Análisis estadístico de incertidumbres aleatorias

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Análisis estadístico de incertidumbres aleatorias"

Transcripción

1 Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas necesaras La repetcón de las meddas es el arma para luchar contra los errores aleatoros Cómo analzaremos estas meddas con los métodos estadístcos? Técncas epermentales en Físca General /0

2 Tpos de errores: aleatoros y sstemátcos EJEMPLOS Medda de un ntervalo de tempo con un cronómetro. Error en el start y en el stop del epermentador: error aleatoro. El cronómetro funcona mal y da sempre un ntervalo de tempo menor (o mayor): error sstemátco. Medda de una longtud con una regla. Error en la nterpolacón entre dos marcas por el epermentador: error aleatoro. La regla esta mal calbrada y da longtudes menores (o mayores) sempre: error sstemátco. Errores aleatoros: ncertdumbres debdas a numerosas causas mprevsbles que dan lugar a resultados dstntos cuando se repten las meddas. Errores sstemátcos: Equvocacones debdas a métodos o nstrumentos de medda nadecuados, cambando las meddas en la msma dreccón. Técncas epermentales en Físca General /0

3 Error aleatoro: Pequeño Error sstemátco: Pequeño Error aleatoro: Pequeño Error sstemátco: Grande Error aleatoro: Grande Error sstemátco: Pequeño Error aleatoro: Grande Error sstemátco: Grande Stuacón real en un epermento: Técncas epermentales en Físca General 3/0

4 Errores aleatoros: alteracones que responden a dstrbucones de probabldad, se pueden analzar medante métodos estadístcos (Teoría de errores) Posbles causas Acumulacón ncertdumbres ncontroladas Varabldad de las condcones ambentales Varacones aleatoras ntrínsecas a nvel mcroscópco Falta de defncón de la magntud a medr Errores sstemátcos: Deben evtarse o mnmzarse. o hay reglas fjas. Habldad que se adquere con la práctca. Ejemplos: Cero de la escala ncorrecto Calbracón defectuosa del nstrumento Utlzacón de fórmulas apromadas Utlzacón de datos ncorrectos Técncas epermentales en Físca General 4/0

5 La meda y la desvacón estándar meddas de la cantdad :,,,. Cuál es el mejor estmador de?: u = m m? ( ) = Cuál es el valor de m que nos mnmza u? du dm = 0= ( m) m= = Mejor = Meda = = = Cuál es el mejor estmador de la dspersón de los? S µ es el valor verdadero de se defnen las cantdades: σ µ = ( ) = σ = ( µ ) = Varanza, desvacón cuadrátca meda Desvacón típca, estándar Técncas epermentales en Físca General 5/0

6 Pero no conocemos el valor verdadero µ!!!!! Conocemos una estmacón del msmo que es la meda Se defnen entonces los estmadores: s = ( ) = s = ( ) = Varanza muestral Desvacón estándar muestral La desvacón estándar σ o su estmacón s caracterza el error promedo de las meddas,,, realzadas Técncas epermentales en Físca General 6/0

7 Ejemplo: = 5 meddas de : = 7, = 7, 3 = 7, 4 = 73, 5 = 7 d = ( ) d = = 359 d = 0.0 d =.80 ( ) = 359 = = = s = = 0.8 = La desvacón estándar como el error de una sola medda meddas de la magntud :,,,, s S realzamos una medda adconal de la msma magntud y con el msmo método, qué error podemos asocarle? ε ( ) = s Técncas epermentales en Físca General 7/0

8 La desvacón estándar de la meda meddas de las cantdad :,,, = S repetmos el epermento varas veces los valores de cambarán, y la dspersón la medmos con la desvacón típca s ( ) = = ( ) El valor medo tambén varará de un epermento a otro, y su varanza será: s ( ) ( ) = ( ) = s s La desvacón típca de la meda será por tanto: s ( ) = s ( ) Dsmnuye con el número de meddas Técncas epermentales en Físca General 8/0

9 Ejemplo: Caja con muelles smlares CÁLCULO DE LA COSTATE ELÁSTICA DE U MUELLE k k -k meda (k -k meda) k meda = 85.9 /m Desv. Est.=.9 /m Valor medo constante elástca k meda = 85.9/m Desvacón estándar: sk ( ) =.9/m El error de la meda es sk ( ).9 sk ( ) = = = 0.6/m 0 El resultado lo presentaremos k = 85.9 ± 0.6 /m meda S medmos un muelle y obtenemos, por ejemplo, 83 /m, podemos escrbr que k = 83.0 ±.9 /m Técncas epermentales en Físca General 9/0

