Cada pregunta de teoría vale un punto. Cada apartado de los problemas vale 0,5 puntos.

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

Download "Cada pregunta de teoría vale un punto. Cada apartado de los problemas vale 0,5 puntos."

Transcripción

1 SEGUNDO PARCIAL DE TÉCNICAS CUANTITATIVAS I. GADE GRUPO C APELLIDOS: NOMBRE: DNI: Cada pregunta de teoría vale un punto. Cada apartado de los problemas vale 0, puntos.. Propiedades de la unión e intersección de sucesos.. Distribuciones marginales. Independencia de variables aleatorias. Casos discreto y continuo.. Distribución de probabilidad Geométrica.. Se ha observado el valor de dos acciones en bolsa, A y B. Las probabilidades de que suba el valor de las acciones A y B son respectivamente: P(A)=0,6 P(A B)=0,. Calcule: a. Probabilidad de que no suba ninguna. b. Probabilidad de que no suba A, pero sí suba B. c. P A B. Sea X una variable aleatoria continua con función de densidad: P(B)=0,. Y la probabilidad de que suban ambas: 0 f k 0 ( ) Calcule: a. k. b. Función de distribución c. P[,<X]. d. Media. e. Varianza. f. Percentil En un pequeño establecimiento de productos ecológicos hay huevos para su venta, de los cuales no cumplen totalmente la normativa ecológica. Llega el primer cliente del día que quiere comprar media docena de huevos, calcule la probabilidad de que: a. Le vendan dos huevos que no cumplen totalmente con la normativa. Si en un gran almacén de productos ecológicos hay un 0% de huevos que no cumplen la normativa ecológica y los empaquetan en cajas con 6 unidades. Calcule la probabilidad de que: b. Una caja tenga huevos que no cumplen la normativa. c. Si compramos de esas cajas, más de cajas tengan huevos que no cumplen la normativa. Si dicho establecimiento vende huevos a clientes cada día por término medio, cuál es la probabilidad de que: d. Un día se vendan huevos a o más clientes. e. En tres días se vendan huevos a 9 clientes.

2 SEGUNDO PARCIAL DE TÉCNICAS CUANTITATIVAS I. ADE+DERECHO GRUPO A APELLIDOS: NOMBRE: DNI: Cada pregunta de teoría vale un punto. Cada apartado de los problemas vale 0, puntos.. Suceso complementario. Definición. Propiedades.. Covarianza de variables aleatorias. Definición. Propiedades. Casos discreto y continuo.. Distribución de probabilidad Hipergeométrica.. Se ha observado el cambio respecto del euro de dos monedas, X e Y. Las probabilidades de que suba el valor de las monedas X e Y son respectivamente: P(X)=0, P(Y)=0,. Y la probabilidad de que suban ambas: P(X Y)=0,. Calcule: a. Probabilidad de que no suba X o no suba Y. b. Probabilidad de que suba X, pero no suba Y. c. P X Y. Dada una variable con la siguiente función de distribución: Calcule: 0 F k ( ) ( 8) a. k. b. Función de densidad. c. P[,<X<,]. d. Media. e. Varianza. f. Percentil Un establecimiento recibe de un proveedor cada día por término medio cajas con una docena de huevos XL. Cada caja es sometida a un control de calidad que consiste en pesar huevos y si se encuentra alguno que no alcanza un determinado peso se devuelve esa caja al proveedor. a. Probabilidad de devolver una caja que tiene huevos que no alcanzan el peso. b. Probabilidad de encontrar en el control de calidad a de los huevos que no alcanzan el peso en una caja. c. Si un día recibe cajas, todas con huevos que no alcanzan el peso, probabilidad de devolver más de. d. Probabilidad de que un día se reciban o más cajas de dicho proveedor. e. Probabilidad de que en dos días se reciban en total 8 cajas.

