Revista Dugandia, Ciencias Básicas, Uniatlántico Volumen 1, No. 1, Enero-Junio 2005
|
|
- Montserrat San Segundo Fidalgo
- hace 7 años
- Vistas:
Transcripción
1 TAMAÑO DE MUESTRA PARA POBLACIONES MULTINOMIALES EN MUESTREO BIETÁPICO Svetlana Ivanovna Rudnykh. Departamento de Fíica Univeridad del Atlántico Km 7 antigua vía a Puerto Colombia, A.A. 1890, Barranquilla, Colombia, Svetarudn@hotmail.com Material Tei de Epecialización en Etadítica, Convenio Univeridad Nacional - Univeridad del Atlántico Reumen.En eta invetigación e preenta un algoritmo que permite etablecer un tamaño de muetra para poblacione multinomiale que requieren el mínimo coto para realizar un muetreo bietápico. Palabra clave: ditribución binomial, muetreo bietápico, tamaño de muetra, ditribución multinomial. Abtract. In thi reearch, I introduce an algorithm that allow etablihing an optimal ample ize for multinomial population in two-tep urvey. Key-Word: binomial ditribution, two-tep urvey, ample ize, multinomial ditribution. 1. Introducción El cálculo del tamaño de muetra para etimar parámetro de proporcione con ditribución multinomial e ha convertido en una tarea cotidiana en la invetigacione ociale (ver MEDINA 1998). Ete problema ha ido analizado, entre otro, por COCHRAN (1963), TORTORA (1978), THOMPSON (1987) y ANGERS (1974, 1984), quiene han podido aplicar u método en actividade tan diímile como control de calidad, opinión pública, antropología, teoría del juego, biología y etudio de imulación. En la etimación del número de unidade que forman parte de una muetra, debe er coniderada la varianza de la variable de interé, aí como la preciión con la que e deean obtener la etimacione y la con anza requerida, lo dominio de etudio y el equema de muetreo. Sin embargo, la forma de abordar ete problema e muy compleja y la teoría conocida hata hoy preenta olucione muy puntuale a cao particulare. En ete etudio e conideró un procedimiento de muetreo formado por do etapa (bietápico). Se upuo, ademá, que en la etapa inicial e extrae una muetra aleatoria imple in reemplazo de n UP M (Unidade Primaria de Muetreo, la cuale etán conformada a u vez por unidade de menor tamaño), de un total de N que componen la población objetivo, en una egunda etapa e extrae una muetra aleatoria imple in reemplazo de m U SM (Unidade Secundaria de Muetreo) de la M que componen cada UP M. En otra palabra, el procedimiento bietápico aquí coniderado e aplicado a una población de N UP M, en donde cada UP M tiene igual tamaño M. De aquí on extraída m USM para 52
2 er examinada y etimar la proporción de una caracterítica de interé (eta variable e de tipo multinomial). Bajo eta condicione, e propone un algoritmo para etimar lo tamaño de muetra (n m) de poblacione multinomiale en el muetreo bietápico. 2. Tamaño de Muetra de Poblacione Binomiale en Muetreo Bietápico El procedimiento uual para el cálculo del tamaño de muetra en el equema bietápico cuando e etima el parámetro deconocido (P ) de poblacione binomiale implica optimizar una función de coto teniendo en cuenta la retriccione contenida en la expreión que e obtenga de la varianza del etimador ( P b ). P e de ne aquí como la proporción poblacional en la i- éima UP M, o también la razón entre el número total de unidade en la i-éima UP M que poee la caracterítica de interé y M (tamaño de cada UP M). Por u parte b P = 1 n nx bp i y b P = a i m iendo a i el total de unidade USM que poeen atributo de interé y pertenecen a la UP M i: Aplicando el teorema de Madow (PÉREZ 2000) e obtiene la varianza del etimador ( b P ), cuya expreión e la iguiente: V bp Donde f 1 = n N, S2 b = NX MP i (1 P i ) = (1 f 1 ) S2 b n + (1 NX P i P 2 (N 1) f 2) S2 w nm (1) f 2 = m M y S2 w = : Una función de coto del muetreo dependiente de n y m N(M 1) e puede preentar de la iguiente forma: C = nc 1 + nmc 2 (2) donde C 1 y C 2 on lo coto de muetreo correpondiente a cada unidad primaria y ecundaria en la encueta, repectivamente. Utilizando la metodología de Lagrange e logra optimizar (minimizar) la función de coto (2) bajo la condicione de (1) y de ea forma encontrar m y n óptimo: C 1 MSw 2 m opt: = C 2 (MSb 2 Sw 2 C n = : C 1 + mc 2 53
3 Se oberva que el tamaño óptimo de m aumenta proporcionalmente a r C1 C 2 pero no e muy enible a pequeño cambio en C 1 C 2 también e oberva que m opt: no depende de C ni de n: 3. Tamaño de Muetra de Poblacione Multinomiale en Muetreo Monoetápico Para el cálculo del tamaño de muetra en ditribucione multinomiale e han dearrollado procedimiento que e orientan a reolver parte de lo problema teórico que comprende la etimación imultánea de lo parámetro en poblacione multinomiale, pero no logran optimizar u olucione para todo lo cao. Aí, en Anger (1984) e propone un método que conite en elegir de manera arbitraria un tamaño de muetra n y calcule lo k cociente por medio de la expreión: nd 2 i P i(1 P i ) i = 1 2 ::: k (categoría de la variable de dieño) que repreentan lo valore de la abcia, mientra que en el eje de la ordenada e ubican lo nivele de con anza (0 010) y (0 001). Poteriormente, e bucan en la grá ca propueta lo valore obtenido en el eje de la abcia, a n de identi car lo correpondiente nivele de con anza ( 0 i ) y e compara la X i con el valor de de nido por el invetigador. El criterio que e utiliza para decidir e que i la umatoria i e mayor X (menor) que, entonce el tamaño de muetra propueto e muy pequeño (grande), por lo que e deberá modi car el tamaño de muetra en múltiplo de n y continuar con el procedimiento decrito hata encontrar un intervalo (n 1 n n 2 ) que contenga el valor bucado. Cuando e logre ubicar el intervalo, el número nal de obervacione e obtiene por medio de interpolación lineal imple. Ete procedimiento permite obtener el límite empírico para el tamaño de muetra cuando e aume que lo intervalo de con anza tienen amplitude iguale y no e hacen retriccione a lo aparte de que X i =. En la propueta de Anger (ut upra), e nota que el tamaño de muetra e incrementa con el aumento del número de categoría k. Ete e un reultado irregularmente! conervativo, pueto que falla al tomar en cuenta la retricción kx P i = 1 de lo parámetro multinomiale. Para la determinación del tamaño de muetra, e requiere de nir la preciión de cada parámetro de la ditribución multinomial. Eta ituación repreenta una diferencia utantiva repecto del procedimiento tradicional, en donde generalmente e elige una variable de dieño y obre ella e determina el número de obervacione necearia para realizar la invetigación. De eta manera, uponga que e deea una preciión aboluta para cada celda entonce, e tiene que: 54
4 P i i = P i 2 (1=k) P i(1 P i ) n P i + i = P i + 2 (1=k) P i(1 P i ) n Depejando el valor de i en la anteriore expreione, e obtiene: 2 (1=k) i = P i(1 P i ) n y reolviendo para n e encuentra que el tamaño de muetra neceario para etimar cada celda con una preciión i e: n = max i 2 (1=k) P i(1 P i ) : En 1987, Thompon plantea que el método propueto por Anger en 1984 era el óptimo de lo procedimiento exitente, pero reultaba muy tedioo en u aplicación, por lo que propuo una manera de determinar el peor de lo cao (wort cae P i = 05) para un vector de parámetro multinomiale cuando e deean obtener intervalo de con anza imultáneo para cada uno de lo componente del vector P. Thompon (ibid) plantea que el objetivo conite en determinar el tamaño de muetra n para una variable aleatoria de una ditribución multinomial, de tal forma que la probabilidad de que toda la proporcione etimada de manera imultánea etén contenida en el intervalo ea menor que (1 i ) eto e, 2 i P r k\ jp i P i j i 1 en donde P i e la proporción de obervacione en la i-éima categoría en la población, p i la proporción obervada en la muetra, k el número de categoría y p ) i n i = P r (jz i j p = 2(1 (Z i )) Pi (1 P i ) en donde Z i e la variable normal etandarizada, la función acumulativa de probabilidad y Z i = i p n p Pi (1 P i ) : Cuando k = 2 y i = 1 = 2 e trata de una ditribución binomial y el tamaño de muetra e determina de la manera tradicional: n = Z2 P i (1 P i ) 2 i Si la proporción P i e deconocida, e utiliza el criterio de máxima varianza (wort cae) con P i =
5 4. Efecto de Categoría para la Determinación de lotamaño de Muetra Para tratar de reolver la ituación que e preenta en el cálculo de tamaño de muetra en encueta compleja, en donde no e cuenta con una fórmula para la varianza de la proporcione de la categoría de la variable de interé, iguiendo la propueta de Kih (1972) al de nir un factor de ajute que a partir de una muetra aleatoria imple permite aproximare al número de eleccione necearia para un dieño de conglomerado, proporciona la mima varianza, e de ne aquí el tamaño efectivo de muetra como, n e = n 0 efdk donde n 0 e el tamaño de muetra obtenido egún el procedimiento cláico de Cochran, efdk e el efecto de dieño que, en la ituación aquí analizada, ería el efecto de k categoría. Ete efecto e exprea como la variacione de lo tamaño de muetra propueto por lo ditinto procedimiento entre el tamaño de muetra de aproximación cláica (COCHRAN 1963) (ver tabla 1). El tamaño efectivo calculado puede er interpretado como la cantidad de información contenida en una muetra multinomial. La ubvaloración de la aproximación cláica (COCHRAN 1963) en el cao de la etimación de proporcione para poblacione multinomiale con má de 2 categoría y por ende en la determinación del tamaño de muetra, e debe a la conideración no realita de que todo lo parámetro on iguale a 0.5 (peor de lo cao) y que la uma de lo mimo e igual a 1. Si en lugar de coniderar poblacione binomiale e conideran ahora poblacione multinomiale, en otra palabra, i en lugar de etimar una ola proporción interea etimar k proporcione de categoría de una variable, la varianza dentro de la unidade ecundaria aumenta. Ete aumento de la varianza e debe a la etimación imultánea de k proporcione de la variable. Por otra parte, al exprear la varianza del etimador de la proporción en el modelo binomial mediante el coe ciente de correlación intraconglomerado, e oberva que dicha varianza e igual al producto de varianza del etimador de la proporción en el muetreo aleatorio imple cuando el tamaño de muetra e mn por el factor (1 + (m 1)), que e llamado por Kih (1972) efecto de dieño. En reumen, el efecto de dieño dado por la razón entre la varianza del etimador de la proporción para el muetreo en etapa y varianza del etimador bajo el muetreo aleatorio imple depende vitalmente de m, el tamaño de muetra de unidade ecundaria, y no tanto del tamaño de muetra de unidade primaria n. En el cambio de poblacione binomiale a poblacione multinomiale iguiendo un equema bietápico el tamaño de muetra que reulta incrementado utancialmente e el de la unidade ecundaria (m), y u in uencia e puede medir por el efecto de categoría ef dk expreada de la iguiente manera: m = m 0 efdk 56
6 donde e el tamaño de muetra de unidade ecundaria y efdk = en en 0 donde en 0 e el tamaño de muetra propueto por Cochran (1963) de la aproximación cláica y en e el tamaño de muetra propueto por ditinto autore para poblacione multinomiale. 5. Algoritmo para el Tamaño de Muetra Lo tamaño de muetra de una población multinomial para el muetreo bietápico pueden encontrare de una manera práctica dearrollando el iguiente procedimiento: Se obtienen lo tamaño de muetra n de unidade primaria y m 0 (número de unidade ecundaria) para poblacione binomiale en muetreo bietápico. Ecoger el procedimiento de aproximación de etimadore que má e ajuta a ituación planteada en el problema que e reuelve (Tortora 1978, Anger 1984 o Thompon 1987). Luego que e ha ecogido el procedimiento, ir a la celda correpondiente en la tabla 1, de acuerdo a lo valore de y k, y localizar el valor del efecto de categoría para ete cao. Multiplicar m 0 por valor del efecto de categoría hallado en pao anterior. El reultado e aproximadamente el tamaño de muetra de la unidade ecundaria recomendado por el procedimiento ecogido. El tamaño de muetra n de unidade primaria fue el obtenido con la aproximación binomial al inicio del algoritmo. Conf Ang Thom k=3 k=4 k=5 k=6 k=7 k=8 k=9 k=
7 Referencia [1] ANGERS, C. A Graphical Method to Evaluate Sample Size for the Multinomial Ditribution. Technometric, Vol.16, No. 3, pp [2] Large Sample Size for the Etimation of Multinomial Frequencie from Simulation Studie. Simulation: Oct, pp [3] COCHRAN, W.G. Técnica de Muetreo. México D.F.: Continental, S.A [4] KISH, L. Muetreo de Encueta. México D.F.: Trilla [5] MEDINA, F. Tamaño Óptimo de Muetra en Encueta de Propóito Múltiple. En: CEPAL, Memoria del Taller Regional obre Plani cación de Encueta en Hogare, Santiago de Chile [6] PÉREZ, C.). Técnica de Muetreo Etadítico. Teoría, Práctica y Aplicacione informática. México D. F.: Alfaomega [7] THOMPSON, K.T. Sample Size for Etimating Multinomial Proportion. The American Statitician, Vol. 41, No. 1, pp [8] TORTORA, R.D. A Note on Sample Size Etimation for Multinomial Population. The American Statitician Vol. 32, No. 3, pp
FORMULARIO. Rango intercuartílico: Diferencia entre el tercer y primer cuartil
FORMULARIO Dato: x 1, x 2,..., x N } Media: x = N i=1 x i N Rango intercuartílico: Diferencia entre el tercer y primer cuartil Varianza: 2 = N i=1 (x i x) 2 = N i=1 x2 i N x2 Deviación típica: = N i=1
Más detallesCAPITULO 3: DIFERENCIACIÓN
CAPITULO 3: DIFERENCIACIÓN 3.1 Cociente de la diferencia En mucho cao, e de interé la taa de cambio en la variable dependiente de una función cuando hay un cambio en la variable independiente. Por ejemplo,
Más detallesMEDIDAS DE DISPERSION
MEDIDAS DE DISPERSION Un promedio puede er engañoo a meno que ea identicado y vaya acompañado por otra información que informe la deviacione de lo dato repecto a la medida de tendencia central eleccionada.
Más detallesI. OBJETIVOS DE LA ENCUESTA
I. OBJETIVOS DE LA ENCUESTA La Encu eta Nacional de Hogare obre Medición de Nivele de Vida a dearrollare en 1994 tendrá como objetivo central obtener la información neceari a para evaluar lo nivele de
Más detallesLEY DE GAUSS. A v. figura 5.1
LY D GAUSS 5.1 INTRODUCCION. l campo eléctrico producido por objeto cargado etático puede obtenere por do procedimiento equivalente: mediante la ley de Coulomb o mediante la ley de Gau, ley debida a Karl
Más detallesELEMENTOS DEL MOVIMIENTO
1 ELEMENTOS DEL MOVIMIENTO Poición 1.- Ecribe el vector de poición y calcula u módulo correpondiente para lo iguiente punto: P1 (4,, 1), P ( 3,1,0) y P3 (1,0, 5); La unidade de la coordenada etán en el
Más detallesEstimadores de razón (ratio estimators)
(ratio etimator) Guillermina Elava Semetre 2015-2 1 Etimador de razón para dieño etratificado 2 Comentario obre calibración 1 / 14 Recordemo que el etimador π o H-T del total t = k U y k e un etimador
Más detallesREGULACIÓN AUTOMATICA (8)
REGULACIÓN AUOMAICA 8 Repueta en frecuencia Nyquit Ecuela Politécnica Superior Profeor: Darío García Rodríguez -4.-Dada la función de tranferencia de lazo abierto de un itema con imentación unitaria, para
Más detallesANÁLISIS DEL LUGAR GEOMÉTRICO DE LAS RAÍCES
CAPITULO 3 ANÁLISIS DEL LUGAR GEOMÉTRICO DE LAS RAÍCES 3. INTRODUCCIÓN La etabilidad relativa y la repueta tranitoria de un itema de control en lazo cerrado etán directamente relacionada con la localización
Más detallesLugar Geométrico de las Raíces
Lugar Geométrico de la Raíce N de práctica: 9 Tema Correpondiente: Lugar geométrico de la raíce Nombre completo del alumno Firma N de brigada: Fecha de elaboración: Grupo: Elaborado por: Reviado por: Autorizado
Más detallesMedidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010
Medida de Variación o Diperión Dra. Noemí L. Ruiz 007 Derecho de Autor Reervado Reviada 010 Objetivo de la lección Conocer cuále on la medida de variación y cómo e calculan o e determinan Conocer el ignificado
Más detallesCOLEGIO LA PROVIDENCIA
COLEGIO LA PROVIDENCIA Hna de la Providencia y de la Inmaculada Concepción 2013 ALLER MOVIMIENO CIRCULAR UNIFORME DOCENE: Edier Saavedra Urrego Grado: décimo fecha: 16/04/2013 Realice un reumen de la lectura
Más detalless s El radio de curvatura se calcula con la ecuación fundamental de los espejos esféricos.
