; por tanto el aumento de la imagen viene dado por: n f. f r. f n1

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

Download "; por tanto el aumento de la imagen viene dado por: n f. f r. f n1"

Transcripción

1 Teed e cueta la aprxmacó paraxal, h' h r ; 0 S utlzam la ley de Sell; r h h' ; pr tat el aumet de la mage vee dad pr: Dtaca cale e la óptca de reraccó h' h Supgam ua uperce de reraccó cvexa que epara d med de ídce y, e dde <.S el bjet etá a ua dtaca muy lejaa ( 0 ) l ray cdete puede cderare paralel. El put F e el que cverge l ray reractad e demad c mage y, e ete ca partcular, dtaca cal mage. Se puede bteer dcha dtaca a partr de la ecuacó del dptr eérc. + De dde r r De rma aálga e puede etablecer u c bjet F 0, que e el put de dde debería partr l ray para que l ray reractad alera paralel. Aí, y 0, crrepdete a la dtaca cal bjet,. + r de dde r S dvdm amba expree bteem la relacó etre amba dtaca cale Imágee rmada pr reraccó e uperce plaa Ua uperce plaa puede cderare cm uera ua uperce eérca de rad t (r ). La ecuacó del dptr eérc quedaría para eta tuacó + 0 y pr tat la dtaca a la que e rmará la mage e Cm l ídce de reraccó uca egatv y teed e cueta uetr crter de g pdem decr: La mage de u bjet vt a travé de ua uperce reractra plaa, e vrtual y e rma del lad del bjet (lad de cdeca).

2 S el med de cdeca de l ray tee u mayr ídce de reraccó que el de tramó ( > ) verem el bjet má próxm de l que realmete etá. Pr ejempl u bjet detr del agua. Pr qué u pal parcalmete umergd e agua parece etar curvad? La razó e que la mage que tr vem del rem umergd e rma a ua pruddad mer que la real. S cderam que el ídce de reraccó del agua ( med de cdeca ) e,333 y el del are ( med de tramó) e, la dtaca a la que e rma la mage de tr erá: 0,75 Cm e la pruddad real del bjet, la mage del rem,333 etá a la ¾ parte de la pruddad real. Pr et el rem parece etar curvad. E u eect de reraccó. El dca que la mage etá debaj del agua, vrtual. 4. Lete delgada Ua lete delgada e u tema óptc cetrad rmad pr d dptr, u de l cuale, al me, e eérc, y e el que l d med rergete extrem pee el mm ídce de reraccó. Ecuacó de la lete delgada

3 La uperce de la lete e eérca. La razó e la acldad c la que e pule ua uperce eérca, c l que e puede bteer uperce de gra caldad. Cderem ua lete delgada bcvexa. La uperce que la cttuye tee rad de curvatura r y r repectvamete. S el ídce de reraccó de la lete e (>) y que el med que la rdea e are, c. Super que la lete e delgada( eper 0) Oxrd 308 permte cderar la dtaca dede el cetr óptc de la lete O e vez de dede el vértce V. Dede el bjet P, que e halla a ua dtaca del cetr óptc, O, parte ray lum que llega a la uperce de rad r. Sure ua prmera reraccó que hace que parezca prver del put P, tuad a ua dtaca de O. La mage ería vrtual y e rmaría e P. Aplcad la ecuacó del dptr eérc teem +.S ' r embarg la mage e rma e dch put prque l ray ure ua eguda reraccó e la uperce de rad r. para cverger almete e I, dde e rma la mage a ua dtaca de O. Supem que e eta eguda reraccó l ray prvee de P y que el med cdete e, metra que el med al que e tramte l ray e el are. Vlved a aplcar la ecuacó del dptr eérc e tee que +. ' r Segú el cve de g uad e la reraccó la dtaca bjet ( y 0 ) ptva e el lad de cdeca, metra que la dtaca mage egatva 0 - pr l que la ecuacó para la eguda uperce puede ecrbre aí + Sumad la d ecuace teem ' r + ( ) Et 0 r r e cce cm la ecuacó del abrcate de lete órmula de la lete delgada. Pdem exprear eta ecuacó e ucó de la dtaca cal de la lete. Cm ya abem, ua lete delgada preeta d dtaca cale: bjet e mage. La prmera e btee haced y etce. La eguda dtaca cal (mage) e halla haced y etce. Al uttur e cualquera de l d ca la expreó bteda e la mma. Et quere decr que e la lete, la dtaca cal bjet e mage vale l mm. E decr, que pdem ecrbr y ( ) que e la ecuacó del abrcate de lete e ucó de la r r dtaca cal. Cmparad la d expree del abrcate de lete e btee + que e la órmula gauaa de la lete delgada. 0

