FORMULARIO PRIMER PARCIAL MAT 1135 “J” FRECUENCIA f: frecuencia absoluta n: número de total de frecuencias ℎ= h:
Views 72 Downloads 0 File size 528KB
FORMULARIO PRIMER PARCIAL
MAT 1135 “J” FRECUENCIA f: frecuencia absoluta n: número de total de frecuencias ℎ=
h: frecuencia relativa p: frecuencia porcentual
𝐹𝐽 =
𝑛
p=h*100
𝑘 = √𝑛
𝑐=
c: amplitude de clase
𝑛
se toma cuenta el superior inmediato para 𝑓𝑗
𝑅 𝑘
𝑚∗𝑛 − 𝑓𝑗−1 𝑄𝑚 = 𝐿𝑖𝑛𝑓 + 4 𝑓𝑗 − 𝑓𝑗−1
𝐿𝑠𝑢𝑝− 𝐿𝑖𝑛𝑓 2
MEDIDAS DE DISPERCION RANGO (de la clasificación de datos) 𝑅 = 𝐿𝑠𝑢𝑝.(𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛) − 𝐿𝑖𝑛𝑓.(𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛)
MEDIDAS DE POSICION MEDIA ARITMETICA ∑𝑥 𝑋̅ =
∆1 ∗𝑐 ∆1 + ∆2
CUANTILES m: 1,2,3
4
𝑥𝑖 =
𝑛 − 𝐹𝑗−1 𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 2 𝐹𝑗− 𝐹𝑗−1
MODA Frecuencia (absoluta) aproximada de la moda: 𝑓𝑗 ∆1 = 𝑓𝑗 − 𝑓𝑗−1 ∆2 = 𝑓𝑗 − 𝑓𝑗+𝑖
𝑚∗𝑛
R: rango 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛
Xi: marca de clase
𝑛 2
𝑀𝑜 = 𝐿𝑖𝑛𝑓 +
CLASIFICACION DE DATOS k: Numero de clase
𝑓
MEDIANA Frecuencia (acumulada) aproximada de la mediana: 𝐹𝐽
𝑥̅ =
∑ 𝑥∗𝑓 ∑𝑓
𝐷𝑀 =
VARIANZA La media poblacional es igual:
∑ 𝑓 ∗ |𝑥 − 𝑥̅ | ∑𝑓
𝜇 = 𝑥̅
Probabilidad de fracaso
∑∗ (𝑥𝑗 − 𝜇)²
ƞ(𝐸) ƞ(𝑆)
ƞ(𝐸) 𝑃(𝐸̅) = 1 − ƞ(𝑆)
EVENTOS COMPUESTOS
𝑛
VARIANZA MUESTRAL 𝑆2
=
A
∑ 𝑓 ∗ (𝑥𝑗− 𝑥̅ )
𝐸1
𝐸2
B
S
𝑛−1 DESVIACION ESTANDAR DESVIACION ESTANDAR POBLACIONAL
√
∑∗(𝑥𝑗 −𝜇)² 𝑛
ó
√𝜎 2
A
∑ 𝑓∗(𝑥𝑗− 𝑥̅ ) 𝑛−1
A∩ 𝐵
B
Numero de términos: ƞ(𝐴𝑈𝐵) = ƞ(𝐴) − ƞ(𝐵) − ƞ(𝐴 ∩ 𝐵)
DESVIACION ESTANDAR MUESTRAL
√
𝑃(𝐸) =
Probabilidad de éxito
VARIANZA POBLACIONAL 𝜎2 =
PROBABILIDADES ƞ(𝑆): 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 ƞ(𝐸): 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 PROBABILIDAD CLASICA
DESVIACION MEDIA
Probabilidad: 𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
√𝑆 2
COEFICIENTE DE VARIACION
Dónde: 𝑃(𝐴)𝑜 𝑃(𝐵) 𝑜𝑃(𝐴 ∩ 𝐵) se obtiene como en : 𝑆 𝑥̅
Mientras más bajo sea mejor es nuestro calculo . 𝐶 = ∗ 100
EVENTOAS EXCLUYENTES: es decir no hay intersección entre eventos 𝐸2 A 𝐸1 B
Circulares 𝑃´𝑛 = (𝑛 − 1)!
VARIACIONES 𝑉𝑟𝑛 =
𝑛! (𝑛 − 𝑟)!
Con repetición 𝑉´𝑛𝑟 = 𝑛𝑟
𝐶𝑟𝑛 =
Si ƞ(𝐴 ∩ 𝐵) = 0 Entonces : Numero de términos: ƞ(𝐴𝑈𝐵) = ƞ(𝐴) − ƞ(𝐵) Probabilidad: 𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
PROBABILIDAD CONDICIONAL Sin reposición 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵 |𝐴) Con reposición TEOREMA DE BAYES 𝑃(𝐵𝐽 |𝐴) =
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵) 𝑃(𝐴|𝐵𝑗 ) ∗ 𝑃(𝐵𝑗 ) ; 𝑘 ∑𝑖=1 𝑃(𝐴|𝐵𝑖 ) ∗ 𝑃(𝐵𝑖 )
𝑗 = 1,2 … , 𝑘
COMBINATORIA PERMUTACION 𝑃𝑛 = 𝑛!
Con repetición 𝑃𝑛,𝑛1,𝑛2..𝑛𝑘 =
COMBINACIONES
𝑛! 𝑛1 ! ∗ 𝑛2 ! … …
𝑛! 𝑟! (𝑛 − 𝑟)!