Seminario 8
•Descargar como PPTX, PDF•
0 recomendaciones•110 vistas
Este documento presenta cálculos estadísticos realizados sobre diferentes conjuntos de datos, incluyendo el peso de 150 estudiantes, el número de viajes realizados según una distribución de Poisson, y el éxito de 4 ensayos binomiales. Calcula probabilidades utilizando fórmulas como la distribución normal estándar, la distribución de Poisson, y la distribución binomial para determinar la probabilidad de diferentes resultados.
Denunciar
Compartir
Denunciar
Compartir
Recomendados
Seminario 8
Este documento resume los pasos para calcular diferentes probabilidades relacionadas con el peso de 150 estudiantes basándose en una distribución normal con media de 60 kg y desviación estándar de 3 kg. Calcula que el 50% de estudiantes pesan entre 60-75 kg, el 90.8% pesan menos de 64 kg, y el 5.6% pesan exactamente 64 kg.
Seminario 8
Este documento presenta tres ejercicios relacionados con distribuciones de probabilidad. El primero involucra una distribución normal para calcular probabilidades asociadas con pesos de estudiantes. El segundo utiliza una distribución de Poisson para calcular la probabilidad de accidentes de tráfico. El tercero emplea una distribución binomial para determinar la probabilidad de que amigos hayan visto una película exitosa.
Examen
El documento presenta varios ejemplos de cálculos de probabilidad utilizando la distribución de Poisson. En cada caso, se indica que no es posible aplicar la distribución de Poisson debido a que no se cumplen las condiciones básicas y los resultados serían muy diferentes.
2 Mediciion De Angulos En Un Traingulo
El documento habla sobre los teoremas relacionados con los ángulos de los triángulos. Explica que la suma de los ángulos internos de cualquier triángulo es 180 grados. También describe el teorema del tercer ángulo y el teorema del ángulo exterior. Finalmente, presenta algunos ejercicios para practicar la aplicación de estos teoremas al medir ángulos en triángulos dados.
1 metrologia estadistica
Este documento describe varias medidas de tendencia central y dispersión utilizadas para analizar conjuntos de datos. Las medidas de tendencia central incluyen la media aritmética, media ponderada y media armónica, las cuales representan el valor más probable de un conjunto de datos. Las medidas de dispersión incluyen la amplitud, varianza y desviación estándar, las cuales miden cuán dispersos están los valores de los datos con respecto a la media. El documento también explica el criterio de Chauvenet para rechazar valores atípicos en un conjunto de datos.
04 - Funciones de distribución discretas
Este documento presenta diferentes funciones de masa de probabilidad (FMP), incluyendo la FMP de Bernoulli, la FMP binomial, la FMP de Poisson y la FMP geométrica. Explica las características y aplicaciones de cada FMP, así como ejemplos ilustrativos. También muestra cómo calcular estadísticos como la media y varianza para cada FMP usando MATLAB y Excel.
Estadistica inferencial expo
Este documento presenta una introducción a la estadística inferencial. Explica conceptos clave como distribución muestral, distribución muestral de la media, prueba Z, prueba t de Student para muestras simples e independientes, y condiciones para usar la prueba t. También resume el uso de la estadística inferencial en psicología para describir, predecir y explicar la conducta humana de manera objetiva basada en datos.
teorema de pitagoras
El teorema de Pitágoras establece que en un triángulo rectángulo, la suma de los cuadrados de los catetos es igual al cuadrado de la hipotenusa. Este teorema es útil para calcular lados desconocidos en triángulos rectángulos mediante la fórmula c2=a2+b2, donde c es la hipotenusa y a y b son los catetos. Se proveen ejemplos como calcular la longitud de una escalera o la diagonal de un cuadrado.
Recomendados
Seminario 8
Este documento resume los pasos para calcular diferentes probabilidades relacionadas con el peso de 150 estudiantes basándose en una distribución normal con media de 60 kg y desviación estándar de 3 kg. Calcula que el 50% de estudiantes pesan entre 60-75 kg, el 90.8% pesan menos de 64 kg, y el 5.6% pesan exactamente 64 kg.
Seminario 8
Este documento presenta tres ejercicios relacionados con distribuciones de probabilidad. El primero involucra una distribución normal para calcular probabilidades asociadas con pesos de estudiantes. El segundo utiliza una distribución de Poisson para calcular la probabilidad de accidentes de tráfico. El tercero emplea una distribución binomial para determinar la probabilidad de que amigos hayan visto una película exitosa.
Examen
El documento presenta varios ejemplos de cálculos de probabilidad utilizando la distribución de Poisson. En cada caso, se indica que no es posible aplicar la distribución de Poisson debido a que no se cumplen las condiciones básicas y los resultados serían muy diferentes.
2 Mediciion De Angulos En Un Traingulo
El documento habla sobre los teoremas relacionados con los ángulos de los triángulos. Explica que la suma de los ángulos internos de cualquier triángulo es 180 grados. También describe el teorema del tercer ángulo y el teorema del ángulo exterior. Finalmente, presenta algunos ejercicios para practicar la aplicación de estos teoremas al medir ángulos en triángulos dados.
1 metrologia estadistica
Este documento describe varias medidas de tendencia central y dispersión utilizadas para analizar conjuntos de datos. Las medidas de tendencia central incluyen la media aritmética, media ponderada y media armónica, las cuales representan el valor más probable de un conjunto de datos. Las medidas de dispersión incluyen la amplitud, varianza y desviación estándar, las cuales miden cuán dispersos están los valores de los datos con respecto a la media. El documento también explica el criterio de Chauvenet para rechazar valores atípicos en un conjunto de datos.
04 - Funciones de distribución discretas
Este documento presenta diferentes funciones de masa de probabilidad (FMP), incluyendo la FMP de Bernoulli, la FMP binomial, la FMP de Poisson y la FMP geométrica. Explica las características y aplicaciones de cada FMP, así como ejemplos ilustrativos. También muestra cómo calcular estadísticos como la media y varianza para cada FMP usando MATLAB y Excel.
Estadistica inferencial expo
Este documento presenta una introducción a la estadística inferencial. Explica conceptos clave como distribución muestral, distribución muestral de la media, prueba Z, prueba t de Student para muestras simples e independientes, y condiciones para usar la prueba t. También resume el uso de la estadística inferencial en psicología para describir, predecir y explicar la conducta humana de manera objetiva basada en datos.
teorema de pitagoras
El teorema de Pitágoras establece que en un triángulo rectángulo, la suma de los cuadrados de los catetos es igual al cuadrado de la hipotenusa. Este teorema es útil para calcular lados desconocidos en triángulos rectángulos mediante la fórmula c2=a2+b2, donde c es la hipotenusa y a y b son los catetos. Se proveen ejemplos como calcular la longitud de una escalera o la diagonal de un cuadrado.
Hipotesis (ji) p resentacion
Este documento presenta información sobre la distribución de Ji cuadrada y su aplicación en pruebas estadísticas. Explica la teoría, supuestos, gráficos y fórmulas relacionadas con la distribución de Ji cuadrada. También proporciona ejemplos y ejercicios resueltos sobre cómo utilizar la prueba de Ji cuadrada para evaluar la bondad de ajuste de datos y probar la independencia entre variables.
Distribuciones poisson, rayleigh y student
El documento presenta tres distribuciones de probabilidad: Poisson, Rayleigh y Student. La distribución de Poisson describe la probabilidad de eventos que ocurren a un ritmo constante. La distribución de Rayleigh modela variables aleatorias con valores positivos. La distribución t de Student generaliza la distribución normal para cuando la varianza es desconocida.
Trabajo geometria
Breve Explicacion sobre los distintos teoremas que se aplican en un triangulo rectangulo segun sus relaciones metricas
Presentacion poisson
Este documento describe la distribución de Poisson. Explica que modela el número de eventos que ocurren en un intervalo de tiempo si estos ocurren a una tasa promedio conocida de forma independiente. Luego detalla algunos usos comunes como modelar llegadas de clientes o llamadas telefónicas. Finalmente, provee ejemplos y condiciones para cuando se aplica esta distribución.
DistribucióN De Poisson
Este documento describe la distribución de Poisson y cómo se usa para calcular la probabilidad de sucesos aleatorios discretos. Explica que la distribución de Poisson se aplica cuando los eventos son impredecibles, independientes y ocurren con baja frecuencia dentro de un intervalo de muestra grande. Proporciona ejemplos y fórmulas para calcular la probabilidad, promedio, varianza y desviación estándar usando esta distribución.
Demostración geométrica del Teorema de Pitágoras
El documento demuestra el Teorema de Pitágoras a través de la construcción de dos figuras cuadradas idénticas formadas por cuatro triángulos rectángulos iguales cada una. Esto muestra que la suma de los cuadrados de los catetos de cualquier triángulo rectángulo es igual al cuadrado de su hipotenusa.
TEOREMA DE PITÁGORAS
Este documento presenta una lección sobre la demostración del teorema de Pitágoras para estudiantes de secundaria. Explica brevemente quién fue Pitágoras y presenta preguntas para ayudar a los estudiantes a comprender conceptos como los catetos y la hipotenusa de un triángulo rectángulo. También incluye enlaces a recursos adicionales y propone ejercicios para que los estudiantes apliquen el teorema. La evaluación se basará en la comprensión de la demostración y en
Teorema de pitagoras
El documento explica el Teorema de Pitágoras a través de 13 secciones. Introduce el teorema, muestra cómo se aplica a triángulos rectángulos, incluyendo dos demostraciones geométricas. Luego presenta ejemplos numéricos para calcular lados desconocidos y diagonales de cuadrados, rectángulos y triángulos isósceles. Finalmente explica cómo usar el teorema para hallar la altura de un hexágono regular.
Distribucion de Poisson
La distribución de Poisson describe la probabilidad de eventos aleatorios e independientes que ocurren con baja frecuencia en intervalos de tiempo, área o volumen. Se utiliza para calcular la probabilidad de sucesos como accidentes, defectos de producción, llamadas telefónicas u otros eventos impredecibles. La distribución depende de un solo parámetro, la media λ, que representa el número esperado de ocurrencias del evento.
Seminario 8
Este documento presenta la distribución normal y su aplicación en diferentes problemas de probabilidad. Explica que la distribución normal describe cómo se distribuyen variables continuas alrededor de la media, y cómo se puede usar la desviación estándar para calcular probabilidades. Luego, resuelve ejercicios utilizando fórmulas de distribución normal, Poisson y binomial para calcular probabilidades en contextos como pesos de estudiantes, accidentes de tráfico y éxito de películas.
Seminario 8
Este documento presenta varios cálculos estadísticos utilizando distribuciones como la normal, Poisson y binomial. Calcula probabilidades como la proporción de pacientes con pesos entre 60-75kg, la probabilidad de recibir 10 transfusiones y la probabilidad de que 2 personas en un grupo hayan visto una película.
Estadisticas II Evaluacion 1
Este documento presenta 10 problemas relacionados con distribuciones normales. En cada problema se pide calcular probabilidades o valores dados parámetros como la media y desviación estándar. Los problemas involucran hallar áreas bajo la curva normal, determinar valores críticos y calcular intervalos de confianza.
Seminario 8
Este documento presenta tres ejercicios estadísticos resueltos. El primero calcula las probabilidades asociadas con diferentes rangos de pesos de estudiantes. El segundo calcula la probabilidad de tener 3 accidentes en 300 viajes usando un modelo de Poisson. El tercero calcula las probabilidades de que 2 o menos personas en un grupo de 4 hayan visto una película popular usando una distribución binomial.
Estadistica
El documento presenta varios problemas relacionados con distribuciones normales. En el primer problema, se piden probabilidades para una distribución N(0,1). En el segundo, se piden valores de K para que se cumplan ciertas probabilidades. En el tercer problema, se piden probabilidades para una distribución N(23,3).
Maria.v.rojas ejercicios 2.
1) El documento presenta 5 ejercicios sobre distribuciones normales estándar. Resuelve áreas bajo la curva para diferentes valores de Z y encuentra valores de Z dados áreas bajo la curva.
2) Analiza la vida esperada de ratones con dietas restringidas y calcula probabilidades asociadas a diferentes rangos de meses de vida.
3) Estudia una máquina dispensadora de refrescos y calcula probabilidades de cantidades de mililitros servidos.
NORMAL.pdf
El documento presenta varios ejercicios de probabilidad utilizando distribuciones normales para modelar diferentes variables como el consumo de pan, tiempo de vida de animales, puntuaciones en un examen y altura de estudiantes. En cada ejercicio se pide calcular la probabilidad de que la variable tome valores dentro de ciertos rangos o sea menor/mayor que valores específicos utilizando la función de distribución acumulada de la normal.
Seminario 8
Este documento presenta tres actividades relacionadas con distribuciones de probabilidad. La primera actividad utiliza la distribución normal para calcular la probabilidad de que los pesos de estudiantes caigan dentro de diferentes rangos. La segunda actividad aplica la distribución de Poisson para calcular la probabilidad de accidentes de tráfico. La tercera actividad emplea la distribución binomial para determinar la probabilidad de que amigos hayan visto una película popular.
Seminario 8
Este documento presenta tres problemas de probabilidad que involucran distribuciones normales, de Poisson y binomial. El primer problema calcula la probabilidad de pesos de estudiantes usando una distribución normal. El segundo problema calcula la probabilidad de accidentes de tráfico usando una distribución de Poisson. El tercer problema calcula la probabilidad de que amigos hayan visto una película popular usando una distribución binomial.
ejercicios resuelto de estadística l
Este documento presenta varios ejercicios estadísticos relacionados con distribuciones normales. Calcula probabilidades y áreas bajo la curva para diferentes valores de variables aleatorias con medias y desviaciones estándar dadas. Los ejercicios abarcan temas como pistones, resistencia al cemento y fabricación de semiconductores.
Estadístia (tarea)
Este documento presenta información sobre una distribución normal incluyendo la media, desviación estándar y varias probabilidades. También incluye una tarea sobre probabilidades asociadas con ventas suponiendo una distribución normal. Se pide calcular la probabilidad de que las ventas sean mayores o iguales a $2 millones, menores o iguales a $450,000, y un intervalo de confianza del 95% para las ventas.
Más contenido relacionado
Destacado
Hipotesis (ji) p resentacion
Este documento presenta información sobre la distribución de Ji cuadrada y su aplicación en pruebas estadísticas. Explica la teoría, supuestos, gráficos y fórmulas relacionadas con la distribución de Ji cuadrada. También proporciona ejemplos y ejercicios resueltos sobre cómo utilizar la prueba de Ji cuadrada para evaluar la bondad de ajuste de datos y probar la independencia entre variables.
Distribuciones poisson, rayleigh y student
El documento presenta tres distribuciones de probabilidad: Poisson, Rayleigh y Student. La distribución de Poisson describe la probabilidad de eventos que ocurren a un ritmo constante. La distribución de Rayleigh modela variables aleatorias con valores positivos. La distribución t de Student generaliza la distribución normal para cuando la varianza es desconocida.
Trabajo geometria
Breve Explicacion sobre los distintos teoremas que se aplican en un triangulo rectangulo segun sus relaciones metricas
Presentacion poisson
Este documento describe la distribución de Poisson. Explica que modela el número de eventos que ocurren en un intervalo de tiempo si estos ocurren a una tasa promedio conocida de forma independiente. Luego detalla algunos usos comunes como modelar llegadas de clientes o llamadas telefónicas. Finalmente, provee ejemplos y condiciones para cuando se aplica esta distribución.
DistribucióN De Poisson
Este documento describe la distribución de Poisson y cómo se usa para calcular la probabilidad de sucesos aleatorios discretos. Explica que la distribución de Poisson se aplica cuando los eventos son impredecibles, independientes y ocurren con baja frecuencia dentro de un intervalo de muestra grande. Proporciona ejemplos y fórmulas para calcular la probabilidad, promedio, varianza y desviación estándar usando esta distribución.
Demostración geométrica del Teorema de Pitágoras
El documento demuestra el Teorema de Pitágoras a través de la construcción de dos figuras cuadradas idénticas formadas por cuatro triángulos rectángulos iguales cada una. Esto muestra que la suma de los cuadrados de los catetos de cualquier triángulo rectángulo es igual al cuadrado de su hipotenusa.
TEOREMA DE PITÁGORAS
Este documento presenta una lección sobre la demostración del teorema de Pitágoras para estudiantes de secundaria. Explica brevemente quién fue Pitágoras y presenta preguntas para ayudar a los estudiantes a comprender conceptos como los catetos y la hipotenusa de un triángulo rectángulo. También incluye enlaces a recursos adicionales y propone ejercicios para que los estudiantes apliquen el teorema. La evaluación se basará en la comprensión de la demostración y en
Teorema de pitagoras
El documento explica el Teorema de Pitágoras a través de 13 secciones. Introduce el teorema, muestra cómo se aplica a triángulos rectángulos, incluyendo dos demostraciones geométricas. Luego presenta ejemplos numéricos para calcular lados desconocidos y diagonales de cuadrados, rectángulos y triángulos isósceles. Finalmente explica cómo usar el teorema para hallar la altura de un hexágono regular.
Distribucion de Poisson
La distribución de Poisson describe la probabilidad de eventos aleatorios e independientes que ocurren con baja frecuencia en intervalos de tiempo, área o volumen. Se utiliza para calcular la probabilidad de sucesos como accidentes, defectos de producción, llamadas telefónicas u otros eventos impredecibles. La distribución depende de un solo parámetro, la media λ, que representa el número esperado de ocurrencias del evento.
Destacado (9)
Similar a Seminario 8
Seminario 8
Este documento presenta la distribución normal y su aplicación en diferentes problemas de probabilidad. Explica que la distribución normal describe cómo se distribuyen variables continuas alrededor de la media, y cómo se puede usar la desviación estándar para calcular probabilidades. Luego, resuelve ejercicios utilizando fórmulas de distribución normal, Poisson y binomial para calcular probabilidades en contextos como pesos de estudiantes, accidentes de tráfico y éxito de películas.
Seminario 8
Este documento presenta varios cálculos estadísticos utilizando distribuciones como la normal, Poisson y binomial. Calcula probabilidades como la proporción de pacientes con pesos entre 60-75kg, la probabilidad de recibir 10 transfusiones y la probabilidad de que 2 personas en un grupo hayan visto una película.
Estadisticas II Evaluacion 1
Este documento presenta 10 problemas relacionados con distribuciones normales. En cada problema se pide calcular probabilidades o valores dados parámetros como la media y desviación estándar. Los problemas involucran hallar áreas bajo la curva normal, determinar valores críticos y calcular intervalos de confianza.
Seminario 8
Este documento presenta tres ejercicios estadísticos resueltos. El primero calcula las probabilidades asociadas con diferentes rangos de pesos de estudiantes. El segundo calcula la probabilidad de tener 3 accidentes en 300 viajes usando un modelo de Poisson. El tercero calcula las probabilidades de que 2 o menos personas en un grupo de 4 hayan visto una película popular usando una distribución binomial.
Estadistica
El documento presenta varios problemas relacionados con distribuciones normales. En el primer problema, se piden probabilidades para una distribución N(0,1). En el segundo, se piden valores de K para que se cumplan ciertas probabilidades. En el tercer problema, se piden probabilidades para una distribución N(23,3).
Maria.v.rojas ejercicios 2.
1) El documento presenta 5 ejercicios sobre distribuciones normales estándar. Resuelve áreas bajo la curva para diferentes valores de Z y encuentra valores de Z dados áreas bajo la curva.
2) Analiza la vida esperada de ratones con dietas restringidas y calcula probabilidades asociadas a diferentes rangos de meses de vida.
3) Estudia una máquina dispensadora de refrescos y calcula probabilidades de cantidades de mililitros servidos.
NORMAL.pdf
El documento presenta varios ejercicios de probabilidad utilizando distribuciones normales para modelar diferentes variables como el consumo de pan, tiempo de vida de animales, puntuaciones en un examen y altura de estudiantes. En cada ejercicio se pide calcular la probabilidad de que la variable tome valores dentro de ciertos rangos o sea menor/mayor que valores específicos utilizando la función de distribución acumulada de la normal.
Seminario 8
Este documento presenta tres actividades relacionadas con distribuciones de probabilidad. La primera actividad utiliza la distribución normal para calcular la probabilidad de que los pesos de estudiantes caigan dentro de diferentes rangos. La segunda actividad aplica la distribución de Poisson para calcular la probabilidad de accidentes de tráfico. La tercera actividad emplea la distribución binomial para determinar la probabilidad de que amigos hayan visto una película popular.
Seminario 8
Este documento presenta tres problemas de probabilidad que involucran distribuciones normales, de Poisson y binomial. El primer problema calcula la probabilidad de pesos de estudiantes usando una distribución normal. El segundo problema calcula la probabilidad de accidentes de tráfico usando una distribución de Poisson. El tercer problema calcula la probabilidad de que amigos hayan visto una película popular usando una distribución binomial.
ejercicios resuelto de estadística l
Este documento presenta varios ejercicios estadísticos relacionados con distribuciones normales. Calcula probabilidades y áreas bajo la curva para diferentes valores de variables aleatorias con medias y desviaciones estándar dadas. Los ejercicios abarcan temas como pistones, resistencia al cemento y fabricación de semiconductores.
Estadístia (tarea)
Este documento presenta información sobre una distribución normal incluyendo la media, desviación estándar y varias probabilidades. También incluye una tarea sobre probabilidades asociadas con ventas suponiendo una distribución normal. Se pide calcular la probabilidad de que las ventas sean mayores o iguales a $2 millones, menores o iguales a $450,000, y un intervalo de confianza del 95% para las ventas.
Similar a Seminario 8 (11)
Seminario 8
- 1. B I B I A N A P O V E A L Ó P E Z SEMINARIO 8
- 3. Media: 60Kg Desviación típica: 3Kg N:150 estudiantes Zx=X-X´/Sx A) Entre 60 y 75kg : Z=(60-60)/3= 0 0.50 Z=(75-60)/3= 5 1 P( 0.5< x<1); P(x<1)-(x<0.5)= 0.5 50% B) Más de 90kg Z=(90-60)/3=10 1 P(x>90) ; P(x>90)= 1-1= 0 0%
- 4. C) Menos de 64kg Z=(64-60)/3= 1,33 0.9082 90,8% D) 64Kg Z=(63,5-60)/3= 1.16 0,8769 Z=(64,5-60)/3= 0.9331 0,9331 P(0,8769 <x 0,9331 )= 0,9331- 0,8769=0,056 5.6% • E) 64Kg o menos P(x=64)= 0.056 P (x<64)= 0.9082 P(x<64)= 0.9082- 0.056 = 85,22%
- 6. Modelo de Poisson Probabilidad: 0,02 Total: 300 viajes X=3 P(3)=e-6 · 63 /3! = 0.17 LOMBA= 300·0,02=6 3! = 3-3+3-2+3-1 e= 2.71828
- 8. N: 4 (números exactos) P:0.8 (probabilidad éxito) X:2 (tamaño) Q: 1-0,8=0.4 (fracaso (n/x)=[n!/X!·(N-X)!] p=0,1536+0,0256+(1,6·10^-3)= 0,1808
- 9. TABLA DE DISTRUBUCÍON NORMAL
- 10. FIN