b) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?

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

Download "b) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir?"

Transcripción

1 Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 4, curso Ejercicio 1. Suponer que los cuatro motores de una aeronave comercial se disponen para que trabajen de forma independiente, y que la probabilidad de que falle un motor durante el vuelo es Cual es la probabilidad de que en un vuelo dado, a) no haya ningún fallo? b) no fallen más de dos motores? Ejercicio 2 (Septiembre 2002, técnicos). Estás buscando trabajo y tienes dos ofertas de dos empresas distintas. En la empresa A te ofrecen un salario fijo de 480 euros más un plus que puede modelizarse como una variable aleatoria uniforme con rango de valores entre 0 y 600. En la empresa B te ofrecen un salario completamente variable que puede verse como una variable aleatoria normal de media 781 euros y desviación típica 180 euros. a) Hallar la esperanza y la varianza de los dos posibles salarios esperados mensuales. b) Si decides elegir el trabajo que con más probabilidad te permita ganar más de 900 euros al mes, qué trabajo debes elegir? Ejercicio 3 (Junio 2006, superiores). El plan de muestreo establecido para unos componentes electrónicos exige la toma de muestras de 11 unidades, rechazándose un lote cuando aparece más de un defecto en la muestra. En estas condiciones, calcular la probabilidad de aceptar un lote, si el contrato de compra de esos componentes exige un máximo de un 10 % de defectos. Ejercicio 4 (Septiembre 2006, técnicos). El número de erratas tipográficas por página en un periódico de difusión nacional sigue una distribución de Poisson de varianza 3. Si la sección de Televisión tiene 2 páginas, calcular la probabilidad de encontrar 5 erratas en dicha sección. 1

2 Ejercicio 5. La duración de ciertos componentes electrónicos sigue distribución exponencial de media 100 días. a) Cuál es la probabilidad de que uno de los componentes anteriores dure más de 50 días? b) Un equipo electrónico está formado por 5 componentes de los anteriores que trabajan de manera independiente y funciona mientras funcionen correctamente al menos 2 de ellos, cuál es la probabilidad de que dicho equipo dure más de 50 días? c) Se construye un nuevo equipo con 50 componentes que trabajan también de manera independiente y funciona correctamente mientras al menos 20 de ellos funcionen, cuál es la probabilidad de que el equipo dure más de 50 días? Ejercicio 6. Cuatro hermanos Alberto, Borja, Carlos y Diego deciden quién friega los platos de la cena lanzando un dado de seis caras. Si sale 1 friega Alberto, si sale 2 friega Borja, mientras que Carlos y Diego friegan con mayor frecuencia por ser los más jóvenes, así Carlos friega si sale 3 ó 4 y Diego si sale 5 ó 6. a) Cuántos días pasarán, en promedio, hasta que le toque fregar a Alberto? b) Con qué probabilidad Carlos fregará, a lo sumo 2 días en una semana (7 días)? c) Cuántos días pasarán para que Borja friegue al menos 11 veces con probabilidad 0 95? Ejercicio 7. Se sabe que la resistencia de ciertos componentes electrónicos tiene media 10Ω y desviación típica 0 5Ω. a) Si suponemos que la distribución de dicha resistencia es uniforme y seleccionamos uno de los componentes al azar, cuál es la probabilidad de que su resistencia sea mayor que 10 5Ω?, y la probabilidad de que esté entre 9 2Ω y 10 9Ω? 2

3 b) Colocando 100 componentes en serie, la resistencia del conjunto será la suma de las resistencias individuales de cada uno de los componentes. Calcula la probabilidad de que dicha resistencia esté entre 990Ω y 1020Ω. Ejercicio 8 (Septiembre 2003, técnicos). El gasto diario en electricidad de una empresa sigue una distribución uniforme entre 600 y 840 euros. Estimándose que el gasto diario en electricidad es excesivo, se pretende llevar a cabo un control para comprobar la necesidad de dicho gasto. Suponiendo independientes los gastos en electricidad de los distintos días del año y que la empresa funciona 300 días al año, cuál es la probabilidad de que el gasto diario medio en electricidad, durante un año, sea superior a 720 Euros? Ejercicio 9 (Septiembre 2003, técnicos). Un servicio de asistencia mecánica en carretera ha comprobado que en las mañanas de los fines de semana el número de llamadas que recibe es, por término medio, de 3 a la hora. Un operario comienza su jornada de sábado a las 8 de la mañana. Suponiendo que las llamadas se realizan de forma independiente y con media constante: a) Calcular la probabilidad de que reciba la primera llamada antes de las 8:15. b) Probabilidad de recibir 4 llamadas en las dos primeras horas. Ejercicio 10 (Septiembre 2002, técnicos). Mediante una encuesta realizada entre alumnos universitarios se sabe que 60 de cada 100 encuestados tiene ordenador en casa. Sea X la variable que representa el número de estudiantes con ordenador en casa en un grupo de Calcular: a) Probabilidad de que el número de estudiantes con ordenador en casa esté entre 670 y 675. b) Probabilidad de que supere

4 Ejercicio 11. Un trabajador de una compañía que fabrica bombillas tiene encomendada la tarea de seleccionar bombillas al azar según termina el proceso de producción y comprobar que están en perfecto estado. El tiempo (medido en minutos) que emplea en cada bombilla es una variable aleatoria X con distribución normal y desviación típica 1. Se sabe que la probabilidad de que tarde más de 5 84 minutos en comprobar el funcionamiento de una bombilla es exactamente 0 2. Si su jornada de trabajo es de 8 horas y no toma ningún descanso, con qué probabilidad podrá comprobar el estado de al menos 100 bombillas durante una jornada de trabajo? Ha hecho falta aplicar el Teorema Central del Límite? Ejercicio 12 (Junio 2005, técnicos). En un proceso de fabricación, el número de piezas defectuosas que se producen en una hora de funcionamiento de la instalación sigue una distribución de Poisson. Sabiendo que la probabilidad de que no aparezca ninguna pieza defectuosa en una hora, en estas circunstancias, es de 0.223, se pide: 1. Determinar la media λ de la distribución citada. 2. Hallar la probabilidad de que se produzcan tres piezas defectuosas en dos horas de fabricación. 3. Cuál es el número de piezas defectuosas que es más probable que aparezcan en una hora de funcionamiento? Ejercicio 13 (Septiembre 2005, superiores). Un distribuidor de tornillos en España, compra los tornillos en China. El próximo envío desde China es de toneladas, 122 de las cuales son defectuosas. El distribuidor decide empaquetar todos los tornillos de forma aleatoria en cajas de 1 kg. (aproximadamente 1000 tornillos). Los clientes de este distribuidor sospechando la mala calidad de los tornillos, deciden realizar un control de recepción, en un intento de no aceptar lotes con muy baja calidad. El control consiste en inspeccionar 10 cajas cuando llega el pedido y si alguna caja tiene más de 15 tornillos defectuosos rechazan el lote. Calcular la probabilidad de rechazar el lote. 4

5 Ejercicio 14 (Septiembre 2005, superiores). El número medio de personas que pasa de manera constante e independiente por un puesto de información en Barajas es de 210 por hora. Si dicho puesto puede atender como mucho a cuatro personas por minuto, determinar la probabilidad de que en un minuto dado, lleguen más personas de los que se pueden atender. Ejercicio 15 (Septiembre 2006, superiores). Dos máquinas cortan corcho para taponar botellas de vino. La máquina 1 produce corchos con diámetros normalmente distribuidos de media 3 04 cm y desviación típica 0 1 cm. La máquina 2 produce corchos con diámetros que siguen una función de densidad f(x) = 0 2x si 2 < x < 3 y 0 en el resto. Los corchos aceptables tienen diámetros entre 2 9 y 3 1 cm. La máquina primera produce el triple de corchos que la segunda. Se pide: a) Calcular el valor esperado del diámetro de corchos producido por la máquina 2 y la función de distribución asociada. b) Cuál es el porcentaje de corchos aceptables producidos por cada una de las máquinas? c) Calcular la probabilidad de que un corcho seleccionado al azar sea aceptable. d) Seleccionamos un corcho al azar y resulta aceptable. Calcula la probabilidad de que proceda de la máquina 1. Ejercicio 16 (Septiembre 2006, superiores). Cierto modelo de cargador de batería de ordenador portátil recarga la batería durante 2 horas. El porcentaje de batería recargada tras esas 2 horas sigue aproximadamente distribución normal. Se sabe que en el 1 5 % de las recargas, recarga menos del 90 % de la batería y en la mitad de las recargas, recarga más del 95 % de la batería. Un batería cargada al 100 % son tres horas de autonomía para el portátil, mientras que si está cargada al α %, la autonomía es de α 3/100 horas. a) Cuáles son la media y la desviación típica del porcentaje de batería recargada por nuestro cargador? 5

6 b) De tres recargas consecutivas con el cargador anterior, con qué probabilidad lograremos que se recargue el 99 % de la batería en al menos una de las recargas? c) Se dispone de otro cargador del que se sabe que su porcentaje de batería recargada sigue distribución normal de media el 95 % y desviación típica el 1 %. Si tenemos dos baterías, una recargada con el primer cargador y otra con el segundo, cuál es la probabilidad de que, utilizando una de ellas cuando se agote la otra, podamos trabajar durante 6 ó más horas con el portátil? Ejercicio 17. En un bosque de pinos, el número de árboles con plagas por hectárea, al que denotamos por X, tiene una distribución de Poisson cuya media es λ = 10. Los árboles con plagas se asperjan con un insecticida que tiene un coste de 3 euros por árbol, además de un coste fijo por alquiler del equipo, igual a 50 euros. Si Y representa el coste total de desinfección de una hectárea seleccionada al azar, calcular el valor esperado y la desviación típica de Y. Aplicando la desigualdad de Chebichev (observa que acabas de calcular el valor esperado y la desviación típica de Y ), construye un intervalo centrado en la media de Y en el que quede Y con probabilidad por lo menos Ejercicio 18. Las plantas de una determinada especie se distribuyen de forma aleatoria en una región, con densidad promedio de λ plantas por unidad de área. Es decir, el número de plantas en una región de área A tiene una distribución de Poisson con media λa. Para una planta seleccionada al azar en esta región, sea X la variable aleatoria distancia a la planta más próxima de dicha especie. a) Determinar la función de densidad de probabilidad para X. Observar que P (X > r) es igual a la probabilidad de no tener plantas en un círculo de radio r. b) Calcular E[X]. 6

1. Ejercicios. 2 a parte

1. Ejercicios. 2 a parte 1. Ejercicios. 2 a parte Ejercicio 1 Calcule 1. P (χ 2 9 3 33) 2. P (χ 2 15 7 26). 3. P (15 51 χ 2 8 22). 4. P (χ 2 70 82). Ejercicio 2 Si X χ 2 26, obtenga un intervalo [a, b] que contenga un 95 % de

Más detalles

Variables aleatòries vectorials Els problemes assenyalats amb un (*) se faran a classe. 1.- Los estudiantes de una universidad se clasifican de acuerdo a sus años en la universidad (X) y el número de visitas

Más detalles

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Curso 2016

ESTADÍSTICA 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 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

Relación 4. Modelos discretos de distribuciones.

Relación 4. Modelos discretos de distribuciones. Relación 4. Modelos discretos de distribuciones. 1. Si se lanzan dos dados diez veces al aire, cuál es la probabilidad de que en más de la mitad de las ocasiones se obtenga una suma par de puntos? 2. Una

Más detalles

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales

Teoría de muestras. Distribución de variables aleatorias en el muestreo. 1. Distribución de medias muestrales Teoría de muestras Distribución de variables aleatorias en el muestreo 1. Distribución de medias muestrales Dada una variable estadística observada en una población, se puede calcular se media y su desviación

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

ESTADÍSTICA I, curso Problemas Tema 4

ESTADÍSTICA I, curso Problemas Tema 4 ESTADÍSTICA I, curso 007-008 Problemas Tema 4 1. En un problema de una prueba aplicada a niños pequeños se les pide que hagan corresponder tres dibujos de animales con la palabra que identifica a ese animal.

Más detalles

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,

Más detalles

Distribuciones de Probabilidad

Distribuciones de Probabilidad Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica

Más detalles

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

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo

Más detalles

Probabilidad, Variables aleatorias y Distribuciones

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

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo

Más detalles

RELACIÓN DE PROBLEMAS. Distribuciones de probabilidad

RELACIÓN DE PROBLEMAS. Distribuciones de probabilidad RELACIÓN DE PROBLEMAS Distribuciones de probabilidad 1. Se lanzan al aire dos monedas tres veces consecutivas. Sea X la v.a. que representa el número de veces que se obtiene cara en ambas monedas en los

Más detalles

SESION 12 LA DISTRIBUCIÓN BINOMIAL

SESION 12 LA DISTRIBUCIÓN BINOMIAL SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:

Más detalles

R E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z

R E S O L U C I Ó N. a) El intervalo de confianza de la media poblacional viene dado por: I. C. z Un estudio realizado sobre 100 usuarios revela que un automóvil recorre anualmente un promedio de 15.00 Km con una desviación típica de.50 Km. a) Determine un intervalo de confianza, al 99%, para la cantidad

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo 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 detalles

Ejemplos 31 En el lanzamiento de una moneda podemos tomar E = { Cara } y F = { Cruz }. Si la moneda no está trucada, p = 1.

Ejemplos 31 En el lanzamiento de una moneda podemos tomar E = { Cara } y F = { Cruz }. Si la moneda no está trucada, p = 1. Capítulo 4 Modelos de probabilidad 4.1 Modelos discretos 4.1.1 Pruebas de Bernoulli Definición 4.1.1. Una prueba de Bernoulli es un experimento aleatorio cuyos posibles resultados se agrupan en dos conjuntos

Más detalles

INFERENCIA DE LA PROPORCIÓN

INFERENCIA DE LA PROPORCIÓN ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En

Más detalles

1.1. Distribución exponencial. Definición y propiedades

1.1. Distribución exponencial. Definición y propiedades CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -

Más detalles

Curso de Probabilidad y Estadística

Curso 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 detalles

La distribución de Probabilidad normal, dada por la ecuación:

La distribución de Probabilidad normal, dada por la ecuación: La distribución de Probabilidad normal, dada por la ecuación: Donde: x = X -, la distancia entre X y en el eje de las X. = la media de la población o universo ( de las X ) fx= La altura de la ordenada

Más detalles

PROBLEMAS DE ESTIMACIÓN PROPUESTOS EN SELECTIVIDAD

PROBLEMAS DE ESTIMACIÓN PROPUESTOS EN SELECTIVIDAD PROBLEMAS DE ESTIMACIÓN PROPUESTOS EN SELECTIVIDAD SELECTIVIDAD 2001 1.- El periodo de funcionamiento de las bombillas de una determinada marca sigue una distribución normal de media 360 días y desviación

Más detalles

Relación de Problemas. Tema 6

Relación de Problemas. Tema 6 Relación de Problemas. Tema 6 1. En una urna hay 5 bolas blancas y 2 negras y se sacan tres bolas sin reemplazamiento. a) Calcular la distribución conjunta del número de bolas blancas y negras de entre

Más detalles

5 DISTRIBUCIONES BINOMIAL Y DE POISSON

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

Más detalles

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado.

PROBABILIDAD. Es el conjunto de todos los resultados posibles de un experimento aleatorio. Por ejemplo: Experimento: tirar un dado. 1 PROBABILIDAD EXPERIMENTOS Al fijar las condiciones iniciales para un experimento se da lugar a dos tipos de situaciones: a) Experimentos determinísticos: se conoce el resultado. Por ejemplo: si suelto

Más detalles

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =

= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] = El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64

Más detalles

LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)

LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) PROBABILIDAD CONDICIONAL 1. Dados P (A) = 0.4, P (B A) = 0.3 y P (B c A c ) = 0.2, determine: a) P (A c ). b) P (B A c ). c) P (B). d) P

Más detalles

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2.

Pruebas de Hipótesis H0 : μ = 6 H1 : μ 6 α = 0.05 zα/2 = 1.96 (6-1,96 0,4 ; 6+1,96 0,4) = (5,22 ; 6,78) 5,6 Aceptamos la hipótesis nula H 0 2. Pruebas de Hipótesis 1. Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es,4. Para una muestra de 6 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar

Más detalles

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016 ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico Solución. Curso 016 Ejercicio 1 Suponemos que hay independencia en la concurrencia o no entre las personas. Dado este supuesto y las características

Más detalles

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores.

OPCIÓN A. La empresa A (x) tiene 30 trabajadores, la B (y) 20 trabajadores y la C (z) 13 trabajadores. PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA EL ALUMNADO DE BACHILLERATO. 159 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 16 EXAMEN RESUELTO POR JAVIER SUÁREZ CABALLERO (@javiersc9) OBSERVACIONES IMPORTANTES:

Más detalles

5 Variables aleatorias contínuas

5 Variables aleatorias contínuas 5 Variables aleatorias contínuas Una variable aleatoria continua puede tomar cualquier valor en un intervalo de números reales.. Función de densidad. La función de densidad de una variable aleatoria continua

Más detalles

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma:

Variables aleatorias. Examen Junio La función de distribución de una variable continua X es de la forma: TEMA 6: Variables aleatorias Examen Junio 003.- La función de distribución de una variable continua X es de la forma: 3 F ( t) = P( X t) = a + bt ct t, Se sabe que la densidad verifica f(-)=f()=0. [ ]

Más detalles

Tema 8. Muestreo. Indice

Tema 8. Muestreo. Indice Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José

Más detalles

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.

a. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados. El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué

Más detalles

PROBLEMAS DE LA ASIGNATURA MA2139 ESTADISTICA APLICADA CORRESPONDIENTES AL CAPITULO 1 : MODELOS DE DISTRIBUCION DE PROBABILIDAD

PROBLEMAS 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 detalles

Síntesis Numérica de una Variable

Síntesis Numérica de una Variable Relación de problemas 2 Síntesis Numérica de una Variable Estadística 1. En siete momentos del día se observa el número de clientes que hay en un negocio, anotando: 2, 5, 2, 7, 3, 4, 9. Calcular e interpretar

Más detalles

Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS.

Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS. Estadística Tema 4 Curso /7 Tema 4. MODELOS DE DISTRIBUCIONES DISCRETOS. Objetivos Conceptos: Conocer los siguientes modelos discretos de probabilidad: uniforme, binomial, geométrico y Poisson. De cada

Más detalles

4.1. Definición de variable aleatoria. Clasificación.

4.1. Definición de variable aleatoria. Clasificación. Capítulo 4 Variable aleatoria Una variable aleatoria es un valor numérico que corresponde a un resultado de un experimento aleatorio. Algunos ejemplos son: número de caras obtenidas al lanzar seis veces

Más detalles

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 )

Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ 2 conocida: Suponga que X 1, X 2,, X n, es una m.a.(n) desde N( µ, σ 2 ) Test de Hipótesis II Tabla de Test de Hipótesis ( Caso: Una muestra ) A. Test para µ con σ conocida: Suponga que X, X,, X n, es una m.a.(n) desde N( µ, σ ) Estadística de Prueba X - μ Z 0 = σ / n ~ N(0,)

Más detalles

Variable Aleatoria. Relación de problemas 6

Variable Aleatoria. Relación de problemas 6 Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es

Más detalles

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido

Más detalles

Ejercicio 2. Sean A, B dos sucesos tales que P (A) = 0 4, P (B) = 0 65 y P ( (A B) (A B) ) = Hallar P (A B).

Ejercicio 2. Sean A, B dos sucesos tales que P (A) = 0 4, P (B) = 0 65 y P ( (A B) (A B) ) = Hallar P (A B). Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 2, curso 2006 2007. Ejercicio 1. Dados cuatro sucesos A, B, C y D, la probabilidad de que ocurra al menos uno

Más detalles

EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA

EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA EJERCICIOS UNIDAD 10: MUESTREO E INFERENCIA ESTADÍSTICA 1. (2012-M3;Sept-B-4) El peso de las calabazas de una determinada plantación sigue una ley Normal con desviación típica 1200 g. a) (2 puntos) Halle

Más detalles

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

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

Más detalles

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO

UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO CURSO 2012-2013 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES

Más detalles

PROBLEMA 1 PROBLEMA 2

PROBLEMA 1 PROBLEMA 2 PROBLEMA 1 Dos compañías de taxis atienden a una comunidad. Cada empresa posee dos taxis y se sabe que ambas compañías comparten el mercado al 50%. Las llamadas que llegan a cada una de las respectivas

Más detalles

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS

CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DE LA PROBABILIDAD DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD

Más detalles

b) Sea X = número de personas seleccionadas que poseen celular de la empresa A. Determinar E(X).

b) Sea X = número de personas seleccionadas que poseen celular de la empresa A. Determinar E(X). NºSalon NºSobre ESTADÍSTICA II - 1ª REVISIÓN SECTOR ECONÓMICO - 2001 hoja 1 de 7 Escriba sus respuestas en el espacio provisto en cada hoja. Para solicitar la muestra de su prueba le será requerido el

Más detalles

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS

Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS INTRODUCCIÓN A LA ESTADÍSTICA Relación 2: CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE FRECUENCIAS 1.- Obtener las medias aritmética, geométrica, armónica para la siguiente distribución: SOL: 2,74; 2,544; 2,318

Más detalles

Probabilidad Colección C.1. MasMates.com Colecciones de ejercicios

Probabilidad Colección C.1. MasMates.com Colecciones de ejercicios 1. Un monedero contiene 2 monedas de plata y 3 de cobre y otro contiene 4 de plata y 3 de cobre. Si se elige un monedero al azar y se extrae una moneda, cuál es la probabilidad de que sea de plata? 2.

Más detalles

MUESTREO PARA ACEPTACION

MUESTREO PARA ACEPTACION MUESTREO PARA ACEPTACION Inspección de Calidad Consiste en un procedimiento técnico que permite verificar si los materiales, el proceso de fabricación y los productos terminados cumplen con sus respectivas

Más detalles

Distribución de Probabilidades con Nombre Propio Problemas Propuestos

Distribución de Probabilidades con Nombre Propio Problemas Propuestos Distribución de Probabilidades con Nombre Propio Problemas Propuestos DISTRIBUCIÓN BINOMIAL (BERNOULLI) 2.167 Hallar la probabilidad de que al lanzar una moneda honrada 6 veces aparezcan (a) 0, (b) 1,

Más detalles

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico

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

UNIDAD V Distribuciones Muestrales

UNIDAD V Distribuciones Muestrales UNIDAD V Distribuciones Muestrales UNIDAD 5 BASE CONCEPTUAL Hoy la estadística está considerada como la teoría de la información, no solo como función descriptiva, si o con el objeto básico de hacer estimaciones

Más detalles

Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev

Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación

Más detalles

Tema 6. Variables Aleatorias Discretas

Tema 6. Variables Aleatorias Discretas Presentación y Objetivos. Tema 6. Variables Aleatorias Discretas En esta unidad se presentan algunos ejemplos estándar de variables aleatorias discretas relacionadas de diversas formas dependiendo de su

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2

Departamento de Estadística y Econometría. Curso EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 Departamento de Estadística y Econometría. Curso 2002-2003 EJERCICIOS DE ESTADÍSTICA APLICADA A LA EMPRESA II. L.A.D.E. TEMA 2 1.- Una empresa de elaboración de materiales pone en práctica un nuevo método

Más detalles

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población),

Más detalles

TALLER 3 ESTADISTICA I

TALLER 3 ESTADISTICA I TALLER 3 ESTADISTICA I Profesor: Giovany Babativa 1. Un experimento consiste en lanzar un par de dados corrientes. Sea la variable aleatoria X la suma de los dos números. a. Determine el espacio muestral

Más detalles

BLOQUE 5: EJERCICIOS DE ESTADÍSTICA PROBABILIDAD

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

Más detalles

Inferencia estadística Selectividad CCSS Murcia. MasMates.com Colecciones de ejercicios

Inferencia estadística Selectividad CCSS Murcia. MasMates.com Colecciones de ejercicios 1. [2014] [EXT-A] Según un informe de una universidad, la edad media de finalización de un determinado grado no supera los 23 años. Sabiendo que la edad de finalización sigue una normal con desviación

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE II POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos

Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 2012) Selectividad-Opción A Tiempo: 90 minutos Examen de Matemáticas Aplicadas a las CC. Sociales II (Coincidente-Junio 1) Selectividad-Opción A Tiempo: 9 minutos Problema 1 (3 puntos) Dadas las matrices A = x y z y B = 1, se pide: 1 1 3 1 k, X = 1.

Más detalles

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y:

Agrupa los resultados por lotes: Rechazados, revisables y aceptados y: Tema 2 1.- Clasifica en discretas o continuas las siguientes variables: a) Número de habitantes por kilómetro cuadrado b) Número de bacterias de cierto tipo, por mililitro c) Densidad de diferentes muestras

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

Variable Aleatoria Continua. Principales Distribuciones

Variable 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 detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así

Más detalles

Inferencia estadística Selectividad CCSS Andalucía. MasMates.com Colecciones de ejercicios

Inferencia estadística Selectividad CCSS Andalucía. MasMates.com Colecciones de ejercicios 1. [2014] [EXT-A] La concejalía de Educación de una determinada localidad afirma que el tiempo medio dedicado a la lectura por los jóvenes de entre 15 y 20 años de edad es, a lo sumo, de 8 horas semanales.

Más detalles

Álgebra lineal. Curso Tema 5. Hoja 1. Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace.

Álgebra lineal. Curso Tema 5. Hoja 1. Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace. Álgebra lineal. Curso 2007-2008. Tema 5. Hoja 1 Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace. 1. Un dado se lanza dos veces. Se pide: (a) Construir el espacio muestral.

Más detalles

Distribuciones de probabilidad discretas

Distribuciones de probabilidad discretas Lind, Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. Distribuciones de probabilidad discretas Capítulo 6 FVela/ McGraw-Hill/Irwin

Más detalles

Estimaciones puntuales. Estadística II

Estimaciones puntuales. Estadística II Estimaciones puntuales Estadística II Estimación Podemos hacer dos tipos de estimaciones concernientes a una población: una estimación puntual y una estimación de intervalo. Una estimación puntual es un

Más detalles

Variables aleatorias continuas, TCL y Esperanza Condicional

Variables aleatorias continuas, TCL y Esperanza Condicional Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A DE 00 OPCIÓN A a) (.5 puntos) Resuelva el siguiente sistema y clasifíquelo atendiendo al número de soluciones: x + y + z = 0 x + 3y z = 17 4x + 5y + z = 17 b) (0.75 puntos) A la vista del resultado anterior,

Más detalles

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento

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

TEMA 1: PROBABILIDAD

TEMA 1: PROBABILIDAD TEMA 1: PROBABILIDAD Ejercicios 1- alcular el espacio muestral asociado a los siguientes experimentos: a) Lanzar una moneda b) Tirar un dado c) Lanzar un dado de quinielas d) Extraer una bola de una caja

Más detalles

Teorema de Bayes(6) Nos interesan las probabilidades a posteriori o probabilidades originales de las partes p i :

Teorema de Bayes(6) Nos interesan las probabilidades a posteriori o probabilidades originales de las partes p i : Teorema de Bayes(5) 75 Gráficamente, tenemos un suceso A en un espacio muestral particionado. Conocemos las probabilidades a priori o probabilidades de las partes sabiendo que ocurrió A: Teorema de Bayes(6)

Más detalles

Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII

Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/99 SP XII José Mª Chacón Íñigo IES Llanes, Sevilla Te explicamos como realizar la operación de distribución de probabilidad

Más detalles

3.Si A y B son incompatibles, es decir A B = entonces:

3.Si A y B son incompatibles, es decir A B = entonces: Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)

Más detalles

a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria

a) Definir un espacio muestral S apropiado para este experimento. b) Consideremos la variable aleatoria 7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).

Más detalles

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

Objetivos. Epígrafes 3-1. Francisco José García Álvarez Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.

Más detalles

Para analizar y organizar los datos que se recogen en un estudio, la estadística ofrece diferentes herramientas, entre ellas las frecuencias.

Para analizar y organizar los datos que se recogen en un estudio, la estadística ofrece diferentes herramientas, entre ellas las frecuencias. TALLER DE REPASO ESTADÍSTICA GRADO NOVENO. RECORDEMOS: Para analizar y organizar los datos que se recogen en un estudio, la estadística ofrece diferentes herramientas, entre ellas las frecuencias. La frecuencia

Más detalles

Problemas propuestos en pruebas de Selectividad de Madrid desde 2007 hasta 2014 Estadística: Resolución de los ejercicios propuestos

Problemas propuestos en pruebas de Selectividad de Madrid desde 2007 hasta 2014 Estadística: Resolución de los ejercicios propuestos Problemas propuestos en pruebas de Selectividad de Madrid desde 2007 hasta 2014 Estadística: de los ejercicios propuestos 1º El contenido en alquitrán de una determinada marca de cigarrillos se puede aproximar

Más detalles

Unidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua.

Unidad IV. Una variable aleatoria X es continua si su función de distribución es una función continua. Unidad IV Distribuciones de Probabilidad Continuas 4.1. Definición de variable aleatoria continúa. Una variable aleatoria X es continua si su función de distribución es una función continua. En la práctica,

Más detalles

DISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso.

DISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso. DISTRIBUCIÓN NORMAL 1. El peso de las 100 vacas de una ganadería se distribuye según una normal de media 600 kg y una desviación típica de 50 kg. Se pide: Cuántas vacas pesan más de 570 kilos? Cuántas

Más detalles

3.Si A y B son incompatibles, es decir A B = entonces:

3.Si A y B son incompatibles, es decir A B = entonces: Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)

Más detalles

EJERCICIOS DE ESTADÍSTICA:

EJERCICIOS DE ESTADÍSTICA: EJERCICIOS DE ESTADÍSTICA: 1º/ Una biblioteca desea estimar el porcentaje de libros infantiles que posee. La biblioteca está compuesta de 4 salas (orte, Sur, Este y Oeste) con 2500, 2740, 4000 y 6900 libros,

Más detalles

FINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY Nombre y apellido: Nota

FINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY Nombre y apellido: Nota FINAL DE PROBABILIDAD Y ESTADÍSTICA 27 de MAY0 2015 Nombre y apellido: Legajo: 1 2 3 4 5 Nota / / / / / 1.- El gobierno de la ciudad ha construido senderos especiales para bicicletas en un barrio de la

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA FÍSICA ESTADÍSTICA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA FÍSICA ESTADÍSTICA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA DIPLOMA DE ESPECIALIZACIÓN EN FÍSICA (ANEP UDELAR) FÍSICA ESTADÍSTICA Curso 013 Práctico II Fundamentos de Probabilidad y Estadística. Fecha de Entrega: 13 de

Más detalles

Tema 2. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD

Tema 2. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD Tema. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD 1. Se lanza un dado y se considera la variable generada por el resultado del mismo. (a) Clasica esta variable como continua o discreta, indicando su rango

Más detalles

3 PROBABILIDAD. = el conjunto de los cuatro objetos defectuosos y los. C = al menos uno defectuoso = B

3 PROBABILIDAD. = el conjunto de los cuatro objetos defectuosos y los. C = al menos uno defectuoso = B ROL Tres caballos,, y, participan en una carrera que sólo puede ganar uno. La probabilidad de que gane es el doble de la de que gane, y la probabilidad de que gane es el doble de la de que gane. uáles

Más detalles

Tema 4. Probabilidad Condicionada

Tema 4. Probabilidad Condicionada Tema 4. Probabilidad Condicionada Presentación y Objetivos. En este tema se dan reglas para actualizar una probabilidad determinada en situaciones en las que se dispone de información adicional. Para ello

Más detalles

4 Estos son los resultados de una encuesta realizada en una comunidad autónoma sobre la actuación de su presidente.

4 Estos son los resultados de una encuesta realizada en una comunidad autónoma sobre la actuación de su presidente. 1 Di, en cada caso, cuál es la población y cuál la variable que se quiere estudiar. Especifica si es una variable cualitativa o cuantitativa, determinando, en este último caso, si es discreta o continua:

Más detalles

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada

Más detalles

Modelos de distribuciones discretas y continuas

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

Más detalles