1. Distribución Normal estándar
|
|
- Pedro Moya Correa
- hace 7 años
- Vistas:
Transcripción
1 Distribución Normal estándar y cuadrados mínimos Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Distribución Normal estándar En efecto, todas las distribuciones Normales son lo mismo si usamos las unidades de medida σ alrededor de su media µ que es el centro. El proceso para cambiar nuestra distribución a estas variables se le conoce como estandarización. Definición 1.1. Si x es una observación de una distribución con media µ y desviación estándar σ, el valor estandar de x lo es z = x µ σ Este valor estándar también se le conoce como valor-z. El valor-z nos indica cuantas desviaciones estándares está la observación original de si media y en que dirección. Las observaciones mayores que su media toman valores posítivos cuando se estandarizan mientras los valores que son menores a su media toman valores negativos. Ejemplo 1.1. El peso de una bolsa de papitas cuya etiqueta indica que es de 9oz es aproximadamente Normal con µ = 9.12oz y σ = oz. El peso estándar es z = weight 9.12 Por ejemplo una bolsa que pese 9.3oz, su peso estandarizado lo es z = = 1.2 o simplemente 1.2 desviaciones estándar por encima de la media. Similarmente una bolsa que pese 8.7oz tiene un peso estandarizado de z = o 2.8 desviaciones por debajo de la media = 2.8 Si las variables originales (antes de aplicar el proceso de estandarización) tenían una distribución normal, el proceso de estandarización no brinda una nueva escala (común) y esta distribución sigue siendo una Normal conocida como distribución Normal estándar. 1
2 Definición 1.2. La distribución Normal estándar es la distribución Normal N (0, 1) que tiene media 0 y desviación estándar 1. Si una variable x tiene una distribución Normal N (µ, σ) entonces la variable estándar lo es y tiene una distribución Normal. z = x µ σ Ejemplo 1.2. Cual es la proporción de todas las bolsas de papitas (cuya etiqueta indica que su peso es de 9oz) que pesan menos de 9.3oz? Utilizando los datos del Ejemplo 1, podemos decir que esta proporción es el área bajo curva N (9.12, ) a la izquierda del punto 9.3. Como el peso estándar correspondiente a 9.3 onzas lo es z = x µ σ = = 1.2 el área es la misma que el área bajo la curva de la distribución Normal estándar a la izquierda del punto z = 1.2. Table entry = z = 1.2 Figura 1: El área bajo la curva Normal estándar a la izquierda del punto z = 1.2. Para encontrar este resultado de forma matemática necesitamos cálculo diferencial. Pero, como no tenemos esa herramienta podemos utilizar unas tablas de valores llamada probabilidades normales estándares. Definición 1.3 (Proceso para utilizar la tabla Normal estándar). en términos de la variable observada x. 1. Escriba el problema 2. Estandarizamos a x para re-escribir el problemas en términos de variables Normales estándares z. Dibujamos un diagrama para mostrar el área bajo la curva que queremos encontrar. 3. En contramos el área bajo la curva requerida utilizando la tabla Normal estándar que se encuentra en la contraportada del libro. Note que el área total de esta curva siempre es 1. 2
3 Ejemplo 1.3. La tasa de rendimiento anual de ciertas acciones se distribuye aproximadamente Normal. Desde el 1945, la bolsa de valores Standard & Poor s 500 tiene un rendimiento anual promedio de 12 % con una desviación estándar de %. Se toma esta distribución Normal para el rendimiento anual por largos periodos. En que proporción de años el mercado baja? 1. Establecer el problema: Sea x la tasa de rendimiento anual de Standard & Poor s 500. La variable x tiene una distribución Normal N (12, ). Queremos saber la proporción cuando x < Estandarizamos: Restando la media de x y dividiendo por la desviación estándar, obtenemos: x < 0 x 12 < 0 z < Usamos la tabla: Utilizando la tabla para la distribución Normal estándar podemos ver que el área es El mercado va bajar anualmente un % del tiempo. Note que el área a la derecha de 0.73 es = Lo que nos indica que la bolsa va a estar por encima un % del tiempo (Ver Figura 2). Table entry = Area = z = 0.73 Figura 2: Área bajo la curva en una curva Normal estandar Ejemplo 1.4. Que porciento de años tendría un rendimiento anual entre un 12 % y 50 %? 1. Queremos la proporción de los años entre 12 x Estandarizamos 12 x x z
4 3. Usando la tabla, el área entre 0 y 2.30 es el área por dejabo de 2.30 menos el área por debajo de 0 Ver Figura 3. De la tabla de distribución obtenemos: área entre 0 y 2.30 = área debajo de 2.30 área debajo de 0.00 = = Alrededor de 40 % de los años tienen un rendimiento anual entre 12 % y 50 %. Area = 0.5 Area = z = 0 z = 2.3 Area = Figura 3: Área bajo la curva Normal estándar para el ejemplo 1.4 4
5 2. Regresión lineal y cuadrados mínimos Definición 2.1. Una linea de regresión es una linea recta que describe como la variable respuesta y cambia respecto a la variable explicativa x. Usamos la linea de regresión para predecir los valores de y dado un valor x. Average amount of gas consumed per day in hundreds of cubic feet Average number of heating degree-days per day Figura 4: Regresión lineal para el consumo de gas natural de cierta familia. La fígura 4 es un diagrama de disperción para el consumo de gas natural. Vemos que los datos tienen una relación lineal muy fuerte entre la temperatura y la cantidad promedio de gas consumido. La correlación es r = , vemos que esta es muy cercano a r = 1. La linea de regresión dibujada en la Figura 4 representa muy bien los datos obtenidos en el diagrama de dispersión. Si queremos prenosticar cuanto gas podemos consumir cuando la temperatora está en 20 grados por día entonces tenemos que localizar cuando x = 20, luego nos movemos hacía la linea y vemos el valor de y el cual es aproximadamente 4.9 miles de piés cúbicos de gas en ese mes. Obviamente como es una predicción, probablemente tenemos un error. Supongamos que en el mes que se hizo la predicción realmente consumieron 5.1 miles de piés cúbicos de gas natural, entonces nuestro error de predicción fue: error = observación y predicción y = = 0.2 Es por eso que queremos saber cual es la distancia mínima entre los puntos observados y la linea. La Figura 5 ilustra esta idea. Definición 2.2. La linea de regresión lineal de cuadrados mínimos de y respecto a x es la linea que representa la suma de los cuadrados de las distancias verticales de los puntos de la data hasta la linea haciendolos lo mas pequeño posible. 5
6 7.0 Average amount of gas consumed per day in hundreds of cubic feet predicted ŷ distance y yˆ observed y Average number of heating degree-days per day Definición 2.3. Suponga que tenemos data sobre una variable explicativa x y una variable respuesta y para n individuos. De esta data calculamos la media x y ȳ y las desviaciones estándares s x y s y de las dos variables y su correlación r. La regresion lineal (cuadrados mínimos) es la linea definida por: ŷ = b 0 + b 1 x con pendiente e intercepto b 1 = r s y s x b 0 = ȳ b 1 x Ejemplo 2.1. La linea de la Figura 4 es en efecto una regresión linear de cuadrados mínimos. Esta linea tiene una ecuación definida como: ŷ = x La pendiente de la regresión lineal es siempre importante para interpretar la data. La pendiente es la tasa de cambio de la cantidad de cambio en ŷ cuando x incrementa por 1. En este ejemplo b 1 = lo que implica a que grado de temperatura adicional aumenta el consumo por 0.19 miles de piés cúbicos de gas natural. El intercepto de la regresión lineal es el valor ŷ cuando x = 0. Para la predicción es bastante sencillo. Si queremos predecir para 20 grados en el día, sustituimos x = 20: ŷ = (0.1890) (20) = =
7 Datos sobre la regresión lineal 1. La identificación de la variable explicativa y la variable respuesta es algo escencial al momento de establecer nuestra regresión. 2. Existe una relación entre la correlación y la pendiente de la regresión. La pendiente es b 1 = r s y s x. Esta ecuación nos indica el cambio a travez de la linea de regresión, hay un cambio de una desviación in x respecto a r desviaciones estándares en y. 3. La linea de regresión siempre pasa por el punto ( x, ȳ). 7
D.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