10 úmero de meddas necesaras Se realzan = 3 meddas y se calcula Se halla el porcentaje de dspersón: D = ma mn 00 Dspersón de las tres prmeras meddas úmero de meddas que deben realzarse D < % Bastan las 3 meddas realzadas % < D < 8% Hay que hacer 3 meddas más 8% < D < % Hay que realzar 5 meddas D > % Dstrbucón gaussana Estmacón del error absoluto del valor medo, ε ( ) úmero de meddas 3 6 > 6 Mámo de Mámo de Error absoluto ε ( ) ε( ) ε( ) = = ma = εd = ε( ) ε = σ ε ( ) = D 4 mn Técncas epermentales en Físca General 0/0

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

Más detalles

PRÁCTICA 1: MEDIDA DE MAGNITUDES FÍSICAS Y SU TRATAMIENTO NUMÉRICO

PRÁCTICA 1: MEDIDA DE MAGNITUDES FÍSICAS Y SU TRATAMIENTO NUMÉRICO PRÁCTICA 1: MEDIDA DE MAGNITUDES FÍSICAS Y SU TRATAMIENTO NUMÉRICO MEDIDA Y ERROR La medda epermental es la base de todo el conocmento centífco. Medr es comparar una determnada propedad de un sstema con

Más detalles

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

CERTIFICADO DE CALIBRACION

CERTIFICADO DE CALIBRACION Nº de certfcado: Certfcate number: INSTRUMENTO: Instrument: Laboratoro de calbracón CERTIFICADO DE CALIBRACION Certfcate of calbraton XXXXXXXXXXX Estufa Págna 1 de 2 FABRICANTE: Manufacturer: Selecta MODELO:

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto: -.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una

Más detalles

ERROR, INCERTIDUMBRE, PRECISIÓN Y EXACTITUD, TÉRMINOS ASOCIADOS A LA CALIDAD ESPACIAL DEL DATO GEOGRÁFICO

ERROR, INCERTIDUMBRE, PRECISIÓN Y EXACTITUD, TÉRMINOS ASOCIADOS A LA CALIDAD ESPACIAL DEL DATO GEOGRÁFICO ERROR, ICERTIDUMBRE, PRECISIÓ Y EXACTITUD, TÉRMIOS ASOCIADOS A LA CALIDAD ESPACIAL DEL DATO GEOGRÁFICO Antono Mguel Ruz Armenteros Departamento de Ingenería Cartográfca, Geodésca y Fotogrametría. Unversdad

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- Caracterzacón de los actvos y carteras: Rentabldad resgo Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura:

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

Cuaderno de actividades 4º ESO

Cuaderno de actividades 4º ESO Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959)

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959) Modelo Lneal 03 Ana M Banco 1 Análss de la Varanza de dos factores con replcacones: Caso Balanceado cheffé, 1959 En este eemplo nos nteresa el tempo de coagulacón en mnutos del plasma sanguíneo para 3

Más detalles

Incertidumbre de la Medición: Teoría y Práctica

Incertidumbre de la Medición: Teoría y Práctica CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle

Más detalles

CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño:

CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño: CAPÍTUL IV METDLGÍA 1. Dseño y técnca de nvestgacón Para llevar a cabo la nvestgacón se ha tendo en cuenta el sguente dseño: 1. Investgacón con medcón preva y posteror con grupo de control.. Las undades

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Inferencia Estadística: Prueba de Hipótesis

Inferencia Estadística: Prueba de Hipótesis Inferenca Estadístca: Prueba de Hpótess Inferenca Estadístca: Hemos estudado cómo a partr de una muestra de una poblacón podemos obtener una estmacón puntual o ben establecer un ntervalo más o menos aproxmado

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Análisis de Varianza no paramétricos

Análisis de Varianza no paramétricos Capítulo VII Análss de Varanza no paramétrcos Anova de Kruskal-Walls Anova de Fredman Anova de Q de Cochran Introduccón Las técncas de análss de varanza no paramétrcos son útles cuando los supuestos de:

Más detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

Más detalles

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

DENSIDAD ELABORADO POR: DANIELA ALEJANDRA BARRETO GOMEZ MARIA CAROLINA BENAVIDES MUÑOZ VALENTINA ROJAS MARTINEZ KAREN SUSANA DE MARIA MOSQUERA TORRADO

DENSIDAD ELABORADO POR: DANIELA ALEJANDRA BARRETO GOMEZ MARIA CAROLINA BENAVIDES MUÑOZ VALENTINA ROJAS MARTINEZ KAREN SUSANA DE MARIA MOSQUERA TORRADO DENSIDAD ELABORADO POR: DANIELA ALEJANDRA BARRETO GOMEZ MARIA CAROLINA BENAVIDES MUÑOZ VALENTINA ROJAS MARTINEZ KAREN SUSANA DE MARIA MOSQUERA TORRADO PRESENTADO A: FERNANDO VEGA PONTIFICIA UNIVERSIDAD

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

Regresión y Correlación

Regresión y Correlación Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

1-5 ESTUDIO DE LA CAÍDA LIBRE

1-5 ESTUDIO DE LA CAÍDA LIBRE 1-5 ESTUDIO DE LA CAÍDA LIBRE Materal Columna graduada dotada de dos plataformas desplazables provstas de sensores de partda y de llegada. Bolas de acero de 7, 10 y 14 mm de dámetro. Contador dgtal. Teoría

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

LABORATORIO DE FÍSICA I Y FÍSICA GENERAL

LABORATORIO DE FÍSICA I Y FÍSICA GENERAL UIVERSIDAD ACIOAL EXPERIMETAL FRACISCO DE MIRADA COMPLEJO ACADÉMICO EL SABIO ÁREA DE TECOLOGÍA DEPARTAMETO DE FÍSICA Y MATEMÁTICA COORDIACIÓ DE LABORATORIOS DE FÍSICA LABORATORIO DE FÍSICA I Y FÍSICA GEERAL

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : EDIDAS DE DISPERSIÓN Y DE FORA (PARTE II) EDIDAS DE FORA TEA 9: EDIDAS DE FORA. EDIDAS DE ASIETRIA Son medda que mden el grado de deformacón horzontal

Más detalles

TEORÍA DE MEDIDAS INTRODUCCIÓN

TEORÍA DE MEDIDAS INTRODUCCIÓN Teoría de Meddas TEORÍA DE MEDIDAS ITRODUCCIÓ Las cencas epermentales operan con valores numércos que se obtenen como resultado de efectuar meddas de varables, por ejemplo una temperatura, una longtud

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

HOMOGENEIDAD DE POBLACIONES ESTADISTICAS. EL PROBLEMA DE LA MIXTURA DE COMPONENTES

HOMOGENEIDAD DE POBLACIONES ESTADISTICAS. EL PROBLEMA DE LA MIXTURA DE COMPONENTES HOMOGENEIDAD DE POBLACIONES ESTADISTICAS. EL PROBLEMA DE LA MIXTURA DE COMPONENTES Mguel Ángel Fajardo Caldera - fajardo@unex.es Jesús Perez Mayo - jperez@unex.es Lyda Andrades Caldto andrades@unex.es

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Análisis avanzado Bondad de ajuste Simulaciones

Análisis avanzado Bondad de ajuste Simulaciones Ejemlos Ejerccos Msceláneas Evaluacón Análss avanzado Bondad de ajuste Smulacones Bondad de ajuste. Intervalos de confanza. Muestras equeñas. Smulacones: método de Montecarlo. 3.1 Bondad del ajuste Volvendo

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

Tratamiento de datos experimentales. Teoría de errores

Tratamiento de datos experimentales. Teoría de errores Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón

Más detalles

CORRELACION Y REGRESION

CORRELACION Y REGRESION CORRELACION Y REGREION Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

PROCEDIMIENTO ME- 021 PARA LA CALIBRACIÓN DE COLUMNAS DE LÍQUIDO MANO Y BAROMÉTRICAS

PROCEDIMIENTO ME- 021 PARA LA CALIBRACIÓN DE COLUMNAS DE LÍQUIDO MANO Y BAROMÉTRICAS PROCEDIMIENTO ME- 0 PARA LA CALIBRACIÓN DE COLUMNAS DE LÍQUIDO MANO Y BAROMÉTRICAS 0 Edcón dgtal Este procedmento ha sdo revsado, corregdo y actualzado, s ha sdo necesaro. La presente edcón se emte en

Más detalles

6. RESULTADOS OBTENIDOS Y ANÁLISIS DE LOS MISMOS

6. RESULTADOS OBTENIDOS Y ANÁLISIS DE LOS MISMOS 6. RESULTADOS OBTENIDOS Y ANÁLISIS DE LOS MISMOS 6.1 Traccón A partr de los ensayos de traccón realzados se obtendrán a contnuacón una sere de parámetros que defnen el comportamento del materal bajo estudo

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Consumo de gas (m 3 ) Viviendas 50 100 10 100 200 40 200 400 60 400 500 10

Consumo de gas (m 3 ) Viviendas 50 100 10 100 200 40 200 400 60 400 500 10 Estadístca Descrptva Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández 1. Se ha realzado un estudo sobre el consumo de gas (en m ) en las

Más detalles

CAPÍTULO 3 DIAGNÓSTICOS DE REGRESIÓN

CAPÍTULO 3 DIAGNÓSTICOS DE REGRESIÓN CAPÍTULO 3 DIAGNÓSTICOS DE REGRESIÓN Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson 1 3.1 Outlers, puntos de leverage

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO. ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO..- PERSPECTIVA HISTÓRICA MATERIA { MOLÉCULAS } { ÁTOMOS}, sendo los átomos y/o moléculas estables por la nteraccón electromagnétca. Desde la perspectva electromagnétca

Más detalles

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

Estadística Descriptiva Análisis de Datos

Estadística Descriptiva Análisis de Datos El concepto de Estadístca Estadístca Descrptva Análss de Datos 8.1 INTRODUCCION El orgen de la Estadístca se remonta a dos tpos de actvdades humanas: los juegos de azar y las necesdades de los Estados:

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

LABORATORIOS Y PROBLEMAS DE FÍSICA I

LABORATORIOS Y PROBLEMAS DE FÍSICA I LAORATORIOS Y PROLEMAS DE FÍSICA I CARRERAS: IGEIERIA E ALIMETOS LICECIATURA E QUÍMICA PROFESORADO E QUÍMICA PROFESORES: Mg. CARLOS A. CATTAEO IG. AGEL MOTEEGRO AUXILIARES: IG. AGEL ROSSI IG. AA IREE RUGGERI

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Laboratorio de Física con soporte interactivo en Moodle

Laboratorio de Física con soporte interactivo en Moodle Laboratoro de Físca con soporte nteractvo en Moodle Laboratoro de Físca con soporte nteractvo en Moodle Javer Ablanque Ramírez Rosa María Bento Zafrlla Juan Carlos Losada González Departamento de Físca

Más detalles

INTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES

INTRODUCCIÓN... 43 OBJETIVOS GENERALES... 3. Estadística Aplicada OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ACTIVIDADES Índce INTRODUCCIÓN... OBJETIVOS GENERALES... 3 OBJETIVOS PARTICULARES... 4 CONCEPTOS BÁSICOS... 5 ESTADÍSTICA DESCRIPTIVA INTRODUCCIÓN... 8 RECOLECCIÓN DE DATOS... 8 TEORÍA DEL MUESTREO... 8 TRATAMIENTO

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Teoría de la decisión Estadística

Teoría de la decisión Estadística Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes: CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

UNIDAD DE PLANEACIÓN MINERO ENERGÉTICA

UNIDAD DE PLANEACIÓN MINERO ENERGÉTICA UNIDAD DE PLANEACIÓN MINERO ENERGÉTICA FORMULACIÓN DE UN PROGRAMA BÁSICO DE NORMALIZACIÓN PARA APLICACIONES DE ENERGÍAS ALTERNATIVAS Y DIFUSIÓN Documento ANC-0603-10-01 ANTEPROYECTO DE NORMA AEROGENERADORES

Más detalles

Balance de Líneas de Producción

Balance de Líneas de Producción Balance de Líneas de Produccón PS 4161 Gestón de la Produccón I 1 Contendo Equlbrado de la línea de produccón Línea de fabrcacón Línea de ensamblaje 2 Objetvos de aprendzaje Cuando haya completado este

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

Reportando la Distribución de la Proyección de Inflación

Reportando la Distribución de la Proyección de Inflación ESTUDIOS ECONÓMICOS Reportando la Dstrbucón de la Proyeccón de Inflacón 1. Introduccón Marco Vega * mvegad@bcrp.gob.pe Las funcones de densdad de las proyeccones de nflacón pueden reportarse medante construccones

Más detalles

56. Qué significan los llamados Grados de libertad 1?

56. Qué significan los llamados Grados de libertad 1? Qué son los llamados grados de lbertad? 56. Qué sgnfcan los llamados Grados de lbertad? El concepto de grados de lbertad es de mucha mportanca en la estadístca moderna, no obstante que los lbros de texto,

Más detalles

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS SIARGAF 4.0 FEBRERO 008 CONTENIDO..... Valor en Resgo aramétrco... A) Meddas de Sensbldad... B) Meddas Estadístcas... 6 C) Volatldad... 7 D) Valor

Más detalles