Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATEMÁTICAS
INDICE
1. Algebra elemental
1.1 Ecuación de primer grado.
1.2 Ecuaciones algebraicas de orden mayor.
1.3 Ecuaciones trascendentes.
1.4 Soluciones numéricas.
3. Estadística descriptiva
3.1 Población
3.2 Muestra
3.3 Correlación
4. Variables aleatorias
4.1 Variable aleatoria discreta
4.2 Variable aleatoria continua y su función de densidad
4.3 Medidas de tendencia central de variables aleatorias discretas y continuas.
4.4 Medidas de dispersión de variables aleatorias discretas y continuas.
4.5 Medida de simetría de variables aleatorias discretas y continuas.
6. Distribuciones muestrales
6.1 Muestra estadística
6.2 Muestra aleatoria simple
6.3 Muestreo aleatorio simple
6.4 Generación de números aleatorios
6.5 Teorema del límite central
6.6 Distribución de la media muestral
6.7 Distribución Ji-Cuadrada
6.8 Distribución t-Student
Página 2 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
1. Algebra elemental
Una ecuación f(x)=g(x) es algebraica si cada una de las dos funciones es algebraica (racional o
irracional). De toda ecuación algebraica se puede obtener una ecuación de forma:
Su forma es ax + b = 0, donde a y b son constantes y números reales para a 0 y siempre tiene
solución real:
b
x (2)
a
Las ecuaciones de 1er. grado se llaman también lineales algunos ejemplos de estas son:
1. 3x-5 = 16 3. 2 x 1
3 5 4. ax+b=c
2.
x7 x2
Ejemplo.
Supongamos que queremos resolver la ecuación: 3x + 1 = x - 2.
3x - x = -1 - 2; 2x = - 3; x = -3/2 ó x = -1.5.
x = -1.5
x
Página 3 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Teorema.
Considere la ecuación cuadrática: ; a 0.
Si , entonces, las raíces son reales y diferentes.
Si , entonces, las raíces son reales e iguales.
Si , entonces, las raíces son complejas conjugadas.
Página 4 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
ó
Extrayendo raíz cuadrada en ambos miembros de la última igualdad (lo cual tiene
sentido solo si ), se obtiene:
La fórmula (2) proporciona las dos soluciones (una para cada signo) de la
ecuación cuadrática (1), que es equivalente a la ecuación : .
(1).
Solución
La ecuación: , con a≠ 0 ,es equivalente a la ecuación :
O equivalentemente,
Página 5 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
De donde:
(2)
Ejemplos
2. Resolver la ecuación x2 + 5x + 6 = 0
5 5 2 416 5 5 2 416
x1 x2
21 21
x1 = -3 x2 = -2
1 x 24 = 24 1 + 24 ≠ 10
2 x 12 = 24 2 + 12 ≠ 10
4 x 6 = 24 4 + 6 = 10
Factorizando se tiene
3x2 + 4x + 6x + 8 =0
x(3x+4) + 2(3x+4) = 0
(x+2)(3x+4) = 0 igualando a cero ambos factores y resolviendo
Página 6 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
(x+2) = 0 x = -2
(3x+4) = 0 x = - 4/3
Página 7 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
logb a = x bx = a
Página 8 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Propiedades:
- logb 1 = 0
- logb b = 1
- logb m logb n m n (con lo cual la función logarítmica es creciente)
- logb m = x log1/b m = -x logb (1/m) = -x
- logb MN = logb m + logb n
m
- logb = logb m – logb n
n
- logb mn = nlogb m con lo que m = blogbm
log m
- logb n m b
n
- Conociendo el logaritmo de un número en una cierta base b, se puede
determinar su logaritmo en cualquier otra base B según la fórmula:
log a 1
log b b donde puede ser tomado como módulo de
B log B log B
b b
conversión.
Ejemplos
Despejando x
log2x = log16
xlog2 = log16
Página 9 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
log 16
x 4
log 2
2 Encuentre el valor de x
lon(x2-9) - log(x+3)=19
Eliminando log.
log x29
x3
10
1019
x2 9
1019 x ≠ -3
x3
Resolviendo para y
20.00
y
ln e ln x 2
y ln x 2 ;
15.00
y = (lnx2)2 5.00
0.00
0.1 28.11
0.2 6.71
0.3 2.10
0.4 0.70
0.5 0.23
0.6 0.07
0.7 0.02
Página 10 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
A. Funciones trigonométricas
Las tres primeras se denominan funciones directas y las restantes son llamadas
funciones inversas (pues sólo son los números inversos de las otras). Estas
relaciones funcionan en los triángulos rectángulos y son útiles para hallar sus
elementos. Estas expresiones son funciones del ángulo a, esto queda asegurado
por el Corolario de Tales.
Página 11 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Una notación muy conveniente para recordar las fórmulas es la que acabamos de
utilizar; consiste en nombrar a un lado y a su ángulo opuesto con la misma letra:
mayúscula para el lado y minúscula para el ángulo.
