Análisis acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos

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

Download "Análisis acerca de la distribución de Weibull con datos truncados y la distribución generalizada de Pareto aplicado a fallas en dieléctricos"

Transcripción

1 Herrera Lus A. Salvaterra Lucas M. Razztte Adrá C. Kovalevs Laura I. Damm Quña ablo L. Irurzu Isabel M. Mola Eduardo E. Aálss acerca de la dstrbucó de Webull co datos trucados la dstrbucó eeralzada de areto alcado a fallas e deléctrcos Eerea Año º Este documeto está dsoble e la Bbloteca Dtal de la Uversdad Católca Areta reostoro sttucoal desarrollado or la Bbloteca Cetral Sa Beto Abad. Su objetvo es dfudr reservar la roduccó telectual de la Isttucó. La Bbloteca osee la autorzacó del autor ara su dvulacó e líea. Cómo ctar el documeto: Herrera L. A. et al. Aálss acerca de la dstrbucó de Webull co datos trucados la dstrbucó eeralzada de areto alcado a fallas e deléctrcos [e líea]. Eerea. Dsoble e: htt://bblotecadtal.uca.edu.ar/reostoro/revstas/aalss-dstrbuco-webull-datos.df [Fecha de cosulta:..]

2 roecto Caracterzacó de Materales Deléctrcos Utlzados e la Idustra Eléctrca Electróca. Deartameto de Ivestacó Isttucoal Facultad de Químca E Ieería Fra Roelo Baco otfca Uversdad Católca Areta Camus Rosaro Aálss acerca de la dstrbucó de Webull co datos trucados la dstrbucó eeralzada de areto alcado a fallas e deléctrcos Lus A. Herrera Lucas M. Salvaterra Adra C. Razztte 3 Laura I. Kovalevs ablo L. Damm Quña Isabel M. Irurzu Eduardo E. Mola *. Facultad de Químca e Ieería otfca Uversdad Católca Areta eller 334 Rosaro Sata Fe Areta. Gruo de Sstemas Comlejos Isttuto de Ivestacoes Fscouímcas Teórcas Alcadas IIFTA Uversdad acoal de La lata CCT-COICET La lata Da La lata Bueos Ares Areta. 3 Deartameto de Químca Facultad de Ieería Uversdad de Bueos Ares. * Autor ara corresodeca: eemola@fta.ul.edu.ar Resume. E trabajos aterores [-4] se ha resetado u efoue de los modelos de rutura deléctrca desde la Termodámca Estadístca. Se estudó la relacó tríseca etre estas dsttas famlas de árboles medate ua dstrbucó eeralzada de Webull co u ídce etróco lleádose a la coclusó ue este ídce es reresetatvo de la estructura fractal de los dsttos tos de árboles eléctrcos. ara defr la deomada dstrbucó eeralzada de Webull este ídce se recurró a u formalsmo roo de la Termodámca o Etesva desarrollado or Tsalls [5]. E este trabajo retomamos este formalsmo desarrollamos u estudo ruroso del msmo ara alcazar ua maor comresó de la deomada etroía de Tsalls falmete també eloramos la esteca de este ídce etróco e los modelos de falla e deléctrcos ue so reresetados or ua dstrbucó de Webull co datos trucados establecemos ua mortate euvaleca co la Dstrbucó Geeralzada de areto. ALABRAS CLAVE: Falla Deléctrca Temo de Rutura Dstrbucó de Webull trucada Dstrbucó eeralzada de areto..- Las Dstrbucoes Estadístcas el rco de Máma Etroía: Aluas de las dstrbucoes estadístcas coocdas como la de Webull se uede obteer medate la alcacó del rco de Máma Etroía ME bajo certas restrccoes aroadas juto a la codcó de ormalzacó de las robabldades. E esta formulacó el fucoal de etroía emleado es el deomado Boltzma-Gbbs-Shao BGS corretemete coocdo como fucoal de etroía termodámca. o obstate ha aarecdo aluas alteratvas como la rouesta or Tsalls. Veremos cómo utlzado el ME odemos hallar aluas dstrbucoes cláscas de robabldades e uestro caso la dstrbucó de Webull. Seú el ME al roblema lateado ara ecotrar la dstrbucó de Webull lo cosderamos como u roblema de otmzacó co etremos codcoados el cual es soluble medate los multlcadores de Larae. E cada caso esecífco es ua varable aleatora erteecete a u determado cojuto Ω ue erteece a los úmeros reales ue rereseta e este caso el "estado" del sstema es su desdad de robabldad de forma tal ue d es la robabldad de ue el sstema se ecuetre etre los estados +d falmete se trata de mamzar el suete fucoal: l d d d G Dode los λ so los multlcadores de Larae so las restrccoes formacó coocda sobre el sstema los G so los valores obtedos sobre las a través de la dstrbucó: G d 38

3 39 E el caso artcular de la dstrbucó de Webull debemos cosderar las suetes restrccoes teer e cueta además ue cotamos co Ω = : 3 Esecífcamete e este caso los multlcadores de Larae so los suetes: or lo ue falmete obteemos: Ahora be la alcacó del rco de máma etroía ME se uede modfcar susttuedo el fucoal BGS or el rouesto or Tsalls. Así cambado la forma de latear las restrccoes odemos obteer las deomadas dstrbucoes eeralzadas ue e uestro caso artcular es la dstrbucó eeralzada de Webull ara hallar ahora esta dstrbucó debemos mamzar el suete fucoal: dode la forma de calcular las restrccoes se obtee medate: or cuestoes de smlfcacó de la otacó defmos ua ueva robabldad deomada robabldad ort ue la eucamos de la suete forma: A artr de estas defcoes reterretamos la fórmula de la dstrbucó de Webull lleado a establecer de esta forma la dstrbucó eeralzada de Webull ara la ue vamos a cosderar las suetes tres restrccoes: Falmete obteemos la suete eresó: Ahora be ara la robabldad ort defda aterormete teemos: Sedo e este caso λ u arámetro de ala además verfcamos ue: l d d d 4 e 5 o G d d d d 6 d G 7 d 8 l d d d 9

4 Lm A artr de esta codcó de límte odemos reterretar la euvaleca de la dstrbucó de Webull eeralzada co la dstrbucó de Webull clásca ara lo ue teemos: Etoces s defmos u t b como temo de rutura los dos arámetros característcos de la Dstrbucó de Webull teemos las suetes eresoes de la dstrbucó clásca la dstrbucó eeralzada: e tb F tb e F t e b tb Dode la corresodeca etre estas dsttas dstrbucoes se uede obteer medate: l Cotado co Modelos Comutacoales ue drbe el feómeo de rutura deléctrca [6-] hemos oddo terretar la formacó eermetal ue se eera a artr de esaos deléctrcos de materales. Es así ue a través de la smulacó comutacoal bajo codcoes de rutura détcas se ha eerado ua famla de árboles co temos de falla ue sue ua dstrbucó de Webull caracterzada or los arámetros llamados α β. Ahora be al varar las codcoes de rutura se eera otras famlas de árboles co otros temos característcos. E resume desarrollamos dsttos rotocolos ue eera famlas de árboles co dsttos arámetros característcos como los suetes: Tabla arámetros de la dstrbucó de Webull ara dsttos rotocolos de smulacó ARAMETROS ROTOCOLO I ROTOCOLO II α 8 ± ± 4 β 345 ± 838 ± 7 Dode hemos oddo determar ue el rotocolo I favorece el desarrollo de estructuras ramfcadas medate la seleccó aleatora del caactor Modelo de Caacdades Dstrbudas ue va a cortocrcutar del cojuto de caactores ue está e codcoes de rutura [67]. Esta seleccó rereseta ua cotrbucó etróca al roceso de crecmeto del árbol eléctrco. E cambo el rotocolo II favorece el desarrollo de estructuras ruawa elosvas la seleccó de este rotocolo está basada e arumetos eerétcos favorece u comortameto de rádo crecmeto de la estructura del árbol ue cruza rádamete el materal deléctrco. També se ha trabajado sobre ua combacó leal de ambos rotocolos co el objeto de oder reresetar más adecuadamete el roceso de crecmeto del árbol eléctrco se lleó a la coclusó de ue esta combacó leal rereseta la eería lbre termodámca a temeratura costate oberado el crecmeto del árbol eléctrco. Esta eería lbre es la suma de u térmo etróco reresetado or el rotocolo I ua eería tera dada or el rotocolo II. Estos resultados está de acuerdo co las observacoes eermetales de atroes de rutura co la evdeca eermetal ue dca ue a velocdades bajas de cremeto de otecal la cotrbucó etróca debdo a fluctuacoes de camo eléctrco es domate determa las característcas eométrcas de los atroes de rutura. aralelamete se ha observado ue la dmesó fractal de los árboles eléctrcos aumeta hasta llear a u certo valor de otecal a artr del cual comeza a dsmur. Esta cometeca tee ua rofuda relacó co la termodámca subacete ue obera el crecmeto del árbol. Falmete se ha oddo observar ue el roceso de rutura deléctrca es de aturaleza caótca además este ua cotrbucó etróca ue está asocada a los efectos de las fluctuacoes del camo eléctrco debdo a la reseca de caras esacales a la acumulacó del daño ocasoado. 4

5 Esta cotrbucó tee característcas de cascada e el setdo de ue el daño eléctrco o se roduce radualmete so abrutamete e u solo aso de otecal. E la medda ue el daño sea más o meos radual el crecmeto comettvo eerará dstrbucoes dferetes a la smle combacó leal de las dsttas cotrbucoes. Estas stuacoes evdeca la ecesdad de cotar co u formalsmo o leal tal como lo es la Termodámca Estadístca o Etesva. El feómeo de rutura deléctrca colleva correlacoes de laro alcace etre todas las artes del deléctrco ue sufre el daño de la rutura []. Estos últmos sstemas e dode el formalsmo BGS arece resultar o ser adecuado so cosderados sstemas aómalos. La rutura deléctrca uede ser cosderada como u aradma de la o etesvdad a ue el objeto ue es sometdo a la rutura deléctrca al cual ahora odemos cosderar como u objeto e estado de falla frametado tee asocada ua etroía maor ue cuado se ecotraba e el estado sao etero esto es ua cosecueca lóca de cosderar elíctamete la trasfereca de eería roducto de la acumulacó roresva del daño del materal. Hemos caracterzado [-3] a cada famla de árboles eerados or smulacó umérca co ua dmesó fractal romedo hemos restrado la varacó de la dmesó fractal ara dsttos atroes de rutura esto os ha llevado a cosderar la Mult Fractaldad del feómeo de rutura deléctrca. Efectvamete aluos cojutos fractales o uede ser caracterzados or ua úca dmesó fractal so co ua fucó de dstrbucó ue os dce como varía esta dmesó este to de cojutos so llamados Multfractales. E uestro caso de estudo se ha determado la deedeca de la dmesó fractal co la tesó alcada se ha observado ua deedeca o moótoa [67]. ara establecer ua corresodeca etre estas famlas de árboles eléctrcos hemos recurrdo a u formalsmo de mecáca estadístca troducdo or Tsalls a artr de este formalsmo defmos ua dstrbucó eeralzada de Webull co u ídce etróco. Se uede establecer ua relacó de corresodeca etre el ídce etróco la multfractaldad mafesta de los atroes de rutura deléctrca. Esta relacó eucada [3] os dce ue la versa de la dfereca del ídce co resecto a la udad es ual a la dfereca etre los etremos del esectro multfractal del feómeo e cuestó. Este esectro multfractal se uede obteer a artr del rocesameto dtal de las máees obtedas e la flmacó del roceso de rutura deléctrca. Es mortate teer e cueta ue la clasfcacó del esectro multfractal alcada al aálss de máees fue troducda or Jacues Lév-Véhel [3] así como el desarrollo del software ara el rocesameto dtal de las máees Fraclab. A artr de la determacó de este ídce etróco udmos hallar etoces la dstrbucó Geeralzada de Webull -Webull ara reresetar los dsttos atroes de rutura además ara hallar los arámetros asocados a la dstrbucó de Webull hemos utlzado el rocedmeto de Berard modfcado [3]. 3.- La Termodámca Estadístca o etesva de Tsalls: E la actualdad se ha vsto e la ecesdad de eeralzar el coceto de Etroía or cosuete de las fucoes de dstrbucó ue la mamza ara drbr sstemas co u alto rado de comlejdad ue se ha mafestado e muchos camos de la físca o leal. E 988 el rofesor Tsalls trodujo u uevo coceto de Etroía cojutamete uevas restrccoes ara el corresodete fucoal el cual se utlza amlamete ara drbr sstemas ue osee roedades o etesvas. Esta formulacó eeralzada de Etroía deede de u arámetro real llamado arámetro de o etesvdad el cual ha sdo rouesto de acuerdo a las codcoes esecífcas ue drbe el sstema. Eloraremos a cotuacó la rofuda relacó estete etre la Etroía de Tsalls la etroía de Boltzma Gbss Shao BGS. Recordar ue las dstrbucoes estadístcas buscadas se ha obtedo medate el rco de máma etroía ME e el rmer caso se ha emleado el fucoal de etroía deomado de BGS ue es el fudameto de la mecáca estadístca clásca se defe ara = medate: S B l Dode se cosdera u sstema de estados osbles cada uo co robabldad tal ue la suma de las robabldades es ual a uo. Ahora be la eresó ara el caso del cotuo ueda formulada de la suete forma: 4

