ETSI de Topografía, Geodesia y Cartografía
|
|
- Jaime Sáez Aguilar
- hace 5 años
- Vistas:
Transcripción
1 Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo I) 14-XII Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente una de ellas correcta. Si contestamos a todas las preguntas de manera aleatoria, calcular: a) La probabilidad de aprobar, es decir, contestar correctamente, al menos 5 de las 10 preguntas. b) La probabilidad de no contestar bien a ninguna de ellas. Consideramos la variable aleatoria X= número de respuestas correctas Tenemos una distribución B(10,1/3) 10 n p 1p P(X = ) = a) P(X 5) 1P(X 5) b) P(X = 0) = A una gasolinera llegan, de media, 3 coches por minuto. Calcular: a) Probabilidad de que en un minuto lleguen exactamente dos coches. b) Probabilidad de que en un minuto lleguen al menos dos coches. c) Varianza de la distribución. Distribución de Poisson de parámetro λ=3 en 1 minuto: 3 P(X ) e = e!! 3 a) b) 3 P(X ) e! P(X ) 1P(X ) 1 e =1-4 e ! 0 c) La varianza coincide con la media λ=3. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 1
2 3.- El contenido de una lata de refresco se distribuye normalmente con una media µ=33 cl y desviación típica σ=1cl. a) Cuál es la probabilidad de que el contenido de una lata sea superior a 34 cl? b) Si tenemos 3 latas, cuál es la probabilidad de que él contenido total sea inferior a 100 cl? c) Qué contenido de refresco máximo le corresponde una probabilidad 0,68? La variable aleatoria contenido de una lata X N(33,1) a) P(X 34) 1P(X 34) 1F(34) b) El contenido de las 3 latas: 3X X X X N 99, 3 P(3X 100) =F 3X(100) c) P(X x) 0,68 x = Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chi-cuadrado, con 3 grados de libertad. Obtener la mediana. X n3 n3 F(M) P M 0.5 M U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA
3 Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo II) 1-XII La probabilidad de que un alumno resuelva cualquier problema es 0,8. El examen consiste en resolver 7 problemas. Si contesta bien a 4 o más problemas aprueba, pero si contesta solamente a 3 problemas tiene la posibilidad de hacer un examen de repesca, calcular: a) La probabilidad de aprobar. b) La probabilidad de realizar un segundo examen. Consideramos la variable aleatoria X= número de problemas resueltos bien Tenemos una distribución B(7,0.8) n 7 n P(X = ) = p 1p a) P(X 4) 1 P(X 4) b) P(X = 3) = Un servidor de una pequeña red de ordenadores recibe una media de 7 accesos al minuto. Se pide: a) Calcular la probabilidad de que reciba más de 10 accesos en un minuto. b) Probabilidad de que en un minuto reciban exactamente 7 accesos. c) Varianza de la distribución. Distribución de Poisson de parámetro λ=7 en 1 minuto: 7 P(X ) e = e!! 7 a) P(X 10) 1P(X 10) 1 e ! 0 b) 7 P(X 7) e 7! c) La varianza coincide con la media λ=7. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 3
4 3.- Sabiendo que la demanda diaria de un artículo X en una fábrica sigue una distribución N(600, 5), calcular: a. Probabilidad de vender menos de 550 artículos X en un determinado día. b. Número de artículos X que se debe fabricar para satisfacer la demanda el 90% de los días. c. Porcentaje de días que venderá 600 artículos X. a. P(X 550) F(550) 0, b. F(x) P(X x) 0,90 x = , luego se necesitan 633 artículos c. P(599,5 x 600,5) P(x 600,5) P(x 599,5) F(600,5) F(599,5) 0, Por tanto, el porcentaje de días que se vende 600 artículos será 1,6% 4.- Dada una distribución área sombreada del gráfico cuyo valor es 0,05: 3 calcular el valor de la abscisa que corresponde al F(x) P x 0, 05 x U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 4
5 Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo III) 1-XII Sabiendo que la probabilidad de que un estudiante de la ETSITGC termine la carrera es 0,7. Calcular: a) Probabilidad de que en un grupo de 10 alumnos terminen 7. b) Si empiezan la carrera un grupo de 10 alumnos, cuál será el número medio de alumnos que terminarán la carrera? Consideramos la variable aleatoria X= número de alumnos que terminan la carrera Tenemos una distribución Binomial: B(10,0.7) P(X = ) = n p q 10 n. 0,7 1 0,7 10 a) P(X = 7) = 0, , b) Cuya media es E[X] np 100,7 7 = 10. A un hospital llegan, de media, 1 persona por minuto. Calcular: a) Probabilidad de que no llegue ninguna persona en 1 minuto. b) Probabilidad de que lleguen al menos dos personas en un minuto. c) La mediana de la distribución número de personas que llegan en un minuto. Distribución de Poisson de parámetro λ=1 en 1 minuto: 1 P(X ) e = e!! 1 a) 1 P(X 0) e 0! b) 1 P(X ) 1 P(X ) 1 e =1- e ! c) F(x) P(X x) 0,5 x 1 U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 5
6 3.- Sabiendo que los errores de observación de una determinada magnitud siguen una distribución X N(0;1.5), calcular: a) Probabilidad de que al hacer una observación tenga un error mayor que 0.5. b) Un error x tal que P(X x) 0,95. c) P( X 1.5). a) P(X 0,5) 1P(X 0,5) 1F(0,5) b) P(X x) 0,95 x = c) P( X 1.5) P( 1.5 X 1.5) P(X 1.5) P(X 1.5) P(X 1.5) 1 F(1.5) Se tiene una variable aleatoria X, de la que se conoce que sigue una distribución chi-cuadrado, con 3 grados de libertad. Obtener el primer cuartil F(Q ) P Q 0.5 Q U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 6
7 Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA 31-V Al inspeccionar 100 artículos producidos por una máquina se encontraron 10 defectuosos. Se pide: a) En una caja con 5 artículos, cuál es la probabilidad de encontrar al menos uno defectuoso? b) En un total de 100 artículos, cuál es la probabilidad de encontrar exactamente 10 defectuosos? ( puntos).- Se sabe que la media de datos mal anotados por un alumno en una medición es 4. Determinar: A) El tipo de distribución. B) La probabilidad de que existan exactamente 4 datos incorrectos. C) La varianza de la distribución ( puntos) 3.- Sabiendo que los errores de observación, X, de una determinada magnitud siguen una distribución N(0,1), se pide: a) Escribir la función de distribución. b) Probabilidad de que al hacer una observación el error sea mayor que 0,5. P X x 0.95 c) El error x tal que (3 puntos) 4.- El tiempo de espera diaria a un autobús es una variable aleatoria con distribución n de media 5 minutos. a) Cuál es la probabilidad de que el tiempo de espera sea inferior a 5 minutos? b) Cuál es el tiempo de espera máxima con probabilidad 0,5? ( puntos) U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 1
8 1.- Al inspeccionar 100 artículos producidos por una máquina se encontraron 10 defectuosos. Se pide: a) En una caja con 5 artículos, cuál es la probabilidad de encontrar al menos uno defectuoso? b) En un total de 100 artículos, cuál es la probabilidad de encontrar exactamente 10 defectuosos? Consideramos la variable aleatoria X= número de artículos defectuos0s, donde la probabilidad de encontrar uno defectuoso es p = 10/100 = 0,1 a) Tenemos una distribución B(5,0.1) P(X = ) = n p q n. 5 = 0,1 1 0, PX 1 1 PX 1 1 PX 0 1 0,1 1 0, , b) Ahora es una distribución B(100,0.1) P(X = ) = n p q n ,1 1 0, PX10 0,1 10,1 90 0, = 5.- Se sabe que la media de datos mal anotados por un alumno en una medición es 4. Determinar: A) El tipo de distribución. B) La probabilidad de que existan exactamente 4 datos incorrectos. C) La varianza de la distribución. a) Utilizaremos la distribución de Poisson (Ley de casos raros). b) Distribución de Poisson de parámetro λ=4, luego exactamente cuatro datos incorrectos c) Es igual al parámetro: λ= 4 4 P(X 4) e 4! 4 P(X ) e! 4 4 0, y 3.- Sabiendo que los errores de observación, X, de una determinada magnitud siguen una distribución N(0,1), se pide: a) Escribir la función de distribución. b) Probabilidad de que al hacer una observación el error sea mayor que 0,5. U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA
9 b) El error x tal que PX x 0.95 a) Sea X la observación que tiene la misma distribución que la población. cuya función de distribución es: 1(t ) 1(t0) 1 x 1 x x t F(x) P(X x) e dt e dt e dt 1 b) Así pues: P X 0,5 1P X 0,5 1F(0,5) 10, , c) PX xp( x X x) 0.95 F(x) P(X x) x = 1, El tiempo de espera diaria a un autobús es una variable aleatoria con distribución n de media 5 minutos. a) Cuál es la probabilidad de que el tiempo de espera sea inferior a 5 minutos? b) Cuál es el tiempo de espera máxima con probabilidad 0,5? a) P n b) n5 P x 0.5 x = U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 3
10 U. D. de Matemáticas de la ETSITGC Asignatura: CÁLCULO Y ESTADÍSTICA 4
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 detallesProbabilidad, 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 detallesETSI de Topografía, Geodesia y Cartografía. Probabilidad, variables aleatorias y distribuciones EVALUACIÓN CONTINUA
robabilidad, variables aleatorias y distribuciones EVALUACIÓN CONTINUA -XII- Grupo B.- Tres máquinas de una planta de montaje producen el %, 5% y 5% de productos, respectivamente. Se sabe que el %, %,
Más detallesProbabilidad, 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 detallesDistribuciones discretas y continuas
1.- La luz verde de un semáforo está encendida 15 s cada vez, el ámbar 5, y la roja 55 s. Suponiendo que las condiciones de tráfico inducen variaciones aleatorias en los tiempos de llegada de los automóviles,
Más detallesDistribuciones discretas y continuas
1.- La luz verde de un semáforo está encendida 15 s cada vez, el ámbar 5, y la roja 55 s. Suponiendo que las condiciones de tráfico inducen variaciones aleatorias en los tiempos de llegada de los automóviles,
Más detallesApuntes 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 detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
rueba de Evaluación Continua Grupo A -XI-6.- El despertador de un trabajador no funciona bien, pues el % de las veces no suena. Cuando suena, el trabajador llega tarde con probabilidad., pero si no suena,
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detallesSOLUCIONES 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 detallesEl 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 detalles1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:
(variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda
Más detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesVariables 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 detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesTEMA 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 detallesPROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6
PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y
Más detallesProbabilidad 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 detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesTécnicas 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 detallesI TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)
Más detallesC7) Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado" es cierto que: a) De los
IS12-Estadística en ITIS Exámen Final Curso 2008-09 Fecha: 28/Enero/09 Nombre alumno: NOTA: MARCAR: (a) Sobre 5 ptos, (b) Sobre 9 ptos C1) Una variable X toma únicamente 4 valores distintos: x1, x2, x3,
Más detalles8 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 detallesPROBLEMAS DE LA ASIGNATURA MA2139 ESTADISTICA APLICADA CORRESPONDIENTES AL CAPITULO 1 : MODELOS DE DISTRIBUCION DE PROBABILIDAD
PROBLEMAS DE LA ASIGNATURA MA139 ESTADISTICA APLICADA CORRESPONDIENTES AL CAPITULO 1 : MODELOS DE DISTRIBUCION DE PROBABILIDAD Distribuciones de probabilidad 1/4 PROBLEMAS DE DISTRIBUCIONES DE PROBABILIDAD
Más detallesDISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO.
DISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO. En esta sección se estudian las distribuciones más importantes de las variables aleatorias continuas unidimensionales. Algunas distribuciones
Más detalles0 en otro caso. P (X > 0) P ( 0.5 < X < 0.5) P ( X > 0.25) x 3 si 0 x < 2. 1 si 2 x P(X 1) P(0.5 X 1) P(0.5 < X 1 X < 1) f X (x) = (1+αx) 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0.75(1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesJuan 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 detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesTEMA 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 detalles5 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 detalles1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.
Más detalles10 0,1 12 0,3 14 0, , ,15
1. Una variable aleatoria X puede tomar los valores 30, 40, 50 y 60 con probabilidades 0.4, 0., 0.1 y 0.3. Represente en una tabla la función de probabilidad P(X=x), y la función de distribución de probabilidad,
Más detallesPROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II
PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II 1.- Las tallas de una muestra de 1000 personas siguen una distribucióormal de media 1,76 metros y desviación
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesBloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos
Bloque 5. Probabilidad y Estadística Tema 3. Distribuciones de Probabilidad Ejercicios resueltos 5.3-1 El % de los DVDs de una determinada marca son defectuosos. Si se venden en lotes de 5 unidades, calcular
Más detalles9 APROXIMACIONES DE LA BINOMIAL
9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X
Más detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesD I S T R I B U C I Ó N N O R M A L
D I S T R I B U C I Ó N N O R M A L 1. V A R I A B L E A L E A T O R I A C O N T I N U A. F U N C I O N E S A S O C I A D A S Variable aleatoria continua es aquella que puede tomar valores en un conjunto
Más detallesMATEMÁTICAS - 1º BACHILLERATO CCSS - DISTRIBUCIÓN NORMAL ˆ EJERCICIO 42. (a) P (X > 215) = P ( )
MATEMÁTICAS - 1º BACHILLERATO CCSS - DISTRIBUCIÓN NORMAL ˆ EJERCICIO 0 Supón que en cierta población pediátrica, la presión sistólica de la sangre en reposo se distribuye normalmente con media de 11 mm
Más detallesMatemática 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 detallesPROBABILLIDAD DE VARIABLE DISCRETA; LA BINOMIAL CÁLCULO DE PROBABILIDADES
PROBABILLIDAD DE VARIABLE DISCRETA; LA BINOMIAL CÁLCULO DE PROBABILIDADES 1- En una bolsa hay 5 bolas numeradas del 1 al 5. Cuál es la probabilidad de que, al sacar tres de ellas, las tres sean impares?
Más detallesCarrera: Ingeniería Zootecnista E S T A D I S T I C A
Carrera: Ingeniería Zootecnista E S T A D I S T I C A DISTRIBUCIONES DE PROBABILIDAD Una función de probabilidad es aquella que surge al asignar probabilidades a cada uno de los valores de una variable
Más detallesTema 6: Modelos probabilísticos
Tema 6: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
Más detallesUNIVERSIDAD 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 detallesEstadística. 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 detallesApellido 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 detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesTema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión
Tema :Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. Puede ser la función de densidad de una variable aleatoria continua mayor que uno en algún punto? Sí. La función de densidad de la variable
Más detallesMuchas 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 detallesEXAMEN DE ESTADÍSTICA Septiembre 2011
EXAMEN DE ESTADÍSTICA Septiembre 2011 Apellidos: Nombre: DNI: GRUPO: 1. De una clase de N alumnos se tiene la siguiente información sobre las calificaciones obtenidas del 1 al 8 en una cierta asignatura
Más detallesEstadística 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 detallesEstadística 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 detallesGeneralidades 1. Sea X una variable aleatoria continua con función densidad dada por
Generalidades 1. Sea X una variable aleatoria continua con función dendad dada por kt f ( t ) = 0 1 t en otro caso Determine a) el valor de la constante k b) E(X) y V(X) c) la función de distribución acumulada
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad ½ 0.75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detalleslower.tail=true lower.tail=false
Universidad de Los Andes Facultad de Ciencias Forestales y Ambientales Escuela de Ingeniería Forestal Departamento Manejo de Bosques Cátedra de Biometría Forestal Asignatura: ESTADISTICA Y BIOMETRIA Profesor
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesHoja de Problemas Tema 3 (Variables aleatorias multidimensionales)
Depto. de Matemáticas Estadística (Ing. de Telecom.) Curso 2004-2005 Hoja de Problemas Tema 3 (Variables aleatorias multidimensionales) 1. Consideremos dos variables aleatorias independientes X 1 y X 2,
Más detallesVariable aleatoria continua: Distribución normal
Variable aleatoria continua: Distribución normal 1º) Usando las tablas de la normal, calcula las siguientes áreas: a) Área entre 0 y 0,2 b) Área desde hasta 1,32 c) Área entre 2,23 y 1, 2º) Sea Z una variable
Más detallesTEMA 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 detallesTema 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 detallesESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016
ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016 Ejercicio 1 Una empresa de selección de personal llama a 12 postulantes para una entrevista de empleo. Se sabe por experiencia
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesVariables aleatorias continuas
Variables aleatorias continuas VARIABLE ALEATORIA UNIFORME Definición Se dice que una variable X tiene una distribución uniforme en el intervalo [a;b] si la fdp de X es: 1 si a x b f(x)= b-a 0 en otro
Más detallesSOLUCIONARIO. UNIDAD 14: Distribuciones discretas. Distribución binomial ACTIVIDADES-PÁG La probabilidad es:
UNIDAD : Distribuciones discretas. Distribución binomial ACTIVIDADES-PÁG. 8. La probabilidad es: P ( V y M ). 8. Las probabilidades buscadas son: a) P ( X ),,,. b) P ( X ) P ( X ) P( X ) P ( X ),,,,,,,,8,,
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Otoño 3 Duración: 3 horas FECHA: 9 de Enero de 4 Fecha publicación notas: 6--4 Fecha revisión
Más detallesEJERCICIOS VARIABLES ALEATORIAS
EJERCICIOS VARIABLES ALEATORIAS 1.- Tenemos dos urnas, en la urna A hay 5 bolas blancas y 4 rojas y en la B hay 6 blancas y 3 rojas. Se sacan, sin reemplazamiento, dos bolas de cada urna. Sea X el nº de
Más detalles[ ] [ 0,5( )] [ ] 0,5
85.-Si el 0,5 % de las piezas que fabrica una máquina son defectuosas. Cuál es la probabilidad de obtener alguna pieza defectuosa de 0? X número de piezas defectuosas de 0 x B(0,0,05) Px ( > 0) Px ( 1)
Más detallesESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO
ESTRUCTURA DEL EXAMEN DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II PARA ALUMNOS DE BACHILLERATO El examen presentará dos opciones diferentes entre las que el alumno deberá elegir una y responder
Más detallesJuan Carlos Colonia DISTRIBUCIONES MUESTRALES
Juan Carlos Colonia DISTRIBUCIONES MUESTRALES DISTRIBUCIÓN DE LA DIFERENCIA DE MEDIAS MUESTRALES CASO 1: VARIANZAS POBLACIONALES CONOCIDAS Sean x1 y x las medias muestrales de dos muestras aleatorias de
Más detallesETSI de Topografía, Geodesia y Cartografía
Disttool Es una herramienta de MATLAB que permite visualizar de forma gráfica las características de cada distribución con la posibilidad de variar sus parámetros. Las funciones que muestra son: Función
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesEl primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
Más detallesPrueba 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 detallesMatemáticas 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 detallesb) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 4, curso 2006 2007. Ejercicio 1. Suponer que los cuatro motores de una aeronave comercial se disponen para que
Más detallesNombre: 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 detallesVARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.
VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo
Más detallesAlgunas 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 detallesEXAMEN 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 detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
Más detallesBárbara Cánovas Conesa
67 70 Julio 08 espués de la administración por vía oral de un fármaco, la concentración de este en sangre sigue el modelo: C(t) at e bt ; donde t [0; + ) es el tiempo en horas transcurridas desde la administración
Más detallesEstadística. 2 o examen parcial
Apellidos: Nombre: Computadores Software Estadística. 2 o examen parcial. 14-11-2013 Test (20 % de la nota del examen) Tiempo para esta parte del examen: 1 hora y 10 minutos. El test y la teoría se recogerán
Más detallesCuando 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 detallesMODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
Más detallesTema 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 detallesProfesores: 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 detallesESTADÍSTICA Y PROBABILIDAD
(distribución normal) 1 1.- Calcular las probabilidades de los siguientes intervalos, empleando para ello las tablas de la distribución de probabilidad normal estándar N(0, 1): (1) P(z 2 14) (2) P(z 0
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detalles1. 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