EXPERIENCIA DE ENSAYOS DE ASPERSIÓN EN EL LABORATORIO

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

Download "EXPERIENCIA DE ENSAYOS DE ASPERSIÓN EN EL LABORATORIO"

Transcripción

1 EXPERIENCIA DE ENSAYOS DE ASPERSIÓN EN EL LABORATORIO Sáchez de Ribera Gozález, A 1 ; Bajo López, G; Beral Llorete, M; Cañada López, L; Madurga del cura, C. RESUMEN El riego por aspersió sigue siedo e España uo de los sistemas de riego más importates. Por tato, es imprescidible teer iformació fiable sobre el fucioamieto de los aspersores, que so los resposables de distribuir el agua co suficiete uiformidad e el terreo. Este trabajo refleja la experiecia obteida e este campo por el Laboratorio Cetral de Esayo para Materiales y Equipos de Riego del Cetro Nacioal de Tecología de Regadíos, mostrado el fucioamieto iadecuado de alguos modelos y aportado alguas idicacioes que ayude a ua correcta caracterizació de los aspersores. Se estudia u caso particular e el que se quiere resaltar la importacia que tiee los aspersores sectoriales e la uiformidad global de la parcela. La superficie que riega estos aspersores puede variar etre u 1 a u 5 % de la superficie regada co cobertura total. ABSTRACT Sprikler irrigatio still is i Spai oe of the most importat irrigatio techiques. Therefore, it s imperative to have reliable data of spriklers performaces, which are resposible for distributig water uiformly i fields. This work reflects the experiece gathered i this subject by the Cetral Laboratory for Testig of Irrigatio Material ad System i the Natioal Cetre of Irrigatio Techology, showig some iadequate performaces of models ad givig some guidelies to help obtai a good characterizatio of spriklers i irrigatio uiformity. The area covered by these spriklers ca very betwee 1-5 % of the area irrigated. 1 Equipo Técico del Laboratorio Cetral para Esayo de Materiales y Equipos de Riego Cetro Nacioal de Tecología de Regadíos Tf: Sa Ferado de Heares (Madrid) alsachez@mapya.es

2 Itroducció. Objetivos. El riego por aspersió sigue siedo e España uo de los sistemas de riego más importates, ya sea porque está muy implatado e alguas zoas o porque alguos cultivos lo lleva completamete asociado como la remolacha, zaahoria, hortícolas extesivos, etc. Detro de las superficies ocupadas por cada sistema de riego e el Pla Nacioal de Regadíos se recoge que el 24 % de las 3.4. ha regadas e España, correspode a aspersió. Gra parte de la moderizació que se está realizado a través de las actuacioes del Pla de Choque, el Miisterio de Agricultura, Pesca y Alimetació y el Miisterio de Medio Ambiete trasformará parte de los riegos tradicioales e riegos presurizados que permitirá aumetar la superficie dedicada a aspersió. Por tato, este sistema de riego juega u papel cuatitativo importatísimo detro del sector del riego acioal y de ahí que sea ecesario teer iformació fiable sobre el fucioamieto de los aspersores, que so los resposables de distribuir el agua co suficiete uiformidad e el terreo. E este trabajo se traslada la experiecia obteida e el Laboratorio Cetral de Esayo para Materiales y Equipos de Riego del Cetro Nacioal de Tecología de Regadíos, mostrado alguos fucioamietos iadecuados y aportado alguos cosejos que ayude a obteer iformació fiable sobre el fucioamieto de los aspersores. Se estudia u caso particular e el que se quiere resaltar la importacia que tiee los aspersores sectoriales e la uiformidad global de la parcela. La superficie que riega estos aspersores puede variar etre u 1 a u 5 % de la superficie regada co cobertura total.

3 Materiales y métodos. Para la realizació de los esayos se utiliza el baco de esayo de aspersió del Laboratorio Cetral para Esayo para Materiales y Equipos de Riegos. La figura 1, represeta el esquema de este baco. TP SG TT VC CA VR VC VC B1 B2 DN1 CCA1 CCA2 CCA3 REGULACIÓN ESTACIÓN DE BOMBEO CCA4 CCA5 CCA6 CCA7 CCA8 CÉLULAS DE CARGA B - Bombeo CA - Caudalímetro VC - Válvula de corte VR - Válvula de regulació SG - Sesor de giro TP - Trasductor de presió TT - Trasductor de temperatura CC - Célula de carga CCA69 CCA7 Figura 1: Esquema del baco de aspersió del laboratorio. Los resultados del esayo se recoge directamete e el autómata que gobiera el baco y se descarga los datos e u ordeador cetral para su procesado. El esayo se programa e el autómata a través de ua patalla de servicio. Como herramieta para el estudio del coeficiete de variació de uiformidad e u marco de aspersió se ha utilizado el programa SPACE, que ha permitido comparar los distitos marcos de riego. Los resultados mostrados so ua selecció de los más de 3 esayos realizados a más de 75 muestras de distitos modelos de aspersores, de los que se ha extraído los casos e los que se ha detectado el mal fucioamieto de los mismos.

4 Métodos Para la cosecució del estudio se ha realizado la determiació de la curva de distribució y de la curva caudal/presió de varios modelos de aspersores. La ormativa usada como referecia e cada caso aparece e la tabla 1. ENSAYO Curva de distribució Curva caudal/presió NORMA ISO Agricultural irrigatio equipmet- Spriklers- Characterizatio of distributio ad test methods UNE Material de riego-aspersores rotativos- Requisitos geerales y métodos de esayo Tabla 1 Normativa de referecia Esta ormativa establece cuáles so los requisitos que debe cumplir los esayos para que las coclusioes que se saque de los mismos refleje las características del elemeto esayado y sea repetibles e cualquier tipo de laboratorio que siga el mismo procedimieto. Los esayos se ha realizado e codicioes de laboratorio e ausecia de vieto. Otras codicioes de esayo se describe a cotiuació: Esayo curva de distribució Parámetro a medir Codicioes de esayo Caudal Precisió ±,5% Presió Desviació máxima ±.1 bar Tiempo Resolució 1s Tª esayo 12 ± 5 ºC Separació pluviómetros 5 cm Presió de esayo 3-3,2 bar (segú los modelos) Duració Mí 1 hora. Tabla 2. Determiació curva de distribució Esayo caudal/presió Parámetro a medir Codicioes de esayo Caudal Precisió ±,5% Presió Desviació máxima ±.1 bar Tiempo Resolució 1s Tª esayo 12 ± 5 ºC Rago de presioes,5-4 bar Duració 3 s cada puto Tabla 3. Determiació curva caudal-presió

5 Resultados y discusió A cotiuació se muestra los resultados obteidos e la realizació de los esayos para destacar determiadas aomalías que se ha observado e el desarrollo de los mismos. Todos los modelos y muestras esayadas so aspersores de impacto de lató co ua o dos boquillas. Esayos de curva de distribució Se ha observado que determiadas muestras de aspersores o preseta u comportamieto estable cuado trabaja e las mismas codicioes. El gráfico 1 muestra dos repeticioes de u mismo aspersor e el que las dos curvas obteidas so idéticas. El gráfico 2 muestra dos repeticioes de u mismo aspersor e el que las diferecias etre ambas repeticioes so del orde de 2%. La orma o establece igú tipo de límite etre diferecias de fucioamieto e repeticioes de esayo de u mismo elemeto. Es importate que los aspersores presete fucioamieto estable para las mismas codicioes de trabajo, ya que si o icorporaría ua variabilidad a su fucioamieto que habría que teer e cueta e el diseño de las istalacioes. Pluviometría (mm/h) Curva de distribució Boquillas de 3,6 + 2,4 mm. Pesayo= 3 bar. Cuerpo de lató. Repetició 1 Repetició Distacia al aspersor (m) Gráfico 1: Curva de distribució de dos repeticioes de u mismo aspersor. Pluviometría (mm/h) Curva de distribució Boquillas de 4,4 + Tapó mm. Pesayo= 3 bar Cuerpo de lató Repetició 1 7 Repetició Distacia al aspersor (m) Gráfico 2 Curva de distribució de dos repeticioes. de u mismo aspersor. La ormativa de referecia utilizada o específica qué úmero de muestras se debe esayar para caracterizar u modelo de aspersor. A cotiuació se muestra la casuística de resultados que se ha ecotrado al esayar varias muestras de u mismo modelo. Así el gráfico 3 represeta tres esayos realizados a tres muestras de u aspersor co boquillas 4 + Tapó. Tambié se ha represetado la media co las barras de error de amplitud 2%, que es la variació máxima que se cosidera que debería teer. E este caso las curvas de las tres muestras o preseta diferecias mayores que las barras de error represetadas. E los últimos pluviómetros, el error absoluto es mayor al idicado. Esto se debe a la baja pluviometría recogida, que hace que pequeñas diferecias tega u peso relativo elevado.

6 E el gráfico 4 se observa los esayos realizados a tres muestras de u modelo de aspersor co boquillas 4 + 2,4 mm. E este caso la variabilidad etre muestras es muy elevada, superado la diferecia co respecto a la media e 2%. 12 Curva de distribució Boquillas de 4 + Tapó mm. Pesayo= 3,2 bar Cuerpo de lató. 12 Curva de distribució Boquillas de 4 + 2,4 mm. Pesayo= 3 bar Cuerpo de lató. Pluviometría (mm/h) Muestra1 Muestra2 Muestra3 Media ± 2% Pluviometría (mm/h) Muestra 1 Muestra 2 Muestra 3 Media ± 2% Distacia al aspersor (m) Gráfico 3: Curva de distribució de tres muestras. u de u modelo de aspersor Distacia al aspersor (m) Gráfico 4: Curva de distribució de tres muestras de u modelo de aspersor. Esayos de curva caudal/presió E la determiació de la curva caudal/presió se ha detectado ua problemática parecida. Varios esayos e u mismo aspersor ha presetado u comportamieto repetitivo, tal y como se muestra e el gráfico 5. De todos los esayos realizados e el Laboratorio, el úico que preseta algua diferecia es el mostrado e el gráfico 6, e el que puede que algú mal esamblaje de la vaia prologadora, provocara su movimieto a partir de ua determiada presió. Las flechas de los gráficos idica e qué setido se ha coseguido la presió de esayo bie de forma ascedete o descedete. Caudal medio (l/h) Curva caudal/presió. Boquillas 4 + 2,4 mm, Cuerpo de lató. Repetició 1 Repetició Presió media (bar) Gráfico 5: Curva caudal/presió co repeticioes de u mismo aspersor. Caudal medio (l/h) Curva caudal/presió. Boquillas 4 + 2,4 mm, Cuerpo de lató Repeticio 1 8 Repeticio 2 6 Repeticio 3 Repeticio Presió media (bar) Gráfico 6: Curva caudal/presió co repeticioes de u mismo aspersor. Por otro lado, sí que se ha observado casos de variabilidad etre distitas muestras de u mismo modelo, tal y como se refleja e el gráfico 7. Está claro que esta variabilidad es por u mal diseño del modelo o errores e el esamblaje de sus elemetos, ya que como muestra el gráfico 8 es posible obteer ua repetibilidad completa etre muestras.

7 18 16 Curva caudal/presió. Boquillas 4 + 2,4 mm, aspersor de lató. 14 Curva caudal/presió Boquillas de 4 + Tapó mm. Cuerpo de lató Caudal medio (l/h) Muestra 1 Muestra 2 Muestra 3 Caudal (l/h) Muestra 1 Muestra 2 Muestra Presió media (bar) Presió (bar) Gráfico 7: Curva caudal/presió de tres muestras Gráfico 8: Curva caudal/presió de tres muestras de u mismo modelo de aspersor. de u mismo modelo de aspersor. Otro ejemplo de mal fucioamieto es el que se refleja e el gráfico 9, ya que el aspersor tiee cierta histéresis, y su comportamieto es distito depediedo de la secuecia de presioes (ascedete o descedete) que se siga. Es importate determiar la curva de caudal/presió tato co presioes ascedetes como descedetes para detectar estas aomalías e el fucioamieto de los aspersores. 18 Curva caudal/presió. Boquillas 4 + 2,4 mm, aspersor lató. 16 Caudal medio (l/h) Muestra 1 Muestra Presió media (bar) Gráfico 9: Curva caudal/presió de dos muestras de u mismo modelo de aspersor.

