MANUAL DE LABORATORIO DE FÍSICA GENERAL 9ª Edición EXPERIENCIA N 01

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

Download "MANUAL DE LABORATORIO DE FÍSICA GENERAL 9ª Edición EXPERIENCIA N 01"

Transcripción

1 MEDICIONES EXPERIENCIA N 01 Galileo Galilei Nació e Pisa el 15 de febrero de Astróomo y Físico "No me sieto obligado a creer que u Dios que os ha dotado de iteligecia, setido comú, y raciociio, tuviera como objetivo privaros de su uso". Lo que o se puede defiir, o se puede medir Lo que o se puede medir, o se puede coocer Lo que o se puede coocer, o se puede mejorar, Lo que o se puede mejorar, se puede deteriorar. Nota I. OBJETIVOS Eseñar al alumo el uso correcto de istrumetos de medida como el pie de rey, micrómetro y balaza para que sea capaz de realizar medidas cosiderado la precisió de los istrumetos y usar la teoría de errores e cada uo de los cálculos de las magitudes físicas presetes. II. MATERIALES 1 Balaza de tres barras 1 Pie de rey (calibrador Verier) 1 Palmer o micrómetro 1 Regla métrica 1 Cilidro de madera (tarugo) 1 Paralelepípedo de metal (placa) 3

2 III. FUNDAMENTO TEÓRICO Medir es comparar cuátas veces existe la uidad patró e ua magitud física que se desea medir, por ejemplo si el largo de la pizarra es,10 m, etoces se dice que e esta logitud existe,10 veces la uidad patró (1 metro patró). El resultado de ua medició, es ua catidad cuya magitud dice cuáto mayor o meor es la catidad descoocida respecto de la uidad patró correspodiete. El valor obteido va acompañado de la uidad respectiva dada e u sistema de uidades perteeciete a cualquier sistema de uidades como: CGS, MKS, iglés, técico, sistema iteracioal (SI). Nosotros haremos éfasis co el sistema iteracioal porque es requisito para cumplir los estádares iteracioales de pesos y medidas. Ejemplo: La distacia etre Lima y Acó es de m (Uidad de logitud) El actual récord mudial e los 100 m plaos perteece al Jamaiquio Usai Bolt co 9,58 s (uidad de tiempo) La masa de u ladrillo Kig Kog de 18 huecos es de,7 Kg (uidad de masa) La temperatura de la ciudad de Lima e u día particular es de 97 K (uidad de temperatura) Cuado se realiza ua medició de la magitud de ua catidad física es imposible que el resultado de esta medició sea exacto, como quisiéramos. Por ejemplo, si medimos co la regla de madera el largo de la guía de este laboratorio, o es exactamete 9,40 cm, si o que hay que icluir ua icertidumbre de lectura sobre este valor que correspode al istrumeto de medida que se está usado, etoces para uestro caso la lectura correcta debe ser 9,40 ± 0,05 (cm), dode el valor de 0,05 cm correspode a la icertidumbre de lectura de la regla de madera. El valor de ua medició de ua catidad física se expresa de la siguiete maera: X = x ± x i i Dode, i X i : Valor real x : Valor i-ésima i x i : Icertidumbre de lectura Ejemplo: Si se desea medir co la regla de plástico, el largo de la tarjeta para uiversitarios del metropolitao, se procede como se muestra e la figura. 4

3 8, El largo de la tarjeta del metropolitao mide L = 8,30 ± 0,05 cm cm TIPOS DE MEDICIÓN Se cosidera dos tipos de medició: directa e idirecta. Medició directa: El valor de la catidad descoocida es obteido visualmete por comparació co ua uidad coocida (patró). Medició idirecta: El valor de la catidad es el resultado obteido de la aplicació de fórmulas matemáticas que vicula ua o más medidas directas. Los valores de las medicioes realizadas e las mismas codicioes suele presetar fluctuacioes e u etoro o itervalo de valores. Como sabemos, estas diferecias idica la imposibilidad de teer ua medida exacta. Las medicioes realizadas suele ser tratadas estadísticamete mediate la Teoría de la Medició, dode se icluye la teoría de errores. Los errores puede ser sistemáticos y aleatorios. ERRORES SISTEMÁTICOS ( E S) Los errores sistemáticos está relacioados co la destreza del operador, la técica utilizada, la operatividad defectuosa de u istrumeto, los métodos de cálculo o redodeo. Estos puede ser: de paralaje, ambietales y físicos, de adquisició de datos, de cálculo, etc. Error de paralaje ( E P ). Es u error sistemático asociado co el operador. Este error tiee que ver co ua postura iadecuada que toma el operador al realizar la lectura de la medició. La postura correcta del observador debe ser tal que su líea de visió sea perpedicular a la superficie dode se ecuetra el puto de medida 5

4 Errores ambietales y físicos ( E ). El cambio e las codicioes climáticas puede afectar f alguas propiedades físicas de los istrumetos (resistividad, coductividad, feómeos de dilatació, etc.). Los E se miimiza y se compesa aislado el experimeto, cotrolado las f codicioes ambietales e el lugar de iterés, tomado u tiempo adecuado para la experimetació. Ejemplo. Afectació del clima. Se hace dos medicioes del acho del mismo cerámico co u pie de rey, ua e iviero y otra e verao y arroja los siguietes valores: 15,385 cm a 17 C, 15,386 cm a 9 C De otro lado, Estas lecturas so bueas? So adecuadas? Realmete, o podemos decir ada si o hemos hecho ua estimació de errores. Si e cada medició el error fuera de 0,003 cm se afirmará que la medida es o-sigificativa. Si e cada medició el error fuera de 0,0003 cm se afirmará que la medida es sigificativa, pues el itervalo de error e este caso va al 4 to decimal. Errores de cálculo. So los itroducidos por los operadores y/o máquias; de maera aáloga que los errores e la adquisició automática de datos. La mayoría de los errores sistemáticos so cotrolables y susceptibles de ser miimizados. Se corrige o se tolera. E todo caso su maejo depede del coocimieto y habilidad del experimetador. Errores del istrumeto de medició. Los errores relacioados co la calidad de los istrumetos de medició so: error de lectura míima y error de cero. Error de lectura míima ( E LM ): Llamada por otros autores como icertidumbre de lectura, y es cuado la expresió umérica de la medició resulta estar etre dos marcas míimas de la escala de la lectura del istrumeto. La icerteza (idetermiació) del valor se corrige tomado la mitad de la lectura míima del istrumeto. Ejemplo: La regla milimetrada, de madera de u metro, tiee por cada cetímetro 10 divisioes, luego, 1/10 cm e la míima lectura. Por lo tato, 1 1 E LM = = 0,05 cm = 0,5 mm 10 Error de Cero ( E ): Es el error propiamete del istrumeto o calibrado. 0 Ejemplo. Cuado las escalas de lectura míima y pricipal o coicide, se ve que la lectura se ecuetra desviada hacia u lado del cero de la escala. Si esta desviació 6

5 fuera meor o aproximadamete igual al error de lectura míima, etoces E 0 es, E = 0 E LM. El error sistemático total se calcula usado la siguiete relació matemática: E S = ( E ) + ( E ) + ( E ) + ( E ) + ( E ) + ( E ) + L LM O p f C d Para los fies de este laboratorio sólo se tomará e cueta el error de lectura míima, por lo tato la expresió aterior queda como: E S = E LM ERRORES ALEATORIOS ( E a) Los errores aleatorios so origiados básicamete por la iteracció del medio ambiete co el sistema e estudio, aparece au cuado los errores sistemáticos haya sido suficietemete miimizados, balaceados o corregidos. Se cuatifica por métodos estadísticos. Cuado se mide veces u objeto (ejemplo: el acho de u caré uiversitario) se obtiee valores, si las lecturas so: x 1, x,..., x ; el valor estimado de la magitud de esta catidad física X, se calcula tomado el promedio de la siguiete maera, X = x + x... + x = 1 La diferecia de cada medida respecto de la media X se deomia desviació. El grado de dispersió de la medició, estadísticamete se deomia desviació estádarσ, y se calcula mediate la fórmula, x i x x 1 x x x x + σ = = i = 1 ( x x ) i El error aleatorio E a se toma como: E a 3σ = 1 ERROR TOTAL O ABSOLUTO (E T ) Es el resultado de la suma de los errores sistemáticos y aleatorios, E = x = E + S T E a Por lo tato el valor de la medició se expresa como: 7

6 X = x ± x Existe otros tipos de error o icertidumbre, etre ellos está el error relativo y el error porcetual. Error relativo. Se obtiee de efectuar la razó del error absoluto etre el valor promedio de la medida, ET Er = x Error porcetual. Se obtiee multiplicado el error relativo por 100: E = % 100E r El valor de ua medida se expresa como, e fució del error relativo X = x ± Er X = x ± E e fució del error porcetual % Al valor cosigado e las tablas iteracioales (hadbook) se le suele deomiar valor teórico. A partir del valor experimetal se obtiee otra forma de expresió del error de la medició coocido como error experimetal relativo, el error experimetal porcetual, E Exp r Valor Teórico Valor Experimetal = Valor Teórico Valor Teórico Valor Experimet al E % = 100 Valor Teórico Recuerde siempre La medida de ua catidad física co u error mal estimado lo llevará idefectiblemete a coclusioes o-sigificativas de los resultados experimetales. 8

7 PROPAGACIÓN DE ERRORES La mayoría de los experimetos ivolucra medicioes de varias catidades físicas, como la masa, logitud, tiempo, temperatura, etc. El resultado fial de u experimeto ormalmete se expresa e ecuacioes que caracteriza y predice el comportamieto del sistema o el feómeo estudiado. Dichos resultados va acompañados de valores que da su cofiabilidad, a los cuales llamamos errores. Cómo se calcula el error a partir de los errores de las catidades físicas medidas? E primer lugar estudiemos el caso de la medida de dos catidades físicas A y B cosiderado sus errores correspodietes: B ±. A ± A, B Cómo será el error e la suma, resta, multiplicació, divisió y poteciació de estas catidades? Pues, cuado se mide la catidad física de dos objetos, las lecturas viee dadas por los valores: Propagació de errores e la suma y la resta A = A ± A, B = B ± B La respuesta a las operacioes de suma y resta de las catidades físicas A y B se da por ua expresió de la forma: dode: Z Z = ( A ± B ) ± Z se calcula por suma de cuadraturas co la siguiete expresió: Z = ( A) + ( B ) Propagació de errores e la multiplicació / divisió La respuesta a las operacioes de multiplicació y divisió de las catidades físicas A y B se da mediate expresioes de la forma: Z = ( A B ) ± Z, dode: Propagació de errores e poteciació Z A = ± Z B Z = Z A A B + B El resultado de la operació de poteciació de ua catidad física experimetal, como A, se da mediate ua expresió de la forma: dode, Z = ( ka ) ± Z A Z = Z A 9

8 RECOMENDACIONES Si al medir los primeros valores (alrededor de por ejemplo 5 medicioes) de ua catidad física se observa que la desviació estádar es pequeña comparada co el error del istrumeto, o habrá ecesidad de tomar ua gra catidad de datos para ecotrar el valor promedio. Las medidas que tega ua desviació mayor que tres veces la desviació estádar, se recomieda descartarlas. OBSERVACIÓN Debe desarrollar la presete práctica de laboratorio e sólo 100 miutos. Cotrole su tiempo y o lo desperdicie IV. PROCEDIMIENTO A. Determiació de la masa 1. Co la balaza de tres brazos determie la masa de la placa y el tarugo completado la Tabla 1: Tabla 1. Masas de la placa y tarugo MEDIDA PLACA ( ) TARUGO ( ) Promedio (m) E LM σ E a x Medida m ± x ± ±. Usado el pie de rey y el micrómetro, complete la tabla determiado las dimesioes del tarugo y la placa metálica. Co los valores obteidos calcule la desidad de cada uo de los elemetos usado su teoría de errores: 10

9 Medida Promedio E LM σ E a x Medida x ± x Determiació del volume V ± V Determiació de la desidad ρ ± ρ Tabla : Dimesioes del tarugo y placa TARUGO Co pie de rey D H TARUGO Co micrómetro D H l PLACA Co pie de rey a h P 3. Comparado los valores de desidad obteidos para el tarugo Cuál de los valores cosidera que es el mejor? Justifique su respuesta.... EXP. N 01 MEDICIONES FECHA: ALUMNO: MATRÍCULA: V.B 11

10 V. EVALUACIÓN (De ser ecesario adicioe hojas para completar sus respuestas) 1. Co ayuda de Tablas (Hadbooks y e textos de Física), idetifique de qué materiales so los objetos usados e el experimeto. Objeto Placa Tarugo ρ exp (g/cm 3 ) ρ teórica (g/cm 3 ) Sustacia idetificada. Calcule la icertidumbre estádar, la icertidumbre expadida y la cotribució porcetual. (Cosidere los valores de las tablas como valores teóricos) Icertidumbre de medició Placa Tarugo 3. A su cosideració, cuáles so los factores de ifluecia que más aporta a la icertidumbre, y cómo se reduciría? A su cosideració, qué cuidados se debe teer e cueta para obteer resultados más cofiables? Qué es ua variable idepediete y qué ua depediete? E qué se diferecia? Dé tres ejemplos. 1

11 6. Llear la siguiete tabla utilizado propagació de errores cuado sea ecesario, si las medidas del cilidro fuero tomadas co u pie de rey cuya lectura míima es 0.05mm y la masa del cilidro fue tomada por ua balaza mecáica de 3 brazos, cuya lectura míima es de 0.1 g. CILINDRO Tabla: MEDIDAS PARA EL CILINDRO (Calibrador pie de rey) Cilidro Completo Orifício cilídrico Raura paralelepípedo Medida D H d 0 h 0 l a Promedio E LM h (*) P Medida x ± x Medida z ± z Masa (g) m± m Volume del cilidro Volume (Vc) (cm 3 ) Volume (Vo) (cm 3 ) Volume (Vp) (cm 3 ) m 1 m m 3 m 4 m 5 m m Desidad del cilidro 13

12 (*) La medida h f está referida a la altura del paralelepípedo que a su vez es la altura del cilidro, por lo que se cosiderará los datos de la columa H 7. Usted, ahora bue experimetador, haga las lecturas de los calibradores Verier y micrómetro idicados e las figuras L 1 =. L 1 =. 8. Medida del diámetro de ua esfera co u micrómetro. U micrómetro está totalmete cerrado y si embargo se lee 0,08 mm. Al colocar ua esfera se lee u diámetro de 5,43 mm. Co estos valores calcule el volume de la esfera y su icertidumbre La presió de u gas se determia mediate la fuerza que ejerce sobre ua superficie dada. Si la magitud de la fuerza es 0,0 ± 0,5 N y el área es rectagular de lados 5,0 ± 0, mm y 10,0 ± 0,5 mm. Calcule: La icertidumbre estádar:... La icertidumbre expadida:... La cotribució porcetual: Por qué se debe realizar varias medicioes e u experimeto? Qué codicioes se debe teer e cueta para dar el valor de ua respuesta determiada? Justifique su respuesta. 14

13 Defia los térmios precisió y exactitud. Clasifíquelos segú la icertidumbre y señale sus diferecias. Dé cico ejemplos Bajo codicioes idéticas, se realiza varias medidas de u parámetro físico dado. Se obtiee luego ua distribució de frecuecias y se gráfica, obteiédose ua curva de Gauss. Qué represeta la campaa?, será importate coocer el acho de la curva? Por qué? Dé dos ejemplos Qué medida será mejor, la de u tedero que determia 1 kg de azúcar co ua precisió de u gramo o la de u físico que mide 10 cg de ua sustacia e polvo e ua balaza co ua precisió e miligramos? Para fudametar mejor su respuesta, primero coteste si es más sigificativo recurrir al error absoluto o al error relativo

14 VI. CONCLUSIONES. VII. OBSERVACIONES Y RECOMENDACIONES.. 16

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN

Más detalles

LABORATORIO DE TECNOLOGÍAS IV

LABORATORIO DE TECNOLOGÍAS IV LABORATORIO DE TECNOLOGÍAS IV INGENIERÍA TÉCNICA INDUSTRIAL MECÁNICA PRÁCTICA 4 INTRODUCCIÓN A LA METROLOGÍA DEPARTAMENTO DE INGENIERÍA MECÁNICA Febrero de 005 Laboratorio de Tecologías IV PROGRAMA 0 OBJETIVOS

Más detalles

Técnicas experimentales de Física General 1/11

Técnicas experimentales de Física General 1/11 La distribució de Itroducció. Ejemplo. Defiició geeral de. Grados de libertad. reducido. La distribució de. Probabilidades de. Ejemplos: 1. Distribució de Poisso.. Bodad de u ajuste. Técicas eperimetales

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

Laboratorio de Física PRÁCTICA 1

Laboratorio de Física PRÁCTICA 1 Ig. Agis Zambrao, MSc PRELABORATORIO: MEDICIÓN - Medir. - Apreciació. - Medidas directas. - Medidas idirectas. MEDIDAS DE LONGITUD - Cita métrica. - Verier. - Torillo micrométrico. MEDIDAS DE TIEMPO -

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES EN LAS MEDIDAS (Coceptos elemetales). Medida y tipos de errores Ua tarea esecial e este Laboratorio de Física de Primero es familiarizarse co la medida de magitudes físicas. Medir cosiste e comparar

Más detalles

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean

ESTADÍSTICA. Estadística: Es una rama de la matemática que comprende Métodos y Técnicas que se emplean ESTADÍSTICA Estadística: Es ua rama de la matemática que comprede Métodos y Técicas que se emplea e la recolecció, ordeamieto, resume, aálisis, iterpretació y comuicació de cojutos de datos. Població:

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos

Más detalles

2. Estimación de errores de medidas directas

2. Estimación de errores de medidas directas Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació

Más detalles

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 1 MEDICIONES Y ERRORES.

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 1 MEDICIONES Y ERRORES. Págia 1 de 18 NÚCLEO UNIVERSITARIO RAFAEL RANGEL UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A ÁREA DE FÍSICA LABORATORIO DE FÍSICA LABORATORIO DE FÍSICA I/11 PRÁCTICA No. 1 MEDICIONES Y

Más detalles

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra.

Muestreo. Mucho de las acciones y decisiones que se toman están basados en la información de una muestra. 1 Muestreo Muco de las accioes y decisioes que se toma está basados e la iformació de ua muestra. La preguta que siempre se ace, es: qué tamaño de muestra es suficiete para obteer ua buea aproximació de

Más detalles

PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA

PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA PRACTICA N 05 DETERMINACIÓN DEL TAMAÑO DE PARTÍCULA CAPACIDADES A LOGRAR 1. Cooce y aplica procedimietos para determiar tamaño de partícula de polvos. 2. Iterpreta, clasifica y orgaiza datos y calcula

Más detalles

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series. CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS

9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS 9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS OBJETIVO El objetivo de la práctica es determiar la desidad de líquidos utilizado la balaza de Möhr y su aplicació a la determiació de la desidad de disolucioes co

Más detalles

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

PROGRESIONES ARITMÉTICAS.-

PROGRESIONES ARITMÉTICAS.- PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

14. Técnicas de simulación mediante el método de Montecarlo

14. Técnicas de simulación mediante el método de Montecarlo 4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios

Más detalles

3Soluciones a los ejercicios y problemas PÁGINA 79

3Soluciones a los ejercicios y problemas PÁGINA 79 Solucioes a los ejercicios y problemas PÁGINA 79 Pág. P RACTICA Sucesioes formació térmio geeral Escribe los cico primeros térmios de las siguietes sucesioes: a) Cada térmio se obtiee sumado 7 al aterior.

Más detalles

Fundamentos Físicos de la Ingeniería (Ingeniería Industrial) Prácticas de Laboratorio Curso 2008-09

Fundamentos Físicos de la Ingeniería (Ingeniería Industrial) Prácticas de Laboratorio Curso 2008-09 Fudametos Físicos de la Igeiería (Igeiería Idustrial) rácticas de Laboratorio Curso 008-09 ráctica : Estudio experimetal de los gases ideales Objeto de la práctica El objetivo específico es estudiar el

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

TEMA 19 Cálculo de límites de sucesiones*

TEMA 19 Cálculo de límites de sucesiones* CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

Wilfrido Massieu. PRACTICA No. 2

Wilfrido Massieu. PRACTICA No. 2 INSTITUTO POLITÉCNICO NCIONL Cetro De studios Cietíficos Y Tecológicos Wilfrido Massieu LBOTOIO D FÍSIC I LUMNO: GUPO: POFSO: FCH: QUIPO: CLIF. : PCTIC No. 2 1. NOMB: MDICIONSY OS. II. OBJTIVOS: Describir

Más detalles

TEMA 16. ESTEQUIOMETRIA DE UNA FORMULA QUIMICA

TEMA 16. ESTEQUIOMETRIA DE UNA FORMULA QUIMICA 1 TEMA 16. ESTEQUIOMETRIA DE UNA FORMULA QUIMICA Mario Melo Araya Ex Profesor Uiversidad de Chile melomarioqca@gmail.com Estructuralmete las substacias químicas está costituidas por etidades elemetales

Más detalles

9 SUCESIONES. LÍMITES DE SUCESIONES

9 SUCESIONES. LÍMITES DE SUCESIONES 9 SUCESIONES. LÍMITES DE SUCESIONES EJERCICIOS PROPUESTOS 9. Co ua calculadora, forma térmios de las siguietes sucesioes y estudia a qué valores tiede. a) a b) b c) c 5 a) a a 8 5,6 a 0 00,98 a 0 00 0

Más detalles

Tema 6: Distribuciones Muestrales

Tema 6: Distribuciones Muestrales Tema 6: Distribucioes Muestrales El objetivo es efectuar ua geeralizació de los resultados de la muestra a la població. Iferir o adiviar el comportamieto de la població a partir del coocimieto de ua muestra.

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

ESTIMACIÓN POR INTERVALOS DE CONFIANZA

ESTIMACIÓN POR INTERVALOS DE CONFIANZA Estimació por itervalos de cofiaza. I.E.. A uqueira I pag. Coceptos ETIMACIÓN POR INTERVALO DE CONFIANZA E este tema vamos a estudiar como estimar, es decir proosticar, u parámetro de la població, geeralmete

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar

Más detalles

Tema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor

Tema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor Tema 7 (IV) Aplicacioes de las derivadas () Represetació gráfica de curvas y fórmula de Taylor Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos

Más detalles

02) Mediciones. 0202) Mediciones

02) Mediciones. 0202) Mediciones Págia 02) Medicioes 0202) Medicioes Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Teoría de Errores e Icertezas Si usted puede medir lo que está cosiderado y expresarlo e úmeros, usted

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes

Más detalles

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA

TEMA 6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA TEMA 6. INTRODUCCIÓN A LA INFERENCIA ETADÍTICA 6.. Itroducció 6.. Coceptos básicos 6.3. Muestreo aleatorio simple 6.4. Distribucioes asociadas al muestreo 6.4.. Distribució Chi-Cuadrado 6.4.. Distribució

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

TEORÍA DE LA ESTIMACIÓN

TEORÍA DE LA ESTIMACIÓN TEORÍA DE LA ESTIMACIÓN Objetivo: El objetivo de la estimació putual es usar ua muestra para obteer úmeros (estimacioes putuales) que sea la mejor represetació de los verdaderos parámetros de la població.

Más detalles

Señales en Tiempo Discreto

Señales en Tiempo Discreto Señales e Tiempo Discreto Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció.. Señales e tiempo discreto.3. Clasificació de las señales

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

VECTORES. A partir de la representación de, como una recta numérica, los elementos

VECTORES. A partir de la representación de, como una recta numérica, los elementos VECTORES VECTORES Los ectores, que era utilizados e mecáica e la composició de fuerzas y elocidades ya desde fies del siglo XVII, o tuiero repercusió etre los matemáticos hasta el siglo XIX cuado Gauss

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

Tema 7: Estimación por intervalos de confianza.

Tema 7: Estimación por intervalos de confianza. Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores

Más detalles

Muestreo y estimación

Muestreo y estimación Muestreo y estimació BENITO J. GONZÁLEZ RODRÍGUEZ bjglez@ull.es DOMINGO HERNÁNDEZ ABREU dhabreu@ull.es MATEO M. JIMÉNEZ PAIZ mjimeez@ull.es M. ISABEL MARRERO RODRÍGUEZ imarrero@ull.es ALEJANDRO SANABRIA

Más detalles

Estadístico. Parámetro

Estadístico. Parámetro La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio

Más detalles

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES 10.1 EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiecia

Más detalles

Estalmat. Real Academia de Ciencias. Curso 2005/2006. Dinámica compleja. Conjuntos de Julia y Mandelbrot. Método de Newton. Miguel Reyes Mayo 2006

Estalmat. Real Academia de Ciencias. Curso 2005/2006. Dinámica compleja. Conjuntos de Julia y Mandelbrot. Método de Newton. Miguel Reyes Mayo 2006 Estalmat. Real Academia de Ciecias. Curso 5/6 Diámica compleja Cojutos de Julia y Madelbrot. Método de Newto. Miguel Reyes Mayo 6 Los úmeros complejos Los úmeros complejos so los úmeros de la forma dode

Más detalles

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales. Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,

Más detalles

ÁLGEBRA ELEMENTAL. Un término es una expresión algebraica que sólo contiene productos y cocientes (es decir, no aparecen sumas o restas).

ÁLGEBRA ELEMENTAL. Un término es una expresión algebraica que sólo contiene productos y cocientes (es decir, no aparecen sumas o restas). ÁLGEBRA ELEMENTAL 1.- EXPRESIONES ALGEBRAICAS (GENERALIDADES) 1.1.- Alguas defiicioes Ua epresió algebraica es ua epresió matemática que cotiee úmeros, letras que represeta úmeros cualesquiera sigos matemáticos

Más detalles

:: OBJETIVOS [3.1] :: PREINFORME [3.2]

:: OBJETIVOS [3.1] :: PREINFORME [3.2] :: OBJETIVOS [3.] Verificar que la resistecia equivalete a ua asociació de resistecias e serie se obtiee sumado aritméticamete las resistecias coectadas Verificar que la resistecia equivalete a ua asociació

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva

Más detalles

Apéndice I. Nociones de Cálculos de Errores. Definiciones

Apéndice I. Nociones de Cálculos de Errores. Definiciones Uiversidad Tecológica Nacioal Facultad Regioal La Plata Departameto de Ciecias Básicas Uidad Docete Básica Física Laboratorio de Física Cátedra: Física I Apédice I Nocioes de Cálculos de Errores El trabajo

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

Solución: Se observa que en su perímetro e interior, el primer cuadrilátero tiene cinco puntos y además 5 = 1+

Solución: Se observa que en su perímetro e interior, el primer cuadrilátero tiene cinco puntos y además 5 = 1+ Problema. E el diagrama se preseta los tres primeros cuadriláteros de ua secuecia que iicia e u puto e el cetro del tablero crece desde ese puto hacia fuera, cuál es el úmero de putos que está e el perímetro

Más detalles

Sobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Junio Modelo 5) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 2004 (Juio Modelo 5) Solucioes Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A x+y 6 3x-2y 13 Sea el sistema de iecuacioes. x+3y -3 x 0 (2 putos) Dibuje el recito cuyos

Más detalles

Intervalo de confianza para µ

Intervalo de confianza para µ Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z < Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación.

Estimador Es la regla o procedimiento, expresado en general por medio de una fórmula, que se utiliza para deducir la estimación. Teoría de la Estimació Estadística Teoría de la Estimació Estadística Razó para estimar Los admiistradores utiliza las estimacioes porque se debe tomar decisioes racioales, si que tega la iformació pertiete

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 1. II semestre, José Francisco Valverde Calderón   Sitio web: II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11. rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ

Más detalles

(finitas o infinitas)

(finitas o infinitas) Series ifiitas. SUCESIONES: Es u cojuto de úmeros: a,a a, dispuestos e u orde defiido y que guarda ua determiada ley de formació, que se expresa por ua formula Sucesió fiita: umero itado de térmios:, 5,8-5.

Más detalles

Paso 6. Recopilar información

Paso 6. Recopilar información Paso 6. Recopilar iformació Ua vez determiado el tipo de ivestigació que se llevará a cabo, se revisará la bibliografía pertiete al respecto del tema de estudio para coocer los procedimietos y las técicas

Más detalles

4 Contrastes del Chi 2 de bondad del ajuste

4 Contrastes del Chi 2 de bondad del ajuste 4 Cotrastes del Chi de bodad del ajuste U cotraste de bodad del ajuste es de la forma o H 0 : P = P 0 frete a H 1 : P P 0 H 0 : P {P θ } θ Θ frete a H 1 : P / {P θ } θ Θ 4.1 Cotraste del χ para modelos

Más detalles

ESTUDIO DEL PÉNDULO FÍSICO PARA INTRODUCIR MÉTODOS NUMÉRICOS DE RESOLUCIÓN DE ECUACIONES DIFERENCIALES NO LINEALES

ESTUDIO DEL PÉNDULO FÍSICO PARA INTRODUCIR MÉTODOS NUMÉRICOS DE RESOLUCIÓN DE ECUACIONES DIFERENCIALES NO LINEALES ESTUDIO DEL PÉNDULO FÍSICO PARA INTRODUCIR MÉTODOS NUMÉRICOS DE RESOLUCIÓN DE ECUACIONES DIFERENCIALES NO LINEALES Atoio Herádez, Cristia Neipp, Augusto Belédez Departameto de Física, Igeiería de Sistemas

Más detalles

Fórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población.

Fórmulas Estadísticas. Recuerde: Hay k Categorías; n Datos en una muestra, N datos en una población. Uiversidad Diego Portales Facultad de Ecoomía y Negocios Fórmulas Estadísticas Capítulo 2 Recuerde: Hay k Categorías; Datos e ua muestra, N datos e ua població. Frecuecia Relativa de Clase (f) Cuátas Clases

Más detalles

Proyecto No. 2. Suponga que una curva es descrita por medio de una función desconocida f (x)

Proyecto No. 2. Suponga que una curva es descrita por medio de una función desconocida f (x) UNIVERSIDAD DE SAN CARLOS DE GUATEMALA DEPARTAMENTO DE MATEMÁTICA FACULTAD DE INGENIERÍA MATEMÁTICA BÁSICA 1 Proyecto No. 2 Etrega: Martes 17 de abril de 2018 Itroducció: Cotiuado co el desarrollo de las

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Guía de estudio para 2º año Medio

Guía de estudio para 2º año Medio Liceo Marta Dooso Espejo Medio Reforzamieto Guía de estudio para º año Medio El propósito de esta guía es hacer ua revisió de los pricipales coteidos tratados e el 1º año Medio durate el año 009. I. Números

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació

Más detalles

CAPÍTULO V. SUCESIONES Y SERIES

CAPÍTULO V. SUCESIONES Y SERIES (Aputes e revisió para orietar el apredizaje) CAPÍTULO V. UCEIONE Y ERIE DEFINICIÓN. Ua sucesió ifiita, o simplemete sucesió, es ua fució cuyo domiio está costituido por el cojuto de los úmeros aturales

Más detalles

OPCIÓN A EJERCICIO 1 (A) -5 0

OPCIÓN A EJERCICIO 1 (A) -5 0 IES Fco Ayala de Graada Sobrates 014 (Modelo 1 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 1 OPCIÓN A EJERCICIO 1 (A) -5 0-1 -8-1 Sea las matrices B =

Más detalles

Gráficos de control por atributos

Gráficos de control por atributos Gráficos de cotrol por atributos por Felipe de la Rosa Los gráficos de cotrol por variables so istrumetos sumamete útiles para moitorear y mejorar la calidad, si embargo, preseta al meos dos limitacioes

Más detalles

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma

MAS obtenidas de una población N, son por naturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño n, tomadas de la misma MAS obteidas de ua població N, so por aturaleza propia impredecibles. No esperamos que dos muestras aleatorias de tamaño, tomadas de la misma població N, tega la misma media muestral o que sea completamete

Más detalles

Sistemas de Segundo Orden

Sistemas de Segundo Orden Apute I Departameto de Igeiería Eléctrica Uiversidad de Magallaes Aputes del curso de Cotrol Automático Roberto Cárdeas Dobso Igeiero Electricista Msc. Ph.D. Profesor de la asigatura Este apute se ecuetra

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

TALLER SOLUCIÓN NUMÉRICA DE ECUACIONES

TALLER SOLUCIÓN NUMÉRICA DE ECUACIONES . Apliue los métodos de bisecció y de la regla falsa para ecotrar todas las solucioes detro de 0 para 7 + 6 = 0. 5. Apliue el método de bisecció para solucioes eactas detro de 0 para: a. = 0 R: 0.68. Apliue

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

[e j N 2 e j N 2 ]...} (22)

[e j N 2 e j N 2 ]...} (22) Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la

Más detalles

Métodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica.

Métodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica. Métodos Numéricos Métodos aalíticos Solució de ecuacioes difereciales Métodos Numéricos Métodos aalíticos: La solució es ua relació fucioal etre dos variables. No todas las ecuacioes difereciales tiee

Más detalles

ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 16 de julio de 2015 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:...

ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 16 de julio de 2015 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:... ANÁLISIS MATEMÁTICO I - EXAMEN FINAL - 6 de julio de 5 APELLIDO Y NOMBRE:... CORRIGIÓ:...REVISÓ:... Ejercicio Ejercicio Ejercicio Ejercicio 4 Ejercicio 5 NOTA Todas sus respuestas debe ser justificadas

Más detalles

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496.

1 x 1 0,1666. sabiendo que 506, 508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496. GRADO GESTIÓN AERONÁUTICA: EXAMEN ESTADÍSTICA TEÓRICA 9 de Eero de 015. E-7. Aula 104 1.- La fució de desidad de ua variable aleatoria es: a b 0 f() 0 e el resto sabiedo que 1 P 1 0,1666. Determiar a y

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES

PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES 1 INTRODUCCIÓN E las ciecias aturales los resultados de las medidas experimetales sirve para verificar la validez de modelos,

Más detalles

ONDAS SOBRE UNA CUERDA

ONDAS SOBRE UNA CUERDA ONDAS SOBRE UNA CUERDA Objetivo: Aalizar el comportamieto de las odas estacioarias e ua cuerda relacioado la tesió, la frecuecia de oscilació, la logitud de la cuerda y el úmero de segmetos que se forma

Más detalles

LECCIÓN Nº 13 y 14 DEPRECIACION.

LECCIÓN Nº 13 y 14 DEPRECIACION. LECCIÓN Nº 13 y 14 DEPRECIACION. OBJETIVO: Coocer la termiología básica de la recuperació del capital que utiliza la depreciació. Utilizar el modelo de depreciació e líea recta. Utilizar el modelo de depreciació

Más detalles

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra:

T ema 8 ESTIMACIÓN. Conceptos previos. Población y muestra: T ema 8 ESTIMACIÓN Coceptos previos Població y muestra: Població se refiere al cojuto total de elemetos que se quiere estudiar ua o más características. Debe estar bie defiida. Llamaremos N al úmero total

Más detalles