1. Ley de Grandes Números

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

Download "1. Ley de Grandes Números"

Transcripción

1 La Ley de Grades Números Pablo Lessa 9 de octubre de Ley de Grades Números Te hago ua preguta persoal: Si estás jugado a la ruleta apostado e cada turo por egro o rojo y ves que sale 6 veces seguidas el egro, Cuál es tu siguiete apuesta? Negro o rojo? 1.1. La historia de Joseph Jagger Resulta que etre 1830 y 1892 e Iglaterra vivió u tipo llamado Joseph Jagger. No fudó ua bada i se hizo mudialmete famoso por su estilo de baile. Sio que comezó su vida trabajado e ua fábrica textil, presumiblemete (auque o hice ua ivestigació bibliográfica profuda) arreglado o mateiedo las maquias (telares mecáicos, supogo). A los 40 años de edad, ya u tipo maduro, se le ocurrió que las ruletas podría teer defectos mecáicos que hiciera que los resultados de las tiradas o fuera totalmete equiprobables. Etoces, dado el siguiete paso, le pagó a uos amigos para que aotara los resultados de todas las tiradas de u día de cada ua de las mesas de ruleta del famoso casio de Mote Carlo. Luego de aalizar los datos descubrió que había ua mesa de ruleta e la cual los úmeros 7,8,9,17,18,19, 28, y 29, saliero más frecuetemete de lo esperado durate el día. Etoces al día siguiete fue al casio de Mote Carlo y apostó a estos úmeros repetidas veces. Durate los siguietes tres días gaó 14 mil libras que equivale más o meos a u milló de dólares del día de hoy. Además se acumuló u grupo de apostadores que empezaro a copiar sus apuestas, tambié gaado diero. Esto obviamete o le gustó al casio. Así que e la oche cambiaro todas las mesas de lugar. Al día siguiete Joseph empezó a perder guita, pero después de u rato se acordó que su mesa teía ua marca distitiva, la buscó por el saló, la ecotró y empezó a gaar de uevo. Esa oche el casio desarmó todas las mesas, aceito todas las piezas mecáicas, y las volvió a armar. Al día siguiete Joseph (y sus seguidores) perdiero u poco de diero. A lo cual Joseph decidió retirarse co lo gaado (uas 64 mil 1

2 libras e total) y uca más volvió a apostar. Compró u motó de propiedades y vivió como u hombre rico hasta que su muerte ua veitea de años más tarde La moraleja Es u hecho empírico que para alguos tipos de experimetos (como tirar u dado, o hacer girar ua ruleta) los resultados idividuales parece impredecibles pero al repetir el experimeto se preseta regularidades estadísticas que sí so predecibles. Este tipo de idea o sólo es útil para los juegos de azar y otras frivolidades. La mecáica cuática y teorías físicas relacioadas so de este tipo (o da prediccioes sobre experimetos idividuales sio que predice propiedades estadísticas de largas tiras de repeticioes de dichos experimetos) La receta de Kolmogorov Para los matemáticos la secció aterior platea el siguiete problema: Cómo formalizar esta observació empírica para covertirla e matemática (co defiicioes precisas y argumetos claros)? Luego de ua larga historia se llegó a ua receta fudacioal para la teoría de probabilidades que costa e tres pasos: 1. Costruir u espacio Ω dode los putos represeta todos los resultados posibles de la secuecia de experimetos a realizar. 2. Costruir ua medida de probabilidad µ e Ω que modeliza el comportamieto del azar. 3. Itetar demostrar teoremas sobre el comportamieto de los putos de u subcojuto de Ω cuya medida para µ sea El caso de la moeda: Paso 1 Vamos a seguir la receta de Kolmogorov para modelar ua sucesió (ifiita) de tiradas de moeda. Se supoe que si la moeda sale de u lado aotamos 1 como resultado del experimeto y 0 si sale el otro lado. E este caso el cadidato atural para espacio Ω es el espacio de sucesioes de ceros y uos i.e. Ω = {0, 1} N = {ω = (ω 1, ω 2,...) : ω i {0, 1} i}. E este espacio cosideramos ua distacia d defiida como d(ω, ω ) = 2. {:ω ω } Ejercicio 1. Demostrar que (Ω, d) es u espacio métrico separable y completo. 2

3 Ejercicio 2. Demostrar que (Ω, d) es homeomorfo al habitual cojuto Cator terario e [0, 1], i.e. C = C dode C 0 = [0, 1], C 1 = [0, 1/3] [2/3, 1], C 2 = [0, 1/9] [2/9, 1/3] [2/3, 7/9] [8/9, 1], El caso de la moeda: Paso σ-álgebras Ua probabilidad es ua fució µ que asiga a alguos subcojutos de Ω u úmero etre 0 y 1 y que cumple ciertas reglas razoables. Por motivos técicos e los cuales prefiero o etrar o se puede defiir ua tal µ sobre todos los subcojutos de ω. Esto complica u poco la teoría (estamos obligados a itroducir las temidas σ-álgebras) pero o debería impedir a adie etederla. Defiicio 1 (σ-álgebra). Ua σ-álgebra F es u subcojuto de 2 Ω (i.e. el cojuto de todos los subcojutos de Ω) que es o vacío, y cerrado bajo complemetos y uioes umerables (i.e. si A F etoces Ω \ A tambié, y si A 1,..., A,... F etoces A tambié). Ejercicio 3. Mostrar que si A 2 Ω existe ua míima σ-álgebra que cotiee a A. Es decir, la itersecció σ(a) de todas las σ-álgebras que cotiee a A es ua σ-álgebra. Notar que 2 Ω es ua σ-álgebra o sea que dicha itersecció o es vacía. Dada ua sucesió fiita a 1,..., a de ceros y uos, defiimos el cilidro [a 1,..., a ] como el subcojuto de Ω formado por aquellas sucesioes que empieza co (a 1,..., a ). Notemos que para cada las uioes fiitas de cilidros de largo forma ua σ-álgebra fiita (i.e. co fiitos cojutos), deotamos esta σ-álgebra por F. Defiicio 2 (Boreliaos). La σ-álgebra más importate e cualquier espacio métrico completo y separable es la llamada σ-álgebra de Borel que es aquella geerada por los abiertos. Deotamos por B(Ω) la σ-álgebra de Borel de Ω Probabilidades Ahora estamos listos para defiir probabilidades. Ua probabilidad e Ω es ua fució µ : B(Ω) [0, 1] que cumple las siguietes dos propiedades 1. µ(ω) = 1 2. µ( A ) = µ(a ) para toda sucesió de Boreliaos dos a dos disjutos A 1, A 2,.... A veces se cosidera probabilidades co domiio e otras σ-álgebras pero la úica razó para hacer esto es para extederlas a todo B(Ω). El puto técico (que obliga a itroducir las σ-álgebras e primer lugar) es que o existe igua probabilidad o trivial e la σ-álgebra 2 Ω. Por otro lado, es trivial costruir probabilidades e σ-álgebras fiitas como las F. El teorema básico que permite costruir probabilidades es el siguiete. 3

4 Teorema 1 (Teorema de Extesió de Tulcea). Sea F, = 1, 2,... ua sucesió creciete de sub-σ-álgebras de la σ-álgebra de Borel B(Ω) de algú espacio métrico separable y completo. Además supogamos que la uió de los F geera B(Ω) y que para toda sucesió decreciete de Boreliaos o vacíos A F la itersecció A es o vacía. Dada ua sucesió µ, = 1, 2,... de probabilidades tales que µ está defiida e F, y la restricció de µ +1 a F coicide co µ para todo, existe ua úica probabilidad Boreliaa µ que coicide co cada µ e F. Ejercicio 4. Verificar que la sucesió de σ-álgebras F geeradas por los cilidros de largo que hemos defiido e Ω = {0, 1} N satisface las hipótesis del teorema de Tulcea. Co los ateriores prerrequisitos técicos podemos fialmete costruir las probabilidades que modela el experimeto de tirar ua misma moeda repetidas veces. Ejercicio 5. Demostrar que para cada p [0, 1] existe ua úica probabilidad e Ω tal que para todo y toda sucesió de ceros y uos a 0,..., a se cumple µ p ([a 0,..., a ]) = p k (1 p) k dode k es el úmero de uos e la sucesió Itegrales y Esperaza Dada ua probabilidad e Ω y ua fució f : Ω R medible (i.e. preima- de todo Boreliao de R es Boreliao e Ω) deotamos por E µ (f) o por ge f(ω)dµ(ω) la itegral de Lebesgue (tambié llamada esperaza o valor esperado de f respecto a µ) de f respecto a µ si esta es fiita (i.e. si la parte positiva y egativa de f so itegrables). Recordemos que si f toma fiitos valores x 1,..., x la itegral o esperaza se defie como E µ (f) = µ({ω : f(ω) = x k })x k. k=1 Si f es o egativa se defie E µ (f) como el supremo de las esperazas de fucioes medibles o egativas que toma fiitos valores y so meores o iguales a f e todo puto (este supremo podría ser + ). E geeral si E µ ( f ) < + se defie E µ (f) = E µ (f + ) E µ (f ) dode f + coicide co f dode f es positiva y vale 0 e el resto, y f coicide co f si f es egativa y vale 0 e el resto. Ejercicio 6. Demostrar que si f : Ω R es cotiua etoces E µ (f) = lím µ([a 0,..., a ])f(a 0,..., a, 0, 0,...) para toda probabilidad µ. + a 1,...,a {0,1} 4

5 Ejercicio 7 (Fubii). Demostrar que si f : Ω R sólo depede de las primeras coordeadas y g : Ω R depede de las coordeadas + 1, + 2,..., + m etoces E µp (fg) = E µp (f) E µp (g) para todo p [0, 1]. U teorema importate para costrucció de medidas es el siguiete Teorema 2 (Teorema de Riesz). Sea X u espacio métrico completo y separable y E : C c (X) R ua fució lieal que asocia a cada fució cotiua de X e R u úmero real, y además asocia u úmero o egativo a cada fució o egativa y cumple E(1) = 1. Etoces existe ua probabilidad µ e X tal que E(f) = E µ (f) para toda fució cotiua de soporte compacto f : X R. Sorpredetemete el teorema aterior es más fácil de demostrar e {0, 1} N que e u espacio métrico completo y separable geeral. La demostració más elegate del teorema pasa por reducir el caso geeral al caso {0, 1} N El caso de la moeda: Paso 3 Estamos e codicioes de euciar uo de los dos teoremas básicos de la teoría de probabilidades (el otro, el teorema cetral del límite, o será discutido e estas otas). Teorema 3 (Ley de Grades Números). Para todo p [0, 1] se cumple }) ω ω µ p ({ω Ω : lím = p = 1. + U puto importate para verificar es que la teoría que estamos desarrollado (dode las probabilidades sólo está defiidas para Boreliaos) es suficietemete rica como para hacer que el euciado del aterior teorema tega setido. Ejercicio 8. Demostrar que el cojuto {ω Ω : lím ω1+ +ω Boreliao. = 1/2} es U puto clave de la demostració de la ley de grades úmeros es el siguiete lema que puede iterpretarse diciedo que o se puede dar ifiitas capas a ua pared co sólo u litro de pitura. Ejercicio 9 (Borel-Catelli). Sea µ ua probabilidad e Ω y A ua familia de Boreliaos tales que µ(a ) < +. Etoces se cumple =1 µ ({ω Ω : ω A para ifiitos }) = 0. 5

6 Si más preámbulos: Demostració de la ley de grades úmeros. Dado ɛ > 0 defiamos para cada el cojuto A = {ω Ω : ω1+ +ω p > ɛ}. La idea es mostrar que la serie de µ p (A ) coverge (y luego lo mismo para la sucesió de Boreliaos B defiidos e forma similar a los A pero cambiado > por <, pero la prueba es la misma). Usado Borel-Catelli se cocluye que el cojuto de los ω tales que evetualmete ω1+ +ω p ɛ mide 1. Cómo esto vale para todo ɛ > 0 se cocluye el teorema (itersectado los cojutos de medida 1 obteidos para umerables valores de ɛ > 0). Para estimar µ p (A ) usamos propiedades básicas de la itegral (Fubii y u que E µ (f) E µ (g) si f g). Las fucioes ivolucradas e las itegrales so las proyeccioes sobre las coordeadas, i.e. X : Ω R defiidas por X (ω) = ω dode ω = (ω 1,..., ω,...). El primer paso es la siguiete observació válida para cualquier t > 0 (uso la otació 1 A para la fució que toma el valor 1 e A y 0 e Ω \ A, i.e. la idicatriz de A) µ p (A ) = E µ (1 A ) E µ (exp(t(x X (p + ɛ)))) dode la última desigualdad es porque 1 A toma el valor 1 e A pero exp(t(x X (p + ɛ))) 1 e este cojuto (por defiició de A ). Luego se usa Fubii y e el lado derecho (X sólo depede de la coordeada ) y se obtiee (poiedo q = 1 p): µ p (A ) e t(p+ɛ) E µ ( e tx 1 ) = e t(p+ɛ) (pe t + q). Ahora el truco reside e aalizar la fució t pe t + q y otar que si t > 0 es suficietemete chico se tiee pe t + q e (p+ɛ/2)t (comparado derivadas e 0). Es decir para algú t > 0 suficietemete chico se cumple µ p (A ) e tɛ/2 lo cual es suficiete para mostrar µ p (A ) < + cocluyedo la demostració Equidistribució de dígitos decimales E el itervalo [0, 1] existe ua úica probabilidad Boreliaa µ E µ coicide co la itegral habitual (de Riema) e las fucioes cotiuas. Esta probabilidad, que cumple µ([a, b]) = b a para todo [a, b] [0, 1], habitualmete es llamada la distribució uiforme e [0, 1] o la medida de Lebesgue. 6

7 Cada puto x [0, 1] tiee asociado ua expasió decimal, e.g. 1/3 = 0, Además los úicos putos que tiee más de ua expasió decimal so racioales y por lo tato forma u cojuto de µ-medida ula. Usado la ley de grades úmeros (la versió para 10 símbolos e lugar de 2) se obtiee el siguiete corolario. Corolario 1. Sea µ la distribució uiforme e [0, 1], etoces existe u cojuto Boreliao A [0, 1] probabilidad 1 para µ tal que si x A etoces cada dígito aparece co frecuecia 1/10 e la expasió decimal de x. 7

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

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

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Ley de los números grandes

Ley de los números grandes Capítulo 2 Ley de los úmeros grades 2.. La ley débil de los úmeros grades Los juegos de azar, basa su sistema de gaacias, fudametalmete e la estabilidad a largo plazo garatizada por las leyes de la probabilidad.

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

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

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

Más detalles

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

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

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Sucesiones y ĺımite de sucesiones

Sucesiones y ĺımite de sucesiones Tema 3 Sucesioes y ĺımite de sucesioes Ídice del Tema Sucesioes........................................ 60 Progresioes....................................... 63 3 Covergecia......................................

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles

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

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

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

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

Más detalles

7.2. Métodos para encontrar estimadores

7.2. Métodos para encontrar estimadores Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

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

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

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

8 Funciones, límites y continuidad

8 Funciones, límites y continuidad Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto

Más detalles

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

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

Más detalles

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

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

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

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

Más detalles

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

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

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones.

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones. MATEMÁTICAS Represetació Gráica de Fucioes 1 TEMA 28: Estudio global de ucioes Aplicacioes a la represetació gráica de ucioes Esquema: Autor: Atoio Pizarro Sácez 1 Itroducció 2 Domiio de deiició y recorrido

Más detalles

4. CONCEPTO BASICOS DE PROBABILIDADES

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

Más detalles

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6. Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

Media aritmética, media geométrica y otras medias Desigualdades Korovkin

Media aritmética, media geométrica y otras medias Desigualdades Korovkin Media aritmética, media geométrica y otras medias Desigualdades Korovki Media geométrica y media aritmética Si,,, so úmeros positivos, los úmeros + + + a = g = formados a base de ellos, se deomia, respectivamete,

Más detalles

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

NOTAS PARA EL CURSO DE INTRODUCCION A LOS PROCESOS ESTOCÁSTICOS. 2o. SEMESTRE DE 2003.

NOTAS PARA EL CURSO DE INTRODUCCION A LOS PROCESOS ESTOCÁSTICOS. 2o. SEMESTRE DE 2003. NOTAS PARA EL CURSO DE INTRODUCCION A LOS PROCESOS ESTOCÁSTICOS. 2o. SEMESTRE DE 2003. Mario Wschebor E mail: wschebor@cmat.edu.uy February 27, 2004 1 MARTINGALAS CON TIEMPO DISCRETO. 1.1 Esperazas codicioales

Más detalles

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

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

Más detalles

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

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

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD TECNICA FEDERICO SANTA MARIA 1. INTRODUCCIÓN

DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD TECNICA FEDERICO SANTA MARIA 1. INTRODUCCIÓN INDUCCIÓN MATEMÁTICA EDUARDO SÁEZ, IVÁN SZÁNTÓ DEPARTAMENTO DE MATEMÁTICA UNIVERSIDAD TECNICA FEDERICO SANTA MARIA. INTRODUCCIÓN El método deductivo, muy usado e matemática, obedece a la siguiete idea:

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

La propiedad de Dieudonné y la propiedad V de Pelczynsiii sobre los espacios C(íl, E)

La propiedad de Dieudonné y la propiedad V de Pelczynsiii sobre los espacios C(íl, E) La propiedad de Dieudoé y la propiedad V de Pelczysiii sobre los espacios C(íl, E) Por BALTASAR RODRIGUEZ-SAUNAS Recibido: 8 mayo 985 Abstract I this paper obtai a class of separable Baach spaces E verifyig

Más detalles

(PROBABILIDAD) (tema 15 del libro)

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

Más detalles

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.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

1.1. Campos Vectoriales.

1.1. Campos Vectoriales. 1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal

Más detalles

Cálculo para la ingeniería Tomo II. Salvador Vera

Cálculo para la ingeniería Tomo II. Salvador Vera Cálculo para la igeiería Tomo II Salvador Vera 9 de eero de 5 ii Copyright c by Salvador Vera Ballesteros, 998-4. Ídice geeral 7. Series Numéricas 7.. El sigo del sumatorio: Sigma Σ... 7... Propiedades

Más detalles

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1 IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

INSTITUTO DE FÍSICA MECÁNICA ESTADÍSTICA. Curso 2012. Práctico I Introducción a los Métodos Estadísticos. Fecha de Entrega: 5 de Setiembre de 2012.

INSTITUTO DE FÍSICA MECÁNICA ESTADÍSTICA. Curso 2012. Práctico I Introducción a los Métodos Estadísticos. Fecha de Entrega: 5 de Setiembre de 2012. INSTITUTO DE FÍSICA MECÁNICA ESTADÍSTICA Curso 01 Práctico I Itroducció a los Métodos Estadísticos. Fecha de Etrega: 5 de Setiembre de 01. 1 Parte A: Ejercicios Teóricos: Ejercicio N o 1 Pruebas de Beroulli

Más detalles

Práctica 6: Vectores y Matrices (I)

Práctica 6: Vectores y Matrices (I) Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e

Más detalles

APLICACIONES LINEALES.

APLICACIONES LINEALES. APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B

Más detalles

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 5 Septiembre) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 5 Septiembre) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 00 (Modelo 5 Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A (3 putos) Para fabricar tipos de cable, A y B, que se vederá a 50 y 00 pts el metro, respectivamete,

Más detalles

CURSO 2.004-2.005 - CONVOCATORIA:

CURSO 2.004-2.005 - CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

LA SORPRENDENTE SUCESIÓN DE FIBONACCI

LA SORPRENDENTE SUCESIÓN DE FIBONACCI La sorpredete sucesió de Fiboacci LA SORPRENDENTE SUCESIÓN DE FIBONACCI La sorpredete sucesió de Fiboacci debe su ombre a Leoardo de Pisa (.70-.40), más coocido por Fiboacci (hijo de Boaccio). A pesar

Más detalles

TEMA 7: TEORÍA DE LA PROBABILIDAD

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

Más detalles

Probabilidad con técnicas de conteo

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

Más detalles

Estimación puntual y por intervalos de confianza

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

Más detalles

ANEXO 2 INTERES COMPUESTO

ANEXO 2 INTERES COMPUESTO ANEXO 2 INTERES COMPUESTO EJERCICIOS VARIOS: 1. Adrés y Silvaa acaba de teer a su primer hijo. Es ua iña llamada Luciaa. Adrés ese mismo día abre ua cueta para Luciaa co la catidad de $3 000,000.00. Qué

Más detalles

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN

Más detalles

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales

Asignatura: Geometría I Grado en Matemáticas. Universidad de Granada Tema 2. Espacios vectoriales Asigatura: Geometría I Grado e Matemáticas. Uiversidad de Graada Tema 2. Espacios vectoriales Prof. Rafael López Camio Uiversidad de Graada 14 de diciembre de 2012 Ídice 1. Espacio vectorial 2 2. Subespacio

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 008 (Modelo 1) Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 007-008 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN A

Más detalles

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3 IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de

Más detalles

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:

Más detalles

Sucesiones y series infinitas

Sucesiones y series infinitas Sucesioes y series ifiitas E la última secció de este capítulo le pediremos que utilice ua serie para deducir ua fórmula para determiar la velocidad de ua oda oceáica. Epic Stock / Shutterstock E U previo

Más detalles

Introducción a las sucesiones. y series numéricas

Introducción a las sucesiones. y series numéricas UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA LABORATORIO DE FORMAS EN GRUPOS Itroducció a las sucesioes y series uméricas Ramó Bruzual Marisela Domíguez Caracas, Veezuela

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

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

Sucesiones en R. 1.1. Sucesiones reales

Sucesiones en R. 1.1. Sucesiones reales CapÌtulo Sucesioes e R EestecapÌtuloestudiaremos u coceptoecesariocomoherramietateûricayherramieta pr ctica, yque permitir hacia el Öal de la asigatura abordar el cocepto de serie, oìsuma de iöitos merosî.

Más detalles

LOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2

LOGARITMOS. Ejercicio 1 Determine los respectivos dominios de existencia de las siguientes funciones: 2 LOGARITMOS Como seguramete el estudiate recordará, e cuarto año apredió a traajar co los aritmos, y allí se eteró de que éstos se defie a partir de la ecesidad de despejar el expoete de ua potecia. Vamos

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

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

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

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

Desigualdades. José H. Nieto (jhnieto@yahoo.com)

Desigualdades. José H. Nieto (jhnieto@yahoo.com) Desigualdades José H. Nieto jhieto@yahoo.com). Itroducció Las desigualdades juega u rol fudametal e matemática. Existe libros completos dedicados a su estudio, y e las competecias iteracioales de problemas

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

Revisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola.

Revisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola. Programa de Efectividad Clíica 003 Bioestadística Vilma E. Irazola DATOS CATEGORICOS COMPARACION DE PROPORCIONES Revisió de coceptos: Cotiuos Tipos de datos Discretos Categóricos Ejemplo: Variable a a

Más detalles

Este centro consta de 20 cuartos sencillos, 12 cuartos dobles, 7 corredores y 4 salas de sesiones.

Este centro consta de 20 cuartos sencillos, 12 cuartos dobles, 7 corredores y 4 salas de sesiones. reguta 6 utos Ua empresa de limpieza cotrata persoal e forma putual depediedo de las solicitudes de trabajo de sus clietes. ara el iicio de ua coferecia iteracioal, u cliete platea la limpieza a fodo del

Más detalles