados se cooce que: La probabldad de que ua persoa que vsta el portal adquera vo D.O. Rbera del Duero es 0 4, la de que adquera vo D.O. Roja es 0 6, la de que adquera vo D.O. odado de Huelva es 0, y la de que adquera al meos uo de los tres tpos de vo es 0,96. Nuca ocurre que ua persoa compre vo D.O. odado de Huelva y D.O. Rbera del Duero. Nuca ocurre que ua persoa compre vo D.O. odado de Huelva y D.O. Roja. a Determa razoadamete la probabldad de que ua persoa que accede al portal adquera vo D.O. Rbera del Duero y D.O. Roja. b Estuda s etre los sucesos que has defdo hay sucesos depedetes. c Determa razoadamete la probabldad de que ua persoa o adquera vo D.O. Rbera del Duero, s o ha comprado vo D.O. Roja. 6

15 Ejercco 7: Exame Juo 04 or estudos efectuados se sabe que la edtoral EE utlza sempre al meos ua de las sguetes estrategas para veder cada uo de sus lbros. Estratega : Efectúa ua promocó e televsó ates de la publcacó. Estratega : osgue que el lbro tega ua cuberta mpactate. Estratega : Ofrece ua prma a los represetates que vede u úmero determado de ejemplares del lbro. Sea el suceso la edtoral utlza la estratega para veder el lbro y se cooce las sguetes probabldades:,7 ; 0,8 ; 0,6 ; 0,06 ; 0,5 ; / 0, 6 0 a S se elge al azar u lbro de la edtoral determa razoadamete la probabldad de que se haya utlzado para vederlo la estratega y la. b Razoa s los sucesos, y so mutuamete depedetes. Ejercco 8: Exame Septembre 04 Las lavadoras de la marca EE puede presetar defectos de tres tpos, y. Se defe el suceso : la lavadora preseta defectos de tpo. Se cooce las sguetes probabldades: 0,4 ; 0, ; 0,5 ; / 0,6 ; 0,9; / 0,4 ; / 0, 75 a S se elge al azar ua lavadora, determa razoadamete la probabldad de que presete al meos uo de los tres tpos de defectos. b S se elge al azar ua lavadora, determa razoadamete la probabldad de que presete defectos de tpo o de tpo. c S se elge al azar ua lavadora, determa razoadamete la probabldad de que presete defectos de los tres tpos. d S ua lavadora preseta defectos de tpo y, determa razoadamete la probabldad de que o presete defectos de tpo. e S se cosdera los sucesos, y razoa s etre ellos hay sucesos depedetes o compatbles. 7

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. 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 detalles

TEMA 1 PROBABILIDAD 1/10. Ejemplos : E y E

TEMA 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 detalles

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 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 detalles

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 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 detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE 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 detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada 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 detalles

Inferencia Estadística

Inferencia 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 detalles

Intensificación en Estadística

Intensificación 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 detalles

n 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

n 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 detalles

PARTE 1 - PROBABILIDAD

PARTE 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 detalles

UN VIAJE POR EL MUNDO DE LA PROBABILIDAD

UN 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 detalles

PARTE 1 - PROBABILIDAD

PARTE 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 detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

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 Capítulo Probabldades Estadístca Computacoal II Semestre 004 Profesores: Héctor llede (hallede@f.utfsm.cl Rodrgo Salas (rsalas@f.utfsm.cl

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO 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 detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. 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 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

La inferencia estadística es primordialmente de naturaleza

La 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 detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso 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

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 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 detalles

EJERCICIOS RESUELTOS SUCESOS Y PROBABILIDAD

EJERCICIOS 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 detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN 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 detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 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 detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO 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 detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

APROXIMACIÓN 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 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 detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( 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 detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA 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 detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (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 detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 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 detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES 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 detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS 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 detalles

Experimento determinístico. Aquellos que dan lugar al mismo resultado siempre que se realicen bj bajo las mismas condiciones.

Experimento 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 detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden 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 detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS 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 detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

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 detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

MÉTODOS 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 detalles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María 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

Más detalles

PROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos.

PROBABILIDAD. 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 detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = 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 detalles

1.- DISTRIBUCIÓN BIDIMENSIONAL

1.- 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 detalles

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

PARTE 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 detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES 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 detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 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 detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué 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 detalles

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE 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 detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

V II Muestreo por Conglomerados

V 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 detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 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 detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División 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 detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

6. ESTIMACIÓN PUNTUAL

6. 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 detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 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 detalles

02 ) 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

02 ) 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 detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación 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 detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata 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 detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. 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 detalles

2. Censura y truncamiento

2. 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 detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS 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 detalles

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (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 detalles

PyE_ EF1_TIPO2_

PyE_ 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 detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

No debe entregar los enunciados

No 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 detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º 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 detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE 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 detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA 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 detalles

7. Muestreo con probabilidades desiguales.

7. 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 detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 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 detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

GRADO 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 detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD 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 detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

BLOQUE II: CALCULO DE PROBABILIDADES

BLOQUE 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 detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 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 detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

Ingeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual

Ingeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual Cotudad del cotrol vsual INDICE Itroduccó Teoría prelmar: Cotrol vsual e el espaco varate Cotrol e el espaco varate co pesos(weghted varat space) Expermetos utlzado datos smulados Cotrol de ua camara metras

Más detalles

Espacios con producto interior

Espacios 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 detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 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 detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA 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 detalles

Problemas de Polímeros. Química Física III

Problemas de Polímeros. Química Física III Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que 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 detalles

SOLUCIÓN EXAMEN PARCIAL I

SOLUCIÓN EXAMEN PARCIAL I Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú

Más detalles

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de

Más detalles