edigraphic.com Otras secciones de este sitio: Others sections in this web site: Contents of this number More journals Search

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

Download "edigraphic.com Otras secciones de este sitio: Others sections in this web site: Contents of this number More journals Search"

Transcripción

1 Volumen Volume 7 Boquma Número Number Juno June 00 rtíulo: Cálulo de la nertdumbre asoada al resultado de la medón de gluosa Derehos reservados, Coprght 00: soaón Mexana de Boquíma Clína, C Otras seones de este sto: Índe de este número Más revstas Búsqueda Others setons n ths web ste: Contents of ths number More journals Searh

2 METROLOGÍ Cálulo de la nertdumbre asoada al resultado de la medón de gluosa lejandro Pérez-Castorena* 1, la Guevara-Hernández 1 Área de Metrología de Materales, Centro Naonal de Metrología. Dvsón Materales Orgános, Centro Naonal de Metrología. *Sobretros: km 4.5 arretera a los Cués Munpo El Marques, CP 7641, Querétaro Méxo. e-mal: aperezx@enam.mx Rebdo: 03/09/001 eptado: 15/05/00 RESUMEN El propósto de este trabajo es presentar de la manera más lara posble la estmaón de la nertdumbre asoada a la medón de una magntud químa, empleando la le de propagaón de nertdumbres, a través de un ejemplo senllo de medón de gluosa que muestra la forma de dentfar, analzar estmar las ontrbuones de los dferentes omponentes de nertdumbre que están nvoluradas en una medón químa. demás, se desrbe oneptualmente el modelo de medón, los oneptos de error, error relatvo, error sstemáto su dferena respeto de la nertdumbre. Palabras lave. Medón, metrología, valor verdadero, nertdumbre de medón, error aleatoro, Método de evaluaón tpo de la nertdumbre, Método de evaluaón Tpo B de la nertdumbre, error, error sstemáto, trazabldad. BSTRCT The am of ths paper s to show the methodolog of the determnaton of unertant related to the measurement of a hemal quantt, usng the law of propagaton, through a smple example of gluose determnaton that shows the wa of dentfaton, analss and evaluaton of the ontrbuton of dfferent omponents of unertant whh are nvolved n a hemal measurement. Besdes, the model of measurement and error onepts (sstemat and random) are desrbed oneptuall, n order to be able of dstngush them from the unertant onept. Ke words. Measurement, metrolog, true value, unertant of measurement, random error, Tpe method of unertant evaluaton, Tpe B method of unertant evaluaton, error, sstemat error, traeablt. Introduón Una gran antdad de desones están basadas en los resultados provenentes de medones químas, estos resultados se emplean en la emsón de dagnóstos, determnaón de rendmentos químos, verfaón de los valores de una propedad de un materal respeto de espefaones o límtes normatvos, aeptaón o lberaón de produtos, aplaón de regulaón ambental, entre otras. Independentemente de las desones que se tomen on base en los resultados, se requere tener una ndaón sobre la aldad de éstos de su fabldad para el propósto al que están destnados. tualmente ha una neesdad o requermento formal, por parte de los laboratoros que realzan medones químas, de mplantar meddas que permtan asegurar la apadad de proporonar datos on la aldad requerda por los usuaros. Estos requermentos mplan el uso de métodos valdados de análss, uso de proedmentos de ontrol de aldad nternos, partpaón en pruebas de apttud téna (onodas en químa lína omo éstos son elementos que forman parte de la metrología en químa); por lo ual en este artíulo se presenta la forma de tener una ndaón de la aldad de las medones a través de la evaluaón de la nertdumbre asoada al resultado de una magntud químa, la onentraón de gluosa. 1. Medón La medón, se defne omo el onjunto de operaones que tenen la fnaldad de asgnar un valor a una magntud espeífa 1. La metrología es el ampo del onomento relatvo a las medones. Sendo sus prnpales temas de estudo las undades de medda sus patrones, la medón, los nstrumentos de medón aquellas ualdades referdas a la ejeuón de las medones. De auerdo on esto se puede der que la metrología en químa es el ampo del onomento relatvo a las medones químas. esquemas de evaluaón externa de la aldad), aredtaón on Es útl dstngur la dferena entre tpos de medones. base en la guía ISO 1705, establemento de trazabldad de los Según J. Mandel 3 las medones pueden ser de tres tpos: (1). resultados de las medones en onseuena el álulo de la medón de onstantes fundamentales; () medones físas nertdumbre asoada al resultado de dhas medones (todos químas para araterzar un sstema físo o un materal espeífo; 3 BIOQUIMI VOL. 7 NO., 3-40, 00

3 CLCULO DE L INCERTIDUMBRE (3) métodos de ontrol, los uales pueden ser lasfados omo medones, uo propósto es dferente al de los dos anterores, es der, el propósto no es estableer un valor de nterés ntrínseo sno asegurar que las flutuaones del valor de la propedad que se mde permanezan dentro de límtes espeífos. En este doumento el prnpal nterés es tratar la estmaón de la nertdumbre asoada a las medones del tpo dos. Cuando se realza una medón de un mensurando 1, magntud partular sujeta a medón, on el fn de onoer su valor verdadero (µ), se emplea un sstema de medón (por ejemplo espetrómetro de masas, romatógrafo de líqudos, romatógrafo de gases, espetrofotómetro, et.) obtenéndose omo resultado un valor de la medón (), que dfere en una antdad (ε) del mensurando. El valor de la antdad ε varará al repetr el expermento de medón, es der, exste una mposbldad de obtener el msmo valor omo resultado de la medón del mensurando al repetr el expermento, lo ual se debe al azar. Este fenómeno, araterza al proeso de medón omo la varabldad de un sstema de medón, generando una duda en el valor obtendo del mensurando, esta attud de duda se denomna nertdumbre de medón. La realzaón de un expermento aleatoro (que se defne omo aquel en el ual no se puede preder el resultado aunque se reale sempre en las msmas ondones) de medón de un mensurando, on algún sstema de medón, tendrá una gran antdad de resultados posbles, los uales en onjunto onsttuen lo que se denomna espao muestral. ada uno de estos resultados posbles, se le asoa un valor numéro que es el resultado de la medón. esta funón matemáta que le asoa un valor numéro a un resultado expermental, se le onoe omo varable aleatora. De auerdo a lo anterormente menonado, se puede der que un sstema de medón esta araterzado por un onjunto de valores posbles de la desvaón ε. Estos serán los dferentes valores que toma la varable aleatora ε. La euaón sguente, muestra el modelo de medón 4 que expresa las deas anterores: = µ + ε (1) En este modelo µ es el valor del mensurando que se quere onoer, es el resultado de la medón, la varable aleatora ε es el error aleatoro de medón, que representa la ombnaón de dferentes fuentes de error. El patrón de omportamento de una varable aleatora esta desrto por su dstrbuón, s ε es una varable aleatora ontnua su nformaón se tene en una funón de densdad de probabldades f(ε). De la euaón (1) se puede observar que el omportamento de esta varable ε, se hereda a ada resultado de ada medón, que omo onseuena es tambén una varable aleatora on una erta dstrbuón, f(). Se puede der entones, que un sstema de medón tene asoada una dstrbuón de medones, f(). Esta relaón entre el sstema de medón, una erta dstrbuón, establee una estreha relaón entre la estadísta la metrología.. Inertdumbre El térmno nertdumbre 1 esta defndo omo: parámetro, asoado al resultado de una medón, que araterza la dspersón de los valores que podrían ser razonablemente atrbudos al mensurando. En medones químas, generalmente la nertdumbre asoada al valor de un mensurando tene dferentes ontrbuones que tenen dferentes orígenes, por ejemplo muestreo, efetos de matrz, nterferenas, temperatura humedad del medo ambente del laboratoro, varabldad de los nstrumentos para medr masa volumen, entre otros. Cada una de éstas, se onoe omo omponente de nertdumbre. Cuando se expresa ada una de éstas omponentes omo desvaón estándar entones, se onoen on el nombre de nertdumbres estándar..1 Métodos para la evaluaón de la nertdumbre La ontrbuón de los dferentes omponentes de nertdumbre dentfados en una medón, se puede evaluar empleando una de dos maneras 5, las uales onssten en determnar o asoar una dstrbuón de probabldad (dstrbuón unforme, trangular o normal, araterzada por su meda varanza) a los valores de dhos omponentes. ontnuaón se desrben estas formas de evaluaón: Evaluaón Tpo. Es aquella que evalúa la nertdumbre por métodos estadístos de una magntud que vara de manera aleatora, x, (onentraón), a partr de una sere de n observaones expermentales. En este aso la mejor estmaón de la nertdumbre estándar de dha magntud, se obtene por medo de la desvaón expermental de la meda de n observaones. ( x s x) s x = = n 1 n n () BRIL - JUNIO 00 33

4 PÉREZ CSTOREN Y COL. La desvaón expermental de la meda se nterpreta omo la nertdumbre nvolurada en el proeso de estmar el valor verdadero de la magntud, x, a partr del promedo de un onjunto n de medones expermentales. donde a, es el valor del sem-ntervalo de varaón de la desvaón estándar.. Pasos en la estmaón de la nertdumbre Evaluaón Tpo B. Es aquella que evalúa la nertdumbre por medos dferentes al análss estadísto de una sere de observaones. En este aso la evaluaón de la nertdumbre estándar se basa en datos o nformaón proporonados por el proveedor o fabrante, omo ertfados de materales de referena, ertfados de albraón de nstrumentos, atálogos o manuales espefaones ténas, entre otros. Esta evaluaón tpo B tambén puede realzarse empleando el juo entífo o experena del analsta. La nertdumbre estmada de esta manera deberá ombnarse on otras fuentes de nertdumbre dentfadas uantfadas empleando los métodos de evaluaón tpo tpo B. Para el aso de nertdumbres asgnadas a referenas, omo por ejemplo la que orresponde al valor reportado de onentraón de un materal de referena ertfado, ésta se enuentra ndada en el ertfado omo nertdumbre expandda, es der, omo el produto de la nertdumbre estándar un fator de obertura k orrespondente a un nvel de onfanza espeífo, que permten suponer una dstrbuón de probabldad normal para la magntud onentraón, (ver seón 3). En otros asos por ejemplo, se dspone de nformaón proporonada por el fabrante (omo espefaones de materal de vdro) que onsste en los valores de los límtes superor e nferor entre los uales puede varar el volumen nomnal del materal. En este aso el analsta debe asoar a la varable aleatora (volumen) on una dstrbuón a pror, dstrbuón trangular o retangular de probabldad generalmente. De auerdo al párrafo anteror, para la evaluaón de la nertdumbre estándar deberá suponerse que la varable aleatora esta desrta por una dstrbuón espeífa, que para el aso de una dstrbuón retangular la expresón que evalúa la nertdumbre estándar es: a u ( x ) = (3) 3 para una dstrbuón trangular es: a u ( x ) = 6 (4) La estmaón de la nertdumbre asoada on el resultado de una medón, es senlla en prnpo. Para su estmaón es neesaro segur uatro pasos 6 los uales se desrben a ontnuaón: Paso 1 Espefaón del mensurando. Desrbr o dar un enunado de lo que se esta mdendo, nluendo la relaón entre el mensurando los parámetros de los uales depende, ver regla 1 en la seón tres. Paso Identfaón de las fuentes de nertdumbre. Lstar las posbles fuentes de nertdumbre. Esta debe nlur fuentes que ontrbuan a la nertdumbre de los parámetros espefados en la relaón menonada en el paso 1. Paso 3 Cuantfaón de las fuentes de nertdumbres. Estmar o medr el tamaño de las omponentes de la nertdumbre asoadas on ada fuente potenal de nertdumbre dentfada. Es posble estmar o alular una sola ontrbuón asoada on un número de fuentes de nertdumbres separadas. Paso 4 Cálulo de la nertdumbre ombnada. La nformaón obtenda en el paso tres, onsstrá de un número de ontrbuones uantfadas para la estmaón de la nertdumbre total, a sea que estén asoadas a fuentes ndvduales o a efetos ombnados de varas fuentes. Las ontrbuones deben expresarse omo desvaones estándar, ombnarse de auerdo a las reglas desrtas para obtener la nertdumbre ombnada, ver la seón 3. Fnalmente, aplar el fator de obertura apropado para obtener la nertdumbre expandda. 3. Le de propagaón de nertdumbres La nertdumbre total del resultado de una medón, denotada por u (), se llama nertdumbre estándar ombnada, es gual a la raíz uadrada postva de la varanza total obtenda al ombnar todas las omponentes de nertdumbre empleando la le de propagaón de nertdumbre 5, euaón (). u [ ( x, x, x,...)] = (5) 1 3 [ u( x )] = ) Y u( x X 34 BIOQUIMI VOL. 7 NO., 3-40, 00

5 CLCULO DE L INCERTIDUMBRE Y u ( x ) = u ( x ) (6) X En donde el produto u(x ), representa la ontrbuón de ada uno de los omponentes a la nertdumbre total denota la dervada paral del mensurando respeto de ada omponente, mejor onodo omo oefente de sensbldad. En algunos asos, la expresón para ombnar nertdumbres se redue a dos reglas smples: El error se onsdera estar formado por dos omponentes, una omponente aleatora una omponente sstemáta. Error aleatoro, es el resultado de una medón menos la meda que resultaría de un número nfnto de medones del msmo mensurando realzadas bajo ondones de repetbldad. El error aleatoro surge de varaones no predebles de magntudes de nfluena. Estos efetos aleatoros generan varaones en observaones repetdas del mensurando. Lo anteror, es onsstente on el modelo de medón dado en la euaón (1). Regla 1. Para modelos que nvoluran solo sumas o restas, =(x 1 +x +x ) o =(x 1 -x -x ), la nertdumbre estándar ombnada u () esta dada por la expresón: (7) u [ 3 ( x1, x, x3,...)] = u ( x1 ) + u ( x) + u ( x ) +... Regla. Para modelos que nvoluran un produto o oente, =(x 1 x x 3...) o =x 3 /(x 1 x...), la nertdumbre estándar ombnada u () esta dada por: (8) u u ( x ) 1 u ( x ) u ( x 3 ) [ ( x1, x, x 3,...)] = x1 x x 3 Para la maoría de los propóstos en medones químas, se emplea la nertdumbre expandda, (U), la ual proporona un ntervalo dentro del ual se espera se stúe el valor verdadero de un mensurando on un nvel de onfanza espeífo. U se obtene multplando u () por un fator o multplador llamado fator de obertura (k). El valor de este fator se elge de auerdo al nvel de onfanza deseado. Normalmente se elge k= para un nvel de onfanza de aproxmadamente el 95 %. La forma de expresar la nertdumbre expandda será entones U = ku (). 4. Error Error sstemáto, se defne omo el omponente del error que durante el urso de un número de análss del msmo mensurando permanee onstante o varía en una forma predeble. Es por lo tanto ndependente del número de medones realzadas. Fnalmente, la nertdumbre no debe onfundrse on el error en vrtud de que la prmera provene de un onjunto de omponentes que ontrbuen al valor de la nertdumbre total asoada al valor del mensurando, se expresa en la forma de un ntervalo de onfanza, en tanto que error es únamente la dferena de una sola medón el valor verdadero del mensurando. ontnuaón, se presenta un ejemplo lustratvo para estmar la nertdumbre asoada a la medón de la onentraón de gluosa obtenda expermentalmente, durante la medón de una muestra de suero o plasma. 5. Evaluaón de la nertdumbre asoada a la medón de gluosa De auerdo a la seón anteror, para realzar la uantfaón de la nertdumbre asoada a la medón de gluosa en suero o plasma por espetrofotometría, ésta se debe realzar en varos pasos, éstos se desrben a ontnuaón. Paso 1: Espefaón del mensurando. Error, esta defndo omo el resultado de una medón menos el El objetvo de este paso es desrbr de manera lara el proeso de valor verdadero del mensurando 1. En esta defnón puede notarse medón al mensurando. En esta etapa se desrbe la preparaón que error es un onepto dealzado, que no puede ser onodo de la muestra, la medón la relaón entre el mensurando las on exattud. En prnpo el valor de un error puede ser aplado magntudes de las uales depende. En este ejemplo se onsdera omo una orreón al resultado. Por otra parte, la nertdumbre toma la forma de un ntervalo, que la medón de gluosa se realza sobre una muestra en sangre provenente de una persona sujeta a auno prevo. La nformaón espeífa aera de ómo preparar la muestra es der, s ésta se estma para una medón analíta para un tpo los patrones, generalmente se enuentra en el proedmento de muestra espeífa entones puede aplarse a todas las orrespondente dentro del Manual de Operaones del laboratoro. determnaones de este tpo, por lo que no debe ser onfundda En la fgura 1, se esquematza desrbe el proeso de preparaón on el error. de la muestra. BRIL - JUNIO 00 35

6 PÉREZ CSTOREN Y COL. Muestra Blano Patrón Reatvo de olor ml + Suero Plasma 0,0 ml Reatvo de olor ml Inubar 10 mnutos a 37 C gregar ml de agua a ada muestra Leer: Longtud de onda: 510 nm Temperatura: 37ºC Paso de luz: 1 m juste del ero on blano de reatvo Reatvo de olor ml + Patrón gtar gtar Fgura 1. Desrbe el proeso de preparaón de la muestra. En ada uno de tres tubos de ensae, a los que prevamente se les agregó un mlltro de soluón tampón, se dsuelve un mlltro de reatvo de olor, ver tabla (Que ontene Gluosa oxdasa, Peroxdasa 4-amnobenzofenona). El tubo uno es para la muestra, el tubo dos es para el blano el tubo tres es para el patrón. donar 0,0 ml de muestra (suero o plasma) al tubo uno mezlar perfetamente, adonar,0 ml de agua al tubo tres 0,0 ml del patrón al tubo tres. Inmedatamente, nubar los tres tubos durante 10 mnutos a una temperatura de 37 C, al fnalzar los 10 mnutos agregar en ada tubo dos mlltros de agua mezlar perfetamente. Leer la respuesta en absorbana de la muestra el patrón, empleando un espetrofotómetro a una longtud de onda de 510 nm de auerdo a la seuena dada en el paso. Cálulos: El mensurando en este problema es la onentraón de gluosa, la ual depende de la absorbana de la muestra, la absorbana del patrón de la onentraón del patrón, la euaón (9) relaona éstos fatores: = m p [ Patrón ] (9) Con el fn de faltar la dentfaón de las fuentes de nertdumbre, el proeso para la determnaón de la onentraón de gluosa en plasma se puede desglosar en varas etapas: I. Preparaón del paente II. Muestreo III. Medo en que se enuentra la muestra después de la separaón de los elementos formados en sangre del plasma. IV. Preparaón de la muestra V. Medón I. Preparaón del paente Esta etapa nvolura la ondón de auno del paente algunos fatores adonales omo ansedad tensón, los uales afetan el valor de onentraón de la gluosa que será medrá. II. Muestreo El muestreo se realzó en el paente en estado de auno de manera venosa lo ual tene un efeto en la onentraón de gluosa. III. Medo en el que se enuentra la muestra después de la separaón de los elementos formados en sangre del plasma. La medón de la onentraón de gluosa requere una separaón de los elementos formados en sangre del plasma, la ual puede ser realzada por medo de la entrfugaón. Por otra parte se sabe que la gluosa en plasma sufre una degradaón (la ual es dependente de la temperatura del laboratoro, transporte preparaón de la muestra) debdo a la glólss, la ual tene un efeto en la nertdumbre fnal. IV. Preparaón de la muestra preva a la medón Temperatura del baño, T Baño. La magntud de nfluena temperatura del baño afetará al valor del mensurando, onentraón de gluosa, la ual no esta representada en la euaón (9). Una varaón de la temperatura por ± T alrededor de la temperatura T 0 = 37 C ausará varaones en la onentraón de gluosa. Tempo de nubaón, t I. Este parámetro afeta de la msma forma que la temperatura, de manera que una varaón del tempo por ± t alrededor del tempo t 0 =10 mnutos ausará varaones en la onentraón de gluosa. = antdad de gluosa en la muestra en undades de mg/dl Profunddad de nmersón del ontendo de los tubos respeto del m, p = absorbana de la muestra del patrón respetvamente. nvel del agua del baño, N tubo. [Patrón] = onentraón del patrón, mg/dl Exste la posbldad de que esta profunddad afete el valor de la onentraón, al gual que la temperatura el tempo, por lo que Paso : Identfaón análss de las fuentes de nertdumbre. debe ser nvestgada. gtaón El propósto de este paso es lstar todas las fuentes de nertdumbre para ada una de las magntudes que afetan el valor del obtener un efeto despreable en el valor de onentraón de Se deberá determnar el tempo óptmo de agtaón on el fn de mensurando. gluosa. 36 BIOQUIMI VOL. 7 NO., 3-40, 00

7 CLCULO DE L INCERTIDUMBRE Volumen de agua, reatvo de olor patrón, V El efeto de la varabldad de los volúmenes de agua, reatvo de olor patrón, en la onentraón medda a través de la absorbana, estará nludo se reflejará en la varabldad de los valores de absorbana. Por lo que no se requere determnar el efeto de éstos en un expermento separado. V. Medón bsorbanas, m, p Los valores de absorbana se obtenen a partr de la sguente seuena de medón: Blano, Patrón, Blano, M 1, Blano, M, Blano, Patrón, Blano, M 3, Blano, M 4, Blano, Patrón, Blano,... La fuente de nertdumbre de los valores de las absorbanas, tanto de la muestra del patrón, esta sujeta únamente a la repetbldad del nstrumento a la preparaón preva a la medón tanto de la muestra, omo del blano el patrón. Patrón, P La nertdumbre estándar orrespondente al valor del patrón se obtene del ertfado del msmo, es der, a partr del valor de nertdumbre expandda reportada en él expresada on un fator de obertura k = para un nvel de onfanza de aproxmadamente el 95 %. La fgura, muestra a través de un dagrama de ausa efeto, las fuentes potenales de nertdumbre que podrían ontrbur al valor de la nertdumbre asoada al valor meddo de la onentraón de gluosa (mensurando). II m patrón MRC III IV V I = onentraón de gluosa nertdumbre estándar de ada una de estas etapas se debe alular empleando al método de evaluaón tpo B de auerdo a la euaón (3), uos resultados se enuentran a ontnuaón. I. Preparaón del paente u rel (PP) Los fatores nvolurados en la preparaón del paente se onsderan una fuente de nertdumbre para la onentraón de gluosa de auerdo a la referena [7] es del 5 % relatvo. Empleando la euaón (3), la nertdumbre estándar relatva es: u rel ( PP ) = 5 / 3 =,9% II. Muestreo u rel (M) En el muestreo venoso se estma que la ontrbuón a la nertdumbre total es el 1,7% relatva (referena 7), a que algunas vees puede varar de un ndvduo a otro aún en muestreos onseutvos a través de la msma aguja. u rel ( M ) = 1,7 / 3 = 0,98 % III. Medo en el que se enuentra la muestra u rel (MM) La ontrbuón de este omponente de nertdumbre se ha estmado ser del orden del 1,39 % relatvo (referena 7). u rel ( MM ) = 1,39 / 3 = 0,80 % IV. Preparaón de la muestra posteror a obtener la muestra de plasma preva a la medón Los efetos de la agtaón, temperatura del baño, T Baño, profunddad de nmersón del ontendo de los tubos respeto del nvel del agua del baño, N tubo del tempo de nubaón, t I, se redujeron al mínmo en vrtud de que las ondones expermentales orrespondentes al baño termostáto de agua ubaón de los tubos dentro de éste, fueron tales que el nvel de nmersón del ontendo de los tubos se enontraba 5 m por debajo del nvel de agua del baño, el ontrol de la temperatura del baño era de ± 0,5 C, realzándose el montoreo de la temperatura del agua on un termómetro de ± 0,1 C de resoluón una agtaón homogénea. Tambén se ubaron los tubos lo más era posble al entro del baño. Fgura Paso 3: Cuantfaón de los omponentes de nertdumbre. En este paso ada fuente potenal de nertdumbre dentfada se mde dretamente o estma usando resultados expermentales prevos o resultados dervados de análss teóros. Para las etapas del proeso de medón I, II III se empleó nformaón determnada en expermentos prevos publada en la referena 7, por lo que la En expermentos prevos fue determnado un tempo de nubaón óptmo, uo efeto en la onentraón de gluosa fue despreable. V. Medón bsorbana: m, p La absorbana, uadro 1, fue medda de auerdo a la seuena desrta en el Paso. BRIL - JUNIO 00 37

8 PÉREZ CSTOREN Y COL. En la preparaón de la muestra, del reatvo de olor del patrón se sguó el esquema de adón de volúmenes mostrado en la uadro. La varabldad debda al nstrumento a la nexattud en la adón del volumen se enuentra reflejado en el valor estmado de nertdumbre estándar de la absorbana del patrón de la muestra (desvaón estándar de la meda tanto del patrón omo de la muestra) uadro 1. Cuadro 1 No. Letura p m 1 0,84 0,35 0,85 0,43 3 0,83 0,33 Meda 0,84 0,37 Desvaón estándar 0,001 0,005 Desvaón estándar de la meda 0,0006 0,0031 m = [ Patrón ] p 0,37 = (10,40 ) = 0,84 = 4,744 mmol / L 85,40 mg / L (11) La nertdumbre ombnada asoada al valor de onentraón alulado provenente únamente de la repetbldad del nstrumento, etapa V, se obtene susttuendo dentro del símbolo de radal de la euaón (8) los valores orrespondentes a las absorbanas del patrón de la muestra, así omo el valor de la onentraón de patrón los valores de las nertdumbres orrespondentes a ada uno de los parámetros nvolurados en la expresón (9). Y dvdendo el resultado de la raíz uadrada de la suma de los oentes de las nertdumbres absorbanas orrespondentes elevados al uadrado, por el valor 0,0139, se obtene la nertdumbre ombnada, u (gluosa). (1) Cuadro Tubo de Tubo de Tubo de muestra, blano, patrón, V 1 (ml) V (ml) V 3 (ml) Muestra 0,0 Reatvo de olor gua,0 Patrón 0,0 Patrón, P Se empleó un materal de referena ertfado de onentraón 10,33±0,84 mg/dl, ua nertdumbre expandda se determnó on un fator de obertura de k= para un nvel de onfanza de aproxmadamente del 95 % según lo muestra el ertfado, por lo que su nertdumbre estándar es: U 0,84 u = = 0,4mg / dl k = (10) Paso 4: Cálulo de la nertdumbre ombnada Susttuendo en la euaón 9, los valores orrespondentes a la absorbana de la muestra, del patrón el valor de la onentraón del patrón, ver tabla 3, se obtene el valor de la onentraón de gluosa sguente, u ( medón ) = 0,0031 0,0006 0, ,37 0,84 10,33 u ( glu os a) = 1,19 mg / dl u ( m m ) u ( + p ) u ( P ) + = P p = 0,0139 La nertdumbre estándar ombnada en térmnos relatvos orrespondente a las etapas I, II, III V se alula empleando la euaón (8), debdo a que sus valores están dsponbles en térmnos relatvos. (13) u ( gluosa) u ( medón) = + urel ( PP) + urel ( M) + urel ( MM) u glu os a) = ( u ( glu os a) = 0,03414 u ( glu os a) = 0,0341 =,915g / dl 0, ,09 u ( glu os a) = 0,1619mmol / L + 0, ,0080 Fnalmente, en los uadros 3 4, se muestra el resumen de los resultados del álulo de nertdumbre relaonado a la repetbldad del nstrumento a la onentraón de gluosa, respetvamente. La fgura 3, presenta de manera gráfa la ontrbuón de ada omponente la nertdumbre estándar ombnada, expresadas en forma relatva. 38 BIOQUIMI VOL. 7 NO., 3-40, 00

9 CLCULO DE L INCERTIDUMBRE Cuadro 3. Inertdumbre asoada a la repetbldad del nstrumento Fuente de la Magntud Valor del Fuente de Valor de la Dstrbuón/tpo Inertdumbre Inertdumbre nertdumbre parámetro nformaón nertdumbre de evaluaón estándar (u ) estándar relatva (V ) obtenda de la fuente (V /u ) de la nformaón Repetbldad del nstrumento bsorbana de la muestra bsorbana del patrón 0,37 Conentraón 10,33 Medón expermental 0,0031 Normal/Tpo 0,0031 0,0131 Medón 0,83 expermental 0,0006 Normal/Tpo 0,0006 0,001 Certfado del materal de referena 0,84 Normal/Tpo B 0,4 0,0041 Inertdumbre estándar ombnada Inertdumbre estándar ombnada relatva 1,19 mg/dl 0,0139 Cuadro 4. Inertdumbre estándar ombnada relatva Fuente de la Magntud Valor del Fuente de Valor de la Dstrbuón/tpo Inertdumbre Inertdumbre nertdumbre parámetro nformaón nertdumbre de evaluaón estándar estándar relatva obtenda de la fuente de la nformaón I. Preparaón Conentraón Referena [7] 5% Retangular/Tpo B 0,09 del paente II. Muestreo Conentraón Referena [7] 1,7 % Retangular/Tpo B 0,0098 III. Medo en el Conentraón Referena [7] 1,39 % Retangular/Tpo B 0,0080 que se enuentra la muestra V. Repetbldad Conentraón Medón Normal/Tpo 0,0139 del nstrumento expermental Inertdumbre 0,0346 estándar ombnada relatva (IECR) Contrbuón de nertdumbre 6. Comentaro fnal Fuente de nertdumbre IECR V III II I Fgura Inertdumbre estándar relatva El resultado fnal se expresa de la manera sguente: Conentraón de gluosa: (4,74±0,34) mmol/l en donde la nertdumbre reportada es una nertdumbre expandda alulada empleando un fator de obertura k = (*0,1619 mmol/l), el ual genera un ntervalo de onfanza de aproxmadamente el 95 %. Las medones realzadas en el área de la químa lína, se enuentran entre las más mportantes que se llevan a abo dentro de la químa, en vrtud de su trasendena en la salud humana por los efetos que pudera tener un dagnósto basado en un resultado poo fable de una medón. Lo anteror mpla que un laboratoro u organsmo que preste el servo de análss línos deba estar onente de su responsabldad al ser una fuente de nformaón nmedata haa la poblaón, por lo que debe analzar seramente el grado de rgor que desea dar a la estmaón de nertdumbre sn olvdar algunos fatores mportantes omo: los requstos del método de ensao, las neesdades del lente la exstena de límtes estrehos sobre los uales se basen las desones de onformdad on una espefaón. Por otra parte exste una neesdad de los laboratoros que realzan la medón de este tpo BRIL - JUNIO 00 39

10 PÉREZ CSTOREN Y COL. de magntudes de ntegrar en su laboratoro sstemas de aldad que les auden a ser ompettvos les permtan umplr on los requstos de aredtaón ante ualquer grupo o entdad dedada a este fn; por lo que es reomendable que el laboratoro haga todo lo posble para realzar una estmaón de la nertdumbre del resultado de una medón químa sguendo los métodos desrtos en la referena [5], sobre todo uando se realen análss de alta exattud que reperutan en resgos para la salud o el ambente. Fnalmente, este artíulo más que tratar de presentar de una forma detallada la evaluaón de la nertdumbre, ntenta lustrar de manera senlla la metodología para su evaluaón, sendo la nertdumbre el eslabón que da la fuerza enlaza las adenas de la trazabldad. gradementos la Q.B. Ma. Del Refugo mado Flores, profesor de la Faultad de Químa de la Unversdad utónoma de Querétaro, por sus omentaros aera de la medón expermental de magntudes del área lína. Referenas 1. BIPM, IEC, IFCC, ISO, IUPC. IUPC, OIML, ISO. Internatonal voabular of bas and general terms n metrolog, ISO, Geneva, OIML. Voabularo De Metrología Legal Térmnos fundamentales, traduón española del texto ofal franés, Mandel J. The statstal nalss of Expermental Data. 1ª. Edón. Nueva York; p Vlla Dhare E. Estadísta metrología. Notas de urso CIMT, Guanajuato; ISO. Gude to the expresson of unertant n measurement. ISO, Geneva, EURCHEM. Quantfng unertant n analtal measurement. Laborator of the Government Chemst (LGC), London, Kallner WaldenströmJ. Does the Unertant of Commonl Performed Gluose Measurement allow Identfaton of Indvduals at hgh Rsk for Dabetes?. Cln Chem Lab Med 1999;37(9): BIOQUIMI VOL. 7 NO., 3-40, 00

Control Estadístico de las Mediciones (Aplicación a la calibración de pesas)

Control Estadístico de las Mediciones (Aplicación a la calibración de pesas) Control Estadísto de las Medones (Aplaón a la albraón de pesas) Lus Oar Beerra antago Resuen: En etrología, y en espeal en laboratoros de albraón y pruebas es portante antener bajo ontrol etrológo los

Más detalles

Laboratorio 9. Equilibrio de distribución de un soluto en solventes inmiscibles

Laboratorio 9. Equilibrio de distribución de un soluto en solventes inmiscibles Laboratoro 9. Equlbro de dstrbuón de un soluto en solventes nmsbles Objetvo Determnar el oefente de dstrbuón de ádo aéto en el sstema agua/loroformo y agua/éter. Además, se determnará la efena de extraón

Más detalles

Laboratorio 9. Equilibrio de distribución de un soluto en solventes inmiscibles

Laboratorio 9. Equilibrio de distribución de un soluto en solventes inmiscibles Laboratoro 9. Equlbro de dstrbuón de un soluto en solventes nmsbles Objetvo Determnar el oefente de dstrbuón de ádo aéto en el sstema agua/loroformo y agua/éter. Además, se determnará la efena de extraón

Más detalles

PLANTEAMIENTO DE PROBLEMAS DE EQUILIBRIO

PLANTEAMIENTO DE PROBLEMAS DE EQUILIBRIO FACUTAD DE QUÍMICA Maestría En Ingenería Químa TERMODINÁMICA QUÍMICA Semestre 00- PANTEAMIENTO DE PROBEMAS DE EQUIIBRIO Un problema de equlbro de fases es aquel en donde dos o más fases están en ontato

Más detalles

Vaporización y condensación parcial de equilibrio

Vaporización y condensación parcial de equilibrio Vaporaón y ondensaón paral de equlbro El separador flash en equlbro es el más senllo de los proesos de etapas de equlbro on el que se puede enontrar un dseñador. Aún uando ntervene solamente una etapa,

Más detalles

Probabilidad condicional

Probabilidad condicional robabldades y Estadísta Computaón Faultad de Cenas Exatas y Naturales Unversdad de uenos res na M. ano y Elena J. Martínez 00 robabldad ondonal Consderemos una urna que ontene bolllas roas y 5 blanas.

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

ENCUENTRO NACIONAL DE METROLOGÍA ELÉCTRICA 15, 16 Y 17 de Junio del 2005.

ENCUENTRO NACIONAL DE METROLOGÍA ELÉCTRICA 15, 16 Y 17 de Junio del 2005. METODOLOGÍ PR EL CÁLCULO DE INCERTIDUMBRE J. ngel Moreno Centro Naonal de Metrología, Laboratoro de Impedana km 4,5 Carretera a los Cués, 764, El Marqués, Qro., Méxo +5 (44) 05 00, +5 (44) 05 48, jmoreno@enam.mx

Más detalles

TEMA 1. MÉTODOS APROXIMADOS PARA EL CÁLCULO DE OPERACIONES DE SEPARACIÓN DE MEZCLAS MULTICOMPONENTES

TEMA 1. MÉTODOS APROXIMADOS PARA EL CÁLCULO DE OPERACIONES DE SEPARACIÓN DE MEZCLAS MULTICOMPONENTES Unversdad de Alante. Dpto. Ingenería Químa Amplaón de Operaones de Separaón.. Métodos apromados TEMA. MÉTODOS APROXIMADOS PARA EL CÁLCULO DE OPERACIONES DE SEPARACIÓN DE MEZCLAS MULTICOMPONENTES. INTRODUCCIÓN

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

UN POCO DE HISTORIA Prof. Teuvo Kohonen UN POCO DE HISTORIA

UN POCO DE HISTORIA Prof. Teuvo Kohonen UN POCO DE HISTORIA Self-Organzng Maps 1. Defnón.. Un poo de hstora. CONTENIDO 3. Desrpón del algortmo. L. Pablo Sergo Garía 4. Ejemplos en ejeuón. 5. Problemas 6. Aplaones. DEFINICIÓN El SOM es un algortmo para vsualzar

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

TIPOS DE FLUJO. Tomaremos para analizar

TIPOS DE FLUJO. Tomaremos para analizar IPOS E FLUJO Muhos sstemas de utldad práta nvoluran flujos bdmensonales, lo ual torna ompleja la resoluón matemáta de la stuaón, por ello se plantearon asos límte de omportamento de flujo: FLUJO IVISCIO

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

Capacidad de Medida y Calibración?

Capacidad de Medida y Calibración? y la Capadad de Medda y Calbraón? Jorge Reyes (jreyes@dtdegas.om) Davd Antolínez (fantolnez@dtdegas.om) Corporaón CDT de GAS 1. INTRODUCCIÓN defnones de los térmnos a tratar. Se na presentado la defnón

Más detalles

Figura 77. Tabla de los costes de transporte de la operativa actual según las dos metodologías.

Figura 77. Tabla de los costes de transporte de la operativa actual según las dos metodologías. 6. CONCLUSIONES: VALORACIONES DE LOS COSTES DE TRANSPORTE: Reogemos aquí de nuevo los resultados de la valoraón de los ostes de transporte de la operatva atual obtendos a través de las dos metodologías

Más detalles

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 2. Espacios Vectoriales TEMA: MATRIZ DE TRANSICIÓN Y VECTOR DE COORDENADAS

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 2. Espacios Vectoriales TEMA: MATRIZ DE TRANSICIÓN Y VECTOR DE COORDENADAS PROLEMS RESUELTOS ÁLGER LINEL Tema. Espaos Vetorales TEM: MTRIZ DE TRNSICIÓN Y VECTOR DE COORDENDS Problema : Sean las bases y de un espao vetoral defndo sobre los números omplejos:, 0,,,, {( ) ( )} (,,

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Qué Son y Cómo se Estima La Mejor Capacidad de Medida

Qué Son y Cómo se Estima La Mejor Capacidad de Medida Todas las teorías son legítmas y nnguna tene mportana. Lo que mporta es lo que se hae on ellas. Jorge Lus Borges (1899-1986) Esrtor argentno Conjunto de teorías y de ténas que permten el aprovehamento

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Teoría de juegos y empresa: un modelo de alianza - depredación

Teoría de juegos y empresa: un modelo de alianza - depredación Equlbro Eonómo, ño IX, Vol. 4 No. 1, pp. 5-16 Prmer Semestre de 008 Teoría de juegos y empresa: un modelo de alanza - depredaón Jesús ntono Garía Hernández Conepón Reyes de la Cruz Jesús ntono Garía Hernández

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

Estudio de la difusión de calor en sistemas de dos capas de GaAs/GaSb unidos mediante la técnica de fusión

Estudio de la difusión de calor en sistemas de dos capas de GaAs/GaSb unidos mediante la técnica de fusión Superfes y Vao 8, 94-98(999) Soedad Mexana de Cenas de Superfes y de Vaío. Estudo de a dfusón de aor en sstemas de dos apas de GaAs/GaSb undos medante a téna de fusón R. A. Muñoz Hernández y A. Caderón

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

MATEMATICA APLICADA A LA ECONOMIA TEORIA DE LAS DECISIONES Y TEORIA DE JUEGOS

MATEMATICA APLICADA A LA ECONOMIA TEORIA DE LAS DECISIONES Y TEORIA DE JUEGOS Prof. Antono Badan MAHAVE PROFESOR EN MAT EMÁT ICA, FÍSICA Y COSMOGRAFÍA, EGRESADO DE LA FACULTAD DE CIENCIAS EXACTAS, FÍSICAS Y AGRIMENSURA DE LA UNIVER SIDAD NACIONAL DEL NORDESTE. Profesor de la Unversdad

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

TRATAMIENTO DE LOS RESULTADOS ANALITICOS A- SIGNIFICADO DE LA MEDICION DE UNA MAGNITUD

TRATAMIENTO DE LOS RESULTADOS ANALITICOS A- SIGNIFICADO DE LA MEDICION DE UNA MAGNITUD Químca Analítca (913) 1 rrores y tratamento estadístco de datos TRATAMINTO D LOS RSULTADOS ANALITICOS A- SIGNIFICADO D LA MDICION D UNA MAGNITUD Medr una magntud físca es asocarle a la msma un valor dmensonado

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

TRABAJO DE FIN DE CARRERA

TRABAJO DE FIN DE CARRERA TRABAJO DE FI DE CARRERA TITULO DEL TFC: avegaón en el sstema solar empleando asterodes omo referena TITULACIO: Engnyera Tèna Aeronàuta, espealtat Aeronavegaó AUTOR: José Lus Cha Bermejo DIRECTOR: Jord

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Esfuerzos y herencias

Esfuerzos y herencias S E R I E estudos y perspetvas OFICINA DE LA CEPAL EN BOGOTÁ 12 Esfuerzos y herenas soales en la desgualdad de ngresos en Colomba Jaro Núñez Juan Carlos Ramírez Bbana Taboada Bogotá, ulo de 2006 Este estudo

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

UTILIZACIÓN DEL TEOREMA DEL LÍMITE CENTRAL EN EL CÁLCULO DE LA INCERTIDUMBRE DE MEDICIÓN

UTILIZACIÓN DEL TEOREMA DEL LÍMITE CENTRAL EN EL CÁLCULO DE LA INCERTIDUMBRE DE MEDICIÓN Scenta et Technca Año XV, No 43, Dcembre de 2009. Unversdad Tecnológca de Perera ISSN 0122-1701 288 UTILIZACIÓN DEL TEOREMA DEL LÍMITE CENTRAL EN EL CÁLCULO DE LA INCERTIDUMBRE DE MEDICIÓN Use of the central

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Teoría de Sistemas y Señales

Teoría de Sistemas y Señales Teoría de Sstemas y Señales MODULACIÓN DE ONDA CONTINUA NB: El ontendo de este apunte es una traduón al Castellano de parte del Capítulo 3 de Communaton Systems by Smon Haykn, 3rd. Edton, Wley & Sons,

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Incertidumbre de la Medición: Teoría y Práctica

Incertidumbre de la Medición: Teoría y Práctica CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

CÓDIGO N A14-10 DETERMINACIÓN EXPERIMENTAL DE PROPIEDADES MODALES DEL PUERTO DE VENTANAS

CÓDIGO N A14-10 DETERMINACIÓN EXPERIMENTAL DE PROPIEDADES MODALES DEL PUERTO DE VENTANAS Unversdad de Conepón Departamento de Ingenería Cvl Asoaón Chlena de Ssmología e Ingenería Antsísma CÓDIGO N A14-10 DETERMINACIÓN EXPERIMENTAL DE PROPIEDADES MODALES DEL PUERTO DE VENTANAS R.L. Boroshek

Más detalles

INFLUENCIA DEL FLUJO DE HIDRÓGENO EN LA INCERTIDUMBRE DEL SISTEMA DE REFERENCIA PARA MEDICIÓN DE ph

INFLUENCIA DEL FLUJO DE HIDRÓGENO EN LA INCERTIDUMBRE DEL SISTEMA DE REFERENCIA PARA MEDICIÓN DE ph INFLUENCIA DEL FLUJO DE HIDRÓGENO EN LA INCERTIDUMBRE DEL SISTEMA DE REFERENCIA PARA MEDICIÓN DE ph Torres, M 1, y Godnez, L.A. 1 Centro Naconal de Metrología km 4,5 Carr A Los Cues, CP. 7641. Mpo. El

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Simposio de Metrología 25 al 27 de Octubre de 2006

Simposio de Metrología 25 al 27 de Octubre de 2006 Smposo de Metrología 25 al 27 de Octubre de 2006 ESTIMACIÓN DE INCERTIDUMBRE EN LA MEDICIÓN DE ABSORCIÓN DE HUMEDAD EN AISLAMIENTOS Y CUBIERTAS PROTECTORAS DE CONDUCTORES ELÉCTRICOS POR EL MÉTODO ELÉCTRICO

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

LECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)

LECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II) LECTURA 03 DISTRIBUCIONES DE FRECUENCIAS (PARTE II) DISTRIBUCIONES DE FRECUENCIAS EN INTERVALOS DE CLASE Y DISTRIBUCIONES DE FRECUENCIAS POR ATRIBUTOS O CATEGORÍAS TEMA 6 DISTRIBUCIÓN DE FRECUENCIAS EN

Más detalles

Relación 2: Regresión Lineal.

Relación 2: Regresión Lineal. Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el

Más detalles

Parámetros de estabilidad de un regulador de tres terminales

Parámetros de estabilidad de un regulador de tres terminales Parámetro de etabldad de un regulador de tre termnale Federo Myara. Introduón o fabrante de reguladore de tre termnale pren, normalmente, epefaone relata a la etabldad de la tenón de alda que permten preder

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

TEMA 12. Determinación del valor de un diámetro en MMC y su defecto de forma obtenido en MMF. Cálculo de la incertidumbre asociada.

TEMA 12. Determinación del valor de un diámetro en MMC y su defecto de forma obtenido en MMF. Cálculo de la incertidumbre asociada. ITRODUCCIÓ A LA METROLOGÍA Crso Aadémo 0- Rafael Mñoz Beno Laboratoro de Metrología y Metrotena LMM-ETSII-UPM TEMA. Determnaón del valor de n dámetro en MMC y s defeto de forma obtendo en MMF. Cállo de

Más detalles

Derechos Reservados 2014, SOMIM. W c Peso de balanceo W Peso de desbalance. NOMENCLATURA W Peso de prueba

Derechos Reservados 2014, SOMIM. W c Peso de balanceo W Peso de desbalance. NOMENCLATURA W Peso de prueba MEMOIAS DEL XX CONGESO INTENACIONAL ANUAL DE LA SOMIM al 3 DE SEPTIEMBE, 4, JUIQUILLA,QO., MÉXICO SIMPLIFICACIÓN DEL MÉTODO DE BALANCEO DINÁMICO, EN UN PLANO, DE OTOES ACOPLADOS DIECTAMENTE A UN MOTO DE

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

El problema de los matrimonios estables con información incompleta.

El problema de los matrimonios estables con información incompleta. Rev. Cub. Físa vol.3 o. (006) p.80-85 ISS: 053-968. Orgnal paper Revsta Cubana de Físa Calle I o. 30 e/ 5 y 7 Vedado, La Habana. www.fsa.uh.u/bblotea/revubf/ndex.htm El problema de los matrmonos estables

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Tema 1. Conceptos generales

Tema 1. Conceptos generales Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Formulación y Evaluación de Proyectos

Formulación y Evaluación de Proyectos Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto

Más detalles

UNIVERSIDAD DE BUENOS AIRES FACULTAD DE INGENIERÍA Departamento de Hidráulica

UNIVERSIDAD DE BUENOS AIRES FACULTAD DE INGENIERÍA Departamento de Hidráulica NIERSIDD DE BENOS IRES FCLTD DE INGENIERÍ Departamento de Hdráula Cátedra de HIDRÁLIC GENERL ECCIÓN DE L RICIÓN DE L CNTIDD DE MOIMIENTO PLICD LOS FLIDOS utor: Ing. Lus E. Pére Farrás Edón: Inga. ndrea

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas ertdumbre e las medoes dretas e dretas Reordado Para la seleó de u strumeto de medó os basamos e la Regla de Oro de la Metrología Luego, 0. T T La toleraa orregda por la ertdumbre del strumeto queda defda

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

TEMA 6: INTERDEPENDENCIA COMPETENCIA

TEMA 6: INTERDEPENDENCIA COMPETENCIA TEMA 6: INTERDEPENDENCIA ESTRATEGICA Y MODELOS DE COMPETENCIA. Competena en antdades: Modelos de Cournot. La ompetena perfeta omo límte de ompetena en antdades entre gran número de empresas. Competena

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles