MODELO DE RESPUESTAS Objetivos del 1 al 9

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

Download "MODELO DE RESPUESTAS Objetivos del 1 al 9"

Transcripción

1 PRUEBA INTEGRAL LAPSO /7 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 126 Fecha: 21/04/2 018 MODELO DE RESPUESTAS Objetivos del 1 al 9 OBJ 1 PTA 1 A continuación aparecen las edades de 50 bailarines que respondieron a un llamado para realiar una audición para una comedia musical: Calcule: media, mediana, moda, variana y desviación típica. NOTA: Para lograr el objetivo debe responder correctamente todos los incisos. Para que nos sea más sencillo calcular la media, mediana, moda, variana y desviación típica ordenemos los datos en forma ascendente, es decir, de menor a mayor: Medidas de tendencia central: Media: X = x i = = 20, i 1 Mediana: Med = 20 (Como hay un número para de observaciones, la mediana es la media aritmética de los datos que en este caso, ocupan las posiciones 25 y 26). Moda: M o = 19 (Es el valor del dato o datos que tiene(n) mayor frecuencia). Medidas de dispersión: ,02 S = x - X = x - 20,14 = 2, Variana: ˆ 2 i i i 1 i 1

2 PRUEBA INTEGRAL LAPSO /7 Desviación típica o estándar: S ˆ 1,5120 (Es la raí cuadrada de ˆ 2 S ). En resumen: DATOS NO AGRUPADOS Medidas de tendencia Central Medidas de Dispersión Media Mediana Moda Variana Desviación típica 20, ,2861 1,5120 OBJ 2 PTA 2 Se contrata a una empresa de ingenieros para que determine si ciertas vías fluviales en Virginia, Estados Unidos, son seguras para la pesca. Se toman muestras de tres ríos. a) Liste los elementos del espacio muestral Ω y utilice las letras P para seguro para la pesca y N para inseguro para la pesca. b) Liste los elementos de Ω que correspondan al evento E de que al menos dos de los ríos son seguros para la pesca. c) Defina un evento que tiene como elementos a los puntos PPP,NPP,PPN,NPN. NOTA: Para lograr el objetivo debe responder correctamente todas las partes. a) Ω = PPP,PPN,PNP,NPP,NNP,NPN,PNN,NNN. b) E = PPP,PPN,PNP,NPP. c) S: el segundo rio es seguro para la pesca. OBJ 3 PTA 3 Suponga que queremos formar comisiones de cuatro miembros de un grupo de 4 hombres R, S, T, U y 5 mujeres V, W, X, Y, Z. Si además se especifica que R y S no pueden estar en la misma comisión a menos que la comisión esté conformada por lo menos por una mujer, cuál es el número de comisiones que se puede formar? Debemos considerar varios casos: Según que no estén ni R ni S. Esté R y no S. Esté S y no R. Estén R y S. En el primer caso, puesto que no están ni R ni S, la comisión la podemos formar con las 7 personas restantes (no restricción de sexo), lo cual se puede hacer de 7 4 maneras.

3 PRUEBA INTEGRAL LAPSO /7 En el segundo caso, es decir, estando R en la comisión y no S, la misma la podemos formar escogiendo las otras 3 personas de las 7 restantes, esto viene dado por el combinatorio 7. El tercer caso, es análogo al segundo, lo único que 3 hay que hacer, es invertir el papel de R y S, por lo tanto, la solución es la misma. El cuarto y último caso, es en el que como se mencionó antes están tanto R como S, por lo que por condición del problema debe haber al menos una mujer, es decir, o 1 mujer o 2, por lo tanto, la solución para este caso es Por lo tanto, el número total de maneras de formar comisiones de 4 miembros de un grupo de 4 hombres y 5 mujeres, que cumplan con las condiciones dadas, es en virtud del PS: OBJ 4 PTA 4 Cierto tipo de motor eléctrico falla por obstrucción de los cojines, por combustión del embobinado o por desgaste de las escobillas. Supóngase que la probabilidad de la obstrucción es el doble de la combustión, la cual es cuatro veces más probable que el desgaste de las escobillas. Cuál es la probabilidad de que el fallo sea por combustión del embobinado? Consideremos los eventos: O = Falla por obstrucción de los cojines. C = Falla por combustión del embobinado. D = Falla por desgaste de las escobillas. Sabemos que: P(O) + P(C) + P(D) = 1 y también sabemos por hipótesis que: P(O) = 2P(C) y P(C) = 4P(D), y puesto que estamos interesados en saber cuánto vale P(C), tenemos por simple sustitución: 2PC + PC + P C =1 PC =

4 PRUEBA INTEGRAL LAPSO /7 OBJ 5 PTA 5 Suponga que una prueba para detectar la presencia del virus del HIV tiene 99% de confiabilidad, y que una de cada die mil personas en el grupo de su edad es HIV positivo. La prueba tiene un 5% de falso positivo, esto es, algunas veces indica la presencia del virus en pacientes que están libres del mismo. Suponga que la prueba fue aplicada a una persona y el resultado fue positivo. Cuál es la probabilidad de que la persona tenga el virus dado que el resultado de la prueba es positivo? Consideremos los eventos: H = El paciente tiene el virus. T + = El resultado de la prueba es positivo. Queremos calcular: P(H T + ), sabiendo que: P(T + H) = 0,99, P(T + H c ) = 0,05, P(H) = 0,0001 y P(H c ) = 0,9999. Por lo tanto, en virtud del teorema de Bayes, tenemos: P(H I T ) P(H I T ) P(H)(T IH) P( H T )= = = c + c + P(T ) P(T I H) + P(T I H ) P(H)(T IH) + P(H )(T IH) (0,0001)(0,99) = (0,0001)(0,99) (0,9999)(0,05) 0, , = = 0, , , =0, =0,1976% OBJ 6 PTA 6 Suponga que la v.a. X toma todos los valores en el conjunto = 1, 2, 3,.... Demuestre que: k = 0 E(X) = P(X > k). Por definición de esperana tenemos que: E(X) = kp(x = k) = P(X = k) k = 0 k = 0 n = 1 k. k = P(X = k) = P(X k) = P(X k) n = 1k = n n = 1 n = 0

5 PRUEBA INTEGRAL LAPSO /7 La segunda igualdad, se obtiene en virtud de hecho de que: k = k n = 1 1, mientras que la tercera es simplemente un cambio en el orden de sumación, este es el análogo discreto al cambio en el orden de integración cuando calculamos una integral doble que resulta más sencillo en un orden que en otro. OBJ 7 PTA 7 Un investigador encuentra que dos v.a. s. de interés, tienen función de distribución conjunta dada por: 10 - x P(x, y) = x 1 x = 0,1,...,5,. x y 2 y = 0,1,..., 5 - x Calcule las distribuciones marginales para x e y. Recuerde que: n n n k a + b = a b k 0k n - k La función de distribución marginal de X es por definición x 10 - x 5 - x 5 - x 55 - x x f X(x) = P(X = x) = = y = 0 x y 2 x 2 y = 0 y 10 - x 10 - x 5 - x- y 5 - x 5 - x x y 5 1 = 1.1 =.2 x 2 y = 0 y x =, para x = 0,1,...,5 x 2 Y la función de distribución marginal de Y es: x y 1 f Y(y) = P(Y = y) = = x = 0 x y 2 x = 0 y x y x y x = 2 = 2.1 y 2 x = 0 x y 2 x = 0 x y = 3, para y = 0,1,...,5 - x y x 10 - x x- y Comentario: En este caso tenemos que: x y =, verifíquelo! x y y x

6 PRUEBA INTEGRAL LAPSO /7 OBJ 8 PTA 8 Sean X e Y variables aleatorias independientes B(n, p) y B(m, p), respectivamente. Demuestre que Z = X + Y, sigue siendo una variable aleatoria con distribución binomial de parámetros (n + m) y p, es decir, la suma de variables aleatorias independientes binomiales, sigue siendo una variable aleatoria binomial. Recuerde que: Tenemos que: n m n + m =. k - k k 0 P(Z = ) = P(X + Y = ) = PX = k, Y = - k = PX = kpy = - k k = 0 k = 0 k m = p 1- p p 1- p k = 0k - k = p 1- p - k n+ m - k n - k m - k = 0 n m k - k n+ m - k n + m = p 1- p n + m n+ m - k = p 1- p, para = 0,1,...,n + m OBJ 9 PTA 9 Sea (X, Y) una variable aleatoria bidimensional, con función de distribución de probabilidad conjunta dada por: 1 p XY (x i, y j ) = 3 0,1, 1, 0, 2,1. 0 otro caso Calcule la covariana de X e Y. Por definición de covariana tenemos: Cov(X, Y) = E[(X EX)(Y EY)] = E[(X μ X )(Y μ Y )] = E(XY) EXEY, por lo tanto debemos calcular E(XY), EX y EY. EX = 2 ip(x = i) = 0P(X = 0) + 1P(X = 1) + 2P(X = 2) = = 1 i = 0 EY = 1 j = 0 jp(y = j) = 0P(Y = 0) + 1P(Y = 1) = = k

7 PRUEBA INTEGRAL LAPSO /7 2 1 E(XY) = i. jp (i, j) = = 3 2. i = 0 j = 0 XY Sustituyendo los valores calculados para EX, EY y E(XY) en la definición de covariana, obtenemos: Cov(X, Y) = = 0 Puesto que la covariana de X e Y es cero, concluimos que dichas variables son no correlacionadas. Nota: Recuerde que: P(X = i) y P(Y = j) con i = 0, 1, 2 y j = 0, 1, son las funciones de probabilidad marginal para las variables aleatorias X e Y respectivamente. FlN DEL MODELO.

MODELO DE RESPUESTAS Objetivos del 1 al 9

MODELO DE RESPUESTAS Objetivos del 1 al 9 PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ

Más detalles

Prueba Integral Lapso /6

Prueba Integral Lapso /6 Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,

Más detalles

Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:

Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha: Integral Lapso 2010-2 745 1/5 Universidad Nacional Abierta Estadística General (745) Vicerrectorado Académico Cód. Carrera: 610-612-613 Fecha: 26-02-2011 OBJ. 2 PTA 1 MODELO DE RESPUESTAS Objetivos 2,

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

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

ENUNCIADO y SOLUCIONES. Problema 1

ENUNCIADO y SOLUCIONES. Problema 1 Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.

Más detalles

Esquema Matemáticas CCSS

Esquema Matemáticas CCSS Esquema Matemáticas CCSS 4. Inferencia Conocer el vocabulario básico de la Inferencia Estadística: población, individuos, muestra, tamaño de la población, tamaño de la muestra, muestreo aleatorio. Conocer

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO 22/23 FECHA: 9 de Enero de 23 Duración del examen: 3 horas Fecha publicación

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

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ SEMESTRE 01 - TIPO 1 DURACIÓN MÁXIMA.5 HORAS 30 DE MAYO DE 01 NOMBRE Apellido paterno Apellido materno Nombre (s) Firma Problema 1 La siguiente tabla muestra la estimación de hundimientos de suelo en centímetros,

Más detalles

Vectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos

Vectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos

Más detalles

Examen de Estadística

Examen de Estadística Examen de Estadística Grado en Ingeniería de Telecomunicación 6 de Mayo de 6 Cuestiones solución h 45m C (.5 puntos). Considera tres eventos A, B, C S tales que P (A) = P (B) =.5, P (A B) =.5, y P (C)

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:

Más detalles

Capítulo 6: Variable Aleatoria Bidimensional

Capítulo 6: Variable Aleatoria Bidimensional Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el

Más detalles

Prueba Integral Lapso /7

Prueba Integral Lapso /7 Prueba Integral Lapso 17-737 1/7 Universidad Nacional Abierta Introducción a la Probabilidad (Cód. 737) Vicerrectorado Académico Cód. Carrera: 3-8 - 81 Fecha: 1-4-18 MODELO DE RESPUESTAS Objetivos del

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

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación

Más detalles

Selectividad Septiembre 2007 SEPTIEMBRE 2007

Selectividad Septiembre 2007 SEPTIEMBRE 2007 Bloque A SEPTIEMBRE 2007 1.- Cada instalación de una televisión analógica necesita 10 metros de cable y cada instalación de televisión digital necesita 20 metros. Cada televisión analógica necesita 20

Más detalles

Tema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:

Tema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema: Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno

Más detalles

Bioestadística: Variables Aleatorias. Distribuciones de Probabilidad II

Bioestadística: Variables Aleatorias. Distribuciones de Probabilidad II Bioestadística: Variables Aleatorias. Distribuciones de Probabilidad II M. González Departamento de Matemáticas. Universidad de Extremadura 3. El periodo de incubación de una determinada enfermedad se

Más detalles

PyE_ EF2_TIPO1_

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

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018

Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018 Matemáticas Aplicadas I: Ev2 Recuperación febrero 2018 PARTE 1: ESTADÍSTICA UNIDIMENSIONAL Y BIDIMENSIONAL 1. La siguiente tabla recoge las edades de las personas que han subido a un avión. Edad [0, 18)

Más detalles

Sesión 2: Teoría de Probabilidad

Sesión 2: Teoría de Probabilidad Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para

Más detalles

Tema 12: Distribuciones de probabilidad

Tema 12: Distribuciones de probabilidad Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:

Más detalles

Variables aleatorias

Variables aleatorias Ejemplo: Suponga que un restaurant ofrecerá una comida gratis al primer cliente que llegue que cumpla años ese día. Cuánto tiene que esperar el restaurant para que la primera persona cumpliendo años aparezca?

Más detalles

Sesión 2: Teoría de Probabilidad

Sesión 2: Teoría de Probabilidad Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad las reglas mátemáticas de la probabilidad no son simplemente reglas para calcular frecuencias de variables aleatorias;

Más detalles

Probabilidad Condicional. Teorema de Bayes para probabilidades condicionales:

Probabilidad Condicional. Teorema de Bayes para probabilidades condicionales: Probabilidad Condicional Teorema de Bayes para probabilidades condicionales: Definición: Sea S el espacio muestral de un experimento. Una función real definida sobre el espacio S es una variable aleatoria.

Más detalles

SOLUCIÓN: Al realizar el histograma de frecuencias, se obtiene:

SOLUCIÓN: Al realizar el histograma de frecuencias, se obtiene: UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SOLUCIÓN SEGUNDO EXAMEN FINAL A

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

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema: Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz

Más detalles

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 23 de enero de 2018 1hora y 1 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. En la siguiente tabla se muestra la temperatura máxima T, en grados Celsius,

Más detalles

Estadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:

Estadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado: Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una

Más detalles

Estadística Descriptiva y Probabilidad FORMULARIO

Estadística Descriptiva y Probabilidad FORMULARIO Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.

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

Representaciones gráficas de las distribuciones bidimensionales de frecuencias... 74

Representaciones gráficas de las distribuciones bidimensionales de frecuencias... 74 Índice 1. Introducción al R 15 1.1. Introducción............................. 15 1.2. El editor de objetos R....................... 18 1.3. Datos en R............................. 19 1.3.1. Vectores...........................

Más detalles

Momentos de Funciones de Vectores Aleatorios

Momentos de Funciones de Vectores Aleatorios Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)

Más detalles

Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6

Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6 Trimestre Septiembre-Diciembre 2007 Departamento de Cómputo Científico y Estadística Probabilidades para Ingenieros CO3121 Guía de ejercicios # 6 Contenido Valor Esperado, Caso Discreto. Valor Esperado,

Más detalles

Contrastes basados en el estadístico Ji Cuadrado

Contrastes basados en el estadístico Ji Cuadrado Capítulo 10 Contrastes basados en el estadístico Ji Cuadrado 10.1. Introducción Existen multitud de situaciones en el ámbito de la salud en el que las variables de interés, las cuales no pueden cuantificarse

Más detalles

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros

Más detalles

TEMA 3.- VECTORES ALEATORIOS.- CURSO

TEMA 3.- VECTORES ALEATORIOS.- CURSO TEMA 3.- VECTORES ALEATORIOS.- CURSO 017-018 3.1. VARIABLES ALEATORIAS BIDIMENSIONALES. FUNCIÓN DE DISTRIBUCIÓN CONJUNTA. 3.. VARIABLES BIDIMENSIONALES DISCRETAS. 3.3. VARIABLES BIDIMENSIONALES CONTINUAS.

Más detalles

Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales

Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales Capítulo 2 Medidas Estadísticas Básicas 2.1. Medidas estadísticas poblacionales Sea X una variable aleatoria con función de probabilidad p(x) si es discreta, o función de densidad f(x) si es continua.

Más detalles

Departamento de Matemática Aplicada a la I.T.T.

Departamento de Matemática Aplicada a la I.T.T. Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Duración: horas Fecha: de Julio de Fecha publicación notas: -7- Fecha revisión examen: 8-7-

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

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

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

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

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS FACULTAD DE INGENIERÍA ARTURO NARRO SILLER CARTA DESCRIPTIVA Carrera: INGENIERÍA EN SISTEMAS COMPUTACIONALES. Materia:. Titular: Correo electrónico: NUMERO DE UNIDAD:

Más detalles

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5. Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:

Más detalles

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II

Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 0 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. Considérense las matrices A ( 1 1 1 4 8 1 1 1 ), B ( 5 3 ) y C ( 1 k +

Más detalles

3. Variables aleatorias

3. Variables aleatorias 3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución

Más detalles

Variables aleatorias. Descripción breve del tema. Objetivos. Descripción breve del tema. Tema 4

Variables aleatorias. Descripción breve del tema. Objetivos. Descripción breve del tema. Tema 4 Descripción breve del tema Variables aleatorias Tema 4 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Descripción breve

Más detalles

Requisitos Matemáticos. Clase 01. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial

Requisitos Matemáticos. Clase 01. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial Universidad Austral de Chile Escuela de Ingeniería Comercial ICPM050, Econometría Clase 01 Requisitos Matemáticos Profesor: Carlos R. Pitta Econometría, Prof. Carlos R. Pitta, Universidad Austral de Chile.

Más detalles

1 CÁLCULO DE PROBABILIDADES

1 CÁLCULO DE PROBABILIDADES 1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que

Más detalles

VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M.

VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. Desde un punto de vista formal, los vectores aleatorios son la herramienta matemática adecuada para transportar

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

3 2 ) 1) = ( 11 8 ) ( 22 11

3 2 ) 1) = ( 11 8 ) ( 22 11 67 70 11 1 Junio 017 Dada la matriz M = ( ) se pide: 1 a) Realiza el producto M M t (siendo M t la matriz transpuesta de M) b) Despeja X en la siguiente expresión matricial: P X = M M t c) i P = ( ), obtén

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

EVAU. Junio matematiib.weebly.com

EVAU. Junio matematiib.weebly.com Propuesta A 1A. x + a si x f(x) = { x + bx 9 si x > a) Se trata de una función definida a trozos a partir de dos funciones polinómicas, por lo que el único punto donde la función podría no ser continua

Más detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre (s)

NOMBRE Apellido Paterno Apellido Materno Nombre (s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIONES

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

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

Distribuciones de probabilidad bidimensionales o conjuntas

Distribuciones de probabilidad bidimensionales o conjuntas Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso

Más detalles

VARIABLES ALEATORIAS DISCRETAS

VARIABLES ALEATORIAS DISCRETAS VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:

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

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

Cálculo de Probabilidades II Preguntas Tema 2

Cálculo de Probabilidades II Preguntas Tema 2 Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS AÑO: 207 PERIODO: II Estadística Bauz, S. Cárdenas, N. Cevallos, L. Mendoza, MATERIA: PROFESORES: Descriptiva M. Pambabay,

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

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

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

Matemática 3 Curso 2014

Matemática 3 Curso 2014 Matemática 3 Curso 204 Práctica 4: Variables aleatorias continuas. Funciones de distribución de probabilidad uniforme, exponencial, normal ) El tiempo total, medido en unidades de 00 horas, que un adolescente

Más detalles

. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n

. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidades MA, /5/9, Prof. Raúl Gouet Solución Control #. Considere una colonia de bacterias con población inicial

Más detalles

Ejercicio 1 (20 puntos)

Ejercicio 1 (20 puntos) ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada

Más detalles

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística Curso de Probabilidad y Estadística Conceptos Fundamentales Parte 2 Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica

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

Matemática 3 Curso 2013

Matemática 3 Curso 2013 Matemática 3 Curso 2013 Práctica 3: Variables aleatorias discretas. Funciones de distribución Binomial, Geométrica, Hipergeométrica, Poisson. 1) Dadas las siguientes funciones, determinar cuales son funciones

Más detalles

Análisis de la Información

Análisis de la Información Análisis de la Información 2do C. 2018 Clase Nº5 Mg. Stella Figueroa Medidas de Dispersión Absolutas Relativas Rango Varianza Desviación estandar Rango intercuartílico Coeficiente de variación El rango

Más detalles

6-1. Dos preguntas sobre 100 tiradas de dado

6-1. Dos preguntas sobre 100 tiradas de dado Semana 6 Esperanza y Varianza 6-1. Dos preguntas sobre 100 tiradas de dado 6-2. Esperanza 6-3. Propiedades básicas de la esperanza 6-4. Distancia esperada a la media 6-5. Varianza 6-6. Demostraciones 6-1.

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

Repaso de conceptos estadís-cos. Apéndice A

Repaso de conceptos estadís-cos. Apéndice A Repaso de conceptos estadís-cos Apéndice A Revisión de conceptos estadís2cos El conjunto de todos los resultados posibles de un experimento aleatorio se denomina población o espacio muestral, E Un suceso

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

Probabilidad y Estadística

Probabilidad y Estadística Vectores aleatorios Probabilidad y Estadística Vectores aleatorios Federico De Olivera Cerp del Sur-Semi Presencial curso 2015 Federico De Olivera (Cerp del Sur-Semi Presencial) Probabilidad y Estadística

Más detalles

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada

Más detalles

COMPETENCIAS Y OBJETIVOS

COMPETENCIAS Y OBJETIVOS COMPETENCIAS Y OBJETIVOS UNIDAD V :DISTRIBUCIONES DE VARIABLES ALEATORIAS BIDIMENSIONALES Competencia: -El estudiante debe extender correctamente las definiciones,características de una variable aleatoria

Más detalles

Nº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00

Nº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00 U.D.3: Distribuciones Discretas. La Distribución Binomial 3.1 Variable Aleatoria Discreta. Función o Distribución de Probabilidad. Variable Aleatoria: - En un experimento aleatorio, se llama variable aleatoria

Más detalles

Jueves, 3 de Noviembre de La parte escrita del examen representa el 40 % de la nota y el cuestionario el 60 % restante.

Jueves, 3 de Noviembre de La parte escrita del examen representa el 40 % de la nota y el cuestionario el 60 % restante. Univ. de Alcalá. Estadística 2016-17 Dpto. de Fíca y Matemáticas Biología Jueves, 3 de Noviembre de 2016 N o : studentnumber currentstudent INSTRUCCIONES (LEER ATENTAMENTE). La parte escrita del examen

Más detalles

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA 1 CLASES DE ESTADÍSTICA II CLASE ) ESPERANZA ABSOLUTA. ESPERANZA CONDICIONAL. ESPERANZA ABSOLUTA El cálculo de valores esperados o esperanzas a nivel de dos variables aleatorias es una generalización matemática

Más detalles

3. ADQUIRIR O ACTUALIZAR NOCIONES BÁSICAS DE ESTADÍSTICA:

3. ADQUIRIR O ACTUALIZAR NOCIONES BÁSICAS DE ESTADÍSTICA: 3. ADQUIRIR O ACTUALIZAR NOCIONES BÁSICAS DE ESTADÍSTICA: Objetivos: 1. Aprender a calcular medidas de centralidad y dispersión de una distribución estadística. 2. Aprender a calcular probabilidades absolutas

Más detalles

NIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo

NIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y

Más detalles

Variables aleatorias

Variables aleatorias Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,

Más detalles

Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha:

Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: Área de Matemática Fecha: Segunda Prueba Parcial Lapso 7-746 /6 Universidad Nacional Abierta Estadística Aplicada (Cód. 746) Vicerrectorado Académico Cód. Carrera: 6-6 - 6 Fecha: --8 MODELO DE RESPUESTAS Objetivos 5 al 8 OBJ 5

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

1 CÁLCULO DE PROBABILIDADES

1 CÁLCULO DE PROBABILIDADES 1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS TEMA 1 (20 puntos): RUBRICA La magnitud de temblores registrados en una región de América

Más detalles

Teoría de Probabilidad

Teoría de Probabilidad Matemáticas Discretas L. Enrique Sucar INAOE Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para las que no existe

Más detalles