Modelo 04. Pregunta 4B.- Un objeto etá ituado a una ditancia de 0 cm del vértice de un epejo cóncavo. Se forma una imagen real, invertida y tre vece mayor que el objeto. a) Calcule el radio de curvatura
Más detalles3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas
3. Intervalo de confianza baado en una población con ditribución normal pero con muetra pequeña Cuando n < 30 no e poible uar el teorema central del límite habría que hacer una upoición epecífica acerca
Más detallesPráctica 5: Control de Calidad
Práctica 5: Control de Calidad Objetivo epecífico Al finalizar eta práctica deberá er capaz de: Contruir lo gráfico de control para la media, la deviación típica y el rango (gráfico de control por variable).
Más detallesCiencia de recolectar, describir e interpretar datos. Términos básicos
Etadítica decriptiva: un repao Etadítica Ciencia de recolectar, decribir e interpretar dato. Método etadítico 1) Definir cuidadoamente la ituación ) Recolectar dato 3) Reumir con preciión lo dato 4) Obtener
Más detalles05/04/2011 Diana Cobos
Diana Cobo a cola on frecuente en nuetra vida cotidiana: En un banco En un retaurante de comida rápida Al matricular en la univeridad o auto en un autolavado 2 En general, a nadie le guta eperar. Cuando
Más detallesE s t r u c t u r a s
t r u c t u r a epartamento de tructura de dificación cuela Técnica Superior de Arquitectura de adrid iagrama de efuerzo de una viga quebrada uo: 4,5 k/m I AA 15/16 12-4-2016 jemplo peo propio: 4,5 k/m
Más detalles# La capacidad mínima del condensador de filtro que garantice que el valor de la tensión de rizado está por debajo del máximo admisible.
Cálculo del condenador de filtro El problema de cálculo del condenador de filtro en cualquiera de lo rectificadore etudiado e, en definitiva, una problema de teoría de circuito cuya reolución emplea cálculo
Más detallesse llama frecuencia absoluta y es el número de veces que aparece cada valor en los datos. Por ejemplo, el número 7 de la columna f i
Población y muetra Población E el conjunto formado por todo lo elemento de lo que e quiere etudiar alguna caracterítica. Por ejemplo, i vamo a etudiar la aficione de lo jóvene de 15 año nacido en la capital
Más detalles1. IDENTIFICACIÓN DE LA ASIGNATURA
UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE ADMINISTRACION Y ECONOMIA DEPARTAMENTO DE CONTABILIDAD Y AUDITORIA PROGRAMA DE ESTUDIO ESTADÍSTICA APLICADA II 1. IDENTIFICACIÓN DE LA ASIGNATURA 2. OBJETIVOS
Más detallesEstructuras de Materiales Compuestos
Etructura de Materiale Compueto Reitencia de lámina Ing. Gatón Bonet - Ing. Critian Bottero - Ing. Marco ontana Introducción Etructura de Materiale Compueto - Reitencia de lámina La lámina de compueto
Más detallesCOMPLEMENTO DIDÁCTICO CAPÍTULO 2. CINEMÁTICA DEL CUERPO RÍGIDO
Mecánica Racional, Ercoli Azurmendi, edutecne 4 COMLEMENTO DIDÁCTICO CAÍTULO. CINEMÁTICA DEL CUERO RÍGIDO EJEMLO RESUELTO ALICACIÓN DE LOS MÉTODOS DEL MOVIMIENTO ABSOLUTO Z ω î Y DEL MOVIMIENTO RELATIVO
Más detalles. (3.6) 20r log j 20 log j / p log j / p Obtener la expresión del ángulo de fase :
Aj j... j z z zm G( j). (3.6) r ( j) j j... j p p p n G( j) 0log G( j) db 0 log A 0 log j/ z 0 log j/ z... 0 log j/ zm 0r log j 0 log j/ p... 0 log j/ p. 4. Obtener expreión del ángulo de fae : G( j) A(
Más detallesPráctica demostrativa Nº 1 Funciones y series en variable compleja
Práctica Demotrativa con Matlab 207 Práctica demotrativa Nº Funcione erie en variable compleja Obtener el valor de la iguiente funcione en un punto dado, z 0, a) evaluando la función en el punto, b) calculando
Más detallesREGRESIÓN Y CORRELACIÓN Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
REGRESIÓN CORRELACIÓN Método Etadítico Aplicado a la Auditoría Sociolaborale Francico Álvarez González http://www.uca.e/erv/fag/fct/ francico.alvarez@uca.e DISTRIBUCIONES BIVARIANTES El etudio de la relación
Más detallesTema 1: Introducción al Análisis de datos Categóricos
Tema 1: Introducción al Análii de dato Categórico Introducción Lo dato categórico aparecen cuando una variable e mide en una ecala que ólo claifica a lo encuetado en un número limitado de grupo. Por ejemplo,
Más detallesDISEÑO ECONÓMICO DE CARTAS DE CONTROL X ASUMIENDO DISTRIBUCIÓN GAMMA
DISEÑO ECONÓMICO DE CARTAS DE CONTROL X ASUMIENDO DISTRIBUCIÓN GAMMA I.M. González and E. Vile Ecuela Superior de Ingeniero, Univeridad de Navarra, P. Manuel de Lardizábal, 8 San Sebatián, Epaña. E-mail:
Más detallesTema 2. Circuitos resistivos y teoremas
Tema. Circuito reitivo y teorema. ntroducción.... Fuente independiente..... Fuente de tenión..... Fuente independiente de intenidad.... eitencia.... 4.. ociación de reitencia... 5 eitencia en erie... 5
Más detallesVARIABLE ALEATORIA UNIFORME
VARIABLE ALEATORIA UNIFORME DEFINICIÓN Se dice que una variable X tiene una ditribución uniforme en el intervalo [a;b] i la fdp de X e: 1 i a x b f(x)= b-a 0 en otro cao Demotrar que la FDA etá dada por
Más detallesMétodos de Regresión Ciencias y Técnicas Estadísticas Práctica 1. Curso 2007 / 2008
Método de Regreión Ciencia y Técnica Etadítica Práctica. Curo 2007 / 2008 t-student y Anova F. t-student.. Excel. Se tienen dato experimentale correpondiente a 7 individuo de lo que e ha recogido el valor
Más detalles( s) ( ) CAPITULO II 2.1 INTRODUCCIÓN. 1 ss. θ θ K = θ θ. θ θ 0, ) 2-1. Fig.2.1: Diagrama de bloques de. : Amplificador + motor T
-1 CAPITULO II.1 INTRODUCCIÓN Fig..1: Diagrama de bloque de donde: A J : Momento de inercia B : Coeficiente de roce T() Torque : Amplificador + motor T J B W G FTLC 1 J ( + ) θ θ o i B J. ( ) ( ) + + Donde
Más detallesIngeniería de Control I - Examen 1.II.2001
ESCUELA SUPERIOR DE INGENIEROS UNIVERSIDAD DE NAVARRA INGENIARIEN GOI MAILAKO ESKOLA NAFARROAKO UNIBERTSITATEA Ingeniería de Control I - Examen.II. Nombre y apellido: Nº de carnet: Se parte de la planta
Más detallesFORMULARIO. x N+1 si N es impar. si N es par
ESTADÍSTICA DESCRIPTIVA Dato: {x, x 2,..., x } FORMULARIO Media: x i x i Mediana: {x, x 2,..., x } ordenado de menor a mayor x + i e impar 2 Me x 2 +x 2 + i e par 2 Moda: Valor muetral con la frecuencia
Más detallesAUTÓMATAS Y SISTEMAS DE CONTROL
º NGENERÍA TELECOMUNCACÓN 2º TT SSTEMAS ELECTRÓNCOS 2º TT SSTEMAS DE TELECOMUNCACÓN AUTÓMATAS Y SSTEMAS DE CONTROL PROBLEMAS DE SSTEMAS PARTE 2: ERRORES EN REG. PERMANENTE LUGAR DE LAS RACES DSEÑO REGULADORES
Más detallesEcuaciones diferenciales con aplicaciones de modelado
Ecuacione diferenciale con aplicacione de modelado Problema de valor inicial A menudo uno e interea por reolver una ecuación diferencial ujeta a condicione precrita, que on la condicione que e imponen
Más detallesFILTROS ACTIVOS CAPÍTULO 3
FILTOS TIOS PÍTULO ealización ctiva en Matlab. Filtro ctivo. Lo filtro activo también tienen en u configuracione elemento paivo como capacitore, reitencia y elemento activo como el mplificador Operacional,
Más detalles1Examen de la asignatura Estadística aplicada a las ciencias sociales Respuestas correctas. 20 de febrero de 2003
1 1Eamen de la aignatura Etadítica aplicada a la ciencia ociale Repueta correcta. 0 de febrero de 00 Pregunta nº 1 (5 punto) A continuación tiene una lita de variable, referida a individuo a lo que e le
Más detallesTema 11: Intervalos de confianza.
Tema 11: Intervalos de confianza. Presentación y Objetivos. En este tema se trata la estimación de parámetros por intervalos de confianza. Consiste en aproximar el valor de un parámetro desconocido por
Más detallesAnálisis de sistemas con variables de estado. Alfaomega. Material Web. Laplace: teoría y práctica 2. Aplicaciones de la transformada de Laplace 13
8 Capítulo Análii de itema con variable de etado Material Web Laplace: teoría y práctica 2 Aplicacione de la tranformada de Laplace 3 2 Análii de itema con variable de etado 8.. 8. Laplace: teoría y práctica
Más detallesQUÍMICA COMÚN NÚMEROS CUÁNTICOS Y CONFIGURACIÓN ELECTRÓNICA
QUÍMICA COMÚN QC- NÚMEROS CUÁNTICOS Y CONFIGURACIÓN ELECTRÓNICA REPRESENTACIÓN DE LOS ELECTRONES MEDIANTE LOS NÚMEROS CUÁNTICOS Como conecuencia del principio de indeterminación e deduce que no e puede
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesTransformada de Laplace
Tranformada de Laplace 1. Introducción Puede decire que lo método cláico para la reolución de problema de valore en la frontera en la Fíica Matemática e derivan del trabajo precuror de Fourier. Una nueva
Más detallesFUNDACION UNIVERSITARIA LOS LIBERTADORES DEPARTAMENTO DE CIENCIAS TEMA: ESTIMACION DEL INTERVALO DE UNA PROPORCION DE LA POBLACION
FUNDACION UNIVERSITARIA LOS LIBERTADORES DEPARTAMENTO DE CIENCIAS AUTOR: ERNESTO JOSÉ JIMÉNEZ RODRÍGUEZ LICENCIADO EN CIENCIAS DE LA EDUCACIÓN POSTGRADO: ESPECIALIZACIÓN EN COMPUTACIÓN PARA LA DOCENCIA
Más detallesSECRETARIA DE EDUCACIÓN DE TAMAULIPAS SUBSECRETARIA DE PLANEACIÓN DIRECCIÓN DE EVALUACIÓN
SECRETARA DE EDUCACÓN DE TAMAULPAS SUBSECRETARA DE PLANEACÓN DRECCÓN DE EALUACÓN TABLA DE ESPECFCACONES PARA CONSTRUR REACTOS B Eje Temático Tema Aprendizaje Eperado Contenido Curricular ESPECFCACÓN Notación
Más detallesLENTE CONVERGENTE 2: Imágenes en una lente convergente
LENTE CONVERGENTE : Imágene en una lente convergente Fundamento En una lente convergente delgada e conidera el eje principal como la recta perpendicular a la lente y que paa por u centro. El corte de eta
Más detallesEJERCICIOS DE DISTRIBUCIONES MUESTRALES
EJERCICIOS DE DISTRIBUCIONES MUESTRALES (º) Sea la media de una muetra aleatoria de tamaño n = 5 extraída de una 5 ditribución de probabilidad con denidad deconocida f(), media = 7 deviación etándar =
Más detallesPROBLEMA Nº1. Z 3 =80 Z 2 =20 Z 1 =40 O 2
PROLEM Nº1. El mecanimo de la figura e compone de un diferencial que tranmite el movimiento a un tren de engranaje epicicloidal mediante un tornillo in fin. El brazo de ete tren de engranaje e el elabón
Más detallesRESOLUCIÓN DE LAS ACTIVIDADES DE FINAL DE UNIDAD PROPUESTAS EN EL LIBRO DEL ALUMNO
ENUNCIADOS Pág. 1 CARACTERÍSTICAS DEL MOVIMIENTO 1 Por qué e dice que todo lo movimiento on relativo? 2 Cómo e claifican lo movimiento en función de la trayectoria decrita? 3 Coincide iempre el deplazamiento
Más detallesTema 3 ANOVA y tablas de contingencia (Comparación de poblaciones)
ECOLOGÍA METODOLÓGICA Y CUANTITATIVA Departamento de Ecología e Hidrología. Univeridad de Murcia Curo 008/009 Tema 3 ANOVA y tabla de contingencia (Comparación de poblacione). Introducción La Ecología
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detalles1. Definiciones. 1.1 Rendimiento. Evaluación del Rendimiento de Algoritmos Paralelos
Para poder evaluar el deempeño de un itema de computación y aí poder compararlo repecto a otro neceitamo definir y medir u rendimiento. Pero, Qué queremo decir con rendimiento?, En bae a qué parámetro
Más detallesAplicaciones de las derivadas
Aplicacione de la derivada 1. Crecimiento y decrecimiento de una función 2. Determinación de extremo relativo 3. Optimización de funcione 4. Concavidad o curvatura de una función 5. Punto de inflexión
Más detallesINSTITUCIÓN EDUCATIVA HÉCTOR ABAD GÓMEZ. Nombre del Documento: Plan De Mejoramiento Versión 01 Página 1 de 4
INSTITUCIÓN EDUCATIVA HÉCTOR ABAD GÓMEZ Proceo: GESTION CURRICULAR Código Nombre del Documento: Plan De Mejoramiento Verión 1 Página 1 de 4 ASIGNATURA /AREA PERIODO DOS AÑO: 217: FIICA 1 ESTANDAR DE COMPETENCIA:
Más detallesCEFE CEFE CEFE CEFE CEFE CEFE
BUSQUEDA DE IDEAS DE NEGOCIOS A: La hitoria Ete ejercicio imula una tarea de búqueda de información en 3 intitucione diferente, preparando a lo participante para la dificultade que encontrarán en el campo
Más detallesFÍSICA Junio Primera parte
FÍSICA Junio 004 INSTRUCCIONES GENERALES Y VALORACIÓN. La prueba conta de do parte. La primera parte conite en un conjunto de cinco cuetione de tipo teórico, conceptual o teórico-práctico, de la cuale
Más detallesEl estudio teórico de la práctica se realiza en el problema PTC0004-21
PRÁCTICA LTC-14: REFLEXIONES EN UN CABLE COAXIAL 1.- Decripción de la práctica a) Excitar un cable coaxial de 50 metro de longitud con un pulo de tenión de 0 a 10 voltio, 100 Khz frecuencia y un duty cycle
Más detallesSECO 2014-II. Félix Monasterio-Huelin y Álvaro Gutiérrez. 6 de marzo de 2014. Índice 33. Índice de Figuras. Índice de Tablas 34
SECO 2014-II Félix Monaterio-Huelin y Álvaro Gutiérre 6 de maro de 2014 Índice Índice 33 Índice de Figura 33 Índice de Tabla 34 12.Muetreador ideal y relación entre y 35 13.Muetreo de Sitema en erie 38
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesTeoría de la Comunicación
56 Ejercicio Ejercicio 51 Una variable aleatoria tiene un alfabeto A X = {,,x 3,x 4,x 5,x 6 } con probabilidade p X ( )=0,1, p X ( )=0,2, p X (x 3 )=0,3, p X (x 4 )=0,05, p X (x 5 )=0,15, p X (x 6 )=0,2
Más detallesTEMA N 4.- TEORÍA DE DECISIONES
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 4.1 Análii de deciione TEMA N 4.- TEORÍA DE DECISIONES Aignatura: Invetigación Operativa I Docente: Ing.
Más detallesModelos de generadores asíncronos para la evaluación de perturbaciones emitidas por parques eólicos
eunión de Grupo de Invetigación en Ingeniería Eléctrica. Santander Modelo de generadore aíncrono para la evaluación de perturbacione emitida por parque eólico A. Feijóo, J. Cidrá y C. Carrillo Univeridade
Más detallesTeoría 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 detallesProblemas Primera Sesión
roblema rimera Seión 1. Demuetra que ax + by) ax + by para cualequiera x, y R y cualequiera a, b R con a + b = 1, a, b 0. n qué cao e da la igualdad? Solución 1. Nótee que ax + by ax + by) = a1 a)x + b1
Más detallesSistemas Físicos. Prof. Francisco M. González-Longatt ELC Teoría de Control
ELC-3303 Teoría de Control Modelación Matemática de Sitema Fíico Prof. Francico M. González-Longatt fglongatt@ieee.org http://www.giaelec.org/fglongatt/sp.htm . Introducción En el análii y dieño de itema
Más detallesMáquinas Eléctricas I - G862
Máquina Eléctrica I - G86 Tema 3. Máquina Aíncrona o de Inducción. Problema reuelto Miguel Ángel Rodríguez Pozueta Departamento de Ingeniería Eléctrica y Energé5ca Ete tema e publica bajo Licencia: Crea5ve
Más detallesENTORNO ECÓNOMICO-PRODUCTIVO EL ESPECTÁCULO EN VIVO COMO SUBSECTOR PRODUCTIVO
ENTORNO ECÓNOMICO-PRODUCTIVO EL ESPECTÁCULO EN VIVO COMO SUBSECTOR PRODUCTIVO ENTORNO ECÓNOMICO-PRODUCTIVO EL ESPECTÁCULO EN VIVO COMO SUBSECTOR PRODUCTIVO La apreciación de la aportación del ector cultural
Más detalless 4 1,65 8 f 4 = +20 cm = 50,8 cm 1,65 1,00 1,00 8 f = 20 cm = 30,8 cm 1,65 1,00
TEMA 0: ÓPTICA GEOMÉTRICA NOMBRE DEL ALUMNO: CURSO: ºBach GRUPO: ACTIVIDADES PARES DE LAS PAGINAS 320-322 2. Qué ignificado tiene la aproximación de rao paraxiale? Conite en uponer que lo rao inciden obre
Más detallesSR(s)=R(s) + E(s) C(s)
TEMA: EO EN ÉGIMEN PEMANENTE Un apecto importante a tener en cuenta e el comportamiento de un itema ante divera entrada en régimen permanente. En cualquier itema fíico de control exite un error inherente,
Más detalles2. Cálculo de las pérdidas de carga localizadas.
Tema 8. Pérdida de cara localizada o accidentale. Introducción y concepto. Cálculo de la pérdida de cara localizada 3. Lonitud equialente de la conducción 4. Pérdida de cara localizada de mayor importancia
Más detallesSíntesis de las series temporales de atenuación troposférica
Recomendación UIT-R P.1853 (10/2009) Síntei de la erie temporale de atenuación tropoférica Serie P Propagación de la onda radioeléctrica ii Rec. ITU-R P.1853 Prólogo El Sector de Radiocomunicacione tiene
Más detallesÓPTICA GEOMÉTRICA. ; 2s s 40 + =
ÓPTICA GEOMÉTRICA Modelo 06. Pregunta 4a.- Se deea obtener una imagen virtual de doble tamaño que un objeto. Si e utiliza: a) Un epejo cóncavo de 40 cm de ditancia focal, determine la poicione del objeto
Más detallesResolución de problemas de tangencia método las curvas cónicas.
Reolución de problema de tangencia método la curva cónica. utilizando como Rafael Richart Bernabeu, Catedrático de Ed. Secundaria y rofeor ociado de la Facultad de Bella rte de Murcia. btract ne of my
Más detallesUNIVERSIDAD DE SEVILLA
UNIVERSIDAD DE SEVILLA Ecuela Técnica Superior de Ingeniería Informática PRÁCTICA 4: MUESTREO DE SEÑALES Y DIGITALIZACIÓN Tecnología Báica de la Comunicacione (Ingeniería Técnica Informática de Sitema
Más detallesActividades del final de la unidad
Actividade del final de la unidad. Explica brevemente qué entiende por foco ditancia focal para un dioptrio eférico. Razona cómo erá el igno de la ditancia focal objeto la ditancia focal imagen egún que
Más detallesFÍSICA SEPTIEMBRE 2003
FÍSICA SEPTIEMBE 003 INSTUCCIONES GENEALES Y VALOACIÓN. La prueba conta de do parte. La primera parte conite en un conjunto de cinco cuetione de tipo teórico, conceptual o teórico-práctico, de la cuale
Más detallesC a r t a D e s c r i p t i v a
I. Identificadores del Programa: C a r t a D e s c r i p t i v a Programa: Maestría en Matemática Educativa. Depto.: Física y Matemáticas Materia: Métodos Estadísticos Clave: MME10090 No. Créditos: 6 Tipo:
Más detallesUtilizamos la ecuación del constructor de lentes, teniendo en cuenta los signos de los radios de curvatura de la lente: n
Departamento Ciencia. Fíica CURSO: BACH Problema 9 Una lente convergente con radio de curvatura de u cara iguale, que uponemo delgada, tiene una ditancia focal de 50. Proecta obre una pantalla la imagen
Más detallesEl estudio teórico de la práctica se realiza en el problema PTC
PRÁCTICA LTC-1: REFLEXIONES EN UN PAR TRENZADO 1.- Decripción de la práctica a) Excitar un cable de pare de 50 metro de longitud con un pulo de tenión de 0 a 10 voltio, 100 Khz frecuencia y un duty cycle
Más detallesTransmisión Digital Paso Banda
Tranmiión Digital Pao Banda PRÁCTICA 9 ( eione) Laboratorio de Señale y Comunicacione 3 er curo Ingeniería de Telecomunicación Javier Ramo Fernando Díaz de María y David Luengo García 1. Objetivo Simular
Más detallesFUERZAS CONCENTRADAS, ACUMULACIÓN DE AGUA Y FATIGA
COMENTARIOS AL CAPÍTULO K. FUERZAS CONCENTRADAS, ACUMULACIÓN DE AGUA Y FATIGA C K.1. ALAS Y ALMAS CON CARGAS CONCENTRADAS C K.1.1. Bae de proyecto Ete Reglamento epara lo requerimiento de reitencia nominal
Más detallesDepartamento de Ingenierías Eléctrica y Electrónica Universidad del Norte
chritianq@uninorte.edu.co Departamento de Ingeniería Eléctrica y Electrónica Univeridad del Norte El problema má importante de lo itema de control lineal tiene que ver con la etabilidad. Un itema de control
Más detallesEjemplos básicos Transformada de Laplace
Ejemplo báico Tranformada de Laplace Genaro Luna Carreto 1 05 de Noviembre 2018, 6pm. 1 Profeor de la Benemérita Univeridad Autónoma de Puebla, México. Ecuacione diferenciale Problema 1. Reuelve la iguiente
Más detallesEl Tratamiento de Fenómenos Físicos para Aprender Matemáticas
El Tratamiento de Fenómeno Fíico para Aprender Matemática Pericle Ramírez y Gildardo Corté CETi No 116, Univeridad Autónoma de Guerrero México pericle_r@hotmail.com, gildardo_59@hotmail.com Socioepitemología
Más detallesSistemas muestreados
Sitema muetreado Félix Monaterio-Huelin 8 de febrero de 2016 Índice Índice 1 Índice de Figura 1 Índice de abla 1 1. Muetreador ideal y relación entre y 2 2. Muetreo de Sitema en erie 4 3. ZOH: dipoitivo
Más detallesUNIVERSIDAD DE CANTABRIA DEPARTAMENTO DE CIENCIAS Y TÉCNICAS DEL AGUA Y DEL MEDIO AMBIENTE TESIS DOCTORAL
UNIVERSIDAD DE CANTABRIA DEPARTAMENTO DE CIENCIAS Y TÉCNICAS DEL AGUA Y DEL MEDIO AMBIENTE TESIS DOCTORAL METODOLOGÍAS DE CALIBRACIÓN DE BASES DE DATOS DE REANÁLISIS DE CLIMA MARÍTIMO Preentada por: ANTONIO
Más detallesDISEÑO DEL SISTEMA DE CONTROL DEL PROCESO DE VARIACIÓN DE LA TEMPERATURA EN LA ZONA DE IGUALACIÓN EN EL HORNO DE CALENTAMIENTO DE PALANQUILLAS
DISEÑO DEL SISTEMA DE CONTROL DEL PROCESO DE VARIACIÓN DE LA TEMPERATURA EN LA ZONA DE IGUALACIÓN EN EL HORNO DE CALENTAMIENTO DE PALANQUILLAS CONTROL SYSTEM DESIGN OF THE PROCESS OF TEMPERATURE CHANGE
Más detallesAnálisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears
Análisis estadístico básico (I) Magdalena Cladera Munar mcladera@uib.es Departament d Economia Aplicada Universitat de les Illes Balears CONTENIDOS Introducción a la inferencia estadística. Muestreo. Estimación
Más detallesLugar Geométrico de las Raíces
Introducción Francico M. González-Longatt, Septiembre 007 Capítulo 5 Lugar Geométrico de la Raíce La caracterítica báica de la repueta tranitoria de un itema en lazo cerrado e relaciona etrechamente con
Más detallesCAPÍTULO 4. INTEGRACIÓN DE FUNCIONES RACIONALES 4.1. Introducción 4.2. Raíces comunes 4.3. División entera de polinomios 4.4. Descomposición de un
CAPÍTULO. INTEGRACIÓN DE FUNCIONES RACIONALES.. Introducción.. Raíce comune.. Diviión entera de polinomio.. Decompoición de un polinomio en producto de factore.5. Método de fraccione imple.6. Método de
Más detallesFunción Longitud de Arco
Función Longitud de Arco Si al extremo final de la curva Lt = t f t dt e deja variable entonce el límite uperior de la a integral depende del parámetro t y e tiene que la longitud de arco de una curva
Más detallesTRANSFERENCIA DE CALOR DE ESTADO INESTABLE EN FORROS PARA FRENOS
TRANSFERENCIA DE CALOR DE ESTADO INESTABLE EN FORROS PARA FRENOS RESUMEN Ete artículo preenta una metodología para analizar el comportamiento térmico de forro para freno, elemento que operan bajo proceo
Más detalles2.- Tablas de frecuencias Los datos obtenidos en estadística se organizan en unas tablas, llamadas tablas de frecuencias.
1º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I TEMA 5.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesEFECTO DE LA TEMPERATURA DEL FLUIDO DE TRABAJO EN EL TRABAJO NETO Y LA EFICIENCIA TÉRMICA DE UNA TURBINA DE GAS
EFECTO DE LA TEMERATURA DEL FLUIDO DE TRABAJO EN EL TRABAJO NETO Y LA EFICIENCIA TÉRMICA DE UNA TURBINA DE GAS Jeú Alberto Cortez Hernández (1), Francico Javier Ortega Herrera () Alfono Lozano Luna (3)
Más detallesDescripción del movimiento
Tema 4. El movimiento Eje temático: Fíica. El movimiento El calor - La Tierra y u entorno Contenido: Poición, tiempo y velocidad; Repreentación gráfica de deplazamiento, velocidad y aceleración; Aceleración
Más detallesDISEÑO DE TRANSFERENCIA DE REGISTROS
IEÑO E TANFEENCIA E EGITO ieño de tranferencia de regitro Parte de un itema digital Unidad de proceamiento: e almacenan y tranforman lo dato Unidad de control: Genera la ecuencia e eñale de control de
Más detallesSegmento: Sustituye a: --- Procedimiento para el cálculo de la Garantía Inicial. Se detalla el cálculo de la Garantía Inicial.
Número: Segmento: C-IRS-04/2015 IRS Circular Fecha: 30 de julio de 2015 Fecha entrada en vigor: 30 de noviembre de 2015 Sutituye a: --- Aunto Procedimiento para el cálculo de la Garantía Inicial. Reumen
Más detallesReemplazando la salida C(s) en función de R(s) obtenemos, la expresión para el cálculo del error actuante:
Cátedra: Sitema de Control Reemplaando la alida C( en función de R( obtenemo, la expreión para el cálculo del error actuante: Ea( = R ( + GH ( ( Ete error actuante, podría coniderare como el que e obtendría
Más detallesExamen de Sistemas Automáticos Agosto 2013
Examen de Sitema Automático Agoto 203 Ej. Ej. 2 Ej. 3 Ej. 4 Total Apellido, Nombre: Sección: Fecha: 20 de agoto de 203 Atención: el enunciado conta de tre ejercicio práctico y un tet de repueta múltiple
Más detalles