Diferencia entre revisiones de «Final 05/08/2013 (Probabilidad y Estadística)»

De Cuba-Wiki
Sin resumen de edición
Sin resumen de edición
Línea 1: Línea 1:
1. Markov. Chevichev. LGN para variables independientes con varianza finita
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 <math>X\sim P(\lambda)</math> e <math>Y \sim P(\theta) \Rightarrow X+Y \sim Poisson(\lambda + \theta)</math>.


3. Si Tn es el tiempo en hacer n veces un proceso Poission(lambda) Demostrar que Tn es ~ Gamma(n, lambda)
3. Si <math>T_n</math> es el tiempo en hacer <math>n</math> veces un proceso Poission(<math>\lambda</math>) Demostrar que <math>T_n</math> es <math>\sim \Gamma(n, \lambda)</math>.


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. <math>N</math> = "cantidad de huevos que pone gallina". <math>N</math> es uniforme discreta entre <math>\{0,1,2\}</math>. La probabilidad de que nazca un pollito de un huevo es <math>\frac{1}{4}</math>. ¿Cuál es la proba de que ponga 2 huevos si nació 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. Probabilidad de en 10 pasos volver a mi casa. Probabilidad 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. Sea <math>X_n</math> = "bolitas en la urna 1 en el instante <math>n</math>". Explicar por qué es Markov. Dar matriz. <math>P(X_2=2|X_0=0)</math>.


11.
11.


12. EMV de U[Tita, 1]  
12. EMV de <math>U[\Theta, 1]</math>.


13. IC para la Bernoulli parametro p
13. Intervalo de Confianza 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 <math> X_1..X_n \sim N(0,1)</math>. Demostrar que <math>\frac{Xn}{\sqrt{n}} \sim N(0,1)</math>, <math>X_n</math> es el promedio muestral.


15. Test de hipotesis para media con varianza conocida
15. Test de hipotesis para media con varianza conocida.

Revisión del 00:10 14 ago 2013

1. Markov. Chevichev. LGN para variables independientes con varianza finita.

2. FGM. Conseguir FGM de Poisson y demostrar con esto que si e .

3. Si es el tiempo en hacer veces un proceso Poission() Demostrar que es .

4.

5. = "cantidad de huevos que pone gallina". es uniforme discreta entre . La probabilidad de que nazca un pollito de un huevo es . ¿Cuál es la proba de que ponga 2 huevos si nació 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. Probabilidad de en 10 pasos volver a mi casa. Probabilidad de que no vuelva.

9.

10. 2 urnas, 3 bolitas. Se saca una bolita al azar y se la mete en la otra urna. Sea = "bolitas en la urna 1 en el instante ". Explicar por qué es Markov. Dar matriz. .

11.

12. EMV de .

13. Intervalo de Confianza para la Bernoulli parametro p.

14. Si . Demostrar que , es el promedio muestral.

15. Test de hipotesis para media con varianza conocida.

Obtenido de «https://www.cubawiki.com.ar/index.php?title=Final_05/08/2013_(Probabilidad_y_Estadística)&oldid=9036»