SlideShare una empresa de Scribd logo
1 de 40
Programe en una hoja de calculo la serie congruencial:




                                                                        Prueba De Uniformida
a) Determine el ciclo o periodo de vida
b) Realice las pruebas de media, varianza y uniformidad

                                                                   m=
                                                   Xi       Ri
        Datos                                     150     0.8523    Intervalo
        a=   121         113.5332                 118     0.6705   (0.00-0.10)
        c=   553          59.8494                 140     0.7955   (0.10-0.20)
       m=    177                                  147     0.8352   (0.20-0.30)
      Xo=    23                                   109     0.6193   (0.30-0.40)
  media=     0.50                                 113     0.6420   (0.40-0.50)
varianza=    0.08                                  66     0.3750   (0.50-0.60)
     Li v=   0.11                                  43     0.2443   (0.60-0.70)
    Ls v=    0.06                                  92     0.5227   (0.70-0.80)
                                                    3     0.0170   (0.80-0.90)
Periodo De Vida =          87                      31     0.1761   (0.90-1.00)
                                                   56     0.3182
                                                   72     0.4091
                                                   61     0.3466
                                                  146     0.8295
                                                  165     0.9375
                                                  163     0.9261
                                                   98     0.5568
                                                   21     0.1193
                                                   85     0.4830
                                                   41     0.2330
                                                   27     0.1534
                                                  103     0.5852
                                                   95     0.5398
                                                   12     0.0682
                                                   58     0.3295
                                                  137     0.7784
                                                  138     0.7841
                                                   82     0.4659
                                                   32     0.1818
                                                    0     0.0000
22   0.1250
 29   0.1648
168   0.9545
172   0.9773
125   0.7102
102   0.5795
151   0.8580
 62   0.3523
 90   0.5114
115   0.6534
131   0.7443
120   0.6818
 28   0.1591
 47   0.2670
 45   0.2557
157   0.8920
 80   0.4545
144   0.8182
100   0.5682
 86   0.4886
162   0.9205
154   0.8750
 71   0.4034
117   0.6648
 19   0.1080
 20   0.1136
141   0.8011
 91   0.5170
 59   0.3352
 81   0.4602
 88   0.5000
 50   0.2841
 54   0.3068
  7   0.0398
161   0.9148
 33   0.1875
121   0.6875
149   0.8466
174   0.9886
 13   0.0739
  2   0.0114
 87   0.4943
106   0.6023
104   0.5909
 39   0.2216
139   0.7898
 26   0.1477
159   0.9034
145   0.8239
 44   0.2500
 36   0.2045
130   0.7386
176   1.0000
 78   0.4432
 79   0.4489
 23   0.1307
Prueba De Uniformidad de ji-Cuadrada




       10

            Oi      Ei=n/m   (Ei-Oi)2/Ei
            6         9         1.00
            12        9         1.00
            8         9         0.11
            7         9         0.44
            10        9         0.11
            10        9         0.11
            8         9         0.11
            7         9         0.44
            10        9         0.11
            9         9         0.00
            87        90        3.44
Realice Pruebas De media,varianza a los 50 numeros de la tabla siguiente, con un nivel de aceptacion de 9

             0.6402058   0.1809103    0.851689    0.0126923     0.7489105   0.1909978    0.402276
             0.0664976   0.1906908    0.460926    0.0749677      0.982673   0.6515401   0.7870011
             0.2000669   0.9044761     0.91531    0.9626106     0.4475964   0.7049733   0.0028312
             0.3261417   0.2085034    0.391791     0.402885     0.7424088   0.0055162   0.4342024
             0.9804674   0.6226911    0.495815    0.5413297     0.3666107   0.6494793   0.5259071

 Prueba De Medias

Hipotesis:                                        Promedio:




                                      Limites De Aceptacion Inferior & Superior




               n=50

                                                  0.4961888



             Para el 95% de aceptacion 95%=0.95   1-0.95=0.05




              Para Z 0.05/2=0.025 1-0.025=0.975                   0.975 es el valor que se busca en la tabla de la n


                                                                            0.4199833
0.5800167




             Como el valor Del promedio r=0.42622458 se encuentra entre los limites de aceptacion, se conclu
             esperado de 0.5 con un nivel de aceptacion de 95%.


Prueba De Varianzas

Hipotesis:                                        Varianza:




                          Limites De Aceptacion Inferior & Superior




                n=50


                                                                0.0882555




             Para el 95% de aceptacion 95%=0.95   1-0.95=0.05



              Para el valor de las tablas de Ji-Cuadrada se Calcula como sigue para n-1=50-1=49 grados de lib
0.1194085


Para el valor de las tablas de Ji-Cuadrada se Calcula como sigue para n-1=50-1=49 grados de lib




                                            0.0536813
Dado que el valor de la varianza V(r)=0.063603613 esta entre los limites de aceptacion, podemos decir que
varianza de 1/2=0.08333.
un nivel de aceptacion de 95%.

           0.6499256   0.9349553   0.2139539
           0.7179611   0.8916946   0.4455168
            0.30652    0.0229432   0.9784024
           0.4287998   0.2524742   0.7847035
           0.4728792   0.3421067   0.2930093




se busca en la tabla de la normal dentro de las areas y nos da un valor de 1.96
tes de aceptacion, se concluye que no se puede rechazar que el conjunto de 50 numeros ri tiene un valor




a n-1=50-1=49 grados de libertad
a n-1=50-1=49 grados de libertad
tacion, podemos decir que no se puede rechazar que el conjunto de 50 numeros ri tiene una
Determine si la siguiente lista de 100 numeros de 2 digitos tiene una distribucion uniforme con un nivel de a

     0.30        0.47       0.97        0.65        0.25        0.45        0.21        0.79
     0.03        0.79       0.01        0.46        0.22        0.03        0.20        0.48
     0.63        0.89       0.50        0.38        0.39        0.02        0.32        0.18
     0.28        0.69       0.44        0.40        0.92        0.11        0.20        0.39
     0.29        0.35       0.10        0.33        0.96        0.19        0.66        0.76
     0.92        0.93       0.47        0.22        0.07        0.47        0.14        0.78
     0.08        0.80       0.70        0.98        0.98        0.54        0.05        0.67
     0.45        0.02       0.88        0.58        1.00        0.02        0.46        0.51
     0.11        0.96       0.14        0.39        0.67        0.50        0.01        0.43
     0.77        0.53       0.15        0.19        0.96        0.65        0.65        0.03

Para probar la uniformidad de los numeros de un conunto de ri es necesario formular las siguientes hipotesis:




  Prueba Chi Cuadrada

       Estadistico Ji-Cuadrada

                n=100




              Intervalo
              0.00-0.10       9          10          0.1
              0.10-0.20       9          10          0.1
              0.20-0.30      14          10          1.6
              0.30-0.40       8          10          0.4
              0.40-0.50      13          10          0.9
              0.50-0.60       9          10          0.1
              0.60-0.70      12          10          0.4
              0.70-0.80       8          10          0.4
              0.80-0.90       9          10          0.1
              0.90-1.00       9          10          0.1
Totales:       100                    4.2


          La Ji- Cuadrada Con Tablas Es=      1-0.90=0.10




Como el estadistico calculado de 4.2 es menor que el de tablas de X =14.684, no se puede rechazar que los numeros ri sig
uniforme con un nivel de aceptacion de 90%.

                0.99          0.80
                0.79          0.32
                0.76          0.60
                0.27          0.19
                0.42          0.57
                0.75          0.78
                0.31          0.13
                0.48          0.50
                0.39          0.80
                0.61          0.58

r las siguientes hipotesis:
zar que los numeros ri siguen una distribucion uniforme.
Determine mediante las pruebas de independencia(corridas arriba y abajo, corridas arriba y bajo de la medi
pseudo aleatorios con un nivel de aceptacion de 90%.

  0.5025       0.7147      0.2142     0.7269      0.0230     0.1933      0.8776      0.9662
  0.5745       0.9357      0.4577     0.9795      0.5669     0.1640      0.0459      0.3960
  0.4837       0.7857      0.4236     0.5091      0.7403     0.5707      0.9393      0.0281
  0.0195       0.0202      0.9231     0.2821      0.6887     0.7423      0.1500      0.8583
  0.3828       0.0136      0.3400     0.8081      0.8185     0.9967      0.3753      0.9735
  0.4712       0.4437      0.5371     0.5807      0.3734     0.6416      0.5731      0.1312
  0.0081       0.1280      0.6052     0.4783      0.2476     0.4302      0.1879      0.5339
  0.1741       0.8885      0.9639     0.3120      0.8618     0.9981      0.2293      0.0417
  0.1259       0.0129      0.8330     0.2339      0.2995     0.3989      0.5624      0.9491
  0.7735       0.2612      0.1381     0.6871      0.0129     0.3008      0.8334      0.7635


        Para probar la independencia de los numeros de un conjunto de ri primero es preciso formular la sigu




     Prueba De Corridas Arriba y Abajo




Corridas:               Secuencia S

                  1          0           1          0           1           1          1
    0             1          0           1          0           0           0          1
    0             1          0           1          1           0           1          0
    0             1          1           0          1           1           0          1
    0             0          1           1          1           1           0          1
    0             0          1           1          0           1           0          0
    0             1          1           0          0           1           0          1
    0             1          1           0          1           1           0          0
    0             0          1           0          1           1           1          1
    0             0          0           1          0           1           1          0
Numero De Corridas:               67        Cada Color Diferente Es Una Corrida Diferente




Nivel De Aceptacion: 90%=0.90 1-0.90=0.10
s arriba y bajo de la media, de poker,de series o de huecos) si los 100 numeros de la tabla son


              0.7674      0.9464
              0.5714      0.7469
              0.3507      0.0828
              0.3612      0.4563
              0.2888      0.8237
              0.8348      0.8357
              0.3248      0.2928
              0.5042      0.9365
              0.0547      0.9626
              0.3944      0.2173


s preciso formular la siguiente hipotesis




                0            1
                1            1
                1            0
                0            1
                0            1
                1            1
                0            0
                1            1
                0            1
                0            0
s Una Corrida Diferente
Determine con la prueba de corridas arriba y abajo si los 50 numeros de la tabla son independientes con un nive

    0.54887       0.61088     0.64384     0.77793    0.14202     0.79628    0.91058     0.28002
    0.21905       0.98265     0.80183     0.95254    0.23795     0.88792    0.79405     0.08954
    0.72681       0.86912     0.73805     0.62557    0.57947     0.08945    0.55626     0.34847
    0.92497       0.42595     0.44175     0.15394    0.84023     0.66833    0.51453     0.42972
    0.15701       0.28085     0.36426     0.60617    0.50223     0.25536    0.37459     0.86962



            Para probar la independencia de los numeros de un conjunto de ri primero es preciso formular la sigu




        Prueba De Corridas Arriba y Abajo




   Corridas:

                      1          1           1          0           1           1          0
        0             1          0           1          0           1           0          0
        0             1          0           0          0           0           1          0
        1             0          1           0          1           0           0          0
        0             1          1           1          0           0           1          1


   Numero De Corridas:                      31                    N=50
Nivel De Aceptacion: 90%=0.90 1-0.90=0.10
ndependientes con un nivel de aceptacion de 90%.

             0.95361     0.98173
             0.01682     0.75003
             0.41040     0.75195
             0.37279     0.61331
             0.54571     0.85319



s preciso formular la siguiente hipotesis




                1            1
                0            1
                1            1
                0            1
                0            1
Utilice la prueba de series para determinar si los 50 numeros en la tabla son independientes con

           0.50880    0.89723     0.27179            0.68910   0.48919   0.11460   0.97769
           0.46508    0.41322     0.16558            0.56922   0.92201   0.23212   0.66288
           0.11940    0.34213     0.29340            0.28994   0.05870   0.97716   0.85486
           0.68978    0.59862     0.60905            0.15792   0.18789   0.88482   0.10229
           0.41527    0.62073     0.51298            0.74307   0.43703   0.98978   0.36208

            Prueba De Series

     Esta prueba consiste en comparar los numeros con el proposito de corroborar la independencia entre




            X (ri)    Y (ri+1)
  r1,r2    0.50880    0.46508
  r2,r3    0.46508    0.11940                                                      Grafica De Disper
  r3,r4    0.11940    0.68978                      1.25000
  r4,r5    0.68978    0.41527
  r5,r6    0.41527    0.89723
  r6,r7    0.89723    0.41322
  r7,r8    0.41322    0.34213                      1.00000
  r8,r9    0.34213    0.59862
 r9,r10    0.59862    0.62073
r10,r11    0.62073    0.27179
r11,r12    0.27179    0.16558
r12,r13    0.16558    0.29340                      0.75000
r13,r14    0.29340    0.60905
                                        Y (ri+1)




r14,r15    0.60905    0.51298
r15,r16    0.51298    0.68910
r16,r17    0.68910    0.56922                      0.50000
r17,r18    0.56922    0.28994
r18,r19    0.28994    0.15792
r19,r20    0.15792    0.74307
r20,r21    0.74307    0.48919
                                                   0.25000
r21,r22    0.48919    0.92201
r22,r23    0.92201    0.05870
r23,r24    0.05870    0.18789
r24,r25     0.18789   0.43703
r25,r26     0.43703   0.11460                0.00000
r26,r27     0.11460   0.23212                     0.00000   0.25000   0.50000
r27,r28     0.23212   0.97716
r28,r29     0.97716   0.88482
r29,r30     0.88482   0.98978
r30,r31     0.98978   0.97769
r31,r32     0.97769   0.66288
r32,r33     0.66288   0.85486
r33,r34     0.85486   0.10229
r34,r35     0.10229   0.36208
r35,r36     0.36208   0.01049
r36,r37     0.01049   0.30101
r37,r38     0.30101   0.74823
r38,r39     0.74823   0.87783
r39,r40     0.87783   0.21176
r40,r41     0.21176   0.82177
r41,r42     0.82177   0.75040
r42,r43     0.75040   0.09728
r43,r44     0.09728   0.31635
r44,r45     0.31635   0.57609
r45,r46     0.57609   0.13570
r46,r47     0.13570   0.60926
r47,r48     0.60926   0.15803
r48,r49     0.15803   0.05619
r49,r50     0.05619   0.02868


     m= 8                    n= 50

          Intervalo
                        Oi
             (i)
              1         5            6.125    0.2066327
              2         7            6.125       0.125
              3         6            6.125     0.002551
              4         7            6.125       0.125
              5         7            6.125       0.125
              6         6            6.125     0.002551
              7         7            6.125       0.125
              8         4            6.125    0.7372449
Total:      49          49      1.4489796

90%=0.90 1-0.90=0.10      n=8      n-1=8-1=7

 El valor de tablas X0.10,7=12.017 es mayor que el error total de X0=1.44897959, por lo cual no podemos rech
                                             hipotesis de independencia
a son independientes con un nivel de aceptacion de 90%.

             0.01049     0.82177    0.13570
             0.30101     0.75040    0.60926
             0.74823     0.09728    0.15803
             0.87783     0.31635    0.05619
             0.21176     0.57609    0.02868



ar la independencia entre numeros consecutivos. Las hipotesis basicas son:




Grafica De Dispersion




                                                                  Y (ri+1)
0.50000            0.75000   1.00000   1.25000
          X (ri)
r lo cual no podemos rechazar la
Obtenga la media y la varianza de los datos del problema 12.

 0.67532     0.58512     0.05420    0.14005     0.00506        0.27511   0.66288   0.79360
 0.97182     0.60108     0.06795    0.85308     0.97898        0.69400   0.54666   0.23209
 0.41956     0.36450     0.38003    0.15872     0.01286        0.87642   0.59480   0.21681
 0.94491     0.21314     0.84463    0.80866     0.03844        0.42960   0.99115   0.43898
 0.62127     0.64939     0.29841    0.19464     0.55728        0.62602   0.56159   0.20363

Media:         0.50246             Varianza:      0.08414




¿Son exactamente los mismos que para una distribucion uniforme entre 0 & 1?
¿A que atribuye esta diferencia?

No son los mismos que los de uan distribucion uniforme de numeros pseudoaleatorios, se atribuye la diferenc
forma empirica en que fueron concevidos quizas
0.17775     0.44621
              0.50846     0.42414
              0.95580     0.84064
              0.82614     0.55661
              0.26907     0.53563




os, se atribuye la diferencia a la
Un metodo coungrencial genera 71500 numeros de 4 digitos, de los cuales 3500 se clasifican como 2 pares. Cal
error de este evento respecto de su frecuencia esperada bajo la prueba de poker.


       n= 71500
       D= 4
 2 pares= 3500

Categoria     Prob         Oi          Ei        Error
   2P         0.027       3500       1930.5    1276.006
asifican como 2 pares. Calcule el
Al realizar la prueba de poker a X cantidad de numeros aleatorios de 6 digitos, el resultado del error total es
    15.51.¿Aceptaria la hipotesis de independencia con nivel de aceptacion de 95%.

       La prueba de póker solo se puede realizar a números ri con tres, cuatro y cinco decimales. Pero no con 6 d

Como el estadistico del error total=15.51 y es mayor al estadistico de Ji-Cuadrada de X=12.59. en consecuencia, se
esultado del error total es de


decimales. Pero no con 6 digitos

=12.59. en consecuencia, se rechaza que los numeros del conjunto ri son independientes
¿cuáles de las aseveraciones siguientes son correctas?

     Aseveracion            Falso,
                           Verdadero
a) la prueba de poker
requiere numeros            FALSE
aleatorios de 5 digitos

b)si acepto que los
numeros son uniformes
(0,1), no nececito hacer    TRUE
la prueba de media=1/2
y de varianza=1/12.

c) Si acepto la prueba
de series los numeros no
                            TRUE
contienen ciclos o
tendencias.

d)Si acepto la prueba de
media=1/2 y la de
varianza= 1/12,             TRUE
entonces los numeros
son uniformes (0,1).
Calcule la cantidad minima y maxima de corridas que deben de existir en una secuencia de 17,000 numeros p
con un nivel de confianza de 95%.

         n=            17000
       alfa=            5%
       alfa2=           0%
      media=           11333
        var=           3021.9

Zo=|(Co-media)/var|
Co=Zo*Var+media


      Comin=           11484
      Comax=           11333
uencia de 17,000 numeros para concluir que son numeros aleatorios
La Siguiente tabla muestra los resultados de la prueba de huecos con B-a =0.1 despues de clasificar los numeros

                Tamaño
                         Frecuencia
               Del Hueco
                         Observada
                   (i)
                    0         5             4.9    0.0020408
                    1         4            4.41    0.0381179
                    2         3           3.969    0.2365737
                    3         3          3.5721    0.0916263
                   >3        25          35.721    3.2177106
                 Total       40           h=40     3.5860694

  a) Calcular el error total existente entre lo real y lo teorico
b) ¿Se puede considerar que esta muestra es pseudo aleatoria con un nivel de aceptacion de 90%?

Como el total del error de 3.586 es menor que el estadistico de las tablas de X0.10,4=7.779, no podemos rechazar l
de clasificar los numeros uniformes.