6 S l d 3 S be la rouesta del fucoal de BGS ha mostrado efectvdad su uso se restre a los sstemas coocdos como adtvos o etesvos tales como so auellos ue cumle co la roedad de adtvdad SA + B=SA + SB dode A B so dos sstemas deedetes e el setdo robablístco. ara sstemas o etesvos es ecesaro eeralzar la etroía de forma tal ue se cubra los casos subadtvos o sueradtvos. E este setdo la estadístca o etesva de Tsalls es cosderada como u uevo aradma e mecáca estadístca. La etroía S defda or Tsalls ara cada real co está dada or: S 4 Y es euvalete a la etroía de BGS cuado =. uevamete os ueda la eresó ara el caso del cotuo de la suete forma: S d R 5 La etroía de Tsalls [] verfca las suetes roedades: S es etesó de S e el suete setdo s se tee S S. S = sólo e el caso de ue alua =. El mámo ara S bajo la úca restrccó de ue la suma de todas las robabldades sea ual a uo se obtee ara = / ara. roedad de o etesvdad: Suóase ue se tee dos sstemas deedetes A B e el setdo robablístco etoces se tee: O be de forma euvalete: S A B S A S B S A S Este uevo aradma e mecáca estadístca comrede ua famla de formulacoes todas ellas basadas e la medda de formacó o etesva de Tsalls: Dode B es ua costate ostva es u cojuto ormalzado de robabldades es el úmero de mcroestados accesbles al sstema. El arámetro real es el ídce de o etesvdad está relacoado estrechamete co la dámca mcroscóca del sstema. Es mortate destacar ue e la eresó ateror usamos las fucoes deomadas -loartmo -eoecal [3] ambas fucoes so eeralzacoes de las fucoes ordaras loartmo atural eoecal de la etroía de BGS. Tal relacó se establece e las suetes ecuacoes: B S A B S A S B S A S B S B B l 6 l e / 7 E el caso ue drbamos u sstema e cotacto térmco co u reservoro el cojuto caóco además de la restrccó de ue la suma de las robabldades sea uo es ecesara otra ue establezca cómo calcular la eería tera. E la lteratura sobre termodámca o etesva e este caso os ecotramos 4

7 co tres osbles eleccoes la rmera de ellas fue troducda or el roo Tsalls [4] lueo se troduce ua modfcacó a la msma hecha or Curado Tsalls: U TO U E las eresoes aterores el sura ídce TO dca Tsalls Oral el otro sura ídce CT es la eería tera del sstema la tercera eleccó ara la restrccó de la eería tera se debe a Tsalls Medes lasto sura ídce TM es actualmete la más usada e ella se esa los autovalores del Hamltoao co u cojuto de robabldades: CT 8 U TM 9 ero es a artr de la eresó 7 ue odemos establecer la corresodeca etre las dstrbucoes estadístcas cláscas las dstrbucoes estadístcas ue deede del arámetro etróco dstrbucó eoecal co ua -eoecal dstrbucó de Webull co ua -Webull. 4.- Estmadores Estadístcos el rco de Máma Verosmltud Detro del marco de la Teoría de las robabldades la Estadístca [5] se trata co el roblema de etraer formacó a artr de observacoes ue uede ser o cofables a ue uede estar corromdas or rudo. Cuado las erturbacoes so modeladas como rocesos aleatoros las observacoes uede drbrse como realzacoes de varables aleatoras de esta forma se uede drbr las observacoes co la varable aleatora = ue toma valores e R además se asume ue tee ua fucó de desdad de robabldad de la suete forma: f... f Resulta etoces ue: A f d A Dode θ es u vector de arámetros ue drbe las roedades de la varable observada. Este vector suuestamete o se cooce el roósto de las observacoes es estmarlo a artr de. Esto es realzado medate el suete estmador: : R fucó R d R d Este muchas fucoes de estmacó ero artcularmete estamos teresados e ua ue mamza la robabldad de ue el eveto observado haa sdo eerado or u ruo de datos es el deomado Estmador de máma Verosmltud. Esta fucó la odemos defr de la suete maera: la fucó de desdad cojuta ara el vector aleatoro a ser observado está dada or la fucó de desdad de robabldad defda aterormete. La robabldad de ue la realzacó observacó tome el valor * es etoces roorcoal a: f * odemos vsualzar ue ésta es ua fucó determístca de θ ua vez ue u valor umérco es troducdo. Esta fucó es llamada fucó de Verosmltud refleja la robabldad de ue el eveto observado ocurra. os ueda etoces seleccoar u estmador de θ de forma tal ue los evetos observados resulte ta robables como sea osbles de auí ue defmos: ML ar ma * f Dode la mamzacó es realzada ara u * fjo. Esta fucó es coocda como Estmador de Máma Verosmltud MLE - Mamu lelhood estmator. A meudo es dfcultoso calcular las roedades estadístcas de este estmador e luar de esto se suele realzar u aálss astótco cuado el úmero de * 43

8 muestras tede a fto. Veamos a cotuacó u resultado clásco del aálss astótco de la estma obtedo or Wald Crámer [5]. Suoemos ue las varables aleatoras { } so deedetes se ecuetra détcamete dstrbudas de forma tal ue: Suoemos també ue la dstrbucó de está dada or f θ ara alú valor de θ. Etoces la varable aleatora: Además la varable aleatora suete: covere e ua dstrbucó ormal co meda cero matrz de covaraza dada or la cota feror de Crámer Rao defda a artr de M -. Auí defmos a la matrz M como: Ahora be la caldad de u estmador uede ser cuatfcada medate la matrz de covaraza corresodete a la estma defda or: E este setdo estamos teresados e u estmador tal ue haa lo más eueña osble or lo tato buscar el límte feror de ue se uede obteer co estmadores o desvados es la deomada cota de Crámer - Rao. U estmador o desvado se dce ue es efcete desde el uto de vsta estadístco s la covaraza de la estma alcaza la cota de Cramer Rao etoces: Dode M es la matrz de formacó de Fscher defda de la suete forma: La formacó de Fscher cumle co las roedades de las meddas de formacó: a Es o eatva f... f b Es adtva ara observacoes deedetes. robabldad_ Uo ML E E ML d M E lo f d T T M 3 d M E lo f d d d T d d lo f E lo f 4 Además esta formacó es maor cuato meor es la cota de Cramer-Rao or ejemlo: la cota de Cramer- Rao ara observacoes es veces feror a la de ua observacó justamete se deduce de la matrz de formacó de Fscher [5]. Veremos a cotuacó la alcacó del rco de Máma Verosmltud a las dstrbucoes estadístcas de uestro terés además eloraremos aluas euvalecas mortates ue os ermtrá e u futuro smlfcar las estmacó de los arámetros deedetemete ue trabajemos co u cojuto de datos trucados o cesurados. 5.- La Dstrbucoes Geeralzadas e los feómeos de Rutura Deléctrca 44

9 45 La dstrbucó de Webull la dstrbucó Geeralzada de Webull Webull tee las suetes eresoes dode t b es el temo de rutura α β so los arámetros Webull: Ahora be recordemos ue cuado el arámetro β es ual a uo lo cual se uede terretar como ue la tasa de fallos es costate la -Webull se trasforma e ua -eoecal esta característca artcular també se cumle e la relacó estete etre las dstrbucoes Webull eoecal cláscas. La forma eeral ue adota la -eoecal seú la defcó de Tsalls [6] colaboradores es la suete: Aalzaremos ahora la relacó ue este etre la dstrbucó -eoecal la deomada dstrbucó Geeralzada de areto ara lo cual realzamos el suete cambo de arámetros: A artr de esta trasformacó obteemos la eresó smlar a ua dstrbucó estadístca ue es coocda como la Dstrbucó eeralzada de areto Co la fucó de desdad de robabldad asocada: La dstrbucó Geeralzada de areto es ua dstrbucó ue ermte estudar determados valores etremos ue se ecuetra or ecma de u umbral alto se uede demostrar ue medate u resultado límte la dstrbucó de estos ecesos uede ser aromada e forma adecuada a la fucó Geeralzada de areto ahora be la dstrbucó de areto Clásca [5] está defda or la eresó: Dode e este caso α es u arámetro de forma además es u arámetro de ala. Ahora be ua varate de la dstrbucó clásca de areto está defda or: Es ocasoalmete llamada dstrbucó de areto de tres arámetros se estuda també u caso esecal e el ue u arámetro es ual a cero: Esta dstrbucó es frecuetemete deomada dstrbucó de areto to II e este caso los arámetros α so maores ue cero. ero retomemos ahora la eresσ 6 obteamos la fucσ de mαma verosmltud e este caso artcular serα ua lo lelhood. La msma tee la suete forma: A artr de esta fucó odemos obteer las estmacoes a través del método MLE las eresoes de las estmas os ueda de la suete forma: 5 e e b b b b t t F t t F 6 X 7 8 X 9 l lo lo lo lo 3 F 3 F 3 F

10 lo E el caso de ue aluemos el rco de Máma Etroía ME ara el caso de la dstrbucó eeralzada de areto homóloa a la dstrbucó eoecal rouesta or Tsalls colaboradores tedríamos ue hacer el suete lateo matemátco: Vamos a realzar rmero u cambo de varables [6] ara la Dstrbucó de areto co el f de smlfcar los cálculos ecesaros etoces artmos de la suete eresó: La cual rereseta ua Dstrbucó Geeralzada de areto co arámetros abc a esta eresó debemos combarla co la fucó ue mamza la etroía de acuerdo co el ME recordemos ue la eresó de la etroía tee la forma eérca suete: E uestro caso artcular la fucó de la etroía adotará la suete forma: a c F b dode λ so los multlcadores de Larae ue os ermte cororar las restrccoes vstas a la ecuacó fucoal. Tato las ecuacoes de verosmltud como las de máma etroía ha sdo dervadas resueltas umércamete de dode hemos obtedo los Estmadores de Máma Verosmltud de Máma Etroía. Vemos a cotuacó ua tabla comaratva del desemeño [5] de estos estmadores. Aalzamos el desemeño de las dos formas de estmar los arámetros de la Dstrbucó de areto Geeralzada a través de dos ídces de desemeño ue defmos a cotuacó: ara la estmacó de arámetros co los dsttos métodos se eera ua matrz de datos de rueba reloes ua columa de acuerdo co [4] ara obteer u roceso estocástco del cual se estma sus arámetros Co esta oblacó base adotamos dsttos tamaños de muestras a artr de estas muestras 5 calculamos los ídces de desemeño Muestreo de MoteCarlo obteedo los suetes resultados: a a / 34 H f f l f d f d a c H f l a l l b El b E BIAS RMSE E Tabla ídces de desemeño de los estmadores ara dsttos tamaños de muestras rob. Muestra Método BIAS RMSE 8 MLE - ME MLE 9 5 ME 8 MLE -4 5 ME MLE -8 6 ME MLE ME

11 MLE 6 ME 5 9 Como coclusó mortate ue odemos etraer de la vsualzacó de estos ídces de desemeño es ue cuado el tamaño de la muestra es rade e comaracó a la oblacó el estmador or máma verosmltud resulta efcete o así co muestras eueñas dode el estmador or máma etroía muestra ua cosderable efceca. Es de destacar ue estos so los rmeros resultados lo ue habrá ue cotejar co otras smulacoes co datos roveetes de los esaos eermetales. S be hemos trabajado co dstrbucoes trucadas de amla utlzacó e estadístca dustral e esta dreccó es també mortate destacar ue la relacó ue ha establecdo Tsalls etre la dstrbucó -eoecal la dstrbucó eeralzada de areto os ermtrá trabajar co dsttos tos de esaos cotea estos datos trucados /o cesurados. Aluas mlemetacoes e dode se uede teer acceso a rutas comutacoes de estmacó de los arámetros de la dstrbucó -eoecal o areto Geeralzada de uso free desarrolladas e leuaje R se uede ecotrar e [6]. Estas rutas fuero tomadas como base ara el desarrollo del software de estmacó de los arámetros de las dstrbucoes -Webull -eoecal eeralzada de areto adatadas ara ser utlzadas e el etoro de trabajo rovsto or el software STATA [7]. 6.- Coclusoes trabajos Futuros Hemos oddo establecer ua corresodeca mortate etre los dsttos modelos de falla de deléctrcos ue desarrollamos e trabajos aterores. rmeramete trabajamos co ua dstrbucó de Webull clásca de dos arámetros ara caracterzar la falla e deléctrcos estos arámetros fuero obtedos ara dsttas famlas de árboles eléctrcos además co la tesó de mejorar estos modelos de falla també se ha trabajado co u dstrbucó de Webull de tres arámetros []. or otro lado també se recurró a u efoue desde la termodámca estadístca o etesva ara caracterzar las fallas e los deléctrcos este efoue os ermtó defr ua dstrbucó eeralzada de Webull -Webull ara costrur los modelos de falla [-3]. Lueo trabajamos co ua dstrbucó de Webull trucada dado ue odemos mlemetar esaos acotados e el temo. El oder trabajar eermetalmete co esaos restrados e fucó del temo ermte el trucameto artfcal de las muestras deteedo fctcamete e oblacoes trucadas a dsttos t estudado el comortameto de los ajustes e fucó del trucameto de datos [4]. Falmete e este trabajo retomamos el efoue termo-estadístco establecemos ua corresodeca mortate etre la dstrbucó de Webull trucada la dstrbucó obteda a través del efoue de Tsalls [4] esta corresodeca os ermte ufcar los dsttos modelos de falla co la dstrbucó deomada Dstrbucó Geeralzada de areto la cual uede como vmos ser estmada drectamete de los esaos de rutura o be utlzado el ídce etróco obtedo drectamete medate el rocesameto dtal de máees. Los esfuerzos actuales futuros se halla oretados a eerar comaar formacó eermetal comutacoal ecesara ara estmar los arámetros característcos de estos dsttos modelos de fallas además de evaluar su desemeño e fucó del to de esao a realzar. ara esta estmacó ecestamos cotar a co ua ra catdad de esaos ara oder e deftva ferr la oblacó a artr de las muestras obtedas. Referecas: Herrera L. A. Irurzu I. M. Razztte A. C. Mola E. E. XVI Coreso Areto de Fscouímca Químca oráca Año 9. EERGEIA Cuadero de Ivestacó ublcacó Aual del Deartameto de vestacó Isttucoal Año 7 º 7 ovembre 9. EERGEIA Cuadero de Ivestacó ublcacó Aual del Deartameto de vestacó Isttucoal Año 8 º 8 ovembre. EERGEIA Cuadero de Ivestacó ublcacó Aual del Deartameto de vestacó Isttucoal Año 9 º 9 ovembre. Tsalls C. oetesve Statstcal Mechacs ad Its Alcatos Lecture hscs Srer Hedelber. Damm Quña. Herrera L. A. Irurzu I. M. Mola E. E. A Caactve Model for Delectrc Breadow olmer materals Comutatoal materal scece Ed. Elsever año 8. 47

12 Herrera L. A. Desarrollo de Modelos Comutacoales alcados a la smulacó del Evejecmeto la Rutura deléctrca de Materales o homoéeos olímeros Tess de Maestría Facultad de Ieería Uversdad de Bueos Ares 6. Damm Quña. Rutura Deléctrca e Sóldos Tess Doctoral Facultad de Cecas Eactas Uversdad acoal de La lata año. Razztte A. C. Característcas fractales de la rutura Deléctrca Resuesta e Frecueca de Sóldos Asladores Tess Doctoral Facultad de Cecas eactas Uversdad acoal de La lata.. L. Damm Quña I. M. Irurzu L. M. Salvaterra E. E. Mola. hscal Revew E Dssado L. A. ad Fotherll J.C. "Electrcal Deradato ad Breadow olmers" ererus ress for IEEE 99. Gell-Ma M. ad Tsalls C. oetesve Etro - Iterdsclar Alcatos Oford Uverst ress 4. htt://fraclab.sacla.ra.fr/wors/sal-ad-mae-rocess Tsalls C. Itroducto to oetesve Statstcal Mechacs Aroach a Comle World Srer ew Yor 9. Abereth B. Robert "The ew Webull Hadboo" Ed. Abereth 4. htt://cscs.umch.edu/~crshalz/research/tsalls-mle/ htt:// 48

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

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

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

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

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

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

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

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

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

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

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

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

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

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

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

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

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

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

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

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

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

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

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

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

TEMAS SELECTOS I ECONOMÍA FINANCIERA NOTA 7

TEMAS SELECTOS I ECONOMÍA FINANCIERA NOTA 7 TEMAS SELECTOS I ECONOMÍA FINANCIERA NOTA 7 Valuaió de u boo e ua feha etre uoes E lo que hemos isto hasta aquí sobre la determiaió del reio de u boo o uó hemos osiderado eriodos omletos, es deir, el úmero

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

Palabras-Clave: Análisis hidráulicos, régimen transitorio, modelo elástico.

Palabras-Clave: Análisis hidráulicos, régimen transitorio, modelo elástico. MODLO HIT. ÁLISIS D TSITOIOS HIDÁULIOS SISTMS OMPLJOS MDIT MODLO LÁSTIO. Pedro L. Iglesas ey ; Vcete S. Fuertes Mquel ; Joaquí Izquerdo Sebastá esume el resete artículo se aborda ua formulacó alteratva

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

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

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

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

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

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

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

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

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

El Transistor de Efecto de Campo (FET)

El Transistor de Efecto de Campo (FET) El Trasistor de Efecto de Camo (FET) J.I.Huirca, R.A. Carrillo Uiversidad de La Frotera. ecember 10, 2011 Abstract El FET es u disositivo activo que oera como ua fuete de corriete cotrolada or voltaje.

Más detalles

11. TRANSFORMADOR IDEAL

11. TRANSFORMADOR IDEAL . TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la

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

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

Cartografía de las transiciones electrónicas en cristales ferromagnéticos. Rolando Saniz. Departamento de Ciencias Exactas

Cartografía de las transiciones electrónicas en cristales ferromagnéticos. Rolando Saniz. Departamento de Ciencias Exactas Cartograía de las trascoes electrócas e crstales erromagétcos Rolado Saz Deartameto de Cecas Exactas Uversdad Católca Bolvaa Caslla #5381 Cochabamba El coocmeto de las trascoes electrócas osbles etre estados

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

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

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

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

10 Un trabajador cobra por horas según el siguiente baremo:

10 Un trabajador cobra por horas según el siguiente baremo: Udad REPASO DE ESTADÍSTICA! 0 U trabajador cobra or horas segú el sguete baremo: Hora ormal (lues a veres):.000 tas. Hora etra (lues a veres): e.000 tas. Hora etra de semaa:.00 tas. Sabedo que etre semaa

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

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

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

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

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

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Regresión con variable dependiente binaria (SW Capítulo 9)

Regresión con variable dependiente binaria (SW Capítulo 9) Regresó co varable deedete bara (SW Caítulo 9) Hasta ahora hemos cosderado que la varable deedete (Y) es cotua: utuacoes e los tests e las escuelas tasa de mortaldad e accdetes de tráfco Pero odemos estar

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

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

Las hipotecas y la tasa anual equivalente

Las hipotecas y la tasa anual equivalente 49 Juo 2005,. 25-32 Las hotecas y la tasa aual equvalete La mayor arte de osotros hacemos uso de los crédtos que os ofrece las etdades faceras ara la adquscó de dsttos bees, sobre todo la vveda. E este

Más detalles

ANALES DE MECÁNICA DE LA FRACTURA Vol. 22 (2005)

ANALES DE MECÁNICA DE LA FRACTURA Vol. 22 (2005) AALES DE MECÁICA DE LA FRACTURA Vol. (5) 7 DAÑ PRBABILISTA SBRE EL CEMET E PRÓTESIS DE CADERA. IFLUECIA DEL GRAD DE UI CEMET-PRTESIS J. Grasa, Mª A. Pérez, J. M. García-Azar, J. A. Bea y M. Doblaré Gruo

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

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

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

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 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

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

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

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN DE

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 214 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 7: CONTRASTE DE HIPÓTESIS Juio, Ejercicio 4, Oció B Reserva 2, Ejercicio 4, Oció B Reserva 4, Ejercicio

Más detalles

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de

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

UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*)

UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*) UNIVERSIDAD NACIONAL DE SALTA Facultad de Cecas Ecoómcas, Jurídcas y Socales Isttuto de Ivestgacoes Ecoómcas Reuó de Dscusó Nº 7 Fecha: /06/003 Hs.: 6 UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*) Eusebo Cleto

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Probabldades y stadístca Cotacó Facltad de Cecas actas y Natrales. Uversdad de Beos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó tal La estadístca rovee téccas qe erte obteer coclsoes

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

INICIO. Elaborado por: Enrique Arenas Sánchez

INICIO. Elaborado por: Enrique Arenas Sánchez INICIO Elbordo or: Erque Ares Sáchez EL PROMEDIO El cálculo del romedo de u lst de vlores [,, K,,, ], 2 K ormlmete se clcul medte l coocd exresó: m...() U form geerl r clculr el romedo de u lst

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

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

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería e Iformátca Mg. Ig. Susaa Valesberg Profesor Ttular MODELOS DE VARIABLE ALEATORIA DISCRETA SITUACIONES A RESOLVER I- El

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

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

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

1. Propiedades molares y propiedades molares parciales

1. Propiedades molares y propiedades molares parciales erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea

Más detalles

SOFTWARE LIBRE QUE CALCULA EL TAMAÑO DE MUESTRA MEDIANTE MÉTODOS DE MUESTREO PROBABILÍSTICO RESUMEN

SOFTWARE LIBRE QUE CALCULA EL TAMAÑO DE MUESTRA MEDIANTE MÉTODOS DE MUESTREO PROBABILÍSTICO RESUMEN SOFTWARE IBRE QUE CACUA E TAMAÑO DE MUESTRA MEDIATE MÉTODOS DE MUESTREO PROBABIÍSTICO Jua Ruz Ramírez Gabrela E. Herádez Rodríguez Chrsta Pérez Salazar 3 RESUME U roblema recurrete e los estudos observacoales

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

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

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

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles