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

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

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

Transcripción

1 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 posibles..2. Clasificació.2.. imple.2... Ejemplos Lazamieto de ua moeda Lazamieto de u dado Escogecia al azar de ua persoa Aotació del sexo de u recié acido Aotació de la duració de ua llamada telefóica.2.2. Compuesto Defiició. Implica la realizació de varios experimetos simples de forma simultáea o de forma sucesiva Ejemplos Co idepedecia: Muestreo Aleatorio Co Reposició (MACR) Lazamieto de u dado veces Lazamieto de dados de forma simultáea Aotació de las pelotas escogidas al azar de forma sucesiva de ua caja que cotiee pelotas egras y v pelotas verdes dode cada vez que se escoge y se aota ua pelota, ésta es devuelta a la caja i idepedecia: Muestreo Aleatorio i Reposició (MAR) Aotació de las pelotas escogidas al azar de forma sucesiva de ua caja que cotiee pelotas egras y v pelotas verdes dode cada vez que se escoge y se aota ua pelota, ésta o es devuelta a la caja Aotació de las pelotas escogidas al azar de forma simultáea de ua caja que cotiee pelotas egras y v pelotas verdes.3. Propósito de u Experimeto Aleatorio.3.. Defiició. Defie lo que se persigue observar después de ejecutado el.3.2. Ejemplos: Experimeto aleatorio: Lazamieto de u dado ormal co dos caras blacas y cuatro caras egras sobre ua mesa circular. Alguos propósitos que pudiera ser defiidos sobre este experimeto: Propósito. Determiar el úmero obteido e la cara superior del dado Propósito 2. Determiar el color de la cara superior del dado José Luis Quitero

2 Propósito 3. Determiar la distacia etre el cetro de la mesa y el puto cetral de la cara iferior del dado Experimeto aleatorio: Escogecia al azar de u estudiate de Igeiería de ua uiversidad específica. Alguos propósitos que pudiera ser defiidos sobre este experimeto: Propósito. Determiar la edad de la persoa Propósito 2. Determiar el tipo de Igeiería que estudia Propósito 3. Determiar el último dígito de su cédula 2. Espacio Muestral de u Experimeto Aleatorio 2.. Defiició. Es el cojuto de todos los posibles resultados de ese experimeto. e deotará co la letra E o la letra Relació etre resultado y elemeto de u espacio muestral. U resultado es u cojuto de elemetos Clasificació Discreto y fiito Defiició. El úmero total de resultados de ese experimeto es u úmero fiito Ejemplos: E el experimeto aleatorio de lazar u dado co el propósito de determiar el úmero obteido e la cara superior del dado, los posibles resultados so cada ua de las seis caras del dado. Este =,2,3,4,5,6 co seis resultados E el experimeto aleatorio de lazar u dado ormal co dos caras blacas y cuatro caras egras co el propósito de determiar el color de la cara superior del dado, los posibles resultados so blaco = blaco, egro. y egro. El espacio muestral se escribe como { } Este espacio muestral tiee dos posibles resultados (Experimeto de Beroulli) Discreto e ifiito umerable Defiició. El úmero total de resultados de ese experimeto es u úmero ifiito pero se puede ordear e ua sucesió Ejemplos: E el experimeto aleatorio de observar el úmero de persoas que etra a u baco durate u período de ua hora, el espacio = 0,,2,... Este espacio muestral muestral puede escribirse como { } tiee ifiitos resultados E el experimeto aleatorio de lazar u dado tatas veces como sea ecesaria hasta que salga seis por primera vez co el propósito de determiar el lazamieto dode ocurre esto por primera vez, el =,2,... Este espacio muestral tiee ifiitos resultados (Experimeto Geométrico) José Luis Quitero 2

3 Cotiuo Mixto Defiició. El úmero total de resultados de ese experimeto es u úmero ifiito que o se puede ordear e ua sucesió. Aquí el cojuto de resultados viee dado por itervalos Ejemplos: E el experimeto aleatorio de medir el voltaje etre u cierto puto y tierra e el circuito de u receptor de radio, el espacio muestral puede escribirse como = { v:0 v v MAX }. Este espacio muestral tiee ifiitos resultados E el experimeto aleatorio de lazar u dado ormal sobre ua mesa circular co el propósito de determiar la distacia etre el cetro de la mesa y el puto cetral de la cara iferior del dado, el = r:0 r R, dode R represeta el radio de la mesa. Este espacio muestral tiee ifiitos resultados Defiició. El úmero total de resultados de ese experimeto es u úmero ifiito que o se puede ordear e ua sucesió. Aquí el cojuto de resultados resulta de la uió de valores putuales y de itervalos Ejemplo: upoga que se tiee u sistema e el iterior de u taque que cotiee u fluido que debe apagar el sistema y marcar e el medidor la temperatura de 0C si la temperatura medida e el iterior del taque es meor que 0C. De igual maera debe apagar el sistema y marcar e el medidor la temperatura de 25C si la temperatura medida e el iterior del taque supera los 20C. E caso cotrario se debe reportar la temperatura real e el iterior del = T:0,0 T 20,25. taque. El espacio muestral es { } 2.4. Cardialidad de u cojuto C. Es el úmero de elemetos que posee el cojuto C. e deotará por N C Cardialidad del Espacio Muestral Ejemplos: E el experimeto aleatorio de lazar ua moeda co el propósito de determiar lo = cara, sello tiee cardialidad que ocurrió e la cara superior, el espacio muestral { } 2, es decir N = 2 E el experimeto aleatorio de lazar u dado co el propósito de determiar el =,2,3,4,5,6 úmero obteido e la cara superior del dado, el espacio muestral { } tiee cardialidad 6, es decir N = 6 E el experimeto aleatorio de lazar u dado ormal co dos caras blacas y cuatro caras egras co el propósito de determiar el color de la cara superior del dado, el espacio muestral = { blaco, egro} tiee cardialidad 6, es decir N = 6. E este ejemplo se puede afirmar que Nblaco = 2 y Negro = 4 José Luis Quitero 3

4 E el experimeto aleatorio de lazar dos dados co el propósito de observar el úmero obteido e la cara superior del primer dado y el úmero obteido e la cara = (i,j)/i,j =,2,3,4,5,6 tiee superior del segudo dado, el espacio muestral { } cardialidad 36, es decir N = Evetos o sucesos 3.. Defiició. Es cualquier subcojuto del espacio muestral. e deota co las letras mayúsculas, por ejemplo, A,B,C Alguos evetos de iterés Eveto complemeto de A. Es u subcojuto del espacio muestral que cotiee los resultados que o está e el eveto A Eveto elemetal. Es u eveto que cotiee solamete u resultado del Eveto compuesto. Es u eveto que cotiee más de u resultado del Eveto seguro. Es u eveto que cotiee todos los resultados del Eveto imposible. Es u eveto que o cotiee igú resultado del Evetos mutuamete excluyetes (o disjutos). o evetos de itersecció vacía, es decir, que o posee elemetos comues k evetos colectivamete exhaustivos. o los evetos A, A 2,, A k del espacio muestral tales que A A 2... Ak = Ejemplos: E el experimeto aleatorio de lazar u dado co el propósito de determiar el úmero obteido e la cara superior del dado, alguos evetos compuestos que se puede defiir so: A carai/ipar 2,4,6 = { } = { }, B = { carai/iprimo} = { 2,3,5 } E el experimeto aleatorio de lazar u dado co el propósito de determiar el úmero obteido e la cara superior del dado, el eveto complemeto de A viee c dado por A = { carai/iimpar} = {,3,5 } 3.4. Diagramas de Ve. o ilustracioes usadas e la teoría de cojutos. e usa para mostrar gráficamete cojutos, represetado cada uo mediate u círculo o u óvalo. La figura muestra Diagramas de Ve que ilustra cuatro situacioes de evetos mutuamete excluyetes y colectivamete exhaustivos. 4. Probabilidad 4.. Defiicioes Es ua maera de cuatificar la icertidumbre que existe e u experimeto aleatorio Medida umérica del chace de ocurrecia de u eveto Es ua relació matemática que asiga a cada resultado del experimeto aleatorio u úmero real que se ecuetra e el itervalo [0,] José Luis Quitero 4

5 Figura. Cuatro situacioes ilustradas usado Diagramas de Ve 4.2. Costrucció de la fórmula de probabilidad ea u experimeto aleatorio cuyo espacio muestral es discreto y fiito de cardialidad N y sea u eveto A co cardialidad N A, etoces se coocerá como probabilidad del eveto A a la relació etre N A y N dada por NA P(A) =. N 4.3. Axiomas de la probabilidad 0 P(A), P( ) = 0, P() =, P(A) + P(A) = P(A A 2) = P(A) + P(A 2) P(A A 2) P(A A 2) P(A) + P(A 2) P(A A2 A 3) = P(A) + P(A 2) + P(A 3) P(A A 2) P(A A 3) P(A2 A 3) + P(A A2 A 3) i A, A 2,..., A so evetos mutuamete excluyetes, P(A A... A ) = P(A) + P(A ) P(A ) P A U = 2 2 i i i= i= P(A A 2... A ) + P(A A 2... A ) = P(A) José Luis Quitero 5

4. CONCEPTO BASICOS DE PROBABILIDADES

4. CONCEPTO BASICOS DE PROBABILIDADES 4. CONCEPTO BASICOS DE PROBABILIDADES Dr. http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 41 4.1 Espacio Muestral y Evetos 4.1.1 1 Experimetos Aleatorios y Espacios

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

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

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

(PROBABILIDAD) (tema 15 del libro)

(PROBABILIDAD) (tema 15 del libro) (PROBABILIDAD) (tema 15 del libro) 1. EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL. SUCESOS Defiició: U feómeo o experiecia se dice aleatorio cuado al repetirlo e codicioes aálogas o se puede predecir el

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

CÁLCULO DE PROBABILIDADES :

CÁLCULO DE PROBABILIDADES : CÁLCULO DE PROBBILIDDES : Experimeto aleatorio. Espacio muestral. Sucesos. Álgebra de sucesos. Frecuecias. Propiedades. Probabilidad. Resume de Combiatoria. Probabilidad codicioada. Teoremas. PROBBILIDD

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

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

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números. Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,

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

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

Estadística para Química - 1er. cuat. 2007 - Marta García Ben

Estadística para Química - 1er. cuat. 2007 - Marta García Ben Ej. 1 Podriamos cosiderar S={0,1,} (los resultados o sería igualmete probables). Pero tambie podemos defiir S={CC,CS,SC,SS} describiedo todos los resultados de tirar dos moedas y luego asociar CC, CS 1,

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

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

Notas Docentes. Estadística para Economistas. Carlos Casacuberta. Nota Docente No. 08

Notas Docentes. Estadística para Economistas. Carlos Casacuberta. Nota Docente No. 08 Notas Docetes Estadística para Ecoomistas Carlos Casacuberta Nota Docete No. 08 Diploma e Ecoomía 004 Departameto de Ecoomía Facultad de Ciecias Sociales Estadística Notas de clase. Itroducció La estadística

Más detalles

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

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

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES 6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

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

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

Más detalles

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p. Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible

Más detalles

1. Ley de Grandes Números

1. Ley de Grandes Números La Ley de Grades Números Pablo Lessa 9 de octubre de 2014 1. Ley de Grades Números Te hago ua preguta persoal: Si estás jugado a la ruleta apostado e cada turo por egro o rojo y ves que sale 6 veces seguidas

Más detalles

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito. MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre

Más detalles

Tema 12: IDEA DE PROBABILIDAD

Tema 12: IDEA DE PROBABILIDAD Tema 12: IDEA DE PROBABILIDAD 1.- Experimetos aleatorios U experimeto se llama aleatorio cuado se cooce todos los posibles resultados del mismo, pero o puede predecirse cuál de ellos se producirá e ua

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

Existencia. donde R(a) = {b B / (a, b) R} y R 1 denota la relación inversa de R. ({a} R(a)) y esta unión es disjunta entonces se tiene

Existencia. donde R(a) = {b B / (a, b) R} y R 1 denota la relación inversa de R. ({a} R(a)) y esta unión es disjunta entonces se tiene Existecia. El pricipio de los casilleros. Si queremos colocar 3 bolillas e cajas, es evidete que e algua caja deberemos colocar al meos dos bolillas. Lo mismo ocurre si e lugar de 3 bolillas tuviésemos

Más detalles

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1

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

Más detalles

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

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

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

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

Más detalles

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

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...} ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)

Más detalles

1 Valores individuales del conjunto

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

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

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

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2

ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ 2 Estadística o Paramétrica ESTADÍSTICA NO PARAMÉTRICA: PRUEBA CHI-CUADRADO χ Autores: Jua Fracisco Moge Ivars (jmoje@uoc.edu), Ágel A. Jua Pérez (ajuap@uoc.edu) ESQUEMA DE CONTENIDOS Estadística o Paramétrica

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

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

Probabilidad con técnicas de conteo

Probabilidad con técnicas de conteo UNIA 3 Probabilidad co técicas de coteo Objetivos Al fializar la uidad, el alumo: distiguirá y utilizará las reglas de multiplicació y de suma para el cálculo de la catidad de arreglos co y si orde explicará

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

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:

Series Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir: Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

TEMA 3: TÉCNICAS DE RECUENTO. COMBINATORIA OMBINATORIA.

TEMA 3: TÉCNICAS DE RECUENTO. COMBINATORIA OMBINATORIA. TEMA : TÉCNICAS DE RECUENTO. COMBINATORIA OMBINATORIA.. Itroducció...... Itroducció histórica...... Defiició de factorial.... Técicas de recueto...... Pricipio del producto...... Pricipio de adició o regla

Más detalles

3. CONCEPTO BASICOS DE PROBABILIDADES

3. CONCEPTO BASICOS DE PROBABILIDADES 3. CONCEPTO SICOS DE PROILIDDES Dr. Edgar cuña http://math.uprm.edu/~edgar UNIVERSIDD DE PUERTO RICO RECINTO UNIVERSITRIO DE MYGUEZ 3. Espacio Muestral y Evetos 3.. Experimetos leatorios y Espacios Muestrales

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

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

4. TÉCNICAS PARA CONTAR Cardinal de un conjunto. Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM.

4. TÉCNICAS PARA CONTAR Cardinal de un conjunto. Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM. .1. Cardial de u cojuto. TÉCNICAS PARA CONTAR Fucioes etre cojutos Se llama fució o aplicació del cojuto A e el cojuto B a cualquier relació f : A B que a cada elemeto a A le hace correspoder u úico elemeto

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

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

UNIDAD II - CONJUNTOS Y TECNICAS DE CONTEO

UNIDAD II - CONJUNTOS Y TECNICAS DE CONTEO UNIDAD II - CONJUNTOS Y TECNICAS DE CONTEO. INTRODUCCIÓN El orige de la teoría de la probabilidad se ecuetra e el trabajo motivado por los juegos de azar de los matemáticos Pedro de Fermat (60-665), Blas

Más detalles

CAPITULO 2. Aritmética Natural

CAPITULO 2. Aritmética Natural CAPITULO Aritmética Natural Itroducció 1 Sumatorias Iducció Matemática Progresioes Teorema del Biomio 1. Coteidos. Itroducció 1) Asumiremos que el cojuto de úmeros reales R, +,, ) es u cuerpo ordeado completo.

Más detalles

SUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica.

SUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica. págia 05. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto {,,, 4,

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

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

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

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

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

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

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

Más detalles

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso

Más detalles

OPCIÓN A EJERCICIO 1_A 1 0 2

OPCIÓN A EJERCICIO 1_A 1 0 2 IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz

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

Teoría Combinatoria. Capítulo 2. 2.1. Dos Principios Básicos.

Teoría Combinatoria. Capítulo 2. 2.1. Dos Principios Básicos. Capítulo 2 Teoría Combiatoria La Teoría Combiatoria es la rama de las matemáticas que se ocupa del estudio de las formas de cotar Aparte del iterés que tiee e sí misma, la combiatoria tiee aplicacioes

Más detalles

Tema 5 Series numéricas

Tema 5 Series numéricas Tema 5 Series uméricas Objetivos 1. Defiir series co wxmaxima. 2. Calcular sumas parciales de ua serie. 3. Iterpretar la defiició de suma de ua serie. 4. Calcular la suma de ua serie geométrica. 5. Calcular

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

CAPÍTULO V. SUCESIONES Y SERIES

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

Más detalles

UNIDAD 7: ESTADÍSTICA INFERENCIAL

UNIDAD 7: ESTADÍSTICA INFERENCIAL UNIDAD 7: ESTADÍSTICA INFERENCIAL ÍNDICE DE LA UNIDAD 1.- INTRODUCCIÓN.... 1.- VARIABLES ESTADÍSTICAS. PARÁMETROS... 3.- DISTRIBUCIONES DE PROBABILIDAD... 3 3.1.- Distribució Biomial... 4 3..- Distribució

Más detalles

TEMA 7: TEORÍA DE LA PROBABILIDAD

TEMA 7: TEORÍA DE LA PROBABILIDAD 7.. Itroducció... 7.2 Espacio Muestral... 2 7.3 ocepto de σ-álgebra.... 5 7.4. Defiició clásica de probabilidad.... 6 7.5. Defiició frecuetista de probabilidad.... 6 7.6. Defiició axiomática de probabilidad...

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

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

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

Más detalles

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

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

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

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

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

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

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

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

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

Más detalles

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p : Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

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

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

Intervalos de Confianza para la diferencia de medias

Intervalos de Confianza para la diferencia de medias Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza

Más detalles

Víctor Manuel Sirgo Manrique - 1 -

Víctor Manuel Sirgo Manrique - 1 - Víctor Mauel Sirgo Marique - 1 - INDICE Tema ágia Coteido de la Estadística 3 oblació y muestra 3 Variable 5 Distribució de frecuecias para datos o agrupados 6 Distribució de frecuecias para datos agrupados

Más detalles

Variables aleatorias. Distribución binomial y normal

Variables aleatorias. Distribución binomial y normal Variables aleatorias. Distribució biomial y ormal Variable aleatoria Def.- Al realizar u experimeto aleatorio teemos u espacio muestral E. A cualquier ley o aplicació que a cualquier suceso de E le asocie

Más detalles

(finitas o infinitas)

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

Más detalles

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

Aplicaciones del cálculo integral vectorial a la física

Aplicaciones del cálculo integral vectorial a la física Aplicacioes del cálculo itegral vectorial a la física ISABEL MARRERO epartameto de Aálisis Matemático Uiversidad de La Lagua imarrero@ull.es Ídice 1. Itroducció 1 2. Itegral doble 1 2.1. Motivació: el

Más detalles

Medios de Transmisión

Medios de Transmisión 39 Medios de Trasmisió 3. Fibra Optica La fibra óptica trasporta iformació e forma de u haz de luz que fluctúa e su itesidad. Luz es ua oda electromagética que se propaga a ua frecuecia mayor que la que

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

Prácticas de Física Aplicada a las Ciencias de la Salud Curso 2015/16. Óptica geométrica

Prácticas de Física Aplicada a las Ciencias de la Salud Curso 2015/16. Óptica geométrica Óptica geométrica. Objetivos Familiarizar al alumo co coceptos básicos e óptica geométrica, tales como los feómeos de reflexió, refracció o reflexió total. Comprobació de la Ley de Sell. Características

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva Itroducció Se defie alguos coceptos básicos para ua compresió ituitiva de la Estadística. Se itroduce los primeros coceptos sobre el uso y maejo de datos uméricos, que permite distiguir

Más detalles

Tema 6: Distribuciones Muestrales

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

Más detalles

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.

Calculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos. IES Fco Ayala de Graada Sobrates de 2000 (Modelo 1) Solució Germá-Jesús Rubio Lua Los Exámees del año 2000 me los ha proporcioado D. José Gallegos Ferádez OPCIÓN A EJERCICIO 1_A (2 putos) Dibuje el recito

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 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n.

TEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n. Fucioes de varias variables (I TEMA - FUNCIONES DE VARIAS VARIABLES (I: LÍMITES Y CONTINUIDAD. Coceptos topológicos previos e el espacio euclídeo R. Sea R el espacio euclídeo de dimesioes. U puto a de

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos. CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio

Más detalles