79, no podemos rechazar la hipotesis de independencia entre los numeros

Más contenido relacionado

La actualidad más candente

Líneas de espera (1) ejercicio
Líneas de espera (1) ejercicioLíneas de espera (1) ejercicio
Líneas de espera (1) ejercicioMachado Mauricio
 
Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelAlvaro Gil
 
Problema De Regresion Lineal
Problema De Regresion LinealProblema De Regresion Lineal
Problema De Regresion Linealguestb9bf58
 
Problema de Asignación
Problema de AsignaciónProblema de Asignación
Problema de AsignaciónJose
 
Simulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasSimulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasJosé Antonio Sandoval Acosta
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimoADRIANA NIETO
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Juan Carlos Martinez Garcia
 
Trabajo para examen unid 2
Trabajo para examen unid 2Trabajo para examen unid 2
Trabajo para examen unid 2DIAGUA
 
Interpretacion graficas de control
Interpretacion graficas de controlInterpretacion graficas de control
Interpretacion graficas de controlstemur
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempoALMAYUNIS1
 
Prueba de series (exposición)
Prueba de series (exposición)Prueba de series (exposición)
Prueba de series (exposición)Héctor Pérez
 

La actualidad más candente (20)

Algoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & AditivoAlgoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & Aditivo
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
 
Prueba de-varianza
Prueba de-varianzaPrueba de-varianza
Prueba de-varianza
 
Líneas de espera (1) ejercicio
Líneas de espera (1) ejercicioLíneas de espera (1) ejercicio
Líneas de espera (1) ejercicio
 
Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con Promodel
 
Algoritmo De Productos Medios
Algoritmo De Productos MediosAlgoritmo De Productos Medios
Algoritmo De Productos Medios
 
Problema De Regresion Lineal
Problema De Regresion LinealProblema De Regresion Lineal
Problema De Regresion Lineal
 
Problema de Asignación
Problema de AsignaciónProblema de Asignación
Problema de Asignación
 
Simulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasSimulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatorias
 
5.5 flujo a costo minimo
5.5 flujo a costo minimo5.5 flujo a costo minimo
5.5 flujo a costo minimo
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1
 
Trabajo para examen unid 2
Trabajo para examen unid 2Trabajo para examen unid 2
Trabajo para examen unid 2
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
 
Interpretacion graficas de control
Interpretacion graficas de controlInterpretacion graficas de control
Interpretacion graficas de control
 
Simulacion-unidad 1
Simulacion-unidad 1Simulacion-unidad 1
Simulacion-unidad 1
 
Manual 2 Software Arena
Manual 2 Software ArenaManual 2 Software Arena
Manual 2 Software Arena
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
 
Prueba de series (exposición)
Prueba de series (exposición)Prueba de series (exposición)
Prueba de series (exposición)
 
Tiempos estandar
Tiempos estandarTiempos estandar
Tiempos estandar
 

Similar a Problemas Pares Unidad Ii De Simulacion

Simulacin io2-100430132307-phpapp02
Simulacin io2-100430132307-phpapp02Simulacin io2-100430132307-phpapp02
Simulacin io2-100430132307-phpapp02Andy O. Buitron
 
Control estadístico del proceso mata
Control estadístico del proceso mataControl estadístico del proceso mata
Control estadístico del proceso mataFranko Zzoto Medina
 
Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Armando López
 
Controlestadsticodelprocesomata 120304180205-phpapp01
Controlestadsticodelprocesomata 120304180205-phpapp01Controlestadsticodelprocesomata 120304180205-phpapp01
Controlestadsticodelprocesomata 120304180205-phpapp01Franko Zzoto Medina
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejerciciosnearcoscipio
 
Graficando el Movimiento Oscilatorio
Graficando el Movimiento OscilatorioGraficando el Movimiento Oscilatorio
Graficando el Movimiento OscilatorioDrizzt Do Urden
 
Medidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónMedidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónLuis Alonso Arias
 
Medidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónMedidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónLuis Alonso Arias
 
Graficando el Movimiento Oscilatorio
Graficando el Movimiento OscilatorioGraficando el Movimiento Oscilatorio
Graficando el Movimiento OscilatorioDrizzt Do Urden
 
Qué es la simulación
Qué es la simulaciónQué es la simulación
Qué es la simulaciónHenry Abreu
 
36. dr. lobelo. ondina marzo 2012
36. dr. lobelo. ondina marzo 201236. dr. lobelo. ondina marzo 2012
36. dr. lobelo. ondina marzo 2012Rafael Ospina
 
Practica 2(analisis granulometrico
Practica 2(analisis granulometricoPractica 2(analisis granulometrico
Practica 2(analisis granulometricoRene Rodas
 
Ejercicios resueltos en r
Ejercicios resueltos en rEjercicios resueltos en r
Ejercicios resueltos en rzasque11
 
Correlación ejercicio 2
Correlación ejercicio 2Correlación ejercicio 2
Correlación ejercicio 2jullio-rmz10
 

Similar a Problemas Pares Unidad Ii De Simulacion (20)

Simulacin io2-100430132307-phpapp02
Simulacin io2-100430132307-phpapp02Simulacin io2-100430132307-phpapp02
Simulacin io2-100430132307-phpapp02
 
Control estadístico del proceso mata
Control estadístico del proceso mataControl estadístico del proceso mata
Control estadístico del proceso mata
 
Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling
 
Controlestadsticodelprocesomata 120304180205-phpapp01
Controlestadsticodelprocesomata 120304180205-phpapp01Controlestadsticodelprocesomata 120304180205-phpapp01
Controlestadsticodelprocesomata 120304180205-phpapp01
 
Trabajo
TrabajoTrabajo
Trabajo
 
Modelo de sharpe
Modelo de sharpeModelo de sharpe
Modelo de sharpe
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejercicios
 
Confiabilidad
ConfiabilidadConfiabilidad
Confiabilidad
 
Graficando el Movimiento Oscilatorio
Graficando el Movimiento OscilatorioGraficando el Movimiento Oscilatorio
Graficando el Movimiento Oscilatorio
 
Medidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónMedidas de tendencia central y dispersión
Medidas de tendencia central y dispersión
 
Medidas de tendencia central y dispersión
Medidas de tendencia central y dispersiónMedidas de tendencia central y dispersión
Medidas de tendencia central y dispersión
 
Ley de hooke
Ley de hookeLey de hooke
Ley de hooke
 
Graficando el Movimiento Oscilatorio
Graficando el Movimiento OscilatorioGraficando el Movimiento Oscilatorio
Graficando el Movimiento Oscilatorio
 
Qué es la simulación
Qué es la simulaciónQué es la simulación
Qué es la simulación
 
Yeltzin correlacion 2
Yeltzin correlacion 2Yeltzin correlacion 2
Yeltzin correlacion 2
 
36. dr. lobelo. ondina marzo 2012
36. dr. lobelo. ondina marzo 201236. dr. lobelo. ondina marzo 2012
36. dr. lobelo. ondina marzo 2012
 
Correlcion
CorrelcionCorrelcion
Correlcion
 
Practica 2(analisis granulometrico
Practica 2(analisis granulometricoPractica 2(analisis granulometrico
Practica 2(analisis granulometrico
 
Ejercicios resueltos en r
Ejercicios resueltos en rEjercicios resueltos en r
Ejercicios resueltos en r
 
Correlación ejercicio 2
Correlación ejercicio 2Correlación ejercicio 2
Correlación ejercicio 2
 

Más de Instituto Tecnologico De Pachuca

Más de Instituto Tecnologico De Pachuca (20)

Estudio del trabajo ii valuacion de puestos 2
Estudio del trabajo ii valuacion de puestos 2Estudio del trabajo ii valuacion de puestos 2
Estudio del trabajo ii valuacion de puestos 2
 
Estudio del trabajo ii valuacion de puestos 1
Estudio del trabajo ii valuacion de puestos 1Estudio del trabajo ii valuacion de puestos 1
Estudio del trabajo ii valuacion de puestos 1
 
Estudio del trabajo ii folletos
Estudio del trabajo ii folletosEstudio del trabajo ii folletos
Estudio del trabajo ii folletos
 
Estudio del trabajo ii distribucion de planta
Estudio del trabajo ii distribucion de plantaEstudio del trabajo ii distribucion de planta
Estudio del trabajo ii distribucion de planta
 
Estudio del trabajo ii datos estándar
Estudio del trabajo ii datos estándarEstudio del trabajo ii datos estándar
Estudio del trabajo ii datos estándar
 
Unidad v estudio del trabajo ii
Unidad v estudio del trabajo iiUnidad v estudio del trabajo ii
Unidad v estudio del trabajo ii
 
Eliminar virus de carpetas con accesos directos
Eliminar virus de carpetas con accesos directosEliminar virus de carpetas con accesos directos
Eliminar virus de carpetas con accesos directos
 
Ergonomia ambiental
Ergonomia ambientalErgonomia ambiental
Ergonomia ambiental
 
6.4 diseño de asientos
6.4 diseño de asientos6.4 diseño de asientos
6.4 diseño de asientos
 
6.3 superficie de trabajo
6.3 superficie de trabajo6.3 superficie de trabajo
6.3 superficie de trabajo
 
4.2 temperatura exposicion de ergonomia
4.2 temperatura exposicion de ergonomia4.2 temperatura exposicion de ergonomia
4.2 temperatura exposicion de ergonomia
 
Sociedad de ergonomia & factores humanos
Sociedad de ergonomia & factores humanosSociedad de ergonomia & factores humanos
Sociedad de ergonomia & factores humanos
 
Ergonomía aplicaciones & sistema hombre máquina
Ergonomía aplicaciones & sistema hombre máquina Ergonomía aplicaciones & sistema hombre máquina
Ergonomía aplicaciones & sistema hombre máquina
 
Seguridad & ergonomia en el diseño de maquinas
Seguridad & ergonomia en el diseño de maquinasSeguridad & ergonomia en el diseño de maquinas
Seguridad & ergonomia en el diseño de maquinas
 
Seguridad & ergonomia en el diseño de maquinas
Seguridad & ergonomia en el diseño de maquinasSeguridad & ergonomia en el diseño de maquinas
Seguridad & ergonomia en el diseño de maquinas
 
Ergonomía aplicaciones & sistema hombre máquina
Ergonomía aplicaciones & sistema hombre máquina Ergonomía aplicaciones & sistema hombre máquina
Ergonomía aplicaciones & sistema hombre máquina
 
Manual de normas tecnicas para el diseño ergonomico
Manual de normas tecnicas para el diseño ergonomicoManual de normas tecnicas para el diseño ergonomico
Manual de normas tecnicas para el diseño ergonomico
 
Ergonomia herramientas & enfoques
Ergonomia herramientas & enfoquesErgonomia herramientas & enfoques
Ergonomia herramientas & enfoques
 
Ergonomia & comunicacion
Ergonomia & comunicacionErgonomia & comunicacion
Ergonomia & comunicacion
 
Clasificacion de la ergonomia
Clasificacion de la ergonomiaClasificacion de la ergonomia
Clasificacion de la ergonomia
 

Último

Análisis de Artefactos Tecnologicos (3) (1).pdf
Análisis de Artefactos Tecnologicos  (3) (1).pdfAnálisis de Artefactos Tecnologicos  (3) (1).pdf
Análisis de Artefactos Tecnologicos (3) (1).pdfsharitcalderon04
 
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docxPLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docxhasbleidit
 
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúRed Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúCEFERINO DELGADO FLORES
 
certificado de oracle academy cetrificado.pdf
certificado de oracle academy cetrificado.pdfcertificado de oracle academy cetrificado.pdf
certificado de oracle academy cetrificado.pdfFernandoOblitasVivan
 
La electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdfLa electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdfcristianrb0324
 
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION  PART 2 (1)-1.docxTALLER DE ANALISIS SOLUCION  PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docxobandopaula444
 
Documentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosDocumentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosAlbanyMartinez7
 
Actividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolarActividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolar24roberto21
 
Trabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfTrabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfedepmariaperez
 
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024u20211198540
 
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...Marketing BRANDING
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxAlexander López
 
Análisis de los artefactos (nintendo NES)
Análisis de los artefactos (nintendo NES)Análisis de los artefactos (nintendo NES)
Análisis de los artefactos (nintendo NES)JuanStevenTrujilloCh
 
Trabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power PointTrabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power PointValerioIvanDePazLoja
 
CommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersCommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersIván López Martín
 
LINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptx
LINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptxLINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptx
LINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptxkimontey
 
Viguetas Pretensadas en concreto armado
Viguetas Pretensadas  en concreto armadoViguetas Pretensadas  en concreto armado
Viguetas Pretensadas en concreto armadob7fwtwtfxf
 
La Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdfLa Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdfjeondanny1997
 
Herramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdfHerramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdfKarinaCambero3
 

Último (20)

Análisis de Artefactos Tecnologicos (3) (1).pdf
Análisis de Artefactos Tecnologicos  (3) (1).pdfAnálisis de Artefactos Tecnologicos  (3) (1).pdf
Análisis de Artefactos Tecnologicos (3) (1).pdf
 
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docxPLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
PLANEACION DE CLASES TEMA TIPOS DE FAMILIA.docx
 
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del PerúRed Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
Red Dorsal Nacional de Fibra Óptica y Redes Regionales del Perú
 
certificado de oracle academy cetrificado.pdf
certificado de oracle academy cetrificado.pdfcertificado de oracle academy cetrificado.pdf
certificado de oracle academy cetrificado.pdf
 
La electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdfLa electricidad y la electronica.10-7.pdf
La electricidad y la electronica.10-7.pdf
 
El camino a convertirse en Microsoft MVP
El camino a convertirse en Microsoft MVPEl camino a convertirse en Microsoft MVP
El camino a convertirse en Microsoft MVP
 
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION  PART 2 (1)-1.docxTALLER DE ANALISIS SOLUCION  PART 2 (1)-1.docx
TALLER DE ANALISIS SOLUCION PART 2 (1)-1.docx
 
Documentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos JuridicosDocumentacion Electrónica en Actos Juridicos
Documentacion Electrónica en Actos Juridicos
 
Actividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolarActividades de computación para alumnos de preescolar
Actividades de computación para alumnos de preescolar
 
Trabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdfTrabajo de tecnología excel avanzado.pdf
Trabajo de tecnología excel avanzado.pdf
 
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
Inteligencia Artificial. Matheo Hernandez Serrano USCO 2024
 
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
Agencia Marketing Branding Google Workspace Deployment Services Credential Fe...
 
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptxLAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
LAS_TIC_COMO_HERRAMIENTAS_EN_LA_INVESTIGACIÓN.pptx
 
Análisis de los artefactos (nintendo NES)
Análisis de los artefactos (nintendo NES)Análisis de los artefactos (nintendo NES)
Análisis de los artefactos (nintendo NES)
 
Trabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power PointTrabajando con Formasy Smart art en power Point
Trabajando con Formasy Smart art en power Point
 
CommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 TestcontainersCommitConf 2024 - Spring Boot <3 Testcontainers
CommitConf 2024 - Spring Boot <3 Testcontainers
 
LINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptx
LINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptxLINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptx
LINEA DE TIEMPO LITERATURA DIFERENCIADO LITERATURA.pptx
 
Viguetas Pretensadas en concreto armado
Viguetas Pretensadas  en concreto armadoViguetas Pretensadas  en concreto armado
Viguetas Pretensadas en concreto armado
 
La Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdfLa Electricidad Y La Electrónica Trabajo Tecnología.pdf
La Electricidad Y La Electrónica Trabajo Tecnología.pdf
 
Herramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdfHerramientas que posibilitan la información y la investigación.pdf
Herramientas que posibilitan la información y la investigación.pdf
 

Problemas Pares Unidad Ii De Simulacion

  • 1. Programe en una hoja de calculo la serie congruencial: Prueba De Uniformida a) Determine el ciclo o periodo de vida b) Realice las pruebas de media, varianza y uniformidad m= Xi Ri Datos 150 0.8523 Intervalo a= 121 113.5332 118 0.6705 (0.00-0.10) c= 553 59.8494 140 0.7955 (0.10-0.20) m= 177 147 0.8352 (0.20-0.30) Xo= 23 109 0.6193 (0.30-0.40) media= 0.50 113 0.6420 (0.40-0.50) varianza= 0.08 66 0.3750 (0.50-0.60) Li v= 0.11 43 0.2443 (0.60-0.70) Ls v= 0.06 92 0.5227 (0.70-0.80) 3 0.0170 (0.80-0.90) Periodo De Vida = 87 31 0.1761 (0.90-1.00) 56 0.3182 72 0.4091 61 0.3466 146 0.8295 165 0.9375 163 0.9261 98 0.5568 21 0.1193 85 0.4830 41 0.2330 27 0.1534 103 0.5852 95 0.5398 12 0.0682 58 0.3295 137 0.7784 138 0.7841 82 0.4659 32 0.1818 0 0.0000
  • 2. 22 0.1250 29 0.1648 168 0.9545 172 0.9773 125 0.7102 102 0.5795 151 0.8580 62 0.3523 90 0.5114 115 0.6534 131 0.7443 120 0.6818 28 0.1591 47 0.2670 45 0.2557 157 0.8920 80 0.4545 144 0.8182 100 0.5682 86 0.4886 162 0.9205 154 0.8750 71 0.4034 117 0.6648 19 0.1080 20 0.1136 141 0.8011 91 0.5170 59 0.3352 81 0.4602 88 0.5000 50 0.2841 54 0.3068 7 0.0398 161 0.9148 33 0.1875 121 0.6875 149 0.8466 174 0.9886 13 0.0739 2 0.0114 87 0.4943 106 0.6023
  • 3. 104 0.5909 39 0.2216 139 0.7898 26 0.1477 159 0.9034 145 0.8239 44 0.2500 36 0.2045 130 0.7386 176 1.0000 78 0.4432 79 0.4489 23 0.1307
  • 4. Prueba De Uniformidad de ji-Cuadrada 10 Oi Ei=n/m (Ei-Oi)2/Ei 6 9 1.00 12 9 1.00 8 9 0.11 7 9 0.44 10 9 0.11 10 9 0.11 8 9 0.11 7 9 0.44 10 9 0.11 9 9 0.00 87 90 3.44
  • 5. Realice Pruebas De media,varianza a los 50 numeros de la tabla siguiente, con un nivel de aceptacion de 9 0.6402058 0.1809103 0.851689 0.0126923 0.7489105 0.1909978 0.402276 0.0664976 0.1906908 0.460926 0.0749677 0.982673 0.6515401 0.7870011 0.2000669 0.9044761 0.91531 0.9626106 0.4475964 0.7049733 0.0028312 0.3261417 0.2085034 0.391791 0.402885 0.7424088 0.0055162 0.4342024 0.9804674 0.6226911 0.495815 0.5413297 0.3666107 0.6494793 0.5259071 Prueba De Medias Hipotesis: Promedio: Limites De Aceptacion Inferior & Superior n=50 0.4961888 Para el 95% de aceptacion 95%=0.95 1-0.95=0.05 Para Z 0.05/2=0.025 1-0.025=0.975 0.975 es el valor que se busca en la tabla de la n 0.4199833
  • 6. 0.5800167 Como el valor Del promedio r=0.42622458 se encuentra entre los limites de aceptacion, se conclu esperado de 0.5 con un nivel de aceptacion de 95%. Prueba De Varianzas Hipotesis: Varianza: Limites De Aceptacion Inferior & Superior n=50 0.0882555 Para el 95% de aceptacion 95%=0.95 1-0.95=0.05 Para el valor de las tablas de Ji-Cuadrada se Calcula como sigue para n-1=50-1=49 grados de lib
  • 7. 0.1194085 Para el valor de las tablas de Ji-Cuadrada se Calcula como sigue para n-1=50-1=49 grados de lib 0.0536813
  • 8. Dado que el valor de la varianza V(r)=0.063603613 esta entre los limites de aceptacion, podemos decir que varianza de 1/2=0.08333.
  • 9. un nivel de aceptacion de 95%. 0.6499256 0.9349553 0.2139539 0.7179611 0.8916946 0.4455168 0.30652 0.0229432 0.9784024 0.4287998 0.2524742 0.7847035 0.4728792 0.3421067 0.2930093 se busca en la tabla de la normal dentro de las areas y nos da un valor de 1.96
  • 10. tes de aceptacion, se concluye que no se puede rechazar que el conjunto de 50 numeros ri tiene un valor a n-1=50-1=49 grados de libertad
  • 11. a n-1=50-1=49 grados de libertad
  • 12. tacion, podemos decir que no se puede rechazar que el conjunto de 50 numeros ri tiene una
  • 13. Determine si la siguiente lista de 100 numeros de 2 digitos tiene una distribucion uniforme con un nivel de a 0.30 0.47 0.97 0.65 0.25 0.45 0.21 0.79 0.03 0.79 0.01 0.46 0.22 0.03 0.20 0.48 0.63 0.89 0.50 0.38 0.39 0.02 0.32 0.18 0.28 0.69 0.44 0.40 0.92 0.11 0.20 0.39 0.29 0.35 0.10 0.33 0.96 0.19 0.66 0.76 0.92 0.93 0.47 0.22 0.07 0.47 0.14 0.78 0.08 0.80 0.70 0.98 0.98 0.54 0.05 0.67 0.45 0.02 0.88 0.58 1.00 0.02 0.46 0.51 0.11 0.96 0.14 0.39 0.67 0.50 0.01 0.43 0.77 0.53 0.15 0.19 0.96 0.65 0.65 0.03 Para probar la uniformidad de los numeros de un conunto de ri es necesario formular las siguientes hipotesis: Prueba Chi Cuadrada Estadistico Ji-Cuadrada n=100 Intervalo 0.00-0.10 9 10 0.1 0.10-0.20 9 10 0.1 0.20-0.30 14 10 1.6 0.30-0.40 8 10 0.4 0.40-0.50 13 10 0.9 0.50-0.60 9 10 0.1 0.60-0.70 12 10 0.4 0.70-0.80 8 10 0.4 0.80-0.90 9 10 0.1 0.90-1.00 9 10 0.1
  • 14. Totales: 100 4.2 La Ji- Cuadrada Con Tablas Es= 1-0.90=0.10 Como el estadistico calculado de 4.2 es menor que el de tablas de X =14.684, no se puede rechazar que los numeros ri sig
  • 15. uniforme con un nivel de aceptacion de 90%. 0.99 0.80 0.79 0.32 0.76 0.60 0.27 0.19 0.42 0.57 0.75 0.78 0.31 0.13 0.48 0.50 0.39 0.80 0.61 0.58 r las siguientes hipotesis:
  • 16. zar que los numeros ri siguen una distribucion uniforme.
  • 17. Determine mediante las pruebas de independencia(corridas arriba y abajo, corridas arriba y bajo de la medi pseudo aleatorios con un nivel de aceptacion de 90%. 0.5025 0.7147 0.2142 0.7269 0.0230 0.1933 0.8776 0.9662 0.5745 0.9357 0.4577 0.9795 0.5669 0.1640 0.0459 0.3960 0.4837 0.7857 0.4236 0.5091 0.7403 0.5707 0.9393 0.0281 0.0195 0.0202 0.9231 0.2821 0.6887 0.7423 0.1500 0.8583 0.3828 0.0136 0.3400 0.8081 0.8185 0.9967 0.3753 0.9735 0.4712 0.4437 0.5371 0.5807 0.3734 0.6416 0.5731 0.1312 0.0081 0.1280 0.6052 0.4783 0.2476 0.4302 0.1879 0.5339 0.1741 0.8885 0.9639 0.3120 0.8618 0.9981 0.2293 0.0417 0.1259 0.0129 0.8330 0.2339 0.2995 0.3989 0.5624 0.9491 0.7735 0.2612 0.1381 0.6871 0.0129 0.3008 0.8334 0.7635 Para probar la independencia de los numeros de un conjunto de ri primero es preciso formular la sigu Prueba De Corridas Arriba y Abajo Corridas: Secuencia S 1 0 1 0 1 1 1 0 1 0 1 0 0 0 1 0 1 0 1 1 0 1 0 0 1 1 0 1 1 0 1 0 0 1 1 1 1 0 1 0 0 1 1 0 1 0 0 0 1 1 0 0 1 0 1 0 1 1 0 1 1 0 0 0 0 1 0 1 1 1 1 0 0 0 1 0 1 1 0
  • 18. Numero De Corridas: 67 Cada Color Diferente Es Una Corrida Diferente Nivel De Aceptacion: 90%=0.90 1-0.90=0.10
  • 19. s arriba y bajo de la media, de poker,de series o de huecos) si los 100 numeros de la tabla son 0.7674 0.9464 0.5714 0.7469 0.3507 0.0828 0.3612 0.4563 0.2888 0.8237 0.8348 0.8357 0.3248 0.2928 0.5042 0.9365 0.0547 0.9626 0.3944 0.2173 s preciso formular la siguiente hipotesis 0 1 1 1 1 0 0 1 0 1 1 1 0 0 1 1 0 1 0 0
  • 20. s Una Corrida Diferente
  • 21. Determine con la prueba de corridas arriba y abajo si los 50 numeros de la tabla son independientes con un nive 0.54887 0.61088 0.64384 0.77793 0.14202 0.79628 0.91058 0.28002 0.21905 0.98265 0.80183 0.95254 0.23795 0.88792 0.79405 0.08954 0.72681 0.86912 0.73805 0.62557 0.57947 0.08945 0.55626 0.34847 0.92497 0.42595 0.44175 0.15394 0.84023 0.66833 0.51453 0.42972 0.15701 0.28085 0.36426 0.60617 0.50223 0.25536 0.37459 0.86962 Para probar la independencia de los numeros de un conjunto de ri primero es preciso formular la sigu Prueba De Corridas Arriba y Abajo Corridas: 1 1 1 0 1 1 0 0 1 0 1 0 1 0 0 0 1 0 0 0 0 1 0 1 0 1 0 1 0 0 0 0 1 1 1 0 0 1 1 Numero De Corridas: 31 N=50
  • 22. Nivel De Aceptacion: 90%=0.90 1-0.90=0.10
  • 23. ndependientes con un nivel de aceptacion de 90%. 0.95361 0.98173 0.01682 0.75003 0.41040 0.75195 0.37279 0.61331 0.54571 0.85319 s preciso formular la siguiente hipotesis 1 1 0 1 1 1 0 1 0 1
  • 24. Utilice la prueba de series para determinar si los 50 numeros en la tabla son independientes con 0.50880 0.89723 0.27179 0.68910 0.48919 0.11460 0.97769 0.46508 0.41322 0.16558 0.56922 0.92201 0.23212 0.66288 0.11940 0.34213 0.29340 0.28994 0.05870 0.97716 0.85486 0.68978 0.59862 0.60905 0.15792 0.18789 0.88482 0.10229 0.41527 0.62073 0.51298 0.74307 0.43703 0.98978 0.36208 Prueba De Series Esta prueba consiste en comparar los numeros con el proposito de corroborar la independencia entre X (ri) Y (ri+1) r1,r2 0.50880 0.46508 r2,r3 0.46508 0.11940 Grafica De Disper r3,r4 0.11940 0.68978 1.25000 r4,r5 0.68978 0.41527 r5,r6 0.41527 0.89723 r6,r7 0.89723 0.41322 r7,r8 0.41322 0.34213 1.00000 r8,r9 0.34213 0.59862 r9,r10 0.59862 0.62073 r10,r11 0.62073 0.27179 r11,r12 0.27179 0.16558 r12,r13 0.16558 0.29340 0.75000 r13,r14 0.29340 0.60905 Y (ri+1) r14,r15 0.60905 0.51298 r15,r16 0.51298 0.68910 r16,r17 0.68910 0.56922 0.50000 r17,r18 0.56922 0.28994 r18,r19 0.28994 0.15792 r19,r20 0.15792 0.74307 r20,r21 0.74307 0.48919 0.25000 r21,r22 0.48919 0.92201 r22,r23 0.92201 0.05870 r23,r24 0.05870 0.18789
  • 25. r24,r25 0.18789 0.43703 r25,r26 0.43703 0.11460 0.00000 r26,r27 0.11460 0.23212 0.00000 0.25000 0.50000 r27,r28 0.23212 0.97716 r28,r29 0.97716 0.88482 r29,r30 0.88482 0.98978 r30,r31 0.98978 0.97769 r31,r32 0.97769 0.66288 r32,r33 0.66288 0.85486 r33,r34 0.85486 0.10229 r34,r35 0.10229 0.36208 r35,r36 0.36208 0.01049 r36,r37 0.01049 0.30101 r37,r38 0.30101 0.74823 r38,r39 0.74823 0.87783 r39,r40 0.87783 0.21176 r40,r41 0.21176 0.82177 r41,r42 0.82177 0.75040 r42,r43 0.75040 0.09728 r43,r44 0.09728 0.31635 r44,r45 0.31635 0.57609 r45,r46 0.57609 0.13570 r46,r47 0.13570 0.60926 r47,r48 0.60926 0.15803 r48,r49 0.15803 0.05619 r49,r50 0.05619 0.02868 m= 8 n= 50 Intervalo Oi (i) 1 5 6.125 0.2066327 2 7 6.125 0.125 3 6 6.125 0.002551 4 7 6.125 0.125 5 7 6.125 0.125 6 6 6.125 0.002551 7 7 6.125 0.125 8 4 6.125 0.7372449
  • 26. Total: 49 49 1.4489796 90%=0.90 1-0.90=0.10 n=8 n-1=8-1=7 El valor de tablas X0.10,7=12.017 es mayor que el error total de X0=1.44897959, por lo cual no podemos rech hipotesis de independencia
  • 27. a son independientes con un nivel de aceptacion de 90%. 0.01049 0.82177 0.13570 0.30101 0.75040 0.60926 0.74823 0.09728 0.15803 0.87783 0.31635 0.05619 0.21176 0.57609 0.02868 ar la independencia entre numeros consecutivos. Las hipotesis basicas son: Grafica De Dispersion Y (ri+1)
  • 28. 0.50000 0.75000 1.00000 1.25000 X (ri)
  • 29. r lo cual no podemos rechazar la
  • 30. Obtenga la media y la varianza de los datos del problema 12. 0.67532 0.58512 0.05420 0.14005 0.00506 0.27511 0.66288 0.79360 0.97182 0.60108 0.06795 0.85308 0.97898 0.69400 0.54666 0.23209 0.41956 0.36450 0.38003 0.15872 0.01286 0.87642 0.59480 0.21681 0.94491 0.21314 0.84463 0.80866 0.03844 0.42960 0.99115 0.43898 0.62127 0.64939 0.29841 0.19464 0.55728 0.62602 0.56159 0.20363 Media: 0.50246 Varianza: 0.08414 ¿Son exactamente los mismos que para una distribucion uniforme entre 0 & 1? ¿A que atribuye esta diferencia? No son los mismos que los de uan distribucion uniforme de numeros pseudoaleatorios, se atribuye la diferenc forma empirica en que fueron concevidos quizas
  • 31. 0.17775 0.44621 0.50846 0.42414 0.95580 0.84064 0.82614 0.55661 0.26907 0.53563 os, se atribuye la diferencia a la
  • 32. Un metodo coungrencial genera 71500 numeros de 4 digitos, de los cuales 3500 se clasifican como 2 pares. Cal error de este evento respecto de su frecuencia esperada bajo la prueba de poker. n= 71500 D= 4 2 pares= 3500 Categoria Prob Oi Ei Error 2P 0.027 3500 1930.5 1276.006
  • 33. asifican como 2 pares. Calcule el
  • 34. Al realizar la prueba de poker a X cantidad de numeros aleatorios de 6 digitos, el resultado del error total es 15.51.¿Aceptaria la hipotesis de independencia con nivel de aceptacion de 95%. La prueba de póker solo se puede realizar a números ri con tres, cuatro y cinco decimales. Pero no con 6 d Como el estadistico del error total=15.51 y es mayor al estadistico de Ji-Cuadrada de X=12.59. en consecuencia, se
  • 35. esultado del error total es de decimales. Pero no con 6 digitos =12.59. en consecuencia, se rechaza que los numeros del conjunto ri son independientes
  • 36. ¿cuáles de las aseveraciones siguientes son correctas? Aseveracion Falso, Verdadero a) la prueba de poker requiere numeros FALSE aleatorios de 5 digitos b)si acepto que los numeros son uniformes (0,1), no nececito hacer TRUE la prueba de media=1/2 y de varianza=1/12. c) Si acepto la prueba de series los numeros no TRUE contienen ciclos o tendencias. d)Si acepto la prueba de media=1/2 y la de varianza= 1/12, TRUE entonces los numeros son uniformes (0,1).
  • 37. Calcule la cantidad minima y maxima de corridas que deben de existir en una secuencia de 17,000 numeros p con un nivel de confianza de 95%. n= 17000 alfa= 5% alfa2= 0% media= 11333 var= 3021.9 Zo=|(Co-media)/var| Co=Zo*Var+media Comin= 11484 Comax= 11333
  • 38. uencia de 17,000 numeros para concluir que son numeros aleatorios
  • 39. La Siguiente tabla muestra los resultados de la prueba de huecos con B-a =0.1 despues de clasificar los numeros Tamaño Frecuencia Del Hueco Observada (i) 0 5 4.9 0.0020408 1 4 4.41 0.0381179 2 3 3.969 0.2365737 3 3 3.5721 0.0916263 >3 25 35.721 3.2177106 Total 40 h=40 3.5860694 a) Calcular el error total existente entre lo real y lo teorico b) ¿Se puede considerar que esta muestra es pseudo aleatoria con un nivel de aceptacion de 90%? Como el total del error de 3.586 es menor que el estadistico de las tablas de X0.10,4=7.779, no podemos rechazar l
  • 40. de clasificar los numeros uniformes. 79, no podemos rechazar la hipotesis de independencia entre los numeros