SlideShare uma empresa Scribd logo
1 de 4
Baixar para ler offline
Análisis de datos experimentales
Tarea 1: Resumen
Media, varianza desv. Estándar, factorial de n, técnicas de conteo, y probabilidad
Media: representa la suma de los números en la muestra, dividido entre la
cantidad total de números que hay
Sea X1,…, Xn una muestra. La media muestral es:


n
i
iX
n
X
1
1
Para la media muestral se representa con la letra X y una barra encima de esta.
Desviación estándar: cantidad que mide el grado de dispersión en una muestra
sea X1,…, Xn una muestra la idea básica detrás de la desviación estándar es que
cuando la dispersión es grande los valores de la muestra tenderán a alejarse de
su media, pero si la dispersión es pequeña los valores tenderán a acercarse a su
media.
El primer pasó en el cálculo de la desv. Estándar es calcular las distancias de
cada valor de la muestra a la media de la muestra las desviaciones (X1-X),…, (Xn-
X) algunas de las desviaciones son positivas y otras negativas.
Las desviaciones grandes son indicadores de la dispersión para poder hacer todas
las desviaciones positivas se elevaran al cuadrado, con lo que se obtienen las
desviaciones al cuadrado.
(X1-X2),..., (Xn-X2) a partir de las desviaciones al cuadrado se puede obtener una
medida e la dispersión llamada varianza muestral, esta constituye el promedio de
las desviaciones al cuadrado, excepto que lo dividimos entre n-1 en lugar de n se
denota a la varianza muestras con S2.
Sea X1,…., Xn una muestras. La varianza muestral es la cantidad:




n
i
XX
n
S
1
2
1
2
)(
1
1
Aunque la varianza muestral es importante tiene una seria desventaja como una
medida de dispersión siendo así que sus cantidades NO, son las mismas que las
unidades de los valores de la muestra: estas tienen sus unidades al cuadrado,
pero para obtener las medidas de dispersión cuyas unidades sean las mismas que
las de los valores de la muestra de la varianza llamándose desviación estándar
muestral representados con la letra S. 



n
i
XX
n
S
1
2
1 )(
1
1
El principio fundamental del conteo se puede usar para determinar el número e
permutaciones de cualquier conjunto de elementos, por ejemplo se puede
determinar el número de permutaciones de un conjunto de la siguiente manera,
hay tres elecciones para colocar el primer elemento. Después de que se hace la
elección, hay dos elecciones restantes para el elemento del segundo lugar
Entonces que una elección para el elemento del segundo lugar. Entonces queda
una elección para el elemento del último lugar. Por tanto. El número total de
maneras de ordenar tres objetos es (3) (2) (1)=6. Este razonamiento se puede
generalizar. El número de permutaciones de un conjunto de n elementos es:
n(n-1) (n-2).....(3) (2) (1)
El número de permutaciones de k objetos elegidos de un grupo de n elementos es:
)!(
!
kn
n

Éste es el producto e los enteros del 1 la n. y se escribe como n! leyéndose “n
factorial”:
Aunque es diferente, cuando se elige un conjunto de elementos de un conjunto
más grande, y no se tiene en cuenta el orden de los elementos elegidos; solo se
consideran los que se eligen, a cada grupo distinto de elementos que se pueden
seleccionar, sin importar el orden, se llama combinación.
)!(!
!
knk
n
k
n







En un espacio muestras se tienen todos los resultados posibles de un
experimento, también obteniendo se algo de información adicional sobre el
experimento que ayudan a indicar que los resultados provienen de cierta parte del
espacio muestral. En este caso, la probabilidad que se da de un evento está
basada en los resultados de esta parte el espacio muestral. Una probabilidad que
se basa solamente en una parte de un espacio muestral se llama probabilidad
condicional.
Aunque también existe la probabilidad incondicional es la cual se basa en todo el
espacio muestral y no solo en una parte de ella.
Ejemplos:
1) Una muestra aleatoria simple de cinco hombres se elige de entre una gran
población de hombres y se mide su estatura. Las cinco cifras de estatura
(en pulgadas) son 65.51, 72.30, 68.31, 67.05 y 70.68. Encuentre la media
muestral.
Solución:
Usamos la ecuación 

n
i
iX
n
X
1
1
La media muestral es:
X =1/5(65.51+72.30+68.31+67.05+70.68) = 68.77 pulgadas.
2) Encuentra la mediana muestral para los datos del ejercicio anterior.
Solución:
Las cifras de los cinco casos de estatura, en orden creciente, son 65.51, 67.05,
68.31, 70.68, 72.30. La mediana muestral es el número de en medio, que es
68.31.
Ejemplos Probabilidad:
3) Se lanza un dado 20 veces. En virtud de que en tres de las tiradas salió el
número 1, en cinco el 2. En cuatro el 3, en dos el 4 y en tres el 6, ¿cuántos
arreglos diferentes de resultados hay?
Solución:
Hay 20 resultados. Están divididos en seis grupos; a saber, el grupo de tres
resultados en los que salió 1, el de cinco en los que salió 2 y así
sucesivamente. El número de maneras de dividir los 20 resultaos en seis
grupos de tamaños específicos es:
12
10955.1
!3!3!2!4!5!3
!20
x
4) Cierto tipo de automóvil se encuentra disponible en tres colores: rojo, azul o
verde, y puede tener un motor grande o pequeño. ¿De cuantas maneras
puede un comprador elegir un automóvil?
Solución:
Hay tres opciones de color y dos opciones de motor. Una lista completa de las
opciones se muestra en la siguiente tabla de 3x2. El número total de opciones
es (3)(2)=6.
Rojo Azul Verde
Grande Rojo, Grande Azul, Grande Verde, Grande
Pequeño Rojo, Pequeño Azul, Pequeño Verde, Pequeño

Mais conteúdo relacionado

Mais procurados

Ejemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesEjemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesOrbelith Murillo
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalfranciscoe71
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASIPN
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovDavid Solis
 
probabilidad y diferencia entre Poisson y Bernoulli.
probabilidad y diferencia entre Poisson y Bernoulli.probabilidad y diferencia entre Poisson y Bernoulli.
probabilidad y diferencia entre Poisson y Bernoulli.Belen Dominguez
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomialsamantharisa
 
Pruebas de hipótesis Por mi
Pruebas de hipótesis Por miPruebas de hipótesis Por mi
Pruebas de hipótesis Por miGonzalo Vazquez
 
ESTADISTICA.Tabla tstudent
ESTADISTICA.Tabla tstudentESTADISTICA.Tabla tstudent
ESTADISTICA.Tabla tstudentAna Ingrid
 
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
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedadesPABLITO Pablo
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.leonardo19940511
 
Pruebas de Hipótesis para dos medias y proporciones.estadistica
Pruebas de Hipótesis para dos medias y proporciones.estadisticaPruebas de Hipótesis para dos medias y proporciones.estadistica
Pruebas de Hipótesis para dos medias y proporciones.estadisticaYanina C.J
 

Mais procurados (20)

Clase8-Estadística
Clase8-EstadísticaClase8-Estadística
Clase8-Estadística
 
Ejemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesEjemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especiales
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 final
 
Tabla t Student
Tabla t StudentTabla t Student
Tabla t Student
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
 
Distribución gamma y exponencial
Distribución gamma y exponencialDistribución gamma y exponencial
Distribución gamma y exponencial
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-Smirnov
 
probabilidad y diferencia entre Poisson y Bernoulli.
probabilidad y diferencia entre Poisson y Bernoulli.probabilidad y diferencia entre Poisson y Bernoulli.
probabilidad y diferencia entre Poisson y Bernoulli.
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Blog problemas de intervalos de confianza
Blog problemas de intervalos de confianzaBlog problemas de intervalos de confianza
Blog problemas de intervalos de confianza
 
Pruebas de hipótesis Por mi
Pruebas de hipótesis Por miPruebas de hipótesis Por mi
Pruebas de hipótesis Por mi
 
ESTADISTICA.Tabla tstudent
ESTADISTICA.Tabla tstudentESTADISTICA.Tabla tstudent
ESTADISTICA.Tabla tstudent
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
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
 
Sesgo
SesgoSesgo
Sesgo
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedades
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.Cinco ejemplos de aplicación de las distribuciones de probabilidad.
Cinco ejemplos de aplicación de las distribuciones de probabilidad.
 
Pruebas de Hipótesis para dos medias y proporciones.estadistica
Pruebas de Hipótesis para dos medias y proporciones.estadisticaPruebas de Hipótesis para dos medias y proporciones.estadistica
Pruebas de Hipótesis para dos medias y proporciones.estadistica
 
Distribuciones de muestreo
Distribuciones de muestreoDistribuciones de muestreo
Distribuciones de muestreo
 

Semelhante a Análisis de datos experimentales resumen

Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadísticaldbb2290
 
7.3 Apéndice 5 El curso de Estadística.doc
7.3 Apéndice 5 El curso de Estadística.doc7.3 Apéndice 5 El curso de Estadística.doc
7.3 Apéndice 5 El curso de Estadística.docFredyJosuAlvaradoCon
 
Estadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptxEstadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptxDailitGonzlezCapote2
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadzooneerborre
 
Distribuciones discretas/ ESTADISTICA GENERAL
Distribuciones discretas/ ESTADISTICA GENERALDistribuciones discretas/ ESTADISTICA GENERAL
Distribuciones discretas/ ESTADISTICA GENERALperezpc
 
Variables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadVariables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadBlanca Parra Campos
 
Estadistica I - Unidad II.pptx
Estadistica I - Unidad II.pptxEstadistica I - Unidad II.pptx
Estadistica I - Unidad II.pptxHenrySousuke
 
DefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria DiscretaDefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria Discretajoeliv
 
Jose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose Ramon Borges Yepez
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continuaLIZBETH IZA
 
Teoría elemental del muestreo, teoría de la decisión
Teoría elemental del muestreo, teoría de la decisiónTeoría elemental del muestreo, teoría de la decisión
Teoría elemental del muestreo, teoría de la decisiónKeynner Alvarez Torres
 

Semelhante a Análisis de datos experimentales resumen (20)

Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
7.3 Apéndice 5 El curso de Estadística.doc
7.3 Apéndice 5 El curso de Estadística.doc7.3 Apéndice 5 El curso de Estadística.doc
7.3 Apéndice 5 El curso de Estadística.doc
 
Estadistica Aplicada
Estadistica AplicadaEstadistica Aplicada
Estadistica Aplicada
 
Estadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptxEstadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptx
 
SesióN 16
SesióN 16SesióN 16
SesióN 16
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Investigacion uni4
Investigacion uni4Investigacion uni4
Investigacion uni4
 
2 distribución de probabilidad discreta
2 distribución de probabilidad discreta2 distribución de probabilidad discreta
2 distribución de probabilidad discreta
 
Estimacion
EstimacionEstimacion
Estimacion
 
Clase 9 (2).pptx
Clase 9 (2).pptxClase 9 (2).pptx
Clase 9 (2).pptx
 
Distribuciones discretas/ ESTADISTICA GENERAL
Distribuciones discretas/ ESTADISTICA GENERALDistribuciones discretas/ ESTADISTICA GENERAL
Distribuciones discretas/ ESTADISTICA GENERAL
 
Variables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidadVariables aleatorias y distribución de probabilidad
Variables aleatorias y distribución de probabilidad
 
Estadistica I - Unidad II.pptx
Estadistica I - Unidad II.pptxEstadistica I - Unidad II.pptx
Estadistica I - Unidad II.pptx
 
Estadistica
EstadisticaEstadistica
Estadistica
 
DefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria DiscretaDefinicióN Variable Aleatoria Discreta
DefinicióN Variable Aleatoria Discreta
 
Ji cuadrada1
Ji cuadrada1Ji cuadrada1
Ji cuadrada1
 
Jose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de prob
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continua
 
Teoría elemental del muestreo, teoría de la decisión
Teoría elemental del muestreo, teoría de la decisiónTeoría elemental del muestreo, teoría de la decisión
Teoría elemental del muestreo, teoría de la decisión
 
Estadisticadocx
EstadisticadocxEstadisticadocx
Estadisticadocx
 

Mais de Instituto Tecnologico de Mexicali (6)

Control estadístico de calidad
Control estadístico de calidadControl estadístico de calidad
Control estadístico de calidad
 
concentrado de datos
concentrado de datosconcentrado de datos
concentrado de datos
 
Problema en clase
Problema en claseProblema en clase
Problema en clase
 
Pruebas de-hipotesis
Pruebas de-hipotesisPruebas de-hipotesis
Pruebas de-hipotesis
 
Tipos de distribución
Tipos de distribución Tipos de distribución
Tipos de distribución
 
Distribuciones de probabilidades
Distribuciones de probabilidadesDistribuciones de probabilidades
Distribuciones de probabilidades
 

Último

ECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdfECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdfmatepura
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfbcondort
 
CONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptx
CONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptxCONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptx
CONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptxBrayanJavierCalle2
 
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOCAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOLUISDAVIDVIZARRETARA
 
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOLTERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOLdanilojaviersantiago
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptxBRAYANJOSEPTSANJINEZ
 
04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf
04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf
04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdfCristhianZetaNima
 
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptxProcesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptxJuanPablo452634
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfMikkaelNicolae
 
Clase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVIL
Clase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVILClase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVIL
Clase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVILProblemSolved
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASfranzEmersonMAMANIOC
 
osciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdfosciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdfIvanRetambay
 
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERASDOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERASPersonalJesusGranPod
 
Quimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfQuimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfs7yl3dr4g0n01
 
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxCARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxvalenciaespinozadavi1
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaXimenaFallaLecca1
 
TAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdf
TAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdfTAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdf
TAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdfAntonioGonzalezIzqui
 
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfTEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfXimenaFallaLecca1
 
Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Dr. Edwin Hernandez
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAJOSLUISCALLATAENRIQU
 

Último (20)

ECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdfECONOMIA APLICADA SEMANA 555555555544.pdf
ECONOMIA APLICADA SEMANA 555555555544.pdf
 
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdfLA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
LA APLICACIÓN DE LAS PROPIEDADES TEXTUALES A LOS TEXTOS.pdf
 
CONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptx
CONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptxCONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptx
CONCEPTOS EN HIDROGEOLOGIA-diapositivas varias.pptx
 
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESOCAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
CAPITULO 4 ANODIZADO DE ALUMINIO ,OBTENCION Y PROCESO
 
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOLTERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
TERMODINAMICA YUNUS SEPTIMA EDICION, ESPAÑOL
 
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptxNTP- Determinación de Cloruros  en suelos y agregados (1) (1).pptx
NTP- Determinación de Cloruros en suelos y agregados (1) (1).pptx
 
04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf
04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf
04. Sistema de fuerzas equivalentes II - UCV 2024 II.pdf
 
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptxProcesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
Procesos-de-la-Industria-Alimentaria-Envasado-en-la-Produccion-de-Alimentos.pptx
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
Clase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVIL
Clase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVILClase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVIL
Clase 7 MECÁNICA DE FLUIDOS 2 INGENIERIA CIVIL
 
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIASTEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
TEXTURA Y DETERMINACION DE ROCAS SEDIMENTARIAS
 
osciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdfosciloscopios Mediciones Electricas ingenieria.pdf
osciloscopios Mediciones Electricas ingenieria.pdf
 
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERASDOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
DOCUMENTO PLAN DE RESPUESTA A EMERGENCIAS MINERAS
 
Quimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfQuimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdf
 
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptxCARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
CARGAS VIVAS Y CARGAS MUERTASEXPOCI.pptx
 
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO CersaSesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
Sesión 02 TIPOS DE VALORIZACIONES CURSO Cersa
 
TAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdf
TAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdfTAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdf
TAREA 8 CORREDOR INTEROCEÁNICO DEL PAÍS.pdf
 
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdfTEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
TEXTO UNICO DE LA LEY-DE-CONTRATACIONES-ESTADO.pdf
 
Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...Propuesta para la creación de un Centro de Innovación para la Refundación ...
Propuesta para la creación de un Centro de Innovación para la Refundación ...
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
 

Análisis de datos experimentales resumen

  • 1. Análisis de datos experimentales Tarea 1: Resumen Media, varianza desv. Estándar, factorial de n, técnicas de conteo, y probabilidad Media: representa la suma de los números en la muestra, dividido entre la cantidad total de números que hay Sea X1,…, Xn una muestra. La media muestral es:   n i iX n X 1 1 Para la media muestral se representa con la letra X y una barra encima de esta. Desviación estándar: cantidad que mide el grado de dispersión en una muestra sea X1,…, Xn una muestra la idea básica detrás de la desviación estándar es que cuando la dispersión es grande los valores de la muestra tenderán a alejarse de su media, pero si la dispersión es pequeña los valores tenderán a acercarse a su media. El primer pasó en el cálculo de la desv. Estándar es calcular las distancias de cada valor de la muestra a la media de la muestra las desviaciones (X1-X),…, (Xn- X) algunas de las desviaciones son positivas y otras negativas. Las desviaciones grandes son indicadores de la dispersión para poder hacer todas las desviaciones positivas se elevaran al cuadrado, con lo que se obtienen las desviaciones al cuadrado. (X1-X2),..., (Xn-X2) a partir de las desviaciones al cuadrado se puede obtener una medida e la dispersión llamada varianza muestral, esta constituye el promedio de las desviaciones al cuadrado, excepto que lo dividimos entre n-1 en lugar de n se denota a la varianza muestras con S2. Sea X1,…., Xn una muestras. La varianza muestral es la cantidad:     n i XX n S 1 2 1 2 )( 1 1 Aunque la varianza muestral es importante tiene una seria desventaja como una medida de dispersión siendo así que sus cantidades NO, son las mismas que las unidades de los valores de la muestra: estas tienen sus unidades al cuadrado, pero para obtener las medidas de dispersión cuyas unidades sean las mismas que las de los valores de la muestra de la varianza llamándose desviación estándar muestral representados con la letra S.     n i XX n S 1 2 1 )( 1 1
  • 2. El principio fundamental del conteo se puede usar para determinar el número e permutaciones de cualquier conjunto de elementos, por ejemplo se puede determinar el número de permutaciones de un conjunto de la siguiente manera, hay tres elecciones para colocar el primer elemento. Después de que se hace la elección, hay dos elecciones restantes para el elemento del segundo lugar Entonces que una elección para el elemento del segundo lugar. Entonces queda una elección para el elemento del último lugar. Por tanto. El número total de maneras de ordenar tres objetos es (3) (2) (1)=6. Este razonamiento se puede generalizar. El número de permutaciones de un conjunto de n elementos es: n(n-1) (n-2).....(3) (2) (1) El número de permutaciones de k objetos elegidos de un grupo de n elementos es: )!( ! kn n  Éste es el producto e los enteros del 1 la n. y se escribe como n! leyéndose “n factorial”: Aunque es diferente, cuando se elige un conjunto de elementos de un conjunto más grande, y no se tiene en cuenta el orden de los elementos elegidos; solo se consideran los que se eligen, a cada grupo distinto de elementos que se pueden seleccionar, sin importar el orden, se llama combinación. )!(! ! knk n k n        En un espacio muestras se tienen todos los resultados posibles de un experimento, también obteniendo se algo de información adicional sobre el experimento que ayudan a indicar que los resultados provienen de cierta parte del espacio muestral. En este caso, la probabilidad que se da de un evento está basada en los resultados de esta parte el espacio muestral. Una probabilidad que se basa solamente en una parte de un espacio muestral se llama probabilidad condicional. Aunque también existe la probabilidad incondicional es la cual se basa en todo el espacio muestral y no solo en una parte de ella.
  • 3. Ejemplos: 1) Una muestra aleatoria simple de cinco hombres se elige de entre una gran población de hombres y se mide su estatura. Las cinco cifras de estatura (en pulgadas) son 65.51, 72.30, 68.31, 67.05 y 70.68. Encuentre la media muestral. Solución: Usamos la ecuación   n i iX n X 1 1 La media muestral es: X =1/5(65.51+72.30+68.31+67.05+70.68) = 68.77 pulgadas. 2) Encuentra la mediana muestral para los datos del ejercicio anterior. Solución: Las cifras de los cinco casos de estatura, en orden creciente, son 65.51, 67.05, 68.31, 70.68, 72.30. La mediana muestral es el número de en medio, que es 68.31.
  • 4. Ejemplos Probabilidad: 3) Se lanza un dado 20 veces. En virtud de que en tres de las tiradas salió el número 1, en cinco el 2. En cuatro el 3, en dos el 4 y en tres el 6, ¿cuántos arreglos diferentes de resultados hay? Solución: Hay 20 resultados. Están divididos en seis grupos; a saber, el grupo de tres resultados en los que salió 1, el de cinco en los que salió 2 y así sucesivamente. El número de maneras de dividir los 20 resultaos en seis grupos de tamaños específicos es: 12 10955.1 !3!3!2!4!5!3 !20 x 4) Cierto tipo de automóvil se encuentra disponible en tres colores: rojo, azul o verde, y puede tener un motor grande o pequeño. ¿De cuantas maneras puede un comprador elegir un automóvil? Solución: Hay tres opciones de color y dos opciones de motor. Una lista completa de las opciones se muestra en la siguiente tabla de 3x2. El número total de opciones es (3)(2)=6. Rojo Azul Verde Grande Rojo, Grande Azul, Grande Verde, Grande Pequeño Rojo, Pequeño Azul, Pequeño Verde, Pequeño