Más detallesREGRESIÓN LINEAL CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística REGRESIÓN LINEAL CON SPSS 1.- INTRODUCCIÓN El análisis de regresión lineal es una técnica estadística utilizada para estudiar la relación entre
Más detallesSESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas
SESIÓN PRÁCTICA 7: REGRESION LINEAL SIMPLE PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria
Más detalles3. VARIABLES ALEATORIAS
. VARIABLES ALEATORIAS L as variables aleatorias se clasiican en discretas y continuas, dependiendo del número de valores que pueden asumir. Una variable aleatoria es discreta si sólo puede tomar una cantidad
Más detallesTRABAJO PRÁCTICO ESTADISTICA APLICADA (746)
UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADEMICO AREA DE MATEMATICA TRABAJO PRÁCTICO ESTADISTICA APLICADA (746) JOSE GREGORIO SANCHEZ CASANOVA C.I. V-9223081 CARRERA: 610 SECCION Nº 1 SAN CRISTOBAL,
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2010/11
Estadística II Tema 4. Regresión lineal simple Curso 010/11 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesComparación de Líneas de Regresión
Comparación de Líneas de Regresión Resumen El procedimiento de Comparación de Líneas de Regresión esta diseñado para comparar líneas de regresión relacionas con Y y X en dos o mas niveles de un factor
Más detallesUn modelo para representar una relación aproximadamente
Regresión Se han visto algunos ejemplos donde parece que haya una relación aproximadamente lineal entre dos variables. Supongamos que queremos estimar la relación entre las dos variables. Cómo ajustamos
Más detallesCapitulo. Describir la relación entre dos variables Pearson Prentice Hall. All rights reserved
Capitulo 34 Describir la relación entre dos variables Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta fundamental debe ser si podemos utilizar el valor
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesIntroducción a la probabilidad (continuación) Universidad de Puerto Rico ESTA Prof. Héctor D. Torres Aponte
Introducción a la probabilidad (continuación) Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Probabilidad II 1.1. Dígitos aleatorios VS Ley de Benford Considere que los primeros
Más detalles7. Distribución normal
7. Distribución normal Sin duda, la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones teóricas, es la distribución normal, gaussiana o
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detalles5 Relaciones entre variables.
ANÁLISIS EPLORATORIO DE DATOS 39 ANÁLISIS EPLORATORIO DE DATOS 40 Relaciones entre variables..1 Ejercicios. Ejercicio.1 En una muestra de 0 individuos se recogen datos sobre dos medidas antropométricas
Más detallesDistribución muestral de proporciones. Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua
Distribución muestral de proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Distribución muestral de Proporciones Existen ocasiones
Más detallesP (X 5) = P (x = 5) + P (X = 6) + P (X = 7) + P (X = 8) = 0.005416467 + 0.051456432 + 0.79334918 + 0.663420431 = 0.999628249
Hoja 3: robabilidad y variables aleatorias 1. La probabilidad de que un enfermo se recupere tomando un nuevo fármaco es 0.95. Si se les administra a 8 enfermos, hallar: a La probabilidad de que se recuperen
Más detallesAnálisis de regresión lineal simple
Análisis de regresión lineal simple El propósito de un análisis de regresión es la predicción Su objetivo es desarrollar un modelo estadístico que se pueda usar para predecir los valores de una variable
Más detallesEJERCICIOS RESUELTOS TEMA 7
EJERCICIOS RESUELTOS TEMA 7 7.1. Seleccione la opción correcta: A) Hay toda una familia de distribuciones normales, cada una con su media y su desviación típica ; B) La media y la desviaciones típica de
Más detallesEjercicios resueltos de funciones
Ejercicios resueltos de funciones 1) Representa en un eje de coordenadas los siguientes puntos: A(1,5), B(-3,3), C(0, -4), D (2,0). 2) Representa en dos ejes de coordenadas las funciones siguientes: a)
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesUna sucesión infinita es una función cuyo dominio es el conjunto de los enteros positivos. Podemos denotar una sucesión como una lista
Cap 9 Sec 9.1 9.3 Una sucesión infinita es una función cuyo dominio es el conjunto de los enteros positivos. Podemos denotar una sucesión como una lista a 1, a 2, a 3, a n, Donde cada a k es un término
Más detallesLa distribución normal o gaussiana es la distribución. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si
La distribución normal La distribución normal o gaussiana es la distribución continua más importante. Definición 42 Se dice que una variable X se distribuye como normal con parámetros µ y σ si f(x) = 1
Más detalles1. Distribución normal
Distribución normal y correlación Universidad de Puerto Rico ESTA 3041 Prof. Héctor D. Torres Aponte 1. Distribución normal En este punto ya tenemos distintas herramientas para poder caracterizar la distribución
Más detallesProbabilidades y la curva normal
Probabilidades y la curva normal Las distribuciones reales y las distribuciones teóricas Por Tevni Grajales Guerra Tal cual estudiamos en nuestro tercer tema. Cuando registramos los valores de una variable
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesSnapStat: Análisis de Una Muestra
SnapStat: Análisis de Una Muestra Resumen La SnapStat Análisis de Una Muestra crea un resumen en una hoja de una sola columna de datos numéricos. Calcula estadísticas de resumen e intervalos de confianza,
Más detallesRegresión Lineal. Dra. Noemí L. Ruiz Limardo 2008 Derechos Reservados, Rev 2010
Regresión Lineal Dra. Noemí L. Ruiz Limardo 008 Derechos Reservados, Rev 010 Objetivos de la Lección Conocer el significado de la regresión lineal Determinar la línea de regresión cuando ha correlación
Más detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Una variable aleatoria discreta es aquella que sólo puede tomar
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detallesLa distribución t de student. O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística
La distribución t de student O lo que es lo mismo: La relación entre la cerveza y los estudios de estadística La distribución t de student fue descubierta por William S. Gosset en 1908. Gosset era un estadístico
Más detallesDISTRIBUCIONES DE PROBABILIDAD (RESUMEN)
DISTRIBUCIONES DE PROBABILIDAD (RESUMEN) VARIABLE ALEATORIA: un experimento produce observaciones numéricas que varían de muestra a muestra. Una VARIABLE ALEATORIA se define como una función con valores
Más detalles1. Límites normales de tolerancia: estos límites asumen que los datos son una muestra aleatoria de una distribución normal.
Límites de Tolerancia Los límites de tolerancia proporcionan un rango de valores para X tal que se puede tener 100(1-α) % de confianza que P por ciento de la población, de la cual provienen los datos,
Más detallesY = ßo + ß1X + ε. La función de regresión lineal simple es expresado como:
1 Regresión Lineal Simple Cuando la relación funcional entre las variables dependiente (Y) e independiente (X) es una línea recta, se tiene una regresión lineal simple, dada por la ecuación donde: Y =
Más detallesAnálisis de Regresión y Correlación Lineal
Análisis de Regresión y Correlación Lineal Análisis de dos ó más variables aleatorias Veamos que en los siguientes estudios hay situaciones donde intervienen más de una variable aleatoria Ejemplos: La
Más detallesEc. rectas notables en un triángulo
Ec rectas notables en un triángulo omo recordarás del curso de geometría plana (segundo semestre), las rectas notables de un triángulo son: Medianas: Una mediana es la recta que pasa por el punto medio
Más detalles3. Resolver triángulos rectángulos utilizando las definiciones de las razones trigonométricas.
Contenidos mínimos MI. 1. Contenidos. Bloque I: Aritmética y Álgebra. 1. Conocer las clases de números, los conjuntos numéricos: naturales, enteros, racionales, reales y complejos y las propiedades que
Más detallesRepresentación gráfica de funciones. De la fórmula a la tabla. Resolución de problemas
REPRESENTACIÓN DE PUNTOS EN EL PLANO RELACIÓN ENTRE DOS MAGNITUDES Ejes de coordenadas y coordenadas de puntos FUNCIÓN Tipos: - Lineal. - Afín. - Constante. - De proporcionalidad inversa. - Cuadrática.
Más detallesRELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I
Dto. de MATEMÁTICAS RELACIÓN DE EJERCICIOS DE REPASO DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1. Calcular, de forma exacta las siguientes operaciones. a) 1, 0, b) 0,7:0,916. Representa el conjunto
Más detallesLA DISTRIBUCIÓN NORMAL
LA DISTRIBUCIÓN NORMAL En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad que con más frecuencia aparece
Más detalles1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Probabilidad y Estadística. Carrera: Ingeniería en Materiales. Clave de la asignatura: MAM 0524
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería en Materiales MAM 0524 3 2 8 2.- HISTORIA
Más detallesTEMA 4: DERIVADAS. En símbolos, la pendiente de la curva en P = lim Q P (pendiente de P Q).
TEMA 4: DERIVADAS 1. La derivada de una función. Reglas de derivación 1.1. La pendiente de una curva. La pendiente de una curva en un punto P es una medida de la inclinación de la curva en ese punto. Si
Más detallesMatrices escalonadas y escalonadas reducidas
Matrices escalonadas y escalonadas reducidas Objetivos. Estudiar las definiciones formales de matrices escalonadas y escalonadas reducidas. Comprender qué importancia tienen estas matrices para resolver
Más detallesCapítulo 2. Desigualdades y valor absoluto
Capítulo Desigualdades valor absoluto 1 Desigualdades valor absoluto Valor absoluto El valor absoluto de un número real es su distancia al cero Puesto que un número real puede ser positivo, negativo o
Más detallesEstadística II Examen Final - Enero 2012. Responda a los siguientes ejercicios en los cuadernillos de la Universidad.
Estadística II Examen Final - Enero 2012 Responda a los siguientes ejercicios en los cuadernillos de la Universidad. No olvide poner su nombre y el número del grupo de clase en cada hoja. Indique claramente
Más detallesCUADERNO DE EJERCICIOS
MÉTODOS DE INVESTIGACIÓN EN EDUCACIÓN Psicopedagogía Curso 2009/2010 CUADERNO DE EJERCICIOS Ejercicio nº 1 Aplicada una prueba de medición de la inteligencia a un grupo de 50 alumnos, las puntuaciones
Más detallesAnálisis esquemático simplificado de una torre de enfriamiento.
Análisis esquemático simplificado de una torre de enfriamiento. En el diagrama el aire con una humedad Y 2 y temperatura t 2 entra por el fondo de la torre y la abandona por la parte superior con una humedad
Más detallesÍNDICE CAPITULO UNO CAPITULO DOS. Pág.
ÍNDICE CAPITULO UNO Pág. Concepto de Estadística 1 Objetivo 1 Diferencia entre estadísticas y estadística 1 Uso de la estadística 1 Divisiones de la estadística 1 1. Estadística Descriptiva 1 2. Estadística
Más detallesRIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO RIESGO Y RENDIMIENTO. M.Sc. Roberto Solé M.
FACTORES DETERMINANTES DEL PRECIO DE LAS ACCIONES: Riesgo Se puede examinar ya sea por su relación con un: Activo individual Cartera Rendimiento RIESGO: En un concepto básico es la probabilidad de enfrentar
Más detallesCómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas
Cómo describir e interpretar los resultados de un estudio de investigación quirúrgica? Variables cuantitativas Sesión de Residentes 13 de febrero, 2012 ÍNDICE Diferencia entre población y muestra. Diferencia
Más detallesSeries y sucesión lineal
Series y sucesión lineal En la naturaleza muchas veces aparecen las sucesiones de números. Por ejemplo, cuando el hombre tuvo la necesidad de contar, tuvo que inventar un conjunto de números que le sirviera
Más detallesDerivadas. Contenido Introducción. ( α) Definición de Derivada. (α) Pendiente de la recta tangente. (α) Funciones diferenciables.
Derivadas. Contenido 1. Introducción. (α) 2. Definición de Derivada. (α) 3. Pendiente de la recta tangente. (α) 4. Funciones diferenciables. (α) 5. Función derivada. (α) 6. Propiedades de la derivada.
Más detallesCurso Propedéutico de Cálculo Sesión 2: Límites y Continuidad
y Laterales Curso Propedéutico de Cálculo Sesión 2: y Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico y Esquema Laterales 1 Laterales 2 y Esquema Laterales
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesEl resultado se expresa mediante una cantidad seguida de la unidad elegida. La cantidad representa el número de veces que se repite la unidad.
LA MEDIDA Magnitudes físicas Todas las propiedades que podemos medir se denominan magnitudes. Para medir una magnitud hay que determinar previamente una cantidad de esta, llamada unidad. Al medir, se comparan
Más detallesDistribuciones bidimensionales. Regresión.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 5: Distribuciones bidimensionales. Regresión. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesTALLER DE INTRODUCCIÓN A LOS NEGOCIOS
REGRESIÓN LINEAL SIMPLE INTRODUCCIÓN Si sabemos que existe una relación entre una variable denominada dependiente y otras denominadas independientes (como por ejemplo las existentes entre: la experiencia
Más detallesVALOR ABSOLUTO. Definición.- El valor absoluto de un número real, x, se define como:
VALOR ABSOLUTO Cualquier número a tiene su representación en la recta real. El valor absoluto de un número representa la distancia del punto a al origen. Observe en el dibujo que la distancia del al origen
Más detallesProfr. Efraín Soto Apolinar. Forma general
Forma general La forma general de la ecuación de la recta es la que considera todos los casos de las rectas: horizontales, verticales e inclinadas. En otros casos no siempre es posible escribir la ecuación
Más detallesDistribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta
Distribución Normal La distribución normal (O Gaussiana) se define como sigue: En donde y >0 son constantes arbitrarias. Esta función es en realidad uno de las más importantes distribuciones de probabilidad
Más detallesFUERZAS DE UN FLUIDO EN REPOSO SOBRE SUPERFICIES PLANAS
FUERZAS DE UN FLUIDO EN REPOSO SOBRE SUPERFICIES PLANAS En esta sección consideramos los efectos de la presión de un fluido, que actúa sobre superficies planas (lisas), en aplicaciones como las ilustradas.
Más detallesESTADISTICA POR REGLA DE TRES
ESTADISTICA POR REGLA DE TRES La Estadística no es otra cosa que la mensurabilidad de los hechos aleatorios, es tratar de sistematizar lo que de hecho no es un sistema, es crear un número de algo que no
Más detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 23 de enero de 2018 1hora y 1 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. En la siguiente tabla se muestra la temperatura máxima T, en grados Celsius,
Más detalles2.5. Asimetría y apuntamiento
2.5. ASIMETRÍA Y APUNTAMIENTO 59 variable Z = X x S (2.9) de media z = 0 y desviación típica S Z = 1, que denominamos variable tipificada. Esta nueva variable carece de unidades y permite hacer comparables
Más detallesESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple
ESTDÍSTIC PLICD Grado en Nutrición Humana y Dietética Planteamiento del problema Tema 4: Regresión lineal simple Recta de regresión de mínimos cuadrados El modelo de regresión lineal simple IC y contrastes
Más detallesEl conjunto de los complejos. Escritura cartesiana y binómica. Representación gráfica.
Tramo A Números complejos Disciplina, esfuerzo y perseverancia en la búsqueda de resultados. Valoración del lenguaje preciso, claro y conciso de la Matemática como organizador del pensamiento. Valoración
Más detalles21. Círculo y recta Matemáticas II, 2012-II. Por qué el círculo y la recta son tan importantes?
. Círculo recta Matemáticas II, -II. Círculo recta Por qué el círculo la recta son tan importantes? Los dos objetos geométricos más importantes aparte del punto son sin duda la recta el círculo. La recta
Más detallesTema 5: Principales Distribuciones de Probabilidad
Tema 5: Principales Distribuciones de Probabilidad Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 5: Principales Distribuciones de Probabilidad
Más detallesUNIDAD 4.- INECUACIONES Y SISTEMAS (tema 4 del libro)
UNIDAD 4. INECUACIONES Y SISTEMAS (tema 4 del libro) 1. INECUACIONES DE PRIMER GRADO CON UNA INCÓGNITA Definición: Se llama desigualdad a toda relación entre epresiones numéricas o algebraicas unidas por
Más detallesFUNCIONES CUADRÁTICAS. PARÁBOLAS
FUNCIONES CUADRÁTICAS. PARÁBOLAS 1. FUNCIONES CUADRÁTICAS Representemos, en función de la longitud de la base (x), el área (y) de todos los rectángulos de perímetro 1 metros. De ellos, cuáles son las medidas
Más detallesALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012. Guía de Estudio y Ejercitación propuesta
ALGEBRA Y GEOMETRÍA II 2º semestre Año: 2012 1 Guía de Estudio y Ejercitación propuesta Esta selección de Temas y Ejercicios están extraídos del texto FUNDAMENTOS DE ALGEBRA LINEAL de R. Larson y D. Falvo.
Más detallesSucesiones (páginas 511 515)
A NMRE FECHA PERÍD Sucesiones (páginas 5 55) Una sucesión es una lista de números en un cierto orden. Cada número se llama término de la sucesión. En una sucesión aritmética, la diferencia entre cualquier
Más detallesINTRODUCCIÓN DIAGRAMA DE DISPERSIÓN. Figura1
Capítulo 5 Análisis de regresión INTRODUCCIÓN OBJETIVO DE LA REGRESIÓN Determinar una función matemática sencilla que describa el comportamiento de una variable dadoslosvaloresdeotrauotrasvariables. DIAGRAMA
Más detallesExplorando la ecuación de la recta pendiente intercepto
Explorando la ecuación de la recta pendiente intercepto Realiza las siguientes actividades, mientras trabajas con el tutorial. 1. Los puntos que están en la misma recta se dice que son. 2. Describe el
Más detallesResolución. Resolución gráfica de problemas de optimización
Resolución de problemas de optimización Para resolver mente un problema de optimización como éste empezamos representando sus restricciones con igualdad. (0, 4) (0, 4) (4, 0) Para resolver mente un problema
Más detallesTema 1. Cálculo diferencial
Tema 1. Cálculo diferencial 1 / 57 Una función es una herramienta mediante la que expresamos la relación entre una causa (variable independiente) y un efecto (variable dependiente). Las funciones nos permiten
Más detallesMétodo de fórmula general
Método de fórmula general Ahora vamos a utilizar el método infalible. La siguiente fórmula, que llamaremos «fórmula general» nos ayudará a resolver cualquier ecuación cuadrática. Fórmula General La fórmula
Más detallesMATEMÁTICA MÓDULO 1 Eje temático: Números y proporcionalidad
MATEMÁTICA MÓDULO 1 Eje temático: Números y proporcionalidad 1. CONJUNTOS NUMÉRICOS Empezaremos este curso de preparación PSU revisando los diferentes conjuntos numéricos con los que has trabajado tanto
Más detallesLos fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista:
Los fenómenos psicológicos (por ejemplo, la comunicación verbal) se puede analizar desde distintos puntos de vista: (1) Cuáles son los procesos mentales que realizamos para construir una frase? (por ejemplo,
Más detalles( x) ( ) Modelos No Lineales. µ β β β
Modelos No Lineales En los modelos lineales los parámetros (valores poblacionales desconocidos) entran linealmente en la ecuación. No importa que la(s) variable(s) independiente(s) estén en la ecuación
Más detallesEstadística Descriptiva. SESIÓN 12 Medidas de dispersión
Estadística Descriptiva SESIÓN 12 Medidas de dispersión Contextualización de la sesión 12 En la sesión anterior se explicaron los temas relacionados con la desviación estándar, la cual es una medida para
Más detallesPROGRAMA ASIGNATURA. Horas Cronológicas Semanales Presénciales Adicionales Total. Nº de Semanas
PROGRAMA ASIGNATURA Facultad: Carrera: INGENIERIA INGENIERIA EN CONSTRUCCION 1.- IDENTIFICACIÓN DE LA ASIGNATURA: a. Nombre: ESTADISTICA b. Código: ICN 122 c. Nivel (semestre en que se ubica): SEGUNDO
Más detallesCAPÍTULO. 1 Conceptos básicos
CAPÍTULO 1 Conceptos básicos 1.4.2 Curva solución de un PVI Como comentamos al hablar sobre las soluciones generales particulares de una ED, ocurre que las soluciones generales contienen una o más constantes
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesDesde la secundaria estamos acostumbrados a trabajar con polinomios, los cuales identificamos con expresiones de la forma
Polinomios Desde la secundaria estamos acostumbrados a trabajar con polinomios, los cuales identificamos con expresiones de la forma p(x) = a 0 + a 1 x +... + a n x n (1) donde x es la variable y a 0,
Más detallesTabla de Derivadas. Función Derivada Función Derivada. f (x) n+1. f (x) y = f (x) y = ln x. y = cotg f (x) y = ( 1 cotg 2 f (x)) f (x) = f (x)
Matemáticas aplicadas a las CCSS - Derivadas Tabla de Derivadas Función Derivada Función Derivada y k y 0 y y y y y f ) y f ) f ) y n y n n y f ) n y n f ) n f ) y y n y y f ) y n n+ y f ) n y f ) f )
Más detallesTEMA 2: DISTRIBUCIONES BIDIMENSIONALES
TEMA : DISTRIBUCIONES BIDIMENSIONALES 1.- DISTRIBUCIONES BIDIMENSIONALES Cuando estudiamos un solo carácter estadístico, los datos que obtenemos forman una variable estadística unidimensional. También
Más detalles6 EXPRESIONES FRACCIONARIAS Y RADICALES
EJERCICIOS PROPUESTOS. Halla el valor numérico de la fracción 7 0 para los valores, 0 y. 8 Para : Para 0: 0 0 Para : 7 0 0. Valor indeterminado. 8 0 7 0 0 0 5 0 8 8. 7 0. No eiste valor numérico. 8 0.
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detalles1 Ecuaciones y propiedades de la recta
Ecuaciones propiedades de la recta Ecuaciones propiedades de la recta En esta sección estudiaremos la caracterización de la recta desde el punto de vista algebraico. A partir del concepto de pendiente
Más detallesCÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E1300, 29-OCTUBRE-1996. (1) 2x 3 > 4.
CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E1300, 9-OCTUBRE-199 1) 3 > 4. +1 ) Sea la función 3 si 1 a + b si 1 . Encontrar los valores de a, b, c para que la función
Más detalles2.4. Números complejos
2.4 Números complejos 95 83 Relaciones temperatura-latitud a tabla siguiente contiene promedios de temperaturas anuales para los hemisferios norte y sur a varias latitudes. atitud Hemisf. N. Hemisf. S.
Más detallesUnidad 1. Las fracciones.
Unidad 1. Las fracciones. Ubicación Curricular en España: 4º, 5º y 6º Primaria, 1º, 2º y 3º ESO. Objetos de aprendizaje. 1.1. Concepto de fracción. Identificar los términos de una fracción. Escribir y
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 8 Distribución normal estándar y distribuciones relacionadas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar los conceptos de la distribución
Más detallesIntegration of Informatics and Quantitative Concepts in Biology at UPR
Modelos de variación Objetivos: Al finalizar el estudiante, Definirá variación directa. Definirá variación inversa. Definirá variación conjunta. Utilizará el modelo de variación directa para modelar situaciones
Más detallesDefinición de la matriz inversa
Definición de la matriz inversa Ejercicios Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, matriz identidad, habilidades básicas de resolver sistemas de ecuaciones
Más detallesUnidad Temática 3: Estadística Analítica. Unidad 9 Regresión Lineal Simple Tema 15
Unidad Temática 3: Estadística Analítica Unidad 9 Regresión Lineal Simple Tema 15 Estadística Analítica CORRELACIÓN LINEAL SIMPLE Indica la fuerza y la dirección de una relación lineal proporcional entre
Más detallesEl cuál es la expectativa para el aprendizaje del estudiante LF.3.A1.6
LF.3.A1.6 Jace Watson Finding Slope of a Line. La lección de hoy es sobre localizar la pendiente de la línea. Lo haremos usando dos puntos, usando la grafica de la línea, y usando la ecuación de la línea.
Más detalles