Página 12 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
A2 = B2 + C2 -2BC cos a
Esta fórmula sirve para hallar cualquiera de los lados, si se conocen los dos lados
restantes y el ángulo que forman, por lo tanto también se la puede escribir como:
- Teorema de Pitágoras:
Para un triángulo rectángulo existe una relación muy conocida entre sus lados; es
el Teorema de Pitágoras que establece que: “El cuadrado de la hipotenusa (A) es
igual a la suma de los cuadrados de los catetos (B y C)”. La hipotenusa es el lado
opuesto al ángulo recto, y los catetos son los lados restantes. Es decir que:
A2 = B2 + C2 de donde
Página 13 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Reducción al primer cuadrante: Este cuadro indica el signo que posee cada
función en los cuatro cuadrantes, y se lo utiliza junto con las fórmulas de reducción
al primer cuadrante:
Página 14 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Si se tiene como dato alguna de las funciones inversas, un paso previo a estos
cálculos es, precisamente, invertir este valor para hallar la función directa
correspondiente.
Página 15 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
C. Funciones hiperbólicas
Son análogas a las funciones trigonométricas ordinarias o funciones circulares.
Estas son:
y otras líneas:
El seno hiperbólico
cotangente hiperbólica
cosecante hiperbólica
La tangente hiperbólica
Existen distintos algoritmos para encontrar las raíces o ceros de f(x) = 0, pero
ninguno es general; es decir, no hay un algoritmo que funcione con todas las
Página 16 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
ecuaciones; por ejemplo, se puede tener un algoritmo que funcione para encontrar
las raíces de f1(x) = 0, pero al aplicarlo no se puede encontrar los ceros de una
ecuación distinta f2(x) = 0.
En muy pocos casos es posible obtener las raíces exactas de f(x) = 0, como
cuando f(x) es un polinomio factorizable, como
1 2
f(x) x - x x x x x n ,
f(x) = x2 - 2x + 3 = 0
x2 3
x 2x 3 ó x
2
Una vez que se ha determinado una forma equivalente el siguiente paso es dar
una aproximación inicial a la raíz. Se denota valor de tanteo o valor de inicio como
x0. Una vez que se tiene x1, se evalúa g(x) en x0, denotándose el resultado de
esta evaluación como x0; esto es
g(x0)= x1
Página 17 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Aunque hay excepciones, generalmente se encuentra que los valores x0, x1,... se
van acercando a x de manera que xi, esta más cerca de x que xi-1, o bien se van
alejando de x .
Como con otras formas iterativas, el error aproximado de la ecuación xi+1 = g (xi)
se puede determinar usando el estimador de error.
x x
a i1 i 100%
x
i1
Ejemplo
i xi g (xi) ε%
0 0 1.0000
1 1 0.3679 100
2 0.368 0.6922 171.828
3 0.692 0.5005 46.8536
4 0.5 0.6062 38.3091
5 0.606 0.5454 17.4468
6 0.545 0.5796 11.1566
7 0.58 0.5601 5.90335
8 0.56 0.5711 3.48087
9 0.571 0.5649 1.9308
10 0.565 0.5684 1.10887
Página 18 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
De esta manera, cada iteración acerca cada vez más al valor estimado con el
valor verdadero de la raíz, el cual es 0.5671.
- Criterio de convergencia
g( x )= x ,
por lo cual puede suponerse que si la sucesión x0, x1, x2, ... converge a x , los
valores consecutivos xi, xi+1, irán acercándose entre sí conforme el proceso
iterativo avanza.
d x x
i i1 1
Si la sucesión d1, d2, d3,... tiende a cero, puede pensarse que el proceso esta
convergiendo a una raíz x y debe continuarse hasta que xi < , y tomar a xi+1,
como la raíz buscada. Si d1, d2, d3,... no converge para un número “grande” de
iteraciones entonces x0, x1, x2,... diverge de x , y se detiene el proceso para iniciar
uno nuevo, modificando la función g(x), el valor inicial o ambos.
fx
f x 0
1 x x
i
i i1
que se puede ordenar para obtener la ecuación central del algoritmo como
Página 19 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
f x
x x i
i1 i f x
i
Ejemplo
x 3 2 x 2 10 x 20
x x i i i
i 1 i 3
3 x 4 x 10
i i
Primera iteración
13 21 101 20
2
x 1 1.41176
31 41 10
1 2
i xi │xi+1 - xi│
0 1
1 1.4118 0.4118
2 1.3737 0.0381
3 1.3693 0.0044
4 1.3688 0.0004
5 1.3688 0.0000
Página 20 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
f x f x
i i1 ,
x x
i i1
formado con los resultados de las dos iteraciones anteriores xi-1 y xi. De esto
resulta la formula
x x f x
i1 i g x
x x
i
(A)
i1 i f x f x i
i i1
Página 21 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
la de x3 por
x x f x
x x 2 1
2
3 2 f x f x
2 1
│xi+1 - xi│<
│f(xi+1)│<
Ejemplo
x x f x 3 2 x 2 10 x 20
i i1 i i i
x x
i1 x 3 2 x 2 10 x 20 x 3 2 x 2 10 x 20
i
i i i i 1 i 1 i 1
Mediante x0 = 0 y x1 = 1 se calcula x2
Los valores de las iteraciones subsecuentes se presentan en la tabla
Página 22 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
i xi │xi+1 - xi│
0 0
1 1 1.0000
2 1.5385 0.5385
3 1.3503 0.1882
4 1.3679 0.0176
5 1.3688 0.0009
│xi+1 - xi│≤ = 10-3
f x f x
i i1 ,
x x
i i1
f x f x 0
i i1
Partimos del hecho de que se tienen dos valores iniciales xD y xi y que la función
es continúa en (xI,xD).
Se traza una línea recta que une los puntos A y B de coordenadas (xI, f(xI)) y (xD,
f(xD)), respectivamente. Se reemplaza f(x) en el intervalo (xI,xD) con el segmento
de recta AB y el punto de intersección de este segmento con el eje x, xM, será la
siguiente aproximación a x .
Página 23 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Se traza una nueva línea secante entre los puntos actuales A y B y se repite el
proceso hasta que se satisfaga el criterio de exactitud │f(xM)│< 1 tomándose
como aproximación a x el valor último de xM. Para terminar el proceso también
puede usarse el criterio │(xD – xI)│< En este caso se toma como aproximación
a x la media entre xD y xI.
Ejemplo
Página 24 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
f(0) = -20
f(1) = -7
f(-1) = -29
f(2) = 16
Podemos ver que hay una raíz real, por lo menos, en el intervalo (1,2); por tanto
xD = 1; f(xD) = -7
xI = 2; f(xI) = 16
(1 2)(7)
x 1 1.30435
M 7 16
Como f(xM) < 0, (igual signo que f(xD)), se reemplaza el valor de xD con el de xM,
con lo cual queda el nuevo intervalo como (1.30435). Por tanto
xD = 1; f(xD) = -1.30435
xI = 2; f(xI) = 16
│f(xM)│≤ 10-3
i xD xI xM │f(xM)│
0 1 2
1 1 2 1.30435 1.3348
2 1.3043 2 1.35791 0.2291
3 1.3579 2 1.36698 0.0386
4 1.3670 2 1.36850 0.0065
5 1.3685 2 1.36876 0.0011
6 1.3688 2 1.36880 0.0002
Página 25 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Este método es similar al de la posición falsa, auque algo más simple. Como en el
método de la posición falsa, también se requieren dos valores iniciales a ambos
lados de la raíz y que sus valores funcionales correspondientes sean de signos
opuestos.
(x x )
x I D
M 2
a ln a ln
, donde: n
2n ln 2
Ejemplo
Utilice el método de bisección para obtener una raíz real del polinomio
xD = 1; f(xD) = -7
xI = 2; f(xI) = 16
ln a ln ln 2 1 ln 103
n 6.64
ln 2 ln 2
Página 26 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Primera iteración
1 2
x 1.5 ; f(xM)) = 2.88
M 2
Como f(xM) = > 0 (distinto signo de f(xD)), se reemplaza el valor de con el de xM, con lo
cual quede un nuevo intervalo (1,1.5). Entonces
xD = 1; f(xD) = -7
xI = 1.5; f(xI) = 2.88
Segunda iteración
1 1.5
x 1.25 y f(xM)= -2.42
M 2
Como ahora f(xM) = < 0 (distinto signo de f(xD)), se reemplaza el valor de xD con el valor
de la nueva xM; de esta manera queda como intervalo (1.25, 1.5).
En la tabla se muestran los cálculos, el criterio │xi+1 – xi│ = 10-3 se satisface en diez
iteraciones; es decir, tres más de las previstas en la ecuación de la bisección,
debido principalmente a los errores de redondeo involucrados en el método.
Página 27 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplos
Resolviendo
Btu
Aceite U = 120
2
TH1 = 250°F hft F
2
Btu A = 879 ft
Cp1 = 0.5 TH2 = ?°F
lbF
TC2 = ?°F
donde
(4)
Página 28 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Q
1 0 (5)
Q
1
Pero Q sólo podrá calcularse cuando se conozcan todas las temperaturas. Para
resolver este problema se propone el siguiente procedimiento
Establecer que TH2 sea la única variable; entonces, Q2 puede escribirse en
función de TH2 como sigue
(6)
(7)
(8)
Valores iniciales
Para estimar un valor inicial de TH2 podemos apoyarnos en la siguiente figura la
cual muestra una gráfica de temperaturas en este tipo de intercambiadores de
calor. De acuerdo con esta gráfica, se tienen las siguientes restricciones
Página 29 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
TH1
TH2
TC2
TC1
0
L
Gráfica de temperaturas contra longitud en un intercambiador de calor con flujo a contracorriente
Empleando el método de bisección con TH2I = TC1 + 0.5 y TH2D = TH1 - 0.5 para
resolver la ecuación (8) tenemos los siguientes resultados
Resultados
Página 30 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo
di
VL L
dt
La caída del voltaje a través del capacitor (VC) depende de la carga (q) sobre el
mismo.
q
VC
C
Página 31 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
La segunda ley de Kirchoff indica que la suma algebraica de las caídas de voltaje
en un circuito cerrado es cero. Después de cerrar el interruptor se tiene:
di q
L Ri 0
dt C
dq
i
dt
Por lo tanto
Página 32 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Un rango inicial razonable de R es de 0 a 400 (ya que 2000 – 0.01R2) debe ser
mayor de cero). Esto de acuerdo con la gráfica de la ecuación. Con veintiún
iteraciones, se obtiene R = 328.1515, con un error menor al 0.0001%.
Página 33 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
donde a0 ...an , b0 ... bn ; c0 ... cn se llaman coeficientes y son números reales, r0...rn
también son números reales y se llaman términos independientes; y x, y, z las
incógnitas o variables.
Para que el sistema de ecuaciones sea lineal, debe cumplirse que ninguna de las
incógnitas esté elevada a ninguna potencia, ni entera ni fraccionaria, ni tampoco
aparezca en un denominador o como exponente o índice de una raíz. Por ejemplo,
los sistemas:
3x2+ 2y = 13
x - y2= -3
y
x + y1/3-4 z = 0,46
y
4x - +z=8 no son lineales.
z
Algunas veces hay más de una solución, y entre estas soluciones deben elegirse
aquellas que vayan de acuerdo a los enunciados: por ejemplo, si el enunciado
Página 34 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
pide que averigüemos una cierta cantidad de monedas, tendremos que descartar
entre las soluciones obtenidas aquellas que sean fraccionarias y negativas.
-5x + y – z = 24
2x + 4y – 3z = 11
7x + 5y + z = 10
4x + y - z = 13
4x - 2y + 6z = 42
z = 4x + y – 13
42 4x 2y
z
6
Página 35 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Un sistema de ecuaciones puede ser compatible: esto es, cuando las ecuaciones
que lo forman se verifican necesariamente para el mismo conjunto solución. Esto
quiere decir que si reemplazamos en cada ecuación las incógnitas por sus valores
obtendremos la igualdad.
x + y + z = 12
x + 2y + z = 19
x + y + z = 21
5x + 8y = 4 (1)
4x - 3y = 22 (2)
4 8y 4 5x
x y
5 8
Página 36 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
4 8y 4 5x
4 3y 22 4x 3 22
5 8
16 32y 12 15x
3y 22 4x 22
5 8
yyxx
y yx
94
y 188
47 x
y 2 47
x4
Verificación:
(5)(4) + 8(-2) = 4 20 - 16 = 4
(4)(4) - 3(-2) = 22 16 - (-6) = 22
-5x + 4y = -18
2x - 3y = -4
Igualando en x Igualando en y
4 3y 18 5x
x y
2 4
18 4y 4 2x
x y
5 3
Página 37 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
4 3y 18 4y 18 5x 4 2x
2 5 4 3
8x + 7y = 57 (1)
6x + 8y = 62 (2)
Página 38 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ahora apliquemos el mismo método para reducir la incógnita y: vemos que los
coeficientes son 7 y 8, entonces:
Coeficiente de y en (2): 8 | 8x + 7y = 57 64x + 56y = 4
Coeficiente de y en (1): 7 | 6x + 8y = 62 42x + 56y = 4
Verificación:
Página 39 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Una tabla ordenada n n de escalares situada entre dos líneas verticales, llamada
determinante de orden n, no es una matriz. La función determinante apareció por
primera vez en el estudio de los sistemas de ecuaciones lineales. Veremos que es
una herramienta indispensable en el estudio y obtención de éstas.
Página 40 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
= a11
Así, el determinante de una matriz 11A = (a11) es el propio escalar a11, es decir,
2.
a12a21a33 - a32a23a11
Obsérvese que hay seis productos, cada uno formado por tres elementos de la
matriz. Tres de los productos aparecen con signo positivo (conservan su signo) y
tres con signo negativo (cambian su signo). Para calcular los determinantes de
orden tres, el siguiente diagrama puede ayudar a resolverlos:
Página 41 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo:
= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63
Ejemplo:
Página 42 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Los signos se van alternando según la posición que ocupen las entradas del
determinante. Es decir:
Ejemplo:
Si observamos la matriz, podemos ver que en la tercera columna hay dos ceros.
Así pues, si cogemos las entradas de la tercera columna para calcular el
determinante, nos ahorraremos calcular dos determinantes, ya que el producto de
un determinante por cero es cero.
Página 43 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
2.4 Matrices
La matriz anterior se denota también por (aij), i =1, ..., m, j =1, ..., n, o
simplemente por (ai j ). Los términos horizontales son las filas de la matriz y los
verticales son sus columnas. Una matriz con m filas y n columnas se denomina
matriz m por n, o matriz m n.
Ejemplo:
A. Matrices cuadradas
Página 44 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Una matriz cuadrada es la que tiene el mismo número de filas que de columnas.
B. Matriz identidad
Sea A = (aij) una matriz n-cuadrada. La diagonal (o diagonal principal) de A
consiste en los elementos a11, a22,..., ann. La traza de A, escrito tr A, es la suma de
los elementos diagonales.
A· I = I ·A = A.
C. Matrices triangulares
Una matriz cuadrada A = (ai j ) es una matriz triangular superior o simplemente
una matriz triangular, si todas las entradas bajo la diagonal principal son iguales a
cero. Así pues, las matrices
Página 45 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
E. Matrices simétricas
Se dice que una matriz real es simétrica, si AT = A; y que es asimétrica, si AT = -A.
F. Matrices ortogonales
Se dice que una matriz real A es ortogonal, si AAT = AT A = I. Se observa que una
matriz ortogonal A es necesariamente cuadrada e invertible, con inversa A-1 = AT.
Consideremos una matriz 3 3 arbitraria:
Si A es ortogonal, entonces:
Página 46 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
G. Matrices normales
Una matriz es normal si conmuta con su transpuesta, esto es, si AAT = ATA.
Obviamente, si A es simétrica, asimétrica u ortogonal, es necesariamente normal.
Ejemplo:
Ejemplo:
Página 47 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo:
B. Producto de matrices
Para poder multiplicar dos matrices, la primera debe tener el mismo número de
columnas que filas la segunda. La matriz resultante del producto quedará con el
mismo número de filas de la primera y con el mismo número de columnas de la
segunda. Es decir, si tenemos una matriz 2 3 y la multiplicamos por otra de
orden 3 5, la matriz resultante será de orden 2 5.
(2 3) (3 5) = (2 5)
puesto que la primera matriz no tiene el mismo número de columnas que filas la
segunda. Supongamos que A = (aij) y B = (bij) son matrices tales que el número
de columnas de A coincide con el número de filas de B; es decir, A es una matriz
m p y B una matriz p n. Entonces el producto AB es la matriz m n cuya
entrada ij se obtiene multiplicando la fila i de A por la columna j de B. Esto es,
Página 48 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo:
1.
2.
Ejemplo:
Entonces:
C. División de matrices
La división de matrices se define como el producto del numerador multiplicado por
la matriz inversa del denominador. Es decir, sean las matrices A y B tal que A/B=
AB-1:
Si una matriz está dividida entre un escalar, todos los términos de la matriz
quedarán divididos por ese escalar.
Ejemplo:
Página 49 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
D. Matrices invertibles
Se dice que una matriz cuadrada A es invertible, si existe una matriz B con la
propiedad de que AB = BA = I siendo I la matriz identidad. Denominamos a la
matriz B la inversa de A y la denotamos por A-1.
Ejemplo:
Método de Gauss: Sea A = (aij) una matriz cuadrada de orden n. Para calcular la
matriz inversa de A, que denotaremos como A-1, seguiremos los siguientes pasos:
Paso 1.
Página 50 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Paso 2.
El siguiente paso es igual que el anterior, pero esta vez se toma como pivote el
segundo término de la diagonal principal. Al llegar al último término de la diagonal,
se procede igual que antes, pero poniendo los ceros encima del nuevo pivote. Se
observa que al tomar como pivote el último término de la diagonal, la matriz A se
transforma en una matriz triangular.
Una vez realizados todos los pasos, la mitad izquierda de la matriz M se convierte
en una matriz diagonal. En este momento hay que proceder a transformar, si es
que no lo está, la mitad izquierda en la matriz identidad, dividiendo si fuera
necesario las filas de M por un escalar.
Ejemplo:
Página 51 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Comprobación:
AA-1 = I
Página 52 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo
10 5 0 I 1 30
5 13 6 I 0
2
0 6 10 I 3 V2
Ejemplo
Con los datos del diagrama siguiente (donde los porcentajes estan dados en
peso), encuentre los valores de las corrientes de M1, M2, M3 y M4.
83% etanol
M1 58% etanol
17% agua Tanque de M4 21% etanol
61% etanol 21% agua
M2 mezclado
39% agua
24% metanol
M3 55% etanol
21% agua
Página 53 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
x
1i
x
x 2i
i
x
mi
T
Se dice que un vector x x x xm , depende linealmente de un conjunto
1 2
de vectores de m elementos x1, x2,..., xn, si se pueden encontrar escalares a1,
a2,..., an, tales que cumpla la siguiente ecuación vectorial
x a x a x a n xn
11 2 2
Ejemplo
Página 54 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Solución
0.1
y3 = 5 y y 5 3,
2
0
0.03 1 0.1
0.9 04 0.3 3
0 2 0
Página 55 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Si, por otro lado, se tienen dos vectores de dos componentes linealmente
dependientes, esto se manifiesta geométricamente como paralelismo (vea los
vectores x1 y x2 de las figuras de abajo). Puede verse que estos vectores paralelos
no forman un plano y un tercer vector x3 que no sea paralelo a ellos no puede
generarse con una combinación lineal de x1 y x2.
En conclusión, la característica geométrica de dos vectores linealmente
independientes es que se cortan en un punto. En cambio, dos vectores
linealmente dependientes son paralelos.
Página 56 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
3 Estadística descriptiva
En la actualidad la estadística ha llegado a ser un instrumento de uso cotidiano
para todos los profesionistas que están en contacto con fenómenos de naturaleza
aleatoria, y que a partir de ciertos datos cuantitativos del fenómeno, deben tonar
decisiones sobre su comportamiento general.
3.1 Población
Es el conjunto de todas las muestras posibles, que pueden obtenerse del sistema
en estudio de acuerdo al método de selección empleado.
3.2 Muestra
Para obtener una muestra representativa, existen diferentes técnicas, entre las
cuales se encuentran las siguientes.
Página 57 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo
Página 58 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
La fijación de los intervalos de clase depende del criterio del analista, aunque debe
de tomar en cuenta lo siguiente:
El número de intervalos que se pueden establecer depende de la cantidad de
datos que contiene la muestra (tamaño de la muestra) y de la dispersión de los
mismos.
También debe tenerse cuidado e la fijación de los límites de cada intervalo para
evitar, por un lado, la posibilidad de que un mismo elemento pertenezca a dos
intervalos diferentes y, por otro, que la magnitud de los intervalos difícil de
manejar.
Página 59 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
r
Fr f
j1 j
Página 60 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Página 61 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
A. De tendencia central
B. De dispersión
C. De sesgo o asimetría
D. De curtosis o apuntamiento
Con estas medidas se busca un valor que pueda representar a toda la muestra,
por encontrarse en el centro de ella, desde diferentes puntos de vista Las más
importantes medidas de tendencia central son las siguientes:
Página 62 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
1. Media ( X )
entonces
2. Mediana (Me)
Página 63 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
donde:
Página 64 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Despejando la mediana:
3. Moda
Por su propia definición, la moda no es única, pues puede haber dos o más
valores de la variable que tengan la misma frecuencia siendo esta máxima. En
cuyo caso tendremos una distribución bimodal o polimodal según el caso.
Página 65 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
donde:
despejando la moda
B. Medidas de dispersión
1. Rango
Se define como una medida de dispersión, puesto que indica la máxima
separación entre los datos.
2. Variancia
De una variable aleatoria se define como el segundo momento con respecto a la
media. De tal manera, para una distribución de frecuencias se define el momento
k-ésimo con respecto a la media como:
Página 66 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
donde:
n = al tamaño de la muestra,
m = al número de intervalos de clase,
fr = a la frecuencia del intervalo r y
tr = a la marca de clase del intervalo r.
fr
como la frecuencia relativa fr ' , entonces:
n
3. Coeficiente de variación
Página 67 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
1, 9, 7, 0, 5, 8, 7, 7, 5, 9, 16 (miles de toneladas)
Obtener
a) la media
b) la desviación estándar
c) El coeficiente de variación
a)
b)
c)
C. Medidas de asimetría
Página 68 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Si los datos están agrupados, se pueden aproximar los momentos con respecto a
la media:
Página 69 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Para medir la curtosis se puede usar el cuarto momento con respecto a la media
(m4). Así se define el coeficiente de curtosis como:
Página 70 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
b) El coeficiente de curtosis
3.3 Correlación
La regresión como una técnica estadística, una de ellas la regresión lineal simple y
la regresión multifactorial, analiza la relación de dos o mas variables continuas,
cuando analiza las dos variables a esta se el conoce como variable bivariantes
que pueden corresponder a variables cualitativas, la regresión nos permite el
cambio en una de las variables llamadas respuesta y que corresponde a otra
conocida como variable explicativa, la regresión es una técnica utilizada para
inferir datos a partir de otros y hallar una respuesta de lo que puede suceder.
Siendo así la regresión una técnica estadística, por lo tanto para interpretar
situaciones reales, pero a veces se manipula de mala manera por lo que es
necesario realizar una selección adecuada de las variables que van a construir las
formulas matemática, que representen a la regresión, por eso hay que tomar en
cuenta variables que tiene relación.
La regresión lineal técnica que usa variables aleatorias, continuas se diferencia del
otro método analítico que es la correlación, por que esta última no distingue entre
Página 71 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
las variables respuesta y la variable explicativa por que las trata en forma
simétrica.
La matematización nos da ecuaciones para manipular los datos, como por ejemplo
medir la circunferencia de los niños y niñas y que parece incrementarse entre las
edades de 2 meses y 18 años, aquí podemos inferir o predecir que las
circunferencias del cráneo cambiara con la edad, en este ejercicio la
circunferencia de la cabeza es la respuesta y la edad la variable explicativa.
Regresión Lineal: y = A + Bx
Página 72 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
1) Perfecta R = 1
2) Excelente R = 0.9 < = R < 1
3) Buena R = 0.8 < = R < 0.9
4) Regular 4) R = 0.5 < = R < 0.8
5) Mala 5) R < 0.5
Termodinámica 2 4 5 5 6 6 7 7 8 9
Matemáticas 2 2 5 5 5 7 5 8 7 10
Los pares de valores son: (2, 2) (4,2) (5,5)…….(8,7) (9,10) forman una distribución
diváriate.
La correlación, método por el cual se relacionan dos variables se pude graficar con
un diagrama de dispersión de puntos, a la cual muchos autores le llaman nubes de
puntos, encuadrado dentro de un gráfico de coordenadas x-y en la cual se pude
trazar una recta y cuyos puntos mas cercanos de una recta hablaran de una
correlación mas fuerte, ha esta recta se le denomina recta de regresión, que
puede ser positiva o negativa, la primera contundencia a aumentar y la segunda
en descenso o decreciente.
Página 73 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Por último se pueden graficar las líneas de tendencia, herramienta muy útil para
el mercadeo por que es utilizada para evaluar la resistencia que proyectan los
precios. Cuando una línea de tendencia central se rompe ya sea con tendencia al
alza o en la baja es porque ocurre un cambio en los precios, por lo tanto las líneas
de tendencia pueden ser alcista cuando se unen los puntos sucesivos y bajista
cuando se unen los puntos máximos.
Página 74 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ajuste Lineal: Y = Bx + A
Ajuste Logarítmico: Y =BLnX + A
Ajuste Exponencial: Y = AC BX
Tiene como objeto estudiar cómo los cambios en una variable, no aleatoria,
afectan a una variable aleatoria, en el caso de existir una relación funcional entre
ambas variables que puede ser establecida por una expresión lineal, es decir, su
representación gráfica es una línea recta. Cuando la relación lineal concierne al
valor medio o esperado de la variable aleatoria, estamos ante un modelo de
regresión lineal simple. La respuesta aleatoria al valor x de la variable controlada
se designa por Yx y, según lo establecido, se tendrá
Página 75 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Página 76 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Igualando a cero las derivadas parciales de SSE respecto de los dos parámetros
de la recta de regresión y resolviendo el correspondiente sistema de dos
ecuaciones se obtendrían:
4. Variables aleatorias
La variable aleatoria es usada para describir eventos y una función de distribución
acumulativa será usada para determinar las probabilidades de cierto evento
definido en términos de variables aleatorias.
Se define como una función real que asocia un elemento numérico con cada uno
de los eventos elementales del espacio muestral. Al término variable aleatoria
también se le conoce como variable posible, cantidad incierta o variable
estocástica.
S R
X
A
x
Página 77 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Para mejor entendimiento los valores de las variables aleatorias discretas son los
que provienen de conteos:
Ejemplo.
Se lanza una moneda dos veces de tal forma que el espacio muestral es J = {CC,
CS, SC, SS}. Representándose por X el número de caras que pueden resultar.
Con cada punto muestral podemos asociar un número para X como se muestra en
Página 78 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Punto muestral CC CS SC SS
X 2 1 1 0
Para x = xk , f(x) = 0
1. f(x) ≥ 0
2. ∑ f(x) = 1
x
Ejemplo.
Página 79 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
P(X=0) = P(SS) = ¼
Que en una de las tiradas de los dados NO salga cara
P(X=2) = P(CC) = ¼
Que en una de las tiradas de los dados salgan dos cara
x 0 1 2
f(x) 1/4 1/2 1/4
P( X x) F ( x)
Donde x es cualquier número real, es decir - < x < . La función de distribución
puede obtenerse de la función de probabilidad notando que
F ( x) P( X x) f (u )
u x
Donde la suma a la derecha se toma para todos los valores de u para los cuales u
x. Así la función de probabilidad puede obtenerse de distribución.
Página 80 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
0 -< x < x1
f(x1) x1 x < x2
f(x1)+f(x2) x2 x < x3
F(x) = . .
. .
. .
f(x1)+….+f(xn) xn x <
Ejemplo.
0 -< x < 0
F(x) = ¼ 0x<1
¾ 1x<2
1 2x<
Este tipo de variables se presenta con más frecuencia en los sistemas físicos que
las variables discretas, debido a que la masa, el calor, el volumen, el tiempo y
otras características, pueden tomar cualquier nivel, dentro de una escala continua.
Página 81 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Una variable aleatoria como la cantidad de lluvia diaria implica que cada intervalo
de números reales positivos tiene una probabilidad positiva de incluir un valor
observado. De esta manera si X, la variable aleatoria correspondiente a la
cantidad de lluvia diaria, tiene una función de densidad F(x). La densidad de
probabilidad es un concepto que indica cuáles son los subintervalos con mayor o
menor probabilidad, sin proporcionarla directamente.
f(x) ≥ 0 ≦x
Página 82 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
f ( x)dx 1
x
F ( x) P( x x0 ) f ( x)dx
Ejemplo.
f (x) 0 x<0
Calcular la probabilidad de que un automóvil tarde en pasar cuando
menos cinco minutos.
P(X≥5)= 0.1
0.1 x
dx
0.1
0.1
0 0.1(5) 0.6065
5
Página 83 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Sea X una variable aleatoria. La media de X, denotada por μx, o E[X], está definida
por:
EX xi f ( x) xi PX x
EX xf ( x)dx
Para una variable aleatoria es la suma de todos los valores de la variable dividida
entre el número total de elementos.
x x2 x3 ....xn1 xn x i
X EX 1 i 1
n n
La moda en una variable aleatoria es el valor que más se repite. Si una variable
aleatoria toma valores dentro del conjunto {x1, x2, ..., xn}, la moda será aquel xi que
dé el máximo en la función de probabilidad.
Se define la moda de una variable aleatoria X como el valor que hace máxima la
distribución de probabilidad o la función de densidad:
Página 84 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Me = x /F(x) = f ( x)dx
si X es continua:
Para el caso de variables aleatorias la mediana es el valor sobre el que hay igual
número de datos por encima y por debajo de él. La mediana puede definirse como
el valor central de los observados. Se ordenan los n datos de menor a mayor.
Página 85 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
x E X x 2
Si se desea comparar la varianza o la desviación estándar de varias variables con
diferentes unidades entre si, la comparación es válida, debido a que las
distribuciones de variables aleatorias, con unidades pequeñas, tendrán
aparentemente menos variación.
x
C.V .
x
4.5 Medida de simetría de variables aleatorias discretas y continuas.
x i
3
1 i 1
3
Página 86 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
x i
4
2 i 1
3
N 4
Ejemplo.
x -2 3 5 7
P(x) 0.2 0.4 0.3 0.1
Determinar:
a) La media
b) La desviación estándar
c) EL coeficiente de variación
Página 87 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
2 E ( X ) EX 2 2
2
En donde:
E[X2]= (-2)2(0.2)+32(0.4)+52(0.3)+72(0.1)=16.8
Por lo tanto
16.8 32 2.79
x 2.79
C.V . 0.93
x 3
Página 88 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Sea X una variable aleatoria que representa el número de éxitos en una secuencia
de n ensayos de Bernoulli con probabilidad p de éxito y 1-p de fracaso, entonces x
tiene distribución binomial con parámetros n y p.
B (n,p)
Para esta distribución se verifica que la variable X pueda tomar los valores
0,1,2,…….n. Y que la variable toma cada uno de estos valores con probabilidad
n
P X x p x 1 p
n x
x
La media está dada por:
μx = np
Ejemplo.
Página 89 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
μx = np = 4(0.1)= 0.4
La función de probabilidad
P X x pq x1
Ejemplo.
Página 90 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
La media sería
1
2 entrevistas
0.5
La varianza sería
0.5
2 2
0.5 2
P( x) C (n 1, x 1) p x q n x
La media está dada por:
x
p
La varianza está dada por
xq
2
p2
Página 91 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo.
n=5 x= 2 p=0.1
P(2) C (5 1,2 1)0.12 (1 0.1)52 = 0.02916
5
= 50 unidades
0.1
Sea X una variable que puede tomar, con la misma probabilidad, cualquier valor
en el intervalo [a, b] entonces X tiene distribución uniforme con parámetros a y b.
f x dx 1
f x
1
para a x b
ab
Página 92 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
2
b a 2
12
Ejemplo.
3I
x
3I
P X 1.5I
1 1.5I
1.5 I
3I 0
dx
3I 1.5 I 3I
P X 1.5I 0.5
Entonces:
CV
2 b a
2
(3I 0) 2 9 I 2 3I 2
12 12 12 4
Página 93 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
2
3I 4 0.866 I
0.866 I
CV 1.732
0.5I
x 2
1
f ( x) e 2 2
para toda x
2
Entonces X tiene distribución normal, con parámetros μ y σ.
Página 94 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
x
Z
La estandarización se lleva a cabo con una μ=0 y σ=1
Página 95 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo.
a) a la izquierda de z=0.94
b) a la izquierda de z= -0.85
Página 96 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo.
16
P X 6 (1 / 2) 6 1 1 / 2 = 0.1222
166
6
Para determinar la aproximación de la curva normal a esta probabilidad, se
emplea la corrección de continuidad y se representan seis águilas por medio del
intervalo 5.5 a 6.5. Como μ = np = 16 (1/2) = 8
σ np1 p 161 / 21 1 / 2 =2, la estandarización de 5.5 y 6.5 son:
5.5 8
z 1.25
2
6.5 8
z 0.75
2
Página 97 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
6. Distribuciones muestrales
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de
toda la población porque el manejo de un menor número de datos provoca
también menos errores en su manipulación. El número de sujetos que componen
Página 98 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
la muestra suele ser inferior que el de la población, pero suficiente para que la
estimación de los parámetros determinados tenga un nivel de confianza adecuado.
Para que el tamaño de la muestra sea idóneo es preciso recurrir a su cálculo.
Página 99 de 105
Matemáticas
Especialidad en Ahorro y Uso Eficiente de la Energía
Ejemplo.
Podemos considerar que las cuentas son los números 001, 002,…….,999, 000.
Tenemos 1000 números de tres dígitos, donde 001 representa el primer registro,
999 el registro del paciente 999 y 000 el milésimo.
Si los registros están numerados, solamente seleccionado los registros con los
números correspondientes, y estos registros representan una muestra aleatoria de
n=20 de N=1000.
El teorema del límite central dice que si una muestra es lo bastante grande (n >
30), sea cual sea la distribución de la variable de interés, la distribución de la
media muestral será aproximadamente una normal. Además, la media será la
misma que la de la variable de interés, y la desviación típica de la media muestral
será aproximadamente el error estándar.
z
X N (0,1)
/ n
Ejemplo. Los resultados de las pruebas finales de todos los alumnos del último
año de las preparatorias de cierto estado tienen una media de 60 y una varianza
de 64. Una generación específica de cierta preparatoria de n=100 alumnos tuvo
una media de 58. ¿Puede afirmarse que esta preparatoria sea inferior? (calcule la
probabilidad de que la media muestral sea a lo más 58 cuando n=100)
58 60
P(Y 58) P Pz 2.5 0.0062
64 / 100
generación estudiada como una muestra aleatoria de una población con μ=60 y σ2
= 64. Se puede afirmar que la calificación promedio para esta preparatoria es
menor que el promedio global de μ=60.
Al tomar las muestras aleatorias se cometen ciertos errores que se reflejan en que
la media y la distribución de cada muestra no son iguales, y por lo tanto la media y
la desviación estándar de la población tampoco coinciden con los de la muestra.
Por esta razón, la desviación estándar de la distribución de un estadístico muestral
recibe el nombre de error estándar estadístico. El error estándar no solamente
indica el tamaño del error accidental, sino también la exactitud que alcanzaremos
si usamos un estadístico muestral para estimar un parámetro de la población.
1 n
x xi
n i 1
Ejemplo
n=2
N=5
1 3 5 7 9 25
5
5 5
5¡
Número de muestras C 25 10
2¡(5 2)
Conjunto de muestras
{(1, 3), (1, 5), (1, 7), (1, 9), (3, 5), (3, 7), (3, 9), (5, 7), (5, 9), (7, 9)}
X2
n 1s 2
2
Donde n es el tamaño de la muestra, s2 la varianza muestral y la varianza σ2 de la
población de donde se extrajo la muestra.
Ejemplo.
Suponga que los tiempos requeridos por un cierto autobús para alcanzar uno de
sus destinos en una ciudad grande forman una distribución normal con una
desviación estándar σ =1 minuto. Si se elige al azar una muestra de 17 tiempos,
encuentre la probabilidad de que la varianza muestral sea mayor que 2.
Encuentre k tal que P(k < t < -1.761) = 0.045, para una muestra aleatoria de
tamaño 15 que se selecciona de una distribución normal.
Solución: