Algoritmo de Aproximación por Peso para el Cambio de Base de un Número

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

Download "Algoritmo de Aproximación por Peso para el Cambio de Base de un Número"

Transcripción

1 Alejadro Jose Raudales Baegas Algorto de Aproxacó por Peso para el Cabo de Base de u Núero Alejadro José Raudales Baegas Itroduccó Cabar u úeró de ua base partcular a otra deseada es u problea cuyo algorto es aplaete dfuddo y coocdo, por lo que hablar de u étodo alteratvo para ello suele ser algo poco coú. El presete docueto trata específcaete sobre ello, efoca prordalete la coversó de u úero escrto e base decal que es pasado a ua base B cualquera. El algorto fue desarrollado por persoa hace varos años y desde etoces ha sdo deseo copartrlo co la coudad cetífca, específcaete co los aates de las ateátcas de los cuales esperaré sus cosejos, aportes, coetaros y crtcas que para tedrá ucha valdez e portaca. Coezare el desarrollo de dcho problea lustrado co u ejeplo la fora de eplear el algorto, explcado sultáeaete los pasos a segur, cotuado co uas líeas de prograa para su pleetacó y cocluyedo co la deostracó foral del so y el estudo de ua aplcacó. Ejeplo Supogaos que se desea pasar el úero 9 escrto e base decal a su represetacó e base 3. (9) (Y) 3 Podeos etoces escrbr la gualdad: (E). a 3. a 3... a a 3 9 Todo expresados e téros de ua base coú (la decal), etoces podeos observar que el problea se resue e ecotrar los valore de, y de todos los coefcetes a (co toado valores desde hasta ). Paso E prer lugar hay que ecotrar el valor de, esto se hace co la sguete forula (E) floor log C log B = 3

2 Alejadro Jose Raudales Baegas Dode C es el uero escrto e base decal ( 9 e uestro ejeplo) y B es la ueva base (3 e uestro caso) y floor se refere a la fucó ayor etero ([x] ) El resultado fal de esta operacó sería =3 y la ecuacó E quedaría coo sgue: (E3) a a. 3 a. 3 a a. 3 9 Paso Procedeos a ecotrar el coefcete co ayor peso a 3 para lo que utlzaos la sguete forula: (E4) a floor C a = B 3 Lo que e uestro ejeplo da gual, la ecuacó E3 ahora quedaría: (E5) 3. 3 a. 3 a. 3 a a. 3 9 Paso 3 Restaos el prer tero de la ecuacó ateror e abos lados del gual y obteeos etoces: (E6) a. 3 a. 3 a a (E7). a 3. 3 a a 3 Paso 4 Repetr los pasos dos y tres para el sguete tero (E8) C a floor C a = B (E9) 3. a. 3 a a. 3 (E) 3. a. 3 a a. 3 (E) a. 3 a a. 3 (E3) C a floor C a = B (E4) 3. a a. 3 (E5) a a. 3 (E6) C a floor C B a (E7) a 3 (E8) a 3

3 Alejadro Jose Raudales Baegas Podeos ver que a partr de la E8 cualquer otro valor de a sera gual a cero ya que C = y que todos los coefcetes so postvos. Por lo que cocluye aquí el procedeto y sabeos que =. El resultado fal sera (9) () 3 Prograa Para dejar be establecdos los pasos del algorto a cotuacó se preseta ua fucó de u prograa e de Vsual Basc dode es aplcado: Publc Fucto CaboBase(NuBaseDez As Sgle, BaseNueva As Iteger) As Double D As Iteger D C As Sgle D B As Iteger D a() As Iteger D Negatvo As Boolea D, j As Iteger D Respuesta As Strg C = NuBaseDez B = BaseNueva RE Recuerda cuado el sgo del uero es egatvo If C < The Negatvo = True C = Abs(C) Else: Negatvo = False RE Expoete del coefcete co ayor peso = It(Log(C) / Log(B)) RE Nota: el Coefcete de ayor peso es a() Resultado = "" ' el lpa el resultado RE Coeza el cclo para úeros eteros. ReD a( To ) For = To a() = It(C / B ^ ( - )) C = C - a() * B ^ ( - ) Respuesta = Respuesta + Str(a()) Next RE Coeza el cclo para úeros decales. = If C > The Respuesta = Respuesta + "." Do Whle (C > ) ReD a( To ) a() = It(C / B ^ ( - )) C = C - a() * B ^ ( - ) Respuesta = Respuesta + Str(a()) = + If > + The 3