3 SOLUCIONES SEGUNDO PARCIAL TC C GADE..- a. P A B P A B P A B P A PB PA B 0,6 0, 0, 0, b. P A B PB P A B 0, 0, 0, c. P A B P A PB P A B 0, 0, 0, 0,6.- 8 f d k d k k k k 0, 86 a. 0 F( ) b. t F( ) f ( t) dt t dt P, X d, 0, 660,, P, X PX, F(,), 0, 660 c. d. e. 6, E X d d E X d d, 6 9 Var X E X E X 0, 0 8 0,0 F P0 P0, P0 P0,, 8 f. 6. a. X=número de huevos que no cumplen la normativa, observaciones sin reemplazamiento. (Hipergeométrica: N= Np= Nq=0 n=6) P X 0, b. Y=número de huevos que no cumplen la normativa, con p=0,0 para todos. (Binomial: p=0,0 q=-p=0,80 n=6) PY PY 0 0, 0 0,80 0,80 0, 6 0, 9 0

4 c. Z=número de cajas que tienen algún huevo que no cumple la normativa. (Binomial: p=0,9 q=-p=0,6 n=) 0 P Z P Z P Z P Z P Z 0 0, 00 0, 0 0, ,66 0,88 0 0,9 0,0,6 0,9 0,0,6 0,9 0,0,6 d. C=número de clientes/día, que compran huevos. (Poisson: λ=) 0 P C P C P C P C P C 0 e e e 0, 006 0, 0 0, 08 0,6 0,8 0!!! e. C =número de clientes/ días, que compran huevos. (Poisson: λ==) 9 e PC 9 0,0 9!

5 SOLUCIONES SEGUNDO PARCIAL TC A DOBLE GRADO ADE+DERECHO..- a. P X Y P X Y P X Y 0, 0, b. P X Y P X P X Y 0, 0, 0, c. P X Y P X PY P X Y 0, 0,6 0, 0,9.- a. b. F k 8 k 0, f ( ) F '( ) 9 0 c. P, X, d, 0, 0,, P, X, F(,) F(,), 8 0 0, 0 9 d. e E X d d, E X d d 6, Var X E X E X 0, , 0 F P0 P0 8, 8 P0 P0,, 9 f. 6. a. X=número de huevos que no alcanzan el peso, observaciones sin reemplazamiento. (Hipergeométrica: N= Np= Nq=8 n=) 8 0 P X P X 0 0, 0, 8 P X 0, 8 b.

6 c. Y=número de cajas que se devuelven. (Binomial: p=0, q=-p=0, n=) 0 P Y P Y P Y P Y P Y 0 0, 00 0, 06 0, 096 0,08 0,89 0 0, 0, 0, 0, 0, 0, d. C= número de cajas/día. (Poisson: λ=) 0 P C P C P C P C P C P C 0 e e e e 0, 006 0, 0 0, 08 0,0 0, 6 0, 0!!!! e. C =número de cajas/ días. (Poisson: λ==0) 0 8 e 0 PC 8 0,6 8!

Resumen de Probabilidad

Resumen de Probabilidad Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS

Más detalles

TRABAJO 4: Probabilidad (Temas 5, 6 y 7).

TRABAJO 4: Probabilidad (Temas 5, 6 y 7). TRABAJO 4: Probabilidad (Temas 5, 6 y 7). Técnicas Cuantitativas I. Curso 2018/2019. APELLIDOS: NOBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enunciados de los ejercicios que siguen aparecen los

Más detalles

Capítulo 5: Probabilidad e inferencia

Capítulo 5: Probabilidad e inferencia Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos

Más detalles

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS

Cátedra: Estadística Técnica Facultad de Ingeniería UNCuyo. Índice D. Fernández & M. Guitart TABLA DE CONTENIDOS Cátedra: TABLA DE CONTENIDOS INTRODUCCIÓN Qué es la Probabilidad? Qué es la Estadística? La evolución histórica de la Estadística Algunos conceptos imprescindibles Fuentes de datos Tipos de datos y escalas

Más detalles

Probabilidad, Variables aleatorias y Distribuciones

Probabilidad, Variables aleatorias y Distribuciones Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer

Más detalles

Folleto de Estadísticas. Teoría del 1er Parcial

Folleto de Estadísticas. Teoría del 1er Parcial Folleto de Estadísticas Teoría del 1er Parcial 2012 Población objetivo: Es un conjunto bien definido de elementos sobre los que se desea hacer algún tipo de investigación o medida. Unidades de investigación:

Más detalles

Tema 3. Probabilidad y variables aleatorias

Tema 3. Probabilidad y variables aleatorias 1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad

Más detalles

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

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

Más detalles

Probabilidad, Variables Aleatorias y Distribuciones

Probabilidad, Variables Aleatorias y Distribuciones GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y

Más detalles

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice

Más detalles

1 3 a) g(x) es una función de densidad. b) g(x) no es una función densidad, puesto que no es continua. c) g(x) es una función de distribución.

1 3 a) g(x) es una función de densidad. b) g(x) no es una función densidad, puesto que no es continua. c) g(x) es una función de distribución. VARIABLES ALEATORIAS 1 Sea F() la función de distribución de una variable aleatoria, entonces: a) F() es una función continua b) F ()=f() es continua c) F() es continua por la derecha La función de distribución

Más detalles

Maestría en Bioinformática Probabilidad y Estadística: Clase 3

Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias

Más detalles

Probabilidad, Variables Aleatorias y Distribuciones

Probabilidad, Variables Aleatorias y Distribuciones Prueba de Evaluación Continua Grupo B 8-X-5.- Un ladrón perseguido por la policía llega a un garaje que tiene dos puertas: una conduce al recinto A en la que hay coches de los que sólo tienen gasolina

Más detalles

Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:

Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Cátedra: Probabilidad y Estadística Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar

Más detalles

ETSI de Topografía, Geodesia y Cartografía

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

Más detalles

Tema 6: Modelos de probabilidad.

Tema 6: Modelos de probabilidad. Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos

Más detalles

Prueba Integral Lapso /5

Prueba Integral Lapso /5 Prueba Integral Lapso 204-2 737-747 /5 Universidad Nacional Abierta Introducción a la Probabilidad (Cód. 737) Probabilidad (Cód. 747) Vicerrectorado Académico Cód. Carrera: 236-280 - 508 Fecha: 07 03 205

Más detalles

Objetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria

Objetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza

Más detalles

Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.

Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. 1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata

Más detalles

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

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

Más detalles

Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)

Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química) Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables

Más detalles

Objetivos. 1. Variable Aleatoria y Función de Distribución. PROBABILIDAD Tema 2.2: Variables aleatorias discretas Denición de Variable aleatoria

Objetivos. 1. Variable Aleatoria y Función de Distribución. PROBABILIDAD Tema 2.2: Variables aleatorias discretas Denición de Variable aleatoria PROBABILIDAD Tema 2.2: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular

Más detalles

Proporcionar al alumno las herramientas necesarias que le faciliten la aplicación de probabilidad y estadística en la solución de problemas reales.

Proporcionar al alumno las herramientas necesarias que le faciliten la aplicación de probabilidad y estadística en la solución de problemas reales. LICENCIATURA EN PSICOLOGIA Y NEUROCIENCIAS MATERIA ESTADISTICA I LINEA CURRICULAR FORMACION TETRAMESTRE SEGUNDO CLAVE FOR-105 SERIACION FOR-102 HFD 3 HEI 2 THS: 5 CRS 4 OBJETIVO DE LA MATERIA Proporcionar

Más detalles

Hoja 4 Variables aleatorias multidimensionales

Hoja 4 Variables aleatorias multidimensionales Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )

Más detalles

Cuestiones propuestas de la primera prueba de la primera preparación

Cuestiones propuestas de la primera prueba de la primera preparación Cuestiones propuestas de la primera prueba de la primera preparación Temas a 9 de Teórica Básica Estas cuestiones van pensadas en la línea del primer examen Su dificultad conjunta tiene un nivel similar

Más detalles

RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL

RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con

Más detalles

Sumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad...

