Tema 4: Leyes de la desintegración

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

Download "Tema 4: Leyes de la desintegración"

Transcripción

1 Tema 4: Leyes de la desintegración 1. Ley exponencial 1.1. Constante de desintegración y ley exponencial El proceso de la desintegración es de naturaleza estadística: Imposible predecir el momento de la desintegración. Hipótesis: constante de desintegración dp dt = λ [T 1 ] dp = λdt probabilidad de desintegración entre t y t + dt. λ es independiente de la edad y número de átomos: Muestra con N(t) átomos radiactivos: Número de átomos desintegrados entre t y t + dt: Ecuación diferencial para N(t): Solución: Ley exponencial: dn = N(t)λdt dn dt = λn(t) dn N(t) N = λdt = dn t N() N = λ dt = ln N(t) N() = λdt N(t) = N()e λt 1.2. Un modo de desintegración A B N A (t) = N A ()e λt N B (t) = N B () + N A () N A ()e λt Concentración asintótica: lím t N B (t) = N A () + N B (). 1

2 1.3. Dos modos de desintegración: X λa A X λ b B λ a, λ b = ctes. de desintegración parciales. Número de núcleos desintegrados del modo a = λ a Ndt Número de núcleos desintegrados del modo b = λ b Ndt Número total de núcleos desintegrados en dt: Ley de desintegración total: dn = λ a Ndt λ b Ndt = (λ a + λ b )Ndt = λndt N(t) = N()e λt, Una fracción λa se desintegra vía el modo a λ Una fracción λ b λ se desintegra vía el modo b = Número de núcleos hijos: λ = λ a + λ b N A (t) = N A () + λ a λ N() ( 1 e λt) N B (t) = N B () + λ b λ N() ( 1 e λt) Concentraciones asintóticas: lím N A(t) = N A () + λ a N() (1) t λ lím B(t) t = N B () + λ b N() λ (2) (3) 1.4. Periodo de semidesintegración o semivida (half-life), T, t 1/2 Tiempo en que N se reduce a la mitad: N(T ) = 1 2 N() = N()e λt = 1 2 N() e λt = 1 2 = λt = ln 2 T = ln 2 λ =,693 λ 2

3 1.5. Vida media (mean lifetime, mean life, lifetime), τ Tiempo medio que sobrevive un núcleo antes de desintegrarse (media aritmética): dn = λn()e λt dt = = número de núcleos desintegrados entre t y t + dt =número de núcleos con vida entre t y t + dt tdn = tiempos de vida de todos los núcleos con vida entre t y t + dt tdn = suma de los tiempos de vida de todos los núcleos Vida media: dividiendo por el número total de núcleos τ = 1 tdn = λ te λt dt N() te λt dt = 1 λ te λt + 1 λ e λt dt = 1 λ 2 e λt = 1 λ 2 τ = 1 λ Relación con el periodo: T = τ ln 2 =,693τ < τ 2. Actividad 2.1. Definición de actividad Número de desintegraciones por segundo dn A(t) = dt = λn(t) Actividad en t = : A() = λn() Ley de decaimiento exponencial para la actividad: Midiendo A(t) se puede determinar λ. Unidades: A(t) = λn()e λt = A()e λt Becquerel (SI): 1Bq = 1 desintegración/s Curio (histórico): 1 Ci = 3,7 1 1 Bq = Actividad de 1 gr de 226 Ra 3

4 Ejemplo Se tienen 3 MBq de 24 11Na (T = 15 h). Determinar la constante de desintegración λ y la actividad después de 2.5 d. Solución: λ = ln 2 T =, = 1,188 d 1 d 24 Actividad a los 2.5 días: A(2,5d) = A()e λt = 3 MBq e 1,188 2,5 = 3 MBq e 2,772 = 1,88 MBq La actividad NO proporciona información acerca de: El tipo de radiación emitida La energía de la radiación Los efectos de la radiación sobre los organismos biológicos. Sólo indica el número de desintegraciones por segundo 2.2. Medida de la actividad: Se determinar el número de desintegraciones N en un intervalo de tiempo corto t. N A(t) t La anterior aproximación se puede hacer cuando t T (la actividad no cambia apreciablemente en t) 2.3. Medida de la constante de desintegración Midiendo A(t) en función de t: pendiente de la recta = λ Casos extremos: A(t) = λn e λt ln A(t) = ln λn λt T muy grande ( 226 Ra, T = 16 a) T muy pequeño (< 1s) 4

5 log A(t) Pendiente= λ t Figura 1: Medida de la actividad T muy grande log A(t).5 1 t [horas] Figura 2: Actividad para T grande T muy pequeño log A(t).5 1 t [horas] Figura 3: Actividad para T pequeño 5

6 total 64 Cu log(a1(x)) log(a2(x)) log(a(x)) log A(t) 61 Cu t [horas] Mezclas Figura 4: Actividad de una mezcla En el caso de una mezcla de dos o más radioisótopos la actividad no sigue un comportamiento lineal. Ejemplo: { 6 mci de 61 Cu (T = 3,4 h) 3 mci de 64 Cu (T = 12,7 h) ln[a 1 (t) + A 2 (t)] no es una recta A 1 (t) = A 1 ()e λ 1t = ln A 1 (t) = ln A 1 () λ 1 t A 2 (t) = A 2 ()e λ 2t = ln A 2 (t) = ln A 2 () λ 2 t Es posible determinar λ del 64 Cu ajustando una recta para t alto Restándola a la actividad total se obtiene la recta del 61 Cu. Método aplicable a más de dos isótopos con periodos claramente diferentes Ejemplo. Una solución contiene.1 µci de 198 Au y.4 µci de 131 I.?En cuanto tiempo se reduce la actividad a la mitad? 6

7 A(t) [µci] total 198 Au I t [d] Figura 5: Actividad de una mezcla T ( 198 Au) = 2,7 d = λ 1 =,693 =,257 d 1 2,7 d T ( 131 I) = 8,5 d = λ 2 =,693 =,861 d 1 8,5 d Actividad en t = : A() = A 1 () + A 2 () =,1 +,4 =,14 µci Actividad en t: Ecuación trascendente: Solución numérica: t[d] A(t) [µci] A(t) = A 1 (t) + A 2 (t) = A 1 ()e λ 1t + A 2 ()e λ 2t =,7 µci,1e,257t +,4e,861t =,7 7

8 2.5. Actividad específica Actividad por unidad de masa de la muestra: A E = A M = λn M [ Bq g, ] Ci g Muestra pura: N o de átomos en un mol = N A = 6, Masa de 1 mol: M mol = P at (g) N o de átomos por gramo: Actividad específica: N M = N A 6,2 123 = M mol P at (g) A E = 6,2 123 λ P at (g) N A A (g) λ = N A ln 2 A (g)t (Es posible aproximar P at A con la precisión suficiente.) Ejemplo. Calcular la actividad específica del 226 Ra en Bq/g y Ci/g. Actividad específica: T = 16 a = 5, s A E = 6,2 123, g 5, s = 3,7 11 Bq/g = 1 Ci/g 2.6. Actividad específica en Ci/g A E ( 226 Ra) = Actividad de otro isótopo A X expresada en Ci/g: A E ( A X) = N A ln 2 A (g)t = 226 A N A ln g 16 a = 1 Ci/g 16 a T N A ln g 16 a A E ( A X) = a Ci/g A T 8

9 Ejemplo Calcular la actividad específica del 14 C. Datos: T = 573 a. A E = Ci/g = 4,51 Ci/g Series radiactivas 3.1. Caso de una cadena radiactiva Condición inicial: Núcleo padre: Núcleo hijo: A B C D N A () = N N B () = N C () = N D () = = dn A (t) = λ A N A (t)dt = N A (t) = N e λ At dn B = λ A N A dt λ B N B dt = dn B dt = λ A N A λ B N B dn B + λ B N B = λ A N e λ At dt Probamos una solucion: Queda la ecuación: N B = αe λat + βe λ Bt dn B dt = αλ A e λat βλ B e λ Bt αλ A e λ At βλ B e λ Bt + λ B αe λ At + λ B βe λ Bt = λ A N e λ At λ A α = N El valor de β se obtiene imponiendo N B () =. Solución: N B (t) = α( )e λ At = λ A N e λ At N B () = α + β = β = α λ ( A N e λ A t e ) λ Bt Actividad: A B (t) = λ B N B = λ Aλ B N ( e λ A t e λ Bt ) 9

10 3.2. Ecuaciones de Bateman Caso general de una cadena X 1 X 2 X 3 Actividad del miembro n-ésimo de la cadena: n A n (t) = N c ni e λ it c ni = 3.3. Equilibrios = i=1 λ 1 λ 2 λ n (λ 1 λ i ) (λ i 1 λ i )(λ i+1 λ i ) (λ n λ i ) n λ k k=1 n k=1 (k i) (λ k λ i ) Estudiaremos la cadena A B C Equilibrio secular Caso λ A λ B (T A T B ): Ejemplo: 238 U 4,5 19 a 234 Th 24 d 234 Pa Actividad del hijo: Para t suficientemente grande e λ Bt = Equilibrio secular λ A λ ( B A B (t) = N e λ A t e ) λ Bt λ Aλ B N e ( λ At 1 e ) (λ B λ A )t λ B λ A N e ( λ At 1 e ) λ Bt = A A (t) ( 1 e λ Bt ) A B (t) A A (t) 1 = A B(t) A A (t) = λ B N B λ A N A 1

11 1.2 1 A A (t).8 Equilibrio secular A(t).6.4 A B (t).2 T t Figura 6: Equilibrio secular Concentración asintótica: N B N A λ A λ B Equilibrio secular aproximado Caso λ A λ B (T A T B ), pero > 1, apreciablemente λ B λ B λ A Ejemplo: 132 Te (78h) 132 I (2.28h) 132 Xe Equilibrio en 12h. A B (t) = A B (t) lím t A A (t) A B (t) = = λ A λ B N e [ λ At 1 e ] (λ B λ A )t λ B A A (t) [ 1 e ] (λ B λ A )t λ B > 1 = λ B A A (t) > A A (t) 11

12 Te A(t).8.6 Equilibrio secular aproximado I t [horas] Equilibrio transitorio Caso λ A < λ B (T A > T B ) Figura 7: Equilibrio secular aproximado Ejemplo: 234 U (2, a) 23 Th (8 1 4 a) A B (t) = = λ A λ [ B N e λ A t e ] λ Bt λ A λ B N e [ λ At 1 e ] (λ B λ A )t Inicialmente A B crece hasta un máximo en el tiempo da B dt = = λ A e λ At + λ B e λ Bt = = λ B λ A = e (λ B λ A )t = ln λ B λ A = ( )t = Actividad máxima en un tiempo t max = ln(λ B/λ A ) Valor maximo de A B : [ A B (t max ) = ] λ BA A (t max) λ B λ A 1 e ln(λ B /λ A ) ( ) 1 λ A λb = λ BA A (t max) λ B λ A = A A (t max ) 12

13 Total A(t) 234 U 23 Th t Figura 8: Equilibrio transitorio En el equilibrio: A B (t) A A (t) λ B 13

14 Ejemplo Se tienen 1 GBq de 9 Sr. Cuanto tiempo transcurre hasta que la actividad total es de 17.5 GBq? Equilibrio secular para t 64h. Actividad asintótica: 9 Sr 29,12a 9 Y 64h 9 Zr A(t) = A A (t) + A B (t) 2A A (t) 2 GBq se sobrepasa el valor que piden. A total = 17,5 GBq = A B = 7,5 GBq. Usando la expresión A B (t) = A A ( 1 e λ B t ) hay que resolver la ecuación 7,5 = 1 ( 1 e λ Bt ),75 = 1 e λ Bt e λ Bt =,25 = 1 4 λ B t = ln 4 = 2 ln 2 t = 2 ln 2 λ B = 2T B = 128 h 14

15 No equilibrio A(t) Total t Figura 9: No equilibrio No equilibrio Caso λ A > λ B (T A < T B ) La actividad del hijo crece hasta un máximo y luego se desintegra según su constante de desintegración. (λ B t < λ A t = e λ At < e λ Bt ) A B (t) = = = λ A λ ( B N e λ A t e ) λ Bt λ A λ ( B N e λ B t e ) λ At λ A λ B λ A λ B N e ( λ Bt 1 e ) (λ A λ B )t λ A λ B (λ A λ B )t 1 = A B (t) λ Aλ B λ A λ B N e λ Bt 15

16 Ejemplo Os (15.4 d) 191m 77 Ir (4.94s) Ir Se dispone de 1 mci de 191 Os. a) Cuántos gramos de 191 Os hay en t =? b) Cuántos mci de 191m Ir hay en t = 25d? c) Cuantos átomos de 191m Ir se desintegran entre t = 1s y t = 12s? d) Cuántos átomos de 191m Ir se desintegran entre t = 3s y t = 4d? Solución. a) Actividad específica del 191 Os. por tanto la masa de la muestra es A E = d Ci/g = 4, Ci/g ,4d M = 1 mci 4, Ci/g = 2, g b) T A T B = equilibrio secular en unos segundos. A B = Las actividades difieren en un 1 % cuando: = para t = 25d: e λ Bt λ [ B A ] A 1 e (λ B λ A )t [ 1 e ] λ Bt =,1 = e λbt = 1 = λ B t = ln 1 = t = 2 ln 1 2 ln 1 = λ B ln 2 T B = 6,64T B = 33 s A Ir = A Os = 1 mci exp (,693 ) 15,4 d 25 d Usando la fórmula exacta se obtiene el mismo resultado c) Sea D B (t 1, t 2 ) = n o desintegraciones de átomos de B entre t 1 y t 2. B B (t 1, t 2 ) = t2 t 1 A B (t)dt = t2 t 1 =,325 mci λ A λ B N ( e λ A t e λ Bt ) dt Para t = 1, 12s se ha alcanzado el equilibrio secular y la actividad del 191 Os no habrá disminuido apreciablemente: B B (t 1, t 2 ) t2 t2 A A (t)dt A A () dt t 1 t 1 = 1 mci 2 s = 3, = 7,4 1 7 desintegraciones 16

17 d) Entre t = 3d y t = 4d la actividad del Os no es constante, pero hay equilibrio secular: t2 t2 N B (t 1, t 2 ) = A A (t) dt = A A () e λat dt t 1 t 1 = A ( ) A() e λ A t 1 e λ At 2 λ A 1 mci ( = e,45 3 e,45 4),45 d 1 = 22,2 mcu d (,2592,1653) = 22, ,7 1 1 s s,939 = 6, desintegraciones 17

18 4. Propiedades estadísticas de la desintegración 4.1. Fluctuaciones estadísticas El número de átomos N es una variable discreta (valores enteros). Hemos supuesto que N 1 y las fluctuaciones estadisticas son poco importantes. = variación suave exponencial. Planteamiento: Muestra radiactiva con N átomos en t = Transcurre un tiempo t Queremos calcular P n (t) = Probabilidad de que se desintegren n átomos Hipótesis: todos los átomos son ideńticos e independientes Distribución binomial Procesos de Bernoulli Observación de los N átomos entre y t: proceso de Bernoulli 1. El experimento consiste en N pruebas (N átomos con cierta probabilidad de desintegrarse) 2. Resultado binario en cada prueba (desintegración sí o no). 3. Probabilidad de éxito constante. (probabilidad de desintegrarse igual para todos los átomos) 4. Las pruebas son independientes entre sí. (no relación entre desintegraciones de átomos) Probabilidad de desintegración individual Ley exponencial N(t) = N e λt Número relativo de átomos que quedan en el instante t: = Interpretación: Probabilidad de supervivencia Probabilidad de desintegración N(t) N = e λt < 1 q = e λt p = 1 q = 1 e λt 18

19 Caso específico N = 1 átomos de 42 K (T = 12,4h) se observan durante t = 3h. Probabilidad de que un átomo sobreviva sin desintegrarse: Probabilidad de desintegracion: q = e ln 2 12,4 h 3 h =, p = 1 q =, Probabilidad de que 3 atomos dados (ej. 1,3,8) se desintegren: P (1, 3, 8) = p 3 =,368 Esta probabilidad es independiente de lo que les ocurra a los otros 7 átomos. Probabilidad de que los otros 7 átomos sobrevivan: Q(2, 4, 5, 6, 7, 9, 1) = q 7 =, Probabilidad de que los tres átomos se desintegren y el resto sobreviva: P (1, 3, 8) Q(2, 4, 5, 6, 7, 9, 1) = p 3 q 7 =,11377 Probabilidad de que sólo 3 átomos se desintegren, no importa cual: ( ) 1 P 3 = p 3 q 7 =, Nota: Combinaciones sin repeticion de 1 átomos tomados de 3 en 3: ( ) 1 = 1! 3 3!7! = ! En efecto: hay 1 opciones de elegir el primero, 9 para el segundo y 8 para el tercero = posibilidades Como el orden en que se desintegran es irrelevante, se divide por el número de permutaciones 3! Probabilidad de que se desintegren n 1 átomos: ( ) 1 P n = p n q 1 n n Ejemplos: P 6 = P = ( ) 1 p 6 q 4 =,14542 =,14542 % 6 ( ) 1 p q 1 =, = 18, % 19

20 Caso general con N átomos: P n = ( N n ) p n q N n Suma de todas las probabilidades: Demostración: N n= P n = N n= ( N n ) N n= P n = 1 p n q N n = (p + q) N = 1 N = 1 Ejemplo: Si inicialmente hay 1 átomos de 42 K, la probabilidad de que ninguno se desintegre en 3h es ( ) 1 P = p q 1 = q 1 = 5, Mucho menor que la obtenida para N = 1. 2

21 Valor medio del número de desintegraciones Demostración: f(x) µ = n = N n= N n= np n = n ( N n ) p n q N n = N p = N ( 1 e λt ) = N N(t) P n x n = n ( N n ) p n q N n x n = (q + px) N N df dx = P n nx n 1 = df N n= dx (1) = np n = µ n= df dx = N p(q + px) N 1 = df dx (1) = N p(q + p) N 1 = N p Varianza y desviación típica: Parámetro que da información acerca de las fluctuaciones estadísticas del proceso de desintegración. σ 2 = σ = N (n µ) 2 P n = N pq n N pq 21

22 4.3. Distribución de Poisson Propiedades: P n = (N p) n e N p n! 1. Buena aproximación de la distribución binomial para N n y p 1 2. Normalización: p n = 1 3. Media: µ = np n = N p 4. (n Varianza: σ = µ)2 p n = µ Demostración: 1. Binomial: ( N n ( N n p n = ) q N n ( N n ) p n q N n = N (N 1) (N n + 1) n! N n n! = (1 p) N n = e (N n) ln(1 p) e N p (ln(1 + x) = x + O(x 2 )) ) p n q N n N n n! pn e Np = (N p) n n! e N p 2. Normalización: p n = n= n= µ n n! e µ = e µ e µ = 1 3. Media: Sea f(x) n p n x n = f(x) = (µx) n e µ = e µx e µ = e µ(x 1) n! f (x) = np n x n 1 = f (1) = np n = µe µ(x 1) x=1 = µ 22

23 4. Varianza: f (x) = n f (1) = n n(n 1)p n x n 2 = (n 2 n)p n = µ 2 e µ(x 1) x=1 = µ 2 σ 2 = n n 2 p n µ 2 = n np n = µ σ = µ 23

24 Aproximación a la distribución de Poisson con la fórmula de Stirling Aproximación de Stirling para n 1: n! 2π(n + 1) n+1/2 e (n+1) Ejemplo: 1! = 3, , ! = 1, , ! = 2, , ! = 1, , Distribución de Poison: P n = µ n! e µ µ n e µ 2πe (n+1) (n + 1) n+1/2 = ( ) µ n e n+1 µ n + 1 2π(n + 1) 24

ME4010: Introducción a la Ingeniería Nuclear

ME4010: Introducción a la Ingeniería Nuclear : Introducción a la Ingeniería Nuclear Sergio Courtin V. Marzo 2016 Departamento de Ingeniería Mecánica FCFM - Universidad de Chile Estabilidad Nuclear Los nucleidos que se encuentran en la naturaleza

Más detalles

Temas X y XI: Radiactividad

Temas X y XI: Radiactividad Física Médica Grupo 1B Temas X y XI: Radiactividad Dpto. de Radiología (Física Médica) Facultad de Medicina Transiciones nucleares 1. Desex. gamma: A Z X * A Z X+γ 1. Emisión alfa: A Z X A 4 Z 2 Y+α 2.

Más detalles

Radiactividad Medicina Nuclear (1993) Radioterapia y Radiodiagnóstico (2008) Facultad de Ingeniería, UNER

Radiactividad Medicina Nuclear (1993) Radioterapia y Radiodiagnóstico (2008) Facultad de Ingeniería, UNER Radiactividad Medicina Nuclear (1993) Radioterapia y Radiodiagnóstico (008) Facultad de Ingeniería, UNER 1. Ley de decaimiento En la naturaleza hay isótopos inestables y metaestables que pueden emitir

Más detalles

6 ECUACIONES DE DESINTEGRACIÓN Y ACUMULACIÓN

6 ECUACIONES DE DESINTEGRACIÓN Y ACUMULACIÓN Isótopos Ambientales en el Ciclo Hidrológico IGME. Temas: Guías y manuales. ISBN: 84-7840-465-1 6 ECUACIONES DE DESINTEGRACIÓN Y ACUMULACIÓN RADIOACTIVA Las expresiones matemáticas que se presentan en

Más detalles

La radioactividad es una propiedad intrínseca de los núcleos de los átomos.

La radioactividad es una propiedad intrínseca de los núcleos de los átomos. Radiactividad y Reacciones Nucleares Tema 3-1/23 1. DESCUBRIIMIIENTO DE LA RADIIACTIIVIIDAD Descubrimiento: Henri Becquerel (1896) La radioactividad es una propiedad intrínseca de los núcleos de los átomos.

Más detalles

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice

Más detalles

Transformaciones y esperanza

Transformaciones y esperanza Capítulo 3 Transformaciones y esperanza 3.1. Introducción Por lo general estamos en condiciones de modelar un fenómeno en términos de una variable aleatoria X cuya función de distribución acumulada es

Más detalles

Resolución PRÁCTICO 9

Resolución PRÁCTICO 9 Resolución PRÁCTICO 9 1- Complete las siguientes ecuaciones nucleares, remplazando las X por los símbolos o números correspondientes (Nota: X toma diferentes números y símbolos en cada una de las situaciones):

Más detalles

The walking dead (B2-students edition)

The walking dead (B2-students edition) The walking dead (B2-students edition) Física nuclear Física nuclear Es la física de los núcleos ( Oh, sorpresa!) Y qué física tienen los núcleos? Física nuclear Es la física de los núcleos ( Oh, sorpresa!)

Más detalles

Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10

Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10 Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,

Más detalles

Curso de Radioactividad y Medio Ambiente clase 2

Curso de Radioactividad y Medio Ambiente clase 2 Curso de Radioactividad y Medio Ambiente clase 2 Departamento de Física, Facultad de Ciencias Exactas - UNLP Instituto de Física La Plata CONICET Calle 49 y 115 La Plata Qué es la radioactividad? En la

Más detalles

Ley de decaimiento radiactivo. Laura C. Damonte 2014

Ley de decaimiento radiactivo. Laura C. Damonte 2014 Ley de decaimiento radiactivo Laura C. Damonte 2014 Cómo se mide a radiación? La Actividad de una fuente radiactiva es e número medio de procesos de decaimiento que sufre por unidad de tiempo. Cantidad

Más detalles

El núcleo Atómico. 10 Nuc. 1 fm = femtómetro o Fermi. 1 Aº = Angstrom.

El núcleo Atómico. 10 Nuc. 1 fm = femtómetro o Fermi. 1 Aº = Angstrom. Física Nuclear El núcleo Atómico. Núcleo Átomo e- R 1 15 m = 1 fm 1 Nuc = A R 1 m 1 Aº 1 fm = femtómetro o Fermi. 1 Aº = Angstrom. Estructura Nuclear. Núcleo consiste de protones p y neutrones n. Z : Número

Más detalles

Variables aleatorias continuas

Variables aleatorias continuas Variables aleatorias continuas VARIABLE ALEATORIA UNIFORME Definición Se dice que una variable X tiene una distribución uniforme en el intervalo [a;b] si la fdp de X es: 1 si a x b f(x)= b-a 0 en otro

Más detalles

Ecuaciones diferenciales ordinarias

Ecuaciones diferenciales ordinarias Tema 9 Ecuaciones diferenciales ordinarias Versión: 13 de mayo de 29 9.1 Introducción El objetivo de este tema es exponer muy brevemente algunos de los conceptos básicos relacionados con las ecuaciones

Más detalles

Tema 6: Modelos de probabilidad.

Tema 6: Modelos de probabilidad. Estadística 60 Tema 6: Modelos de probabilidad. 6.1 Modelos discretos. (a) Distribución uniforme discreta: La variable aleatoria X tiene una distribución uniforme discreta de parámetro n,que denoteramos

Más detalles

La física del siglo XX

La física del siglo XX Unidad 13 La física del siglo XX chenalc@gmail.com Banda de estabilidad nuclear Posición de los nucleidos estables. Para pequeños valores de Z, los núcleos estables son aquellos en los que Z = N. A medida

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

Tema 8. Radiactividad. Fundamento físico de la atenuación de las radiaciones ionizantes

Tema 8. Radiactividad. Fundamento físico de la atenuación de las radiaciones ionizantes Tema 8. Radiactividad Fundamento físico de la atenuación de las radiaciones ionizantes Qué es la radiactividad? Estructura de la materia - - NÚCLEO (Z y N) + + + + + - - electrones: q e = -1,6 10 19 C

Más detalles

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18

TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de

Más detalles

Procesos de Poisson. 21 de marzo, FaMAF 1 / 25

Procesos de Poisson. 21 de marzo, FaMAF 1 / 25 Procesos de Poisson FaMAF 21 de marzo, 2013 1 / 25 Distribución exponencial Definición Una v.a. X con función de densidad dada por f λ (x) = λ e λx, x > 0, para cierto λ > 0 se dice una v.a. exponencial

Más detalles

Solución: El defecto de masa ( ), según la denición es. 2. La energía necesaria para disociar al C 14

Solución: El defecto de masa ( ), según la denición es. 2. La energía necesaria para disociar al C 14 Instrucciones Después de haber leído y estudiado la parte 3 de la asignatura, lea los problemas e intente resolverlos. Las soluciones se proporcionarán a principio del mes de diciembre. No emplee este

Más detalles

Distribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas

Distribuciones Probabilísticas. Curso de Estadística TAE,2005 J.J. Gómez Cadenas Distribuciones Probabilísticas Curso de Estadística TAE,005 J.J. Gómez Cadenas Distribución Binomial Considerar N observaciones independientes tales que: El resultado de cada experimento es acierto o fallo

Más detalles

Curso Hidrogeoquímica para Dummies

Curso Hidrogeoquímica para Dummies Curso Hidrogeoquímica para Dummies Sesión 13 Isotopos Radiactivos www.gidahatari.com Isótopos Radiactivos Teniendo en cuenta que en los núcleos de los isótopos puede haber un desbalance de las partículas

Más detalles

Modelos Básicos de Distribuciones Discretas y Continuas

Modelos Básicos de Distribuciones Discretas y Continuas Modelos de Distribuciones Discretas y Continuas 1/27 Modelos Básicos de Distribuciones Discretas y Continuas Departamento de Estadística e Investigación Operativa Universidad de Sevilla Contenidos Modelos

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Tema 6 Modelos de distribuciones discretas y continuas 6.1. Modelos de distribuciones discretas 6.1.1. Distribución uniforme sobre n puntos Definición 6.1.2 Se dice que una v.a. X sigue una distribución

Más detalles

Tema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:

Tema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema: Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno

Más detalles

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda

Más detalles

Núcleo Atómico y Radiactividad

Núcleo Atómico y Radiactividad Curso de Química I Núcleo Atómico y Radiactividad Es la parte del átomo que contiene toda la carga positiva y la mayoría de la masa. Ocupa una región muy pequeña dentro del átomo: radio nuclear ~ 10 15

Más detalles

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica

Más detalles

Tema 6. ESTRUCTURA NUCLEAR

Tema 6. ESTRUCTURA NUCLEAR Introducción Experimento de Rutherford. Existencia del núcleo Partículas nucleares Tamaño y densidad del núcleo Energía de enlace y estabilidad nuclear Desintegración radiactiva Radiactividad α,β,γ Series

Más detalles

N está formado por 7 protones y 8 neutrones, luego su masa teórica debería ser:

N está formado por 7 protones y 8 neutrones, luego su masa teórica debería ser: 01. Calcular la energía de enlace por nucleón del isótopo 15 N sabiendo que su masa es 15,0001089 u. Datos: 1 u = 1, 10-2 g ; m p = 1,002 u; m n = 1,0085 u El núcleo 15 N está formado por protones y 8

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir

Más detalles

Inecuaciones. x 3 > 2. a) z 1 z 2 b) z 1 z 2 c) z 1 /z Calcula: a) (1 + i) (3 2i) b) ( i) ( 14 10i) c) (4 + 5i) 2

Inecuaciones. x 3 > 2. a) z 1 z 2 b) z 1 z 2 c) z 1 /z Calcula: a) (1 + i) (3 2i) b) ( i) ( 14 10i) c) (4 + 5i) 2 Operaciones con expresiones fraccionarias.. Opera y simplifica: a) x x + 3x + x x x 3 x 4 + Å x + x x x + x + 0 x 8 ã Å : x x ã x. Localiza los errorres que se han cometido al escribir las siguientes igualdades:

Más detalles

Capítulo 5: Probabilidad e inferencia

Capítulo 5: Probabilidad e inferencia Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos

Más detalles

6.3. Distribuciones continuas

6.3. Distribuciones continuas 144 Bioestadística: Métodos y Aplicaciones Solución: Si consideramos la v.a. X que contabiliza el número de personas que padecen la enfermedad, es claro que sigue un modelo binomial, pero que puede ser

Más detalles

Ecuaciones Diferenciales Ordinarias

Ecuaciones Diferenciales Ordinarias Nivelación de Matemática MTHA UNLP EDO 1 Ecuaciones Diferenciales Ordinarias 1. Introducción Una ecuación diferencial ordinaria es una ecuación de la forma: F (x, y, y,..., y (n) ) = 0 que expresa una

Más detalles

Guía I: Radiactividad e Interacción de las Radiaciones con la Materia

Guía I: Radiactividad e Interacción de las Radiaciones con la Materia Guía I: Radiactividad e Interacción de las Radiaciones con la Materia Cátedra de Medicina Nuclear (93) / Radioterapia y Radiodiagnóstico (08) Facultad de Ingeniería, UNER 1. Introducción Teórica 1.1. Radiactividad

Más detalles

Esta parte de la Física estudia el comportamiento de los núcleos atómicos. Física nuclear

Esta parte de la Física estudia el comportamiento de los núcleos atómicos. Física nuclear Esta parte de la Física estudia el comportamiento de los núcleos atómicos Física nuclear CORTEZA Electrones NÚCLEO Protones Neutrones PARTÍCULA CARGA MASA Electrón (e - ) -1,6.10-19 C 9,1.10-31 kg Protón

Más detalles

Modelos de distribuciones discretas y continuas

Modelos de distribuciones discretas y continuas Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas

Más detalles

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Modelos Estocásticos I Tercer Examen Parcial Respuestas Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado

Más detalles

E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 7 Ecuaciones diferenciales de primer orden

E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 7 Ecuaciones diferenciales de primer orden E.T.S. Minas: Métodos Matemáticos Ejercicios Tema 7 Ecuaciones diferenciales de primer orden Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña

Más detalles

PROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6

PROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6 PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y

Más detalles

Universidad Nacional de La Plata

Universidad Nacional de La Plata Universidad Nacional de La Plata Facultad de Ciencias Agrarias y Forestales CÁLCULO ESTADÍSTICO STICO Y BIOMETRÍA CONTENIDOS UNIDAD 3: Introducción al Cálculo de Probabilidades. Experimento aleatorio.

Más detalles

Tema 5 Modelos de distribuciones de Probabilidad

Tema 5 Modelos de distribuciones de Probabilidad Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto

Más detalles

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema: Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz

Más detalles

Matemáticas Empresariales I Lección 10 Ecuaciones Dinámicas

Matemáticas Empresariales I Lección 10 Ecuaciones Dinámicas Matemáticas Empresariales I Lección 10 Ecuaciones Dinámicas Manuel León Navarro Colegio Universitario Cardenal Cisneros M. León Matemáticas Empresariales I 1 / 19 Ecuaciones Dinámicas Modelizar de forma

Más detalles

Descubrimiento del Núcleo

Descubrimiento del Núcleo Física Nuclear Descubrimiento del Núcleo Componentes del núcleo: protones y neutrones Propiedades de la fuerza nuclear fuerte Debe ser de atracción y suficientemente grande para vencer la repulsión culombiana

Más detalles

Tema 2: Variables Aleatorias Unidimensionales

Tema 2: Variables Aleatorias Unidimensionales Tema 2: Variables Aleatorias Unidimensionales Teorı a de la Comunicacio n Curso 27-28 Contenido 1 Concepto de Variable Aleatoria 2 Función Distribución 3 Clasificación de Variables Aleatorias 4 Función

Más detalles

Hojas de problemas de interpolación y cuadratura numérica. Ampliación de Matemáticas.

Hojas de problemas de interpolación y cuadratura numérica. Ampliación de Matemáticas. Hojas de problemas de interpolación y cuadratura numérica. Ampliación de Matemáticas. 1.- El polinomio p 3 (x) = 2 (x + 1) + x(x + 1) 2x(x + 1)(x 1) interpola a los primeros cuatro datos de la tabla x

Más detalles

ENUNCIADOS. Cuestiones. Calcule el defecto de masa y la energía total de enlace del isótopo

ENUNCIADOS. Cuestiones. Calcule el defecto de masa y la energía total de enlace del isótopo ENUNCIADOS Cuestiones 1 a) 15 Calcule el defecto de masa y la energía total de enlace del isótopo 7 N, de masa atómica: 15,0001089 u. b) Calcule la energía de enlace por nucleón. Datos: Masa del protón:

Más detalles

J.M.L.C. IES Aguilar y Cano ALGUNOS DERECHOS RESERVADOS

J.M.L.C. IES Aguilar y Cano ALGUNOS DERECHOS RESERVADOS La radiactividad o radioactividad es un fenómeno físico natural, por el cual algunas sustancias o elementos químicos llamados radiactivos, emiten radiaciones que tienen la propiedad de impresionar placas

Más detalles

Teorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso F. San Segundo.

Teorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso F. San Segundo. Teorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso 2014-2015. F. San Segundo. Variables de Bernouilli. Una de las familias de variables aleatorias más básicas

Más detalles

Introducción al Diseño de Experimentos.

Introducción al Diseño de Experimentos. Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas

Más detalles

N está formado por 7 protones y 8 neutrones, luego su masa teórica debería ser:

N está formado por 7 protones y 8 neutrones, luego su masa teórica debería ser: 1. Calcular la energía de enlace por nucleón del isótopo 15 N sabiendo que su masa es 15,189 u. Datos: 1 u = 1,6 1-2 g ; m p = 1,26 u; m n = 1,8665 u El núcleo 15 N está formado por protones y 8 neutrones,

Más detalles

Funciones generadoras de probabilidad

Funciones generadoras de probabilidad Funciones generadoras de probabilidad por Ramón Espinosa Armenta En este artículo veremos cómo utilizar funciones generadoras en teoría de la probabilidad. Sea Ω un conjunto finito o numerable de resultados

Más detalles

Desintegración radiactiva

Desintegración radiactiva La radiactividad natural fue descubierta por H. Becquerel en 1896. Página 1 Los Curie trabajaron con un mineral (petchblenda) que contenía Uranio además de Bi, Ba y Pb. Marie Sklodowska P 193 " In recognition

Más detalles

Distribuciones de probabilidad más usuales

Distribuciones de probabilidad más usuales Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y

Más detalles

Hoja de Problemas 7. Física Nuclear y Física de Partículas.

Hoja de Problemas 7. Física Nuclear y Física de Partículas. Hoja de Problemas 7. Física Nuclear y Física de Partículas. Fundamentos de Física III. Grado en Física. Curso 2015/2016. Grupo 516. UAM. 27-04-2016 Problema 1 La constante de decaimiento del 22 Na es 0.266

Más detalles

Probabilidad y Procesos Aleatorios

Probabilidad y Procesos Aleatorios y Dr. Héctor E. Poveda P. hector.poveda@utp.ac.pa www.hpoveda7.com.pa @hpoveda7 Plan del curso Probabilidad Múltiples 1. Probabilidad Espacios probabilísticos Probabilidad condicional 2. 3. Múltiples 4.

Más detalles

Radiaciones Ionizantes FUNDAMENTOS FÍSICOS DE IMÁGENES DIAGNÓSTICAS - PILAR INFANTE L - FIACIBI

Radiaciones Ionizantes FUNDAMENTOS FÍSICOS DE IMÁGENES DIAGNÓSTICAS - PILAR INFANTE L - FIACIBI Radiaciones Ionizantes FUNDAMENTOS FÍSICOS DE IMÁGENES DIAGNÓSTICAS - PILAR INFANTE L - FIACIBI FUNDAMENTOS FÍSICOS DE IMÁGENES DIAGNÓSTICAS - PILAR INFANTE L - FIACIBI LAS RADIACIONES IONIZANTES Transferencia

Más detalles

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme

Más detalles

EvAU 2018 Propuesta A

EvAU 2018 Propuesta A } EvAU 018 Propuesta A Castilla-La Mancha } Ejercicio 1. a) Enuncia el teorema de Bolzano y justifica razonadamente que la gráfica de la función fx) = x 15 + x + 1 corta al eje OX al menos una vez en el

Más detalles

a) La constante de desintegración radiactiva. b) La actividad inicial de la muestra. c) La masa que quedará sindesintegrar después de años.

a) La constante de desintegración radiactiva. b) La actividad inicial de la muestra. c) La masa que quedará sindesintegrar después de años. Capítulo 1 SEMINARIO FÍSICA NUCLEAR 1. Si un núcleo de 6 3Li reacciona con un núcleo de un determinado elemento X, se producen dos partículas α. Escribe la reacción y determina el número atómico y elnúmeromásico

Más detalles

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas

Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando

Más detalles

Tema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión

Tema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión Tema :Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. Puede ser la función de densidad de una variable aleatoria continua mayor que uno en algún punto? Sí. La función de densidad de la variable

Más detalles

ENUNCIADO y SOLUCIONES. Problema 1

ENUNCIADO y SOLUCIONES. Problema 1 Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.

Más detalles

Problemas de ECUACIONES DIFERENCIALES ORDINARIAS 2008/ e t2 1 ). (1 + ln (1 + et ) 2 ) 1/2. e t3 /3 dt ). C +

Problemas de ECUACIONES DIFERENCIALES ORDINARIAS 2008/ e t2 1 ). (1 + ln (1 + et ) 2 ) 1/2. e t3 /3 dt ). C + Problemas de ECUACIONES DIFERENCIALES ORDINARIAS 8/9 1 1. Resolver las siguientes ecuaciones: (a) + cos x =. (Sol.: = Ce sen x ( (b) (1 + x ) + x = (1 + x ) 5/. (Sol.: = x + 1 5 x5 + (1 3 x3 + C) + x )

Más detalles

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2015-coincidente) Selectividad-Opción A Tiempo: 90 minutos 5 7 C = 1 5

Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2015-coincidente) Selectividad-Opción A Tiempo: 90 minutos 5 7 C = 1 5 Examen de Matemáticas Aplicadas a las CC. Sociales II (Septiembre 2015-coincidente) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Considérense las matrices ( ) ( ) ( ) 1 2 3 2 5 7 A =,

Más detalles

Ecuaciones diferenciales

Ecuaciones diferenciales de primer orden 21 de noviembre de 2016 de primer orden Introducción Introducción a las ecuaciones diferenciales Las primeras ecuaciones diferenciales surgen al tratar de resolver ciertos problemas de

Más detalles

R=mv/qBvmax=AAAωF=kxB=µoI/2πd; ;ertyuied3rgfghjklzxc;e=mc 2

R=mv/qBvmax=AAAωF=kxB=µoI/2πd; ;ertyuied3rgfghjklzxc;e=mc 2 E=hf;p=mv;F=dp/dt;I=Q/t;Ec=mv 2 /2; TEMA 7: FÍSICA MODERNA F=KQq/r 2 ;L=rxp;x=Asen(ωt+φo);v=λf c 2 =1/εoµo;A=πr 2 ;T 2 =4π 2 /GMr 3 ;F=ma; L=dM/dtiopasdfghjklzxcvbvv=dr/dt; M=rxF;sspmoqqqqqqqqqqqp=h/λ;

Más detalles

Estadística Grupo V. Tema 10: Modelos de Probabilidad

Estadística Grupo V. Tema 10: Modelos de Probabilidad Estadística Grupo V Tema 10: Modelos de Probabilidad Algunos modelos de distribuciones de v.a. Hay variables aleatorias que aparecen con frecuencia en las Ciencias Sociales y Económicas. Experimentos dicotómicos

Más detalles

Fundamentos de Matemáticas

Fundamentos de Matemáticas Fundamentos de Matemáticas Ecuaciones diferenciales Solución: Tarea 4 (Total: 18 puntos) II.2. Ecuaciones diferenciales de primer orden La ecuación de Ricatti es una ecuación no-lineal = P (x) + Q(x)y

Más detalles

UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD

UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD La Distribución de Probabilidad (DP) es la relación que se da entre los diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia.

Más detalles

METODOS ESTADÍSTICOS

METODOS ESTADÍSTICOS METODOS ESTADÍSTICOS Introducción. Uno de los objetivos de la asignatura de Hidrología, es mostrar a los alumnos, las herramientas de cálculo utilizadas en Hidrología Aplicada para diseño de Obras Hidráulicas.

Más detalles

FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD

FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD Jorge M. Galbiati pág. DISTRIBUCION BINOMIAL 2 DISTRIBUCION POISSON 4 DISTRIBUCION HIPERGEOMETRICA 5 DISTRIBUCION GEOMETRICA 7 DISTRIBUCION NORMAL 8 DISTRIBUCION

Más detalles

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y

Más detalles

DECAIMIENTO RADIACTIVO: EL LACASITONIO

DECAIMIENTO RADIACTIVO: EL LACASITONIO COL LECCIÓ DE DEMOSTRACIONS DE FISICA DEMO 76 DECAIMIENTO RADIACTIVO: EL LACASITONIO Figura 1 Autor/a de la ficha Palabras clave Objetivo Material Tiempo de Montaje Ana Cros Decaimiento radiactivo, tiempo

Más detalles

Introducción a los Procesos de Poisson *

Introducción a los Procesos de Poisson * Introducción a los Procesos de Poisson * Victor M. Pérez Abreu C. Departamento de Probabilidad y Estadística, CIMAT David Reynoso Valle Licenciatura en Matemáticas, DEMAT, Universidad de Guanajuato 22

Más detalles

Procesos estocásticos

Procesos estocásticos Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:

Más detalles

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También

Más detalles

Esquema Matemáticas CCSS

Esquema Matemáticas CCSS Esquema Matemáticas CCSS 4. Inferencia Conocer el vocabulario básico de la Inferencia Estadística: población, individuos, muestra, tamaño de la población, tamaño de la muestra, muestreo aleatorio. Conocer

Más detalles

PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD

PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD UNIDAD II PRINCIPIOS ESTADÍSTICOS APLICADOS EN CONTROL DE CALIDAD Por: Prof. Gastón A. Pérez U. 2.3- PROBABILIDAD Y DISTRIBUCIÓN DE PROBABILIDAD 30 31 (2.3.2) DISTRIBUCIÓN DE PROBABILIDAD ES UNA DESCRIPCIÓN

Más detalles

Crecimiento y decaimiento exponencial

Crecimiento y decaimiento exponencial Crecimiento y decaimiento exponencial En general, si y (t) es el valor de una cantidad y en el tiempo t y si la razón de cambio de y con respecto a t es proporcional a su tamaño y (t) en cualquier tiempo,

Más detalles

FÍSICA de 2º de BACHILLERATO FÍSICA NUCLEAR

FÍSICA de 2º de BACHILLERATO FÍSICA NUCLEAR FÍSICA de 2º de BACHILLERATO FÍSICA NUCLEAR EJERCICIOS RESUELTOS QUE HAN SIDO PROPUESTOS EN LOS EXÁMENES DE LAS PRUEBAS DE ACCESO A ESTUDIOS UNIVERSITARIOS EN LA COMUNIDAD DE MADRID (1996 2015) DOMINGO

Más detalles

5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias. Jorge Eduardo Ortiz Triviño

5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias. Jorge Eduardo Ortiz Triviño 5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ CONTENIDO 1. INTRODUCCIÓN 2. VARIABLES ALEATORIAS 3. TEOREMA

Más detalles

Actividad y Leyes del Decaimiento Radiactivo

Actividad y Leyes del Decaimiento Radiactivo ctividad y Leyes del Decaimiento Radiactivo Características del Fenómeno de la Transformación Radiactiva Se denomina radiactividad al proceso de transformación espontánea nea de núcleos atómicos mediante

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

Part VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones

Part VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones Part VI notables El proceso de Bernoulli En cada observación se clasifica el elemento de la población en una de las dos posibles categorías, correspondientes a la ocurrencia o no de un suceso. Llamaremos

Más detalles

Complementos de Matemáticas, ITT Telemática

Complementos de Matemáticas, ITT Telemática Introducción Métodos numéricos para EDOs Complementos de Matemáticas, ITT Telemática Tema 4. Solución numérica de problemas de valor inicial para ecuaciones diferenciales ordinarias Departamento de Matemáticas,

Más detalles

Lección 6: Ecuaciones diferenciales

Lección 6: Ecuaciones diferenciales Lección 6: Ecuaciones diferenciales 61 Introducción La estática comparativa ha dominado el estudio de la economía durante mucho tiempo, y aún hoy se sigue utilizando para resolver muchos problemas económicos

Más detalles

Técnicas Cuantitativas para el Management y los Negocios I

Técnicas Cuantitativas para el Management y los Negocios I Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:

Más detalles

Dinámica poblacional. Caso: Una población

Dinámica poblacional. Caso: Una población Dinámica poblacional. Caso: Una población Jesús López Estrada última revisión Febrero de 25 Resumen Se estudía la evolución del crecimiento de una población bajo distintos supuestos de modelación, lo que

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

Datos: a = 3, m = 1, J s c = 2, m s

Datos: a = 3, m = 1, J s c = 2, m s El deuterón Mediante experimentos de dispersión se sabe que el deuterón tiene un diámetro aproximado de 3,04 Fermi. Calcular usando la mecánica cuántica del pozo de potencial cuadrado las velocidades del

Más detalles

Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)

Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química) Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables

Más detalles