Capítulo 6: Variables Aleatorias Multivariadas

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

Download "Capítulo 6: Variables Aleatorias Multivariadas"

Transcripción

1 Unversa Técnca Feerco Santa María Departamento e Inormátca ILI-8 Capítulo 6: Varables Aleatoras Multvaraas staístca Computaconal I Semestre 6 Pro. Carlos Valle Págna : e-mal : [email protected] Sea... k vector aleatoro P : B k R caracterzaa por F screta contnua Caso k : Dstrbucones Multvarantes F : uncón e Dstrbucón conjunta : uncón e ensa cuantía F : uncón e Dstrbucón margnal e : uncón e ensa margnal

2 > / s [ ] [ ] [ ] [ ] [ ] [ ] T Dstrbucones Dstrbucones Multvarantes Multvarantes 4 [ ] [ ] [ ] cov [ ] [ ] cov V V cov [ ] [ ] [ ] Dstrbucones Dstrbucones Multvarantes Multvarantes

3 jemplos e Vectores Aleatoros Dscretos Sea vector aleatoro screto con varable aleatora que representa el número e allas el turno. La sguente tabla nos proporcona la uncón e cuantía conjunta: jemplos e Vectores Aleatoros Dscretos. Determnar las cuantías margnales. Determne las cuantías conconales / / 6

4 4 7. Cuantías margnales. Cuantías margnales ; 4 ; 4 ; 5 ; ; ; Solucón Solucón 8. Cuantías conconales ; 8/ ; 8/ ; 4 / / ; / ; / ; / / Solucón Solucón

5 Nota Obtenga aemás:.. [ ] [ ]. V / 9 jemplo e vectores aleatoros contnuos Sea vector aleatoro contnuo con ensa: + e I + [ ] R Calcular: 5

6 6 [ ] + 5 e [ ] + 4 e [ ] e [ ] e Solucón Solucón [ ] e [ ] 6 V [ ] 9 7 V [ ] [ ] 95 cov V V Solucón Solucón

7 Teorema e Transormacones Vectores Aleatoros Sea vector aleatoro contnuo con ensa conjunta sea g con g: D R R uncón vectoral. S se cumple: D conjunto aberto: P D g es una transormacón nvertble con ervaas parcales contnuas g ste g J J ntonces J I g D Funcón e Regresón Sea vector aleatoro sea uncón e ensa margnal e. Aemás sea M { : > } sea g : D R R. Conseremos ϕ : M R / ϕ [g / ]. ϕ se llama uncón e regresón e g en. 4 7

8 Propeaes:. [ [ / ] [ ] [ / ].. [ ] [ ] [ ] [ V [ / ] + V [ [ ] V / Y A + B Y C + D A B C D R Funcón e Regresón ntonces: Y Y AC AC 5 Sean v.a.c. 4 I ] [ sean tambén Y / Y ncontrar:. Y. Y. jemplo e Transormacones Y / Y 4. s? 6 8

9 9 7 ][ Y Y Y /Y Con Y > ; Y > ; Y Y < ; Y /Y < Sean Y g Y g h h h h h h h h g g Solucón Solucón 8... ] [ I J g I S g Y Y / / 4 < < ln / Y Y Y Solucón Solucón

10 Solucón 4. Y + Y Y Como I + [ ] [ [ I no son nepenentes 9 Propeaes speranza Varanza Sean Y v.a. α C R 4 [ α ] α [ α ] α[ ] [ + Y ] [ ] [ Y ] + [ Y ] [ ] [ Y ]

11 Sean Y v.a. α C R V α [ ] [ α ] V [ ] [ + C] V [ ] [ + Y ] V [ ] + V [ Y ] s Y [ + Y ] V [ ] + V [ Y ] cov V α 4 Propeaes speranza Varanza V V 5 V + Y Propeaes speranza Varanza Sean... n v.a. nepenentes: n n n n [ ] V V [ ] n general para... n v.a. cualesquera: n n [ ] n n 4 V α α [ ] + αα j cov j < j

12 Caso Dscreto: Dstrbucón Bnomal ; n pp q-pp Dstrbucones Multvaraas : étos : n! p p I!! A { : } A n racasos Caso Polnomal: Dstrbucones Multvaraas n p p... p k n! k... k p p... pk I A.. k! { } A n... k np np npk : [ ]... k np p Μ np pk np p Ο Κ Κ np p k Μ k np p k 4

13 5 Dstrbucón Normal Bvaraa: NµΣ : µ µ π Σ T e Matrcal + µ µ µ µ π e [ ] µ µ Dstrbucones Normal Dstrbucones Normal Multvaraa Multvaraa 6 µ N µ N ; / µ µ + N [ ] / [ ] V / Propeaes Normal Propeaes Normal Bvaraa Bvaraa

14 Propeaes Normal Bvaraa Análogamente se tene que: [ / ] V [ / ] / N µ + µ ; 7 jemplo Las probablaes e que certa lámpara e un moelo e proector ure menos e 4 horas entre 4 8 horas más e 8 horas e uso nterrumpo son.;.5. respectvamente. Calcular la probabla e que entre 8 e tales lámparas uren menos e 4 horas; cnco uren entre 4 8 horas una ure más e 8 horas. 8 4

15 Solucón: jemplo n8 ; p ; p 5 ; p ; 5 ; P ; ; n!! p p p!! 5!! jemplo Dos elementos Y se strbuen como N µ Σ seno : 4. 8 µ Σ 6 Al analzar un elemento se observa que contene 6 gramos e. - Cuál es el valor más probable e Y? 5

16 La respuesta consste en encontrar: [ / 6] gramos [ 6] µ + µ 76 / V Solucón: jemplo [ / 6] 8 Tarea: Recomenable Una línea eléctrca se avería cuano la tensón sobrepasa la capaca e la línea. S la tensón se strbue como N ; la capaca como N 4 ; calcular la probabla e avería suponeno nepenenca. 6

17 Dstrbucones normal: -multvaraa La..p. normal multmensonal. Forma unconal. T ep µ µ π Σ Σ : matrz e covaranza Σ : etermnante e Σ Σ - : matrz nversa e Σ - µ T : vector traspuesto e - µ Funcón e ensa normal bmensonal Representacón e una p normal bmensonal 4 7

18 Funcón e ensa normal Parámetros que especcan la strbucón - La p normal multvarante está completamente especcaa por los parámetros µ Σ µ µ µ Μ µ Σ Μ - n la práctca estos parámetros son esconocos eben estmarse a partr e prototpos. Μ Ο Μ 5 Funcón e ensa normal stmaores no sesgaos e µ e Σ : ˆ µ N N l l 5 Σ ˆ N N l l ˆ µ l ˆ µ T 6 one: N es el número e prototpos. l es el l-ésmo prototpo. 6 8

19 Funcón e ensa normal - stmacón alternatva elemento a elemento: para j k... one: * j l : componente j-ésma el prot. l-ésmo µˆ * j Σˆ jk N l : componente j-ésma el vector N l j ˆ µ j l k ˆ µ k 7 7 Funcón e ensa normal Propeaes e Σ Σ es smétrca. Como Σ jk Σ kj ha que calcular + / componentes. Σ es sem-ena postva Σ > Σ jk es la covaranza entre las varables j k jk... j k se nterpreta como la relacón o epenenca entre estas os varables. 4 Los valores e la agonal e la matrz e covaranza son las varanzas e las varables nvuales esto es Σ jj j 5 S Σ jk las varables j k son estaístcamente nepenentes. S no este correlacón entre ellas. 8 9

20 Funcón e ensa normal A Vars. nepenentes B Vars. correlaas 9 Funcón e ensa normal. La..p. normal multmensonal... La stanca e Mahalanobs Los puntos para puntos para los que el valor e la p es constante están stuaos en hperelpsoes en las que la orma cuarátca - µ T Σ - - µ es constante: stanca e Mahalanobs al cuarao e a µ. 4

21 Funcón e ensa normal A Dens. e prob B Dagrama e spersón 4 Funcón e ensa normal Las reccones e los ejes prncpales e estos hperelpsoes están etermnaas por los autovectores e Σ sus longtues por los autovalores corresponentes. Al estar poneraa por Σ esta métrca consera la stnta spersón e las varables en el espaco. Importante: con una métrca e este tpo el concepto e stanca es mu stnto al concepto e stanca en nuestro muno uclíeo 4

22 Funcón e ensa normal Dos strbucones normales con gual mea erentes matrces e covaranza T T A µ A µ B µ B µ 4 Funcón e ensa normal La..p. normal multmensonal. Correlacón e varables A Alta covaranza B Baja covaranza. n ambos casos

23 45 Funcón e ensa normal Coecente e correlacón. Mea normalzaa el grao e relacón entre las varables nepenente e las unaes e mea. ste coecente verca que j 8 j j j 46 Funcón e ensa normal Relacón entre covaranzas correlacones: Σ Γ R Γ Γ Μ Ο Μ Μ Μ Ο Μ Μ R Γ R Μ Ο Μ Μ

24 Funcón e ensa normal ΓR Γ Μ Μ Ο Μ Σ Σ j - j entonces Σ j j j. Aemás como Σ j Σ j j Σj Σ j entonces j j Σ j j - Como. Σ porque j 47 Interpretacón el actor e correlacón S proectamos la nube e puntos sobre un plano eno por los ejes abscsas orenaas: - Superce: etermnaa por Γ esvacones típcas. - Forma: etermnao por R correlacones. Dao que j - j Correlacón. S j la correlacón es nula son nepenentes: los puntos se sponen aleatoramente en un círculo o en una elpse cuo centro es µ µ j. Una correlacón con valor nca que no este relacón lneal en absoluto. 48 4

25 CORRLACIÓN jemplos e correlacón nula 49 Funcón e ensa normal. S < j < los puntos se sponen en una elpse centraa en µ µ j. l eje prncpal tene una penente postva una orma más o menos crcular epeneno e s j está más o menos cercano a. jemplos e correlacón postva 5 5

26 Funcón e ensa normal. S j la correlacón el lneal perecta j epene lnealmente e : los puntos se sponen a lo largo e una línea recta con penente postva jemplos e correlacón lneal 5 6

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) Encuentra el criterio de formación de la siguiente sucesión recurrente: Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Solucón: b) log log log 9 log log log log log 9 9 Ejercco nº.-

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

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

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

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

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

Más detalles

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma

Más detalles

Estadísticos muéstrales

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

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

TEMA 3. VARIABLE ALEATORIA

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

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES

Más detalles

CAPÍTULO I ESTÁTICA DE PARTÍCULAS

CAPÍTULO I ESTÁTICA DE PARTÍCULAS Resstenca e Materales. Capítulo I. Estátca e partículas. CAPÍTULO I ESTÁTICA DE PARTÍCULAS. Prncpos funamentales Los prncpos funamentales e la estátca e partículas se basan en los tres prncpos e Newton.

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

3 - VARIABLES ALEATORIAS

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

Más detalles

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA [email protected] mn J() h() = g() Problema general NPL Para encontrar una solucón al

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

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

Más detalles

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

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i ) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Página 1. Tema IV. Síntesis de agrupaciones lineales Síntesis de Dolf y de Taylor. Síntesis de agrupaciones Lineales

Página 1. Tema IV. Síntesis de agrupaciones lineales Síntesis de Dolf y de Taylor. Síntesis de agrupaciones Lineales Tema IV Síntess e agrupacones lneales Síntess e Dolf y e Taylor Síntess e agrupacones Lneales Síntess por funcones. Dagramas rectvos Síntess e Dolph-Chebychev Síntess e Taylor Síntess e Bayls Síntess por

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

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

Más detalles

ESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EXAMEN RESUELTOS

ESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EXAMEN RESUELTOS Estadístca Empresaral II ESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EAMEN RESUELTOS º) Supongamos que nos dcen que la v. a. Renta anual de las personas en Valladold (en mllones de ptas.), sgue una dstrbucón

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

PUBLICACIONES DE 4º CURSO

PUBLICACIONES DE 4º CURSO PUBLICACIONES DE 4º CURSO Grado: DERECHO-ADE Asgnatura: ECONOMERÍA Grupos: Únco ema: ESQUEMA EMA Profesores: Inmaculada Vllanúa Departamento de ANÁLISIS ECONÓMICO Curso Académco 04/5 ema : El Modelo Lneal

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

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

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

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

MÉTODO DEL CENTRO DE GRAVEDAD

MÉTODO DEL CENTRO DE GRAVEDAD DEFINICIÓN MÉTODO DEL CENTRO DE GRVEDD Es un moelo matemátco que se utlza para la localzacón e plantas e fabrcacón o almacenes e strbucón respecto a unos puntos ya establecos e la empresa, ese one se proucen

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

Variables Aleatorias

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

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas

Más detalles

Matemáticas Discretas

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

Más detalles

UNIVERSIDAD SIMON BOLIVAR Departamento de Conversión y Transporte de Energía Sección de Máquinas Eléctricas Prof. E. Daron B. TEORIA DE LOS DOS EJES

UNIVERSIDAD SIMON BOLIVAR Departamento de Conversión y Transporte de Energía Sección de Máquinas Eléctricas Prof. E. Daron B. TEORIA DE LOS DOS EJES Departamento e Conversón y Transporte e Energía Seccón e Mánas Eléctrcas Pro. E. Daron B. TEORIA DE LOS DOS EJES Hoja Nº III-5 DESARROLLO HISTORICO La teoría e transormacón e los os ejes, e esarrollaa

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

3. VARIABLES ALEATORIAS.

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

Más detalles

1. Notación y tabulación

1. Notación y tabulación Tema 2: Descrpcón Unvarante. otacón y tabulacón 2. Descrpcón gráfca 3. Descrpcón numérca. Momentos estadístcos. Meddas de poscón. Meddas de dspersón v. Varable tpfcada v. Meddas de forma v. Meddas de concentracón

Más detalles

Estadística con R. Modelo Probabilístico Lineal

Estadística con R. Modelo Probabilístico Lineal Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S

Más detalles

PROBLEMARIO DE CÁLCULO 10 Y CÁLCULO 20

PROBLEMARIO DE CÁLCULO 10 Y CÁLCULO 20 Calculo Pro. Eduardo Rondón Pro. EDUARDO RONDÓN PROBLEMARIO DE CÁLCULO Y CÁLCULO Calculo Pro. Eduardo Rondón CÁLCULO Calculo Pro. Eduardo Rondón CONJUNTOS Y SISTEMAS NUMÉRICOS Sea A: {, -,, }, B:{,, }

Más detalles

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes. CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN [email protected] [email protected] Regresón lneal El

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

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

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

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles