1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
|
|
- Soledad Vázquez Salazar
- hace 6 años
- Vistas:
Transcripción
1 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 de probabilidad. (b) Buscar los valores pedidos en (a) en la tabla que corresponde. 2. Si X es una variable aleatoria y X bin(7; 0, 1), calcular: a) P (X = 0) b) P (X = 1, 4) c) P (X 1) d) P (X > 5) e) P (X < 2) f) P (X 3) g) P (X 6) h) P (X = 8) h) P (X = 1) j) P (X 3, 2) 3. Si X es una variable aleatoria que sigue una distribución binomial con p = 2/3 y m = 5, calcular usando la tabla: a) P (X = 3) b) P (X 1, 4) c) P (X 3) d) P (X < 3) 4. Sabiendo que la variable aleatoria X sigue una distribución binomial con m = 8, hallar p si P (X = 2) = 0, Sea X una variable aleatoria binomial con p = 0, 4 y m = 4. Si P (X = a) = 0, Determinar el valor de a. 6. En una ciudad se sabe que el 30 % de los habitantes son fumadores. Se selecciona al azar un grupo de 8 personas. Calcular, indicando la variable aleatoria que se utiliza su distribución y sus parámetros, las siguientes probabilidades: (a) Probabilidad de que por lo menos 2 sean fumadores. 1 Prof. Magister Osmar Vera
2 (b) Probabilidad de que haya a lo sumo 3 fumadores. (c) Probabilidad de que exactamente 6 personas no fumen. (d) Probabilidad de que la primer persona fume y el resto no. (e) Probabilidad de que solo uno de los seleccionados fume. 7. Un agente de seguros vende pólizas a cinco hombres de buena salud, todos de la misma edad. De acuerdo con las tablas actuariales de la compañía se sabe que, la probabilidad de que un hombre de esa edad particular esté vivo al cabo de 30 años es 2/3. Hallar la probabilidad de que en 30 años estén vivos: a) Los cinco hombres b) Sólo dos de ellos. c) Por lo menos tres de ellos. d) A lo sumo uno de ellos. 8. El número de enfermos recuperados después de cierto tiempo de aplicado un tratamiento a 10 pacientes, es una variable aleatoria binomial con esperanza 7. Se aplica el tratamiento a 10 enfermos: (a) Calcular la probabilidad de que se recuperen por lo menos 6 pacientes. (b) De los 10 pacientes tratados, 3 iniciaron el tratamiento un día lunes, y el resto un jueves. Hallar la probabilidad de que se recuperen sólo los tres pacientes que iniciaron el tratamiento el lunes. (c) Hallar la varianza de la variable aleatoria. 9. En un servicio hospitalario se está estudiando la posibilidad de aplicar una nueva reacción a sus pacientes, y se desea calcular la probabilidad de que el resultado de aplicar la reacción a un paciente cualquiera sea positivo. Por experiencias en servicios similares de otros hospitales, se sabe que la probabilidad de que la reacción dé resultado positivo en todos los integrantes de un grupo de 5 pacientes es 0,0003. Calcular la probabilidad deseada. 10. Si X es una variable aleatoria que sigue una distribución de Poisson con λ = 1, 8. Determinar mediante el uso de tablas: 2 Prof. Magister Osmar Vera
3 a) P (X = 1) b) P (X 3) c) P (X > 2) d) P (5 X 7) e) P (3 < X 6) f) P (X 1) g) P (X = 0 ó X = 4) h) P (X 1) 11. Para una variable aleatoria X que sigue una distribución de Poisson, se sabe que P (X 3) = 0, Determinar P (X = 3). 12. El número de bacterias en un volumen de 6 cm 3 es una variable aleatoria X con distribución de Poisson. Sabiendo que P (X < 2) = 0, 2873: (a) Hallar el valor de λ usando la tabla de función de distribución de X. (b) Hallar el número medio de bacterias por unidad de volumen. 13. Una sustancia radioactiva emite partículas α. El número de partículas que llega a cierta región del espacio en un intervalo de 7,2 segundos es una variable aleatoria que obedece a la ley de Poisson con parámetro λ = 4. (a) Calcular la probabilidad de que en 7,2 segundos lleguen a lo sumo dos partículas. (b) Hallar la probabilidad de que en 9 segundos lleguen por lo menos cuatro partículas. (c) Calcular la longitud del intervalo de tiempo para que la probabilidad de que en ese intervalo lleguen a lo sumo seis partículas, sea En 1 dm 3 de aire se encuentra en promedio 3 moléculas de un gas raro. Se supone que el número de moléculas de ese gas que se encuentra en un volumen de aire es una variable aleatoria de Poisson. (a) Cuál es la probabilidad de no encontrar moléculas de ese gas en una muestra de 1 dm 3 de aire? 3 Prof. Magister Osmar Vera
4 (b) Si se toma una muestra de 1,5 dm 3 de aire, hallar la probabilidad de encontrar por lo menos dos moléculas de ese gas. (c) c) Suponiendo que la densidad se mantiene constante, Determinar el volumen que debe tener la muestra de aire para que la probabilidad de encontrar una molécula de ese gas en la muestra sea como mínimo 0,99. (d) d) Qué densidad de moléculas debería haber en el aire para que la probabilidad de no encontrar moléculas en 5 dm3 sea mayor que 0,6? 15. Supongamos que en cierta etapa del proceso de producción de una vacuna, ésta puede contener virus vivos. Se quiere realizar el control de seguridad de la vacuna para verificar que el proceso de producción funciona correctamente. (a) Se establece el siguiente método de control: de un matraz que contiene un gran volumen de la vacuna se toma una muestra de pequeño volumen v y, si la muestra no sostiene virus, se concluye que el contenido total del matraz tampoco tiene virus. Consideramos un matraz con una vacuna que contiene 5 virus vivos por cada 1000 cm 3 y tomemos del mismo una muestra de volumen v = 600 cm 3. Cuál es la probabilidad de llegar a la conclusión equivocada de que el matraz no contiene virus?. (b) ) Como el método expuesto en a) no resulta muy satisfactorio, se diseña otro método de control. A partir de tener la vacuna en tres matraces, se toma de cada uno de ellos una muestra del pequeño volumen v y, si las tres muestras no contienen virus se concluye que la vacuna tampoco tiene virus. Para la misma vacuna que contiene 5 virus vivos por cada 1000 cm 3, y para muestras de volumen v = 600cm 3, con este método, cuál es la probabilidad de llegar a la conclusión equivocada de que la vacuna no tiene virus? Comparar con (a). 4 Prof. Magister Osmar Vera
5 16. Si X es una variable aleatoria con distribución N(0; 1). Determinar: a) P (X 1,7) b) P ( 1,3 X < 0,5) c) P (0, 2 < X 1, 4 d) P (( 0, 38 < X 2, 94) e) P (X > 2, 03) f) P (X > 8) g) P (X < 2, 2) h) P ( X < 2, 73) i) P(X -1,34) j) P(X 7) k) El valor a para que P (X > a) = 0, Sea X una variable aleatoria con distribución N(2; 4). Hallar: a) P (X 1,36) b) P (X 1,34) c) P ( 1 < X4). 18. Para una variable aleatoria X distribuida normalmente con σ = 5, se sabe que P (X < 7) = 0, Determinar µ. 19. La altura de cierta especie vegetal sigue una distribución normal con µ = 30cm y σ = 4cm. Calcular la probabilidad de que al elegir al azar una planta de esa especie: a) Mida más de 35 cm. b) Mida a lo sumo 40 cm c) Mida entre 25 y 38 cm. d) Mida al menos 29 cm. 20. Se sabe que el peso de cierta especie animal es una variable aleatoria normal X cuya esperanza es 38 g. Hallar el valor de la varianza si P (X 39) = 0, La humedad relativa ambiente, a las 12 hs en los días del mes de junio de una ciudad, es una variable aleatoria distribuida normalmente con media 60 %. Sabiendo que, en es ciudad, la probabilidad de que en un día de junio a las 12 hs la humedad sea superior al 40 % es 0,9: (a) Hallar la desviación estándar de la variable. (b) Hallar la probabilidad de que en un día de junio a las 12 hs la humedad sea inferior a 50 %. (c) Hallar la probabilidad de que en un día de junio a las 12 hs la humedad oscile entre 20 % y 50 %. 5 Prof. Magister Osmar Vera
6 22. Los valores del colesterol total para cierta población están distribuidos en forma normal con media 200 mg/100ml. Se sabe que la probabilidad de que un individuo de esa población tenga valor de colesterol menor que 225 mg/100ml es 0,8944. Hallar la probabilidad de que un individuo elegido al azar tenga valor de colesterol entre 190 y 215 mg/100ml. 23. Cierta variedad de semillas germina en el 50 % de los casos. Si se siembran 10 macetas con 4 semillas en cada una, cuál es la probabilidad de que haya 6 ó más macetas con exactamente 3 semillas germinadas? 24. El peso de los comprimidos producidos por un laboratorio es una variable aleatoria que se distribuye en forma normal con media 2,31 g y desvío estándar 0,4 g. Cuál es la probabilidad de que al tomar una muestra aleatoria de 10 comprimidos, todos tengan un peso comprendido entre 2,10 g y 2,52 g? 25. Al cargar una cámara con una suspensión de células, el número de ellas que se encuentra en un volumen de 0,1 mm 3 es una variable aleatoria de Poisson con parámetro 8. Cuál es la probabilidad de que, al cargar 5 cámaras con la misma suspensión de células, en una sola de ellas se encuentren exactamente 2 células en el mismo volumen de 0,1 mm 3? 26. La desigualdad de Chebychev, es válida para distribuciones continuas y discretas. Ella expresa que para cualquier número k que satisfaga k 1, P ( X µ kσ) 1/k 2. Obtenga esta probabilidad en el caso de la distribución Normal para k = 1, 2, 3 y compare con la cota superior. 27. Haga que X tenga una distribución binomial con parámetros n = 25 y p. Calcule cada una de las siguientes probabilidades utilizando la aproximación normal (con la corrección por continuidad) para los casos p = 0, 5; 0, 6; 0, 8 y compárelas con las probabilidades exactas calculadas por la tabla. a) P (15 X 20) b) P (X 15) c) P (20 X) 6 Prof. Magister Osmar Vera
La distribución normal
La Distribución Normal Es una distribución continua que posee, entre otras, las propiedades siguientes: Su representación gráfica tiene forma de campana ( campana de Gauss ) -6-4 -2 0 2 4 6 2 4 6 8 10
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesRELACIÓN 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 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 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 detallesEJERCICIOS RESUELTOS DE ESTADÍSTICA II
EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES PARTE I POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS V ERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS
Más detallesEJERCICIOS 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 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 detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesEJERCICIOS 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 detallesVariables 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 detallesINTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)
INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que
Más detallesINFERENCIA 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 detallesDefinición 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 detallesTEMA 4. MODELOS DE PROBABILIDAD DISCRETOS
TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS 4.1 Distribución binomial 4.1.1 Definición. Ejemplos 4.1.2 La media y la varianza 4.1.3 Uso de tablas 4.1.4 Aditividad 4.2 Distribución de Poisson 4.2.1 Definición.
Más detallesPRUEBAS 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 detallesa. 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 detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2009) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Una carpintería vende paneles de contrachapado de dos tipos A y B.
Más detallesDiscretas. Continuas
UNIDAD 0. DISTRIBUCIÓN TEÓRICA DE PROBABILIDAD Discretas Binomial Distribución Teórica de Probabilidad Poisson Normal Continuas Normal Estándar 0.1. Una distribución de probabilidad es un despliegue de
Más detallesTALLER 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 detallesESTADÍSTICA 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 detalles5 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= 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= 10. pertenece al intervalo en el que estamos, es decir, en 2,8.
ROBLEMAS SOLUCIONADOS SOBRE VARIABLES ALEATORIAS CONTINUAS DIST NORMAL AROX DE LA DIST BINOMIAL ROFESOR ANTONIO IZARRO 1º (Castilla y León, Junio, 99 Sea X una variable aleatoria cuya función de distribución
Más detallesa) 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 detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
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 detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesINFERENCIA 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 detallesDistribuciones 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 detallesPROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta
Más detallesPrueba 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 detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
Más detallesDistribuciones 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 detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesVariable 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 detallesUnidad 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 detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesLa distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Más detallesIntervalos de confianza y contrastes de hipótesis. Intervalo de confianza de la media.
R PRÁCTICA IV Intervalos de confianza y contrastes de hipótesis Sección IV.1 Intervalo de confianza de la media. 44. Cargar (abrir) el conjunto de Datos Pulso.rda. Se pide: a) Calcular el de confianza
Más detallesDistribuciones de probabilidad más usuales
Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y
Más detallesb) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7
EJERCICIOS T12-MODELOS MULTIVARIANTES ESPECÍFICOS 1. Un determinado estadístico J se distribuye según un modelo jhi-dos de parámetro (grados de libertad) 14. Deseamos saber la probabilidad con la que dicho
Más detallesMEDICIÓN Y PROPAGACIÓN DE ERRORES. Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada.
LABORATORIO Nº 1 MEDICIÓN Y PROPAGACIÓN DE ERRORES I. LOGROS Comprender el proceso de medición y expresar correctamente el resultado de una medida realizada. Aprender a calcular el error propagado e incertidumbre
Más detallesModelos de Probabilidad con Statgraphics
Modelos de Probabilidad con Statgraphics 1. Objetivos Representar funciones de probabilidad/densidad y de distribución de diferentes modelos de variables aleatorias discretas/continuas Calcular probabilidades
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 detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesPráctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal
Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal Ejercicio 1: Todos los días se seleccionan de manera aleatoria 12 unidades de un proceso de manufactura, con el propósito de verificar
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad
Estadística y sus aplicaciones en Ciencias Sociales 2. Modelos de probabilidad Facultad de Ciencias Sociales Universidad de la República Curso 2016 Índice 2.1. Variables aleatorias: funciones de distribución,
Más detallesMediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:
Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres
Más detallesPuntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010
Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010 Objetivos de Lección Conocer características principales de una
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesCUÁL SERIA LA PREDICCION OPTIMA DEL ESTADO DEL TIEMPO AL DIA SIGUIENTE?
TEOREMA DE BAYES Explica como considerar matemáticamente la nueva información en la toma de decisiones. P( AΙB) = P( A B) P( B) = P( A) P( BΙA) P( B) PROBLEMA: En cierto lugar llueve el 40% de los días
Más detallesESTRUCTURA DE LINEAS DE ESPERA
ESTRUCTURA DE LINEAS DE ESPERA La teoría de las colas es el estudio de líneas de espera. Cuatro características de un sistema de la formación de colas o líneas de espera son: la manera en que los clientes
Más detallesSimulación. Problema del jardinero. Modelo de stock aleatorio. Camino crítico.
Simulación Temario de la clase Introducción. Generacion de variables aleatorias: método de la transformada inversa. Avance del tiempo de simulación. Determinación de la cantidad de iteraciones requeridas.
Más detallesDefinición: 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 detallesc. Calcule la varianza de las medias muestrales
MUESTRAS. DISTRIBUCIÓN DE MEDIAS MUESTRALES. 1. Una ciudad de 2000 habitantes está poblada por personas de pelo negro, rubio o castaño. Se ha seleccionado, mediante muestreo aleatorio estratificado con
Más detallesP (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
Más detallesDistribución 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 detallesDistribuciones 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 detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesAPROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC
APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC SIGMA 28 Abel Martín (*) y Rosana Álvarez García (**) En dos artículos anteriores ya hemos estudiado la distribución Binomial
Más detalles5. MODELOS PROBABILISTICOS.
5. MODELOS PROBABILISTICOS. 5.1 Experimento de Bernoulli Un modelo probabilístico, es la forma que pueden tomar un conjunto de datos obtenidos aleatoriamente. Pueden ser modelos probabilísticos discretos
Más detallesGráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales. x n
Gráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales 1. Función de distribución binomial: Si X distribuye bin ( n, p), entonces f n x x n
Más detallesCALIBRACION DEL MATERIAL VOLUMÊTRICO
MATERIAL VOLUMÉTRICO CALIBRACION DEL MATERIAL VOLUMÊTRICO El material volumétrico tiene por finalidad la medición exacta de volúmenes y debe ser controlado antes de utilizarlo. Para ello se requiere pesar
Más detallesVariables aleatorias continuas
Probabilidades y stadística Computación Facultad de Ciencias actas y Naturales Universidad de uenos ires na M ianco y lena J Martínez 004 Variables aleatorias continuas jemplo: Con el in de realizar un
Más detallesJUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Más detallesTEOREMA DEL LÍMITE CENTRAL
Material de clase n 2 Domingo 13 Junio TEOREMA DEL LÍMITE CENTRAL A medida que n se vuelve más grande, la distribución de las medias muestrales se aproxima a una distribución normal con una media x = µ
Más detallesProblemas. Variables Aleatorias. Modelos de Probabilidad
Problemas. Variables Aleatorias. Modelos de Probabilidad Ejemplos resueltos y propuestos Variables Aleatorias Discretas Una variable aleatoria discreta X de valores x 1, x 2,..., x k con función de probabilidad
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesTabla 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 detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:
Más detallesUNIVERSIDADES 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 detallesSOLUCIÓN REPASO EXAMEN
SOLUCIÓN REPASO EXAMEN 1. El gráfico muestra la distribución de las cargas máximas (toneladas) que soportan ciertos cables producidos por una empresa: 35 30 30 25 n de clables 20 15 15 20 18 11 5 6 0 9,2-9,8
Más detalles1 - TEORIA DE ERRORES : distribución de frecuencias
- TEORIA DE ERRORES : distribución de frecuencias CONTENIDOS Distribución de Frecuencias. Histograma. Errores de Apreciación. Propagación de errores. OBJETIVOS Representar una serie de datos mediante un
Más detalles8.2.5. Intervalos para la diferencia de medias de dos poblaciones
8.. INTERVALOS DE CONFIANZA PARA LA DISTRIBUCIÓN NORMAL 89 distribuye de modo gaussiana. Para ello se tomó una muestra de 5 individuos (que podemos considerar piloto), que ofreció los siguientes resultados:
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesEstimación por intervalo del parámetro de la distribución de Poisson con una sola observación
Revista Colombiana de Estadística Volumen 30 No. 1. pp. 69 a 75. Junio 2007 Estimación por intervalo del parámetro de la distribución de Poisson con una sola observación Interval Estimation for the Poisson
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesE 1.3. LA LEY DE GAUSS
E 1.3. LA LEY DE GAUSS E 1.3.1. Calcule el flujo del campo eléctrico producido por un disco circular de radio R [m], uniformemente cargado con una densidad σ [C/m 2 ], a través de la superficie de una
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 3
Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias
Más detallesGuía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados:
Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS Problema 3.1 A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Mallas Tyler Masa (g) -28 +35 5-35 +48 8-48 +65
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 detallesCondiciones para una distribución binomial
ESTADÍSTICA INFERENCIAL FUNCIONES DE PROBABILIDAD DISCRETAS: BINOMIAL y POISSON EJERCICIOS RESUELTOS DE FUNCIÓN DE PROBABILIDAD BINOMIAL USANDO TABLAS y EXCEL Prof.: MSc. Julio R. Vargas A. Fórmulas de
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA 3: VARIABLES ALEATORIAS DISCRETAS Profesores: Jaime Arrué A. - Hugo S. Salinas. Primer Semestre
Más detallesGrupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
Más detallesF (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0
Probabilidades y Estadística (M) Práctica 5 1 o cuatrimestre 2014 Vectores aleatorios 1. a) Demostrar que la función F (x, y) = 1 e x y si x 0, y 0 0 en caso contrario no es la función de distribución
Más detallesPRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE VALENCIA JUNIO (RESUELTOS por Antonio Menguiano)
I.E.S. CSTELR BDJOZ. Menguiano PRUEB DE CCESO (LOGSE) UNIVERSIDD DE VLENCI JUNIO (RESUELTOS por ntonio Menguiano) MTEMÁTICS II Tiempo máimo: horas Se elegirá el Ejercicio o el B, del que sólo se harán
Más detallesEdad (en años) Más de 57 Nº de personas
1. Una productora de cine quiere pasar una encuesta por el método de muestreo estratificado entre las 918 personas asistentes a la proyección de una de sus películas. La muestra de tamaño 54 ha de ser
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
STATGRAPHICS Re. 4/d/yyyy Pruebas de Hipótesis (Una Muestra) Este procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros: 1. la media μ de una distribución normal.. la desiación
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detalles6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesS = N λ = 5 5 = 1 hora.
Teoría de Colas / Investigación Operativa 1 PROBLEMAS DE INVESTIGACIÓN OPERATIVA. Hoja 5 1. Al supercomputador de un centro de cálculo llegan usuarios según un proceso de Poisson de tasa 5 usuarios cada
Más detallesTema 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