PyE_ EF2_TIPO1_

Documentos relacionados
ESTADÍSTICA DESCRIPTIVA

MEDIDAS DE TENDENCIA CENTRAL. _ xi

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Medidas de Tendencia Central

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Importancia de las medidas de tendencia central.

Probabilidad y estadística

Prueba A = , = [ 7.853, 8.147]

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

SOLUCIÓN EXAMEN I PARTE II

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

MEDIDAS DE DISPERSIÓN.

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Ejercicios de intervalos de confianza en las PAAU

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

OPCIÓN A EJERCICIO 1_A 1 0 2

ORGANIZACIÓN DE LOS DATOS.

1. Relaciones de recurrencia homogéneas con coeficiente

Trabajo Especial Estadística

IES Fco Ayala de Granada Modelo 5 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 5 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

Trabajo Práctico Nro. 9 ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES Y SERIES DE FOURIER

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

SEMANA 01. CLASE 01. MARTES 04/10/16

ESTADISTICA UNIDIMENSIONAL

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

OPCIÓN A EJERCICIO 1_A

α β la cual puede presentar

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna

Población Joven Adulta Total A favor En contra Total

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

6. DISTRIBUCIONES MUESTRALES

EJERCICIOS RESUELTOS. t +

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna. Modelo nº 2 Sept. Sobrantes de Soluciones

Introducción a la Inferencia Estadística. Muestreo en poblaciones normales

1. QUÉ ES LA ESTADÍSTICA?

Coordinación de Matemática I (MAT021) 1 er Semestre de 2011 Semana 13: Lunes 30 de Mayo Viernes 3 de Junio. Contenidos

Qué es la estadística?

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

Coeficiente de escorrentía C

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

Estadística Descriptiva

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

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

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

1 Valores individuales del conjunto

EXÁMENES PARCIALES Y FINALES DE ANÁLISIS MATEMÁTICO I ANÁLISIS MATEMÁTICO I ANUAL - Primer Parcial TURNO MAÑANA APELLIDO NOMBRE:...CURSO:...

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

CAPÍTULO 9 ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL

5.1. Tipos de convergencia

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

Muestreo e Intervalos de Confianza

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

2.- Estudio Poblacional y Muestral Univariante

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

INTRODUCCIÓN A LA PROBABILIDAD

IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. 3º ESO A. Nombre:

Combinatoria y definiciones básicas de probabilidad

ECUACIONES DIFERENCIALES Problemas de Valor Frontera

Aplicaciones del cálculo integral vectorial a la física

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

MATE1214 -Calculo Integral Parcial -3

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 3) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

TRABAJO PRACTICO Nº 1

Álgebra I Práctica 3 - Números enteros (Parte 1)

Límite y Continuidad de Funciones.

Calculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

TRABAJO PRÁCTICO N O 1. SÍNTESIS DE SEÑALES Y ANÁLISIS DE SISTEMAS

Tema 1. Estadística Descriptiva

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

Resumen de fórmulas estadísticas y funciones en Excel

INTRODUCCIÓN A LA ESTADÍSTICA

Álgebra I Práctica 2 - Números naturales e inducción

EJERCICIOS RESUELTOS TEMA 8

Transcripción:

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 SEMESTRE 009- TIPO DURACIÓN MÁXIMA.5 HORAS JUNIO 7 DE 009 NOMBRE. Ua muestra aleatoria del porcetaje de algodó e ua tela utilizada para elaborar camisetas está represetada e la tabla de distribució de frecuecias Clase L if L sup Fr i Fr s x i f i f i * F i F i * 3.5 33.3 3.45 33.35 3.9 4 0.4 4 0.4 33.4 34. 33.35 34.5 33.8 8 0.9 0.343 3 34.3 35. 34.5 35.5 34.7 0.343 4 0.686 4 35. 36.0 35.5 36.05 35.6 6 0.7 30 0.857 5 36. 36.9 36.05 36.95 36.5 0.057 3 0.94 6 37.0 37.8 36.95 37.85 37.4 3 0.086 35.000 35 a) Trazar el histograma de frecuecias relativas. b) Calcular las medidas de tedecia cetral y trazar el polígoo de frecuecias co las medidas obteidas. c) Trazar la ojiva de frecuecias acumuladas relativas. 5 Putos Resolució a) El histograma es Histograma de frecuecias relativas Frecuecia relativa 0.400 0.300 0.00 0.00 0.000 3.9 33.8 34.7 35.6 36.5 37.4 Marcas de clase b) El polígoo de frecuecias y las medidas de tedecia cetral so: La media está defiida por m m * i i i i i = i = x = xf = xf sustituyedo se tiee 8 7. x= xi fi = ( 3.9)( 4) + + ( 37.4)( 3) = = 37.777 35 35 35 i= La mediaa es el valor que divide a la muestra e dos partes iguales, etoces realizado ua iterpolació PyE_ EF_TIPO_009-

4 m = = = 3.333 35.5 34.5 0.9 co la ecuació de ua recta dado u puto y la pediete, se tiee y = 3.333( x 34.5) co ( x, 7.5), sustituyedo: 7.5 = 3.333( x 34.5) 5.5 x = + 34.5 3.333 x = 34.663 La moda es la marca de clase co mayor frecuecia, etoces x mo = 34.7 O bie, se puede obteer como a xmo = Lmoif + cmo a+ b a= fmo fmo b= fmo fmo+ dode f es la frecuecia absoluta que cotiee a la moda. mo c es la logitud de la clase que cotiee a la moda. mo L es el límite iferior de la clase que cotiee a la moda. moif sustituyedo e la expresió aterior, se tiee 4 xmo = 34.5 + ( 0.9) 4+ 6 x = 34.6 mo Froteras La posició de las medidas de tedecia cetral, so xmo < x < x 34.6 < 34.663 < 37.777 Fi 34.5 x 7.5 35.5 4 PyE_ EF_TIPO_009-

Como se observa e la gráfica. Frecuecia relativa 0.4 0.3 0. 0. 0 Polígoo de frecuecias relativas 3.0 3.9 34.6 < 34.663 < 37.777 33.8 34.7 35.6 36.5 37.4 38.3 Marcas de clase c) La ojiva es Ojiva Frecuecia acumulada relativa 0.8 0.6 0.4 0. 0 3.45 33.35 34.5 35.5 36.05 36.95 37.85 Frotera superior. U miorista vede dos tipos de patallas plaas de LCD, la experiecia demuestra que tiee la misma demada. Cuatro clietes etra uo tras otro a la tieda y solicita patallas plaas. a) Describir el espacio muestral del experimeto aleatorio. b) Sea A el eveto que represeta, al meos dos clietes prefiere ua patalla plaa del mismo tipo. Sea B el eveto que represeta, exactamete dos clietes prefiere ua patalla plaa del mismo tipo. Calcular P( AB ) y P ( BA ) 5 Putos Resolució Sea el eveto que represeta a las patallas plaas de LCD del tipo I. Sea el eveto que represeta a las patallas plaas de LCD del tipo II. a) El espacio muestral del experimeto aleatorio es,,,,,, S =,,,,,, b) Los evetos tiee los putos PyE_ EF_TIPO_009-3

,,,,,, A = = S,,,,,, B =,,,,, { } Las probabilidades asociadas so: P( A) = P( S) =, ( ) P( A B) P( B) P( A B) = = = P( B) P( B) P( A B) P( B) 3 P( B A) = = = P( B) = P( A) 8 6 3 6 8 P B = = 3. Supógase que el error e la temperatura de reacció, e grados Celsius, para u experimeto de laboratorio cotrolado, es ua variable aleatoria co fució de desidad x ; < x< fx ( x) = 3 0 ; e otro caso a) Obteer la fució de distribució que muestra el comportamieto acumulado. b) Usar el resultado del iciso (a) para calcular la probabilidad de que el error e la temperatura de reacció sea mayor de 0 [ C] 0 Putos Resolució Sea X la v.a. que represeta el error e la temperatura de reacció, e [ C]. a) La fució de distribució que muestra el comportamieto acumulado dado que es variable cotiua, es x FX ( x) = fx ( t) dt sustituyedo x x 3 3 FX ( x) = t dt = t x ; x 3 3 3 = + < < 9 etoces la fució de distribució que muestra el comportamieto acumulado es 0 ; x 3 FX ( x) = x ; x 9 + < < ; x b) Se pide calcular P( X > 0), etoces F ( x) = P( X < x) = P( X x) X sustituyedo P( X > 0) = FX ( x) = P( X x) 3 8 P( X > 0) = FX ( 0) = 0 9 + = = 9 9 PyE_ EF_TIPO_009-4

4. Se sabe que el tiempo e miutos que ua secretaria habla por teléfoo, es ua variable aleatoria co fució de desidad t 40 f () C e ; t 0 T t = > 0 ; e otro caso a) Calcular el valor de C para que la fució sea de desidad. b) Obteer la variacia del tiempo e miutos que la secretaria habla por teléfoo. c) Calcular la probabilidad de que ua secretaria hable más de 0 miutos por teléfoo. 5 Putos Resolució Sea T la v.a. que represeta el tiempo e miutos que ua secretaria habla por teléfoo. Se tiee que T es ua v.a. co distribució expoecial, esto es T Exp λ = C = 40 a) De lo aterior c = 40 por lo tato, la fució es t e 40 ; t > 0 ft () t = 40 0 ; e otro caso b) El tiempo promedio es la media de la variable aleatoria expoecial, etoces E( T) λ = 40 [ mi] 40 La variacia de la variable aleatoria está dada por ( ) ( ) Var T = = = 40 = 600 mi λ 40 PT> 0, etoces se usa propiedades de la fució expoecial c) Se pide calcular ( ) ( ) ( 0) 40 4 λt PT> 0 = e = e = e 0.779 5. Dos líeas de producció maufactura cierto tipo de artículos deportivos. Supógase que la producció (e cualquier día dado), es de la siguiete forma, sea X la variable aleatoria que represeta el úmero de artículos deportivos producidos e la líea I y, Y la variable aleatoria que represeta el úmero de artículos producidos e la líea II, la distribució de probabilidad cojuta es f XY (x,y) y 0 3 0 0 0.04 0. 0.09 x 0.0 0.4 0. 0.4 0.07 0.06 0.06 0.05 a) Calcular la probabilidad de que e la líea I se produzca más artículos deportivos que e la líea II. Obteer la probabilidad de que se produzca e total tres artículo deportivos. b) Determiar la fució margial del úmero de artículos producidos e la líea I. c) Cuál es la fució de probabilidad codicioal, dado que se produce dos artículos e la líea I. PyE_ EF_TIPO_009-5

d) E promedio cuátos artículos se espera sea producidos e la líea II, si se sabe que e la líea I se produce dos. 0 Putos Resolució a) Se pide calcular P ( X > Y), etoces P( X > Y) = fxy (,0 ) + fxy (,0) + fxy (,) = 0.0 + 0.07 + 0.06 = 0.5 Se pide obteer P ( T = 3 = X + Y), sustituyedo PT ( = 3= X+ Y) = fxy ( 0,3) + fxy (,) + fxy (,) PT ( = 3) = 0.09 + 0.+ 0.06 = 0.36 b) La fució margial para el úmero de artículos producidos por la líea I, está defiida por f X ( x) = fxy ( x, y) y sustituyedo x 0 f x 0.5 0.5 0.4 X ( ) c) La fució codicioal, dado que se produce dos artículos e la líea I, está dada por fxy (, y) ; fx ( X = ) > 0 f ( Y X = ) = f X ( X YX= = ) 0 ; e otro caso sustituyedo fyx Y 0 3 ( Y X ) 0.9 0.50 0.50 0.08 = = d) E promedio cuátos artículos se espera sea producidos e la líea II, si se sabe que e la líea uo se produce dos. Por lo tato se pide el valor esperado, del iciso aterior E Y X = = y f ( Y X = ) ( ) YX= y sustituyedo E( Y X = ) = ( )( 0.50) + ( )( 0.50) + ( 3)( 0.08) =.374 Se espera ua producció de dos artículos deportivos e la líea II, dado que e la líea uo se produce dos. 6. Las calificacioes de u exame de colocació que se aplicó a estudiates de primer año de ua uiversidad al sur del D.F., durate los últimos cico años está distribuidas aproximadamete de forma ormal co ua media de 74 y ua variacia de ocho. Cosidera que la variacia ocho es ua valor válido de la variacia si ua muestra aleatoria de 0 estudiates, quiees realiza tal exame de colocació este año, obtiee u valor de la variacia de S = 0? 5 Putos Resolució Sea X la v.a. que represeta la calificació de u exame de colocació. X Normal μ =74, σ = 8 ( X X ) PyE_ EF_TIPO_009-6

y x y Se pide calcular si es válida la variacia de la muestra, S = 0, etoces P( S > 0 8 σ = ) trasformado e distribució Ji cuadrada, co 9 grados de libertad, usado calculadora ( ) S ( 9)( 0) ( 9)( 0) P > = P Χ (,9) > = P( Χ (,9 ) > 47.5) 0.000303 α α σ 8 8 Usado tabla de la distribució Ji cuadrada, co 9 grados de libertad y abscisa 47.5 P ( Χ ( α,9) > 47.5) < 0.00 Es muy poco probable que la variacia muestral sea de 0, etoces o es válido. 7. Se realizó u estudio para determiar los efectos de o dormir e la capacidad de las persoas para resolver problemas secillos. La catidad variaba de 8,, 6, 0 a 4 horas si dormir. Cico persoas participaro e el estudio. Se dio a cada persoa, después de u periodo específico si dormir, u cojuto de problemas secillos de sumar y se registro el úmero de errores. Se obtuviero los siguietes resultados úmero de 8 0 4 6 errores, y ( ) úmero de horas si dormir, ( x) 8 6 0 4 a) Determiar la recta apropiada de míimos cuadrados para estos datos. b) Trazar el diagrama de dispersió y la recta del iciso (a). 0 Putos Resolució a) El ajuste de los datos a u modelo lieal de regresió por el criterio de míimos cuadrados está dado por ŷ= ˆ β ˆ 0+ βx dode ˆ β = y ˆ β x 0 ˆ SSxy β = SSxx realizado los productos y las sumas, se tiee de dode SS SS xi i= ( 80) xx = x i = = i= 5 xy i i i= x y x y xy 8 8 64 64 64 0 44 00 0 6 4 56 96 4 0 400 44 40 4 6 576 56 384 Suma: 80 60 440 760 03 440 60 xi y i ( 80)( 60 i= i= ) = x y = 03 = 7 5 PyE_ EF_TIPO_009-7

sustituyedo ˆ SSxy 7 β = = = 0.45 SSxx 60 para calcular los promedios, se tiee x= xi = ( 80 ) = 6 i = 5 y y= yi = ( 60 ) = i = 5 sustituyedo ˆ β = 0.45 6 = 4.8 0 ( )( ) por lo tato el modelo lieal de regresió es yˆ = 0.45 x+ 4.8 b) El diagrama de dispersió y la recta del iciso (a) so Diagrama de dispersió Núm. de errores 0 5 0 5 0 y = 0.45x + 4.8 R = 0.8 7 7 Núm. de horas si dormir PyE_ EF_TIPO_009-8