4 Alejadro Jose Raudales Baegas sgbox "Tee uchas cfras decales", vbexclaato, "Desbordaeto" Ext Do Ed If Loop RE Coloca sgo egatvo If Negatvo = True The Respuesta = "-" + Respuesta RE Coverte la respuesta e u uero CaboBase = Val(Respuesta) Ed Fucto Deostracó Dado u úero real postvo expresado e base decal, lo podeos expresar coo Y e ua base B dode se cuple las sguetes codcoes: (C) Y R (es u uero Real) (C) B N (es u uero Natural) (C3) B> Etoces podeos decr que la sguete gualdad se cuple: (D) a. B a. B... a. B... a. k B k La cual se puede expresar de aera copacta coo: (D) a. B Sujeto a las sguetes restrccoes: (C4) Z (Es u úero etero) (C5) -k (C6) a N (Es u úero atural) (C7) B>a Podeos rescrbr D para obteer: (D3) a. B a. B De C, C3, C7 y dado que es postvo, podeos elar la suatora para trasforar la ecuacó D3 e la sguete ecuacó: (D4) a. B Dado que tato a coo B que: (D5) B a. B perteece a los úeros aturales (C y C4) teeos 4

5 Alejadro Jose Raudales Baegas Por la propedad trastva (D6) B Aplcado Logartos a abos lados de la ecuacó: (D7) Log B Log (D8) Log Log B Ahora deostreos que: (S) B > De D (S) B > a. B a. B... a. B... a. k B k Dvdedo abos lados etre B + a (S3) > B a B... a B B... a k B k Dado que B es sepre ayor que a para cada valor de desde hasta k y aplcado los crteros de covergecas de seres, se puede ver que la desgualdad ateror es verdadera y por lo tato S es verdadero. Cocluyedo que: (D9) B > Aplcado logarto a abos lados de la ecuacó D9, teeos: (D) Log B > Log (D) > Log Log B De D8 y D cocluos que: (D) Log < Log B Dado que es etero, y e base a la defcó de la fucó ayor etero (y= floor(x) o y = [x] ) cocluos que : (EQ) floor Log Log B 5

6 Alejadro Jose Raudales Baegas Que es gual a la ecuacó E que utlzaos e el ejeplo. S copaos la expresó D3 y D4: (D3) a. B a. B (D4) a. B Dvdedo etre B a abos lados de D3 y D4, obtedreos: (D3) a B (D4) a a. B B B La cual splfcada puede ser escrta coo: (D5) a a B B Por defcó (C7) sabeos que a < B y aplcado el teorea de lte a la suatora garatzaos que: a (D6) < B Lo que os lleva a: (D7) a a < a B Por la propedad trastva: (D8) < a B De D3 y D8 cocluos que: 6

7 Alejadro Jose Raudales Baegas (D9) a < a B Dado que a es etero, y e base a la defcó de la fucó ayor etero (y= floor(x) o y = [x] ) cocluos que : (EQ) a floor B Aplcacó Al estudar e detalle el algorto ateror podeos daros cueta que es ás coplcado que el étodo tradcoal de cabo de base que se realza a través de resduos de ua sple dvsó eucldea; Adeás que para su pleetacó se requere el uso de ua fucó trascedetal (Log o LN). Basado e estas dos presas fáclete se podría arguetar que su utldad es ula y que o es ás que ua curosdad ateátca o u étodo coplcado para resolver u problea secllo. S ebargo al platear el problea desde otra perspectva os podeos dar cueta de la agtud de su alcace y ver que este es solo el prcpo por el cual se rge las reglas para resolver otros plateaetos ás coplcados y dode se verá realete la utldad del so. Para eteder lo expuesto e el párrafo ateror veaos el sguete ejeplo: Dado el úero escrto e ua base descoocda x, y que escrto de aera decal equvale al úero, ecotrar la base x. - El plateo de fora algebraca de este problea es: (E). x x - Coo podeos ver es u problea secllo que podría ser resuelto co forula cuadrátca, s ebargo utlzareos u étodo alteratvo dode se aplque los prcpos aquí desarrollados. Coezareos usado la ecuacó EQ (E) Floor l l x - S a esta expresó le aplcaos la defcó de ayor eero, teeos la ecuacó: l (E3) < 3 l x - Co lo que tedreos dos ecuacoes para L(x) (E4). lx l 7

8 Alejadro Jose Raudales Baegas (E5) l < 3lx. De dode fáclete se puede deostrar que l (E6) < l x 3 l Falete x es u valor defdo etre: l l 3 (E7) e < x e (E7).8< x< 4.69 Coo presa para poder aplcar este étodo se supoe que x es u atural, por lo que las úcas respuestas posbles e dcho tervalo so x = 3 y x = 4. Bastaría realzar ua prueba co cada uo de estos valores e E para daros cueta cual es resultado, s ebargo y co la tecó de ssteatzar u procedeto o lo hareos de esta aera, so que separareos las varables de los úeros: (E8). x x Sacado el factor coú e la parte derecha de E8 (E9). x. x Dado que x es u etero, coo se acoto aterorete, podeos asegurar co exacttud que tabé es uo de los factores del úero a la derecha del parétess, e este caso partcular o se, 3, 7 ó. Falete y basádose e la coclusó sacada a partr de E7 se sabe que la respuesta para este ejeplo partcular es 3. Cabe hacer otar que dado caso que el úero a la derecha del gual tuvera ua parte fraccoara, se procede de la sa aera co la úca dfereca que tato esta coo cualquer varable co expoete egatvo debe ser goradas Coo se puede ver este étodo se puede utlzar para resolver ua fala fta de expresoes algebracas. El problea etoces cosstrá úcaete poder clasfcar ua expresó partcular coo ebro de dcha fala; auque hasta la actualdad o he realzado gú tpo de estudo a fodo sobre las característcas de dcho grupo de aera tutva se puede adelatar las sguetes: Dada ua expresó de la sguete fora 8

9 Alejadro Jose Raudales Baegas dode x es la cógta a. x Cada a debe ser u úero Natural dferete de cero. y k so dos úeros aturales tales que -k. x es u úero Natural tal que x >a. ( esta es la ás dfícl de costatar a pror dado que se refere al valor que estaos buscado.) es u úero Real cualquera. Alejadro José Raudales 9

MATEMÁTICAS 4º ESO. TEMA 2: COMBINATORIA

MATEMÁTICAS 4º ESO. TEMA 2: COMBINATORIA Fracscaos T.O.R. Cód. 87 MATEMÁTICAS º ESO. TEMA : COMBINATORIA.. La regla de la sua el producto.. Varacoes s repetcó.. Varacoes co repetcó.. Perutacoes s repetcó.. Cobacoes s repetcó.. Núeros cobatoros.7.

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Los Teoremas de Cauchy

Los Teoremas de Cauchy Aálss IV Los Teoreas de Cauchy - Teorea Local de Cauchy Fucoes defdas por tegrales Cosdereos dos fucoes coplejas λ, µ defdas e el so cojuto Z del plao coplejo: λ: Z w λ( w) C, µ : Z w µ ( w) C Sea tabé

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012 Solucó Práctca Evaluable. Olgopolo y Copeteca Moopolístca. 6//0 Cosdere u olgopolo de Courot co epresas que produce u be hoogéeo. La fucó versa de deada es p ) = 0 y todas las epresas tee el so coste argal

Más detalles

TEMA 4. EQUIVALENCIA FINANCIERA

TEMA 4. EQUIVALENCIA FINANCIERA ADMIISTRAIÓ Y FIAZAS. GRADO SUPERIOR TEMA 4. EQUIVALEIA FIAIERA TEMA 4: EQUIVALEIA FIAIERA. ITRODUIÓ Estas operacoes se da cuado ua persoa quere susttur uo o varos pagos que tee que realzar (PRIMERA SITUAIÓ)

Más detalles

ANEXO D. Cálculo del cortante basal

ANEXO D. Cálculo del cortante basal Cálculo del cortate basal CÁLCULO DEL CORANE BASAL El cálculo del cortate basal perte deterar la fuerza lateral total coo cosecueca de las fuerzas erca que se duce a u sstea de N rados de lbertad, dstrbuyédolo

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

INTERÉS SIMPLE. INTERÉS SIMPLE (Definición) Aquel interés que se calcula con una ley financiera simple, se denomina interés simple.

INTERÉS SIMPLE. INTERÉS SIMPLE (Definición) Aquel interés que se calcula con una ley financiera simple, se denomina interés simple. 1 OBJETIVOS Defr Iterés y oto. Dstgur captalzacoes sples y copuestas. Idetfcar el terés sple y copuesto. Deostrar fórulas prcpales y dervadas. Resolver stuacoes probleátcas. CONTENIDOS Iterés. Iterés sple.

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

(1) La dualidad en la programación lineal - Página 1

(1) La dualidad en la programación lineal - Página 1 La Dualdad y la Iterpretacó Ecoóca del Método Sple La dualdad costtuye u tópco de gra portaca para la prograacó leal puesto que brda las bases teórcas para copreder coo caba la solucó ópta de u problea

Más detalles

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

MEDICIONES Y CÁLCULO DE ERRORES

MEDICIONES Y CÁLCULO DE ERRORES 7. OBJETIVOS: MEDICIONES Y CÁLCULO DE ERRORES. Efectuar edcoes drectas: edr el perodo del pédulo sple. Efectuar edcoes drectas: edr el volue de u paralelepípedo.. Aplcar el cálculo de errores e las edcoes

Más detalles

3. Estequiometría. Transformaciones químicas. Andrés s Cedillo, AT

3. Estequiometría. Transformaciones químicas. Andrés s Cedillo, AT Trasforacoes quícas Adrés s Cedllo, AT-50 cedllo@xau.ua.x www.fqt.zt.ua.x/cedllo 3. Estequoetría 3.1. Masa atóca 3.. El cocepto de ol 3.3. Relacoes e fórulas f quícas 3.4. Relacoes e reaccoes quícas Cap.

Más detalles

Breves apuntes sobre la teoría de errores.

Breves apuntes sobre la teoría de errores. Radar de subsuelo. Evaluacó para aplcacoes e arqueología y e patroo hstórco-artístco 903 Aexo 6 Breves aputes sobre la teoría de errores. A6.. Itroduccó. Se troduce breveete los coceptos fudaetales de

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados. Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral

Más detalles

1. Modelo de Transporte

1. Modelo de Transporte . Modelo de Trasporte Se trata de u odelo partcular de Redes-Fluo s establecetos teredos o de trasbordo. Para forular u odelo geérco se defe las varables y los paráetros sguetes: s = total de udades dspobles

Más detalles

#,/ Los problemas de optimización multiobjetivo (POM) pueden formularse de la siguiente manera:

#,/ Los problemas de optimización multiobjetivo (POM) pueden formularse de la siguiente manera: ! E la vda real, este uerosas stuacoes y probleas que so recoocdos coo probleas ultobetvo, es decr, o posee u úco crtero edble por el cual pueda declararse que ua solucó sea copletaete satsfactora. Dcho

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

11. Optimización no lineal con restricciones

11. Optimización no lineal con restricciones . Optzacó o leal co restrccoes. Optzacó o leal co restrccoes Prcpos y teoreas para la búsqueda de óptos lobales Modelos co restrccoes de ualdad Codcoes de uh-tucker Alortos uércos báscos Prcpos y teoreas

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568.

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568. Hoja de Probleas º Algebra. Hallar u úero cuadrado perfecto de cico cifras sabiedo que el producto de esas cico cifras es 568. Solució: Sea x 0 4 x 0 3 x 3 0 x 4 0 x 5 el úero que buscaos y sea a 0 b 0

Más detalles

Videal. V m. = ZxVideal EJERCICIOS RESUELTOS:

Videal. V m. = ZxVideal EJERCICIOS RESUELTOS: EJERCICIOS RESUELOS: Datos:. U taque rígdo cotee dos klool de gas trógeo y 6 klool de CO a 00ºK y 5 Mpa. Calcule el volue del taque basádose e: a. Ecuacó de gas deal b. Regla de Kay c. Factores de copresbldad

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Tablas HASH. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002

Tablas HASH. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002 Tablas HASH Agustí J. Gozález ELO32: Estructura de Datos y Algortos er. Se. 22 Itroduccó Muchas aplcacoes requere u cojuto dáco que soporte las operacoes de u dccoaro: Isert, Search, Delete. Por ejeplo

Más detalles

2. Hay alguna diferencia entre decir que la masa de una persona es 75 kg o g?

2. Hay alguna diferencia entre decir que la masa de una persona es 75 kg o g? Físca y Quíca ºBachllerato UNIDAD : La actvdad cetífca CUESTIONES INICIALES-PÁG. 9. Sabrías expresar la velocdad de 0,0 /s e k/h? k 000 v = 0,0 = 0,0 s h s 3600s k 36,0 h. Hay algua dfereca etre decr que

Más detalles

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D. CPIULO 2º FUNCIONES DE VECORES Y MRICES_ Ig. Dego lejadro Patño G. M.Sc, Ph.D. Fucoes de Vectores y Matrces Los operadores leales so fucoes e u espaco vectoral, que trasforma u vector desde u espaco a

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

Derivada parcial de un campo vectorial respecto de una variable escalar

Derivada parcial de un campo vectorial respecto de una variable escalar Aálss Vectoral Adrés Macho Ortz Septebre 05 Dervada parcal de u capo vectoral respecto de ua varable escalar La dervacó parcal de u capo vectoral respecto de ua varable escalar es dscutda e este docueto

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Cálculo Diferencial e Integral II INGENIERÍA CÁLCULO DE ÁREAS

Cálculo Diferencial e Integral II INGENIERÍA CÁLCULO DE ÁREAS Cálculo Dferecal e Itegral II I E la actvdad III de la Udad de Repaso, se te pdó calcular el área del rectágulo tal como se muestra e la Fgura 1 sí S x Ahora uestro problema es calcular el área de la regó

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

Sebastián Martín Ruiz. Aplicaciones de la Función de Smarandache y las Funciones Prima y Coprima

Sebastián Martín Ruiz. Aplicaciones de la Función de Smarandache y las Funciones Prima y Coprima Sebastá Martí Ruz Alcacoes de la Fucó de Saradache y las Fucoes Pra y Cora log / / j j s j s j s j Aerca Research Press Rehoboth 00 Sebastá Martí Ruz Avda. de Regla 43 Choa 550 Cádz Sa sarada@telele.es

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór Capítulo 4 Iterpolacó polomal de Hermte E determadas aplcacoes se precsa métodos de terpolacó que trabaje co datos prescrtos de la fucó y sus dervadas e ua sere de putos, co el objeto de aumetar la aproxmacó

Más detalles

Gerardo Pastrana León

Gerardo Pastrana León CONSTRUCCIÓN D FRONTRAS FICINTS D INVRSIÓN Gerardo Pastraa Leó (ste esayo se elaboró utlzado coo bblografía prcpal el lbro Seleccó de Iversoes, de Dogo Jorge Messut, Vctor Adrá Alvarez y Hugo Roao Graff,

Más detalles

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra

Más detalles

JUEGOS DE BÚSQUEDA Y EMBOSCADA MODIFICADOS

JUEGOS DE BÚSQUEDA Y EMBOSCADA MODIFICADOS 7 Cogreo Nacoal de Etadítca e Ivetgacó Operatva Lleda, 8- de abrl de 3 JUEGOS DE ÚSQUEDA Y EMOSCADA MODIFICADOS P Zoroa, N Zoroa, MJ Ferádez-Sáez Departaeto de Etadítca e Ivetgacó Operatva Uverdad de Murca,

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

Problemas de Polímeros. Química Física III

Problemas de Polímeros. Química Física III Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

MEJORAMIENTO ANIMAL - ANEXO T.P. # 3 HERENCIA SIMPLE EN FAMILIAS

MEJORAMIENTO ANIMAL - ANEXO T.P. # 3 HERENCIA SIMPLE EN FAMILIAS Mejoraeto Aal Dto. Agrooía, UN Rev. 5// MEJORAMIENTO ANIMAL - ANEXO T.. # HERENCIA IMLE EN FAMILIA Cálculos de Nveles de egurdad y de Catdad de Tests de Apareaetos Requerdos. U descedete por apareaeto

Más detalles

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES SISTEMAS DE ECUACIONES NO INEAES Capítulo 7 Sstemas de ecuacoes o leales c Elzabeth Vargas 7 INTRODUCCIÓN os métodos teratvos para resolver ua ecuacó o leal se puede eteder para ecotrar la solucó de u

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN .4 Cálculo de Redes Cerradas El roblea que se latea es calcular los caudales que escurre e cada trao de ua red, alla o crcuto, de odo que se cula certas codcoes hdráulcas coo las resoes exstetes e los

Más detalles

DISEÑO ÓPTIMO DE DIAGRAMAS EWMA.

DISEÑO ÓPTIMO DE DIAGRAMAS EWMA. Saber, Uversdad de Orete, Veeuela.Vol. 2. Nº 2: 44-49. (2000) DISEÑO ÓPTIMO DE DIAGRAMAS EWMA. NELSON BRACHO Departaeto de Estadístca Uversdad de Orete. RESUMEN E este artículo se descrbe el esquea de

Más detalles

CAPÍTULO 20: NÚMEROS COMPLEJOS (II)

CAPÍTULO 20: NÚMEROS COMPLEJOS (II) CAPÍTULO 0: ÚMEROS COMPLEJOS (II) Date Guerrero-Chaduví Pura, 05 FACULTAD DE IGEIERÍA Área Departametal de Igeería Idustral y de Sstemas CAPÍTULO 0: ÚMEROS COMPLEJOS (II) Esta obra está bajo ua lceca Creatve

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Unidad didáctica 2: Interpolación 1. Diferencias divididas. Diferencias finitas.

Unidad didáctica 2: Interpolación 1. Diferencias divididas. Diferencias finitas. Udad ddáctca : Iterolacó. Derecas dvddas. Derecas tas. Israel añaó Valera Dto. de Mateátca Alcada y Métodos Iorátcos E.T.S.I. Mas ÍNDIE. Plateaeto del roblea.. Derecas dvddas. Fórula de Newto. Tablas.

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SERIE TEMA ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN. Los datos

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

Más detalles

TEMA 14. Ecuaciones. Resolución de ecuaciones. Aproximación numérica de Raíces

TEMA 14. Ecuaciones. Resolución de ecuaciones. Aproximación numérica de Raíces TEMA 14. Ecuacoes. Resolucó de ecuacoes. Aproxmacó umérca de Raíces 1. Itroduccó La exsteca de ecuacoes es muy remota, así como la búsqueda de sus solucoes. Surge de la ecesdad de resolver problemas práctcos.

Más detalles

G - Métodos de Interpolación

G - Métodos de Interpolación ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó

Más detalles

(Véase el Ejercicio 13 Beneficio de los bancos )

(Véase el Ejercicio 13 Beneficio de los bancos ) étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Núeros Coplejos PREGUNTAS MÁS FRECUENTES. Qué es la udad agara? Es u eleeto del que cooceos úcaete su cuadrado:.obvaete, o se trata de u úero real.. Qué es u úero coplejo? Es

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

El Amplificador Operacional de Tensiones

El Amplificador Operacional de Tensiones El Aplfcador Operacoal de Tesoes El Aplfcador Operacoal de Tesoes. Itroduccó 2. El Aplfcador Operacoal Ideal de Tesoes 3. Nodealdades e el Opap 4. Crcutos co ealetacó Postva. Itroduccó.. El problea de

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE

CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE Parte I: Istruetos ateátcos de la teoría de los subcojutos borrosos CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE 3.. CONSIDERACIONES PREVIAS Coo señalaos al prcpo de esta

Más detalles

Una recurrencia es lineal, si cada llamada recursiva genera cuando mucho otra llamada recursiva, en caso contrario es no-lineal.

Una recurrencia es lineal, si cada llamada recursiva genera cuando mucho otra llamada recursiva, en caso contrario es no-lineal. Udad III Recursvdad y Cálculo de la Coplejdad de Recurrecas. Defcó de fucó de recurreca Ua recurreca es ua ecuacó o ua desgualdad que descrbe ua fucó e téros de su propo valor sobre etradas ás pequeñas.

Más detalles