8 Importacia de los aspersores sectoriales para la uiformidad global de la parcela Los pasos para la realizació del estudio so los siguietes: Se ha elegido y caracterizado el aspersor rotativo de 36º que se va a situar e el cetro de la parcela. Las características so: Aspersor de Lató de doble boquilla (4 + 2,4 mm). Su curva de distribució es: Pluviometría (mm/h) Curva de distribució Boquillas de mm. Pesayo= 3,2 bar Cuerpo de lató. MEDIA Distacia al aspersor (m) Gráfico 1: Curva de distribució del aspersor de 36º. Se ha esayado los aspersores sectoriales de 18º que se va a comparar e los lides de la parcela. Las características so: Aspersor de Lató de doble boquilla (4 + 2,4 mm) y aspersor de lató de boquilla simple (4 + Tapó). Sus curvas de distribució so: 25 Curva de distribució Aspersor sectorial de lató. Pesayo= 3,2 bar Pluviometría (mm/h) Media (4 + 2,4 mm) Media (4 + Tapó) Distacia al aspersor (m) Gráfico 11: Curva de distribució de los aspersores sectoriales. Se realiza tres comparacioes de los distitos coeficietes de uiformidad para los siguietes casos: CASO 1: Uiformidad e el riego de u marco de aspersió al tresbolillo equilátero de 15 m (separació aspersores etre líeas 15 m, separació de líeas 13 m). Este es el coeficiete de uiformidad teórico que se suele dar como coeficiete de toda la parcela. CASO 2: Uiformidad e el riego de u marco de aspersió al tresbolillo equilátero de 15 m (separació aspersores etre líeas 15 m, separació de líeas 13 m), teiedo e cueta la superficie regada por los aspersores sectoriales. E este caso

9 el aspersor sectorial es de doble boquilla, que suele ser la más utilizada e las istalacioes. CASO 3: Uiformidad e el riego de u marco de aspersió al tresbolillo equilátero de 15 m (separació aspersores etre líeas 15 m, separació de líeas 13 m), teiedo e cueta la superficie regada por los aspersores sectoriales. E este caso el aspersor sectorial es de boquilla simple. La comparació e parcela se realiza co el programa SPACE (Sprikler Profile ad Coverage Evaluatio), e ua parcela de 1 ha. Los coeficietes que servirá para comparar la uiformidad del riego so: Coeficiete de Uiformidad de Christiase (CUD) D CUD 1 (1 ) m 1 x i = valor recogido e cada pluviómetro m x i = úmero de valores i 1 m = media del cojuto de valores D = media de los valores absolutos de las 1 desviacioes idividuales D x i m i 1 Uiformidad de Distribució (UD) 1q UD 1 ( ) m 1 m 1 1 q x i i 1 1q i 1 x : LQ i i x i = valor recogido e cada pluviómetro 1q = media de la pluviometría e el cuarto de superficie meos regada = úmero de valores m = media del cojuto de valores LQ = cojuto de valores que cotiee el 25% de los valores más pequeños

10 Resultados: El coeficiete de uiformidad de distribució (CUD) y la uiformidad de distribució (UD) que se obtiee so: CASO 1: Si teer e cueta la zoa de ifluecia de los aspersores sectoriales Aspersor Boquilla (mm) Presió (Kpa) Arco (º) CUD (%) UD (%) Rotativo completo , 36 88,7 83,1 Tabla 4: Datos de CUD y UD totales del caso 1. CASO 2: Parcela de 1 ha co aspersor sectorial co doble boquilla Aspersor Boquilla (mm) Presió (Kpa) Arco (º) CUD (%) UD (%) Sectorial de lató , 18 Sectorial de lató , Rotativo completo , 36 Tabla 5: Datos de CUD y UD totales del caso 2. CASO 3: Parcela de 1 ha co aspersor sectorial co boquilla simple Aspersor Boquilla (mm) Presió (Kpa) Arco (º) CUD (%) UD (%) Sectorial de lató 4 + Tapó 32, 18 Sectorial de lató 4 + Tapó 32, Rotativo completo mm 32, 36 Tabla 6: Datos de CUD y UD totales del caso 3. Se observa que co dos boquillas el CUD es u 8% meor que co ua sola boquilla. E las siguietes tablas se puede comparar la uiformidad del riego e las distitas zoas de la parcela, segú el esquema. Se compara los distitos sectores detro de la misma parcela para observar el peso específico que se tiee e cada zoa: Zoa Sectoriales Zoa Cetral Figura 2: Parcela de estudio.

11 Caso 2: Zoa Aspersor CUD (%) UD (%) Zoa cetro 36 88,7 83,1 Zoa sectoriales , Tabla 7: CUD y UD por sectores del caso2 Caso 3: Zoa Aspersor CUD (%) UD (%) Zoa cetro Zoa sectoriales ,3 71,5 Tabla 8: CUD y UD por sectores del caso 3. Como se observa los coeficietes teóricos de la zoa cetral es más optimista que lo que realmete ocurre cuado se toma e cueta el riego e los límites de la parcela. La uiformidad de riego es mayor cuado se utiliza sectoriales co ua sola boquilla, frete al sectorial de dos boquillas a pesar de ser esta última la opció más utilizada. El peso de la superficie que está iflueciada por el riego de los aspersores sectoriales será mucho mayor cuato más pequeña sea la superficie de la parcela, pero icluso para superficies de 2 ha supoe ua superficie importate como se muestra e la tabla 9. Superficie (ha) Superficie sectoriales (ha) % % % % % % Tabla 9: Peso de la superficie sectorial.

12 Coclusioes De los esayos mostrados se puede sacar varias coclusioes, como: - Cuado se realiza esayos de aspersores para obteer su curva de distribució y su curva caudal/presió, es importate hacer repeticioes a la muestra de esayo, y esayar distitas muestras del mismo modelo para poder dar uos resultados que sea represetativos de todo el modelo. - El úmero de muestras a esayar e laboratorio de u modelo de aspersor debe estar ormalizada, se propoe ua població de 1 aspersores para el esayo de u míimo de 3 muestras. - Las curvas obteidas de esayos repetidos a distitas muestras de u mismo modelo o deberá diferir co respecto a la media e 2%. - Las curvas de distribució realizadas a u mismo aspersor o debe diferir e 1%, respecto a la media de las repeticioes. - E el esayo de curva caudal/presió se debería obteer los putos icremetado la presió y dismiuyedo la presió, ya que hay modelos de aspersor que o se comporta igual. - Las curvas obteidas de esayos, a muestras distitas del mismo modelo, o debería diferir e 5% co respecto a la media. - Hacer mayor hicapié a la hora de elegir los aspersores sectoriales, determiar sus curvas de distribució, e icluirlos e los programas de simulació para determiar la uiformidad teórica de la parcela, ya que como se ha demostrado tiee u peso específico importate e ua parcela de cultivo. - Los fabricates debería icluir e sus catálogos las curvas de los aspersores sectoriales juto co la de los aspersores de 36º para que el diseñador del riego e parcela tega la iformació suficiete para elegir la combiació óptima de los mismos. Bibliografía ISO :24(E) Agricultural irrigatio equipmet- Spriklers- Characterizatio of distributio ad test methods. UNE Material de riego -Aspersores rotativos -Requisitos geerales y métodos de esayo. El riego por Aspersió y su Tecología, J.M. Tarjuelo Martí-Beito Ed: Mudi-Presa. Procedimieto de esayo itero del baco de aspersió del Laboratorio Cetral Para Esayo De Materiales Y Equipos De Riego. 26. Pla Nacioal de Regadíos. Programa SPACE (Sprikler Profile ad Coverage Evaluatio) for widow s V 2..

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

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

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

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

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

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

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

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

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

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill. GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11 IES IGNACIO ALDECOA AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO 0/ TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para

Más detalles

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

Análisis técnico-económico para selección de aspersores. Technical and economical analysis for sprinkler selection

Análisis técnico-económico para selección de aspersores. Technical and economical analysis for sprinkler selection Revista Brasileira de Egeharia Agrícola e Ambietal v.,.6, p.557 3, 7 Campia Grade, PB, UAEAg/UFCG http://www.agriambi.com.br Protocolo 090.05 2/07/5 Aprovado em 27/08/7 Aálisis técico-ecoómico para selecció

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

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UIDIMESIOAL..- ITRODUCCIÓ A LA ESTADÍSTICA.- Objeto de la estadística La Estadística es el cojuto de métodos ecesarios para recoger, clasificar, represetar y resumir datos así como para iferir

Más detalles

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse.

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse. ANEXO 1. MUESTREO Y TOLERANCIAS DE PRODUCTOS PREMEDIDOS 2. APLICACIÓN El presete reglameto se aplicará para la verificació de los coteidos etos de los productos promedios, etiquetados, co coteido omial

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo 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

Apéndice C: Datos Experimentos

Apéndice C: Datos Experimentos Apédice C: Datos Experimetos Experimetos Los experimetos permitiero evaluar la afectividad de los usuarios al iteractuar etre ellos detro del IM. La realizació de los experimetos se basa e los siguietes

Más detalles

Física II (Biólogos y Geólogos)

Física II (Biólogos y Geólogos) Física II (Biólogos y Geólogos) SERIE 3 Iterferecia 1. La luz correspode a la radiació electromagética e la bada agosta de frecuecias de alrededor de 3,84x10 14 Hz hasta aproximadamete 7,69x10 14 Hz, mietras

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

Parámetros de tiempo para

Parámetros de tiempo para Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

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

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles

Teorema del Muestreo

Teorema del Muestreo Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso

Más detalles

I VARIACIONES. Una variación es un arreglo ordenado de n objetos diferentes, tomados de r a la vez se denota por medio de:

I VARIACIONES. Una variación es un arreglo ordenado de n objetos diferentes, tomados de r a la vez se denota por medio de: ANALISIS COMBINATORIO. TEOREMA FUNDAMENTAL: Si u suceso puede teer lugar de m maeras distitas y cuado ocurre ua de ellas se puede realizar otro suceso imediatamete de formas diferetes, ambos sucesos, sucesivamete,

Más detalles

AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 1 /1

AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 1 /1 AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO / TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como ua fució que asiga

Más detalles

Los números complejos

Los números complejos Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació

Más detalles

SEGUNDA EDICIÓN DEL CURSO DE CAPACITACION EN MATEMATICA PARA PROFESORES DE PRIMARIA MODULO IV ESTADISTICA DESCRIPITVA

SEGUNDA EDICIÓN DEL CURSO DE CAPACITACION EN MATEMATICA PARA PROFESORES DE PRIMARIA MODULO IV ESTADISTICA DESCRIPITVA SEGUNDA EDICIÓN DEL CURSO DE CAPACITACION EN MATEMATICA PARA PROFESORES DE PRIMARIA MODULO IV ESTADISTICA DESCRIPITVA ENCUENTRO NÚMERO UNO TECNICAS DE CONTEO. 28 DE SEPTIEMBRE DE 2014 MANAGUA FINANCIADO

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

OPTICA Y CALOR Guía 1: REFLEXIÓN Y REFRACCIÒN EN SUPERFICIES PLANAS

OPTICA Y CALOR Guía 1: REFLEXIÓN Y REFRACCIÒN EN SUPERFICIES PLANAS OPTICA Y CALOR Guía 1: REFLEXIÓN Y REFRACCIÒN EN SUPERFICIES PLANAS Ley de Sell 1-1 U haz lumioso icide sobre ua lámia de vidrio bajo u águlo de 60, siedo e parte reflejado y e parte refractado. Se observa

Más detalles

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

Técnicas para problemas de desigualdades

Técnicas para problemas de desigualdades Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,

Más detalles

UNIDAD 3: ANÁLISIS DE SERIES DE TIEMPO

UNIDAD 3: ANÁLISIS DE SERIES DE TIEMPO UNIDAD 3: ANÁLISIS DE SERIES DE TIEMPO Ua serie de tiempo establece las variacioes existetes etre ciertas magitudes. El aálisis de series temporales es u método cuatitativo que se utiliza para detectar

Más detalles

Generalidades. Esta publicación presenta información de 95 estaciones meteorológicas activas en el 2014, manejadas por las siguientes entidades:

Generalidades. Esta publicación presenta información de 95 estaciones meteorológicas activas en el 2014, manejadas por las siguientes entidades: Geeralidades I. Defiició de meteorología Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los

Más detalles

TEMA 7 Trenes de Engranajes

TEMA 7 Trenes de Engranajes Igeiería Idustrial. Teoría Máquias TEMA 7 Trees de Egraajes Haga clic para modificar el estilo de subtítulo del patró Objetivos: Itroducir el mudo de los trees de egraajes, aalizado los diversos tipos

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL Viceç Fot Departamet de Didàctica de les CCEE i de la Matemàtica de la Uiversitat de Barceloa Resume: E este artículo se muestra como las trasformacioes

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

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

Procesamiento de los datos de precipitación

Procesamiento de los datos de precipitación GUIA DEL TRABAJO PRACTICO Nº 2 Procesamieto de los datos de precipitació Calcular la PRECIPITACIÓN MEDIA sobre la cueca para la tormeta dato La determiació del volume de agua precipitado sobre u área dada

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

Diagrama Tensión deformación de la mampostería

Diagrama Tensión deformación de la mampostería Diagrama Tesió deformació de la mampostería EFECTO DEL TIPO DE EN LA DEL PRISMA RELACIÓN DE DEL : PROPIEDADES TIPO PRISMA A 1 : 1/4 : 3,00 1,06 B 1 : 1/ : 4y1/ 1,00 1,00 C 1 : 1 : 6 0,50 0,85 D 1 : : 9

Más detalles

SEMANA 01. CLASE 01. MARTES 04/10/16

SEMANA 01. CLASE 01. MARTES 04/10/16 EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados

Más detalles

Fundamentos físicos de la topografía

Fundamentos físicos de la topografía Fudametos físicos de la topografía Luis Muñoz Mato Liceciado e Física por la USC Título: Fudametos físicos de la topografía Autor: Luis Alberto Muñoz ISBN: 978 84 8454 789 1 Depósito legal: A 920-2009

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5 Aexo Calculadora La proliferació de las calculadoras e la vida cotidiaa obliga a profesores y padres a replatearse su uso. Los profesores debemos eseñar a los alumos su utilizació. Pero será los profesores

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

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

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a. Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente. º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

Más detalles

P(U)=, 5, 8, 9, b, 5, 8, 5, 9, 5, b, 8, 9, 8, b, 9, b, 5, 8, 9, 5, 8, b, 5, 9, b, 8, 9, b, U. {8,b} Figura 1

P(U)=, 5, 8, 9, b, 5, 8, 5, 9, 5, b, 8, 9, 8, b, 9, b, 5, 8, 9, 5, 8, b, 5, 9, b, 8, 9, b, U. {8,b} Figura 1 Algebras de Boole Cojuto de partes. Dado u cojuto =,, podemos eumerar todos los subcojutos posibles de A, o dicho de otro modo todos los cojutos icluídos e A. Costruímos etoces u uevo cojuto co todos esos

Más detalles

IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. 3º ESO A. Nombre:

IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. 3º ESO A. Nombre: IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. º ESO A Nombre: Evaluació: Primera. Feca: 0 de diciembre de 00 NOTA Ejercicio º.- Aplica el orde de prioridad de las operacioes para calcular: 64 : 5

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

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

Entrenamiento estatal.

Entrenamiento estatal. Etreamieto estatal. Combiatoria. Coteo. Problemas de caletamieto. 1. Cuátos códigos diferetes de cico dígitos puede hacerse? 2. Si para ir de A a B hay 3 camios, para ir de A a C hay dos camios, Para ir

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

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1 Probabilidad 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