Objetivo: Determinar la distribución de probabilidad que puede modelar un conjunto de datos de muestra
|
|
- María Mercedes Mendoza Giménez
- hace 7 años
- Vistas:
Transcripción
1 PRUEBA DE BONDAD DE AJUSTE NOTAS DE CLASES PROFESOR: Crlos Alberto Márquez Fernández GUÍA Objetvo: Determnr l dstrbucón de probbldd que puede modelr un conjunto de dtos de muestr Objetvos Específcos Aplcr l pruebs de bondd de juste de Ch cudrdo pr determnr cundo un conjunto de dtos sgue un dstrbucón teórc Aplcr l pruebs de bondd de juste de Kolmogoró Smrnov pr determnr cundo un conjunto de dtos sgue un dstrbucón teórc Introduccón En los sstems reles regulrmente nos encontrmos con vrbles cuyo comportmento es letoro, y son susceptbles de ser modelds por vrbles de entrd de un modelo estocástco, estás vrbles requeren de un trtmento estdístco pr su genercón de mner rtfcl, el cul se relz usulmente por medo de un modelo teórco de dstrbucón de probbldd, es sí como ls pruebs de bondd de juste es un buen herrment pr determnr el comportmento de un conjunto de dtos En muchs ocsones cundo se está smulndo un sstem, ls vrble son controlbles del modelo son estocástcs, ls vrbles de entrds ls cules tenen un comportmento letoro son muestreds con el objetvo detener un conjunto de dtos sobre dch vrble letor y encontrr el modelo de dstrbucón de probbldd que pued representr ls sere de dtos productos de l muestr. En otrs plbrs lo que se dese es probr l hpótess que un modelo de probbldd teórco (norml, exponencl, possón etc) en prtculr será un modelo stsfctoro de l poblcón en estudo. Este juste de los dtos un modelo de dstrbucón de probbldd se puede relzr por medo de ls pruebs estdístcs ms conocds como pruebs de bondd de juste tles como l ch cudrdo y l de Kolmogor-smrnov. Debe tenerse en cunt que cundo un sere de dtos se l plc culquer de ls pruebs de bondd y se encuentr que nngún modelos teórco se puede justs l sere de dtos, se trbj entonces con el modelo empírco(que no es modelo estándr conocdo)
2 PRUEBA DE BONDAD DE AJUSTE CHI CUADRADO x El procedmento de l prueb requere un muestr letor de tmño n provenente de l poblcón cuy dstrbucón de probbldd es desconocd. Ests n observcones se pueden dstrbur en k ntervlos de clses y pueden ser representds en hstogrms. L prueb se puede utlzr tnto pr dstrbucones dscrets como pr dstrbucones contnus L prueb se puede sntetzr en los sguentes psos. 1. Se colocn los n dtos hstórcos (muéstrles) en un tbl de frecuenc de l sguente mner:. Se busc en cuntos ntervlos de clses se puede dstrbur los dtos en estudo lo cul se puede hcer m n o lterntvmente es muy común utlzr ls encontrr el número de ntervlos se plc l regl de sturges: m 1+3,3 log n donde n es el número de dtos b. Luego encontrmos el rngo el cul es l dferenc entre el myor vlor y el menor vlor. R mx - mn c. Ampltud de cd ntervlo está ddo por: Rngo A Númerodent ervlos d. se obtenen ls frecuencs observds en cd ntervlos se clcul l med, l vrnz y ls desvcón estándr.. Se propone un dstrbucón de probbldd un dstrbucón de probbldd de cuerdo con l tbl de frecuenc o con l curv que muestre un hstogrm o polígono de frecuenc. 3. Con l dstrbucón propuest, se clcul l frecuenc esperd pr cd uno de los ntervlos (FE ) de l sguente mner: S l vrble es contnu se hll mednte l ntegrcón de l dstrbucón propuest y luego se multplc por el número totl de dtos. S l vrble es contnu se utlz de modelo mtemátco de l dstrbucón propuest y se evlún tods l ctegorís y luego se multplc por el número totl de dtos.
3 4. Se clcul el estdístco de prueb C m 1 ( FE FO) FE Not: El estdístco de prueb tene dstrbucón Ch cudrdo con, m-k-1 grdos de lbertd, sempre que ls frecuencs esperds sen 5 o más pr tods ls ctegorís 5. S el estmdor C es menor o gul l vlor correspondente con m-k-1 grdos de lbertd (K números de prámetros estmdos de l dstrbucón propuest estmd por los estdístcos muéstrles) y un nvel de confbldd de 1-α, entonces no se puede rechzr l hpótess de que los dtos sguen l dstrbucón que se propuso. DETERMINACIÓN DE LOS GRADOS DE LIBERTAD EN UNA PRUEBA DE BONDAD DE AJUSTE. S queremos clculr el número propdo de grdos de lbertd en un prueb de bondd de juste ch cudrdo, contmos el números de clses ( representdos por m) pr los cules hemos comprdos ls frecuencs observds y ls esperds, entonces plcmos l regl (m-1) y luego se rest un grdo dconl de lbertd pr cd prámetro de l poblcón que teng que ser estmdo de los dtos de l muestr. Debe notrse que est regl es gul l que tenemos en el punto 5. m-k-1 RECOMENDACIONES IMPORTANTES Un specto que debe notrse en l plccón de este procedmento de prueb es el relconndo con l mgntud de ls frecuencs esperds. S ests frecuencs son muy pequeñs, entonces el estdístco x no reflejrá el lejmento entre lo observdo y lo esperdo, s no solo l pequeñ mgntud de ls frecuencs esperds. No hy nngún cuerdo generl con respecto l vlor mínmo de ls frecuencs esperds, pero los vlores 3, 4 y 5 son los que ms se utlzn como mínmos. Algunos utores sugeren que l frecuenc esperd puede ser tn pequeñ como 1 o, con tl que muchs de ells sen myores que 5. S se esper que un frecuenc se demsdo pequeñ, entonces puede combnrse con l frecuenc esperd en un ntervlo de clse dycente. Ls frecuencs observds correspondentes tmbén se combnn, por lo que m debe dsmnurse en uno. No es necesro que los ntervlos de clses tengn el msmo ncho. L prueb de bondd de juste ch cudrdo tl vez nos se el mejor procedmento cundo l vrble es contnu.
4 PRUEBA CHI CUADRADO PARA UNA DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL En un estudo dseñdo pr determnr l tolernc de los pcentes un nuevo nlgésco, 100 médcos selecconron cd uno un muestr de 5 pcentes pr prtcpr en el estudo. Cd pcente después de hber tomdo el nuevo nlgésco durnte un perodo especfcdo, fue nterrogdo pr sber s preferí éste o el que hbí tomdo regulrmente con nterordd. El nterés consste en determnr s los dtos son comptble con l hpótess de que extrjeron de un un poblcón que sgue un dstrbucón Bnoml. Aplccón Anlcemos un dstrbucón dscret Pr nlzr el número de rtículos defectuosos en un fbrc en l cudd de Medellín, tommos un muestr letor de n60 rtículos y se observó el número de defectuosos y se obtuveron los sguentes resultdos: Números de rtículos defectuosos Frecuenc Observd Totl n 60 Se propuso un dstrbucón de possón y que est se defne pr x0,1,,3,... mednte el sguente modelo. P() x l x! Al proponer est dstrbucón es clro que debemos conocer l med, l cul l estmmos prtr de los dtos de l muestr. L estmcón del número promedo de rtículos defectuosos, es el promedo mestrl (3x0+15x1+9x+4x3)/ P ( 0) l 0! l P ( 1) 1! l P ( )! P ( 3) 1 ( p0 + p1 + p) 0.041
5 Ls frecuencs esperds se clculn multplcndo el tmño de l muestr n60 Por ls probblddes p, esto es, FE n * p Nº de defectos prob. Posson FE 0 0,47 8,3 1 0,354 1,4 0,133 7,98 3( o más) 0,041,46 Puesto que l frecuenc esperd el l últm celd es menor que 5 se combnn ls dos últms celds: L estdístc de prueb Ch cudrdo tene m-k grdos de lbertd, debdo que l med de posson fue estmd prtr de los dtos de muestr. Al plcrse le procedmento pr l prueb α 0.05, de l sguente mner. 1. L vrble de nterés es l form de l dstrbucón de los defectos en ls trjets de crcuto mpreso.. H o : El número de defectos en l trjets de crcuto mpreso tene un dstrbucón de Posson. 3. H : El número de defectos en l trjets de crcuto mpreso no tene un dstrbucón de Posson. 4. α El estdístco de prueb es: 6. Se rechz H o s > 0.05, Cálculos k 1 ( Fo FE) ( 3 8.3) ( ) ( ) FE Conclusones: Nº de defectos Fo FE 0 3 8, ,4 ( o más) 13 10, < 0.05,1.94<3.84 No es posble rechzr no es posble rechzr l hpótess nul de que l dstrbucón de los defectos en ls trjets de crcuto mpreso sgue un dstrbucón de Posson
6 Problem Aplccón de l dstrbucón de Posson El gerente de un bnco de l cudd de Medellín busc sgnr l cntdd de cjers l cntdd de tl mner que se brnde un buen nvel de servco y l msmo tempo mntener un nvel rzonble en el costo totl de mno de obr. Pr llevr cbo el estudo un vrble mportnte es l llegds de los clentes, sobre l cul relzmos un muestreo, luego se nlz s l dstrbucón de probbldd de Posson puede modelr este conjunto de dtos. Pr llevr cbo el proceso de muestreo defnremos ls entrds de los clentes en térmnos de l cntdd de clentes que entrn bnco durnte ntervlos de cnco mnutos. En consecuenc, ls hpótess nul y lterntv sguentes son ls decud pr el estudo del bnco. H o : L cntdd de clentes que llegn l bnco durnte ntervlos de 5 mnutos tene un dstrbucón de Posson de probblddes H : L cntdd de clentes que llegn l bnco durnte ntervlos de 5 mnutos no tene un dstrbucón de Posson de probblddes. Pr probr l hpótess de un dstrbucón de Posson pr l cntdd de entrds un empledo del bnco seleccon l zr un muestr de 18 ntervlos de 5 mnutos, en dís hábles y durnte un perodo de tres semn, puede ser en ls hors de l mñn. Pr cd ntervlo se not l cntdd de clentes que llegn. Y se determn l cntdd de ntervlos de 5 mnutos donde no hubo entrds, l cntdd de ntervlos de 5 mnutos donde con un entrd, l cntdd de ntervlos de 5 mnutos donde con dos entrds, y sí sucesvmente. Los dtos los podemos representr en un tbl de frecuencs. Cntdd de clentes Fo Totl 18
7 Cntdd de clentes f(x) FEf()*18 0 0,0067 0, ,0337 4,313 0,084 10, , , ,1755, ,1755, ,146 18, , , ,0653 8, ,0363 4, o más 0,0318 4,0740 Ls ctegorís de frecuencs menores de 5 no cusn dfcultd, porque se puede sumr con ctegorís dycentes pr stsfcer el requsto de cundo menos 5 pr l frecuenc esperd. En este cso combnremos 0 y 1 en un sol ctegorí, y demás combnremos 9 con 10 o más pr formr otr ctegorí. Con ello stsfcemos l regl de de unfrecuenc esperd de mínm de 5. ( ) Cntdd de clentes Fo FE Fo FE FE 0 o ,1747 4, ,7807 0, ,9679 1, ,4598 0,8856 5,4598 0, ,7165 0, ,3689 0, ,3556 1, o más 6 8,7160 0,8463 Totl 18 18, ,968 Fnlmente k 1 ( Fo FE) FE Pr determnr los grdos de lbertd decudos, socdo con est prueb de bondd de juste tene m-k-1 grdos de lbertd, sendo m l cntdd de ctegorís, k l cntdd de prámetros poblconles estmdos con los dtos de muestr. Pr nuestro cso tenemos entonces m-k grdos de lbertd pr l dstrbucón ch cudrdo en el estudo del bnco. Al plcrse le procedmento pr l prueb α 0.05, de l sguente mner.
8 Número de unddes con defecto Número de muestrs ó más 9 l bnco 1. L vrble de nterés es el número de clentes que entrn. H o : El número de clentes que entrn l bnco tene un dstrbucón de Posson. 3. H : El número de clentes que entrn l bnco no tene un dstrbucón de Posson. 4. α El estdístco de prueb es: 6. Se rechz H o s > 0.05,73.84 k 1 ( Fo FE) FE 7. Los cálculos se relzn smlr l ejercco nteror 8. Conclusones: 0 < 0.05, <14.07 No es posble rechzr no es posble rechzr l hpótess nul de que ls entrds de clentes puede modelrse por medo de Posson Ejemplo: S un ngenero de control de cldd tom un muestr de 10 neumátcos que slen de un líne de ensmblje y él dese verfcr sobre l bse de los dtos que sguen, los números de llnts con defectos observds en 00 dís, s es certo que el 5% de todos los neumátcos tenen defecto; es decr, s el muestre un poblcón bnoml con n 10 y p 0.05
9 Estblecer l hpótess Ho: L poblcón es bnoml H: L poblcón no es bnoml Estblecer l estdístc de prueb χ k 1 [ f f ] o f e e O Vlor observdo en l -ésmo dto. E Vlor esperdo en l -ésmo dto. K Ctegorís o celds. m Prámetros Defnr el nvel de sgnfcnc y l zon de rechzo 5.99 g,l k- m 1 (3 0-1) χ Nvel de sgnfcnc 0.05 Zon de rechzo { χ / χ 5.99) m 0 porque no se necesto estmr nngún prámetro k 1 [ f f ] o f Clculmos el estdístco de prueb e e Pr poder clculr ls frecuencs esperds tenemos que clculr ls probblddes utlzremos l formul de l bnoml
10 f ( x) n x x nx P( x) p (1 p) donde n 10 p ( ) 0.05 ( f (0) 0 ) ( ) 0.05 (10.05 f (1) 1 ) y l probbldd de ó más Ahor y podemos encontrr ls frecuencs esperds: 00 (0.599) (0.315) (0.086) 17. Número de unddes con defecto Número de muestrs Observds Vlor Esperdo , ó más 9 17, Totl Al plcr l formul se tene: ( ) χ ( ) + 63 (9 17.) Como 8.6 es myor que 5.99, se rechz l hpótess nul con un nvel de sgnfcnc de Conclusón Se concluye que el porcentje verddero de neumátcos con defecto no es el 5%.
11 Ejemplo. S el número de errores que comete un secretr l trnscrbr un documento es un vrble letor que tene un dstrbucón de Posson. Se revso 440 trnscrpcones hechs por ell y rrojo los sguentes resultdos: Vrble números de errores Número de errores Frecuenc Probr s los dtos de los errores se justn un dstrbucón de Posson. Use α H 0 : L poblcón se comport como un dstrbucón de Posson H : L poblcón no se comport como un dstrbucón de Posson. El estdístco de prueb que usremos es: χ f E ) ( f O f E Nvel de sgnfccón α 0,05 gl χ 0,05;7 14,067 Regón de rechzo { χ χ 14,067} Pr poder clculr ls frecuencs esperds tenemos que clculr ls probblddes utlzremos l formul de l dstrbucón de Posson: x e p( x; ) x! Como no se conoce l med de l dstrbucón de Posson l estmmos con l med de los dtos, que es 3,04 luego, 3,04
12 errores Frecuenc Prob. Frecuenc esperd observd ,0478 1, , , ,10 97, ,39 98, ,170 74, , , ,054 3,056 7 ó ms 13 0, ,796 Totl Aplcmos los dtos l estdístco de prueb (18 1,03) (53 63,976) (13 15,796) χ ,03 63,976 15,796 5,6766 Como 6,7566 es menor 14,076 no se rechz l hpótess nul. Conclusón: L poblcón se comport como un dstrbucón de Posson con med 3,04 Ejemplo 3. El Deprtmento de Pscologí, bsándose en nformcones nterores, l fnl del semestre ntepsdo, el 80% de los lumnos probron tods ls mters nscrts, un 10% probó l mtd, un 6% reprobó tods ls mters y un 4% se retro. Al fnl del semestre psdo el deprtmento seleccono 400 lumnos, resultdo 87 probron tods ls sgnturs, 49 probron l mtd, 30 reprobron tods ls sgnturs y 34 se retrron. Podemos conclur, ríz de los resultdos, que l nformcón del semestre ntepsdo se h vuelto repetr el semestre psdo? Hpótess nul: de que los porcentjes del semestre psdo son los msmos que en el semestre ntepsdo. Atrbutos Dtos observdos Probbldd Dtos esperdos Aprobó todo 87 0,80 30 Aprobó l mtd 49 0,10 40 Reprobó todo 30 0,06 4 Se retró 34 0,04 16 Totl χ 7,178 Como tenemos 4 ctegorís y nngún prámetro estmdo los grdos de lbertd serán:
13 χ 0,05;3 1,84 Como 7,178 es myor que 1,84 se rechz l hpótess nul. Conclusón: Los porcentjes no se repteron el semestre psdo PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV SMIRNOV - Es plcble solmente vrbles letors contínus - Comprr l gráfc de l dstrbucón empírc cumuld con l correspondente gráfc de l funcón de densdd cumuld de l dstrbucón teórc propuest. -S hy un cercmento entre ls gráfcs exste un probbldd de que l dstrbucón teórc se just los dtos. El hecho de que utlz l dstrbucón de probbldd cumuld l hce un poco más efcente que l prueb nteror L metodologí de l prueb es l sguente: 1. Se colocn los n dtos hstórcos en un tbl de frecuencs con m n ntervlos o utlzndo l formul de de Struges: K1+3.3log n ; donde n es el número de dtos de l muestr. 1.1Encuentre l mpltud del ntervlo de clse por medo de l sguente relcón Rngo Ampltud k 1. Pr cd ntervlo se tendrá l frecuenc observd (FO). Se clcul l med y l vrnz de los dtos. Se encuentr l probbldd observd (PO ), dvdendo l frecuenc observd de cd ntervlo por el número totl de dtos. 3. Se clcul l probbldd cumuld observd de cd ntervlo (PAO) del pso 4. Se propone un dstrbucón de probbldd de cuerdo con l form de tbl de frecuenc obtend en 1. O con l grfc de los dtos. 5. Con l funcón cumuld de l dstrbucón propuest, se clcul l probbldd esperd cumuld pr cd ntervlo (PEA ) mednte l ntegrcón de l dstrbucón propuest.
14 6. Se clcul l probbldd cumuld (PAE ) pr cd ntervlo de clse. 7. Se clcul el vlor bsoluto entre l dferenc de PAO y PAE pr cd ntervlo y se seleccon l máxm dferenc, llmándol MD 8. El estmdor MD se comport con un vlor lmte correspondente l (tbl que contene los vlores crítcos de kolmogorov-smrnov). Con n dtos y un nvel de confnz de 1 α. S el estmdor MD es menor o gul l vlor lmte de l tbl, entonces se cept h hpótess de que l nformcón hstórc sgue l dstrbucón propuest. EJERCICIOS DE APLICACIÓN CUANDO SE PROPONE UNA DISTRIBUCIÓN DE PROBABILIDAD UNIFORME. Un muestreo relzdo sobre l demnd de televsores en un lmcén del centro de Medellín durnte 40 ds tene el sguente comportmento Hllmos el rngo R mx mn. Encontrmos el vlor de R k log 41 k 6.3y se proxm Luego k 6 R 1 3. Hllr l mpltud A K 6 4. El lmte nferor es 1 y l superor se le sum l mpltud y sí sucesvmente, como se not en l tbl de frecuencs 5. Luego se complet l tbl de frecuencs 6. Se quere proponer l hpótess que los dtos en estudo sguen un dstrbucón unforme de lo cul procedemos de l sguente mner:. Integrmos l funcón de densdd de l dstrbucón unforme 6
15 1 s x b Lfuncón de densdd de un vrble letor unforme es : f ( x) b o pr otros vlores L funcón dedstrbucón cumuld se encuentr nt egrndo f ( x) de l sguente mner : LS 1 1 LS 1 LS LS 1 F( x) dx dx 1 1 b b 1 b 1 1 LS 1 luego F( x) 1 Con est formul se encuentr l POA(Pr obbldd observd cumuld) 3 1 Pr el prmer nt ervlo POA Pr el segundo nt ervlo POA y sí sucesvmente 1 LS Lmte superor decd nt ervlo pr cd nt ervlo de l s L Ls Fo FOA POA PEA POA PEA ,175 0,167 0, ,35 0,333 0, ,475 0,5 0, ,675 0,667 0, ,85 0, Podemos observr que l máxm dferenc de l column POA PEA es 0.05 L cul l ser comprd con l tbl de los vlores crítcos de kolmogorov Smrnov el cul es d 0.150, con l cul se cumple l 5 %,40 hpótess, luego no se rechz l hpótess que este conjunto de dtos se pueden modelr por medo de un dstrbucón unforme entre 1 y 13 televsores demnddos por dís A un nvel de confnz de del 95%. Luego que se h encontrdo que los dtos se pueden modelr por un dstrbucón unforme se busc entonces generr vrbles letors unformes como entrds estocástcs pr un modelo de smulcón trvés l formul + ( b ) * R Lmtenf eror b Lmte superor R Un número letoro unforme(0,1)
16 Pr estmr los prámetros y b utlzmos los métodos de los momentos en bse los dtos hstórcos. Como se tenen dos momentos se deben usr los dos prmeros de l med y l vrnz. Es decr, gulmos l med y l vrnz de l poblcón ) ( σ µ y l med de l muestr S y Se sbe que l med pr un dstrbucón unforme b + µ y que l vrnz es 1 ) ( S b σ Despejndo y b de ls dos expresones nterores: De l prmer ecucón despejmos b, b De l segund despejmos b, ) ( 1 ) ( S b S b S b S b + Ahor gulmos ls dos ecucones S S S + En resumen l ecucones pr estmr y b requeren que se estme l med y ls vrnz de l muestr 3 S 3 S b +
17 EJERCICIOS DE APLICACIÓN CUANDO SE PROPONE UNA DISTRIBUCIÓN DE PROBABILIDAD EPONENCIAL. Un muestreo relzdo sobre l demnd de cfé en el eje cfetero trvés del tempo, medd por crgs es Hllmos el rngo R mx mn R Encontrmos el vlor de 9. Hllr l mpltud A R K A 3 k log50 k 6.6 y se proxm Luego k L Ls Mc Fo FOA POA PEA POA PEA 0 3 1, ,4 0,39 0, , ,64 0,63 0, , ,78 0,78 0, , ,86 0,86 0, ,5 45 0,9 0,9 0, , ,9 0,95 0, > 18 19, L Dm0,03008 se compr con d lo cul ndc que los dtos de 5 %,50 cfé en el eje cfetero sguen un dstrbucón exponencl con med de 6 tonelds/ds. Es decr, Demnd Exp ( 6) tonelds/ds
18 Recordemos que el prámetro que defne l dstrbucón de probbldd exponencl es l med l cul se encuentr cundo los dtos están grupdos de l sguente mner: Mc * Fo n Mc Mrc de clses Fo Frecuenc observd n Tmño de l muestr ( Mc ) * Fo s n Mc Mrc de clses med muestrl Fo Frecuenc observd n Tmño de l muestr Con est formul se puede comprobr que 6 y se puede demostrr por el estmdor de máxm verosmltud de es l med muestrl, es decr Luego 6 Recuérdese que l ntegrr l funcón de densdd exponencl f ( x) l 0 x pr pr otros x 0 vlores Se obtene LS LS 1 F( x) l dx 0 Luego F( x) 1l LS dx Con l cul encontrmos PEA Pr nuestro ejemplo LS 6 F( x) 1l Pr cd nt ervlo 0 LS 1 l LE l LE LS 0 ( l LE l 0 ) 1l LE
19 EJERCICIOS DE APLICACIÓN CUANDO SE PROPONE UNA DISTRIBUCIÓN DE PROBABILIDAD NORMAL. Un lmcén encuentr que el tempo de entreg de los peddos por prte de su proveedor es letoro, el proveedor leg que sempre entreg su mercncí en 7 dís o menos. L evtr el debte el gerente del lmcén hzo un muestreo de ls últms entregs y obtuvo l sguente nformcón: Demuestre prtr de l prueb de bondd so los dtos se pueden modelr prtr de un dstrbucón de probbldd norml. Hllmos l med y l vrnz muéstrles plcndo ls formuls pr dtos grupdos utlzdos en el ejercco nteror. 8,4 Y S3 L Ls Mc Fo FOA POA Z PEA POA PEA 0 1 0, ,5 0, , ,5 0,04-1,8 0, , , ,18-1,1 0,1515 0, ,5 1 0,39-0,5 0, , , ,75 0,19 0, , , ,93 0,86 0,8057 0, , ,98 1,53 0, , , , 0,986 0, , ,87 0, , L DM0,17403 se compr con d 0,18338, y y que DM es menor, 5 %,56 entonces no se puede rechzr l hpótess de que los dís de entreg de los peddos sguen un dstrbucón norml con med de 8,4 Y S3 con un nvel de confnz de 95% Tempo de entreg N (8.4,3) dís
i = -1 / i = 1 se pueden calcular las raíces de índice par con cantidad subradical negativa, las que no tienen solución en IR. Ejemplos: d) 81 e) 121
Los números gnros: Clse-15 En hy stucones que no tenen solucón; por ejemplo no exste nngún número cuyo cudrdo se gul -1. Pr dr solucón est stucón recurrremos l conjunto de los números mgnros, donde se
Más detallesTema 10: Variables aleatorias
Análss de Dtos I Esquem del Tem Tem : Vrbles letors. VARIABLES ALEATORIAS DISCRETAS FUNCIÓN DE PROBABILIDAD, f(x ) FUNCIÓN DE DISTRIBUCIÓN, F(x ) CARACTERÍSTICAS DE LAS VARIABLES DISCRETAS UNA VARIABLE:
Más detallesExamen de Física-1, 1 Ingeniería Química Enero de 2011 Cuestiones (Un punto por cuestión).
Exmen de Físc-1, 1 Ingenerí Químc Enero de 211 Cuestones (Un punto por cuestón). Cuestón 1: Supong que conocemos l poscón ncl x y l velocdd ncl v de un oscldor rmónco cuy frecuenc ngulr es tmén conocd;
Más detallesPráctica 2: Codificación Aritmética.
TRANMÓN DE DATO 006/07 Práctc : Codfccón Artmétc. Apelldos, nombre Apelldos, nombre Grupo Puesto Fech 0 Octubre/ Novembre 006 El objetvo de est práctc es ntroducr l lumno en los fundmentos de ls codfccón
Más detallesNúmeros Reales y Complejos
Apéndce C Números Reles y Complejos C.. Los números reles Suponemos conocdo el conjunto de los números reles. Vmos defnr y estudr en lgunos conceptos como relcones de orden, ntervlos, cots y vlor bsoluto.
Más detallesEJERCICIOS REPASO II
EJERCICIOS REPASO II Profesor: Jun Antono González Díz Deprtmento Métodos Cuntttvos Unversdd Pblo de Olvde EJERCICIO 4: El S. Sous h percbdo un herenc vlord en 90.000. L entdd que geston el cobro de l
Más detallesTEMA 2. Métodos iterativos de resolución de Sistemas de Ecuaciones Lineales
TEMA : Métodos tertvos de resolucón TEMA. Métodos tertvos de resolucón de Sstems de Ecucones Lneles. Métodos tertvos: ntroduccón Aplcr un método tertvo pr l resolucón de un sstem S A b, consste en trnsformrlo
Más detallesAnálisis Poblacional de Mulliken y Löwdin
nálss Poblconl de Mullken y Löwdn Densdd de Mtrz de crg (defncón): consderemos el cso de cp cerrd entonces sbemos que l probbldd de encontrr un electrón en l poscón r en el entorno dr que est en un orbtl
Más detallesMALLAS EN CIRCUTOS CC
LECCIÓN Nº 03 MALLAS EN CICUTOS CC 1. EDES ELECTICAS Cundo los elementos áscos de un crcuto se conectn pr formr un crcuto, l nterconexón resultnte se descre en térmnos de nodos, cmnos, rms, lzos y mlls.
Más detallesTEORÍA DE RENTAS DISCRETAS 1 Rentas Constantes (teoría)
TEORÍA DE RENTAS DISCRETAS 1 Rents Constntes (teorí) Profesor: Jun Antono González Díz Deprtmento Métodos Cuntttvos Unversdd Pblo de Olvde www.clsesunverstrs.com Concepto y clsfccón En generl, un rent
Más detallesLONGITUD DE ARCO. Una aproximación es una línea recta desde el punto x=a hasta el punto x=b, como se indica en la figura:
LONGITUD DE ARCO Clculr l longtud de rco o de un curv dd por un funcón f en un ntervlo x, tene muchs plccones en ls cencs. Es necesro que hgmos un reve estudo del cálculo de ells. Un proxmcón es un líne
Más detallesSISTEMAS DE ECUACIONES LINEALES
Sstems de Ecucones Lneles www.tgors.es SISTEMS DE ECUCIONES LINELES Estudr un Sstem de Ecucones Lneles S.E.L.) es responder ls pregunts: tene solucón?. s es sí,, cuánts tene cuáles son?. l vst de ests
Más detallesMODELIZACIÓN SECUENCIACIÓN TAREAS
DS-70-ngement Scence ODELIZACIÓN SECUENCIACIÓN TAREAS B. Adenso Díz Unversdd de Ovedo DS-70-ngement Scence Dsyuncones entre restrccones Supongmos que tenemos dos restrccones y queremos que se ctve solo
Más detallesPruebas t para una y dos muestras independientes
Densidd Densidd AGRO 55 LAB 9 Pruebs t pr un y dos muestrs independientes 1. Clcule ls siguientes probbiliddes usndo l tbl t e InfoStt. Incluy un digrm en cd cso.. P(T>1.356) si gl=1 b. P(T
Más detallesUniversidad Técnica Federico Santa María
Unversdd Técnc Federco Snt Mrí Unversdd Técnc Federco Snt Mrí Deprtmento de Informátc ILI-8 Cpítulo 5: Vrles Aletors Dstrucones Estdístc Computconl I Semestre 6 Profesor : Héctor Allende Profesor : Crlos
Más detallesUniversidad Técnica Federico Santa María
Unversdd Técnc Federco Snt Mrí Vrles Aletors Cpítulo 5: Vrles Aletors Dstrucones stdístc Computconl II Semestre Profesor : Héctor Allende Págn : www.nc.nf.utfsm.cl/~hllende e-ml : hllende @nf.utfsm.cl
Más detalles8. 3 2a = 0 a = 3 / 2 3b 4 = 0 b = 4 / 3. Página a) (2, 4) b) (4, 1) c) ( 3, 4) d) (5, 0)
TEMA. NÚMEROS COMPLEJOS SOLUCIONES DE LAS ACTIVIDADES Págs. 9 55 Págn 9. S x es un número dferente de 0, x > 0. S x 0, x 0. Por lo tnto, no exste nngún número rel cuyo cudrdo se.. Debe ser menor que 0.
Más detallesPROBLEMAS RESUELTOS CIRCUITOS DE CORRIENTE CONTINUA CAPITULO 28 FISICA TOMO 2. Tercera y quinta edición. Raymond A. Serway
PROBLEMAS RESUELTOS CIRCUITOS DE CORRIENTE CONTINUA CAPITULO 8 FISICA TOMO Tercer y qunt edcón Rymond A. Serwy CIRCUITOS DE CORRIENTE CONTINUA 8. Fuerz electromotrz 8. Resstores en sere y en prlelo 8.3
Más detallesMATEMÁTICA 4º. Prof. Sandra Corti
L rdccón de se negtv e índce pr no tene solucón en el conjunto de los números reles ( 4; 25, 16, etc.), y que no exste nngún número rel que elevdo un potenc pr dé por resultdo un número negtvo. Se defne
Más detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL INSTITUTO DE CIENCIAS FÍSICAS I TÉRMINO FÍSICA C Tercera evaluación SOLUCIÓN
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL INSTITUTO DE CIENCIAS FÍSICAS I TÉRMINO 0-03 FÍSICA C Tercer evlucón SOLUCIÓN Pregunt (5 puntos) Un eser conductor con rdo nteror de 7 cm y rdo exteror de 8 cm
Más detallesCalcular el equivalente Thevenin y Norton entre los puntos a y b en el circuito de la figura
Ejemplos de cálculo de crcutos equlentes. Aplccón de los teorems de Theenn y Norton Clculr el equlente Theenn y Norton entre los puntos y en el crcuto de l fgur Ω 4Ω 3 6Ω L Ω 5Ω V L Pr clculr el equlente
Más detallesUTN - FRBA Ing. en Sistemas de Información
Modelo Relconl UTN - FRBA Ing. en Sstems de Informcón Gestón de Dtos Prof.: Ing. Jun Zffron Gestón de Dtos Ing. Jun Zffron / Ing. Mrí Crstn Chhn Modelo Relconl - 1 Concepto Propuesto por el Dr. E.F. Codd
Más detallesTe c n o l o g í a d e l o s S e r v i c i o s A u x i l i a r e s - A p u n t e s d e C l a s e - 1
ENTALPA NORMAL DE FORMACÓN : f L entlpí norml de formcón de un compuesto es el clor que se extre durnte su reccón de formcón sempre que se mnteng constnte l presón durnte todo el proceso y ls temperturs
Más detallesFUNDAMENTOS TICOS TEMA 5: CÁLCULO INTEGRAL DE FUNCIONES DE UNA Y DOS VARIABLES
FUNDAMENTOS MATEMÁTICOS TICOS TEMA 5: CÁLCULO INTEGRAL DE FUNCIONES DE UNA Y DOS VARIABLES CÁLCULO INTEGRAL DE FUNCIONES DE UNA VARIABLE Integrl defnd Dd un funcón f, exste otr F tl que F = f? Integrcón
Más detallesINTEGRACION DE ECUACIONES DIFERENCIALES
INTEGRACION DE ECUACIONES DIFERENCIALES Métodos que no comenzn por s msmos Métodos Numércos G. Pce Edtorl EUDENE -997. Métodos Numércos pr Ingeneros.- Cpr Cnle. Ed. McGrw Hll Intermercn.007. Análss Numérco.-
Más detallesCONSIDERACIONES SOBRE LAS COMPUERTAS
Abril de 006 CONSDERACONES SOBRE LAS COMPUERTAS Cátedr de Mecánic de los Fluidos Escuel de ngenierí Mecánic Autores: ngeniero Edgr Blbstro ngeniero Gstón Bourges e-mil: gbourges@fcei.unr.edu.r 1 Abril
Más detallesAprendizaje en redes neuronales. Inteligencia Artificial Josué Jesús Pedroza Almaguer Profr. Alfonso Garcés Báez BUAP-FCC, Verano 2003
Aprendze en redes neuronles. Intelgenc Artfcl Josué Jesús Pedroz Almguer Profr. Alfonso Grcés Báez BUAP-FCC, Verno 2003 Introduccón Como funcon el cerebro Ls neurons Axones Snpss Potencl de ccón, exctdores,
Más detallesIntegrales impropias
Integrles impropis En todo el estudio hecho hst hor se hn utilizdo dos propieddes fundmentles: l función tení que ser cotd y el intervlo de integrción tení que ser cerrdo y cotdo. En est últim sección
Más detallesPROGRESIONES ARITMETICAS
PROGRESIONES ARITMETICAS. Hllr l sum de los primeros cien enteros positivos múltiplos de 7. L sum de n términos de un progresión ritmétic viene dd por l expresión: + n Sn n Aplicndo pr 00 términos: + 00
Más detallesRAÍCES COMPLEJAS DE LAS FUNCIONES CUADRÁTICAS: INTERPRETACIÓN GRÁFICA
RAÍCES COMPLEJAS DE LAS FUNCIONES CUADRÁTICAS: INTERPRETACIÓN GRÁFICA Hydeé Blnco Insttuto Superor del Profesordo "Dr. Joquín V. González" Buenos Ares (Argentn) RESUMEN En este rtículo se present un form
Más detallesINTEGRACIÓN. CÁLCULO DE
Cpítulo INTEGRACIÓN. CÁLCULO DE ÁREAS.. Introducción Si el problem del cálculo de l rect tngente llevó los mtemáticos del siglo XVII l desrrollo de ls técnics de l derivción, otro problem, el del cálculo
Más detallesEXPRESIONES ALGEBRAICAS
EXPRESIONES ALGEBRAICAS 1 Epresoes Algebrcs es l uó de úmeros y vrbles medte opercoes de sum, rest, multplccó, dvsó, poteccó y rdccó. Epresó lgebrc rcol: se llm sí quells e ls que ls vrbles está fectds
Más detallesEsta hoja de enunciados deberá ser devuelta al final del examen. El solucionario se publicará en la página web.
FÍSIC PLICD. EXMEN FINL ORDINRIO. 9/05/01 Nomre: Est hoj de enuncdos deerá ser devuelt l fnl del exmen. El soluconro se pulcrá en l págn we. Instruccones: conteste en prmer lugr l prte de teorí (no se
Más detallesGrado en Biología Tema 3 Integración. La regla del trapecio.
Grdo en Biologí Tem Integrción Sección.: Aproximción numéric de integrles definids. Hy funciones de ls que no se puede hllr un primitiv en términos de funciones elementles. Esto sucede, por ejemplo, con
Más detallesUNIVERSIDAD DE GRANADA PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PONENTE: PROF. FRANCISCO JIMÉNEZ GÓMEZ
UNIVERSIDD DE GRND ONENCI DE MTEMÁTICS LICDS LS CIENCIS SOCILES ONENTE: ROF FRNCISCO JIMÉNEZ GÓMEZ RUE DE CCESO R MYORES DE ÑOS CONVOCTORI DE ENUNCIDOS Y RESOLUCIÓN DE LOS EJERCICIOS ROUESTOS EN MTEMÁTICS
Más detallesSi el rédito anual de valoración, constante a lo largo de toda la operación, es del 9%, determínese:
EJERIIOS DE OPERAIONES DE AMORTIZAIÓN Eercco Se concede un réstmo ersonl de 8.000 euros mortzble en 0 ños mednte térmnos mortztvos semestrles, donde ls cuots de mortzcón son déntcs en todos y cd uno de
Más detallesPRÉSTAMOS HIPOTECARIOS J 12 = 4,5 % (NOMINAL) T.A.E. 4,6386 %
Escuel Técnc Superor de Informátc Convoctor de Juno - Prmer Semn Mterl Auxlr: Clculdor fnncer GESTIÓN FINANCIERA 5 de Myo de 7-8,3 hors Durcón: hors. Ley de descuento compuesto: expresón mtemátc, vlor
Más detallesResolución de sistemas de congruencias
Resolucó de sstems de cogruecs E este prtdo veremos cómo utlzr l rtmétc modulr pr resolver u problem muy tguo, coocdo como problem cho de los restos, que reformulremos hor utlzdo el leguje modero de ls
Más detallesA modo de repaso. Preliminares
UNIDAD I A modo de repso. Preliminres Conjuntos numéricos. Operciones. Intervlos. Conjuntos numéricos Los números se clsificn de cuerdo con los siguientes conjuntos: Números nturles.- Son los elementos
Más detallesTABLA DE DISTRIBUCIÓN DE FRECUENCIAS
TABLA DE DISTRIBUCIÓN DE FRECUENCIAS L.C. y Mtro. Frncisco Jvier Cruz Ariz L.C. y Mtro. Frncisco Jvier Cruz Ariz TABLA DE DISTRIBUCIÓN DE FRECUENCIAS Un mner de simplificr los dtos es usr un tbl de frecuenci
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 6 Curso preprtorio de l prueb de cceso l universidd pr myores de 5 ños curso 1/11 Nuri Torrdo Robles Deprtmento de Estdístic Universidd Crlos III de Mdrid
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.
PRUES DE CCESO L UNVERSDD L.O.G.S.E. CURSO 2001-2002 - CONVOCTOR: JUNO ELECTROTECN EL LUMNO ELEGRÁ UNO DE LOS DOS MODELOS Crteros e clfccón.- Expresón clr y precs entro el lenguje técnco y gráfco s fuer
Más detallesAplicaciones del cálculo integral
Aplicciones del cálculo integrl Aplicciones del cálculo integrl Cálculo del áre de un función Pr clculr el áre encerrd por un función en un intervlo [,] con el eje X, dee utilizrse l integrl definid. Csos:
Más detallesSistemas de ecuaciones lineales
Tem : Sstems de ecucones lneles A Condconmento del prolem. Cá álculo umérco Tem : Resolucón de sstems lneles B Métodos terdos: Jco, Guss-Sedel Reljcón C Métodos drectos: Fctorzcón LU Fctorzcón QR D Sstems
Más detallesModelo de Regresión Lineal Múltiple. Inferencia. Dr. Víctor Aguirre
Modelo de Regresón Lnel Múlple. Inferenc. Dr. Vícor Agurre Guón. Dr. V. Agurre Supuesos del Modelo. S E (Y X = X S & S3 Cov(Y X = σ I S4 de( X X S5 Y X ~ N( X, σ I Guón. Dr. V. Agurre 3 Propeddes Esdíscs
Más detallesPROBLEMAS RESUELTOS. Problema 1. Resolver la ecuación en la incógnita x: Solución al problema 1
PROBLEMS RESUELTOS Presetmos cotucó ls solucoes los problems,, del úmero de l Revst, que eví Crlos Mrcelo Css Cudrdo. Problem Resolver l ecucó e l cógt : (bsolutorl ufgbe, Bver, 87 Solucó l problem El
Más detalles10 1 deca da 10 2 hecto h 10 3 kilo k 10 6 Mega M 10 9 Giga G Tera T Peta P Exa E Zetta Z Yotta Y
Un mgntud es culquer cos que puede ser medd medr no es más que comprr un mgntud con otr de l msm espece que se tom como referenc. Ls mgntudes se epresn con un número uns unddes. En lguns ocsones el número
Más detallesInterpolación Polinómica
.- Dd l tbl de vlores: Interpolcón Polnómc - y 7 9 ) Encontrr el splne cúbco nturl que nterpol estos dtos, mponendo ls condcones requerds y resolvendo el sstem. b) Msm cuestón resolvendo prevmente el sstem
Más detallesMATRICES. 1. Determinar la matriz transpuesta de cada una de las siguientes; , B= , C= 2. Efectúa la siguiente operación con matrices y calcula A
MTRICES. Determinr l mtriz trnspuest de cd un de ls siguientes;,, C 8. Efectú l siguiente operción con mtrices y clcul. Sen 8, y C determinr: ) t C ) (-C) t t c) -C( t -) d) - t -(C). Dds ls siguientes
Más detallesDETERMINANTES. Determinante es la expresión numérica de una matriz. Según el orden de la matriz el determinante se resuelve de distintas formas:
ÁLGEBR Educgui.com DETERMINNTES Determinnte es l expresión numéric de un mtriz. Según el orden de l mtriz el determinnte se resuelve de distints forms: DETERMINNTE DE SEGUNDO ORDEN Pr poder solucionr un
Más detallesTEMA: EXPRESIONES ALGEBRAICAS
TEMA: EXPRESIONES ALGEBRAICAS CONCEPTO Son quells epresones en ls que ls opercones que se usn son sólo ls de dcón, sustrccón, multplccón, dvsón, potenccón, rdccón entre sus vrbles en un número lmtdo de
Más detallesFunciones de R en R. y = 1. son continuas sobre el conjunto
Funciones de R n en R m Teorem de l Función Invers Funciones de R en R Se f(x) un función rel de vrible rel con derivd continu sobre un conjunto bierto A se x 0 un punto de A donde f (x 0 ) 0. Considere
Más detallesV p i 1,13. C i , C i V0 n , ,05 9, ,05. 0, , , Ln(1,1)
. Mednte el pgo de. l fnl de cd ño se pretende cncelr un deud. S el tnto nul de vlorcón es el %, cuál será el nº de pgos relzr s el vlor de l deud es.58, 5?..58,5. n n,.58,5 9,9 58,5 n,.58,5.,,57595, Ln(,975)
Más detallesDeterminantes de una matriz y matrices inversas
Determinntes de un mtriz y mtrices inverss Determinnte de un mtriz Está definido solmente pr mtrices cudrds. El determinnte de un mtriz cudrd es un número rel. Definición: Si = [ ij ] es un mtriz de dimensión
Más detallesi = 0,08 Co n i C6 C3 C'6 C'3 7.000 6 0,08 11108,1203 8817,984 7560 7.000
. Nos conceden un préstmo de. l 8% de nterés. S l durcón del msmo es de ños, clculr cuánto tendremos que pgr trnscurrdos ños y l reserv o sldo l prncpo del curto ño. S se mortz el préstmo mednte reembolso
Más detallesEn este capítulo se describe el problema de máxima cobertura sin capacidad (MCLP) y con
CAPITULO 3 Descrcón del roblem En este cítulo se descrbe el roblem de mám cobertur sn ccdd (MCLP) con ccdd (CMCLP). Posterormente se resentn los modelos de rogrmcón mtemátc r mbos. 3.1 Descrcón del MCLP
Más detallesa) 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 detalles2. Cálculo de primitivas
5. Cálculo de primitivs Definición. Se dice que un función F () es un primitiv de otr función f() sobre un intervlo (, b) si pr todo de (, b) se tiene que F () f(). Por ejemplo, l función F () es un primitiv
Más detalles[FACTORIZACION DE POLINOMIOS]
009 CETis 6 Ing. Gerrdo Srmiento Díz de León [FACTORIZACION DE POLINOMIOS] Documento que enseñ como fctorizr polinomios Pr fctorizr polinomios hy vrios métodos: FACTORIZACIÓN DE POLINOMIOS. Scr fctor común:
Más detallesTema 11: Integrales denidas
Tem : Integrles denids My 9, 7 Denición y propieddes Denición. Si f ) es un función continu en un intervlo [, b] y denid positiv, f ), l integrl denid en ese intervlo l denimos como: f ). Si f ) > l integrl
Más detalles, que, como está triangularizado, se observa que es
MTEMÁTICS PLICDS LS CIENCIS SOCILES II PRUEB ESCRIT. BLOQUE: ÁLGEBR ECH: DE ENERO DE Prte I. Sistems de ecuciones lineles. Mtrices. Ejercicio. Resuelv el siguiente sistem de ecuciones, utilindo, si es
Más detallesEjercicios T2- ANÁLISIS DE DATOS UNIDIMENSIONALES
Ejerccos T- NÁLII DE DTO UNIDIMENIONLE.- El número de clentes qe cden n estblecmento en cert hor hn sdo lo lrgo del últmo mes h sdo:,,,,7,,,,,,6,,6,,8,,,,,6,,8,,9,,,, Representr l tbl de frecencs, el dgrm
Más detallesLos números enteros y racionales
Los números enteros y rcionles Objetivos En est quincen prenderás : Representr y ordenr números enteros Operr con números enteros Aplicr los conceptos reltivos los números enteros en problems reles Reconocer
Más detallesFUNCIONES. Analíticamente, la correspondencia anterior se escribe del modo siguiente:
FUNCIONES.- CONCEPTO DE FUNCIÓN Se dice que un correspondenci f definid entre dos conjuntos A B es un función (o plicción), si cd elemento del conjunto A le sign un elemento sólo uno del conjunto B. De
Más detalles3.- Matrices y determinantes.
3.- Mtrices y determinntes. 3.. Definición de mtriz, notción y orden. Se define un mtriz de orden m x n, un reunión de m x n elementos colocdos en m fils y n columns. Cd elemento que form l mtriz se denot
Más detallesAPUNTES DE MATEMÁTICAS
APUNTES DE MATEMÁTICAS TEMA 8: FUNCIONES.LÍMITES º BACHILLERATO FUNCIONES.Límites y continuidd ÍNDICE. LíMITES Y CONTINUIDAD DE FUNCIONES...3. Definición límite de un función en un punto...4 3. Definición
Más detallesMICROTÚBULOS, FUNCIONES CEREBRALES Y LA MECÁNICA CUÁNTICA
MICROTÚBULOS, FUNCIONES CEREBRALES Y LA MECÁNICA CUÁNTICA Dr. José A. Peñlbert Unversdd de Puerto Rco en Croln Deprtmento de Cencs Nturles Introduccón Hn surgdo un sere de teorís sobre el funconnmento
Más detallesGUÍA PARA ESTIMAR LA INCERTIDUMBRE DE LA MEDICIÓN
CENTRO NACIONAL DE METROLOGÍA GUÍA PARA ESTIMAR LA INCERTIDUMBRE DE LA MEDICIÓN Wolfgng A. Schmd y Ruben J. Lzos Mrtínez El Mrqués, Qro., Méco, myo de 000. NOTA. ESTE DOCUMENTO SE HA ELABORADO CON RECURSOS
Más detallesTRABAJO PRACTICO No 7. MEDICION de DISTORSION EN AMPLIFICADORES DE AUDIO
TRBJO PRCTICO No 7 MEDICION de DISTORSION EN MPLIFICDORES DE UDIO INTRODUCCION TEORIC: L distorsión es un efecto por el cul un señl pur (de un únic frecuenci) se modific preciendo componentes de frecuencis
Más detallesNÚMEROS COMPLEJOS. r φ. (0,0) a
Educgu.com NÚMEROS COMPLEJOS DEFINICIÓN Se llm númeo complejo un p odendo de númeos eles (,b). Los númeos eles y b se llmn componentes del númeo complejo. A l componente se le desgn pte el y l componente
Más detallesCurso ON LINE Tema 5. x + y + z = 5 1200x + 600y = 2000 + m z 1200x = 3 m z
Curso ON LINE Tem 5 Un gente inmobilirio puede relir tipos de operciones: vent de un piso nuevo, vent de un piso usdo lquiler. Por l vent de cd piso nuevo recibe un prim de. Si l operción es l vent de
Más detallesEl conjunto de los números naturales tiene las siguientes características
CAPÍTULO Números Podemos decir que l noción de número nció con el homre. El homre primitivo tení l ide de número nturl y prtir de llí, lo lrgo de muchos siglos e intenso trjo, se h llegdo l desrrollo que
Más detallesModelo 2014. Problema 1B.- (Calificación máxima: 2 puntos) Se considera el sistema lineal de ecuaciones dependiente del parámetro real a:
odelo. Proble B.- (Clificción ái puntos) Se consider el siste linel de ecuciones dependiente del práetro rel ) Discútse en función de los vlores del práetro R. b) Resuélvse pr.. l siste se clsific en función
Más detallesTEMA VI: ACIDOS Y BASES
www.selectividd-cgrnd.com TEMA VI: ACIDOS Y BASES 1.- El ácido clorocético (ClCH COOH) en concentrción 0,01M y 5 C se encuentr disocido en 1%. Clculr: ) L constnte de disocición de dicho ácido. b) El ph
Más detallesALGEBRA VECTORIAL. cúbico Caudal de volumen Metro cúbico por segundo. m 3 /s CAP Magnitudes físicas. Pág. 1
FISI I P 1 LGER VETORIL 11 Mgntudes físcs Ls mgntudes físcs, son ls propeddes que le crctern los cuerpos o los fenómenos nturles que se pueden medr, E: L longtud, l ms, l velocdd, l tempertur, etc Mentrs
Más detalles6. INTERPOLACIÓN POLINOMIAL: SPLINES
6. INTERPOLACIÓN POLINOMIAL: SPLINES Jorge Edurdo Ortz Trvño jeortzt@unl.edu.o http:/www.doentes.unl.edu.o/jeortzt/ Coeentes de un polnomo de nterpolón Un método dreto pr lulr los oeentes de un polnomo
Más detallesDETERMINANTE DE UNA MATRIZ CUADRADA
DETERMINNTE DE UN MTRIZ CUDRD El determinnte de un mtriz cudrd es un número socido ell y cuyo cálculo depende del orden de dich mtriz. Si es un mtriz cudrd de orden n n, el determinnte de l dich mtriz
Más detallesC Capacitores e inductores. Circuitos de Primer Orden
C Cpctores e nductores. Crcutos de Prmer Orden C El crcuto que se muestr en l fgur c h llegdo ls condcones de estdo estle ( l corrente en el cpctor es cero ) con el nterruptor en l poscón. S el nterruptor
Más detallesTEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...
Deprtmento de Mtemátics TEM : MTRICES Un mtriz de orden mxn es un conjunto de m n números reles dispuestos en m fils y n columns... n... n... m m m... mn los números reles ij se les llm elementos de l
Más detallesESTIMACIÓN DE DEMANDA DE TRANSITO EN CARRETERAS COMBINANDO ESTUDIOS ORIGEN-DESTINO CON AFOROS
ISS 088797 ESIMACIÓ DE DEMADA DE RASIO E CARREERAS COMBIADO ESUDIOS ORIGEDESIO CO AFOROS Roberto de l LLt Gómez Publccón écnc o. 5 Snfndl, Qro, 99 SECREARIA DE COMUICACIOES Y RASPORES ISIUO MEXICAO DEL
Más detallesTEOREMA 1 (Criterio de la segunda derivada para extremos relativos)
.0. Problems de plicciones de máximos y mínimos En est sección se muestr como usr l primer y segund derivd de un función en l búsqued de vlores extremos en los llmdos: problems de plicciones o problems
Más detallesMercado Eléctrico. El presente documento integra la biblioteca de Mercado Eléctrico. TEL/FAX: (54-11) 4489-1031/1055/1058 - Argentina
Mercdo Eléctrco http://www.mercdoelectrconet.com.r http://www.melectrconet.com.r melectrco@melectrco.com.r El presente documento ntegr l bblotec de Mercdo Eléctrco TEL/FAX: (5-11) 89-1031/1055/1058 - Argentn
Más detallesTEMA 1. LOS NÚMEROS REALES.
TEMA. LOS NÚMEROS REALES... Repso de números enteros y rcionles - Operciones con números enteros - Pso de deciml frcción y de frcción de deciml - Operciones con números rcionles - Potencis. Operciones
Más detallesTEOREMA 1 (Criterio de la segunda derivada para extremos relativos)
.. Problems de plicciones de máimos y mínimos En est sección se muestr como usr l primer y segund derivd de un función en l búsqued de vlores etremos en los llmdos: problems de plicciones o problems de
Más detallesTEMA 3: ECUACIONES ECUACIONES DE 2º GRADO Las ecuaciones de 2º grado son de la forma ax 2 +bx+c=0 y su solución es:
TEMA : ECUACIONES ECUACIONES DE º GRADO Ls ecuciones de º grdo son de l form +b+c=0 y su solución es: b b 4c Cundo b=o o c=0 son incomplets y se resuelven de l siguiente form. Cso b=0, por ejemplo: 6 7=0
Más detallesPRODUCTOS NOTABLES APELLIDOS Y NOMBRES
PRODUCTOS NOTABLES APELLIDOS Y NOMBRES SECCIÓN Qué es un producto notble? L plbr "producto" hce referenci l resultdo de un multiplicción y l plbr "notble" hbl de lgo que se puede notr simple vist; por
Más detallesPbCl (s) Pb (ac) + 2Cl (ac) K = [Pb ][Cl ] = 1,6 10
UNIDAD 10: Equilibrio de solubilidd y precipitción Problems resueltos selecciondos Problem El PbCl (s) no es un compuesto muy soluble en gu. PbCl (s) Pb (c) Cl (c) = [Pb ][Cl ] = 1,6 10 5 PS Clcule l concentrción
Más detallesCircunferencia y elipse
GAE-05_M1AAL5_circunferenci_elipse Circunferenci y elipse Por: Sndr Elvi Pérez Circunferenci Comienz por revisr l definición de circunferenci. Un circunferenci es un curv formd por puntos que equidistn
Más detallesINDICE. Operaciones básicas. Matrices. Matriz cuadrada. Traza de una matriz. Suma y resta de matrices. Producto de matrices.
Fculltd de Cencs Agrrs - MATERIIALL PPREPPARADO PPOR LL cc Mss Scc Abbbb tttt Noorr IInngg Aggrr.. Mss Scc.. Boocc Teerreess IInngg Zoooott.. FFeerrnnáánnddeezz Edduurrddoo IInngg.. Aggrr.. Mss Scc.. PPeerreerr
Más detallesColegio San Agustín (Santander) Página 1
Mtemátics ºBchillerto Aplicds ls Ciencis Sociles er evlución. Determinntes ) Clcul el vlor de los siguientes determinntes: ) b) c) ) = (-)+ +(-) [ + (-) (-)+ ]= -++-[6++] = --6-= - b) = (-) + + -[ (-)+
Más detallesMatemáticas Aplicadas a las Ciencias Sociales II Hoja 2: Matrices
Profesor: Miguel Ángel Bez lb (º Bchillerto) Mtemátics plicds ls Ciencis Sociles II Hoj : Mtrices Operciones: Ejercicio : Encontrr ls mtrices X e Y tles que: 3 X + Y 4 5 X 3Y 7 Ejercicio : 3 5 Dds ls mtrices
Más detallesa ) x x y x y b) x x x : x x x x x x x x x d ) x x x : x x 2x - 3x + x + 8 :
EJERCICIOS MATEMÁTICAS B 4º E.S.O. JUNIO 05..- Clcul simplific: 6 6 4 5 4 7 4 5 4 5 4 6 5 5 7 5 ) b) c) d ) :.- Ddos los polinomios: P ( ), Q ( ), R()= - Clculr: 4 ) P( ) Q ( ) R( ) b) P( ) Q( ) R( ).-
Más detallesMATRICES DE NÚMEROS REALES
MTRICES. MTURITS Luis Gil Guerr.- DEFINICIÓN MTRICES DE NÚMEROS RELES Llmmos mtriz de números reles de orden m x n un conjunto ordendo de m. n números reles dispuestos en m fils y en n columns i m i m
Más detallesINFORME DE LA PRÁCTICA nº 2: LA RUEDA DE MAXWELL. Fernando Hueso González. Carlos Huertas Barra. (1º Fís.), L1, 21-XI-07 - 0 -
INFORME DE LA PRÁCTICA nº : LA RUEDA DE MAXWELL Fernndo Hueso González. Crlos Huerts Brr. (1º Fís.), L1, 1-XI-7 - - RESUMEN L práctic de l rued de Mxwell consiste en medir el tiempo que trd en descender
Más detallesTema 1: Números reales.
Tem : Números reles. Ejercicio. Representr los siguientes conjuntos numéricos: ) Números myores que. b) x / x c) x / x x d) Números menores que excluyendo el 0. e) / x x / x x / x ) (, ) b) [,) 0 c) [,]
Más detallesFUNCIONES ELEMENTALES
FUNCIONES ELEMENTALES.- FUNCIONES POLINÓMICAS.- Funciones Lineles Son funciones cu le es un polinomio de primer grdo, es decir, f() m + n Sus gráfics son rects pr representrls bst con obtener dos puntos
Más detallesFUNDAMENTOS DE INGENIERÍA ELÉCTRICA. José Francisco Gómez González Benjamín González Díaz María de la Peña Fabiani Bendicho Ernesto Pereda de Pablo
FUNDAMENTOS DE NGENEÍA EÉCTCA José Frncsco Gómez González Benjmín González Díz Mrí de l Peñ Fn Bendcho Ernesto Pered de Plo Tem 1: Generlddes y CC en régmen estconro PUNTOS OBJETO DE ESTUDO 3 Generlddes
Más detallesEcuaciones de 1 er y 2º grado
Ecuciones de 1 er y º grdo Antes de empezr resolver estos tipos de ecuciones hemos de hcer un serie de definiciones previs, que irán compñds por lgunos ejemplos. Un iguldd lgebric está formd por dos epresiones
Más detallesElectricidad y Magnetismo - FIS1533 Interrogación 1 Martes 10 de Abril de 2012 Profesores: María Cristina Depassier, Max Bañados y Sebastián A.
Electricidd y Mgnetismo - FIS1533 Interrogción 1 Mrtes 10 de Abril de 2012 Profesores: Mrí Cristin Depssier, Mx Bñdos y Sebstián A Reyes - Instrucciones -Tiene dos hors pr resolver los siguientes problems
Más detalles