MEDIDAS DE DISPERSIÓN CON GEOMETRIA DINÁMICA RESUMEN

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

Download "MEDIDAS DE DISPERSIÓN CON GEOMETRIA DINÁMICA RESUMEN"

Transcripción

1 XI Cogreso Galego de Estatística e Ivestigació de Operaciós A Coruña, de outubro de 03 MEDIDAS DE DISPERSIÓN CON GEOMETRIA DINÁMICA José Alexadre Martis, Assumpta Estrada Roca, Maria Mauel Nascimeto 3, Carles Comas 4 UDI-IPG, Istituto Politécico da Guarda, Guarda, Portugal, jasvm@ipg.pt Uiversitat de Lleida, Lleida, España, aestrada@matematica.udl.cat 3 CM-UTAD, Uiversidade de Trás-os-Motes e Alto Douro, Vila Real, Portugal, mms@utad.pt 4 Uiversitat de Lleida, Lleida, España, carles.comas@matematica.udl.cat RESUMEN Dado que las medidas de dispersió so cruciales e la eseñaza de la Estadística, presetamos alguas aplicacioes diámicas utilizables para su exploració de esos coceptos e las clases. E la primera parte de este trabajo resaltamos la importacia de utilizar la visualizació como estímulo para itroducir y explorar la variació estadística usado la tecología actual dispoible. Además, al mejorar la motivació de los alumos e clase, se subsaa dificultades y errores relacioados co su iterpretació y compresió. Co la ayuda del software de geometría diámica (SGD), Cabri-Géomètre II Plus, se preseta tres aplicacioes, que desde u puto de vista didáctico permite visualmete estimular, motivar y facilitar la familiarizació co los coceptos estadísticos de dispersió. Las aplicacioes presetadas podrá ser implemetadas por cualquier profesor co coocimietos básicos de Cabri-Géomètre u otro software de geometría diámica. Esperamos que su utilizació permita ua mayor iteracció e las clases de estadística y e especial las relacioadas co las medidas de dispersió. Keywords: Educació, Estadística, dispersió, visualizació, simulació, SGD.. INTRODUCCIÓN La eseñaza de la Estadística es u tema actual que requiere iovacioes y cambios e las formas tradicioales de formació, producció y comuicació de la iformació. Segú (Darius, Michiels y Raeymaeers, 00, p.) co el uso de herramietas tecológicas surge uevas posibilidades de eseñaza, co las cuales es posible proporcioar a los alumos ua experiecia diferete, que permita u apredizaje más eficiete y eficaz. La Estadística es ua parte de la Matemática dode es posible desarrollar la visualizació diámica de muchos coceptos (Martis y Nascimeto, 009). Además si teemos e cueta las eormes potecialidades de la exploració grafica y visual del etoro tecológico actual, es atural cosiderar la visualizació como u aspecto extraordiariamete importate tato e la costrucció y la trasmisió de coceptos, como e el descubrimieto de uevas relacioes, Guzmá (00). Evidetemete la visualizació es ua compoete más e la cotiua tetativa de mejorar la eseñaza de la estadística, siedo ecesaria ua gra labor de reflexió e ivestigació para adecuarla a la eseñaza de coceptos específicos. Co este trabajo se pretede por u lado, presetar ua respuesta diámica y visual al apredizaje de las medidas de dispersió a través de la utilizació del software de geometría diámica Cabri Géomètre II Plus y por otro facilitar el trabajo a los profesores, mostrado ideas y camios que pueda cotribuir a la mejora de la calidad de la eseñaza de la estadística a través de la utilizació de recursos tecológicos adecuados. E ese setido, co la ayuda fudametal de Cabri, se preseta uas aplicacioes, que pretede visualmete estimular, motivar y facilitar la iteriorizació de los coceptos de variaza así como alguas de sus propiedades, y que además ayuda a reforzar el trabajo cooperativo gracias a su compoete lúdica, ta importate hoy e día para uestros estudiates más jóvees.

2 . MEDIDAS DE DISPERSIÓN A pesar de la importacia de la variació estadística, su tratamieto e los programas escolares se reduce a dar ua pequeña iterpretació basada e la búsqueda de ua medida que idique la dispersió de los datos (Barros & Ferades, 00, y Estepa & Pio, 03); después de lo cual se procede a deducir las fórmulas correspodietes: desviació media, variaza y desviació estádar. El problema es que al aplicar la fórmula para ecotrar el valor de la variaza o desviació estádar, o se refleja e modo alguo el cocepto de variació. Alguas de las explicacioes para esta situació sugeridas por Shaughessy (997) so: El cálculo e iterpretació o so muy fáciles. La carecia de modelos didácticos para dar sigificado a las medidas de variació, a diferecia de modelos que sirve para motivar los coceptos de medidas cetrales (balaza, puto de equilibrio, etc.). Por todo esto, deberíamos cosiderar a la variació estadística como u cocepto cetral de la ivestigació cietífica y os debe llevar a ua reflexió profuda sobre el papel que debe jugar esta oció e la eseñaza y apredizaje de la estadística. El cocepto de variació debe ser revalorado y utilizado e los programas de estadística y además el maestro debe prepararse para este cambio. E esta líea, se preseta a cotiuació e el etoro Cabri diferetes experiecias o actividades sobre la relació etre las frecuecias y el valor de la variaza, la represetació gráfica del cocepto de variaza y la idea de variaza como ua media... Variaza y frecuecia E primer lugar se pretede, para el caso de las variables cotiuas, relacioar el histograma co el valor de la variaza y ver su evolució. Para ello se costruye u histograma e el que es posible alterar diámicamete las frecuecias y se puede comprobar, por el área del círculo asociado, el valor de la variaza correspodiete. Así, se puede explorar distitas variacioes e las frecuecias y observar lo que sucede (Figura ). E particular, tiee iterés experimetar situacioes co medias semejates ó co diferetes asimetrías y variazas muy distitas. Co estos experimetos es posible eteder la complejidad e iterdepedecia que ecierra el cocepto de variaza, y además estimular la ituició y la capacidad crítica de los alumos respecto a la dispersió y sus medidas estadísticas. Figure : Variaza y frecuecia.. Represetació gráfica de la variaza E la siguiete aplicació se pretede, visualizar, a través de cuadrados (co sus áreas y las medidas de sus lados), el valor de la variaza y su evolució. Para ua variable discreta (co 5 valores). Para ello se parte de la fórmula de la variaza: σ ( x) x /.

3 E cotexto geométrico, la variaza surge como la media aritmética de las áreas de los cuadrados que tiee sus lados iguales a la distacia etre cada uo de los datos y la media aritmética correspodiete. Basádoos e esta iterpretació geométrica, la aplicació represeta, Figura, a la izquierda de la media de los datos y para cada uo de los datos de valor iferior a la media, los cuadrados que tiee la medida de sus lados iguales a la distacia etre la media aritmética y cada uo de los datos co valor iferior a la media. Lo mismo pasa para los datos superiores a la media, pero e este caso está situados a la derecha de la misma. Fialmete se preseta u cuadrado de área igual a la media de las áreas de los cuadrados referidos y que tiee la medida del lado igual al valor del desvío padró. Co esta aplicació se puede visualizar el coteido geométrico del cocepto de variaza evideciado que es muy sesible a variacioes de los datos y que su valor depede mucho la dimesió de estos valores. Figura : Represetació gráfica de la variaza.3. La variaza como ua media E este puto, se pretede visualizar el valor de la variaza y su evolució, para variables discretas partiedo de la idea e la que se la cosidera como la media aritmética del cuadrado de las diferecias etre los valores de los datos y la media aritmética de esos datos. Para eso se recuerda aquí la propiedad de la media aritmética de que, la suma de las diferecias etre los valores de los datos y la media es cero, ó sea, ( x) 0 x. i Etoces, cosiderado yi ( xi x), i, K, ua ueva serie de datos, se puede afirmar que la variaza de los datos x i s es igual a la media de los datos y i s, ó sea, σ ( x x) y y y, por cosiguiete, 3

4 ( i ) ( yi y) 0 y σ. Así, tal como se puede observar e la Figura 3, e que y i (V i ) y e que σ V solo cuado Vsomav0, co esta aplicació de Cabri Géomètre se experimeta, e simultáeo, la obteció de la media y de la variaza de los datos, usado la misma propiedad de la media para las dos series de datos relacioadas. Figura 3: La variaza como ua media 3. CONCLUSIONES Las aplicacioes presetadas, que cualquier profesor co coocimietos míimos de Cabri- Géomètre ó de otro software de geometría diámica puede implemetar, habrá cumplido los objetivos iiciales si, a través del potecial de la geometría diámica, pudiera ser cosiderados, o sólo, como ejemplos versátiles, capaces de estimular y facilitar la asimilació, iterpretació y compresió de del cocepto de dispersió, y e particular el de la variaza y de alguas de sus propiedades, sio tambié como elemetos capaces de promover ua mayor iteractividad e el aula. Otros ejemplos podría ser mostrados, pues hay, co certeza, muchas posibilidades de explorar estas aplicacioes pudiedo profudizarlas, perfeccioarlas y/ó añadirles otras potecialidades, teiedo como motivació la mejoría de la eseñaza de la estadística, y e especial e lo que toca a la eseñaza de la variació estadística, bie como la curiosidad, la imagiació, la reflexió y la volutad. AGRADECIMIENTOS Trabajo apoyado por el Proyecto EDU (MICIIN, España), y por el Cetro de Matemática de la UTAD (CM-UTAD) y por el proyecto PEst-OE/EGE/UI4056/0 de la UDI/IPG fiaciado por la Fudação para a Ciêcia e a Tecologia (FCT, Portugal). REFERENCIAS Barros, P. & Ferades, J. (00). Dificuldades de aluos (futuros professores) em coceitos de estatística e probabilidades. I I. Lopes, J. Silva y P. Figueiredo (Orgs.), Actas do ProfMat 00 (pp. 97-0). Vila Real: Associação de Professores de Matemática. Darius, P., Michiels, S. y Raeymaeers, B. (00). Applets for Experimetig with Statistical Cocepts. I Phillips, B. (Ed.), Proceedigs of the 6th Iteratioal Coferece o Teachig Statistics. Cape Tow, South Africa. 4

5 Estepa, A. & Pio, J. (03). Elemetos de iterés e la ivestigació didáctica y eseñaza de la dispersió estadística. Números Revista de Didáctica de las Matemáticas. Sociedad Caaria Isacc Newto de Profesores de Matemáticas, Vol. 83, pp Guzmá, M. (00). El ricó de la pizarra esayos de visualizació e aálisis matemático elemetos básicos del aálisis. Madrid, Spai: Edicioes Pirámide. Martis, J. & Nascimeto, M. (009), Estadística co software de Geometria, School of Mathematics of the Techological Istitute of Costa Rica (Ed.) Actas del I Ecuetro de Didática de la Estadística, la Probabilidad y el Aálisis de Datos (I EDEPA). Cartago, Costa Rica. Shaughessy, J. M., (997), Missed Opportuities i Research o the Teachig ad Learig of Data ad Chace. I Biddulph, F. ad Carr, K. (Eds.) People i Mathematics Educatio, Mathematics Educatio Research Group of Australia, Waiato, New Zealad, Vol., pp

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

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

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

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

2.2. Estadísticos de tendencia central

2.2. Estadísticos de tendencia central 40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,

Más detalles

Descripción y tablas de especificaciones de las pruebas formativas. Área Lectura

Descripción y tablas de especificaciones de las pruebas formativas. Área Lectura Descripció y tablas de especificacioes de las pruebas formativas. Área Lectura Año 2018 Coteido Itroducció... 3 El referete coceptual de la evaluació... 3 Especificacioes de las de pruebas... 3 Las competecias

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

EL EMPLEO DE LAS TIC S EN LA CONCEPTUALIZACIÓN DE LA TERCERA LEY DE NEWTON

EL EMPLEO DE LAS TIC S EN LA CONCEPTUALIZACIÓN DE LA TERCERA LEY DE NEWTON 42 II Joradas de Eseñaza e Ivestigació Educativa e el campo de las Ciecias Exactas y Naturales Actas, II (2): 42-48, 2009. La Plata. EL EMPLEO DE LAS TIC S EN LA CONCEPTUALIZACIÓN DE LA TERCERA LEY DE

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 3 Estadística Descriptiva: Métodos Numéricos Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 30 de Marzo, 2010 Slide 1 Slide 2 Capítulo 3 Estadística Descriptiva: Métodos Numéricos Medidas de Localizació Medidas de Variabilidad

Más detalles

Repaso...Último Contenidos NM 4

Repaso...Último Contenidos NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Fucioes y relacioes. Diagrama Sagital. Sea A = { a,b, c} y B = { 1, 2, 3, 4} Repaso...Último Coteidos NM 4 A: Cojuto

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

Series de Fourier Aplicación: Análisis de Señales

Series de Fourier Aplicación: Análisis de Señales Series de Fourier Aplicació: Aálisis de Señales Jua E Dombald Estudiate de Igeiería Electróica Uiversidad Nacioal del Sur, Avda Alem 53, B8CPB Bahía Blaca, Argetia Juae_ce@hotmailcom Agosto Resume: E este

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

CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo

CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD 4.1 Geeralidades Es u hecho bie coocido que la probabilidad de que u idividuo fallezca e u periodo determiado de tiempo depede de muchos factores, etre

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

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

Más detalles

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

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

Más detalles

Prof: Zulay Franco 1

Prof: Zulay Franco 1 Biestables 1.1 Itroducció Ua vetaja importate de los sistemas digitales sobre los aalógicos es la capacidad de almacear fácilmete grades catidades de iformació por periodos cortos o largos. Esta capacidad

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

2 CARTAS DE CONTROL POR ATRIBUTOS

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

Más detalles

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

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 y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas

Más detalles

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión

Tema 1 Estadística descriptiva: Medidas de centralización y dispersión Tema 1 Estadística descriptiva: Medidas de cetralizació y dispersió Curso 2017/18 Grados e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable

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

Capítulo 4. Desarrollo de la investigación. A continuación presentamos los datos que finalmente proporcionaron las universidades

Capítulo 4. Desarrollo de la investigación. A continuación presentamos los datos que finalmente proporcionaron las universidades Capítulo 4 Desarrollo de la ivestigació 4.1 Datos dispoibles A cotiuació presetamos los datos que fialmete proporcioaro las uiversidades correspodietes, debido a políticas de cada uiversidad y pla de estudios

Más detalles

4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS

4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá

Más detalles

Educación Estocástica La enseñanza y aprendizaje de la probabilidad y la estadística

Educación Estocástica La enseñanza y aprendizaje de la probabilidad y la estadística I Ecuetro Colombiao de Educació Estocástica La eseñaza y apredizaje de la probabilidad y la estadística COMBINATORIA PARA LA ESCUELA Bejamí Sarmieto y Felipe Ferádez Uiversidad Pedagógica Nacioal (Colombia)

Más detalles

Introducción. v Qué es la estadística?

Introducción. v Qué es la estadística? v Qué es la estadística? Es ua Ciecia que explica y provee de herramietas para trabajar co datos, ha experimetado u gra desarrollo a lo largo de los últimos años. v E qué áreas se aplica la estadística?

Más detalles

Experiencias Docentes Las competiciones tipo olimpiada como motivación para el aprendizaje de las matemáticas: una experiencia internacional

Experiencias Docentes Las competiciones tipo olimpiada como motivación para el aprendizaje de las matemáticas: una experiencia internacional Experiecias Docetes Las competicioes tipo olimpiada como motivació para el apredizaje de las matemáticas: ua experiecia iteracioal Revista de Ivestigació ISSN 74-040 de abril de 0 Resume Este artículo

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

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

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

2 FUNDAMENTOS DE PROBABILIDAD

2 FUNDAMENTOS DE PROBABILIDAD 2 FUNDAMENTOS DE PROBABILIDAD T al vez el estudio de la probabilidad toma setido cuado se percibe y se acepta la existecia de la aleatoriedad e diversos aspectos de la vida diaria. Si embargo, si cosideramos

Más detalles

6. DISTRIBUCIONES MUESTRALES

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

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

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas.

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas. Matemáticas Sesió No. 6 Nombre: Fucioes expoeciales y logarítmicas y el uso de las progresioes aritméticas y geométricas. Cotextualizació Las fucioes expoeciales y logarítmicas se les cooce como trascedetes,

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

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

Más detalles

1. Óptica geométrica: conceptos básicos y convenio de signos.

1. Óptica geométrica: conceptos básicos y convenio de signos. . Óptica geométrica: coceptos básicos y coveio de sigos. Tal y como habíamos defiido previamete al estudio de las reyes de la reflexió y de la refracció, llamamos rayo a ua líea imagiaria perpedicular

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

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo.

Explicación de la tarea 10 Felipe Guerra. Para la explicación de esta tarea veamos primeramente que es lo que nos están pidiendo. Explicació de la tarea 0 Felipe Guerra Para la explicació de esta tarea veamos primeramete que es lo que os está pidiedo. Ya hemos visto a lo largo del curso que la variaza es el error cuadrado medio de

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

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

Sucesiones I Introducción

Sucesiones I Introducción Temas Qué es ua sucesió? Notacioes y coceptos relacioados. Maeras de presetar ua sucesió. Gráfico de sucesioes. Capacidades Coocer y compreder el cocepto de sucesió. Coocer y maejar las diferetes maeras

Más detalles

Resolución N 2. Axiomas de Probabilidades. Ejercicios Resueltos. Profesor: Iván Rapaport Z. Auxiliar: Abelino Jiménez G.

Resolución N 2. Axiomas de Probabilidades. Ejercicios Resueltos. Profesor: Iván Rapaport Z. Auxiliar: Abelino Jiménez G. Resolució N 2 Axiomas de Probabilidades Profesor: Ivá Rapaport Z Auxiliar: Abelio Jiméez G Ejercicios Resueltos 1 Cierta efermedad se trasmite e forma geética de los padres a los hijos, del siguiete modo:

Más detalles

2 Conceptos básicos y planteamiento

2 Conceptos básicos y planteamiento ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.

Más detalles

SOFTWARE EDUCATIVO PARA TEMAS DE CÁLCULO NUMÉRICO

SOFTWARE EDUCATIVO PARA TEMAS DE CÁLCULO NUMÉRICO SOFTWARE EDUCATIVO PARA TEMAS DE CÁLCULO NUMÉRICO Pizarro, Rubé Adriá Facultad de Ciecias Exactas y Naturales - Uiversidad Nacioal de La Pampa Uruguay 151 Sata Rosa La Pampa - Argetia rube@exactas.ulpam.edu.ar

Más detalles

Trabajo Final Estadística Descriptiva

Trabajo Final Estadística Descriptiva Prof: Ramó Alvarez Sebastiá Castro Pieria Costa Mathias Fuidio Motevideo, 9 de Juio del 0 ÍNDICE Itroducció Marco teórico.. Variables. Medidas de Resume. Medidas de Posició. Medidas de Dispersió. Medidas

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber

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

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

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos

Más detalles

TRABAJO: Números estrellas

TRABAJO: Números estrellas Premios del Departameto de Matemáticas de la Uiversidad Autóoma de Madrid para Estudiates de Secudaria Sexta Edició, 0/0 TRABAJO: Números estrellas GANADOR EN LA CATEGORÍA DE E.S.O. AUTORES: o Rommel Beltrá

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

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

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

Física II (Biólogos y Geólogos)

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

Más detalles

MEDIDAS DE DISTRIBUCION

MEDIDAS DE DISTRIBUCION MEDIDAS DE DISTRIBUCION ASIMETRIA Y CURTOSIS Dr. EDGAR APAZA ZUÑIGA UNIVERSIDAD NACIONAL DEL ALTIPLANO MEDIDAS DE DISTRIBUCIÓN Las Medidas de Distribució permite idetificar y caracterizar la forma e que

Más detalles

DIRECTIVOS SINDICALES

DIRECTIVOS SINDICALES Libertad DIRECTIVS SINDICALES EVALUACIÓN DE CARÁCTER DIAGNÓSTIC FRMATIVA (ECDF) Presidete de la República Jua Mauel Satos Calderó Miistra de Educació Nacioal Yaeth Cristia Giha Tovar Vicemiistro de Educació

Más detalles

Tema 1 Estadística descriptiva - II: Medidas de centralización y dispersión

Tema 1 Estadística descriptiva - II: Medidas de centralización y dispersión Tema 1 Estadística descriptiva - II: Medidas de cetralizació y dispersió Curso 2018/19 Grado e biología saitaria Departameto de Física y Matemáticas Marcos Marvá Ruiz A partir de los valores de ua variable

Más detalles

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.

Número de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces. Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del

Más detalles

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar

Más detalles

TRABAJO PRACTICO Nº 1

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

Más detalles

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

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA

Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete

Más detalles

Figuras geométricas y números enteros. Introducción

Figuras geométricas y números enteros. Introducción Revista del Istituto de Matemática y Física Figuras geométricas y úmeros eteros Juaa Cotreras S. 6 Claudio del Pio O. 7 Istituto de Matemática y Física Uiversidad de Talca Itroducció Etre las muchas relacioes

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

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

Sucesiones de números reales Sucesiones convergentes: límite de una sucesión

Sucesiones de números reales Sucesiones convergentes: límite de una sucesión Sucesioes de úmeros reales Sucesioes covergetes: límite de ua sucesió Tato e la educació secudaria obligatoria como e el bachillerato se habla poco de las sucesioes de úmeros reales. Si acaso se dedica

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

ESPECTRO ELECTROMAGNÉTICO

ESPECTRO ELECTROMAGNÉTICO ESPECTRO ELECTROMAGNÉTICO Óptica: estudia los feómeos relacioados co las odas de la regió del espectro cuyas logitudes de oda o frecuecias correspode a lo que llamamos el visible Sesibilidad del ojo humao:

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

Combinatoria. Tema Principios básicos de recuento

Combinatoria. Tema Principios básicos de recuento Tema 4 Combiatoria La combiatoria, el estudio de las posibles distribucioes de objetos, es ua parte importate de la matemática discreta, que ya era estudiada e el siglo XVII, época e la que se platearo

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

Métodos de Análisis Cuantitativo

Métodos de Análisis Cuantitativo Métodos de Aálisis Cuatitativo Fórmulas E este documeto se lista las fórmulas trabajadas e las clases del curso de Métodos de Ivestigació Cuatitativa (GES204) de la Facultad de Gestió y Alta Direcció de

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

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

Estimación por intervalos

Estimación por intervalos Estimació por itervalos Estimació por itervalos para la media poblacioal co (variaza poblacioal) coocida P( x z/ x z/ ) 1 co (variaza poblacioal) descoocida Si 30 se reemplaza por S y usamos el itervalo

Más detalles

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

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

Más detalles

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar

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

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

Wilfrido Massieu. PRACTICA No. 2

Wilfrido Massieu. PRACTICA No. 2 INSTITUTO POLITÉCNICO NCIONL Cetro De studios Cietíficos Y Tecológicos Wilfrido Massieu LBOTOIO D FÍSIC I LUMNO: GUPO: POFSO: FCH: QUIPO: CLIF. : PCTIC No. 2 1. NOMB: MDICIONSY OS. II. OBJTIVOS: Describir

Más detalles

Gráficos de control por atributos

Gráficos de control por atributos Gráficos de cotrol por atributos por Felipe de la Rosa Los gráficos de cotrol por variables so istrumetos sumamete útiles para moitorear y mejorar la calidad, si embargo, preseta al meos dos limitacioes

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

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

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

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

Más detalles

EL REML SIN LAGRIMAS. A. Blasco Instituto de Ciencia y Tecnología Animal Universidad Politécnica de Valencia

EL REML SIN LAGRIMAS. A. Blasco Instituto de Ciencia y Tecnología Animal Universidad Politécnica de Valencia 1 EL RE SIN LAGRIMAS A. Blasco Istituto de Ciecia y Tecología Aimal Uiversidad Politécica de Valecia El Baby model y i = e i y = X + e = 1 + e dode X = 1 es u vector de uos. La matriz de variazas-covariazas

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. Examen del 18 de junio de 2010

Examen de la asignatura Estadística aplicada a las ciencias sociales Profesor Josu Mezo. Examen del 18 de junio de 2010 Eame de la asigatura "Estadística aplicada a las ciecias sociales" Profesor Josu Mezo. Eame del 18 de juio de 2010 Recordatorio de fórmulas (o todas so ecesarias) Σ N i c cifi s s sˆ ET 1 z estimador ET

Más detalles

Enseñanza de Modelos Discretos en Dinámica Poblacional

Enseñanza de Modelos Discretos en Dinámica Poblacional Eseñaza de Modelos Discretos e Diámica Poblacioal Saleme Noelia (*) - Berrodo Luis A (*) Navarro Silvia I. (**) Juarez Gustavo A. (**) Resume Partiedo del estudio realizado sobre la teoría de las ecuacioes

Más detalles

2. Estimación de errores de medidas directas

2. Estimación de errores de medidas directas Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació

Más detalles

Métodos Iterativos para resolución de sistemas de ecuaciones lineales.

Métodos Iterativos para resolución de sistemas de ecuaciones lineales. Métodos Iterativos para resolució de sistemas de ecuacioes lieales Roberto Leó V Jorge Costazo V robertoleo@gmailcom jcosta@ifutfsmcl 8 de agosto de 006 Motivació El problema de la resolució de sistemas

Más detalles

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

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

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral

Más detalles