Análisis de medidas conjuntas (conjoint analysis)

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Análisis de medidas conjuntas (conjoint analysis)"

Transcripción

1 Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los factores que caracterizan un determinado producto, a partir de sus preferencias sobre el producto en general. Por tanto, para llevar a cabo un análisis de medidas conuntas (AMC), desde un principio hay que tener presente cuál es el producto que se quiere analizar y cuáles son las características que lo configuran. En este sentido, si por eemplo queremos analizar páginas web, deberemos determinar cuáles son sus características propias, como por eemplo la amplitud y profundidad de información que proporcionan, la velocidad de carga, el diseño de la página, la usabilidad, las posibilidades de personalización, etc. Así, a partir de las preferencias de los usuarios sobre páginas web que tienen diferentes combinaciones de estas características, podremos extraer las preferencias de los usuarios sobre las características que los particularizan. 2. Planteamiento del problema Centrémonos en el eemplo anterior. Como hemos visto, el producto obeto de estudio (páginas web) puede tener diferentes configuraciones según las características o factores que presenta. Así, por eemplo, podemos estar ante una página web con poca información, con rápido acceso, buen diseño, baa usabilidad y sin que se pueda personalizar, o bien ante una página con mucha información, rápido acceso, un pobre diseño, también con baa usabilidad y con posibilidades de personalizar la información que aparece. Las combinaciones son, por tanto, muy diversas. Una parte del planteamiento del problema pasará, además de por determinar cuáles son los factores que debemos tener en cuenta, por concretar con qué grados o niveles se pueden medir estas características. En el siguiente cuadro vemos la propuesta que hacemos para el eemplo de las páginas web: Producto Factores Niveles Información Mucha Poca Velocidad de carga Rápida Lenta Página web Diseño atractivo Mucho Medio Poco Usabilidad Alta Baa Personalización Sí No

2 2 Análisis de medidas conuntas (conoint analysis) Según los factores (en total hemos descrito cinco) y según los niveles de dichos factores, se pueden dar hasta 62 opciones diferentes del mismo producto: Opciones En general, para un producto que tiene n factores, con diferentes niveles cada uno de ellos, tendremos la expresión siguiente: Opciones niveles factor niveles factor 2... niveles factor n Presentar a un consumidor las diferentes opciones que se pueden dar del producto para que indique sus preferencias, ordenándolas, por eemplo, de más preferido a menos, puede resultar una tarea imposible de llevar a la práctica. En el caso de la página web, qué consumidor sería capaz de indicar sus preferencias sobre las 62 opciones diferentes? Lo que se hace habitualmente para reducir el número de opciones que se presentan a valorar es:!" por un lado, reconsiderar el número de factores que en un principio se habían establecido, para reducir su número, y,!" por el otro, seleccionar sólo algunas de las opciones que sean representativas del resto de las combinaciones. Para que las estimaciones que se realizarán en los posteriores análisis sean fiables, se establece que el número mínimo de opciones que deben valorar los consumidores viene dado por la expresión siguiente: Mínimo de opciones Total de niveles Total factores En nuestro caso se decide, en primer lugar, reducir el número de factores a sólo tres: información, velocidad de carga y usabilidad. De esta manera pasamos a tener, de entrada, 27 opciones diferentes. En segundo lugar, teniendo en cuenta que el número mínimo de opciones que debemos presentar a los consumidores es, considerando la anterior reducción de factores, el siguiente: Mínimo de opciones 9 3 7, pasamos a elegir de entre las 27 opciones aquellas combinaciones que sean representativas. Qué queremos decir con que sean representativas? Pues que en las combinaciones finalmente elegidas cada nivel de un determinado factor aparezca combinado con el resto de los niveles de forma proporcional. En nuestro eemplo se decide presentar finalmente ocho opciones, una más que lo que nos marca el mínimo. Cómo elegiremos estas opciones? En primer lugar debemos dibuar una tabla con las diferentes opciones y los diferentes niveles. A continuación vamos marcando las diferentes combinaciones, de forma que nos aparezcan proporcionalmente todos los diferentes niveles. Como se puede

3 3 Análisis de medidas conuntas (conoint analysis) observar, todos los niveles aparecen marcados al menos dos veces y, además, no hay ninguno que aparezca más de tres veces Información Velocidad Usabilidad Much Poca Rápida Lenta Alta Baa a Una vez seleccionadas las ocho opciones, que llamaremos de ahora en adelante taretas, se presentan a los consumidores para que las ordenen según sus preferencias, de forma que atribuyan un 8 para la preferida y un para la que les guste menos. De esta manera cada consumidor entrevistado deberá presentar una tabla parecida a la que sigue: Preferencias Tareta 2 Tareta 2 Tareta 3 4 Tareta 4 6 Tareta 5 3 Tareta 6 7 Tareta 7 5 Tareta 8 8 Una vez llegados a este punto, ya estamos en disposición de encontrar cuál es la valoración de cada uno de los factores, y los respectivos niveles, sobre la valoración global de la tareta. Lo haremos a partir de un análisis de regresión múltiple que nos permitirá estimar una función de utilidad a partir de la cual relacionaremos niveles (variables independientes o explicativas) y preferencias (variables dependientes o explicadas).

4 4 Análisis de medidas conuntas (conoint analysis) 3. Análisis de regresión múltiple 3.. Planteamiento general En general, si utilizamos la variable para indicar que el nivel del factor i se da en la tareta,, o no,, y si utilizamos la variable para indicar la preferencia que tiene un determinado consumidor sobre la tareta, entonces tenemos que la función de utilidad que queremos estimar es la siguiente: α β,, i, donde los coeficientes β configuran el vector de utilidades, también llamado partworth, que nos indica la utilidad que un determinado nivel proporciona al consumidor entrevistado. Si intentamos estimar directamente esta ecuación, tendremos problemas de multicolinealidad, derivados del hecho de que todos los factores (con un nivel determinado) deben estar presentes en cada una de las taretas. Observad que, para una tareta y un factor i, siempre se cumple la igualdad siguiente: Por tanto, deberemos tener en cuenta estas restricciones a la hora de hacer las estimaciones por medio de mínimos cuadrados ordinarios, deberemos introducir estas restricciones en la función de utilidad inicial. La manera de introducir estas restricciones es aislando uno de los niveles y sustituyéndolo. Sin pérdida de generalidad, podemos suponer que el nivel que sustituimos siempre es el primero,. Por tanto, tendremos lo siguiente: i En cuanto a la función de utilidad, obtendremos la expresión siguiente: δ,, i, donde δ α i β i β β i

5 5 Análisis de medidas conuntas (conoint analysis) A partir de estas dos últimas ecuaciones, y una vez estimada la función de utilidad con las restricciones introducidas (es decir, una vez conocidos δ y ), podremos recuperar los valores iniciales α y β que queríamos encontrar inicialmente. Sin pérdida de generalidad, y dado que lo que nos interesa es la importancia relativa de los diferentes factores/niveles, podemos far los valores de los coeficientes β i a cero. De esta manera tendremos lo siguiente: α δ β i β, Una vez que sabemos cómo encontrar el coeficiente de utilidad para cada uno de los niveles, podemos plantearnos la medición de la importancia de cada factor. La importancia de un determinado factor i se mide a partir de la diferencia entre la utilidad más alta y más baa que se obtiene para los niveles de factor concreto. Es decir, la importancia vendrá dada por la expresión siguiente: Importancia del factor i máx{ β } mín{ β } Como siempre, finalmente nos interesará encontrar la importancia de cada factor relativa al resto de los factores. Por este motivo hablaremos de la importancia relativa de un factor i: Importancia relativa del factor i { Importancia del factor t} t Importancia del factor i 3.2. El eemplo de las páginas web En este subapartado reproduciremos todos los pasos que hemos definido anteriormente tomando como eemplo el caso de las páginas web que ya habíamos introducido. Como recordaréis, nos habíamos quedado en un punto en el que teníamos definidas las taretas y en el que disponíamos también de una ordenación de éstas realizada según las preferencias de un supuesto consumidor. Dado que teníamos tres factores con tres niveles cada uno, la función de utilidad que queremos estudiar se puede escribir de la siguiente manera, para cada tareta,..., 8: Factor información Factor velocidad Factor usabilidad α β β2 2 β3 3 β 2 2 β β β 3 3 β β donde:

6 6 Análisis de medidas conuntas (conoint analysis) Ahora, introduciendo la restricción que nos evitará tener problemas de multicolinealidad, tenemos la expresión siguiente: δ Tenemos que estimar esta expresión usando mínimos cuadrados ordinarios a partir de los datos que teníamos inicialmente. Para esta ecuación el vector continúa siendo el mismo, pero la matriz de datos cambia, de modo que debemos eliminar las columnas correspondientes a, 2 y 3. Por tanto, deberemos realizar la regresión utilizando los datos siguientes: * El resultado que se obtiene de la regresión a partir de estos datos es el siguiente: ,,37 4, 2,54,5,62,46 2 Llegados a este punto, ya estamos en disposición de calcular las utilidades de cada nivel, así como la importancia (relativa) de cada factor: Producto Factores Niveles Utilida d Importancia Importancia relativa

7 7 Análisis de medidas conuntas (conoint analysis) Página web Información Velocidad de carga Usabilidad Mucha Poca Rápida Lenta Alta Baa,,62,5, 2,54 4,,,37,87 2,2 28,96% 4, 59,5%,87,89% Por tanto, la principal conclusión es que, para el usuario encuestado, el factor más importante de todos los que caracterizan las páginas web es la velocidad de carga de la página. A continuación aparecen los otros dos factores, amplitud y profundidad de información que proporciona, y la usabilidad, que es el factor más importante en la función de utilidad. Qué pasaría si entrevistásemos a otro usuario y obtuviéramos un vector de preferencias diferente? Pues que, dado que realizamos el análisis consumidor a consumidor, usuario a usuario, los resultados finales podrían cambiar. Cada usuario puede dar una importancia diferente a cada factor. Para tener una idea más general del mercado, y no individual, se puede realizar una encuesta a un número representativo de consumidores y después usar la media de las preferencias que han marcado para cada una de las taretas como variable dependiente del estudio.

- se puede formular de la siguiente forma:

- se puede formular de la siguiente forma: Multicolinealidad 1 Planteamiento Una de las hipótesis del modelo de regresión lineal múltiple establece que no existe relación lineal exacta entre los regresores, o, en otras palabras, establece que no

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las

Más detalles

Cambio de representaciones para variedades lineales.

Cambio de representaciones para variedades lineales. Cambio de representaciones para variedades lineales 18 de marzo de 2015 ALN IS 5 Una variedad lineal en R n admite dos tipos de representaciones: por un sistema de ecuaciones implícitas por una familia

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

REGRESIÓN LINEAL MÚLTIPLE

REGRESIÓN LINEAL MÚLTIPLE REGRESIÓN LINEAL MÚLTIPLE.- Planteamiento general....- Métodos para la selección de variables... 5 3.- Correlaciones parciales y semiparciales... 8 4.- Multicolinealidad en las variables explicativas...

Más detalles

TEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS

TEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS TEMA9: ASOCIACIÓN ENTRE VARIABLES ESTADÍSTICAS En el tema ocho se estudió el Coeficiente de correlación lineal, que es un coeficiente que nos indica el grado de asociación entre dos variables cuantitativas.

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes.

VECTORES EN EL ESPACIO. 1. Determina el valor de t para que los vectores de coordenadas sean linealmente dependientes. VECTORES EN EL ESPACIO. Determina el valor de t para que los vectores de coordenadas (,, t), 0, t, t) y(, 2, t) sean linealmente dependientes. Si son linealmente dependientes, uno de ellos, se podrá expresar

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

Más detalles

Teoremas de la función implícita y de la función inversa

Teoremas de la función implícita y de la función inversa Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Teoremas de la función implícita y de la función inversa 1. El teorema de la función implícita 1.1. Ejemplos

Más detalles

Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos.

Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos. Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos. Prof. D. Miguel Ángel García Hoyo. Septiembre de 2011 Dependencia lineal

Más detalles

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de

Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de Calcular la dimensión, una base y unas ecuaciones implícitas linealmente independientes del núcleo e imagen de 1 (a) f(x 1, x 2, x 3 ) = (x 1 + x 3, x 2 + x 3, x 1 + x 3, x 2 + x 3 ) (b) f(x 1, x 2, x

Más detalles

TRANSFORMADA DE LAPLACE

TRANSFORMADA DE LAPLACE TRANSFORMADA DE LAPLACE DEFINICION La transformada de Laplace es una ecuación integral que involucra para el caso específico del desarrollo de circuitos, las señales en el dominio del tiempo y de la frecuencia,

Más detalles

Reporte de Pobreza por Ingresos MARZO 2015

Reporte de Pobreza por Ingresos MARZO 2015 Reporte de Pobreza por Ingresos MARZO 2015 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional

Más detalles

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

x 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas. Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos

Más detalles

ECUACIÓN DEL M.A.S. v( t) = dx. a( t) = dv. x( 0) = 0.26 m v( 0) = 0.3 m / s

ECUACIÓN DEL M.A.S. v( t) = dx. a( t) = dv. x( 0) = 0.26 m v( 0) = 0.3 m / s ECUACIÓN DEL M.A.S. Una partícula tiene un desplazamiento x dado por: x ( t ) = 0.3cos t + π 6 en donde x se mide en metros y t en segundos. a) Cuáles son la frecuencia, el periodo, la amplitud, la frecuencia

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA

EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA EXAMEN DE MATEMÁTICAS 2º BACHILLERATO CCNN BLOQUE : GEOMETRÍA OPCIÓN A EJERCICIO 1 Halle el punto P simétrico del punto P ( 3, 4, 0) respecto del plano Л que contiene a la recta s : x = y 2 = z 1 y al

Más detalles

Profunda comprensión de que valores son o podrían ser percibidos por los clientes.

Profunda comprensión de que valores son o podrían ser percibidos por los clientes. Estrategias de retención de clientes para servicios El valor concebido por el cliente de servicio se basa en una estrategia de conocimientos, ya que con el conocimiento que posee la empresa, puede emplear

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3 Aplicaciones Tema 3.3 Sistemas de ecuaciones lineales: regla de Cramer

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3 Aplicaciones Tema 3.3 Sistemas de ecuaciones lineales: regla de Cramer Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3 Aplicaciones Tema 3.3 Sistemas de ecuaciones lineales: regla de Cramer Francisco Palacios Escuela Politécnica Superiror de Ingeniería Manresa

Más detalles

Lección 24: Lenguaje algebraico y sustituciones

Lección 24: Lenguaje algebraico y sustituciones LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce

Más detalles

La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.

La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1. LF.3.A1.2-Steve Cole-Determining Domain and Ranges- La Lección de hoy es sobre determinar el Dominio y el Rango. El cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.2 Qué es Dominio? Es

Más detalles

Álgebra Lineal Ma1010

Álgebra Lineal Ma1010 Álgebra Lineal Ma1010 Mínimos Cuadrados Departamento de Matemáticas ITESM Mínimos Cuadrados Álgebra Lineal - p. 1/34 En esta sección veremos cómo se trabaja un sistema inconsistente. Esta situación es

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

T. 5 Inferencia estadística acerca de la relación entre variables

T. 5 Inferencia estadística acerca de la relación entre variables T. 5 Inferencia estadística acerca de la relación entre variables 1. El caso de dos variables categóricas 2. El caso de una variable categórica y una variable cuantitativa 3. El caso de dos variables cuantitativas

Más detalles

Guías Excel 2007 Matrices Guía 77

Guías Excel 2007 Matrices Guía 77 MATRICES Las hojas de cálculo poseen prestaciones interesantes la gestión de matrices de tipo matemático. Unas consisten en facilitar los cálculos matriciales y otras están orientadas a cálculos estadísticos.

Más detalles

euresti@itesm.mx Matemáticas

euresti@itesm.mx Matemáticas al Método al Método Matemáticas al Método En esta lectura daremos una introducción al método desarrollado por George Bernard Dantzig (8 de noviembre de 1914-13 de mayo de 2005) en 1947. Este método se

Más detalles

a) x 1 = 2 b) x + x 6 = 2 + = + = c) x 9x + 20 = 2 d) x 6x 7 = a) x = 1 y x = 1 b) x = 3 y x = 2 c) x = 4 y x = 5 d) x = 1 y x = 7

a) x 1 = 2 b) x + x 6 = 2 + = + = c) x 9x + 20 = 2 d) x 6x 7 = a) x = 1 y x = 1 b) x = 3 y x = 2 c) x = 4 y x = 5 d) x = 1 y x = 7 1 Resuelve las siguientes ecuaciones: a) x 1 = x + x 6 = c) x 9x + = d) x 6x 7 = = a) x = 1 y x = 1 x = 3 y x = c) x = 4 y x = 5 d) x = 1 y x = 7 Resuelve las siguientes ecuaciones de primer grado: a)

Más detalles

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador Francisco Palacios Escuela Politécnica Superior de Ingeniería Manresa Universidad Politécnica

Más detalles

5ª Práctica. Matlab página 1

5ª Práctica. Matlab página 1 5ª Práctica. Matlab página PROGRAMACIÓN EN MATLAB PRÁCTICA 05 GRÁFICOS EN MATLAB 2D Y 3D LECTURA DE FICHEROS ENTRADA DE PUNTOS CON EL RATÓN EJERCICIO. GRÁFICOS EN MATLAB BIDIMENSIONALES... EJERCICIO. UTILIZACIÓN

Más detalles

SISTEMAS DE NUMERACIÓN (11001, 011) 1.2 1.2 0.2 0.2 1.2 0.2 1.2 1.2 = + + + + + + + = 1 1 4 8 (32,12)

SISTEMAS DE NUMERACIÓN (11001, 011) 1.2 1.2 0.2 0.2 1.2 0.2 1.2 1.2 = + + + + + + + = 1 1 4 8 (32,12) SISTEMAS DE NUMERACIÓN 1. Expresa en base decimal los siguientes números: (10011) ; ( 11001,011 ) 4 (10011) = 1. + 0. + 0. + 1. + 1. = 16 + + 1 = 19 (11001, 011) 1. 1. 0. 0. 1. 0. 1. 1. 4 1 = + + + + +

Más detalles

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R.

ALGEBRA LINEAL. Héctor Jairo Martínez R. Ana María Sanabria R. ALGEBRA LINEAL Héctor Jairo Martínez R. Ana María Sanabria R. SEGUNDO SEMESTRE 8 Índice general. SISTEMAS DE ECUACIONES LINEALES.. Introducción................................................ Conceptos

Más detalles

Tema 1. Movimiento armónico simple (m.a.s.)

Tema 1. Movimiento armónico simple (m.a.s.) Tema 1. Movimiento armónico simple (m.a.s.) Si observas los movimientos que suceden alrededor tuyo, es muy probable que encuentres algunos de ellos en los que un objeto se mueve de tal forma que su posición

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

TEMA V TEORÍA DE CUADRIPOLOS LINEALES. 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto.

TEMA V TEORÍA DE CUADRIPOLOS LINEALES. 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto. TEMA V TEORÍA DE CUADRIPOLOS LINEALES 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto. 5.3.-Parámetros de Admitancia a cortocircuito. 5.4.-Parámetros Híbridos (h, g). 5.5.-Parámetros

Más detalles

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar

Más detalles

Ya sabes resolver (x+3) 2 =4?

Ya sabes resolver (x+3) 2 =4? Ya sabes resolver (+) =? Copyright 01, MatematicaTuya Derechos reservados 1 Tomar raíz a ambos miembros de la ecuación 1 Se despeja Sabiendo que la raíz negativa aporta otra solución Se tiene dos soluciones

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0])

Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Regresión logística Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Se trata de calcular la probabilidad en la que una

Más detalles

Problemas de Cinemática 1 o Bachillerato

Problemas de Cinemática 1 o Bachillerato Problemas de Cinemática 1 o Bachillerato 1. Sean los vectores a = i y b = i 5 j. Demostrar que a + b = a + b a b cos ϕ donde ϕ es el ángulo que forma el vector b con el eje X.. Una barca, que lleva una

Más detalles

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

1 Espacios y subespacios vectoriales.

1 Espacios y subespacios vectoriales. UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto

Más detalles

Este procedimiento también crea una escala cusum grafica para datos individuales monitoreando la variabilidad del proceso.

Este procedimiento también crea una escala cusum grafica para datos individuales monitoreando la variabilidad del proceso. Gráfico Cusum (H-K) Resumen Los gráficos de sumas acumulativas monitorean datos por variables graficando las sumas acumulativas de las desviaciones al valor obetivo. Esto lo hace, incorporando la historia

Más detalles

Teoría de muestras. En cada una de las siguientes situaciones, explica la necesidad, o coveniencia, de recurrir a una muestra:

Teoría de muestras. En cada una de las siguientes situaciones, explica la necesidad, o coveniencia, de recurrir a una muestra: Teoría de muestras Ejercicio nº 1.- En cada una de las siguientes situaciones, explica la necesidad, o coveniencia, de recurrir a una muestra: a) Edad media de los asistentes a una importante final de

Más detalles

TEMA II: ÁLGEBRA DE CONMUTACIÓN

TEMA II: ÁLGEBRA DE CONMUTACIÓN TEMA II: ÁLGEBRA DE CONMUTACIÓN En este capítulo veremos los métodos matemáticos que se disponen para las operaciones relacionadas con los circuitos digitales, así como las funciones más básicas de la

Más detalles

Uso de Mapas Perceptuales en Campañas Políticas

Uso de Mapas Perceptuales en Campañas Políticas Uso de Mapas Perceptuales en Campañas Políticas Act. Marco Antonio Robles Páez GAUSSC Introducción El presente documento pretende mostrar la utilidad de los Mapas Perceptuales basados en el Análisis Discriminante

Más detalles

Métodos Iterativos para Resolver Sistemas Lineales

Métodos Iterativos para Resolver Sistemas Lineales Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas, CCIR/ITESM 17 de julio de 2009 Índice 3.1. Introducción............................................... 1 3.2. Objetivos................................................

Más detalles

Tema 5 Vectores en el espacio

Tema 5 Vectores en el espacio Tema 5 Vectores en el espacio. Combinación lineal de vectores. Dados los vectores: u (,,), v,6, 4, w (,0, ) a) Expresa u como combinación lineal de v y de w. b) Es posible expresar w como combinación lineal

Más detalles

Econometría II. Ejercicios propuestos

Econometría II. Ejercicios propuestos Econometría II Ejercicios propuestos Román Salmerón Gómez Multicolinealidad 1. En el modelo de regresión Y t = β 1 + β 2 X t + β 3 Z t + u t se verifica que X t = 1 2 Z t. Qué parámetros son estimables?

Más detalles

Son números enteros los números naturales y pueden ser de dos tipos: positivos (+) y negativos (-)

Son números enteros los números naturales y pueden ser de dos tipos: positivos (+) y negativos (-) CÁLCULO MATEMÁTICO BÁSICO LOS NUMEROS ENTEROS Son números enteros los números naturales y pueden ser de dos tipos: positivos (+) y negativos (-) Si un número aparece entre barras /5/, significa que su

Más detalles

PROBLEMAS RESUELTOS TEMA: 3

PROBLEMAS RESUELTOS TEMA: 3 PROBLEMAS RESUELTOS TEMA: 3 1. Una partícula de 3 kg se desplaza con una velocidad de cuando se encuentra en. Esta partícula se encuentra sometida a una fuerza que varia con la posición del modo indicado

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

LECCIÓN 3.- FORMAS CUADRÁTICAS PROBLEMA 1. a) La matriz simétrica asociada. b) Cuál es su signo? Justifique su respuesta.

LECCIÓN 3.- FORMAS CUADRÁTICAS PROBLEMA 1. a) La matriz simétrica asociada. b) Cuál es su signo? Justifique su respuesta. LECCIÓN.- FORMAS CUARÁTICAS PROBLEMA Sea la forma cuadrática. Calcule: ) ( φ a) La matri simétrica asociada. b) Cuál es su signo? Justifique su respuesta. a) La matri simétrica A que determina la forma

Más detalles

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.

8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el

Más detalles

Juan José Pompilio Sartori (**) Departamento de Economía y Finanzas Facultad de Ciencias Económicas - Universidad Nacional de Córdoba

Juan José Pompilio Sartori (**) Departamento de Economía y Finanzas Facultad de Ciencias Económicas - Universidad Nacional de Córdoba Diseño de encuestas de preferencias declaradas para la estimación del valor de los ahorros de tiempo y el pronóstico de la demanda de servicios de transporte urbano de pasajeros (*) Juan José Pompilio

Más detalles

EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE

EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE EXPERIENCIA DIDÁCTICA DE FÍSICA PARA DETERMINAR LA CONSTANTE ELÁSTICA DE UN MUELLE AUTORÍA MARÍA FRANCISCA OJEDA EGEA TEMÁTICA EXPERIMENTO FÍSICA Y QUÍMICA, APLICACIÓN MÉTODO CIENTÍFICO ETAPA EDUCACIÓN

Más detalles

RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 1 La ecuación 2x - 3 = 0 se llama ecuación lineal de una variable. Obviamente sólo tiene una solución. La ecuación -3x + 2y = 7 se llama ecuación lineal de

Más detalles

Programa de Algebra Superior Caracterización de la asignatura: Esta materia se agregó al plan de estudios de las ingenierías como reforzamiento de

Programa de Algebra Superior Caracterización de la asignatura: Esta materia se agregó al plan de estudios de las ingenierías como reforzamiento de Programa de Algebra Superior Caracterización de la asignatura: Esta materia se agregó al plan de estudios de las ingenierías como reforzamiento de las bases matemáticas para mejorar el aprendizaje de los

Más detalles

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES

21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere

Más detalles

Tratamiento borroso del intangible en la valoración de empresas de Internet

Tratamiento borroso del intangible en la valoración de empresas de Internet Tratamiento borroso del intangible en la valoración de empresas de Internet Mª Carmen Lozano Gutiérrez Federico Fuentes Martín Esta página está alojada por el Grupo EUMED.NET de la Universidad de Málaga

Más detalles

De dos incógnitas. Por ejemplo, x + y 3 = 4. De tres incógnitas. Por ejemplo, x + y + 2z = 4. Y así sucesivamente.

De dos incógnitas. Por ejemplo, x + y 3 = 4. De tres incógnitas. Por ejemplo, x + y + 2z = 4. Y así sucesivamente. 3 Ecuaciones 17 3 Ecuaciones Una ecuación es una igualdad en la que aparecen ligados, mediante operaciones algebraicas, números y letras Las letras que aparecen en una ecuación se llaman incógnitas Existen

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Mecánica Racional 20 TEMA 3: Método de Trabajo y Energía.

Mecánica Racional 20 TEMA 3: Método de Trabajo y Energía. INTRODUCCIÓN. Mecánica Racional 20 Este método es útil y ventajoso porque analiza las fuerzas, velocidad, masa y posición de una partícula sin necesidad de considerar las aceleraciones y además simplifica

Más detalles

Tema 2: Estadística Descriptiva Multivariante

Tema 2: Estadística Descriptiva Multivariante Tema 2: Estadística Descriptiva Multivariante Datos multivariantes: estructura y notación Se llama población a un conjunto de elementos bien definidos. Por ejemplo, la población de las empresas de un país,

Más detalles

BOLETIN Nº 4 MATEMÁTICAS 3º ESO Operaciones con radicales

BOLETIN Nº 4 MATEMÁTICAS 3º ESO Operaciones con radicales Radicales " Raíz: se llama raíz de un número o de una expresión algebraica a todo número o expresión algebraica que elevada a una potencia "n"; reproduce la expresión dada. " Elementos de la raíz. - Radical:

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión:

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión: Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Propiedades de las funciones diferenciables. 1. Regla de la cadena Después de la generalización que hemos

Más detalles

Opción A. Ejercicio 1. Respuesta. E p = 1 2 mv 2. v max = 80 = 8, 9( m s ).

Opción A. Ejercicio 1. Respuesta. E p = 1 2 mv 2. v max = 80 = 8, 9( m s ). Opción A. Ejercicio 1 Una masa m unida a un muelle realiza un movimiento armónico simple. La figura representa su energía potencial en función de la elongación x. (1 punto) [a] Represente la energía cinética

Más detalles

EXPERIMENTACIÓN. Eduardo Jiménez Marqués

EXPERIMENTACIÓN. Eduardo Jiménez Marqués EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6

Más detalles

La práctica del análisis de correspondencias

La práctica del análisis de correspondencias La práctica del análisis de correspondencias MICHAEL GREENACRE Catedrático de Estadística en la Universidad Pompeu Fabra Separata del capítulo 23 Recodificación de datos Primera edición: julio 2008 ISBN:

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS 2 Í N D I C E CAPÍTULO MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES MATRICES. MATRIZ. DEFINICIÓN 2. ALGUNOS

Más detalles

TEMA 4: Variables binarias

TEMA 4: Variables binarias TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

1 Introducción al SPSS

1 Introducción al SPSS Breve guión para las prácticas con SPSS 1 Introducción al SPSS El programa SPSS está organizado en dos bloques: el editor de datos y el visor de resultados. En la barra de menú (arriba de la pantalla)

Más detalles

1. Lección 5 - Comparación y Sustitución de capitales

1. Lección 5 - Comparación y Sustitución de capitales Apuntes: Matemáticas Financieras 1. Lección 5 - Comparación y Sustitución de capitales 1.1. Comparación de Capitales Se dice que dos capitales son equivalentes cuando tienen el mismo valor en la fecha

Más detalles

EFECTOS EN EL BIENESTAR SOCIAL DE UN REFORMA IMPOSITIVA AL CONSUMO EN MÉXICO. Pseudónimo Deaton

EFECTOS EN EL BIENESTAR SOCIAL DE UN REFORMA IMPOSITIVA AL CONSUMO EN MÉXICO. Pseudónimo Deaton EFECTOS EN EL BIENESTAR SOCIAL DE UN REFORMA IMPOSITIVA AL CONSUMO EN MÉXICO Pseudónimo Deaton Junio 2011 ÍNDICE 1 Introducción... 2 2 Descripción de la base de datos... 3 3 Metodología... 4 3.1 Variación

Más detalles

MATEMÁTICAS EMPRESARIALES II:

MATEMÁTICAS EMPRESARIALES II: MATEMÁTICAS EMPRESARIALES II: FUNCIÓN REAL DE VARIAS VARIABLES ÓPTIMOS DE UNA FUNCIÓN ESCALAR MATERIAL DIDÁCTICO DE SOPORTE González-Vila Puchades, Laura Ortí Celma, Francesc J. Sáez Madrid, José B. Departament

Más detalles

Tema 2. Aplicaciones lineales y matrices.

Tema 2. Aplicaciones lineales y matrices. Tema 2 Aplicaciones lineales y matrices. 1 Índice general 2. Aplicaciones lineales y matrices. 1 2.1. Introducción....................................... 2 2.2. Espacio Vectorial.....................................

Más detalles

Regresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía

Regresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía Regresión múltiple I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía I.- INTRODUCCIÓN Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo

Más detalles

PRÁCTICA: TUNEL DE VIENTO

PRÁCTICA: TUNEL DE VIENTO PRÁCTICA: TUNEL DE VIENTO htttp://www.uco.es/moodle Descripción de los equipos y esquema de la instalación El equipo utilizado en esta práctica es un túnel de aerodinámico subsónico HM 70 con un tramo

Más detalles

Optimización Con Restricciones de Igualdad

Optimización Con Restricciones de Igualdad Optimización Con Restricciones de Igualdad Departamento de Matemáticas, CSI/ITESM 11 de noviembre de 2009 Índice 151Introducción 1 152El método de los Multiplicadores de Lagrange 1 153Ejemplo 1 3 154Ejemplo

Más detalles

ESTADO DEL ARTE: ELASTICIDAD PRECIO, INGRESO Y CRUZADA DE LOS SERVICIOS DE TELECOMUNICACIONES EN COLOMBIA

ESTADO DEL ARTE: ELASTICIDAD PRECIO, INGRESO Y CRUZADA DE LOS SERVICIOS DE TELECOMUNICACIONES EN COLOMBIA ELASTICIDAD PRECIO, INGRESO Y CRUZADA DE LOS SERVICIOS DE TELECOMUNICACIONES EN COLOMBIA Por: YENNY GARCÍA ORTIZ Profesional de proyectos CINTEL Resumen El concepto de elasticidad para la toma de decisiones

Más detalles

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13 Carlos Ivorra Índice 1 Introducción a la optimización 1 2 Programación entera 18 3 Introducción a la programación lineal 24 4 El método símplex

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1

Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

Proyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico.

Proyecto de Innovación Docente: Guía multimedia para la elaboración de un modelo econométrico. 1 Primeros pasos en R. Al iniciarse R (ver Figura 16), R espera la entrada de órdenes y presenta un símbolo para indicarlo. El símbolo asignado, como puede observarse al final, es > Figura 16. Pantalla

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: Al inalizar la unidad, el alumno: Unidad 3 espacios vectoriales Objetivos: Al inalizar la unidad, el alumno: Describirá las características de un espacio vectorial. Identiicará las propiedades de los subespacios vectoriales. Ejempliicará

Más detalles

Introducción al cálculo con funciones de varias variables

Introducción al cálculo con funciones de varias variables Capítulo Introducción al cálculo con funciones de varias variables. Los conjuntos R, R,..., R n Ya hemos visto la definición del conjunto R de los números reales y hemos comprobado que su representación

Más detalles

Capítulo 4 MEDIDA DE MAGNITUDES. Autor: Santiago Ramírez de la Piscina Millán

Capítulo 4 MEDIDA DE MAGNITUDES. Autor: Santiago Ramírez de la Piscina Millán Capítulo 4 MEDIDA DE MAGNITUDES Autor: Santiago Ramírez de la Piscina Millán 4 MEDIDA DE MAGNITUDES 4.1 Introducción El hecho de hacer experimentos implica la determinación cuantitativa de las magnitudes

Más detalles

FISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS

FISICA I Escuela Politécnica de Ingeniería de Minas y Energía AJUSTE POR MÍNIMOS CUADRADOS AJUSTE POR MÍNIMOS CUADRADOS Existen numerosas leyes físicas en las que se sabe de antemano que dos magnitudes x e y se relacionan a través de una ecuación lineal y = ax + b donde las constantes b (ordenada

Más detalles

Espacios vectoriales con producto interno

Espacios vectoriales con producto interno Capítulo 8 Espacios vectoriales con producto interno En este capítulo, se generalizarán las nociones geométricas de distancia y perpendicularidad, conocidas en R y en R 3, a otros espacios vectoriales.

Más detalles

Matrices: Conceptos y Operaciones Básicas

Matrices: Conceptos y Operaciones Básicas Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas, CCIR/ITESM 8 de septiembre de 010 Índice 111 Introducción 1 11 Matriz 1 113 Igualdad entre matrices 11 Matrices especiales 3 115 Suma

Más detalles