1.- PREÁMBULO 2.- OBJETIVO Y CAMPO DE APLICACIÓN

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

Download "1.- PREÁMBULO 2.- OBJETIVO Y CAMPO DE APLICACIÓN"

Transcripción

1 Direcció Geeral de Trabajo y Seguridad Social. Cosejería de Fometo y Trabajo. Juta de Adalucía. Cetro de Seguridad e Higiee e el Trabajo. Sevilla.7 de febrero de Método de Medició de los Niveles Sooros e el Ambiete de Trabajo, para la estimació del Nivel Diario Equivalete de los Trabajadores. Autores: FJ Beavides Vivas JJ Moreo Hurtado J Sáchez Cañaveral Ídice. 1.- Preámbulo 2.- Objeto y campo de aplicació 3.- Defiicioes 4.- Aparatos de medició 5.- Medició del ruido 6.- Precisió de las medidas 7.- Comparació co u ivel límite especificado 8.- Iforme de medició Aexo A.- Líeas directrices para la viculació de los trabajadores a las medicioes. Aexo B.- Estimació del ivel de presió acústica cotiuo equivalete poderado A de u ambiete sooro, mediate muestreo. 1.- PREÁMBULO Este documeto costituye ua trasposició de la orma fracesa NF S , de agosto de Se trata, por tato, de ua traducció adaptada a la termiología técica y al marco legal establecidos por el Real Decreto 1316/1989, sobre protecció de los trabajadores frete a los riesgos derivados de la exposició al ruido durate el trabajo. E geeral, icluso si se estimaba que para algú puto podía haber ua alterativa preferible, se ha respetado las prescripcioes de la orma e aras de la preservació de su coherecia como cojuto. Así pues, dejado aparte las adaptacioes termiológicas y de referecia ormativa, la supresió de párrafos o partes que o se ha cosiderado sigificativos para el propósito de este documeto y algua pequeña adició aclaratoria, las úicas autéticas modificacioes, muy escasas e úmero, obedece a la ecesidad de limar alguas divergecias co el R.D., si que implique igua alteració sustacial de la orma origial. 2.- OBJETIVO Y CAMPO DE APLICACIÓN EL presete documeto tiee por objeto defiir u método de medida de los iveles sooros e el ambiete de trabajo, co vistas a la estimació del ivel diario equivalete de los trabajadores. El documeto describe tambié u método de estimació de la icertidumbre ligada a la medida y especifica ua clasificació de las medidas segú su grado de precisió, e tres grupos: de referecia, pericial y de cotrol. Asimismo, defie las codicioes que permite cocluir sobre la situació de ua exposició soora cosiderada, e relació co u ivel limite especificado.

2 3 - DEFINICIONES Aparte de a los coceptos de Nivel de Presió Acústica Cotiuo Equivalete Poderado A, LAeq,T, Nivel Diario Equivalete, LAeq,d, Nivel de Pico, LMAX, y Ruido Estable, ya defiidos e el aexo 1 del R.D. 1316/1989 y cuya defiició, por tato, se obviará aquí, este documeto cotiee referecias a los siguietes coceptos: Ruido fluctuate Ruido que preseta fluctuacioes de ivel tales que el rago total de las lecturas, LpA, realizadas co u soómetro ajustado a la característica temporal Slow, sea igual o superior a 5 db e el trascurso del itervalo de observació Ruido de impulso Ruido cosistete e uo o varios impulsos de eergía acústica, cada uo co ua duració iferior a 1 s. y separados etre si más de 0,2 s. E el cuadro de la presete orma, u ruido se cosidera de impulso cuado la diferecia etre el ivel de pico, LMAX, y el ivel de presió acústica cotiuo equivalete poderado A, LAeq,T, medidos durate u itervalo de tiempo represetativo (ormalmete o iferior a 5 mi.) es superior o igual a 20 db Nivel de ruido e u lugar de trabajo El ivel de ruido e u lugar de trabajo dado, que o es ocupado de forma permaete por u trabajador, es igual al ivel de presió acústica cotiuo equivalete poderado A, determiado durate la jorada total efectiva de trabajo, LAeq,Td, e ese lugar. 4.- APARATOS DE MEDIDA Tipos de aparatos Se recoge aquí las exigecias icluidas e el apartado I del aexo 3 del R.D. 1316/1989, para los distitos aparatos de medida Soómetros itegradores-promediadores Los soómetros itegradores-promediadores debe ajustarse, como míimo, a las prescripcioes establecidas por la orma CEI 804 para los istrumetos del tipo 2, siedo preferibles los del tipo 1 para aquellas medicioes que exija ua especial precisió.

3 Dosímetros Los dosímetros podrá ser utilizados para la medició del Nivel Diario Equivalete {LAeq,d) de cualquier tipo de ruido, siempre que cumpla las siguietes codicioes: a) La relació existete etre el tato por uo de la Exposició Máxima Permisible (0/1 EMP) y el Nivel Diario Equivalete (LAeq,d) debe seguir la siguiete ecuació: LAeq,d = log (0/1 EMP) Esto equivale a exigir que el dosímetro siga el criterio de dosis ISO. b) Las características del dosímetro relativas a directividad, poderació frecuecial A y ampliació, debe cumplir como míimo, las prescripcioes establecidas por la orma CEI 651 (artículos 5, 6.1 y 6.2) para los istrumetos del tipo 2. c) El marge de liealidad del dosímetro y su efectiva itegració de todo tipo de ruidos, icluidos los de impulso, debe ser, como míimo, equivaletes a los fijados e la orma CEI 804 para los soómetros itegradores-promediadores del tipo Soómetros Los soómetros deberá ajustarse, como míimo, a las prescripcioes establecidas por la orma CEI 651 para los istrumetos del tipo 2 (dispoiedo, por lo meos, de la característica temporal Slow y de la poderació frecuecial A), siedo preferibles los del tipo 1 para aquellas medicioes que exija ua especial precisió Elecció de aparatos Los soómetros itegradores-promediadores puede ser utilizados e todas las circustacias. So especialmete útiles cuado la jorada de trabajo puede ser dividida e períodos discretos( * ) de actividad, tato e puestos fijos como móviles. Tambié los dosímetros puede ser utilizados e todas las circustacias. So muy útiles para puestos de trabajo móviles. Los soómetros o puede ser utilizados mas que cuado la jorada de trabajo puede ser dividida e períodos discretos de actividad, cosumidos e posicioes fijas, durate los cuales el ruido sea estable, o de impulso. E todos los casos, la elecció del tipo de aparato (1, 2 ó 3) es uo de los elemetos de los que depede la precisió de las medidas (Ver puto 6). La gama diámica del aparato debe ser adecuada a las características del ruido a medir. (*) Períodos de duració limitadas y defiidas

4 4.3.- Calibració Los aparatos debe ser calibrados e el lugar de medició, al meos ates y después de cada serie diaria de medicioes. La verificació debe icluir u cotrol acústico del micrófoo. Si los valores leídos e las dos calibracioes se desvía etre si más de 0,5 db, las medicioes debe efectuarse de uevo. 5.- MEDICIÓN DEL RUIDO Geeralidades Las medicioes tiee por objeto determiar el ivel diario equivalete de u trabajador o de u grupo de trabajadores y/o, pricipalmete cuado se busca delimitar zoas ruidosas, el ivel de ruido e u lugar de trabajo. E el caso de ruido de carácter impulsivo, se debe medir el ivel de pico. El etoro acústico del lugar de medició o debe ser modificado. Las actividades observadas y las actividades vecias debe ser represetativas de las que más frecuetemete se lleve a cabo. Las medicioes debe efectuarse de la maera que perturbe lo meos posible tales actividades. Todas las medicioes debe ser realizadas por persoas competetes, formadas e la utilizació de los métodos y aparatos de medida. Los trabajadores cuya exposició se va a medir debe ser viculados al proceso de medició. Las lieas directrices para lograrlo se da e el aexo A. Si el aparato de medició debe ser portado por el trabajador, éste habrá de ser istruido sobre la maera de llevarlo. Los emplazamietos de los putos de medició así como la duració de las medicioes, debe ser escogidos de maera que represete fielmete la exposició al ruido sufrida por el trabajador o el grupo de trabajadores cotrolado, o el ivel de ruido e u lugar de trabajo Emplazamieto de los putos de medició Las medicioes debe efectuarse e los emplazamietos defiidos e ó , e fució del objeto de aquéllas Evaluació del ivel diario equivalete de u trabajador. Para evaluar el ivel diario equivalete de u trabajador, es preciso ateerse de la maera más fiel posible a la situació del sujeto, tato e el espacio como e el tiempo. Si el trabajador puede abadoar mometáeamete su posició de trabajo, si que ello modifique el fucioamieto ormal de su máquia, el micrófoo debe ser situado e el lugar que ocupaba su cabeza. Si el trabajador o puede abadoar su posició de trabajo, el micrófoo debe ser situado e proximidad de la oreja sometida a mayor ivel de ruido. La direcció de referecia del micrófoo debe ser, si es posible, la de máximo ruido. Se determiará mediate barrido agular del micrófoo alrededor de la posició de medida.

5 Cuado el aparato de medida sea portado por el trabajador, pricipalmete e el caso de u puesto de trabajo itierate, el micrófoo debe ser fijado e proximidad de la oreja, a ua distacia iferior a 0,4 m( ** ), y preferetemete, de acuerdo co el puto 3 del aexo 2 del R.D. a uos 10 cm. Para reducir el úmero de medicioes ecesarias, cuado varios trabajadores efectúe tareas similares, es posible, después de ua ecuesta sobre los puestos aálogos y de ua verificació acústica, escoger u grupo represetativo del cojuto y estimar que todo él está sometido al mismo ivel de exposició que el ivel medio medido para el grupo seleccioado Evaluació del ivel de ruido e u lugar de trabajo E los emplazamietos de trabajo cosiderados, el micrófoo debe ser situado e la proximidad de las orejas de la persoa que trabaje e él o, si la persoa o está presete, e el lugar que ocuparía su cabeza. Si la posició de la cabeza o está bie defiida o si el emplazamieto de medida o correspode a u puesto de trabajo defiido, el micrófoo debe situarse a 1,6 m. sobre el suelo. Nota: Cuado se trata de idetificar las zoas ruidosas de u taller, es posible realizar las medicioes por muestreo espacial del taller, colocado siempre el micrófoo a 1,6 m. de altura sobre el suelo Duració de las medicioes Si la medició e u puesto se extiede a toda la duració efectiva de la jorada de trabajo, el ivel diario equivalete se obtiee a partir del ivel de presió acústica cotiuo equivalete poderado A medido, utilizado la fórmula siguiete: T L Aeq, d = L Aeq,T +10 log d T d 0 siedo Td la duració efectiva de la jorada de trabajo e h/día, y T0 el valor 8 e h/día. E caso cotrario, la duració de las medicioes debe ser tal que permita estimar el ivel diario equivalete del puesto de trabajo o el ivel de ruido e el lugar de trabajo cosiderado. Para ello la jorada de trabajo puede ser dividida e itervalos de tiempo durate los cuales la exposició soora sea del mismo tipo (estable, fluctuate periódica o fluctuate al azar). Esta divisió debe ser efectuada después de ua ecuesta sobre la aturaleza del puesto de trabajo y de las emisioes sooras e él. La citada divisió debe ser detallada e el iforme de medició (ver puto 8.5). (**) Recuérdese que el R.D. 1316/1989 señala co carácter geeral (puto 3 del aexo 2) que el micrófoo del aparato de medida debe colocarse, preferetemete, a uos 10 cm. de distacia del oído.

6 Para determiar el ivel de presió acústica cotiuo equivalete poderado A, correspodiete a cada uo de los itervalos de tiempo, la duració y el úmero de las medicioes detro de cada itervalo debe decidirse teiedo e cueta las características del ruido e él, como se idica e los párrafos a Ua vez obteidos los iveles cotiuos equivaletes que represeta a los distitos itervalos e que se ha dividido la jorada de trabajo, el ivel correspodiete a ésta se calculará usado la siguiete ecuació. L Aeq,T d 1 = 10 log[ T T d = i=1 d T i i=1 (T i 10 0,1LA Dode LAeq,Ti es el ivel de presió soora cotiuo equivalete poderado A correspodiete al itervalo de tiempo Ti y Td Ruido estable Si el ruido es estable durate u itervalo de tiempo dado, la duració total de la medició puede ser meor que dicho itervalo, pero debe compreder varias observacioes separadas, cada ua de 15 segudos al meos. La medició puede efectuarse co u soómetro, ajustado a la característica temporal Slow. Si el rago total de los iveles medidos es iferior a 2 db, el úmero de observacioes puede limitarse a 3. Si el rago es superior a 2 db pero iferior a 5 db, el úmero de observacioes deberá aumetarse hasta u míimo de 5. E ambos casos, la media aritmética de los iveles medidos se cosiderará igual al ivel de presió acústica cotiuo equivalete del itervalo. Si el rago total de los iveles medidos es superior a 5 db, el ruido o puede ser cosiderado estable y, por tato, las medicioes deberá ser efectuadas de uevo, de acuerdo co lo especificado e el párrafo ó e el , segú el caso Ruido fluctuate periódico. Si el ruido fluctúa de maera periódica, segú períodos cortos, durate u itervalo de tiempo dado, cada itervalo de medició debe abarcar varios de esos períodos. Las medicioes debería ser efectuadas co u soómetro itegrador. Si el rago total de los iveles de presió acústica cotiuos equivaletes poderados A, correspodietes a los distitos itervalos de medició, es iferior o igual a 2 db, el úmero de medicioes puede limitarse a 3. Si el rago es superior a 2 db pero iferior a 5 db, el úmero de medicioes deberá ser aumetado hasta u míimo de 5. E ambos casos, la media aritmética de los iveles medidos se cosiderará igual al ivel de presió soora cotiuo equivalete del itervalo global cosiderado.

7 Si el rago total de los iveles medidos es superior a 5 db, las medicioes habrá de ser efectuadas de uevo segú lo especificado e el párrafo Ruido fluctuate aleatorio Si el ruido fluctúa de maera aleatoria durate u itervalo dado de tiempo, las medicioes debería efectuarse co u soómetro itegrador. Dos métodos puede utilizarse: - Método directo: el periodo de medició cubre la totalidad del itervalo de tiempo cosiderado. Se debe utilizar este método cuado se desee la máxima precisió. - Método por muestreo: varias medicioes se efectúa de maera aleatoria detro del itervalo de tiempo cosiderado. La icertidumbre asociada al resultado es fució del úmero y duració de las medicioes, datos estos que debe ser cosigados e el correspodiete iforme (ver aexo B). 6.- PRECISIÓN DE LAS MEDIDAS Geeralidades La precisió del resultado de ua medició depede de u gra úmero de factores que se puede clasificar de la siguiete forma: - factores depedietes del tipo de ruido (estable, fluctuate, impulsivo, etc..) - factores ligados a la utilizació de los aparatos - factores relativos al tipo del aparato usado Factores depedietes del tipo de ruido Si el ruido fluctúa de maera aleatoria y se procede a ua medició por muestreo temporal, el marge de error puede ser calculado segú el método expuesto e el aexo B Factores ligados a la utilizació de los aparatos La ifluecia de estos factores resulta miimizada si se sigue los métodos descritos e los párrafos 5.1 y Factores relativos al tipo del aparato usado Se sitúa a tres iveles: - Características de los micrófoos (respuesta e frecuecia, directividad) y cotraste - Toleracias de las amplificacioes y tratamietos de la señal (pricipalmete de la poderació A).

8 - Comportamieto de los circuitos de detecció, itegració y fijació (pricipalmete e el caso de ruido de impulso. Estos elemetos determia el tipo de precisió de u aparato( *** ). La medició efectuada co u aparato de tipo 1 se cosidera que tiee u marge de error despreciable, por lo que se refiere a este apartado. La medició efectuada co u aparato de tipo 2 comporta, para este apartado, u marge de error que se puede estimar e ± 1 db. La medició efectuada co u aparato de tipo 3 comporta, e lo que se refiere a este apartado, u marge de error que se puede estimar e ± 5 db. Nota: Estos márgees de error ha sido estimados para el caso de ruidos clásicos de taller, de espectro de frecuecias de bada acha limitada a 8 KHz y de los que la direcció de icidecia es localizable Estimació de la icertidumbre de las medicioes A los efectos de la presete orma, la icertidumbre o marge de error de las medicioes,, es la suma de la icertidumbre debida al tipo del aparato usado (ver párrafo 6.4.) y la debida al muestreo co u ivel de cofiaza del 95 % (ver aexo B) Clases de precisió de las medicioes Se defie tres clases de precisió de medició, que se describe e la tabla 1. Tabla 1.- Clases de precisió de medició Icertidumbre e db 1,5 1,5 < 3 3 < 6 Clase de precisió de medició Deomiació Medició de Referecia Medició Pericial Medició de Cotrol Nota: es la icertidumbre de la medició determiada coforme al párrafo 6.5. (***) E lo que sigue, las referecias a los tipos de aparatos (1, 2 y 3), lo so, e la orma fracesa origial, a las tambié ormas fracesas NF S (soómetros) y NF S (soómetros itegradores). No se ha podido comprobar de modo fehaciete, auque todo aputa e esa direcció, la equivalecia, e los aspectos sigificativos para el cálculo del marge de error de la medició, etre las citadas ormas y las correspodietes CEI 651 y CEI 804, que so las que cotempla el R.D. 1316/1989.

9 7.- COMPARACIÓN CON UN NIVEL LÍMITE ESPECIFICADO La comparació del valor del ivel diario equivalete de u trabajador, LAeq,d, determiado segú las idicacioes de la presete orma, co u ivel diario equivalete limite especificado, Llim, debe ser efectuada teiedo e cueta la icertidumbre ligada a las medicioes efectuadas (ver párrafo 6.5.), de la siguiete forma: Si L Aeq,d - L lim L Aeq,d +, o se puede cocluir, y las medicioes deberá repetirse co u método más preciso. Si L Aeq,d + L lim, el ivel limite o se habrá sobrepasado. Si L Aeq,d - L lim, el ivel límite se habrá alcazado o superado 8. - INFORME DE MEDICIÓN El iforme debe coteer los siguietes datos: Objetivo de las medicioes Descripció de los puestos de trabajo - Naturaleza de la actividad - Fases o ciclos de trabajo - Fuetes de ruido e el puesto de trabajo y e su etoro; e el caso de ruido de carácter impulsivo, idicació del tiempo cosiderado para la determiació de dicho carácter (ver párrafo 3.3.) - E su caso, defiició del puesto o puestos de trabajo represetativos de u grupo de puestos cosiderado Idicació de los emplazamieto de medició Segú que se trate de la medició del ivel diario equivalete de u trabajador, o del ivel de ruido e u lugar de trabajo Aparatos de medida utilizados Clase, tipo de precisió, ombre del costructor y úmero de serie Procedimieto de medició Descripció detallada del modo operatorio, particularmete de los itervalos de tiempo cosiderados, las duracioes de las medicioes y el úmero de éstas, justificado las eleccioes efectuadas.

10 8.6.- Resultados Niveles diarios equivaletes y/o iveles de ruido e los lugares de trabajo, co sus márgees de error asociados, determiados coforme al párrafo 6.5. Idicació de la clase de precisió de la medició resultate, segú la tabla l (ver el ejemplo del aexo B). ANEXO A LÍNEAS DIRECTRICES PARA LA VINCULACIÓN DE LOS TRABAJADORES A LAS MEDICIONES Co objeto de obteer ua buea cooperació técica de los participates, es deseable iformar a los cuadros sobre el objetivo de las medicioes y los métodos a emplear, así como poer e coocimieto de los trabajadores implicados e las medicioes, los siguietes datos: 1. Objetivo e iterés de las medicioes 2. El hecho de que o se trata de u registro i de u cotrol de actividad. 3. El tipo de aparataje empleado y su modo de utilizació. 4. Si se utiliza dosímetros, la maera de llevarlos y los cuidados que requiere. Para asegurar que las medicioes sea represetativas de la situació más frecuete, se debe recabar, tato de los cuadros como de los trabajadores, iformació sobre los aspectos siguietes: 1. Modo de descomposició de la jorada de trabajo diaria e períodos discretos de actividad: duració de cada periodo de trabajo o de reposo. 2. Señalizació de los acotecimietos sooros ihabituales (por exceso o por defecto de ruido), ocurridas durate las medicioes. ANEXO B ESTIMACIÓN DEL NIVEL DE PRESIÓN ACÚSTICA CONTINUO EQUIVALENTE PONDERADO A DE UN AMBIENTE SONORO, MEDIANTE MUESTREO. El presete método permite estimar, a partir de u cálculo realizado sobre u úmero limitado de muestras tomadas al azar, e el trascurso de u itervalo de tiempo T, el valor probable del ivel de presió acústica cotiuo equivalete poderado A de u ambiete sooro para ese itervalo de tiempo, así como el itervalo de cofiaza alrededor de ese valor. Esta técica, cuado es posible utilizarla, permite dismiuir el coste de cada iterveció, limitado la duració de medició y usado material de fácil empleo. Sea Li el ivel de presió acústica poderado A de la muestra i (i =1,2,...,). Li puede ser el ivel de presió acústica poderado A istatáeo, medido co la característica temporal Slow del soómetro, o, preferetemete, el ivel de presió acústica cotiuo equivalete poderado A, medido durate u corto periodo de tiempo de duració t compredida, por ejemplo etre 1 y 15 miutos.

11 La estimació del ivel de presió acústica cotiuo equivalete poderado A del itervalo de tiempo T, viee dada por la relació (1): L Aeq,T = 10 log[ Los limites del itervalo de cofiaza alrededor de este valor, para u ivel de cofiaza del 95 %, aparece cosigados e la tabla 2, e fució del úmero de muestras y de la desviació típica SL de los iveles Li, calculada segú la fórmula (2): 1 i=1 10 0,1Li ] S L = 1-1 i=1 ( Li - siedo (3): Nota: Cuado el itervalo de tiempo T coicide co la duració efectiva de la jorada de trabajo, Td, se obtiee ua estimació directa de LAeq,Td del itervalo de cofiaza asociado. Ejemplo umérico Se ha medido, durate u itervalo de tiempo T, los iveles Li siguietes: ,5-88, db(a). La aplicació de la fórmula (l) da la estimació del ivel de presió acústica cotiuo equivalete poderado A. LAeq,T = 92,0 db(a) La desviació típica, calculada segú la fórmula (2) es: SL = 4 db. La lectura de la tabla 2 para SL = 4 db y = 10, da u límite de cofiaza, al 95%, igual a 2,9 db. El resultado de la medida será pues: LAeq,T = 92,0 ± 2,9 db(a) 1 L = i=1 L i

12 Si las medicioes se ha efectuado co u soómetro de tipo 2, la icertidumbre global será, coforme a lo idicado e el párrafo 6.5: = 2,9 + 1 = 3,9 db Segú la tabla 1 (párrafo 6.6.) la medició será del grado de precisió deomiado de cotrol (clase 3). Tabla 2.- Límites de cofiaza al 95% e fució del úmero de muestras,, y de la desviació típica de las medidas, SL SL (db) 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5, ,6 1,2 1,9 2,5 3,1 3,7 4,3 5 5,6 6,2 6,8 7,4 6 0,5 1 1,6 2,1 2,6 3,1 3,7 4,2 4,7 5,2 5,8 6,3 7 0,5 0,9 1,4 1,8 2,3 2,8 3,2 3,7 4,2 4,6 5,1 5,5 8 0,4 0,8 1,3 1,7 2,1 2,5 2,9 3,3 3,8 4,2 4, ,4 0,8 1,2 1,5 1,9 2,3 2,7 3,1 3,5 3,8 4,2 4,6 10 0,4 0,7 1,1 1,4 1,8 2,1 2,5 2,9 3,2 3,6 3,9 4,3 12 0,3 0,6 1,1 1,3 1,6 1,9 2,2 2,5 2,9 3,5 3,5 3,8 14 0,3 0,6 0,9 1,2 1,4 1,7 2 2,3 2,6 2,9 3,2 3,5 16 0,3 0,5 0,8 1,1 1,3 1,6 1,9 2,1 2,4 2,7 2,9 3,2 18 0,2 0,5 0,7 1 1,2 1,5 1,7 2 2,2 2,5 2, ,2 0,5 0,7 0,9 1,2 1,4 1,6 1,9 2,1 2,3 2,6 2,8 25 0,2 0,4 0,6 0,8 1 1,2 1,4 1,7 1,9 2,1 2,3 2,5 30 0,2 0,4 0,6 0,7 0,9 1,1 1,3 1,5 1,7 1,9 2,1 2,2

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 1. II semestre, José Francisco Valverde Calderón   Sitio web: II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,

Más detalles

PROCEDIMIENTO DE CALIBRACIÓN M-002 BALANZA MONOPLATO INDICE 1. OBJETO 2. ALCANCE

PROCEDIMIENTO DE CALIBRACIÓN M-002 BALANZA MONOPLATO INDICE 1. OBJETO 2. ALCANCE INDICE BALANZA MONOPLATO EDICIÓN 0 1. OBJETO 2. ALCANCE 3. GENERAL 4. EQUIPO A UAR EN LA CALIBRACION 5. OPERACIONE PREVIA 6. REALIZACION 7. TOMA DE DATO 8. REULTADO DE LA CALIBRACIÓN 9. CRITERIO DE ACEPTACION

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

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

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

Medidas de Tendencia Central

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

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

Qué es la estadística?

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

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

MEDIDAS DE 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

TRABAJO DE GRUPO Series de potencias

TRABAJO DE GRUPO Series de potencias DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre

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

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

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

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA LABORATORIO BIO 9000 PROCEDIMIENTO PARA EL CÁLCLO DE LA INCERTIDMBRE EN MICROBIOLOGÍA Rev. º: 00 Fecha de aprobació: 19/05/11 REV. FECHA HOJA/S CASA DEL CAMBIO Realizado Revisado Aprobado Fdo.: Daiel Aguilar-Galido

Más detalles

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

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

Más detalles

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

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

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

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA. Esquema del procedimiento de Prueba de Hipótesis PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA

PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA Pruebas de hipótesis es ua parte de la ESTADISTICA INFERENCIAL y tiee su aalogía co los pasos que se realiza e u JUICIO. Objetivo: Aquí o se busca Estimar

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

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

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

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

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

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

Más detalles

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

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

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica

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

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

Instituto Politécnico Nacional Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas

Instituto Politécnico Nacional Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas TERCER EXAMEN PARCIAL Y FINAL DE MANTENIMIENTO Y SISTEMAS DE MANUFACTURA Profesor: Héctor Domíguez Aguirre Fecha: 8 de juio de 2011 Coceptos de Mateimieto (60%) 1. Defia el cocepto de mateimieto El mateimieto

Más detalles

Capítulo VARIABLES ALEATORIAS

Capítulo VARIABLES ALEATORIAS Capítulo VI VARIALES ALEATORIAS. Itroducció Detro de la estadística se puede cosiderar dos ramas perfectamete difereciadas por sus objetivos y por los métodos que utiliza: Estadística Descriptiva o Deductiva

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

Trabajo Especial Estadística

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

Más detalles

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 2.001-2.002 - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es:

Paso 2: Elegir un estadístico de contraste. Como queremos hacer un contraste de hipótesis para la media, el estadístico de contraste adecuado es: Hoja 6: Cotraste de hipótesis 1. U laboratorio farmacéutico ha elaborado u fármaco e forma de comprimidos cuyo peso sigue ua distribució Normal co ua desviació típica de 0.12 mg. Se sabe que ua dosis de

Más detalles

02) Mediciones. 0202) Mediciones

02) Mediciones. 0202) Mediciones Págia 02) Medicioes 0202) Medicioes Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Teoría de Errores e Icertezas Si usted puede medir lo que está cosiderado y expresarlo e úmeros, usted

Más detalles

Importancia de las medidas de tendencia central.

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

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció

Más detalles

e i y i y i y i 0 1 x 1i 2 x 2i k x ki

e i y i y i y i 0 1 x 1i 2 x 2i k x ki Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede

Más detalles

UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL

UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL Asigatura: 1141 MATEMÁTICA FINANCIERA NOTAS DEL TEMA 1 CURSO ACADÉMICO 008-009 TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a

Más detalles

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL APUNTES DE FÍSICA I Profesor: José Ferado Pito Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL Cuado u objeto real gira alrededor de algú eje, su movimieto o se puede aalizar como si fuera ua partícula,

Más detalles

Distribuciones en el muestreo, EMV

Distribuciones en el muestreo, EMV Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

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

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

Más detalles

Muestreo sistemático

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

Más detalles

Gesdocal Pies de rey (1 de 9)

Gesdocal Pies de rey (1 de 9) Gesdocal Pies de rey ( de 9) OBJTO l objeto del presete PROCO D CALBRACÓN es defiir la pauta utilizada e el software CALBRO para la calibració de pies de rey, que les permita obteer resultados trazables

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

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

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

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

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

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

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

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

Apellidos y Nombre: Aproximación lineal. dy f x dx

Apellidos y Nombre: Aproximación lineal. dy f x dx INGENIERÍA DE TELECOMUNICACIÓN HOJA 0 Aproximació lieal Defiició (Diferecial).- Sea y = f ( x) ua fució derivable e u itervalo abierto que cotiee al úmero x, - La diferecial de x es igual al icremeto de

Más detalles

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO. BONDAD DE AJUSTE Las pruebas de bodad de ajuste tiee por objetivo determiar si los datos se ajusta a ua determiada distribució, esta distribució puede

Más detalles

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b) MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que

Más detalles

Construcción de los números reales.

Construcción de los números reales. B Costrucció de los úmeros reales. E el cojuto C de las sucesioes de Cauchy de úmeros racioales defiimos la relació siguiete: si (x ) =1 e (y ) =1 so dos sucesioes de C etoces (x ) =1 (y ) =1, si lím (x

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

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

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

UNIDAD 4.- INFERENCIA ESTADÍSTICA II

UNIDAD 4.- INFERENCIA ESTADÍSTICA II UNIDAD 4.- INFERENCIA ESTADÍSTICA II. ESTIMACIÓN POR INTERVALOS DE CONFIANZA Cosideraremos ua variable aleatoria X co ua media µ descoocida y ua desviació típica coocida (parámetros poblacioales). Lo que

Más detalles

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7 Sucesioes. Defiició Sucesió Matemática Ua sucesió fiita (a k ) (de logitud r) co elemetos perteecietes a u cojuto S, se defie como ua fució y e este caso el elemeto a k correspode a f(k). f : {,,...,r}

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

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

Más detalles

5-14 Ecuaciones de diseño importantes

5-14 Ecuaciones de diseño importantes 46 PARTE DOS Preveció de fallas R R R a) Figura 5-33 R b) Formas de las curvas de la gráfica R versus R. E cada caso, el área sombreada es igual a R se obtiee por itegració umérica. a) Curva típica de

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

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

Más detalles

Tema 4. Estimación de parámetros

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

Más detalles

Desarrollo del pliego tipo de Limpieza FNMyC _ CRANA: Fases de contratación. Berta Enrique Graciela González 06/05/2011

Desarrollo del pliego tipo de Limpieza FNMyC _ CRANA: Fases de contratación. Berta Enrique Graciela González 06/05/2011 Desarrollo del pliego tipo de Limpieza FNMyC _ CRANA: Fases de Berta Erique Graciela Gozález 06/05/2011 Pliego tipo Título Forma de itegració de los criterios sociales y ambietales Cotratació Objeto del

Más detalles

METODO DE ITERACION DE NEWTON

METODO DE ITERACION DE NEWTON METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura

Más detalles

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

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

Más detalles

MEDIDAS DE DISPERSIÓN.

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

Más detalles

Generalidades. Esta publicación presenta información de 98 estaciones meteorológicas activas en el 2013, manejadas por las siguientes entidades:

Generalidades. Esta publicación presenta información de 98 estaciones meteorológicas activas en el 2013, manejadas por las siguientes entidades: Geeralidades I. Defiició de meteorología Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los

Más detalles

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

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

Unidad N 2. Medidas de dispersión

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

Más detalles