Diferencia entre revisiones de «Final 05/08/2013 (Probabilidad y Estadística)»
Sin resumen de edición |
Sin resumen de edición |
||
| Línea 1: | Línea 1: | ||
1. Markov. Chevichev. LGN para variables independientes con varianza finita | |||
2. FGM. Conseguir FGM de Poisson y demostrar con esto que si X~ P(lambda) e Y ~P(tita) => X+Y ~ Poisson(lambda + tita) | 2. FGM. Conseguir FGM de Poisson y demostrar con esto que si X~ P(lambda) e Y ~P(tita) => X+Y ~ Poisson(lambda + tita) | ||
3. Si Tn es el tiempo en hacer n veces un proceso Poission(lambda) Demostrar que Tn es ~ Gamma(n, lambda) | 3. Si Tn es el tiempo en hacer n veces un proceso Poission(lambda) Demostrar que Tn es ~ Gamma(n, lambda) | ||
4. | 4. | ||
5. N = "cantidad de huevos que pone gallina". N es uniforme discreta entr {0,1,2}. Proba de que nazca un pollito de un huevo es 1/4. Cual es la proba de que ponga 2 huevos si nacio un pollito. | 5. N = "cantidad de huevos que pone gallina". N es uniforme discreta entr {0,1,2}. Proba de que nazca un pollito de un huevo es 1/4. Cual es la proba de que ponga 2 huevos si nacio un pollito. | ||
6. Esperanza de que pollitos para 3 gallinas (creo) | 6. Esperanza de que pollitos para 3 gallinas (creo) | ||
7. | 7. | ||
8. Paseos aleatorios sobre una calle que solo va al norte o sur en las esquinas. Proba de en 10 pasos volver a mi casa. Proba de que no vuelva | 8. Paseos aleatorios sobre una calle que solo va al norte o sur en las esquinas. Proba de en 10 pasos volver a mi casa. Proba de que no vuelva | ||
9. | 9. | ||
10. 2 urnas, 3 bolitas. Se saca una bolita al azar y se la mete en la otra urna. Xn = "bolitas en la urna 1 en el instante n". Explicar por qué es Markov. Dar matriz. P(X2=2|X0=0) | 10. 2 urnas, 3 bolitas. Se saca una bolita al azar y se la mete en la otra urna. Xn = "bolitas en la urna 1 en el instante n". Explicar por qué es Markov. Dar matriz. P(X2=2|X0=0) | ||
11. | 11. | ||
12. EMV de U[Tita, 1] | 12. EMV de U[Tita, 1] | ||
13. IC para la Bernoulli parametro p | 13. IC para la Bernoulli parametro p | ||
14. Si X1..Xn ~ N(0,1). Demostrar que Xn/raiz(n) ~ N(0,1), Xn es el promedio muestral | 14. Si X1..Xn ~ N(0,1). Demostrar que Xn/raiz(n) ~ N(0,1), Xn es el promedio muestral | ||
15. Test de hipotesis para media con varianza conocida | |||
15. Test de hipotesis para media con varianza conocida | |||
Revisión del 04:17 9 ago 2013
1. Markov. Chevichev. LGN para variables independientes con varianza finita
2. FGM. Conseguir FGM de Poisson y demostrar con esto que si X~ P(lambda) e Y ~P(tita) => X+Y ~ Poisson(lambda + tita)
3. Si Tn es el tiempo en hacer n veces un proceso Poission(lambda) Demostrar que Tn es ~ Gamma(n, lambda)
4.
5. N = "cantidad de huevos que pone gallina". N es uniforme discreta entr {0,1,2}. Proba de que nazca un pollito de un huevo es 1/4. Cual es la proba de que ponga 2 huevos si nacio un pollito.
6. Esperanza de que pollitos para 3 gallinas (creo)
7.
8. Paseos aleatorios sobre una calle que solo va al norte o sur en las esquinas. Proba de en 10 pasos volver a mi casa. Proba de que no vuelva
9.
10. 2 urnas, 3 bolitas. Se saca una bolita al azar y se la mete en la otra urna. Xn = "bolitas en la urna 1 en el instante n". Explicar por qué es Markov. Dar matriz. P(X2=2|X0=0)
11.
12. EMV de U[Tita, 1]
13. IC para la Bernoulli parametro p
14. Si X1..Xn ~ N(0,1). Demostrar que Xn/raiz(n) ~ N(0,1), Xn es el promedio muestral
15. Test de hipotesis para media con varianza conocida