4 MUY IMPORTANTE: eta ecuacó e la mma que uam c l epej, per el crter de g e derete. Nta: E el ca de que la lete e ecuetre mera e u med que ea el are, c ídce de reraccó, la ecuacó ería détca má que uttur el ídce de reraccó ablut de la lete,, pr u ídce de reraccó relatv al med rel /. ( ) rel r r Et quere decr que el cmprtamet cvergete dvergete de ua lete depede del med e el que eté mera. Ej: Ua lete bcvexa e cmprta cm cvergete cuad etá e el are y cm dvergete el med de alrededr tee u ídce de reraccó mayr que la lete. 4. Frmacó de mágee e lete delgada 4. Frmacó de mágee e lete delgada Vam a tetar repder a eta preguta Cóm vem la mage de u bjet a travé de ua lete? E qué cdce aparece vertda derecha? Cuad e berva aumetada dmuda? Utlzarem la órmula de gau 0 + Realzarem u trazad dagrama de ray:

5 Ray. E paralel al eje óptc y tra er reractad e la lete, paa pr el c mage de la mma Ray. Paa pr el cetr óptc de la lete. Dede el put de vta de la lete delgada ure devacó algua y que atravea la lete e líea recta. Ray 3. Paa pr el c aterr a la lete, c bjet y tra er reractad e la lete, emerge paralel al eje óptc. S bervam la gura y utlzam la aprxmacó paraxal h h' ϑ ; ϑ y pr tat el aumet de la mage e ' egatv gca que la mage reulta vertda. h' h U aumet Image de u bjet vt a travé de lete bcvexa. (trapareca EDEBE 0) Pcó del bjet etre el y Image real, vertda y dmuda y etre y. Pcó del bjet a ua dtaca S 0. Image real, vertda y de tamañ atural e. Pcó del bjet a ua dtaca S 0 cmpredda etre y Image real, vertda y aumetada, etre el y

6 Pcó a ua dtaca S 0. Image e el. Se ve u brró. Pcó a ua dtaca S 0 < Image vrtual, derecha y aumetada. Image de u bjet c lete bcócava. Sabem que ( ) r r Cm r e egatv y r ptv, e egatv, e decr que, S <0. S S0 Image empre vrtual. EL OJO HUMANO

7 El j huma tee rma aprxmadamete eérca, de u 5 mm de dámetr. Etá lmtad pr la eclerótca, ua membraa blaca, paca y retete. La parte aterr de la eclerótca e la crea. E la parte rtal y traparete de la eclerótca ( El blac de l j),.. Actúa cm ua lete cvexa que drge haca el eje óptc l ray que cde e ella. Etá lgeramete achatada ( tee mayr curvatura) y pr ell ca preeta aberracó eérca. El ídce de reraccó de la crea e de,37, mlar al del agua. Ua eguda membraa, la crde recubre la parte terr del j except la crea. Su ucó e abrber parte de la luz que etra e el j. Detrá de la crea e ecuetra u líqud traparete el humr acu, ua dlucó acua de clrur de d (,34), mlar al del agua. El humr acu e reted pr el crtal, u cuerp elátc, traparete y de apect gelat que e cmprta cm ua lete bcvexa. La lete etá cttuda pr 000 láma traparete. Su ídce de reraccó e hmgée ( dede,38 e la perera hata,4 e el úcle).su elatcdad le permte cambar de rma, l que permte la adaptacó de la vta para u eque adecuad. El crtal etá ujet pr u extrem al glb cular medate l múcul clare, que egú la preó que ejerce hace que el crtal e abmbe má me varad u rad de curvatura y pr tat u dtaca cal; e decr el crtal e ua lete cvergete de dtaca cal varable. Detrá del crtal, y rellead td el epac del glb cular, e ecuetra el humr vítre, líqud de apect gelat c ídce de reraccó mlar al del humr acu. La luz etra e el j pr la pupla, abertura de dámetr varable a travé de la cual bervam la reta, de clr rj(eta e la razó pr la que e algua t c lah e berva rj l j).se ecuetra e el cetr del r, daragma cuya abertura( la pupla) regula el pa de la luz. Etá cttud pr múcul radale y crculare y a él e debe el clr de l j. E el d del glb cular, la crde etá uttuda pr u tapzad de célula erva, eble a la luz que e la reta, detada a recger la mage. Se trata de ua íma capa de 0,5 mm ctruda pr 5 mlle de célula receptra ccda cm c y batcll. L c l repable de la vó del clr crmátca, la cual l e da e la pera y e l prmate. L c requere alt vele de lumacó e cmparacó c l bate. E la vó ctura l actúa l bate y uetra vó e e t gre. La za dóde e ccetra u mayr úmer de c e la vea, macha amarlla depreó de la mácula, tuada bre el eje óptc. E eta regó hay batcll. Tampc hay célula receptra e el put de cexó del erv óptc que e llama put ceg. Acmdacó del crtal. Cte e la varacó de la pteca de éte para rmar mágee e la reta a derete dtaca. L ray de luz atravea la córea y peetra e el terr del j pr la pupla. El crtal, alterad u eper y rma, mdca u dtaca cal para ecar l ray exterre bre la uperce de la reta, al mm temp que la pupla e abre cerra depeded de la lumdad. Eta varacó e dema

