Вы находитесь на странице: 1из 24

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 1

LOGRO ESPERADO
Resuelve problemas sobre experimentos aleatorios utilizando las distribuciones
Binomial, Poisson e Hipergeométrica en situaciones de contexto profesional/social.

INDICADORES DE LOGRO

• Calcula la probabilidad de ocurrencia de un evento utilizando la función de


probabilidad que corresponde a las distribuciones Binomial, Poisson e
Hipergeométrica .
• Explica la probabilidad obtenida a partir de las referencias teóricas dadas.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 2


Motivación

En una fábrica manufacturera, el jefe de


control de calidad observó que el 12% de las
partículas en cada muestra de aire son
extrañas. Si usted selecciona una partícula de
cada una de 20 muestras de aire, calcule la
probabilidad que se encuentren por lo menos
3 partículas extrañas.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 3


1. ¿Cuándo n eventos son independientes?

2. ¿Cuándo n eventos son igualmente probables?

3. ¿Qué entiende por extracciones sin reemplazo y extracciones con


reemplazo?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 4


Distribución Binomial
Es una de las distribuciones discretas más útiles. Su área de aplicación
incluye las ventas, el control de calidad, la medicina, la investigación de
mercados, entre otras .
A continuación, se presentan algunos experimentos que aceptan un
modelo Binomial:
•Lanzar una moneda 15 veces y observar el número de caras que
aparecen.
•Observar el número de artículos defectuosos producido por una
máquina.
•Observar el número de partículas extrañas en diferentes muestras de
aire.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 5


Características
•El experimento consiste de n ensayos idénticos e
independientes.
•En cada ensayo, solo existen 2 posibles resultados, a uno se
le denomina éxito (E) y al otros Fracaso (F).
•La probabilidad de éxito 𝑝 es la misma en cada ensayo.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 6


DEFINICIÓN

Una variable aleatoria X sigue distribución Binomial con parámetros n y p, y


se representa por XBi(n,p), si su función de probabilidad está dada por:

𝑷 𝑿 = 𝒙 = ∁𝒏𝒙 𝒑𝒙 𝟏 − 𝒑 𝒏−𝒙 𝒙: 𝟎, 𝟏, 𝟐, … , 𝒏

Donde:
𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠
𝑝 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑒𝑛𝑠𝑎𝑦𝑜

Medidas de resumen
Esperanza matemática: Varianza:
𝑬 𝑿 =𝒏𝒑 𝑽 𝑿 = 𝒏 𝒑 (𝟏 − 𝒑)

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 7


EJEMPLO

En una fábrica manufacturera, el jefe de


control de calidad observó que el 12% de las
partículas en cada muestra de aire son
extrañas. Si usted selecciona una partícula de
cada una de 20 muestras de aire,
a) calcule la probabilidad que se encuentren
a lo más 2 partículas extrañas.
b) calcule la probabilidad que se encuentren
por lo menos 3 partículas extrañas.
c) calcule el valor esperado y la varianza de
las partículas extrañas en el aire.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 8


SOLUCIÓN
Sea la variable:
𝑋= Número de partículas extrañas de un total de 20
Parámetros
𝑛 = 20 𝑝 = 0.12
a)
𝑃 𝑋≤2 = 𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃(𝑋 = 2)
𝑃 𝑋=0 = 𝐶020 × 0.120 × (0.88)20−0 = 0.0776
𝑃 𝑋=1 = 𝐶120 × 0.121 × (0.88)20−1 = 0.2115
𝑃 𝑋=2 = 𝐶220 × 0.122 × (0.88)20−2 = 0.2740
𝑃 𝑋 ≤ 2 = 0.5631

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 9


b)
𝑃 𝑋 ≥3 =1−𝑃 𝑋 <3
𝑃 𝑋 ≥ 3 = 1 − 0.5631
𝑃 𝑋 ≥ 3 = 0.4369

c)

Esperanza matemática
𝐸 𝑋 = 𝑛 𝑝 = 20 × 0.12 = 2.4
Varianza
𝑉 𝑋 = 20 × 0.12 × 1 − 0.12 = 2.112

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 10


DISTRIBUCIÓN POISSON
Esta distribución se aplica cuando nos encontramos en situaciones en que
interesa determinar que un evento aislado ocurra un número específico de veces
en un intervalo de tiempo o espacio.
A continuación, se presentan algunos experimentos que aceptan un modelo
Poisson:
•Número de autos que llegan a un taller automotriz en un lapso de tiempo
específico.
•Número de impulsos electrónicos errados transmitidos durante espacio de
tiempo específico.
•Número de llamadas telefónicas que ingresan a un conmutador por minuto.
•Número de defectos de una tela por m2.
•Número de bacterias por cm2 de un cultivo.
ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 11
DEFINICIÓN
Una variable aleatoria X sigue una distribución Poisson con parámetro λ, y
se representa por (XP (λ)), si su función de probabilidad está dada por:
𝝀 𝒙
𝑷 𝑿 = 𝒙 = 𝒆−𝝀 × 𝐱: 𝟎, 𝟏, 𝟐, …
𝒙!

Donde:
𝜆 = 𝑁ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑑𝑒 𝑢𝑛 𝑒𝑣𝑒𝑛𝑡𝑜

Medidas de resumen

Esperanza matemática:
Varianza:
𝑬 𝑿 =𝝀
𝑽 𝑿 =𝝀

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 12


EJEMPLO

En el departamento de mantenimiento informático de


una empresa se reciben en promedio 2 llamadas
solicitando servicio por día. Se pide:
a) Calcule la probabilidad que se reciban
exactamente 3 llamadas en un día cualquiera.
b) Calcule la probabilidad que se reciban a lo más 2
llamadas en un día cualquiera.
c) Calcule la probabilidad que se reciban a lo más 5
llamadas si se sabe que se recibirán por lo menos
3 llamadas en un fin de semana (viernes, sábado y
domingo).

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 13


SOLUCIÓN
Sea la variable
X = Número de llamadas solicitando servicio de
mantenimiento informático en un día
𝜆 = 2 → 1 𝑑𝑖𝑎
23
a) 𝑃 𝑋 = 3 = 𝑒 −2 × = 0.1804
3!
b) 𝑃 𝑋 ≤ 2 = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)
2 0 21 2 2
= 𝑒 −2 × + 𝑒 −2 × + 𝑒 −2 ×
0! 1! 2!
= 0.6767

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 14


c)

𝜆=6 → 3 𝑑𝑖𝑎s

𝑃(3 ≤ 𝑋 ≤ 5) 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)


𝑃 𝑋≤5 𝑋≥3 = =
𝑃(𝑋 ≥ 3) 1 − 𝑃(𝑋 ≤ 2)

𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)


𝑃 𝑋≤5 𝑋≥3 =
1 − 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

63 64 65
𝑒 −6 −6
× 3! + 𝑒 × 4! + 𝑒 ×−6
0.3837
𝑃 𝑋≤5 𝑋≥3 = 5! = = 0.4091
6 0 61 6 2 0.9380
1 − 𝑒 −6 × + 𝑒 −6 × + 𝑒 −6 ×
0! 1! 2!

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 15


DISTRIBUCIÓN HIPERGEOMÉTRICA
Una variable aleatoria X sigue una distribución Hipergeométrica con
parámetros N, A y n, y se representa por (XH (N, A, n)), si su función
de probabilidad está dada por:

𝐂𝐱𝐀 𝐂𝐧−𝐱
𝐍−𝐀
𝐏 𝐗=𝐱 = 𝐱 = 𝟎, 𝟏, 𝟐, … , 𝐦𝐢𝐧{𝐀, 𝐧}
𝐂𝐧𝐍

Medidas de resumen

𝐧𝐀
Esperanza matemática: 𝐄 𝐗 = 𝐍

𝐧𝐀(𝐍−𝐀)(𝐍−𝐧)
Varianza: 𝐕 𝐗 = 𝐍𝟐 (𝐍−𝟏)

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 16


EJEMPLO
Un lote de tuberías contiene 100 piezas de
un proveedor nacional y 200 piezas de un
proveedor extranjero. Si se eligen 4 piezas
al azar y sin remplazo, se pide:
a) Calcule la probabilidad de que las piezas
elegidas sean del proveedor nacional.
b) Calcule la probabilidad de que por lo
menos 2 piezas elegidas sean del
proveedor nacional.
c) Calcule el valor esperado y la varianza.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 17


SOLUCIÓN
Sea la variable:
X = Número de tuberías del proveedor nacional de un total de cuatro
(X ~ H(300, 100, 4))

a)

𝐂𝟒𝟏𝟎𝟎 𝐂𝟎𝟐𝟎𝟎
𝐏 𝐗=𝟒 = 𝟑𝟎𝟎 = 𝟎. 𝟎𝟏𝟏𝟗
𝐂𝟒

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 18


b)
𝐂𝟐𝟏𝟎𝟎 𝐂𝟐𝟐𝟎𝟎 𝐂𝟑𝟏𝟎𝟎 𝐂𝟏𝟐𝟎𝟎 𝐂𝟒𝟏𝟎𝟎 𝐂𝟎𝟐𝟎𝟎
𝐏 𝐗≥𝟐 = + + = 𝟎. 𝟒𝟎𝟖
𝐂𝟒𝟑𝟎𝟎 𝐂𝟒𝟑𝟎𝟎 𝐂𝟒𝟑𝟎𝟎

c)

Valor esperado
𝐧𝐀 𝟒(𝟏𝟎𝟎)
𝐄 𝐗 = = = 𝟏. 𝟑𝟑
𝐍 𝟑𝟎𝟎

Varianza
𝐧𝐀(𝐍 − 𝐀)(𝐍 − 𝐧) 𝟒(𝟏𝟎𝟎)(𝟑𝟎𝟎 − 𝟏𝟎𝟎)(𝟑𝟎𝟎 − 𝟒)
𝐕 𝐗 = = = 𝟎. 𝟖𝟕𝟗𝟗𝟕
𝐍𝟐 (𝐍 − 𝟏) 𝟑𝟎𝟎𝟐 (𝟑𝟎𝟎 − 𝟏)

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 19


VERIFICANDO LO APRENDIDO

¿Qué características tiene un experimento Binomial?


¿Qué características tiene un experimento Poisson?
¿Qué características tiene un experimento Hipergeométrico?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 20


METACOGNICIÓN

¿Que aspectos le han parecido interesantes?


¿Que contenido considera más importante del tema trabajado?
¿Qué competencias del tema podría aplicar en su vida diaria?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 21


RESUMEN

Distribución Binomial - Esperanza Matemática 𝑬 𝑿 =𝝀


 Función de probabilidad de la - Varianza 𝑽 𝑿 =𝝀
distribución Binomial.
𝑷 𝑿 = 𝒙 = ∁𝒏𝒙 𝒑𝒙 𝟏 − 𝒑 𝒏−𝒙  Distribución Hipergeométrica
• Medidas de resumen  Función de probabilidad de la
- Esperanza Matemática 𝑬 𝑿 = 𝒏 𝒑 distribución Poisson.
- Varianza 𝑽 𝑿 = 𝒏 𝒑(𝟏 − 𝒑) 𝐂𝐱𝐀 𝐂𝐧−𝐱
𝐍−𝐀
𝐏 𝐗=𝐱 =
Distribución Poisson 𝐂𝐧𝐍
 Función de probabilidad de la • Medidas de resumen
distribución Poisson. 𝐧𝐀
- Esperanza Matemática 𝐄 𝐗 =
𝝀𝒙 𝐍
𝑷 𝑿 = 𝒙 = 𝒆−𝝀 × 𝐧𝐀(𝐍−𝐀)(𝐍−𝐧)
𝒙! - Varianza 𝑽 𝑿 = 𝐍𝟐 (𝐍−𝟏)

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 22


PARA REFORZAR LO APRENDIDO

RESOLVER LOS EJERCICIOS


DE LA GUÍA DE TRABAJO

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 23


REFERENCIAS BIBLIOGRÁFICAS

[1] Mendenhall, W. & Sincich, T. (2016). STATISTICS for Engineering and the
Sciences (6). Boca Raton: CRC Press.

[2] Triola, Mario F. (2013). Estadística (11). Méx ico, D.F. : Pearson Educación.

[3] Montgomery, D. (2014). Applied statistics and probability for engineers (6).
United States of America: Hoboken, NJ2.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 24

Вам также может понравиться

  • Semana 9
    Semana 9
    Документ26 страниц
    Semana 9
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Nex Plantillas DTW
    Nex Plantillas DTW
    Документ189 страниц
    Nex Plantillas DTW
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • 00 - Presentación Del Curso
    00 - Presentación Del Curso
    Документ5 страниц
    00 - Presentación Del Curso
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Prctica 4
    Prctica 4
    Документ3 страницы
    Prctica 4
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Semana 8
    Semana 8
    Документ39 страниц
    Semana 8
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Lectura Cap2
    Lectura Cap2
    Документ4 страницы
    Lectura Cap2
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • English 1 - Review 7 - 12
    English 1 - Review 7 - 12
    Документ33 страницы
    English 1 - Review 7 - 12
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Io Semana1 2
    Io Semana1 2
    Документ12 страниц
    Io Semana1 2
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • CASO Blue Computers
    CASO Blue Computers
    Документ6 страниц
    CASO Blue Computers
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • S3 - Higiene, Salud, EPP, Ergo - TBU
    S3 - Higiene, Salud, EPP, Ergo - TBU
    Документ60 страниц
    S3 - Higiene, Salud, EPP, Ergo - TBU
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • 05 Manipulacion de Cargas
    05 Manipulacion de Cargas
    Документ29 страниц
    05 Manipulacion de Cargas
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Ep Pco 2017 II
    Ep Pco 2017 II
    Документ4 страницы
    Ep Pco 2017 II
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • s4 - Investigación de Accidentes, ISO 45001 - TBU
    s4 - Investigación de Accidentes, ISO 45001 - TBU
    Документ30 страниц
    s4 - Investigación de Accidentes, ISO 45001 - TBU
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • t6 Ruido
    t6 Ruido
    Документ54 страницы
    t6 Ruido
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Io Semana2 1
    Io Semana2 1
    Документ36 страниц
    Io Semana2 1
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Io Semana1 1
    Io Semana1 1
    Документ31 страница
    Io Semana1 1
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Separata 1 Solucionario
    Separata 1 Solucionario
    Документ26 страниц
    Separata 1 Solucionario
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Io Semana2 1
    Io Semana2 1
    Документ36 страниц
    Io Semana2 1
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • 1 PB
    1 PB
    Документ6 страниц
    1 PB
    Andrea Jimenez
    Оценок пока нет
  • Admope Sesion 6
    Admope Sesion 6
    Документ15 страниц
    Admope Sesion 6
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Pc1 Io FC Preind05b1n Solucion1
    Pc1 Io FC Preind05b1n Solucion1
    Документ2 страницы
    Pc1 Io FC Preind05b1n Solucion1
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • 3959
    3959
    Документ9 страниц
    3959
    Anonymous 2JhNPknv
    Оценок пока нет
  • Io Semana1 2
    Io Semana1 2
    Документ12 страниц
    Io Semana1 2
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Investigacion de Operaciones PDF
    Investigacion de Operaciones PDF
    Документ13 страниц
    Investigacion de Operaciones PDF
    Alexander García
    Оценок пока нет
  • Indicaciones Trabajo Grupal Io 2017 1
    Indicaciones Trabajo Grupal Io 2017 1
    Документ2 страницы
    Indicaciones Trabajo Grupal Io 2017 1
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Io Semana2 2
    Io Semana2 2
    Документ36 страниц
    Io Semana2 2
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Sesin Explicativa s3 Planeacin Agregada
    Sesin Explicativa s3 Planeacin Agregada
    Документ26 страниц
    Sesin Explicativa s3 Planeacin Agregada
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • PB - Sesión 01
    PB - Sesión 01
    Документ5 страниц
    PB - Sesión 01
    Richard Cuno Soto
    Оценок пока нет
  • Sap01 Overview
    Sap01 Overview
    Документ4 страницы
    Sap01 Overview
    Katherine ZM
    Оценок пока нет
  • Io Semana1 1
    Io Semana1 1
    Документ31 страница
    Io Semana1 1
    Rolando Aparicio Cueto Osorio
    Оценок пока нет
  • Mecanica y Sus Ramas
    Mecanica y Sus Ramas
    Документ5 страниц
    Mecanica y Sus Ramas
    Irvin Hernández
    Оценок пока нет
  • Ejercicios de Econometrìa
    Ejercicios de Econometrìa
    Документ6 страниц
    Ejercicios de Econometrìa
    Angela V.
    Оценок пока нет
  • Diseños Experimentales General Abril 2016
    Diseños Experimentales General Abril 2016
    Документ161 страница
    Diseños Experimentales General Abril 2016
    Sergio Mireles
    Оценок пока нет
  • Plantilla Mis Inteligencias Multiples y Aprendiz Experto
    Plantilla Mis Inteligencias Multiples y Aprendiz Experto
    Документ2 страницы
    Plantilla Mis Inteligencias Multiples y Aprendiz Experto
    Evelyn Gonzalez
    Оценок пока нет
  • Calculaloscuatronmeroscunticosdelorbital 130111162616 Phpapp02 PDF
    Calculaloscuatronmeroscunticosdelorbital 130111162616 Phpapp02 PDF
    Документ17 страниц
    Calculaloscuatronmeroscunticosdelorbital 130111162616 Phpapp02 PDF
    Juanita Carrion
    Оценок пока нет
  • Modelos Atomicos de Borh
    Modelos Atomicos de Borh
    Документ9 страниц
    Modelos Atomicos de Borh
    DANNY.GARCIA
    Оценок пока нет
  • La Paradoja Del Gato de Schrodinger y El Experimento de La Doble Rendija
    La Paradoja Del Gato de Schrodinger y El Experimento de La Doble Rendija
    Документ1 страница
    La Paradoja Del Gato de Schrodinger y El Experimento de La Doble Rendija
    Juan Camilo
    100% (1)
  • Modelo Atómico Cuántico
    Modelo Atómico Cuántico
    Документ31 страница
    Modelo Atómico Cuántico
    el_jai__ro
    Оценок пока нет
  • Caso Practico Unidad 3 Estadisticas II
    Caso Practico Unidad 3 Estadisticas II
    Документ6 страниц
    Caso Practico Unidad 3 Estadisticas II
    luis carlos
    Оценок пока нет
  • La Paradoja Del Gato de Schrödinger. ¿Vivo o Muer
    La Paradoja Del Gato de Schrödinger. ¿Vivo o Muer
    Документ1 страница
    La Paradoja Del Gato de Schrödinger. ¿Vivo o Muer
    Ms Devil Moon
    Оценок пока нет
  • Teoria de Decision 1
    Teoria de Decision 1
    Документ1 страница
    Teoria de Decision 1
    Ismaira Rivera
    Оценок пока нет
  • Cinematica Relativista
    Cinematica Relativista
    Документ4 страницы
    Cinematica Relativista
    Juan Pablo Vargas Acosta
    Оценок пока нет
  • Block Modelo Atomico
    Block Modelo Atomico
    Документ8 страниц
    Block Modelo Atomico
    Luis Felipe Menor Rojas
    Оценок пока нет
  • Configuracion Electronica
    Configuracion Electronica
    Документ27 страниц
    Configuracion Electronica
    david felipe medina ramirez
    Оценок пока нет
  • Box Cox
    Box Cox
    Документ14 страниц
    Box Cox
    Os Ma Go
    Оценок пока нет
  • Analisis de Varianza y Diseños Experimentales Basicos
    Analisis de Varianza y Diseños Experimentales Basicos
    Документ27 страниц
    Analisis de Varianza y Diseños Experimentales Basicos
    YURANI VAZQUEZ AGUILERA
    Оценок пока нет
  • En El Efecto Túnel Cuántico
    En El Efecto Túnel Cuántico
    Документ3 страницы
    En El Efecto Túnel Cuántico
    phydisc
    Оценок пока нет
  • Sesion para Semana 3
    Sesion para Semana 3
    Документ7 страниц
    Sesion para Semana 3
    Juan Carlos Flores Flores
    Оценок пока нет
  • Ejercicios Variables Aleatorias Conjuntas
    Ejercicios Variables Aleatorias Conjuntas
    Документ2 страницы
    Ejercicios Variables Aleatorias Conjuntas
    Jefferson Gaona
    Оценок пока нет
  • Ejercicio 1 Modelos de Representación Probabilística de Datos
    Ejercicio 1 Modelos de Representación Probabilística de Datos
    Документ24 страницы
    Ejercicio 1 Modelos de Representación Probabilística de Datos
    javiarango
    Оценок пока нет
  • Actividad4.ItzeldelCarmen DelgadoTorres.2941180
    Actividad4.ItzeldelCarmen DelgadoTorres.2941180
    Документ25 страниц
    Actividad4.ItzeldelCarmen DelgadoTorres.2941180
    Manuel Rodso
    100% (1)
  • CLASE4. Bioestadistica II
    CLASE4. Bioestadistica II
    Документ43 страницы
    CLASE4. Bioestadistica II
    Scarlett Rodriguez Cosme
    Оценок пока нет
  • Tema 9 Distribuciones Continuas
    Tema 9 Distribuciones Continuas
    Документ7 страниц
    Tema 9 Distribuciones Continuas
    RICHARD DÍAZ YGNACIO
    Оценок пока нет
  • Colaborativo
    Colaborativo
    Документ15 страниц
    Colaborativo
    Yesenia Castillo
    Оценок пока нет
  • 1.4 Configuración Electronica
    1.4 Configuración Electronica
    Документ17 страниц
    1.4 Configuración Electronica
    Emi Zárate
    Оценок пока нет
  • Números Cuánticos
    Números Cuánticos
    Документ4 страницы
    Números Cuánticos
    Dario Ayala Quiroz
    Оценок пока нет
  • Sesión Xiv
    Sesión Xiv
    Документ40 страниц
    Sesión Xiv
    nely ventura
    Оценок пока нет
  • Datos Cuantitativos
    Datos Cuantitativos
    Документ4 страницы
    Datos Cuantitativos
    Edith Erika
    Оценок пока нет
  • Clase 1
    Clase 1
    Документ28 страниц
    Clase 1
    Goosline Alfredo Pereira
    Оценок пока нет
  • Prueba de Hipotesis
    Prueba de Hipotesis
    Документ12 страниц
    Prueba de Hipotesis
    Cézhar Navarro Pardavé
    0% (2)