LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( )


Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( )"

Transcripción

1 LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS Abel Martín ( * ) Rosana Álvarez García ( ) La distribución Normal tiene numerosas aplicaciones en el campo de la Probabilidad y la Estadística, cada día más presente en los programas de ESO, Bachillerato y Universitarios. SIGMA 7 Como ya hemos dicho en un artículo anterior, de forma clásica y tradicional, siempre hemos resuelto este tipo de problemas con la ayuda de unas tablas que vienen incorporadas al final de los libros de texto. En las no tan lejanas pruebas de selectividad, nos facilitaban una fotocopia de estas tablas, mostrándonos, en realidad, una pista de la estrategia que deberíamos de seguir a la hora de resolver el problema. A continuación vamos a describir una nueva forma de afrontar estos problemas, suponiendo que el alumno tiene una calculadora gráfica como herramienta habitual (en nuestro caso utilizamos la CFX 9850 GB PLUS, la FX 9860G de CASIO y la CLASSPAD 300), como ya ocurre en las "aulas" de la casi totalidad de los países "desarrollados", incluidas gran parte de nuestras Comunidades Autónomas. El uso de la calculadora gráfica nos permite comprobar rápidamente y de forma visual, aquello que estamos buscando, con un enfoque más investigador e innovador, dando prioridad al razonamiento, permitiéndonos más tiempo para pensar y analizar tanto lo que hacemos como los resultados que obtenemos, así como poder observar la procedencia de determinadas fórmulas utilizadas con asiduidad. No hay que olvidar que esta distribución es la más frecuentemente utilizada y sus propiedades son el fundamento de los procedimientos de INFERENCIA importantes ya que la mayor parte de las variables aleatorias de los fenómenos naturales presentan un comportamiento semejante al de esta distribución, de ahí su nombre: Caracteres morfológicos: tallas, pesos, diámetros,... Caracteres fisiológicos: efecto de antibióticos, pesticidas, dosis de un fármaco Caracteres sociológicos: notas obtenidas en un grupo de alumnos Caracteres psicológicos: mejoría en un tratamiento, actitudes y comportamientos en determinados ambientes, cociente intelectual,... Valores estadísticos muestrales: comportamiento de la media de diferentes medias muestrales. Distribuciones discretas como la Binomial o la Poisson que, al aumentar el tamaño muestral, pueden aproximarse en su comportamiento a una distribución normal,... En el caso de distribuciones Binomiales, B(n, p) con igual parámetro p, probabilidad de que tenga lugar el suceso A, y con valores del parámetro n, tamaño muestral, cada vez mayores, observamos que el polígono de frecuencias se aproxima a una curva en forma de campana semejante a la función de densidad de la Distribución Normal. * Profesor de Matemáticas del IES Pérez de Ayala (Oviedo - Asturias) Profesora de Tecnología del IES Cangas del Narcea (Asturias) Noviembre eko Azaroa 59

2 Abel Martín y Rosana Álvarez García Ejemplo: Si estudiamos la altura de 40 alumnos y alumnas de una clase, observamos que vienen dadas por la siguiente tabla de frecuencias con su histograma asociado: Altura nº alumnos nº de alumnos ,5-163,5 168,5-173,5 178,5-183,5 Alturas Si disminuimos la amplitud de los intervalos, nuestro polígono de frecuencias quedará de la forma: Altura Nº nº de alumnos ,5-161,5 170,5-173,5 18,5-185,5 Alturas A medida que disminuimos la amplitud de los intervalos los saltos en el gráfico de la distribución disminuyen y la curva asociada a la gráfica se aproxima a la función de densidad de la distribución normal. Altura nº altura nº alumnos 60 SIGMA Nº 7 SIGMA 7 zk.

3 Existen distintas funciones de distribución teóricas, basadas en un modelo de comportamiento observado en numerosas experimentos. Su aplicación a una población en estudio se puede realizar siempre que esta cumpla las condiciones básicas planteadas en cada una. Entre las funciones de distribución teóricas para variables aleatorias continuas tenemos la Distribución Normal definida por dos parámetros, su media y su desviación típica N(µ, σ). Su función de densidad viene expresada por: f(x) = 1 e σ π 1 x µ σ Su función de distribución viene expresada por: F(x) = P(X x) = x 1 x µ 1 σ e σ π La distribución normal es una curva con forma de campana que se caracteriza por: La distribución es simétrica respecto al valor de la media µ. La variable puede tomar cualquier valor en el intervalo (-, + ) A medida que nos alejamos del valor de la media de la distribución µ, la probabilidad de los valores de la variable va decreciendo de igual forma a derecha e izquierda. µ - σ µ µ + σ 68.6% µ - σ µ µ +σ 95.44% µ - 3σ µ µ +3σ 99.74% La probabilidad de los valores que toma la variable van decreciendo de forma más o menos rápida según el valor de la desviación típica σ. Tiene dos puntos de inflexión en x 1 = µ σ y x = µ + σ. Noviembre eko Azaroa 61

4 Abel Martín y Rosana Álvarez García El área total encerrada bajo la curva es 1, lo que nos permite el uso de la función de distribución para calcular las probabilidades de los diferentes valores que toma la variable. Qué ocurre cuando se modifican los valores de la media µ y la desviación típica σ que caracterizan una distribución normal? La media determina la posición de la distribución: N(-1, 1) N(0, 1) N(1, 1) La desviación típica (σ) nos indica el grado de apuntamiento de la distribución, el mayor o menor agrupamiento de los datos en torno a la media (µ). N(0, 1/) N(0, 1) N(0, ¼) Tipificación de la variable La distribución normal viene determinada por los parámetros µ y σ, siendo necesaria una tabla de probabilidades para cada normal N(µ, σ) y sólo disponemos de las probabilidades tabuladas de la distribución normal N(0, 1). Para poder calcular las probabilidades de cualquier distribución normal de parámetros N(µ, σ), debemos transformar la variable X que sigue esta distribución en otra variable que llamamos Z que sigue una distribución normal N(0,1), a este proceso se le conoce como tipificar la variable. Para tipificar la variable X N(µ, σ) lo primero que debemos hacer es conseguir que su media(µ) sea cero. El siguiente paso es lograr que el valor de la desviación típica sea 1, para ello debemos contraer o expandir la campana que representa la distribución normal. 6 SIGMA Nº 7 SIGMA 7 zk.

5 Una vez conseguido que ambas variables presenten una distribución N(0, 1) hay que buscar la expresión analítica que nos permita realizar esa transformación. Esta relación es: x µ Z = N(0, 1) σ La distribución normal tipificada (N(0, 1)) presenta las siguientes características: No depende de ningún parámetro µ = 0 y σ = 1. Su media es 0 y su desviación típica 1. La función de densidad f(x) es simétrica respecto al eje OY por ser µ = 0. En este caso los puntos de inflexión µ σ y µ+σ, son z = - 1 y z = 1. Cómo se calculan probabilidades con las tablas? Vamos a ver como se calculan las probabilidades a partir de la función de distribución normal: CASO I F(1.) = P(Z 1.) Tablas: F(1.) = Buscamos en la tabla N(0, 1) el valor de la variable, en este caso 1., F(1.)= CASO II P(Z 1.3) Las tablas de distribución de la normal nos dan la P(X x), la probabilidad de que la variable sea menor o igual a un determinado valor. Para poder calcular esta probabilidad debemos trabajar con la gráfica para poder entenderlo mejor. El área que encierra la función de densidad de la distribución normal es la unidad, por tanto: F(1.3) = P(Z 1.3) Tablas: 1 - P(Z 1.3) = = = P(Z 1.3) = P(Z 1.3) = 1 - P(Z 1.3) Noviembre eko Azaroa 63

6 Abel Martín y Rosana Álvarez García CASO III P(Z - 1.5) Las tablas sólo nos dan la probabilidad de valores positivos de la variable, la simetría de la distribución N(0, 1) respecto al eje de ordenadas nos permite calcular fácilmente la probabilidad de valores negativos de la variable P(Z - 1.5) = P(Z 1.5) P(Z - 1.5) = P(Z 1.5) Como vimos antes: P(Z 1.5) = = 1 - P(Z 1.5) Tablas: P(Z 1.5) = = 1 - P(Z 1.5) = = CASO IV P(Z - 1.7) tablas: P(Z - 1.7) = = P(Z 1.7) = F(1.7) = SIGMA Nº 7 SIGMA 7 zk.

7 CASO V P(0.8 Z 1.7) Para calcular la probabilidad de un intervalo calculamos el valor de la probabilidad de los valores de la variable que forman el mismo. La probabilidad de ese intervalo será la diferencia: P(Z 1.7) P(Z 0.8) P(0.8 Z 1.7) = P(Z 1.7) - P(Z 0.8) Tablas: P(Z 1.7) - P(Z 0.8) = = = CASO VI P(- 1.7 Z - 0.8) En este caso el proceso es el mismo pero con la dificultad añadida de calcular probabilidades de valores de la variable negativos que no obtenemos directamente de la tabla P(Z - 0.8) = P(Z 0.8) = = 1 - P(Z 0.8) = = P(Z - 1.7) = P(Z 1.7) = = 1 - P(Z 1.7) = = Noviembre eko Azaroa 65

8 Abel Martín y Rosana Álvarez García Tablas: P(- 1.7 Z - 0.8) = P(Z - 0.8) - P(Z -1.7) = 1 - P(Z 0.8) [1 - P(Z 1.7)] = = = Otra forma mucho más directa y sencilla: Ambos intervalos tienen la misma probabilidad y por lo tanto: Tablas: P(- 1.7 Z - 0.8) = P(0.8 Z 1.7) = = P(Z 1.7) - P(Z 0.8) = = CASO VII P(- 1 Z ) P(Z ) - P(Z - 1) P(Z ) P(Z - 1) = 1 - P(Z 1)] Tablas: P(- 1 Z ) = = P(Z ) - [1 - P(Z 1)] = [ ] = SIGMA Nº 7 SIGMA 7 zk.

9 MODELO DE ACTIVIDAD (I) Para cierto modelo de lavadora se ha analizado el tiempo de funcionamiento que transcurre sin necesitar revisión técnica, llegando a la conclusión de que dicho tiempo es una variable Normal de media horas de lavado con una desviación típica de 70 horas. (a) Calcula la probabilidad de que una lavadora de ese modelo no supere las horas sin necesitar revisión. (b) Y de que no supere las horas? (c) Calcula la probabilidad de que supere las horas sin necesitar revisión. (d) Calcula la probabilidad de que funcione sin necesidad de revisión entre y 6 10 horas. (e) Qué número de horas no supera, sin necesitar revisión, el 90% de este tipo de lavadoras? [Algunos valores de la función de distribución de la normal de media 0 y desviación típica 1: F(0) = 0.5, F(1) = , F(1.5) = 0.933, F() = 0.977, F(5.040) = 1, F(1.9) = 0.90, F(0.90) = ]. ENCUADRANDO EL PROBLEMA La variable en estudio viene definida como: Χ "número de horas de funcionamiento que transcurren sin que una lavadora en funcionamiento sea revisada" Sigue una distribución N(5040, 70) Para calcular las diferentes probabilidades debemos de "tipificar" la variable y obtener las correspondientes probabilidades en la tabla de distribución N(0, 1) RESOLUCIÓN apartado (a) (A) UTILIZANDO LOS DATOS DEL ENUNCIADO DEL PROBLEMA N(5040, 70) N(0, 1) P(Χ 6 480) = P Z 70 P(Z ) = F() = ANÁLISIS CRÍTICO DE LOS RESULTADOS El 97.7% de las lavadoras necesitan una revisión tras las horas de funcionamiento. Noviembre eko Azaroa 67

10 Abel Martín y Rosana Álvarez García (B) UTILIZANDO LAS TABLAS P(Χ 6 480) = P Z = 70 = P(Z ) = F(.00) (C) CON LA AYUDA DE LA CALCULADORA GRÁFICA Después de tipificar: En las tablas F(.00) = =0.977 RESOLUCIÓN apartado (b) (A) UTILIZANDO LOS DATOS DEL ENUNCIADO DEL PROBLEMA N(5040, 70) N(0, 1) P(Χ 3 960) = P Z 70 P(Χ 3 960) = P(Ζ 1.5) La tabla de la distribución N(0, 1) no nos da las probabilidades de los valores negativos, para calcularlos nos basamos en la simetría de la distribución normal y en el caso de la distribución N(0, 1) la simetría respecto al origen de ordenadas P(Z 1.5) = = 1 P(Z 1.5) = = 1 - F(1.5) = P(Z 1.5)= P(Z 1.5) = = ANÁLISIS CRÍTICO DE LOS RESULTADOS El 6.68% de las lavadoras necesitan ser revisadas tras las 3960 horas de funcionamiento 68 SIGMA Nº 7 SIGMA 7 zk.

11 (B) CON LA AYUDA DE LA CALCULADORA GRÁFICA Después de tipificar, el cálculo es directo: RESOLUCIÓN apartado (c) (A) UTILIZANDO LOS DATOS DEL ENUNCIADO DEL PROBLEMA N(5040, 70) N(0, 1) P(Χ 6 480) = P Z = 70 = P (Ζ ) P(Ζ ) = = 1 P(Ζ ) = = = 0.08 ANÁLISIS CRÍTICO DE LOS RESULTADOS El.75% de las lavadoras superan las 6480 horas de funcionamiento sin necesidad de ser revisadas. (B) CON LA AYUDA DE LA CALCULADORA GRÁFICA Después de tipificar, el cálculo es directo: Noviembre eko Azaroa 69

12 Abel Martín y Rosana Álvarez García RESOLUCIÓN apartado (d) (A) UTILIZANDO LOS DATOS DEL ENUNCIADO DEL PROBLEMA N(5040, 70) N(0, 1) P(5 760 Χ 6 10) = = P Z = = P(1 Z 1.5) P(1 Ζ 1.5) = = P(Z 1.5) P(Z 1) = F(1.5) F(1) = = = = ANÁLISIS CRÍTICO DE LOS RESULTADOS El 9.19% de las lavadoras funcionan sin necesidad de ser revisadas entre y 610 horas. (B) CON LA AYUDA DE LA CALCULADORA GRÁFICA Después de tipificar: P(1 Z 1.5) P(Z 1.5) - P(Z 1) P(Z 1.5) P(Z 1) 70 SIGMA Nº 7 SIGMA 7 zk.

13 P(1 Z 1.5) = = P(Z 1.5) - P(Z 1) = = = = RESOLUCIÓN apartado (e) N(5040, 70) N(0, 1) k 5040 P( Χ k) = 0.90 = P Z = Miramos los valores dados en el enunciado o bien el valor de la probabilidad (0.90) en la tabla, y observamos que este valor se verifica para F(1.8) P P k 5040 Z = F(1.8) 70 k 5040 Z = P(Z 1.8) 70 k 5040 = 1.8 k 5040 = 91.6 k = CONFIRMACIÓN CON LA AYUDA DE LA CALCULADORA GRÁFICA La función que de la calculadora gráfica que nos da el valor P k 5040 Z en cada 70 momento "k", como ya hemos visto en anteriores problemas, es ; Representemos gráficamente dicha función y averiguaremos para que valor de "k" entonces P(x) = 0.90 EXE Noviembre eko Azaroa 71

14 Abel Martín y Rosana Álvarez García Para qué valor de "x" la función P(x) tendrá como valor 0.90 G-Solve F5 X CAL F6 F 0 9 EXE k = 1.81 k 5040 = 9.3 k = NOTA: La pequeña diferencia entre los valores calculados con las tablas y los de la calculadora gráfica se deben a que esta última aproxima más. ANÁLISIS CRÍTICO DE LOS RESULTADOS El número de horas que no supera (sin necesitar revisión) el 90% de este tipo de lavadoras se estima que debe de ser MODELO DE ACTIVIDAD (II) Una compañía de autobuses realiza un estudio sobre el número de veces que, semanalmente, utilizan el autobús los usuarios. Se sabe que los datos se distribuyen N(10, 3). Calcula la probabilidad de que un usuario utilice el autobús: (a) Más de 11 veces. (b) Ocho veces o menos. (c) Dieciséis veces. ENCUADRANDO EL PROBLEMA La variable en estudio viene definida como: Χ " nº de veces que, semanalmente, utilizan el autobús los usuarios " Sigue una distribución N(10, 3) Para calcular las diferentes probabilidades debemos de "tipificar" la variable y obtener las correspondientes probabilidades en la tabla de distribución N(0, 1). RESOLUCIÓN apartado (a) P(Χ > 11) = P Tipificamos la variable Z = x µ σ Z > = P(Z > 1/3) P(Z > 0.33) 3 7 SIGMA Nº 7 SIGMA 7 zk.

15 (A) CON LA AYUDA DE LA CALCULADORA GRÁFICA P(Z > 0.33) = (B) UTILIZANDO LAS TABLAS P(Χ > 11) = P Z > = P(Z > 0.33) 3 P(Z > 0.33) = P(Z 0.33) = 1 - F(0.33) 1 - F(0.33) = = La probabilidad de que un usuario utilice el autobús más de 11 veces es RESOLUCIÓN apartado (b) P(Χ 8) = P (A) CON LA AYUDA DE LA CALCULADORA GRÁFICA 8 10 Z = P(Z ) 3 (B) UTILIZANDO LAS TABLAS P(Χ 8) = P 8 10 Z = P(Z ) 3 Noviembre eko Azaroa 73

16 Abel Martín y Rosana Álvarez García P(Z 0.67) = = = = La probabilidad de que un usuario utilice el autobús 8 veces o menos es 0.51 RESOLUCIÓN apartado (c) La función de distribución de la normal nos da áreas que nos permiten calcular probabilidades. El área de una línea es cero y por tanto la probabilidad de que la variable aleatoria continua tome un valor concreto también P(X = 16) = P Z = = 3 = P(Z = ) = 0 Una vez finalizada la breve presentación teórica del tema y alguna actividad básica, propondremos ACTIVIDADES INDAGATORIAS tipo TEST, con una respuesta a elegir de entre varias, con el objetivo de CONSOLIDAR y comprobar el grado de comprensión de los conceptos. La respuesta será individual, trabajada en casa y registrada en el cuaderno, para una posterior puesta en común y discusión en clase, actuando el profesor como moderador, buscando el debate y la reflexión. 74 SIGMA Nº 7 SIGMA 7 zk.

17 PROPUESTAS DE ACTIVIDADES INDAGATORIAS TIPO TEST NOTA: Se puede utilizar como herramienta auxiliar cualquier tipo de calculadora Cuál es la media de una distribución normal tipificada? σ Depende de cada distribución. 0.- Si una variable que se distribuye normalmente presenta una media de 100 y una desviación estándar de 10. Cuál es la probabilidad teórica de encontrar un sujeto en el intervalo 80 10? % % No se puede calcular con estos datos % 68.6 % 03.- Las variables biológicas siguen mayoritariamente: La distribución Binomial. La distribución Normal. Ninguna respuesta es correcta. La distribución de Gauss La curva de Gauss se caracteriza por: Ser simétrica respecto a la media. Encierra un área entre - y + Su área total es la unidad. Todas las respuestas son correctas Tipificar una variable significa Transformar la variable en otra que sigue una distribución N(0, 1). Poder trabajar con una distribución binomial de parámetros conocidos. Calcular probabilidades aplicando la regla de Laplace. Modificar los parámetros que caracterizan la variable Sea X una v.a con distribución N(4, ), entonces P(X > 5) < 0.5 P(X > 5) = P(X > 5) = P(X > 5) > 0.5 Noviembre eko Azaroa 75

18 Abel Martín y Rosana Álvarez García 07.- La distribución normal se caracteriza por ser simétrica a uno de los parámetros que la define, este parámetro es La media. La varianza. La desviación típica. La mediana La variación de la desviación típica en las distribuciones normales se manifiestan en la gráfica que las caracteriza en Su posición respecto al eje de abscisas. Su posición respecto al eje de ordenadas. Su grado de apuntamiento. Su mayor o menor área En una muestra aleatoria extraída de población sana se encuentra que una variable bioquímica tiene como media 90 y desviación típica 10. La afirmación: aproximadamente el 95% de los individuos sanos tienen un valor de esa variable comprendido entre 70 y 110 es correcta: Siempre. Nunca. Sólo si la variable tiene distribución normal. Sólo si la muestra es suficientemente grande. Sólo si la variable tiene distribución normal y la muestra es suficientemente grande Cuál de las siguientes afirmaciones sobre la distribución normal NO es correcta? La media, la mediana y la moda coinciden. Es simétrica respecto a la media. Está definida por una función de probabilidad continua. Queda perfectamente definida por la media y la varianza. El intervalo media más menos desviación estándar incluye aproximadamente el 95% de los valores En variables aleatorias continuas la probabilidad de que la variable tome un valor concreto es: No se puede calcular. Cero, la función de distribución empleada para calcular probabilidades nos da áreas y el área de una línea es cero. Depende siempre del valor pedido. Sólo se puede calcular si las muestras son muy grandes. Debemos de transformar la variable en otra nueva que siga distribución de parámetros N(0, 1). 76 SIGMA Nº 7 SIGMA 7 zk.

19 1.- Sea X una v.a con distribución N(µ, ), entonces P(X > µ + 1) < 0.5 P(X > µ + 1) = 0.5 µ + 1 µ P(X > µ + 1) = P(X > µ + 1) > En un estudio realizado en una muestra de 300 sujetos se informa que su edad media es de 50 años, con una desviación estándar de 10 años. Cuál es el significado de estas cifras? Las edades de los sujetos de la muestra se sitúan entre 40 y 60 años. Las edades de los sujetos de la muestra se sitúan entre 30 y 70 años. El 95% de los sujetos de la muestra tienen edades entre 40 y 60 años. El 95% de los sujetos de la muestra tienen edades entre 30 y 70 años. La edad que se ha presentado con mayor frecuencia en los sujetos de la muestra es de 50 años A medida que aumenta el valor de la media µ en una distribución normal, la gráfica que la representa Se desplaza a la derecha respecto al eje de ordenadas. Se desplaza hacia arriba con respecto al eje de abscisas. Se desplaza a la izquierda respecto al eje de ordenadas. No se desplaza respecto a ninguno de los ejes. Pocos son los profesores que no utilizan las tablas de la Normal para afrontar este tema; de hecho, aquellos que se atreven a hacerlo aplicando las TIC que se ponen a nuestro alcance, siguen utilizando tablas y utilizan la calculadora para comprobar si los resultados obtenidos son los correctos y así poder afirmar que el problema está bien, simplemente porque estamos metidos en un sistema y tenemos el temor de que otro profesor que pueda impartir la materia en un próximo curso siga utilizando esos métodos ancestrales y nuestros alumnos se encuentren en franca desventaja. Derribemos poco a poco esas barreras y démosle prioridad al razonamiento, la reflexión y la comprensión de conceptos, huyendo de cálculos matemáticos superfluos. Visítanos en: Para cualquier duda, soluciones del test, intercambio de opiniones, materiales, sugerencias, petición de materiales... no dudéis en poneros en contacto con nosotros: Noviembre eko Azaroa 77

APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y

APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL, LA CALCULADORA Y LAS TIC Abel Martín ( * ) Rosana Álvarez García ( ) En dos artículos anteriores ya hemos estudiado la distribución Binomial de parámetros

Más detalles

Tema 3. Variables aleatorias. Inferencia estadística

Tema 3. Variables aleatorias. Inferencia estadística Estadística y metodología de la investigación Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 3. Variables aleatorias. Inferencia estadística 1. Introducción 1 2. Variables aleatorias 1 2.1. Variable

Más detalles

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,

Más detalles

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos

Más detalles

LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS

LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS LA DISTRIBUCIÓN NORMAL, LA CALCULADORA Y LAS NUEVAS TECNOLOGÍAS SIGMA 27 Abel Martín (*) - Rosana Álvarez García (**) La distribución Normal tiene numerosas aplicaciones en el campo de la Probabilidad

Más detalles

"CONTRASTES DE HIPÓTESIS" 4.4 Parte básica

CONTRASTES DE HIPÓTESIS 4.4 Parte básica 76 "CONTRASTES DE HIPÓTESIS" 4.4 Parte básica 77 4.4.1 Introducción a los contrastes de hipótesis La Inferencia Estadística consta de dos partes: Estimación y Contrastes de Hipótesis. La primera se ha

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles

LÍMITES DE FUNCIONES, INDETERMINACIONES, CONTINUIDAD, RELACIÓN CON LA APLICACIÓN EN LA INTERPRETACIÓN DE SITUACIONES Y SU REPRESENTACIÓN.

LÍMITES DE FUNCIONES, INDETERMINACIONES, CONTINUIDAD, RELACIÓN CON LA APLICACIÓN EN LA INTERPRETACIÓN DE SITUACIONES Y SU REPRESENTACIÓN. LÍMITES DE FUNCIONES, INDETERMINACIONES, CONTINUIDAD, RELACIÓN CON LA APLICACIÓN EN LA INTERPRETACIÓN DE SITUACIONES Y SU REPRESENTACIÓN. Abel Martín. Profesor de Matemáticas del IES Pérez de Ayala (Oviedo

Más detalles

Práctica 3 Distribuciones de probabilidad

Práctica 3 Distribuciones de probabilidad Práctica 3 Distribuciones de probabilidad Contenido 1 Objetivos 1 2 Distribuciones de variables aleatorias 1 3 Gráficas de funciones de distribución, densidad y probabilidad 6 4 Bibliografía 10 1 Objetivos

Más detalles

Estadística aplicada y modelización. 15 de junio de 2005

Estadística aplicada y modelización. 15 de junio de 2005 Estadística aplicada y modelización. 15 de junio de 2005 SOLUCIÓN MODELO A 1. En una población de fumadores se quiere examinar la relación entre el número de cigarrillos que consumen diariamente y el número

Más detalles

El concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G.

El concepto de asociación estadística. Tema 6 Estadística aplicada Por Tevni Grajales G. El concepto de asociación estadística Tema 6 Estadística aplicada Por Tevni Grajales G. En gran medida la investigación científica asume como una de sus primera tareas, identificar las cosas (características

Más detalles

Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-

Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo

Más detalles

Tema 1. Inferencia estadística para una población

Tema 1. Inferencia estadística para una población Tema 1. Inferencia estadística para una población Contenidos Inferencia estadística Estimadores puntuales Estimación de la media y la varianza de una población Estimación de la media de la población mediante

Más detalles

Matemáticas aplicadas a las Ciencias Sociales II Variables Aleatorias. Distribuciones Binomial y Normal. Índice. 1. Variables aleatorias 2

Matemáticas aplicadas a las Ciencias Sociales II Variables Aleatorias. Distribuciones Binomial y Normal. Índice. 1. Variables aleatorias 2 Matemáticas aplicadas a las Ciencias Sociales II Variables Aleatorias. Distribuciones Binomial y Normal Índice 1. Variables aleatorias 2 2. Distribución de probabilidad para variables aleatorias discretas

Más detalles

EJERCICIOS RESUELTOS TEMA 3

EJERCICIOS RESUELTOS TEMA 3 EJERCICIOS RESUELTOS TEMA 3 Observación: En todos los ejercicios se ha puesto A, como notación de contrario de A. Ejercicio nº 1.- En una urna hay 15 bolas numeradas de 2 al 16. Extraemos una bola al azar

Más detalles

b) Para encontrar los intervalos de crecimiento y decrecimiento, hay que derivar la función. Como que se trata de un cociente, aplicamos la fórmula:

b) Para encontrar los intervalos de crecimiento y decrecimiento, hay que derivar la función. Como que se trata de un cociente, aplicamos la fórmula: 1. Dada la función f(x) = : a) Encontrar el dominio, las AH y las AV. b) Intervalos de crecimiento, decrecimiento, máximos y mínimos relativos. c) Primitiva que cumpla que F(0) = 0. a) Para encontrar el

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

T.1 CONVERGENCIA Y TEOREMAS LÍMITE

T.1 CONVERGENCIA Y TEOREMAS LÍMITE T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)

Más detalles

Continuidad y ramas infinitas. El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A = 2. lm í

Continuidad y ramas infinitas. El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A = 2. lm í Unidad. Límites de funciones. Continuidad y ramas infinitas Resuelve Página 7 A través de una lupa AUMENTO DISTANCIA (dm) El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A

Más detalles

MATEMÁTICAS CCSS JUNIO 2010 (COMÚN MODELO5) SELECTIVIDAD ANDALUCÍA

MATEMÁTICAS CCSS JUNIO 2010 (COMÚN MODELO5) SELECTIVIDAD ANDALUCÍA IES Fco Ayala de Granada Junio de 010 (General Modelo 5) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS JUNIO 010 (COMÚN MODELO5) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 Sea el recinto definido

Más detalles

Microeconomía Intermedia

Microeconomía Intermedia Microeconomía Intermedia Colección de preguntas tipo test y ejercicios numéricos, agrupados por temas y resueltos por Eduardo Morera Cid, Economista Colegiado. Tema 06 Elasticidad de la demanda, el excedente

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

TEMA 5. MUESTREO PARA LA ACEPTACIÓN.

TEMA 5. MUESTREO PARA LA ACEPTACIÓN. TEMA 5. MUESTREO PARA LA ACEPTACIÓN. Introducción. Planes de muestreo por atributos simple, doble, múltiple y rectificativos Dodge-Romig, Norma militar 1000STD-105D. Pautas a seguir para el cambio de rigor

Más detalles

Resolución de problemas. Temas: VOR e ILS

Resolución de problemas. Temas: VOR e ILS Resolución de problemas. Temas: VOR e ILS Autor: Mario E. Casado García 3er Curso ITT ST Índice 1. Problema tema 5: VOR......3 2. Problema tema 7: ILS.....7 3. Referencias..12 2 1. Problema tema 5: VOR

Más detalles

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2 SISTEMA DE ACCESO COMÚN A LAS CARRERAS DE INGENIERÍA DE LA UNaM III. UNIDAD : FUNCIONES POLINÓMICAS III..1 POLINOMIOS La expresión 5x + 7 x + 4x 1 recibe el nombre de polinomio en la variable x. Es de

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

Análisis estadístico. Tema 1 de Biología NS Diploma BI Curso 2013-2015

Análisis estadístico. Tema 1 de Biología NS Diploma BI Curso 2013-2015 Análisis estadístico Tema 1 de Biología NS Diploma BI Curso 2013-2015 Antes de comenzar Sobre qué crees que trata esta unidad? - Escríbelo es un post-it amarillo. Pregunta guía Cómo podemos saber si dos

Más detalles

Variables aleatorias continuas

Variables aleatorias continuas Variables aleatorias continuas Hemos definido que una variable aleatoria X es discreta si I X es un conjunto finito o infinito numerable. En la práctica las variables aleatorias discretas sirven como modelos

Más detalles

SEPTIEMBRE 2005. Opción A

SEPTIEMBRE 2005. Opción A Selectividad Septiembre 005 SEPTIEMBRE 005 Opción A 4 5.- Calcula dos matrices cuadradas A y B sabiendo que A + 3B = y que A B =..- Se considera la parábola p (x) = 0,5 x +,5 x y sea s (x) la línea poligonal

Más detalles

Imagen de Rosaura Ochoa con licencia Creative Commons

Imagen de Rosaura Ochoa con licencia Creative Commons Imagen de Rosaura Ochoa con licencia Creative Commons Durante el primer tema hemos aprendido a elaborar una encuesta. Una vez elaborada la encuesta necesitamos escoger a los individuos a los que se la

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

MATEMÁTICAS CON LA HOJA DE CÁLCULO

MATEMÁTICAS CON LA HOJA DE CÁLCULO MATEMÁTICAS CON LA HOJA DE CÁLCULO Podemos dar a esta aplicación un uso práctico en el aula de Matemáticas en varios sentidos: Como potente calculadora: sucesiones, límites, tablas estadísticas, parámetros

Más detalles

INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA: CONTRASTE DE HIPÓTESIS Página 311 REFLEXIONA Y RESUELVE Máuina empauetadora El fabricante de una máuina empauetadora afirma ue, si se regula para ue empauete palés con 100 kg, los

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Unidad 5 Estudio gráfico de funciones

Unidad 5 Estudio gráfico de funciones Unidad 5 Estudio gráfico de funciones PÁGINA 84 SOLUCIONES Representar puntos en un eje de coordenadas. 43 Evaluar un polinomio. a) P(-1) = 1 + + 1 1 = 3 b) P(0) = -1 c) P(-) = 8 + 8 + 1 = 17 d) P(1) =

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe

Más detalles

MADRID / JUNIO 06 LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / OPCIÓN A/ EXAMEN COMPLETO

MADRID / JUNIO 06 LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / OPCIÓN A/ EXAMEN COMPLETO EXAMEN COMPLETO INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El examen presenta dos opciones: A y B. El alumno deberá elegir una de ellas y contestar razonadamente a los cuatro ejercicios de que

Más detalles

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento y 1 gramo del segundo; un kilo

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

7.- PRUEBA DE HIPOTESIS

7.- PRUEBA DE HIPOTESIS 7.- PRUEBA DE HIPOTEI 7.1. INTRODUCCIÓN La estadística inferencial es el proceso de usar la información de una muestra para describir el estado de una población. in embargo es frecuente que usemos la información

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. Sean A y B dos sucesos y A, B sus complementarios. Si se verifica que p( B) = 2 / 3, p( A B) = 3 / 4 y p( A B) = 1/ 4, hallar: p( A), p( A B), y la probabilidad condicionada

Más detalles

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =

OPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X = Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE

Más detalles

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 IES Fco Ayala de Granada Sobrantes 010 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 a 1 1 1 3 Sean las matrices

Más detalles

Relación de problemas: Variables aleatorias

Relación de problemas: Variables aleatorias Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Variables aleatorias 1. Se lanza tres veces una moneda y se observa el número de caras. (a) Calcula la distribución

Más detalles

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1)

CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) CUESTIONES DE AUTOEVALUACIÓN (TEMA 1) Cuestiones de Verdadero/Falso 1. Un estadístico es una característica de una población. 2. Un parámetro es una característica de una población. 3. Las variables discretas

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD OPCIÓN A OPCIÓN A (3 puntos) Una imprenta local edita periódicos y revistas. Para cada periódico necesita un cartucho de tinta negra y otro de color, y para cada revista uno de tinta negra y dos de color. Si sólo

Más detalles

LÍMITES DE FUNCIONES. CONTINUIDAD

LÍMITES DE FUNCIONES. CONTINUIDAD LÍMITES DE FUNCIONES. CONTINUIDAD Página REFLEXIONA Y RESUELVE Algunos ites elementales Utiliza tu sentido común para dar el valor de los siguientes ites: a,, b,, @ c,, 5 + d,, @ @ + e,, @ f,, 0 @ 0 @

Más detalles

EJERCICIOS RESUMEN. Aplicación: INFERENCIA ESTADÍSTICA. Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013

EJERCICIOS RESUMEN. Aplicación: INFERENCIA ESTADÍSTICA. Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013 Aplicación: INFERENCIA ESTADÍSTICA EJERCICIOS RESUMEN Nota técnica preparada por: Mayte Zaragoza Benítez Fecha: 13 de mayo de 2013 Página1 DESCRIP Ejercicio 1 Los siguientes son los números de cambios

Más detalles

Estabilidad dinámica Introducción

Estabilidad dinámica Introducción Figura 127: Varada Si el momento de asiento unitario del barco, en las condiciones de desplazamiento en las que se encuentra, es M u, tendremos que la alteración producida al bajar la marea de forma que

Más detalles

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde

1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B(1, p), donde Soluciones de la relación del Tema 6. 1. a) Definimos X =número de personas con síntomas si examino sólo una persona, la cual sigue una distribución B1, p), donde p = P X = 1) = P la persona presente síntomas)

Más detalles

UNIDAD I NÚMEROS REALES

UNIDAD I NÚMEROS REALES UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números

Más detalles

Problemas resueltos del Tema 3.

Problemas resueltos del Tema 3. Terma 3. Distribuciones. 9 Problemas resueltos del Tema 3. 3.1- Si un estudiante responde al azar a un examen de 8 preguntas de verdadero o falso Cual es la probabilidad de que acierte 4? Cual es la probabilidad

Más detalles

Ejercicios de Programación Lineal

Ejercicios de Programación Lineal Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de

Más detalles

Relación de problemas: Distribuciones de probabilidad

Relación de problemas: Distribuciones de probabilidad Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Distribuciones de probabilidad 1. Un jugador de dardos da justo en la diana 2 de cada cinco veces que lanza. Si

Más detalles

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES

Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES Tema 3 VARIABLE ALEATORIA DISCRETA. PRINCIPALES DISTRIBUCIONES 1.- Definición de variable aleatoria discreta. Normalmente, los resultados posibles (espacio muestral Ω) de un experimento aleatorio no son

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

4. Se considera la función f(x) =. Se pide:

4. Se considera la función f(x) =. Se pide: Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

Microeconomía Intermedia

Microeconomía Intermedia Microeconomía Intermedia Colección de preguntas tipo test y ejercicios numéricos, agrupados por temas y resueltos por Eduardo Morera Cid, Economista Colegiado. Tema 03 La elección óptima del consumidor

Más detalles

Operaciones con polinomios

Operaciones con polinomios Operaciones con polinomios Los polinomios son una generalización de nuestro sistema de numeración. Cuando escribimos un número, por ejemplo, 2 354, queremos decir: 2 354 = 2 000 + 300 + 50 + 4 = 2)1 000)

Más detalles

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Capítulo 10 Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Al analizar datos, lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible

Más detalles

LA MEDIDA Y SUS ERRORES

LA MEDIDA Y SUS ERRORES LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger

Más detalles

APRENDIZAJE DEL CONCEPTO DE LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN

APRENDIZAJE DEL CONCEPTO DE LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN APRENDIZAJE DEL CONCEPTO DE LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN AUTORÍA ANTONIO JESÚS MARTÍNEZ RUEDA TEMÁTICA MATEMÁTICAS ETAPA BACHILLERATO Resumen La introducción del concepto de límite en bachillerato

Más detalles

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS 1 MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS Medidas de tendencia central Menú Analizar: Los comandos del menú Analizar (Estadística) ejecutan los procesamientos estadísticos. Sus comandos están

Más detalles

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH 1) ANÁLISIS DE CORRELACIÓN Dado dos variables, la correlación permite hacer estimaciones del valor de una de ellas conociendo el valor de la otra variable.

Más detalles

TRABAJO Y ENERGÍA; FUERZAS CONSERVATIVAS Y NO CONSERVATIVAS

TRABAJO Y ENERGÍA; FUERZAS CONSERVATIVAS Y NO CONSERVATIVAS TRABAJO Y ENERGÍA; FUERZAS CONSERVATIVAS Y NO CONSERVATIVAS 1. CONCEPTO DE TRABAJO: A) Trabajo de una fuerza constante Todos sabemos que cuesta trabajo tirar de un sofá pesado, levantar una pila de libros

Más detalles

TEMA 4. MODELOS DE PROBABILIDAD DISCRETOS

TEMA 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 detalles

PRUEBA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR PARTE COMÚN MATEMÁTICAS

PRUEBA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR PARTE COMÚN MATEMÁTICAS PRUEBA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR PARTE COMÚN MATEMÁTICAS DATOS DEL ASPIRANTE Apellidos: CALIFICACIÓN PRUEBA Nombre: D.N.I. o Pasaporte: Fecha de nacimiento: / / Instrucciones: Lee atentamente

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

CURSO 2014/15 ASIGNATURA: MATEMÁTICAS CURSO: 3º ESO 1.- OBJETIVOS

CURSO 2014/15 ASIGNATURA: MATEMÁTICAS CURSO: 3º ESO 1.- OBJETIVOS CURSO 014/15 ASIGNATURA: MATEMÁTICAS CURSO: 3º ESO 1.- OBJETIVOS Los especificados en el DECRETO 3/007, de 10 de mayo, (B.O.C.M. 9 de mayo), del Consejo de Gobierno, por el que se establece para la Comunidad

Más detalles

CAPITULO 3. Aplicaciones de la Derivada. Licda. Elsie Hernández Saborío. Instituto Tecnológico de Costa Rica. Escuela de Matemática

CAPITULO 3. Aplicaciones de la Derivada. Licda. Elsie Hernández Saborío. Instituto Tecnológico de Costa Rica. Escuela de Matemática CAPITULO Aplicaciones de la Derivada Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Créditos Primera edición impresa: Rosario Álvarez, 1988. Edición Latex: Marieth

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II 2º BACHILLERATO (Modalidad: Humanidades y Ciencias Sociales) Desarrollado en Decreto 67/2008, de 19 de junio. B.O.C.M.: 27 de junio de 2008. PROGRAMACIÓN

Más detalles

OBJETIVO 2: "INTERPRETAR GEOMÉTRICAMENTE UN SISTEMA DE ECUACIONES"

OBJETIVO 2: INTERPRETAR GEOMÉTRICAMENTE UN SISTEMA DE ECUACIONES SISTEMAS DE ECUACIONES, MATEMÁTICAS Y CALCULADORAS. Marta Martín Sierra. Facultad de Matemáticas. Universidad de Oviedo. Abel Martín. Dpto. Matemáticas IES Pérez de Ayala de Oviedo. INTRODUCCIÓN Parece

Más detalles

Métodos no paramétricos para la comparación de dos muestras

Métodos no paramétricos para la comparación de dos muestras Investigación Métodos no paramétricos para la comparación de dos muestras Métodos no paramétricos para la comparación de dos muestras Pértega Díaz, S. Unidad de Epidemiología Clínica y Bioestadística.

Más detalles

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión:

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión: Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Propiedades de las funciones diferenciables. 1. Regla de la cadena Después de la generalización que hemos

Más detalles

DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL

DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Capítulo 3 DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL 3.1. Introducción Estudiaremos en este tema dos de las distribuciones de probabilidad más importantes y que son imprescindibles a la hora de adentrarnos

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

CINEMÁTICA II: MRUA. 370 GUÍA DE FÍSICA Y QUÍMICA 1. Bachillerato MATERIAL FOTOCOPIABLE SANTILLANA EDUCACIÓN, S. L. PROBLEMAS RESUELTOS

CINEMÁTICA II: MRUA. 370 GUÍA DE FÍSICA Y QUÍMICA 1. Bachillerato MATERIAL FOTOCOPIABLE SANTILLANA EDUCACIÓN, S. L. PROBLEMAS RESUELTOS CINEMÁTICA II: MRUA PROBLEMAS RESUELTOS PROBLEMA RESUELTO Una persona lanza un objeto desde el suelo verticalmente hacia arriba con velocidad inicial de 0 m/s. Calcula: a) La altura máxima alcanzada. b)

Más detalles

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada

Más detalles

MATEMÁTICAS 3º CURSO DE ESO INFORMACIÓN PARA LOS ALUMNOS

MATEMÁTICAS 3º CURSO DE ESO INFORMACIÓN PARA LOS ALUMNOS I.E.S. Dr. FLEMING (OVIEDO) DEPARTAMENTO DE MATEMÁTICAS MATEMÁTICAS 3º CURSO DE ESO INFORMACIÓN PARA LOS ALUMNOS Estas hojas son un resumen de la Programación Didáctica que está a disposición de los alumnos

Más detalles

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y IES Fco Ayala de Granada Sobrantes 010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 6) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 (.5 puntos) Un supermercado

Más detalles

FUNCIONES DE PROPORCIONALIDAD

FUNCIONES DE PROPORCIONALIDAD UNIDAD 2 PROPORCIONALIDAD. FUNCIONES DE PROPORCIONALIDAD 1.- INTRODUCCIÓN Continuamente hacemos uso de las magnitudes físicas cuando nos referimos a diversas situaciones como medida de distancias (longitud),

Más detalles

Soluciones de los ejercicios de Selectividad sobre Funciones de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Funciones de Matemáticas Aplicadas a las Ciencias Sociales II Soluciones de los ejercicios de Selectividad sobre Funciones de Antonio Francisco Roldán López de Hierro * Convocatoria de 200 Las siguientes páginas contienen las soluciones de los ejercicios propuestos

Más detalles

8.2.2. Intervalo para la media (caso general)

8.2.2. Intervalo para la media (caso general) 182 Bioestadística: Métodos y Aplicaciones 100 de ellos se obtiene una media muestral de 3 kg, y una desviación típica de 0,5 kg, calcular un intervalo de confianza para la media poblacional que presente

Más detalles

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales Práctica 4 - Parte Límite de funciones En lo que sigue, veremos cómo la noción de límite introducida para sucesiones se etiende al caso de funciones reales. Esto nos permitirá estudiar el comportamiento

Más detalles

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES

MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 7 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad

Más detalles

Gráficas. Funciones Reales. Variable Real

Gráficas. Funciones Reales. Variable Real I. E. S. Siete Colinas (Ceuta) Departamento de Matemáticas Matemáticas de º de Bachillerato Gráficas de Funciones Reales de Variable Real Por Javier Carroquino CaZas Catedrático de matemáticas del I.E.S.

Más detalles

Propuesta A. 2 0 b) Dada la ecuación matricial: X =, despeja y calcula la matriz X (0.75 ptos) 1 1

Propuesta A. 2 0 b) Dada la ecuación matricial: X =, despeja y calcula la matriz X (0.75 ptos) 1 1 Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (014) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá contestar a una de las dos opciones propuestas A o B. Se

Más detalles

Manual de SPC (Statistical Process Control) Índice: SPC, Qué es? Herramientas estadísticas STATISTICAL PROCESS CONTROL. 1. Que es SPC?

Manual de SPC (Statistical Process Control) Índice: SPC, Qué es? Herramientas estadísticas STATISTICAL PROCESS CONTROL. 1. Que es SPC? Manual de SPC (Statistical Process Control) Índice: SPC, Qué es? Herramientas estadísticas STATISTICAL PROCESS CONTROL 1. Que es SPC? SPC (Statistical Process Control) por sus cifras en ingles, es la aplicación

Más detalles

2. GRAFICA DE FUNCIONES

2. GRAFICA DE FUNCIONES . GRAFICA DE FUNCIONES En vista de que el comportamiento de una función puede, en general, apreciarse mu bien en su gráfica, vamos a describir algunas técnicas con auda de las cuales podremos hacer un

Más detalles

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación

Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación de Septiempbre, 00 Cuestiones 1h C1. El tiempo que un ordenador tarda en ejecutar una tarea es una v.a. Y Expλ). Para hacer un estudio

Más detalles

Funciones. Objetivos. Antes de empezar. 1.Relaciones funcionales...pág. 204. 2.Representación gráfica...pág. 211. 3.Propiedades generales...pág.

Funciones. Objetivos. Antes de empezar. 1.Relaciones funcionales...pág. 204. 2.Representación gráfica...pág. 211. 3.Propiedades generales...pág. 11 Funciones. Objetivos En esta quincena aprenderás a: Comprender, distinguir y valorar el concepto de función Interpretar y relacionar tabla, gráfica y fórmula de una relación funcional Distinguir los

Más detalles

EL MÉTODO DE LA BISECCIÓN

EL MÉTODO DE LA BISECCIÓN EL MÉTODO DE LA BISECCIÓN Teorema de Bolzano Sea f : [a, b] IR IR una función continua en [a, b] tal que f(a) f(b) < 0, es decir, que tiene distinto signo en a y en b. Entonces, existe c (a, b) tal que

Más detalles

EJERCICIOS RESUELTOS DE REPRESENTACIÓN GRÁFICA DE FUNCIONES REALES

EJERCICIOS RESUELTOS DE REPRESENTACIÓN GRÁFICA DE FUNCIONES REALES EJERCICIOS RESUELTOS DE REPRESENTACIÓN GRÁFICA DE FUNCIONES REALES. Estudiar el crecimiento, el decrecimiento y los etremos relativos de las siguientes funciones: a) f( ) 7 + + b) ln f( ) c) 5 si < f(

Más detalles
Sitemap