8 acmdacó y e u prce vlutar que realza l múcul clare. Tee límte: El put próxm, put má cerca al j que puede vere c tdez, varía de ua pera a tra y c la edad, para u adult e de u 5 cm, para u ñ de 0 añ de u 7 cm y a partr de l 45 añ aprxmadamete e va alejad. El put remt, que para u j rmal etá e el t. Ua pera tee vta rmal, emétrpe, cuad puede ver claramete l bjet que e ecuetra dede el t hata ee put próxm. Deect cmue de vta. Mpía. Se debe a ua dermacó pr alargamet del glb cular. El j mpe eca crrectamete e la reta l bjet cerca. S embarg, el put cal crrepdete a la vó lejaa e rma delate de la reta. La cecueca e ua vó brra de l bjet alejad. Se crrge c el u de lete dvergete. Hpermetrpía. E la alteracó pueta a la mpía. El egud put cal del j e ecuetra detrá de la reta. El j hpermétrpe ve be de lej ( debe acmdare) per mal de cerca. Se crrge c el u de lete cvergete. - Atgmatm. Se debe a rregulardade e la curvatura de la crea, de tal maera que de u bjet e puede bteer mágee parcale tuada e pla derete. Se pe de maet prque dculta la vó clara y multáea de d recta perpedculare, de l rad de ua bccleta. Se crrge c lete clídrca ( e btee crtad u cldr pr u pla paralel al eje). Vta caada prebca. E la reduccó de la capacdad de acmdacó debda a la atga de l múcul clare a la perdda de lexbldad del Crtal. El put remt varía per el put próxm e aleja. Eta pera ve be except cuad mra de cerca. Suele aparecer a l añ. Eta alta de cvergeca del j e crrge c lete cvergete. E el mercad hay vara alteratva: lete de vta próxma, de reducd tamañ, que permte mrar a l lej pr ecma de ella y pr ella para bjet próxm, pr ejempl para leer. Gaa bcale crtale prgrev que puede cderare cm u cjut de dvera lete de derete pteca, la cual varía gradualmete egú la crreccó que e prece y de la vó e cercaa lejaa.

9 - Catarata. Cte e la perdda de trapareca del crtal, l que dculta gravemete la vó. Suele aparecer c la edad. La padece el 50% de la pera etre 65 y 75 añ y má del 70% de l mayre de 75 añ. Suele aectar a l d j per a la vez. N hay pbldad de crreccó de la catarata, alv la crugía ( Se uttuye el crtal pr tr tétc) la cual ha avazad tablemete e l últm temp de rma que la tervecó e realza gre hptalar( muy reducd). A vece e aprvecha la uttucó del crtal para, a la vez que elma el prblema de la catarata lucar tr deect reerd al crtal, cm la mpía. - Daltm. E u deect de la vta que mpde dtgur cert clre; geeralmete quee l padece cude el rj y el verde. Etá acad a dececa aueca de c e la reta. L preeta el 8% de l hmbre y el 0,4% de la mujere. Ca empre e heredtar y va lgad al ex. El ge prtadr de ee carácter e ecuetra e el crmma X; e el hmbre (XY) el daltm e maetará el crmma X ctee el ge armal; e la mujer l d crmma X l ctee. N btate, la mujere que hja de u hmbre daltóc tramtrá el deect a la mtad de u hj, e decr, el deect alta geerace y e puede preetar e l hmbre de cada eguda geeracó.. La lupa INSTRUMENTOS ÓPTICOS La lupa, també llamada mcrcp mple lete de aumet e ua lete cvergete que permte ver l bjet de mayr tamañ que el atural. S querem bervar c detalle u bjet de pequeñ tamañ, lem acercarl al j para que ea mayr la mage bre la reta. La exteca del put próxm lmta uetra pbldade de ver el bjet c tdez. La lupa permte clcar el bjet a mer dtaca que el put próxm. S el bjet A B e clca etre el c F y la lete e btee ua mage A B vrtual, derecha y de mayr tamañ que el bjet. Pdem bervarl clcad el j cerca de la cara pterr de la lete. El aumet agular pder amplcadr de la lupa e la relacó etre el águl vual ϕ cuad e berva el bjet c lupa y el águl vual ϕ cuad e berva lupa clcad el bjet e el put próxm. S e clca el bjet e el c F la mge e rma e el t y el j y y ϕ x p eté relajad. Aí: ϕ tgϕ ; ϕ tgϕ AA x ϕ p OJO: La mage que rma la lete etará e el t, embarg e la reta e rma ua mage real: La

