Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


minimos cuadrados su, Apuntes de Probabilidad

ajusyte por minimos cuadrados en la fisica

Tipo: Apuntes

2021/2022

Subido el 03/01/2023

yimi-retamozo-lozano
yimi-retamozo-lozano 🇵🇪

10 documentos

1 / 40

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA
FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL
PRIMERA PRÁCTICA PROGRAMADA DE ESTADÍSTICA Y PROBABILIDADES
ASIGNATURA : Estadística y Probabilidades.
ALUMNO : INFANZON PALOMINO, David
DOCENTE : Ing. CIP Estadístico e Informático
TAPIA CALDERÓN, Guillermo Bernardino.
CÓDIGO : 16182130
SEMESTRE ACADÉMICO : 2019 Impar.
AYACUCHO PERÚ
2019
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28

Vista previa parcial del texto

¡Descarga minimos cuadrados su y más Apuntes en PDF de Probabilidad solo en Docsity!

UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE HUAMANGA

FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL

ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

PRIMERA PRÁCTICA PROGRAMADA DE ESTADÍSTICA Y PROBABILIDADES

ASIGNATURA : Estadística y Probabilidades.

ALUMNO : INFANZON PALOMINO, David

DOCENTE : Ing. CIP Estadístico e Informático

TAPIA CALDERÓN, Guillermo Bernardino.

CORREO : [email protected]

CÓDIGO : 16182130

SEMESTRE ACADÉMICO : 2019 – Impar.

AYACUCHO – PERÚ

PARTE A. Simbolización de Datos.- CASOS de Sumatorias y Productorias simples

A.1 CASO I. Señalar los límites superior e inferior de las sumatorias y desarrollar las “sumas

abreviadas” o sea los elementos de las sumatoria simples:

A.1.1)

=... ; desde i=1 hasta i = N

௜ୀଵ

A.1.2) ∑(ࢅ

= …; desde k=1 hasta k=

ୀ૚

A.1.3)

(ࢄ ࢅ + ࢂ ࢆ ) =…; desde i=1 hasta i=N

෍ ට

(ࢄ ࢅ + ࢂ ࢆ ) = ට(ܺ

ܻ

  • ܸ

ܼ

) + ට(ܺ

ܻ

  • ܸ

ܼ

) + ට(ܺ

ܻ

  • ܸ

ܼ

)

௜ୀଵ

݆

݆

݆

݆

݆

݆

݆

݆

݆

݆

݆

݆

A.1.4) ∑ ࡵ࡯ࡵࢂࡸ

࢝࢏

=…; desde i=1 hasta i=n

࢝࢏

ଵ௪

ଶ௪

ଷ௪

ସ௪

௜ୀଵ

ହ௪

௡௪

A.1.5)

࢏ା૚

૚ ି࢏

) =…; desde i=3 hasta i=N

࢏ା૚

૚ ି࢏

௜ୀଷ

ே ାଵ

ேି ଵ

A.1.6)

=…; desde j=1 hasta j=

A.2.5) (ܺ

ே ାଵ

ேି ଵ

࢏ା૚

૚ ି࢏

࢏ୀ૜

࢏ା૚

૚ ି࢏

) =…; desde i=3 hasta i=N

A.2.6) (ܫܥ)

૛૙૝ ૜

ࡶୀ૚

=…; desde j=1 hasta j=

A.2.7) (ࢄ

૚૙

૚૙ ૛

࢏ୀ૜

=…; desde i=3 hasta i=

A.3 CASO III.- Sean los valores

= ૝ y media

aritmética x. Hallar el valor numérico de las sumatorias simples siguientes.

Hallamos la media aritmética ࢞ഥ =

∑ ࢄ

࢏స૚

A.3.1)

) = …; desde i=2 hasta i=5.

࢏ୀ૛

A.3.2) ∑[ࢄ

)] = …; desde i=1 hasta i=5.

∑ [

]

[

− ҧݔ) + (ҧݔ− ܺ

]

[

− ҧݔ) + (ҧݔ− ܺ

]

࢏ୀ૚

[

− ҧݔ) + (ҧݔ− ܺ

]

[

− ҧݔ) + (ҧݔ− ܺ

]

[

− ҧݔ) + (ҧݔ− ܺ

]

= [3(3 − 4) + (4 − 3)] + [5(5 − 4) + (4 − 5)] + [2(2 − 4) + (4 − 2)]

[

]

[

]

= [−2] + [ 4 ] + [−2] + [ 10 ] + [ 0 ] = 10

A.3.3)

) = …; desde i=3 hasta i=5.

  • ҧݔ) + (ܺ

  • ҧݔ) + (ܺ

  • ҧݔ)

࢏ୀ૜

A.3.4) ∑൫ࢄ૜

൯= …; desde i=1 hasta i=3.

૜ ૜

࢏ୀ૚

A.3.5) ∑ ࢄ

࢏ା૚

= …; desde i=1 hasta i=4.

࢏ା૚

࢏ୀ૚

A.4 CASO IV.- Dada la fórmula de media aritmética de datos no agrupados ࢞ഥ =

∑ ࢄ ࢏

. Siendo límites desde i=1 hasta i=n de las ∑, ∏. Demostrar las igualdades siguientes:

A.4.1)

∑[

]

∑[(ܺ

)(ҧݔ) + (ҧݔ)

)(ҧݔ) − (ܺ

)] = ∑ ܺ

− ݊ ҧݔ

ҧݔ

ҧݔ

− ݊ ҧݔ

− ݊ (ҧݔ)

  • ݊ (ҧݔ)

− ݊ ҧݔ=

− ݊ ҧݔ

− ݊ ҧݔ= ∑ ܺ

− ݊ ҧݔ

− ݊ ҧݔ=

∑[

− ҧݔ)

(ҧݔ− 1)

]

− ݊ (ҧݔ)

  • ݊ (ҧݔ)

− ݊ ҧݔ= ∑

[

− ҧݔ)

(ҧݔ− 1)

]

ҧݔ+

ҧݔ

− ҧݔ

ҧݔ+ ҧݔ

− ҧݔ

− ҧݔ)

− ݊ ҧݔ

Si se cumple que ࡭ → ࡮ ࢟ ࡮ → ࡭ entonces A=B

A.4.4) ∑

[

]

ҧݔ+ ҧݔ− ܺ

ҧݔ+ ∑ ҧݔ− ∑ ܺ

− ҧݔ

  • ݊ ҧݔ− ݊ ҧݔ= ∑ ܺ

⁄݊ = ∑[ܺ

− ҧݔ) + (ҧݔ− ܺ

)]

− ҧݔ

࢔ + ҧݔ࢔− ҧݔ࢔= ∑[ܺ

− ҧݔ) + (ҧݔ− ܺ

)]

ҧݔ+

ҧݔ−

∑[

− ҧݔ

  • (ҧݔ− ܺ

]

ҧݔ+ ҧݔ− ܺ

൧= ∑[ܺ

− ҧݔ) + (ҧݔ− ܺ

)]

∑[

− ҧݔ

  • (ҧݔ− ܺ

]

∑[

− ҧݔ

  • (ҧݔ− ܺ

]

Si se cumple que ࡭ → ࡮ ࢟ ࡮ → ࡭ entonces A=B

A.4.5) ∑[ࢄ

)] = ૛ ∑ ࢄ

ҧݔ+ ܺ

− ҧݔ

ҧݔ+ ∑ ܺ

− ∑ ҧݔ

Por lo tanto ࡭ ≠ ࡮

A.4.6) ∏ ࢅ

Si se cumple que ࡭ → ࡮ ࢟ ࡮ → ࡭ entonces A=B

B.5.1)

࢏૚

࢏ୀ૚

= …; desde i=1 hasta i=

࢏૚

࢏ୀ૚

૚૚

૛૚

૜૚

૝૚

B.5.2) ∑ ࢄ

࢏૛

࢏ୀ૚

= …; desde i=1 hasta i=

࢏૛

࢏ୀ૚

૚૛

૛૛

૜૛

૝૛

B.5.3)

࢏૜

࢏ୀ૚

= …; desde i=1 hasta i=

࢏૜

࢏ୀ૚

૚૜

૛૜

૜૜

૝૜

B.5.4) ∑ ࢄ

࢏૝

࢏ୀ૚

= …; desde i=1 hasta i=

࢏૝

࢏ୀ૚

૚૝

૛૝

૜૝

૝૝

B.5.5) ∑ ࢄ

ୀ૚

= …; desde j=1 hasta j=

ୀ૚

૚૚

૚૛

૚૜

૚૝

B.5.6) ∑ ࢄ

ୀ૚

= …; desde j=1 hasta j=

ୀ૚

૛૚

૛૛

૛૜

૛૝

B.5.7)

ୀ૚

= …; desde j=1 hasta j=

ୀ૚

૜૚

૜૛

૜૜

૜૝

B.5.8) ∑ ࢄ

ୀ૚

= …; desde j=1 hasta j=

ୀ૚

૝૚

૝૛

૝૜

૝૝

B.5.9)

.૛

ୀ૚

…; desde j=1 hasta j=

.૛

ୀ૚

ୀ૚

૚૛

૛૛

૜૛

૝૛

B.5.10)

૜.

ୀ૚

= …; desde j=1 hasta j=

૜.

ୀ૚

ୀ૚

૜૚

૜૛

૜૜

૜૝

B.5.11)

..

ୀ૚

࢏ୀ૚

= …; desde i=1 y j=1 hasta i=4 y j=

..

ୀ૚

࢏ୀ૚

ୀ૚

࢏ୀ૚

࢏૚

࢏૛

࢏૜

࢏૝

࢏ୀ૚

࢏૚

࢏ୀ૚

࢏૛

࢏ୀ૚

࢏૜

࢏ୀ૚

࢏૝

࢏ୀ૚

૚૚

૛૚

૜૚

૝૚

૚૛

૛૛

૜૛

૝૛

૚૜

૛૜

૜૜

૝૜

૚૝

૛૝

૜૝

૝૝

B.5.12)

ୀ૚

࢏ୀ૚

= …; desde i=1 y j=1 hasta i=4 y j=

ୀ૚

࢏ୀ૚

࢏૚

࢏૛

࢏૜

࢏૝

࢏ୀ૚

TABLA N° C ′

i

900 60 25 20449

1764 126 36 24025

ݔ̅ = 3

ݕത= 113

෍ ݕ

= 6804

௜ୀଵ

෍ ݔ

ݕ

= 431

௜ୀଵ

෍ ܺ

= 91

௜ୀଵ

෍ ܻ

= 96187

௜ୀଵ

C.1: Media muestral de X : ࢞ഥ

ҧݔ=

௜ୀଵ

௜ୀଵ

C.2: Media muestral de Y: ࢟ഥ

௜ୀଵ

௜ୀଵ

C.3: Variancia muestral de las X:

− ҧݔ)

௡ ଶ

௜ୀଵ

଻ ଶ

௜ୀଵ

C.4: Variancia muestral de las Y: ࡿ ࢟

− ҧݔ)

௜ୀଵ

଻ ଶ

௜ୀଵ

C.5: ࢼ

∑ ࢞

∑ ܠ

ܑ

Desviaciones x

= X

− xത; y

= Y

− yത

β

= Coeficiente de regresión lineal simple

௜ୀଵ

଻ ଶ

௜ୀଵ

C.6: હෝ = ܡത− ઺

ܠത → intersección de la recta con el eje YY

ҧݔ= 113 − 15.

C.7: Para X=14 , ¿Cuánto valdrá Y?

C.8: Para X=20, ¿Cuánto será el pronóstico para Y?

C.9: Determinar el coeficiente de correlación e interpretación estadística.

∑ ௫

೔స భ

ට∑ ௫

∑ ௬

೙ మ

೔సభ

೔స భ

∑ ௫

೔స భ

ට∑ ௫

∑ ௬

ళ మ

೔సభ

೔సభ

(௫ భ

௬ భ

)ା(௫ మ

௬ మ

)ା⋯ା(௫ ళ

௬ ళ

)

ට(௫

ା௫

ା⋯ା௫

)(௬

ା௬

ା⋯ା௬

)

 Existe una correlación r= 0.987 que indica ser una correlación alta y directa entre los

variables del número de tiempo y la temperatura.

C.10: Determinar el coeficiente de determinación e interpretación estadística.

 El 98% de la variabilidad de temperatura es explicado por el número de tiempo

registrado.

C.11: Determinar el coeficiente de alejamiento e interpretación estadística.

D.1 Hallar media muestral de ࢄ ࢏

ҧݔ=

௜ୀଵ

௜ୀଵ

D.2 Hallar media muestral de

௜ୀଵ

௜ୀଵ

D.3 Varianza muestral de ࢄ ࢏

: S ࢄ

− ҧݔ

௡ ଶ

௜ୀଵ

ହ ଶ

௜ୀଵ

D.4 Varianza muestral de las ࢅ ࢏

− ҧݔ)

௜ୀଵ

ହ ଶ

௜ୀଵ

D.5 Hallar:

௜ୀଵ

଻ ଶ

௜ୀଵ

D.6 Hallar ࢻෝ = ࢟ − ࢞ࢼ

ҧݔ= 32 − 0.

D.7 Si x = 14, Cuánto vale Y

D.8 Si x = 20, Cuánto será el pronóstico para Y

D.9 Determinar el coeficiente de correlación e interpolación estadística.

௜ୀଵ

௡ ଶ

௜ୀଵ

௜ୀଵ

௜ୀଵ

ହ ଶ

௜ୀଵ

௜ୀଵ

Como "r" es próximo a 1, lo que indica un mayor grado de asociación entre las variables Xi

Yi.

D.10 Determinar el coeficiente de correlación e interpolación.

Donde:

: Coeficiente de correlacion

 "Representa la reducción relativa a la suma de cuadrados del error total"

D.11 Determinar el coeficiente de alejamiento e interpretación estadística.

Se sabe que:

Interpretación Estadístico: el coeficiente de alejamiento es 3.80951229172%,

cuyo valor es la raíz cuadrada de la diferencia entre la unidad y el Coeficiente de

Determinación, expresado en porcentaje (%).

D.12 Determina el coeficiente de variación de X.

(CV)

ҧݔ

E.5 ¿Existirá nuevo valor del número de intervalos ݉

Si existe nuevo valor para el intervalo de clases ݉

E.6 Determinar la amplitud interválica constante de datos originales (C) y la redondeada

Nueva amplitud interválica

E.7 ¿Existirá nuevo rango ܴ ௑

E.8 Diferencia de rangos

Repartir el Delta de R

ᇱᇱ

E.9 elaborar un cuadro completo de la distribución de pesos de lingotes de acero ‘Arequipa´

CUADRO Nº 9: ``Cuadro de distribución de pesos de lingotes de acero´´

i

௜ି ଵ

Tabulación

O conteo

1 [ 91. 55 , 92. 25 ⟩ 91.9 0.70 II 2 0.0400 4% 2 0.0400 4% 50 1 100% 183.80 3.

2 [

IIII IIII

3 [ 92. 95 , 93. 65 ⟩ 93.3 0.70 IIII III 8 0.1600 16% 19 0.3800 38% 39 0.7800 78% 746.40 14.

4 [ 93. 65 , 94. 35 ⟩ 94.0 0.70 IIII IIII IIII 14 0.2800 28% 33 0.6600 66% 31 0.6200 62% 1316.00 26.

5 [

IIII IIII

6 [ 95. 05 , 95. 75 ⟩ 95.4 0.70 IIII I 6 0.1200 12% 48 0.9600 96% 8 0.1600 16% 572.40 11.

7 [ 95. 75 , 96. 45 ⟩ 96.1 0.70 II 2 0.0400 4% 50 1 100% 2 0.0400 4% 192.20 3.

X X n=

௜ୀଵ

௜ୀଵ

௜ୀଵ

X X X 0 0 0 4696.5 93.