Sumario Prólogo Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares Objetivos de la Unidad... ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la estadística. Conceptos preliminares... 9 Objetivos de la Unidad... 11 1. Población y muestra... 12 2. Parámetro

Más detalles

Apuntes de Clases. Modelos de Probabilidad Discretos

Apuntes de Clases. Modelos de Probabilidad Discretos 2010 Índice 1. Distribución de Bernouilli 2 2. Distribución Binomial 3 3. Distribución Hipergeométrica 3.1. Aproximación Binomial de la distribución Hipergeométrica............. 7 4. Distribución Geométrica

Más detalles

5 DISTRIBUCIONES BINOMIAL Y DE POISSON

5 DISTRIBUCIONES BINOMIAL Y DE POISSON 5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria

Más detalles

Principales leyes de distribución de variables aleatorias

Principales leyes de distribución de variables aleatorias Capítulo 6 Principales leyes de distribución de variables aleatorias 6.1. Introducción Como complemento al capítulo anterior en el que definimos todos los conceptos relativos a variables aleatorias, describimos

Más detalles

Procesos estocásticos

Procesos estocásticos Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:

Más detalles

CI 41C HIDROLOGÍA HIDROLOGÍA PROBABILÍSTICA

CI 41C HIDROLOGÍA HIDROLOGÍA PROBABILÍSTICA CI 41C HIDROLOGÍA HIDROLOGÍA PROBABILÍSTICA alcantarilla Puente? Badén http://www.disasternews.net/multimedia/files/drought5_9412.jpg Fenómenos en Ingeniería (según certeza de ocurrencia) determinísticos

Más detalles

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

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

Más detalles

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También

Más detalles

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II

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

Más detalles

Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES

Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos

Más detalles

VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos

VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos 1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el

Más detalles

Tema 5 Modelos de distribuciones de Probabilidad

Tema 5 Modelos de distribuciones de Probabilidad Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto

Más detalles

Part VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones

Part VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones Part VI notables El proceso de Bernoulli En cada observación se clasifica el elemento de la población en una de las dos posibles categorías, correspondientes a la ocurrencia o no de un suceso. Llamaremos

Más detalles

CALENDARIZACIÓN DE CONTENIDOS

CALENDARIZACIÓN DE CONTENIDOS Asignatura de: PROBABILIDAD Y ESTADÍSTICA Unidad I Resultado de Aprendizaje de la unidad interpretar los resultados utilizando los conceptos básicos de la estadística, las distribuciones unidimensionales

Más detalles

UNIVERSIDAD DEL NORTE

UNIVERSIDAD DEL NORTE UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD- CÓDIGO DE LA ASIGNATURA PRE-REQUISITO

Más detalles

APUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES

APUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES APUNTES SOBRE INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES Probabilidad es el experimento libre de determinación P = X * 100 n Reyes Donis, José Luis INTRODUCCIÓN A LA TEORÍA DE LAS PROBABILIDADES Probabilidad

Más detalles

VARIABLES ALEATORIAS CONTINUAS

VARIABLES ALEATORIAS CONTINUAS VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p

Más detalles

8 Resolución de algunos ejemplos y ejercicios del tema 8.

8 Resolución de algunos ejemplos y ejercicios del tema 8. INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 29 8 Resolución de algunos ejemplos y ejercicios del tema 8. 8.1 Ejemplos. Ejemplo 49 Supongamos que el tiempo que tarda en dar respuesta a un enfermo el personal

Más detalles

PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO CICLO BÁSICO DE INGENIERÍA ASIGNATURA

PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO CICLO BÁSICO DE INGENIERÍA ASIGNATURA PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2009 DIURNO CICLO BÁSICO DE INGENIERÍA SEMESTRE ASIGNATURA 3er. PROBABILIDAD Y ESTADÍSTICA CÓDIGO HORAS

Más detalles

TEMA 6. Distribuciones

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

Más detalles

Tema 5. Variables Aleatorias Conjuntas.

Tema 5. Variables Aleatorias Conjuntas. Tema 5. Variables Aleatorias Conjuntas. Objetivo: El alumno conocerá el concepto de variables aleatorias conjuntas podrá analizar el comportamiento probabilista, conjunta e individualmente, de las variables

Más detalles

T1. Distribuciones de probabilidad discretas

T1. Distribuciones de probabilidad discretas Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento

Más detalles

Variables aleatorias 1. Problema 1

Variables aleatorias 1. Problema 1 Variables aleatorias 1 Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Estadística Variables aleatorias Problema 1 La dimensión de ciertas piezas sigue una distribución normal

Más detalles

4. Modelos Multivariantes

4. Modelos Multivariantes 4. Curso 2011-2012 Estadística Distribución conjunta de variables aleatorias Definiciones (v. a. discretas) Distribución de probabilidad conjunta de dos variables aleatorias X, Y Función de distribución

Más detalles

Cuáles son las características aleatorias de la nueva variable?

Cuáles son las características aleatorias de la nueva variable? Apuntes de Estadística II. Ingeniería Industrial. UCAB. Marzo 203 CLASES DE ESTADÍSTICA II CLASE 5) UNA TRANSFORMACIÓN DE DOS VARIABLES. Sea Z = g(, ) una función de las variables aleatorias e, tales que

Más detalles

Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Básica Tipo de formación: Teórico-Práctica

Curso: 2º Créditos ECTS: 6 Tipo de asignatura: Básica Tipo de formación: Teórico-Práctica Ficha Técnica Titulación: Plan BOE: Asignatura: Módulo: Grado en Criminología BOE número 75 de 28 de marzo de 2012 / Corrección de errores: BOE número 85 de 9 de abril de 2012 Metodología Curso: 2º Créditos

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas

Más detalles

Variables aleatorias

Variables aleatorias Análisis de datos y gestión veterinaria Variables aleatorias discretas y distribuciones Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 3 de Noviembre de 2011

Más detalles

Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte.

Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte. Estadística. SESIÓN 9: Distribuciones de probabilidad discreta. Segunda parte. Contextualización En la presente sesión analizarás y describirás un experimento binomial, definirás y conocerás la función

Más detalles

UNIVERSIDAD DEL NORTE

UNIVERSIDAD DEL NORTE UNIVERSIDAD DEL NORTE 1. IDENTIFICACIÓN DIVISIÓN ACADÉMICA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO MATEMÁTICAS Y ESATADÍSTICA. PROGRAMA ACADÉMICO ESTADÍSTICA I-AD CÓDIGO DE LA ASIGNATURA EST 1022 PRE-REQUISITO

Más detalles

Algunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson

Algunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson Algunas Distribuciones EstadísticasTeóricas Distribución de Bernoulli Distribución de Binomial Distribución de Poisson Aproximación de la Distribución Binomial por la Distribución de Poisson Distribución

Más detalles

Mgter. Joekes, Silvia. Mgter. Casini, Roxana Cra. González, Mariana Mgter. Stimolo, María Ines

Mgter. Joekes, Silvia. Mgter. Casini, Roxana Cra. González, Mariana Mgter. Stimolo, María Ines MATERIA: ESTADISTICA I AÑO: 2017 PROFESORES Profesores Titulares: Profesores Adjuntos: Dra. Diaz, Margarita Mgter. Joekes, Silvia Mgter. Caro, Patricia Mgter. Casini, Roxana Cra. González, Mariana Mgter.

Más detalles

M. Wiper Estadística 1 / 17. Variables discretas. Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid

M. Wiper Estadística 1 / 17. Variables discretas. Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 1 / 17 Variables discretas Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 2 / 17 Objetivo Intropducir las variables discretas más importantes

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA SEGUNDA PRUEBA PARCIAL Profesor: Hugo S. Salinas. Segundo Semestre 2008 1. El problema de Galileo.

Más detalles

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

Distribuciones Discretas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 6. Distribuciones Discretas de Probabilidad 1 Contenido 1. Variables Aleatorias. 2. Distribuciones Discretas de Probabilidad. 3. Valor Esperado y Varianza. Propiedades. 4. Distribución de Probabilidad Binomial.

Más detalles

EXAMEN DE ESTADÍSTICA Junio 2012

EXAMEN DE ESTADÍSTICA Junio 2012 EXAMEN DE ESTADÍSTICA Junio 2012 Apellidos: Nombre: DNI: GRUPO: 1. En una población se han realizado 120 observaciones sobre las variables X e Y, obteniéndose la siguiente tabla de frecuencias absolutas

Más detalles

Nombre de la materia. Departamento. Academia

Nombre de la materia. Departamento. Academia Probabilidad Ciencias Aplicadas de la Información Ciencias Básicas Nombre de la materia Departamento Academia Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I4862 60 20-80 9 Nivel Carrera

Más detalles

Variables Aleatorias y Distribución de Probabilidades

Variables Aleatorias y Distribución de Probabilidades Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables

Más detalles

Tema 4. Variables aleatorias discretas

Tema 4. Variables aleatorias discretas Tema 4. Variables aleatorias discretas 508 Estadística. ETDI. Curs 2002/03 Cuestiones de Verdadero/Falso 1. En un proceso de Bernoulli, hay exactamente dos posibles resultados en cada prueba. 2. La fórmula

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

Definición de probabilidad

Definición de probabilidad Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total

Más detalles

Estadística I Ejercicios Tema 4 Curso 2015/16

Estadística I Ejercicios Tema 4 Curso 2015/16 Estadística I Ejercicios Tema 4 Curso 2015/16 1. En una urna hay 15 bolas numeradas de 2 al 16. Extraemos una bola al azar y observamos el número que tiene. a) Describe los sucesos, escribiendo todos sus

Más detalles

La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas.

La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas. La Probabilidad propone modelos para los fenómenos aleatorios, es decir, los que se pueden predecir con certeza, y estudia sus consecuencias lógicas. Dado un experimento y cualquier evento A: La expresion

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

PROBABILIDAD Y DISTRIBUCIÓN BINOMIAL

PROBABILIDAD Y DISTRIBUCIÓN BINOMIAL Matemáticas 1º CCSS 1 RESUMEN PROBABILIDAD Y DISTRIBUCIÓN BINOMIAL Algunas definiciones La probabilidad es una medida de la posibilidad de que acontezca un suceso aleatorio determinado, asignándosele un

Más detalles

Curso: 2º Grupo: B Día: 18 - IV CURSO

Curso: 2º Grupo: B Día: 18 - IV CURSO 3ª EVALUACIÓN Curso: º Grupo: B Día: 18 - IV - 008 CURSO 007-08 EJERCICIO 1 (1.75 puntos) Sea la población {1, 5, 7}. Escriba todas las muestras de tamaño, mediante muestreo aleatorio simple, y calcule

Más detalles

TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.

TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de

Más detalles

Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Probabilidad y Estadística Práctica Nº 4

Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Probabilidad y Estadística Práctica Nº 4 Distribuciones de Variables Aleatorias Distribuidas en forma Conjunta Objetivos de la práctica: Objetivo general: Al finalizar la práctica, el estudiante deberá conocer los conceptos fundamentales de las

Más detalles

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria,

Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, Examen de la convocatoria extraordinaria, Probabilidad y Estadística Segundo del grado en Telecomunicaciones, UAM, 2014-2015 Examen de la convocatoria extraordinaria, 22-6-2015 Nombre y apellidos.......................................................................

Más detalles

TEMA 3.- MODELOS DISCRETOS

TEMA 3.- MODELOS DISCRETOS TEMA 3.- MODELOS DISCRETOS 3.1. Introducción. 3.2. Distribución uniforme discreta de parámetro n. 3.3.Distribución Bernoulli de parámetro p. 3.4.Distribución Binomial de parámetros n y p. Notación: X Bn,

Más detalles

Estadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri

Estadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de

Más detalles

Estadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri

Estadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri Estadística 011 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de

Más detalles

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos.

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos. Ficha Técnica Titulación: Grado en Ciencias del Trabajo, Relaciones Laborales y Recursos Humanos Plan BOE: BOE número 108 de 6 de mayo de 2015 Asignatura: Módulo: Técnicas de Investigación Social Curso:

Más detalles

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de

Más detalles

Universidad Autónoma de Madrid Probabilidad y Estadística

Universidad Autónoma de Madrid Probabilidad y Estadística Pendiente de la lección 1: Lección 6 Variables aleatorias ˆ Si Ω es infinito, Ω sería su área en P(A) = A / Ω. ˆ Vamos a lanzar un bolígrafo en un suelo con pequeñas baldosas blancas que tienen un dibujo

Más detalles

Grupo 23 Semestre Segundo examen parcial

Grupo 23 Semestre Segundo examen parcial Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige

Más detalles

SEÑALES Y SISTEMAS Clase 5

SEÑALES Y SISTEMAS Clase 5 SEÑALES Y SISTEMAS Clase 5 Carlos H. Muravchik 15 de Marzo de 2018 1 / 43 Habíamos visto: Repaso Probabilidades (sobrevuelo) Veremos: 1. Repaso Probabilidades 2. Repaso Variables aleatorias. Distribuciones.

Más detalles

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Estadística

Programa Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Estadística Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Métodos cuantitativos de la empresa Curso: 1º Créditos ECTS:

Más detalles

Teórica básica. Incluimos. - Temas

Teórica básica. Incluimos. - Temas Teórica básica Incluimos - Temas 1 - Tema 1: Fenómenos aleatorios. Conceptos de probabilidad. Propiedades. Independencia de sucesos. Teorema de Bayes. - Tema 2: Variables aleatorias. Variables discretas.

Más detalles

Definición de variable aleatoria

Definición de variable aleatoria Variables aleatorias Instituto Tecnológico Superior de Tepeaca Agosto-Diciembre 2015 Ingeniería en Sistemas Computacionales M.C. Ana Cristina Palacios García Definición de variable aleatoria Las variables

Más detalles

DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD

DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)

Más detalles

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme

Más detalles

Tema 4: Variables aleatorias multidimensionales

Tema 4: Variables aleatorias multidimensionales 1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica

Más detalles

Modelos Básicos de Distribuciones Discretas y Continuas

Modelos Básicos de Distribuciones Discretas y Continuas Modelos de Distribuciones Discretas y Continuas 1/27 Modelos Básicos de Distribuciones Discretas y Continuas Departamento de Estadística e Investigación Operativa Universidad de Sevilla Contenidos Modelos

Más detalles

TEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...

TEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer... TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones

Más detalles

Nombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta?

Nombre: Distribuciones de probabilidad discreta. Segunda parte. A qué nos referimos con probabilidad discreta? Estadística 1 Sesión No. 9 Nombre: Distribuciones de probabilidad discreta. Segunda parte. Contextualización A qué nos referimos con probabilidad discreta? En la presente sesión analizarás y describirás

Más detalles

Tema 4: Variables aleatorias multidimensionales

Tema 4: Variables aleatorias multidimensionales Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia

Más detalles

BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD

BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD EJERCICIO 1 Considera el siguiente conjunto de datos bidimensionales: X 1 1 2 3 4 4 5 6 6 y 2.1 2.5 3.1 3.0 3.8 3.2 4.3 3.9 4.4 a)sin efectuar cálculos

Más detalles

El momento de orden n de una variable aleatoria X es el valor esperado de X elevado a la n, es decir,

El momento de orden n de una variable aleatoria X es el valor esperado de X elevado a la n, es decir, 1 CLASES DE ESTADÍSTICA II CLASE 4) MOMENTOS. FUNCIÓN GENERATRIZ DE MOMENTOS CONJUNTA. El concepto de Momentos ya se conocía en el análisis de una variable aleatoria y es bueno recordarlo ahora para generalizarlo

Más detalles

EXAMEN DE ESTADÍSTICA Junio 2011

EXAMEN DE ESTADÍSTICA Junio 2011 EXAMEN DE ESTADÍSTICA Junio 2011 Apellidos: Nombre: DNI: GRUPO: 1. Sea X una variable aleatoria discreta. Determine el valor de k para que la función p(x) { k/x x 1, 2, 3, 4 0 en otro caso sea una función

Más detalles

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES Tema 4: VAIABLES ALEATOIAS BIDIMENSIONALES 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación

Más detalles