...¿Es importante la estadística en la toma de decisiones? Hay muchos sucesos o fenómenos que no tienen respuestas de cómo sucedieron, por lo que se debe recurrir a herramientas necesarias para hacer estudios de los mismos que aclaren los hechos o dudas de cada aspecto acontecido y así obtener datos e información. Con la ayuda de la estadística se podrán obtener resultados con los cuales se analizara y experimentara constantemente para obtener una lógica a esas situaciones impredecibles. La constante renovación de los resultados permitirá que situaciones de incertidumbre se vuelvan cada vez más explicativas. Para todo esto es que se necesita la estadística con la que se obtendrá respuestas a varias necesidades que la sociedad se enfrenta diariamente. La tarea fundamental de esta ciencia es reducir datos masivos de una población o de una muestra a partir de los constantes experimentos, con el objetivo de que estos datos representen la realidad para transformarla, conocerla y poder anticipar el futuro; es decir las respuestas o información proporcionadas permitirán tomar las mejores decisiones dependiendo de lo que se desea mejorar, reducir, modificar, desarrollar. Tiene sus orígenes desde la antigüedad en donde las civilizaciones egipcia, griega y romana obtenían los datos solo con un propósito el de aplicar impuestos y así planificar el reclutamiento militar. Se podría decir que Galton, biólogo y su discípulo Karl Pearson, biólogo y además matemático, fueron sus dos grandes...
Words: 1121 - Pages: 5
...Distribuciones continuas Distribución uniforme Sea x una variable aleatoria con función de densidad f(x), se dice que x tiene una distribución uniforme con parámetros α,β, si y solo si f(x) es: 1/( β-α) α β x f(x) 1/( β-α) α β x f(x) f(x)= 1/(β-α), α<x<β 0, resto de x α,β ϵ R f(x)= 1/(β-α), α<x<β 0, resto de x α,β ϵ R Probabilidad=αβfxdx Valor esperado μ(x)= (α+β)/2 Valor esperado μ(x)= (α+β)/2 Varianza v(x)= (β- α)^ 2 /12 Varianza v(x)= (β- α)^ 2 /12 Función Generadora de Momentos M(x) = [ (e^ βt- e^ α t ]/ t. (β- α) Función Generadora de Momentos M(x) = [ (e^ βt- e^ α t ]/ t. (β- α) Ejemplos: 1) En un trayecto urbano hay dos semáforos consecutivos de modo que 2.5 minutos después de que el primero se ponga verde se pone rojo el segundo. Ambos se cierran cada 2 minutos, permaneciendo cerrados 30 segundos. Un conductor se ha detenido en el primero y el tiempo en recorren la distancia entre ambos semáforos es una x(1,4). ¿Cuál es la probabilidad de que se pare en el segundo? 2) El volumen de precipitaciones estimado para el próximo año en la ciudad de Sevilla va a oscilar entre 400 y 500 litros por metro cuadrado. Calcular la función de distribución y la precipitación media esperada. 3) El experimento de lanzar un dado ¿Cuál es la probabilidad de que salga un dos en el primer lanzamiento? Distribución gamma Sea una variable aleatoria continua, se dice que tiene distribución Gamma, si y solo si...
Words: 1266 - Pages: 6
...Resum Matemàtiques l’accident del Challenger podria haver-se evitat Què és un model estadístic? Un model estadístic es un conjunt de equacions matemàtiques que descriuen un document d’estudi al atzar, de manera aleatòria. L’accident del challenger va ser el 1996, però també ens parla del descobriment de empremtes de dones en pintures rupestres d’una cova i ..... El challenger va esclatar poc després d’enlairar-se. Van morir els 8 tripulants. La ciència necessita la Modelització d’estadística. Què va anar malament en el Challenger? Fallada d’una junta teòrica en el coet dret de la llançadora. La fallada es va produir per la temperatura ambient d’aquell dia (-0.6ºC) degut a que la goma de les juntes és menys flexible a temperatures baixes. Un anàlisi estadística adequada hauria evitat l’accident. Challenger no va ser el únic coet que va enlairar-se, van haver 24 llançaments anteriors, 7 d’ells es va detectar problemes en la junta però no va arribar a ‘’estrallar-se’’. La ciència necessita la Modelització d’estadística. Què va anar malament en el challenger? Utilitzant un model de regressió logística hauríem vist que aquell dia era millor suspendre el llançament. Aquell dia la probabilitat que hi hagués una fallada en les juntes teòriques era del 99.5%. Ajornant el llançament 2-3 dies s’hauria evitat l’accident. La temperatura ambient fos superior a 0ºC s’hagués evitat. La longitud entre dos dits de la mà permet saber si una emprenta es d’una dóna o d’un home...
Words: 498 - Pages: 2
...PRIMER CURS 2013/14 1er QUADRIMESTRE DILLUNS 8-9 9-10 10-11 11-12 12-13 13-14 14-15 DIMARTS DIMECRES DIJOUS GRAU EN ENGINYERIA MECÀNICA - GEM 2on QUADRIMESTRE DIVENDRES 8-9 9-10 10-11 11-12 12-13 13-14 14-15 DILLUNS DIMARTS DIMECRES DIJOUS DIVENDRES 15-16 Fonaments Físics de l'Enginyeria I (20224004) (L1) Lab. 204 Fonaments Físics de l'Enginyeria (20224004) (L3) Lab. 204 ********** Fonaments Químics Enginyeria (20224009) (P1) Aula 109 Exp. Gràf. I disseny assistit per ord. I Fonaments MateMàtics Fonaments Químics (20224001) a l'Enginyeria a l'Enginyeria I (P1) Aula CAD (20224009) (20224006) ************* Aula 102 Aula 102 Fon. Fisics Enginyeria (20224004) (P2) Aula 109 15-16 Fonaments Físics II (20224005) (L2) Lab 204 ********** Mètodes Numèrics Prog. Algor. (20224003) (L1/L3) Aula 102 Mètodes Numèrics i Prog. Algor. (20224003) (P1) Aula 102 ********** Fon. Físics Eng. II (20224005) (P2) Aula 109 Exp. Gràf. i disseny assistit per ord. II (20224002) (P1) Aula CAD Mètodes Numèrics i Prog. Algor. (20224003) (P2) Aula 102 ************** Fon. Físics Eng. II (20224005) (P1) Aula 109 16-17 17-18 Fonaments Físics Eng. I (20224004) Aula 102 18-19 19-20 Fonaments Físics de l'Enginyeria (20224004) (L2) Lab. 204 Exp. Graf. I disseny assis. per ordin. I (20224001) (L3) Aula CAD ********** Admin. Empreses i Org. Fonaments Matemàtics Producció Enginyer. I (20224010) (20224006) (P2) Aula 117 (P1) Aula 102 ********** Fonaments Físics Eng. I (20224004)...
Words: 1577 - Pages: 7