10 lupa y el j rma u tema óptc de rma que a cada put del bjet le crrepde u put mage. Mcrcp cmpuet. Se le uele llamar mplemete mcrcp. Srve para bervar bjet cerca de muy pc tamañ c u aumet cderablemete mayr que el prprcad pr ua lupa. Etá cttud pr: Objetv. E el tema de lete má cerca al bjet que e va a bervar Ocular. E el tema de lete a travé del que bervam la mage amplada del bjet. Plata. Superce que rve de prte del bjet. Ete e clca bre u vdr llamad prtabjet y e tapa c tr vdr muy llamad cubrebjet. El bjet a bervar e túa e la plata. Fc lum y cdeadr. Cttuye el tema de lumacó. La luz prcedete del c e ccetrada pr el cdeadr que e ua lete cvergete bre el bjet y e lgra ua lumacó ucete de ete. Su ucamet e ecll. El tub que ctee el bjetv y el cular e acerca e aleja hata ver el bjet c la tdez deeada. El bjet A B e clca a ua dtaca del bjetv alg mayr que la cal, prducéde la mage A B real, vertda y amplcada etre el cular y u c aterr. El cular, que actúa cm ua lupa berva eta mage y prduce tra A B, vrtual, vertda y aú má amplada. Para bervar la mage acmdacó del j, l ray del cular debe alr paralel, e decr, la mage del bjetv debe rmare e el c aterr del cular. h' El aumet lateral del bjetv erá m.segú la gura e puede deducr que h h' h h' l α ypr ta t l h bjetv bjetv Cm el cular e ua lupa, el aumet Agular de la lupa erá M x p / cular. El aumet ttal e el prduct de amb l bjetv x p cular

11 OJO: E mprtate dtgur etre aumet lateral ( aumeta el tamañ del bjet) y aumet agular ( l acerca) Telecp. L elemet udametale el bjetv y el cular: La mage del bjet e rma e el put cal del bjetv. Eta mage e ahra el bjetv para el cular. S la mage ccde c el prmer c del cular, la mage erá vertda, aumetada y e rmará e el t. h ' C la aprxmacó paraxal vem que: θ ; ϑ' agular vedrá dad pr vertda. M ϑ ϑ'' bjetv cular h' bjetv cular y pr tat el aumet. El g me dca que la mage e Exte telecp reractre, baad e la reraccó, relectre, e la relexó y catadóptrc, que cmba amb tema.

Donde n 1 es el índice de refracción del primer medio y n 2 el den segundo medio.

Donde n 1 es el índice de refracción del primer medio y n 2 el den segundo medio. Dpt. Fíca y Químca ÓPTCA GEMÉTRCA - RESUMEN. Epej Pla. La caacteítca de la mage que ma l epej pla la guete: - La mage e empe vtual. Se ma detá del epej y a la mma dtaca que el bjet. - La mage e del mm

Más detalles

PROBLEMAS DE ÓPTICA. FÍSICA 2 BACHILLERATO. Profesor: Félix Muñoz Jiménez

PROBLEMAS DE ÓPTICA. FÍSICA 2 BACHILLERATO. Profesor: Félix Muñoz Jiménez PROBEMS DE ÓPTIC. FÍSIC BCHIERTO. Pofeo: Félx Muñoz Jméez Poblema º Calcula el ídce de efaccó elatvo del vdo al acete. Halla la velocdad de popagacó y la logtud de oda, e el acete y e el vdo de u ayo de

Más detalles

FILTROS ACTIVOS DE ORDEN DOS

FILTROS ACTIVOS DE ORDEN DOS FITOS ATIOS DE ODEN DOS A ctuacó e reeta algua etructura báca muy útle e el deñ de fltr actv.. Fltr Paabaja. x (-) r r Fgura N. Aalzad el crcut, teem: Platead la ley de Krchff ara crrete e l d, x y teem:

Más detalles

LAS OLIMPIADAS INTERNACIONALES

LAS OLIMPIADAS INTERNACIONALES POBLMAS D LAS OLMPADAS NTNACONALS D FÍSCA Jé Lu eráez Pérez Agutí Lza Prall Mar 008 Jé Lu eráez Pérez Agutí Lza Prall, Mar 008 6ª OLMPADA D FÍSCA. BUCAST. UMANA. 97.-Teem tre clr e la mma altura, el mm

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AVANZADA Udad I: Prpedade y Leye de la ermdámca Prce reverble e tema cerrad Vlume de ctrl Cted Etrpía Degualdad de Clauu Defcó La ercera Ley de la ermdámca Prce ermdámc Dagrama -S Vlume de

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES.

VARIABLES ESTADÍSTICAS BIDIMENSIONALES. CONTENIDOS: VARIABLES ESTADÍSTICAS BIDIMENSIONALES. Orgazacó de dato: tabla de frecueca de doble etrada. Frecueca margale. Dagrama de dperó. Regreó leal: recta de regreó. Coefcete de correlacó leal. Iterpretacó.

Más detalles

Fig. 1. Fig.2. Según la ley de Snell n sen i = 1 sen re. De la figura 2 se deduce: sen i = tag. Pero el ángulo alfa es igual a

Fig. 1. Fig.2. Según la ley de Snell n sen i = 1 sen re. De la figura 2 se deduce: sen i = tag. Pero el ángulo alfa es igual a .- U dpotvo óptco etá abrcado co vdro de =,5, tee la orma de u cuarto de cldro (ver gura ). Sobre él y por la cara plaa e ace cdr rayo lumoo a dtta altura, e pde ecotrar ua epreó que o dé lo valore de

Más detalles

ascenso (Relato: 10 minutos)

ascenso (Relato: 10 minutos) Lecció d alcaza l d a Alcaza campamet bae (Actividad iicial: 5 miut) Qué e eceita: Tarjeta de la etia (hipa.imb.rg/freda) Tijera Cita adheiva de dble faz Ctr de l ctiete (hipa.imb.rg/freda) Pegamet Cartulia

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Tema 3. Muestreo Aleatorio Estratificado Contenido

Tema 3. Muestreo Aleatorio Estratificado Contenido Tema 3. Muetre Aleatri Etratificad teid Defiició, vetaja, cm frmar l etrat, elecció y tació. Etimadre de la media y el ttal. 3 ariaza. Límite de cfiaza. 4 Aigació de la muetra (tamañ de la muetra 5 Muetre

Más detalles

Una introducción al concepto de VARIEDAD REAL DIFERENCIABLE Y GRUPO DE LIE

Una introducción al concepto de VARIEDAD REAL DIFERENCIABLE Y GRUPO DE LIE N NTRODCCÓN L CONCPETO DE VREDD REL DFERENCBLE Y GRPO DE LE CRLOS S. CHNE a trduccó al ccept de VREDD REL DFERENCBLE Y GRPO DE LE 0. Sbre tplgía y espac tplógc. 0. Separabldad. Espacs de Hausdr. 03. El

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

Tests basados en la distribución Binomial

Tests basados en la distribución Binomial Métd N aamétc I 8 Elea J. Matíez d cuat. 004 et baad e la dtbucó Bmal et bmal: E ua heameta útl e mucha alcace y també e utlza e ca que e quee btee u tet de lbe dtbucó. E mucha tuace e el tet má tete;

Más detalles

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco

Más detalles

Introducción. Deducción de la fórmula IMÁGENES VIRTUALES. LENTES DIVERGENTES

Introducción. Deducción de la fórmula IMÁGENES VIRTUALES. LENTES DIVERGENTES IMÁGENES VIRTUALES. LENTES DIVERGENTES Intrduccón La lente delgada dvergente rducen emre mágene vrtuale ara cualquer cón del bjet. La lente delgada cnvergente ueden dar mágene vrtuale cuand el bjet e clca

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

Óptica geométrica R 2. f, distancia focal: punto donde convergen los rayos que vienen desde el infinito. l o. n 1 n 2. s o

Óptica geométrica R 2. f, distancia focal: punto donde convergen los rayos que vienen desde el infinito. l o. n 1 n 2. s o Óptc geétrc Ecucó e epej eérc (prxcó prx) c, tc c: put e cverge ry que vee ee e t < : epej cócv > : epej cvex P A Q erccó e uperce eérc: rg e C Optc (CO) ( CO) ϕ θ r θ ϕ θ t v ete eg Itruccó: _ U ete e

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179 Solucoe de la actvdade Pága 79 Meda 5, 93 Varaza 4, 66 Devacó típca, 6 Pága 4 La repreetacó de la ube de puto de la tabla juto co la recta que má e aproma a ello e: Pága 0 El dagrama de dperó de la dtrbucó

Más detalles

FÍSICA APLICADA Y FISICOQUÍMICA I. Tema 4. La composición como variable termodinámica

FÍSICA APLICADA Y FISICOQUÍMICA I. Tema 4. La composición como variable termodinámica María del lar García Sats GRADO EN FARMACIA FÍSICA ALICADA Y FISICOQUÍMICA I ema 4 La cmpscó cm varable termdámca Esquema ema 4. La cmpscó cm varable termdámca 4. Magtudes mlares parcales 4. tecal químc

Más detalles

Análisis de Regresión y Correlación Lineal

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

Más detalles

NOCIONES DE ELECTRÓNICA ANALÓGICA (Realimentación)

NOCIONES DE ELECTRÓNICA ANALÓGICA (Realimentación) Ncne de ealmentacón NOCIONES DE ELECTÓNIC NLÓGIC (ealmentacón Ecuela Pltécnca Superr Prfer: Darí García dríguez 1 Ncne de ealmentacón ELIMENTCION Cncept de ealmentacón.- Su gnfcad e ler a almentar, quere

Más detalles

Física 2 Biólogos y Geólogos - Curso de verano 2013

Física 2 Biólogos y Geólogos - Curso de verano 2013 Física 2 Biólogos y Geólogos - Curso de verao 2013 2.1 Dioptras SERIE 2: Dioptras y espejos curvos y plaos, letes delgadas, istrumetos ópticos Deiimos: Espacio objeto: semi-espacio de dode viee la luz

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

SOLUCIONES TEMA 9, ÓPTICA GEOMÉTRICA

SOLUCIONES TEMA 9, ÓPTICA GEOMÉTRICA CUESTIONES SOLUCIONES TEMA 9, ÓPTICA GEOMÉTRICA C C C3 C4 C5 La aproximación paraxial e produce cuando lo rayo de luz inciden obre el elemento óptico con un ángulo muy pequeño repecto del eje óptico. Entonce

Más detalles

( ) ( ) ( )( ) ( )( ) ( )

( ) ( ) ( )( ) ( )( ) ( ) Oetvos El alumo coocerá aplcará y comparará alguos métodos de terpolacó umérca de ucoes. Al al de esta práctca el alumo podrá:. Oteer ua ucó que cotega u couto dado de putos e u plao utlzado los métodos

Más detalles

3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas

3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas 3. Itervalo de cofaza baado e ua poblacó co dtrbucó ormal pero co muetra peueña Cuado < 30 o e poble uar el teorema cetral del límte ha ue hacer ua upocó epecífca acerca de la forma de la dtrbucó (gamma,

Más detalles

CAPITULO I Reflexión y refracción

CAPITULO I Reflexión y refracción CAPITULO I elexió reracció. Pricipio de Fermat Exite ua demotració de carácter geométrico para la llamada lee de la relexió de la reracció, la cuale permite decribir la maoría de lo eómeo que e relacioa

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

Capitalización, actualización y equivalencia financiera en capitalización compuesta

Capitalización, actualización y equivalencia financiera en capitalización compuesta Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar

Más detalles

ÓPTICA GEOMÉTRICA. ; 2s s 40 + =

ÓPTICA GEOMÉTRICA. ; 2s s 40 + = ÓPTICA GEOMÉTRICA Modelo 06. Pregunta 4a.- Se deea obtener una imagen virtual de doble tamaño que un objeto. Si e utiliza: a) Un epejo cóncavo de 40 cm de ditancia focal, determine la poicione del objeto

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Lentes divergentes. Estudiar propiedades de lentes divergentes. Análisis de aberraciones por esfericidad.

Lentes divergentes. Estudiar propiedades de lentes divergentes. Análisis de aberraciones por esfericidad. etes divergetes Objetivo Estudiar propiedades de letes divergetes. Aálisis de aberracioes por esfericidad. Actividad etes divergetes Estas letes tiee la característica de ser más delgadas e el cetro que

Más detalles

Estadística. Tema 4: Medidas de Dispersión y Forma.. Estadística. UNITEC Tema 4: Medidas de Dispersión y Forma Prof. L. Lugo

Estadística. Tema 4: Medidas de Dispersión y Forma.. Estadística. UNITEC Tema 4: Medidas de Dispersión y Forma Prof. L. Lugo Etadítca Tema 4: Medda de Dperó y Forma. Etadítca. UNITEC Tema 4: Medda de Dperó y Forma Medda de varabldad o dperó La varabldad o dperó de u grupo de dato e refere al arreglo de dcho dato e refereca a

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Experimento 2 Lentes Delgadas

Experimento 2 Lentes Delgadas Experiment 2 Lentes Delgadas Objetivs Veriicar las ecuacines que relacinan la distancia imagen y la ampliicación transversal en una lente delgada cn las distanciascal y del bjet de dicha lente. Manejar

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos

Curso de Estadística Unidad de Medidas Descriptivas. Lección 4: Medidas de Dispersión para Datos Crudos Curo de Etadítca Udad de Medda Decrptva Leccó 4: Medda de Dperó para Dato Crudo Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Recoocer el gfcado del cocepto de dperó aplcado a

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025 . Queremo realzar ua mpocó a plazo fjo, para lo cual acudmo a tre etdade facera. La codcoe que o ofrece o: el baco ofrece u % omal pagadero meualmete, el baco B ofrece u,% efectvo trmetral y el baco u

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

PRUEBA OBJETIVA. 5. En el caso particular en que los términos amortizativos y los tipos de interés son constantes (método francés) se cumple que:

PRUEBA OBJETIVA. 5. En el caso particular en que los términos amortizativos y los tipos de interés son constantes (método francés) se cumple que: PRUEBA OBJETIVA Ecerre co u círculo la letra o letra correpodete a la alteratva válda de etre la propueta: 1. La operacó de amortzacó e caracterza por: a) Ser de pretacó múltple y cotrapretacó úca. b)

Más detalles

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA

17 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA 7 ANÁLISIS EN EL DOMINIO DE LA FRECUENCIA El aálii e el domiio de la frecuecia e u herramieta cláica e la teoría de cotrol, i bie e geeral lo itema que varía co ua periodicidad defiida o uele er lo má

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010 UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE AÑOS CONVOCATORIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES RESOLUCIÓN DE LOS EJERCICIOS PROPUESTOS Ejercco a) ( puto) Racoalce mplfque

Más detalles

1,567 f 4 = R 8 f 4 = 15 cm = 41,5 cm. 1,000 f = R 8 f = 15 cm = 26,5 cm. El dioptrio esférico es, por tanto, como el que se muestra en la imagen:

1,567 f 4 = R 8 f 4 = 15 cm = 41,5 cm. 1,000 f = R 8 f = 15 cm = 26,5 cm. El dioptrio esférico es, por tanto, como el que se muestra en la imagen: 0 Óptica geométrica Actividade del interior de la unidad. Tenemo un dioptrio eférico convexo de 5 cm de radio que epara el aire de un vidrio de índice de refracción,567. Calcula la ditancia focal e imagen.

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fc Ayala de Graada Sbrates de 004 (Mdel 6) Slucies Germá-Jesús Rubi Lua OPCIÓN A EJERCICIO 1_A (1 put) Dibuje la regió del pla defiida pr las siguietes iecuacies: x 3y -13; x + 3y 17, x + y 11; y 0.

Más detalles

Actividades del final de la unidad

Actividades del final de la unidad Actividade del final de la unidad. Explica brevemente qué entiende por foco ditancia focal para un dioptrio eférico. Razona cómo erá el igno de la ditancia focal objeto la ditancia focal imagen egún que

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES SISTEMAS DE ECUACIONES NO INEAES Capítulo 7 Sstemas de ecuacoes o leales c Elzabeth Vargas 7 INTRODUCCIÓN os métodos teratvos para resolver ua ecuacó o leal se puede eteder para ecotrar la solucó de u

Más detalles

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

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

Más detalles

ESTADÍSTICA BÁSICA RESUMEN

ESTADÍSTICA BÁSICA RESUMEN Matemátca 1º CCSS 1 ESTADÍSTICA BÁSICA RESUMEN Caractere y ecala de medcó Al hacer u trabajo etadítco hay que decdr lo caractere (la propedade) que deea etudare. U carácter puede er cuattatvo o cualtatvo.

Más detalles

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Método de egreó Grado e Etadítca y Emprea Tema 4 /3 Tema 4. Problema de fereca etadítca e el modelo de regreó leal múltple. Itervalo de cofaza y cotrate para lo coefcete de regreó... Itervalo de cofaza

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

v. Ninguna de las anteriores se obtiene v. Ninguna de las anteriores

v. Ninguna de las anteriores se obtiene v. Ninguna de las anteriores UPR Departamet de Ciecias Matemáticas RUM MATE 7 Primer Eame Parcial de septiembre de 009 Prfesr: Secció: Nmbre: # Estudiate: Istruccies: Lea cada preguta miucisamete. N se permite el us de librs i libretas.

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

Tema Nº.

Tema Nº. Tea Nº www.uap.edu.pe Nobre Apelldo: Elcuela Acadéca Igeera Abetal III - Cclo:.. MEDIDAS DE DISERSIÓN O VARIABILIDAD La edda de dperó o aquella que cuatca el grado de cocetracó o de dperó de lo valore

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curo de Etadíta Aplada a la Cea Soale Tema 5. Derpó uméra Capítulo 4 del maual Tema 5 Derpó uméra Itroduó. La meda. La devaó típa. El oefete de varaó 4. El oefete de ametría 5. Derpó uméra para dtrbuoe

Más detalles

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento-

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento- LC-3054 Sstemas de Poteca II Capítulo Sstemas Mult-Maquas -Plateameto- Prof. Fracsco M. Gozález-Logatt fglogatt@eee.org http://www.gaelec.org/fglogatt/sp.htm SISTMAS D POTNCIA II stabldad Mult-Maquas Fracsco

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Aptitud Matemática 5 RPTA.: E SUCESIONES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN 5 4 7 6 9 8 11 ; ; ; ; ; ; 4 5 6 7 8 9 10

Aptitud Matemática 5 RPTA.: E SUCESIONES RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN RESOLUCIÓN 5 4 7 6 9 8 11 ; ; ; ; ; ; 4 5 6 7 8 9 10 SUCESIONES I. Determiar el térmio que cotiúa e cada ua de las siguietes sucesioes: 1. ; 5; 11; 0; 4. - ; 5; - 9 ; 19; A) 8 B) - 7 C) 7 D) - 8 E) 14 A) 8 B) 0 C) D) 1 E) 5. 5 4 7 6 9 8 ; ; ; ; ; ;... 4

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Inferencia estadística Intervalos de confianza

Inferencia estadística Intervalos de confianza Ifereca estadístca Itervals de cfaa Cuad se btee ua estmacó utual de u arámetr es cveete acmañar dcha estmacó r ua medda de la recsó de la estmacó. U md de hacerl es frmar el estmadr y su errr stadard.

Más detalles

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

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

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO LEY FINANIEA E ESUENTO SIMPLE AIONAL. ESUENTO BANAIO Profesor: Jua Atoo Gozález íaz epartameto Métodos uattatvos Uversdad Pablo de Olavde www.clasesuverstaras.com Ley Facera de escueto Smple acoal La ley

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

Sesión 4: Estadística descriptiva y exportación de resultados

Sesión 4: Estadística descriptiva y exportación de resultados Curs de trduccó a Stata Jrd Muñz (UAB) Sesó 4: Estadístca descrptva y exprtacó de resultads E esta sesó vams a trabajar c la estadístca descrptva e Stata. Prevamete, presetams ua pequeña trduccó de ls

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

Más detalles

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007 OMNTARIOS Y ANÁLISIS DL FATOR D PRODUTIVIDAD PROPUSTO POR OSIPTL PARA L PLAN D RGULAIÓN POR PRIOS TOP 2004 2007 APLIAIÓN D LA VARIABL M por Davd. M. Sappgto RSUMN JUTIVO ste forme preseta ua evaluacó de

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

REDES DE BASE RADIAL. 1. Funciones de Base Radial.

REDES DE BASE RADIAL. 1. Funciones de Base Radial. Tema 5: Redes de Base Radal Sstemas Coexostas 1 REDES DE BASE RADIAL 1. Fcoes de Base Radal. 2. Dervacó del Modelo Neroal. 2.1. Arqtectra de a RBFN 2.2. Fcoaldad. 2.3. Carácter Local de a RBFN. 3. Etreameto.

Más detalles

7. Amplificadores RF de potencia

7. Amplificadores RF de potencia 7. Amplificadre RF de ptencia 7. ntrducción El amplificadr de ptencia (PA e la última etapa del emir. Tiene la miión de amplificar la ptencia de la eñal (n neceariamente la tenión y tranmitirla a la antena

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

Generación de residuos y fracciones

Generación de residuos y fracciones n l e r re l Qué n l rei? Generación de rei y fraccine Aí, Bizkaia, ademá de haber alcanzad el bjetiv de rección en la generación de rei marcad pr la UE para el añ 2016, igue cumpliend bradamente l bjetiv

Más detalles

Diseño óptimo de un regulador de tensión en paralelo

Diseño óptimo de un regulador de tensión en paralelo Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,

Más detalles

ELEMENTOS DEL MOVIMIENTO

ELEMENTOS DEL MOVIMIENTO 1 ELEMENTOS DEL MOVIMIENTO Poición 1.- Ecribe el vector de poición y calcula u módulo correpondiente para lo iguiente punto: P1 (4,, 1), P ( 3,1,0) y P3 (1,0, 5); La unidade de la coordenada etán en el

Más detalles

ANEJO 7: CÁLCULO DEL CONTENIDO DE AGUA DE LAS MUETRAS DE SUELO

ANEJO 7: CÁLCULO DEL CONTENIDO DE AGUA DE LAS MUETRAS DE SUELO ANEJO 7: CÁLCULO DEL CONTENIDO DE AGUA DE LAS UETRAS DE SUELO I 1. INTRODUCCIÓN A cntinuación e expndrán l cncept neceari para el cálcul del grad de aturación de la muetra, para el ca de lucine de epmita.

Más detalles

Reflexión y refracción en superficies planas y curvas

Reflexión y refracción en superficies planas y curvas Física II (Biólogos y Geólogos) SERIE 1 Reflexió y refracció e superficies plaas y curvas 1. Cosidere u cojuto de 10 superficies plaas paralelas separadas etre sí por la misma distacia d. Cada par de superficies

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles