Recalibración regional de Hargreaves (HE y K RS. ) en México Regional recalibration of Hargreaves (HE and K RS

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

Download "Recalibración regional de Hargreaves (HE y K RS. ) en México Regional recalibration of Hargreaves (HE and K RS"

Transcripción

1 Revsta INGENIERÍA AGRÍCOLA, ISSN , RNPS-06, Vol. 4, No. 4 (octubre-ovembre-dcembre), pp , 014 RIEGO Y DRENAJE ARTÍCULO ORIGINAL Recalbracó regoal de Hargreaves (HE y K RS ) e Méxco Regoal recalbrato of Hargreaves (HE ad K RS ) Mexco Dr. Hery Arturo Kelso Buco I, Dr. Khaldou Mamadou Bâ II, M.C. Fracsco Magaña Herádez II, Dr. S. Sáchez Morález III, Dr. Delfo Reyes López IV I Productos Agropecuaros KEBU, S.A., vía teramercaa, Juay, Sa Félx, Chrquí, Paamá. II Uversdad Autóoma del Estado de Méxco, Facultad de Igeería, Cetro Iteramercao de Recursos del Agua, Cerro de Coatepec, Cudad Uverstara, C. P , Toluca, Estado de Méxco, Méxco. III Isttuto Nacoal de Ivestgacoes Forestales, Agrícolas y Pecuaras, Campus Ixtacuaco, Tlapacoya, Méxco. IV Beemérta Uversdad Autóoma de Puebla, Facultad de Igeería Agrohdráulca, Sa Jua Acateo, Tezutlá, Puebla, Méxco. RESUMEN. E este estudo se realzó ua recalbracó del expoete de Hargreaves (HE) y el coefcete (K RS ), para mejorar la estmacó de la evapotraspracó de refereca medate el método de Hargreaves (HG). El método de HG fue seleccoado debdo a que requere u mímo de varables clmatológcas, msmas que se ecuetra dspobles e la mayoría de las estacoes meteorológcas. El objetvo de este estudo fue recalbrar el expoete HE y el coefcete K RS e Méxco, para defr le mejor parámetro de recalbracó regoal del método, a través de la mplemetacó de la base de datos meteorológcos de la Red Nacoal de Modelaje y Sesores Remotos (LNMySR) del INIFAP perodo La comparacó de los métodos fue realzada medate el error cuadrátco medo, desvacó estádar del error e ídce de correspodeca. Los resultados dca ua mejora sgfcatva e la estmacó ETo a tervalos daros e la recalbracó de HE y K RS, además de reducr la sobrestmacó o subestmacó producda por HG, co u 97% de SEE feror a 1.0 mm d -1 co respecto al método de Pema Moteth y el mejor parámetro para recalbrar HG es el coefcete K RS, ya que tee mayor utldad al ser requerdo para estmar la radacó solar. Palabras clave: Pema Moteth, evapotraspracó de refereca, expoete de Hargreaves, coefcete de Hargreaves. ABSTRACT. A recalbrato was made of the Hargreaves expoet (HE) ad the coeffcet (K RS ), to mprove the estmato of the referece evapo-trasprato usg the Hargreaves method (HG). The HG method was selected because t requres a mmum of clmatologcal varables, whch are avalable most of the meteorologcal statos. The objectve of ths study was to recalbrate the expoet HE ad the coeffcet K RS Mexco, to defe the best parameter of regoal recalbrato of the method, by meas of the mplemetato of the meteorologcal data base of the Natoal Network of Modelg ad Remote Sesors (LNMySR) of the INIFAP, perod The comparso of the methods was made usg mea square error, stadard devato of the error ad correspodece dex. Results dcate a sgfcat mprovemet the ETo estmato at daly tervals the recalbrato of HE ad K RS, addto to reducg the overestmato or uderestmato produced by HG, wth 97% of SEE lower tha 1.0 mm d -1 wth respect to the method of Pema Moteth, ad the best parameter to recalbrate HG s the coeffcet KRS, gve that t has greater usefuless whe requred for estmatg solar radato. Keywords: Pema-Moteth, referece evapotrasprato, Hargreaves expoet, Hargreaves coeffcet. INTRODUCCIÓN La evapotraspracó de refereca (ETo), es u térmo compuesto por la evaporacó del suelo y la traspracó de las platas. La estmacó de ETo es de gra mportaca e los estudos hdrológcos, e los balaces hídrcos, programacó 14 de rego, plafcacó agrícola e hídrca, etc. La evapotraspracó de refereca (ETo) se puede estmar medate métodos drectos e drectos. Estos métodos va desde las ecuacoes de balace de eergía complejas que

2 Revsta INGENIERÍA AGRÍCOLA, ISSN , RNPS-06, Vol. 4, No. 4 (octubre-ovembre-dcembre), pp , 014 requere u mayor úmero de varables clmatológcas hasta las ecuacoes smples que utlza u mímo de varables meteorológcas (Hargreaves y Sama, 1985). Actualmete, el método de mayor precsó para estmar ETo es la ecuacó de Pema Moteth (PM) (Alle et al., 1998). La estmacó de la ETo medate PM, requere de la dspobldad de dferetes varables clmatológcas que o se ecuetra dspobles co facldad e Méxco y e la mayoría de las zoas de uestro terés. S embargo, cuado se preseta esta lmtate, se recomeda el uso del método de Hargreaves y Sama (HG) para la predccó de ETo, el cual sólo requere varables de temperatura máxma y míma, usualmete dspobles e las estacoes meteorológcas (Alle et al., 1998; Campos, 005). La ecuacó HG proporcoa estmacoes cofables para tervalos de tempo semaal o mesual y los resultados de estmacó puede ser mejorados hacedo ajustes regoales a sus coefcetes para reducr la sobreestmacó o subestmacó que preseta HG a tervalos de tempo más cortos (Hargreaves, 1989; Jese et al., 1997; Droogers y Alle, 00; Hargreaves y Alle, 003, Kelso et al., 01). La recalbracó puede ser realzada al expoete empírco (HE), al de temperatura (HT) o al de Hargreaves (HC = * KRS). Aalzado la utldad de estos expoetes y coefcetes, el coefcete KRS que forma parte de HC, puede ser utlzado para estmar la radacó solar a partr de la dfereca de temperaturas cuado o se cueta co la medcó de dchas varables (Hargreaves y Sama, 198; Almorox y Hotora, 003; Cheke, 007; Badyopadhyay et al., 008). S embargo, debdo a la mportaca de cotar co métodos alteros para estmar ETo, la presete vestgacó tuvo como objetvo recalbrar el expoete HE y el coefcete K RS de la ecuacó de Hargreaves e las prcpales zoas agrícolas de Méxco, así como comparar los métodos de Hargreaves, Hargreaves corregdo medate su expoete HE (HG HE ) y Hargreaves corregdo medate su coefcete (HG KRS ) para mejorar la precsó de ETo co base a PM. MÉTODOS La calbracó del expoete HE y del coefcete K RS se desarrolló de maera regoal por estacó, a tervalos de 4 horas para obteer ua mayor precsó e la estmacó de ETo y así poder evaluar HG e la escala temporal más pequeña recomedada. Los datos meteorológcos requerdos, temperaturas máxmas y mímas y evapotraspracó, fuero los de la Red Nacoal de Modelaje y Sesores Remotos (LNMySR) del INIFAP perodo Las estacoes cosderadas fuero 541 estacoes de 9 estados de la Repúblca Mexcaa (Fgura 1). FIGURA 1. Dstrbucó espacal de las estacoes meteorológcas utlzadas. Método de Pema Moteth El método de refereca utlzado para comparar los resultados de HG, HG HE y HG KRS fue PM, el cual es cosderado como el método para estmar ETo y recomedado por la FAO para comparar los dferetes métodos empírcos. 15

3 Revsta INGENIERÍA AGRÍCOLA, ISSN , RNPS-06, Vol. 4, No. 4 (octubre-ovembre-dcembre), pp , 014 Método de Hargreaves Cuado la formacó clmatológca es lmtada y o se puede usar PM, se recomeda el método de Hargreaves y Sama (HG) para predecr ETo, el cual sólo requere datos de temperatura máxma y míma, usualmete dspobles e las estacoes meteorológcas (Alle et al., 1998; Campos, 005). El método de HG (Hargreaves y Sama, 1985), puede ser expresado de la sguete forma: Tmax Tm HG K HE RS Ra HT Tmax Tm (1) dode, HG es la evapotraspracó de refereca (mm d -1 ); K RS es la relacó etre la fraccó de radacó extraterrestre que alcaza la superfce de la terra y la dfereca de temperatura (0,17); R a es la radacó extraterrestre (mm d -1 ); T max es la temperatura máxma dara ( C); T m es la temperatura míma dara (ºC); HT coefcete empírco de temperatura (17,8); HE expoete empírco de Hargreaves (0,5). Recalbracó del expoete HE La recalbracó de HE se obtuvo medate la gualdad de térmos etre PM y HG propuesta por Trajkovc (007) y expresada por Kelso et al., 01: PM log Tmax T 0.003Ra HE log T T max m m 17.8 () Recalbracó del coefcete K RS La recalbracó de K RS, se llevó a cabo medate la ecuacó 3 que provee de la ecuacó 1. El coefcete K RS, puede ser utlzado e la estmacó de la radacó solar (Hargreaves y Sama, 198). H RS HG Tmax Tm R a HT T max T HE m (3) Evaluacó de parámetros Ua vez obtedo el expoete HE y el coefcete K RS recalbrados por estacó, se estmaro HG HE y HG KRS a tervalos daros, y se evaluó el redmeto e la predccó de ETo co los crteros de comparacó del error cuadrátco medo (RMSE), desvacó estádar del error (SEE), ídce de correspodeca (D) y el cocete etre ambas estmacoes promedo de ETo (r) (Wllmott, 198): RMSE 1 P O (4) D P O P O O O P r O dode, P es el valor estmado co cada modelo de prueba; O es el valor estmado co PM; P es el promedo de los valores estmados para cada modelo de prueba; O es el promedo de los valores estmados co PM; y es el tamaño de la muestra. (6) (7) SEE 1 PM HG 1 HE (5) RESULTADOS Y DISCUSIÓN Recalbracó Los resultados de la recalbracó del expoete HE y coefcete K RS, se observa de forma espacal para el 50% del 16

4 Revsta INGENIERÍA AGRÍCOLA, ISSN , RNPS-06, Vol. 4, No. 4 (octubre-ovembre-dcembre), pp , 014 terrtoro mexcao e la Fgura (a y b), respectvamete. El 40% de las estacoes cotempladas requere de ua recalbracó del orde de HE ( ), K RS ( ) ó HC ( ), dode el clma cáldo represetó el 66.8%, clma árdo 8.1% y clma templado 4.6%. El 41.4% de las estacoes requere de ua recalbracó del orde de , ó co respecto a HE, K RS y HC, dode el clma cáldo represetó el 4.%, clma árdo 45.5% y clma templado 1.5%. Falmete el 18.6% de las estacoes requere de ua recalbracó del orde de HE (1-6), K RS ( ) ó HC ( ), dode el clma cáldo represetó el 13.9%, clma árdo 70.3% y clma templado 15.8%. FIGURA. Dstrbucó espacal de la recalbracó del expoete HE (a) y coefcete K RS (b). També se observa que exste ua relacó etre la ampltud térmca, K RS, alttud y HE (Hargreaves et al., 003 y Kelso et al., 01). S embargo, se estmó que exste ua relacó etre la ampltud térmca, alttud, lattud y logtud como varables predctoreas para el expoete HE de u r = 0.69 y para el coefcete K RS de u r = Alguos autores ha cosderado calbrar HG medate el coefcete HC e mayor proporcó que HE ó K RS. S embargo, al realzar ua recalbracó regoal propamete dcha de estos parámetros, se ha obtedo bueos resultados y se preseta ua alteratva e la estmacó de ETo de forma cofable e la zoa de estudo. Trajkovc (007) comparó los métodos de PM y HG corregdo por su expoete HE e el sureste de Europa e la regó de Wester Balka, propoedo u HE = 0.44 para esta regó, dode se sobreestmaro los valores de ETo e las zoas húmedas co respecto a PM. Kelso et al., (01) realzó ua calbracó del expoete HE e los estados de Chapas, Oaxaca, Puebla y Veracruz e Méxco, dode la ecuacó de HG sobreestmó los valores de ETo e regoes de clma cáldo húmedo y cáldo subhúmedo. Xu y Sgh (001) propoe u HC = 0.008, para clma fro e la zoa de Caadá. Martíez-Cob y Tejero-Juste (004) sugró la mplemetacó de u HC = 0.00, e regoes semárdas y velocdad del veto del orde a < ms -1. Bautsta et al., (009) realzó ua calbracó mesual de HC e Yucatá Méxco, dode propoe u HC mesual para clma subhumedo tropcal del ore de y para clma semárdo de la costa Tabar y Hossezadeh (011) efectuaro ua calbracó de Hargreaves e regoes de clma árdo y frío de Irá, dode propoe valores de HC = para clma árdo y para clma frío. Tomado e cueta las dferetes vestgacoes y comparadas co los resultados obtedos, o sempre resultará smlares los valores recalbrados de HE, K RS ó HC co el tpo de clma de la zoa de estudo, ya que u aumeto de elevacó o sempre resulta e ua dsmucó de los coefcetes de recalbracó. S embargo, se observa que e las zoas tropcales dode predoma los clmas cáldos, la ecuacó de Hargreaves requere de ua recalbracó para reducr la sobrestmacó de ETo y e las zoas dode predoma el clma árdo la ecuacó de Hargreaves subestma ETo, de acuerdo a las estacoes aalzadas e Méxco. Por lo tato, ua alteratva para mejorar la estmacó de ETo medate HG cosste e la recalbracó regoal del método utlzado valores meteorológcos locales como sugere Trajkovc (007). CONCLUSIONES Teedo e cueta la escasez de datos clmatológcos dspobles, se requere de métodos alteros para estmar ETo de maera cofable y co datos lmtados. Debdo a esto se propoe ua recalbracó regoal de la ecuacó de Hargreaves medate su coefcete K RS y medate su expoete HE. Ambas modfcacoes a la ecuacó, dsmuye sgfcatvamete la sobrestmacó y aumeta la precsó e la predccó de la ETo. De acuerdo a los resultados obtedos, o se ecotró ua dfereca estadístcamete sgfcatva etre ambos crteros de recalbracó. S embargo, el mejor parámetro para recalbrar, es el coefcete K RS debdo a que mmza el error asocado co la estmacó de la radacó solar, por lo tato, mejora la estmacó de ETo al gual que HE, s embargo el coefcete K RS puede ser utlzado para la estmacó de la radacó solar. REFERENCIAS BIBLIOGRÁFICAS ALLEN, R. G., L. PEREIRA S., D. RAES, & M. SMITH: Crop evapotrasprato: Gudeles for computg crop water requremets, Irrgato ad Draage Paper 56, FAO, Rome, Italy. 98 p., ALMOROX, J., & C. HONTORIA: Global solar radato estmato usg sushe durato Spa. Eergy Coverso & Maagemet, ISSN: , 45: ,

5 Revsta INGENIERÍA AGRÍCOLA, ISSN , RNPS-06, Vol. 4, No. 4 (octubre-ovembre-dcembre), pp , 014 BANDYOPADHYAY, A., A. BHADRA., N. RAGHUWANSHI, R. SINGH.: Estmato of mothly solar radato from measured ar temperature extreme, Agrcultural ad Forest Meteorology, ISSN: , 148: , 008. BAUTISTA, F., D. BAUTISTA, & D. CARRANZA.: Calbrato of the equatos of Hargreaves ad Thorthwate to estmate the potetal evapotrasprato sem-ard ad subhumd tropcal clmates for regoal applcatos, Atmósfera, ISSN , org/ /s , (4): , 009. CAMPOS, D., F.: Estmacó empírca de la ETP e la Repúblca Mexcaa, Igeería hdráulca e Méxco, ISSN: , 0 (3):99-110, 005. CHINEKE, T. C.: Equato for estmatg global solar radato data sparese regos, Reewable Eergy, ISSN: , DOI: /j. reee , 33: , 008. DROOGERS, P., & R. ALLEN.: Estmatg referece evapotrasprato uder accurate data codtos, Irrg. Dra Syst., ISSN: (prt verso) ISSN: (electroc verso), 16 (1): 33-45, 00. HARGREAVES, G., H., AND A. SAMANI Z.: Estmatg potetal evapotrasprato, J. Irrg. Dra. Dv., ISSN: , 108: 5 30, 198. HARGREAVES, G., H., & R. ALLEN G.: Hstory ad evaluato of Hargreaves evapotrasprato equato, J. Irrg. Dra Eg., eissn: , ISSN: DOI: (ASCE) (003),19 (1): 53-63, 003. HARGREAVES, G., H., & Z. SAMANI A.: Referece crop evapotrasprato from temperature, Appl. Eg. Agrc., ISSN: OCLC , 1 (): 96 99, HARGREAVES, G., H.: Accuracy of estmated referece crop evapotrasprato, J. Irrg. Dra Eg., e-issn: , ISSN: (ASCE) (1994),10:6 (113): JENSEN, D. T., G. HARGREAVES H., B. TEMESGEN, & R. ALLEN G.: Computato of ETo uder odeal codtos, J. Irrg. Dra Eg., eissn: , ISSN: do: (ASCE) , 13 (5): , KELSO, B., H., A., K. M. BÂ, S. SÁNCHEZ M., y D. REYES L.: Calbracó del expoete de la ecuacó Hargreaves-ETo e los estados de Chapas, Oaxaca y Veracruz, Méxco, Agrocecas, ISSN: , 46 (3): 1-9, 01. MARTINEZ-COB, A., & TEJERO-JUSTE, M.: A wd-based qualtatve calbrato of the Hargreaves ET0 estmato equato sem-ard regos, Agrc. Water Maage., ISSN: , 64 (3), 51 64, 004. TABARI, H., AND P. HOSSEINZADEH: Local of the Hargreaves ad Prestley-Taylor equatos for estmatg referece evapotrasprato ard ad cold clmates of Ira based o the Pema-Moteth model, J. Hydrol. Eg., ISSN: , 16 (10): , 011. TRAJKOVIC, S.: Hargreaves versus Pema-Moteth uder humd codtos, J. Irrg. Dra Eg., ISSN: , 133 (1): 38-4, 007. WILLMOTT, C., J.: Some commets o the evaluato of model performace, Bull. Am. Meteorol. Soc. AMS., Ole ISSN: , 63, , 198. XU, C. Y., & V. SINGH: Evaluato ad geeralzato of temperature-based equatos for calculatg evaporato, Hydrol. Processes, ISSN: , do/10.100/hyp.119/pdf, 15 (): , 001. Recbdo: 31 de octubre de 013. Aprobado: 10 de julo de 014. Publcado: 4 de octubre 014 Hery Arturo Kelso Buco, Productos Agropecuaros KEBU, S.A., Vía Iteramercaa, Juay, Sa Félx, Chrquí, Paamá, Correo electróco: hery.ah@gmal.com 18

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO CRISTIAN CABRERA TORRICO, Igeero Cvl APSA Ltda. (crstacabrera@apsa.cl) ROBINSON LUCERO, Igeero Cvl Laboratoro Nacoal de Valdad, robso.lucero@moptt.gov.cl

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización. Optmzacó de ua cartera de versoes utlzado algortmos geétcos María Graca Leó, Nelso Ruz, Ig. Fabrco Echeverría Isttuto de Cecas Matemátcas ICM Escuela Superor Poltécca del Ltoral Vía Permetral Km 30.5,

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

UNIVERSIDAD DE BUENOS AIRES

UNIVERSIDAD DE BUENOS AIRES NIVERSIA E BENOS AIRES FACLTA E INGENIERÍA EPARTAMENTO E IRÁLICA Cátedra de Costruccoes dráulcas Tuberías e Sere y e Paralelo Ig. Lus E. Pérez Farrás - Novembre 003 - epartameto de dráulca Cátedra de Costruccoes

Más detalles

Ampliación de Redes de Telefonía Básica

Ampliación de Redes de Telefonía Básica Amplacó de Redes de Telefoía Básca Carlos D. Almeda Uversdad Nacoal de Asucó. Sa Lorezo, Paraguay cdad@eee.org Nlto R. Amarlla Uversdad Nacoal de Asucó. Sa Lorezo, Paraguay dmatest@copaco.com.py Bejamí

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DETERMINACIÓN MEDIANTE EL ANÁLISIS REGRESIONAL DE LOS MODELOS MATEMATICOS POLINÓMICOS

Más detalles

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados Smposo de Metrología 008 Satago de Querétaro, Méxco, al 4 de Octubre Aálss Estadístco de Medcoes de la Velocdad del Veto Utlzado la Técca de Valores Desvados E. Cadeas, a W. Rvera b a Uversdad Mchoacaa

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007 OMNTARIOS Y ANÁLISIS DL FATOR D PRODUTIVIDAD PROPUSTO POR OSIPTL PARA L PLAN D RGULAIÓN POR PRIOS TOP 2004 2007 APLIAIÓN D LA VARIABL M por Davd. M. Sappgto RSUMN JUTIVO ste forme preseta ua evaluacó de

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

GENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:

GENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera: GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SERIE TEMA ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN. Los datos

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

MEMORIAS DEL XV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 23 al 25 DE SEPTIEMBRE, 2009 CD. OBREGÓN, SONORA. MÉXICO A5_23

MEMORIAS DEL XV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 23 al 25 DE SEPTIEMBRE, 2009 CD. OBREGÓN, SONORA. MÉXICO A5_23 A5_23 ANÁLISIS TÉRMICO-ESTRUCTURAL DE UN ÁLABE DE TG USANDO MÉTODOS ALTERNATIVOS Vcete Pérez García a, Armado Gallegos Muñoz a, Rafael A. Rodríguez Cruz a, Jua M. Belmá Flores a Alfoso Campos Amezcua b,

Más detalles

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood ) Apédces Apédces 357 Apédce. Ajuste de la fucó gamma utlzado el método de máma probabldad mamum lkelhood Se descrbe a cotuacó el ajuste de la fucó gamma utlzado e el apartado.2..2 pága 28. Véase Burguess

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA EL SERVICIO DE TELEFONÍA FIJA Y MÓVIL (DE LA UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA

PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA EL SERVICIO DE TELEFONÍA FIJA Y MÓVIL (DE LA UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA PLIEGO DE PRESCRIPCIONES TÉCNICAS PARA EL SERVICIO DE TELEFONÍA FIJA Y MÓVIL (DE LA UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA . INTRODUCCIÓN 2. SITUACIÓN ACTUAL 2.. Telefoía fja 2.2. Telefoía móvl 3. OBJETO

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3 Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

EVOLUCIÓN DEL CLIMA DE MADRID EN EL PERIODO 1920-2011

EVOLUCIÓN DEL CLIMA DE MADRID EN EL PERIODO 1920-2011 EVOLUCIÓN DEL CLIMA DE MADRID EN EL PERIODO 192-211 Prólogo: en seguimeteo ya existen excelentes posts de estudios climáticos muy pormenorizados y rigurosos, llevados a cabo por emilio48 sobre los datos

Más detalles

Credit scoring models: what, how, when and for what purposes

Credit scoring models: what, how, when and for what purposes MPRA Much Persoal RePEc Archve Credt scorg models: what, how, whe ad for what purposes Guterrez Grault, Matas Alfredo Baco Cetral de la Repúblca Argeta October 007 Ole at http://mpra.ub.u-mueche.de/6377/

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

Más detalles

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

Más detalles

Asociación Argentina de Economía Agraria RESPUESTA DE LA OFERTA DE PRODUCTOS Y DEMANDA DE INSUMOS A CAMBIOS DE PRECIOS EN LA LECHERÍA ARGENTINA 1

Asociación Argentina de Economía Agraria RESPUESTA DE LA OFERTA DE PRODUCTOS Y DEMANDA DE INSUMOS A CAMBIOS DE PRECIOS EN LA LECHERÍA ARGENTINA 1 Asocacó Argeta de Ecoomía Agrara ESPUESA E LA OEA E POUS Y EMANA E INSUMOS A CAMBIOS E PECIOS EN LA LECHEÍA AGENINA Agosto, 4 María Isabel Castga mcastg@fca.ul.edu.ar Gozalo Vargas Otto gvargaso@puc.cl

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09

Facultad de Ciencias del Mar. Curso 2008/09 25/06/09 Estadístca Covocatora de Juo Facultad de Cecas del Mar. Curso 8/9 5/6/9 Los ríos Waccamaw y Lumber, e Carola del Norte (EEUU) se caracterza por ua rca bodversdad. E los últmos años estos ríos ha vsto crecer

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

Tema 2: Modelos lineales de optimización con variables enteras. Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.

Más detalles

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

«Enfoque ráster» del problema hidrodinámico del flujo en lámina libre en 2D.

«Enfoque ráster» del problema hidrodinámico del flujo en lámina libre en 2D. «Efoque ráster» del problema hdrodámco del flujo e láma lbre e D. Joa Soler Cotrol, Dyamcs ad Aplcato. CoDAlab-UPC. joa.soler@upc.edu Erest Bladé Isttuto mxto de vestgacó. FLUMEN-UPC. erest.blade@upc.edu

Más detalles

Universidad de Cantabria

Universidad de Cantabria Smulacó dámca Pedro Corcuera Dpto. Matemátca Aplcada Cecas de la Computacó Uversdad de Catabra corcuerp@uca.es Ídce Geeral Smulacó de cotrol PID Smulacó de cotrol de vel Ajuste de cotroladores PID Smulacó

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles