Diferencia entre revisiones de «Final 03/08/2017 (Probabilidad y Estadística)»

De Cuba-Wiki
Sin resumen de edición
Sin resumen de edición
Línea 1: Línea 1:
1) Explicar en que consiste un proceso de Poisson y su relacion con la distribucion de Poisson
1) Explicar en que consiste un proceso de Poisson y su relación con la distribución de Poisson


2) Construir un test de hipotesis de nivel aproximado para el parametro p de una distribucion binomial
2) Construir un test de hipótesis de nivel aproximado para el parámetro p de una distribución binomial


3) Se repite n veces un experimento en forma idnependiente. Si A es un suceso y n_a la cantidad de veces que ocurre A. Dado $\epsilon > 0$, probar que $p(|n_a / n - a(A)| > \epsilon) \rightarrow 0$ para $n \rightarrow \inf$
3) Se repite n veces un experimento en forma independiente. Si A es un suceso y n_a la cantidad de veces que ocurre A. Dado <math>\epsilon > 0</math>, probar que <math>p(|n_a / n - a(A)| > \epsilon) \rightarrow 0<math> para <math>n \rightarrow \inf<math>.


4) Sean $X_j$ variables aleatorias independientes. $X_j ~ \Epsilon(\delta)$ y sea $t > 0$. Dado $k \in N$, calcular $P(Sum*(X_j \leq t))$
4) Sean $X_j$ variables aleatorias independientes. $X_j ~ \Epsilon(\delta)$ y sea $t > 0$. Dado $k \in N$, calcular $P(Sum*(X_j \leq t))$

Revisión del 02:41 7 ago 2017

1) Explicar en que consiste un proceso de Poisson y su relación con la distribución de Poisson

2) Construir un test de hipótesis de nivel aproximado para el parámetro p de una distribución binomial

3) Se repite n veces un experimento en forma independiente. Si A es un suceso y n_a la cantidad de veces que ocurre A. Dado , probar que <math>p(|n_a / n - a(A)| > \epsilon) \rightarrow 0<math> para <math>n \rightarrow \inf<math>.

4) Sean $X_j$ variables aleatorias independientes. $X_j ~ \Epsilon(\delta)$ y sea $t > 0$. Dado $k \in N$, calcular $P(Sum*(X_j \leq t))$

5) Enunciar y probar el teorema de Bayes.

6) Sea ${X_n}$ una muestra aleatoria de una variable aleatoria X tal que $V(X) = \sigma^2 < \inf$. Decidir si la varianza muestral $s^2$ es o no es un estimador consistente de $\sigma^2$.