Manual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Manual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7"

Transcripción

1 Maual del usuaro HET Versó.9.7 ofware de Maemácas Herrameas de Esadísca y robabldad Wdows X - Wdows Vsa - Wdows 7 - Wdows 8 - Wdows O F T W R E Refereca: HET EÑOL

2 ÍDICE Iroduccó...3 Codcoes de uso del sofware...3 Formaos de erada de valores...4 Tos de cálculos...4 Corase de hóess...4 Iervalo de cofaza...5 Dsrbucoes de robabldad...5 Esadísca de varable...6 Esadísca de varables...6 Teoremas de la robabldad Toal y ayes...7 robabldad ara dos sucesos y...7 eo : Fórmulas de dsrbucoes de robabldad...8 eo : Fórmulas de ervalos de cofaza... eo 3: Fórmulas de corase de hóess...3 eo 4: Fórmulas de esadísca de varable... eo 5: Fórmulas de esadísca de varables...4 eo 6: Fórmulas de los eoremas de la robabldad Toal y ayes...5 eo 7: Fórmulas de robabldad ara dos sucesos y...6 Esecfcacoes...7 Marcas comercales...8

3 Iroduccó HEsads es ua alcacó ara Wdows ara cálculos de esadísca y robabldad. erme 7 os de cálculos de robabldad y esadísca: Corase de hóess. Iervalo de cofaza. Dsrbucó de robabldad. Esadísca de y varables. Teoremas de la robabldad Toal y ayes. robabldad ara sucesos y. or favor léase el resee maual a f de coocer odas las fucoaldades de la alcacó. oa El aseco caraceríscas y reco del sofware uede cambar s revo avso y ser dferees a los mosrados e ese maual e ágas web de Iere e vdeos o e oros documeos. Codcoes de uso del sofware * Vaaofware o será resosable de los daños o erjucos drecos o drecos ocasoados or el uso o mosbldad de uso del sofware or los efecos e el fucoameo del sofware de erceros o del ssema oeravo. es de la salacó recomedamos hacer coa de segurdad de sus daos crear u uo de resauracó del ssema y eer a mao odos los archvos ara la resalacó del ssema oeravo y odo su sofware. Used odrá evaluar grauamee el sofware durae el emo que cosdere ecesaro. Trascurrdo ese erodo de evaluacó used deberá regsrarse o dessalar el sofware. ara regsrar el sofware abra la ocó "REGITRR LICCIÓ" e la ayuda del sofware. Tras agar los derechos de regsro recbrá or e-mal la CLVE de REGITRO. Ua vez regsrado el sofware odrá usar las ocoes que esaba deshabladas hasa ese momeo. Coserve su clave de regsro e lugar seguro. uvera que resalar el sofware odría ecesarla. La CLVE de REGITRO es úca ara cada equo. o odrá usar la clave de regsro e u equo dso. Used uede dsrbur lbremee coas aleradas del ssema de salacó del sofware a oros usuaros. Used ee derecho al uso del sofware ero o a la roedad del msmo. or ao used o uede descomlar el sofware usar gú o de geería versa ara su aálss o modfcacó. o uede usar are o la oaldad del sofware ara crear u uevo sofware. Coflcos de archvos comardos: Vaaofware o será resosable de los coflcos debdos a la comabldad de archvos comardos *.dll *.oc y oros. El sofware de Vaaofware usa archvos comardos *.dll *.oc y oros que se coa al equo durae la salacó. Es osble que el archvo comardo esa revamee y sea o o reemlazado or ora versó dsa durae la salacó del sofware. Ello uede orgar que el sofware de Vaaofware o fucoe yo que sofware de erceros que comara el msmo archvo o lo haga. smsmo la salacó de sofware de erceros uede ocasoar que el sofware de Vaaofware o el sofware de erceros o fucoe. Vaaofware raará de resolver esos coflcos de forma razoable o obsae su resolucó sasfacora o esá garazada. * Las codcoes de uso del sofware ya fuero aceadas or el usuaro durae el roceso de salacó. quí se reseña ara su cosula oseror. 3

4 Formaos de erada de valores Los valores umércos se uede erar e alguo de los sguees formaos: - úmeros correes:.4; orceajes: 9%; % - Fraccoes: 3; 58 - oacó ceífca: E-4 equvalee a -4 =. El searador de decmales es el uo. se era coma se researá como uo. Tos de cálculos HEsads erme realzar 7 os de cálculos esadíscos y de robabldad: - Corase de hóess - Iervalos de cofaza - Dsrbucoes de robabldad - Esadísca de varable - Esadísca de varables - Teoremas de la robabldad Toal y ayes - robabldad ara dos sucesos y Debemos ulsar la esaña corresodee e la veaa de la alcacó ara acceder a cada uo de los os de cálculo. Corase de hóess os erme comrobar la valdez de u arámero esadísco de ua o dos oblacoes coocedo los valores esadíscos de ua o varas muesras. E odos los casos se debe esecfcar el vel de cofaza o el de sgfcacó. El corase se uede realzar blaeral o ulaeral zquerdoderecho. Dsoemos de 9 os de corase de hóess: ara oblacó: Meda de la oblacó co varaza oblacoal coocda. Meda de la oblacó co varaza oblacoal descoocda. 3 Varaza de la oblacó. 4 roorcó de la oblacó. ara oblacoes: 5 Dfereca de las medas oblacoales co varazas oblacoales coocdas. 6 Dfereca de las medas oblacoales co varazas oblacoales guales y descoocdas. 7 Dfereca de las medas oblacoales co varazas oblacoales dsas y descoocdas. 8 Cocee de las varazas oblacoales 9 Dfereca de las roorcoes oblacoales 4

5 Iervalo de cofaza os erme calcular el ervalo de cofaza de u arámero esadísco de ua o dos oblacoes coocedo los valores esadíscos de ua o varas muesras. E odos los casos se debe esecfcar el vel de cofaza o el de sgfcacó. Dsoemos de 9 os de ervalos de cofaza: ara oblacó: Meda de la oblacó co varaza oblacoal coocda. Meda de la oblacó co varaza oblacoal descoocda. 3 Varaza de la oblacó. 4 roorcó de la oblacó. ara oblacoes: 5 Dfereca de las medas oblacoales co varazas oblacoales coocdas. 6 Dfereca de las medas oblacoales co varazas oblacoales guales y descoocdas. 7 Dfereca de las medas oblacoales co varazas oblacoales dsas y descoocdas. 8 Cocee de las varazas oblacoales. 9 Dfereca de las roorcoes oblacoales. Dsrbucoes de robabldad ara cada o de dsrbucó de robabldad os erme calcular el uo o uos orceuales coocda la robabldad y vceversa. El cálculo se uede realzar co la robabldad acumulada a zquerda derecha ervalo ervalo cerado o uual. Dsoemos de 6 os de dsrbucoes de robabldad: Dsrbucoes couas: ormal. -ude. 3 J-Cuadrado. 4 F-edecor. Dsrbucoes dscreas: 5 omal. 6 osso. 5

6 Esadísca de varable erme el cálculo de la esadísca de ua varable umérca X. - Los daos uede esar agruados e ervalos o o agruados. e calcula los sguees arámeros esadíscos: Meda arméca Medaa 3 Moda 4 Desvacó íca 5 Varaza 6 Coefcee de varacó 7 smería 8 Cuross 9 Momeos orde a 4 ara la meda y el orge Cuarles decles y erceles y sus versos Rereseacó gráfca dagrama de barras o hsograma e mresó. - Los daos de uede guardar y abrr como archvos de eesó EV. - Los daos y resulados de uede mrmr. Esadísca de varables erme el cálculo de la esadísca de dos varables umércas X Y. - odemos obeer 5 os de fórmulas de correlacó usado el méodo de mímos cuadrados: Leal Logarímca 3 Eoecal 4 oecal 5 Cuadráca e calcula los sguees arámeros esadíscos: Medas armécas de X e Y. Desvacoes ícas de X e Y. 3 Varazas de X e Y. 4 Covaraza. 5 Coefcee de correlacó. 6 Fórmula de la curva de regresó. 7 Esmacó erolacó eraolacó del valor de X o Y. 8 Rereseacó gráfca curva y ube de uos e mresó. - Los daos de uede guardar y abrr como archvos de eesó EV. - Los daos y resulados de uede mrmr. 6

7 Teoremas de la robabldad Toal y ayes Teemos u cojuo de sucesos comables que comlea el esaco muesral y u suceso. Coocdas las robabldades y las robabldades codcoadas se calcula: y robabldad ara dos sucesos y ara dos sucesos y. e calcula odas las robabldades osbles cuado se cooce alguos valores. Los daos o cógas uede ser: 7

8 eo Fórmulas de dsrbucoes de robabldad Dsrbucó ormal de Gauss d e π Dsrbucó -ude de Gosse d π Dsrbucó J-cuadrado de earso d e Dsrbucó F de Fsher edecor df F F F F F 8

9 Dsrbucó omal robabldad uual: robabldad acumulada sueror: Dsrbucó de osso robabldad uual:! e robabldad acumulada sueror:! e edo: robabldad Varable aleaora de la dsrbucó ormal μ Meda de la dsrbucó ormal σ Desvacó íca de la dsrbucó ormal uo orceual de la dsrbucó ormal Varable aleaora de la dsrbucó -ude Grados de lberad de la dsrbucó -ude uo orceual de la dsrbucó -ude Varable aleaora de la dsrbucó J-cuadrado Grados de lberad de la dsrbucó J-cuadrado uo orceual de la dsrbucó J-cuadrado 9

10 F Varable aleaora de la dsrbucó F de edecor Grados de lberad del umerador e la dsrbucó F de edecor Grados de lberad del deomador e la dsrbucó F de edecor F uo orceual de la dsrbucó F de edecor úmero de eermeos e la dsrbucó omal robabldad de éo de u suceso dvdual e la dsrbucó omal Varable aleaora de la dsrbucó omal uo orceual de la dsrbucó omal Meda =desvacó íca de la dsrbucó de osso Varable aleaora de la dsrbucó de osso uo orceual de la dsrbucó de osso

11 eo Fórmulas de ervalos de cofaza Meda de la oblacó varaza oblacoal coocda σ σ z z Meda de la oblacó varaza oblacoal descoocda roorcó de la oblacó z z ˆ ˆ ˆ ˆ ˆ ˆ Varaza de la oblacó Dfereca de las medas de dos oblacoes varazas coocdas z Dfereca de las medas de dos oblacoes varazas descoocdas e guales edo:

12 Dfereca de las medas de dos oblacoes varazas descoocdas y dsas edo: Cocee de las varazas de dos oblacoes F F Dfereca de las roorcoes de dos oblacoes ˆ ˆ ˆ ˆ ˆ ˆ z edo: μ Meda oblacoal Meda muesral σ Desvacó íca oblacoal Desvacó íca muesral roorcó de la oblacó ˆ roorcó de la muesra Tamaño de la muesra vel de sgfcacó vel de cofaza z uo orceual de la dsrbucó ormal de Gauss co robabldad sueror uo orceual de la dsrbucó -ude de Gosse co robabldad sueror co grados de lberad uo orceual de la dsrbucó j-cuadrado de earso co robabldad sueror y co grados de lberad F uo orceual de la dsrbucó F de Fsher-edecor co robabldad sueror y co grados de lberad y

13 eo 3 Fórmulas de Corase de hóess Meda de la oblacó varaza oblacoal coocda Dos lados: H : H : Rechazar H s: z z z edo z El esadísco z sgue ua dsrbucó ormal. Lado derecho: H : H : Rechazar H s: z z Lado zquerdo: H : H : Rechazar H s: z z 3

14 Meda de la oblacó varaza oblacoal descoocda Dos lados: H : H : Rechazar H s: edo El esadísco sgue ua dsrbucó -ude de - grados de lberad. Lado derecho: H : H : Rechazar H s: Lado zquerdo: H : H : Rechazar H s: 4

15 Varaza de la oblacó Dos lados: H : H : Rechazar H s: edo El esadísco sgue ua dsrbucó J-cuadrado de - grados de lberad. Lado derecho: H : H : Rechazar H s: Lado zquerdo: H : H : Rechazar H s: 5

16 roorcó de la oblacó Dos lados: H : H : Rechazar H s: z z z ˆ edo z El esadísco z sgue ua dsrbucó ormal. Lado derecho: H : H : Rechazar H s: z z Lado zquerdo: H : H : Rechazar H s: z z Dfereca de las medas de dos oblacoes varazas oblacoales coocdas y dsas Dos lados: H : H : Rechazar H s: z z z z edo El esadísco z sgue ua dsrbucó ormal. Lado derecho: H : H : Rechazar H s: z z Lado zquerdo: H : H : Rechazar H s: z z 6

17 Dfereca de las medas de dos oblacoes varazas oblacoales descoocdas e guales Dos lados: H : H : Rechazar H s: edo El esadísco sgue ua dsrbucó -ude de + grados de lberad. Lado derecho: H : H : Rechazar H s: Lado zquerdo: H : H : Rechazar H s: 7

18 Dfereca de las medas de dos oblacoes varazas oblacoales descoocdas y dsas Dos lados: H : H : Rechazar H s: edo El esadísco sgue ua dsrbucó -ude de grados de lberad. Lado derecho: H : H : Rechazar H s: Lado zquerdo: H : H : Rechazar H s: 8

19 Cocee de las varazas de dos oblacoes Dos lados: H : H : Lado derecho: H : H : Rechazar H s: F F edo F F El esadísco F sgue ua dsrbucó F-edecor co - y - grados de lberad. Rechazar H s: F F Lado zquerdo: H : H : Rechazar H s: F F 9

20 Dfereca de las roorcoes de dos oblacoes Dos lados: H : H : Rechazar H s: z z z edo ˆ ˆ z ˆ ˆ ˆ ˆ ˆ El esadísco z sgue ua dsrbucó ormal. Lado derecho: H : H : Rechazar H s: z z Lado zquerdo: H : H : Rechazar H s: z z

21 edo: vel de cofaza vel de sgfcacó H Hóess ula H Hóess alerava μ Meda oblacoal Meda muesral F σ Desvacó íca oblacoal Desvacó íca muesral roorcó de la oblacó ˆ roorcó de la muesra Tamaño de la muesra z F z Esadísco del corase que sgue ua dsrbucó ormal de Gauss Esadísco del corase que sgue ua dsrbucó -ude de Gosse Esadísco del corase que sgue ua dsrbucó F de Fsher-edecor Esadísco del corase que sgue ua dsrbucó j-cuadrado de earso uo orceual de la dsrbucó ormal de Gauss co robabldad sueror uo orceual de la dsrbucó -ude de Gosse co robabldad sueror co grados de lberad uo orceual de la dsrbucó j-cuadrado de earso co robabldad sueror y co grados de lberad uo orceual de la dsrbucó F de Fsher-edecor co robabldad sueror y co grados de lberad y

22 eo 4 Fórmulas de esadísca de varable Meda arméca Varaza s y desvacó íca s s ; s Coefcee de varacó s CV erceles a L Decles a L D Cuarles a L Q 4 Medaa a L Me Me = 5 = D 5 = Q Moda a L Mo ara ervalos desguales se usa desdades de frecueca Momeos de orde Reseco a la meda: m Reseco al orge: a smería 3 3 s m g Cuross s m g

23 edo: úmero de valores L Líme feror de la clase corresodee a mlud de la clase corresodee - Frecueca acumulada de la clase aeror Frecueca de la clase corresodee - Frecueca de la clase aeror Frecueca de la clase sguee + 3

24 eo 5 Fórmulas de esadísca de varables Medas armécas ; y y Varazas s ; s y y y Covaraza s y y y Coefcee de correlacó de earso r s s y s y Regresó LIEL s y y y = s Regresó sl y y y = l l LOGRÍTMIC Regresó EXOECIL y = a b y = a b l s l y l s l y = s l y Regresó sl l y l y l y = l l OTECIL Regresó CUDRÁTIC y = a s l b c X y = a b y = a b 4

25 eo 6 Fórmulas de los eoremas de la robabldad Toal y ayes Teorema de la robabldad oal Teorema de ayes 5...

26 eo 7 Fórmulas de robabldad ara dos sucesos y uceso seguro E: E= uceso mosble : = uceso oueso: ucesos comables: ucesos deedees: = = Uó de sucesos comables: Uó de sucesos comables: Ierseccó de sucesos deedees: Ierseccó de sucesos deedees robabldad comuesa: Dfereca de sucesos: Leyes de De Morga: robabldad codcoada: 6 E

27 Esecfcacoes Descrcó recsó de salda recsó era Tos de cálculo: Dmesoes HEsads. lcacó formáca ara eoro Wdows ara cálculos de esadísca y robabldad. Varable ere 8 y dígos eacos. 6 dígos. 7 os: Corase de hóess Iervalo de cofaza Dsrbucoes de robabldad Esadísca de varable Esadísca de varables Teoremas de la robabldad Toal y ayes robabldad ara dos sucesos y cho = 4 íeles alo = 73 íeles 7

28 Marcas comercales * Vaaofware y el logoo Vaaofware so marcas comercales de Vaaofware. * Wdows Wdows X Wdows Vsa Wdows 7 Wdows 8 Wdows y sus logoos so marcas comercales regsradas o marcas comercales de Mcrosof Cororao e los Esados Udos de oreamérca yo e oros aíses. * dobe el logoo de dobe croba el logoo DF de dobe y Reader so marcas comercales o marcas comercales regsradas de dobe ysems Icororaed e los Esados Udos yo e oros aíses. * ayal y el logoo ayal so marcas comercales o marcas comercales regsradas de ayal Ic. yo eay Ic. e los Esados Udos yo e oros aíses. * YouTube y el logoo YouTube so marcas comercales o marcas comercales regsradas de YouTube LLC yo Google Ic. e los Esados Udos yo e oros aíses. * Google y el logoo Google so marcas comercales o marcas comercales regsradas de Google Ic. e los Esados Udos yo e oros aíses. * Vsa y el logoo Vsa so marcas comercales o marcas comercales regsradas de Vsa Ic. e los Esados Udos yo e oros aíses. * me merca Eress el logoo me y el logoo merca Eress so marcas comercales o marcas comercales regsradas de merca Eress Comay e los Esados Udos yo e oros aíses. * MaserCard y el logoo MaserCard so marcas comercales o marcas comercales regsradas de MaserCard Icororaed yo MaserCard Worldwde e los Esados Udos yo e oros aíses. Todos los demás ombres de roducos ombres de emresas y logoos so marcas comercales o marcas comercales regsradas de sus resecvos roearos. 8

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales. Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos

Más detalles

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

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

Más detalles

REGRESIÓN LINEAL SIMPLE

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

Más detalles

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años.

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años. Ejerccos Resuelos Números Ídces Faculad Cecas Ecoómcas y Emresarales Dearameo de Ecoomía Alcada Profesor: Saago de la Fuee Ferádez 1. Ua emresa esuda la evolucó de los recos e euros de res comoees (A,

Más detalles

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos:

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos: emaro rabajos. odo 7. El rassor. Magesmo 9. duccó elecromagéca. rcuos de corree alera. Odas elecromagécas. lcacoes ócas odo. odo Zeer. odo LE 3. Foododo. odo úel 5. odo Schoky El rassor. El JFE, fudameos

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

Introducción a la Estadística Descriptiva

Introducción a la Estadística Descriptiva Iroduccó a la Esadísca Descrpva ª Edcó Carla Re Graña María Raml Díaz ITRODUCCIÓ A LA ESTADÍSTICA DESCRIPTIVA. ª Edcó o esá permda la reproduccó oal o parcal de ese lbro, su raameo formáco, la rasmsódeguaformaoporcualquermedo,aseaelecróco,mecáco,porfoocopa,por

Más detalles

Implantación del Modelo CyRCE:

Implantación del Modelo CyRCE: BACO DE MEXICO Imlaacó del Modelo CyRCE: Smlfcacoes or esrucura y esmacó de arámeros. erado Avla Embríz Javer Márquez Dez-Caedo Albero Romero Arada Abrl- Imlaacó del Modelo CyRCE: Smlfcacoes or esrucura

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO

Más detalles

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES Maemácas Faceras Prof. Mª Mercees Rojas e Graca TEMA 3: EQUIVALENIA FINANIERA DE APITALE ÍNDIE. PRINIPIO DE EQUIVALENIA DE APITALE: ONEPTO. APLIAIONE DEL PRINIPIO DE EQUIVALENIA: UTITUIÓN DE APITALE....

Más detalles

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preeliminar)

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preeliminar) MEODOLOGÍA ÍNDCE DE DSBUCÓN DE ENEGÍA ELÉCCA, GAS PO CAÑEÍA Y AGUA POABLE (DEGA) (Preelmar) SUBDECCÓN ÉCNCA SUBDECCÓN DE OPEACONES Saago, 26 de Dcembre de 2007 CHDA/GGM/GMA/VM ÍNDCE Págas. roduccó 3 2.

Más detalles

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005 Reglas para el maejo de los ídces de deuda de la BV Bolsa acoal de Valores Verso 4.4 3/07/005 ága de 6 COTEIDO ITRODUCCIÓ... 4. erspecva geeral... 4 MAEJO DE LOS ÍDICES... 6. Comé de Ídces de íulos de

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

Más detalles

I N D I C E 1 INTRODUCCIÓN... 5 2 ANTECEDENTES... 6

I N D I C E 1 INTRODUCCIÓN... 5 2 ANTECEDENTES... 6 I N D I C E 1 INTRODUCCIÓN... 5 2 ANTECEDENTES... 6 3 CARACTERÍSTICAS DEL NUEVO SISTEMA DE INDICES DE PRECIOS AL CONSUMIDOR...8 3.1 POBLACIÓN DE REFERENCIA...8 3.2 COBERTURA GEOGRÁFICA DEL SISTEMA DE INDICES

Más detalles

V II Muestreo por Conglomerados

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

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA. Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad

Más detalles

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl. Desequilibrios Monetarios y Cambiarios e Inflación en México: 1995:3-2004:4. Oknan Bello Dinarte.

DOCUMENTO DE TRABAJO. www.economia.puc.cl. Desequilibrios Monetarios y Cambiarios e Inflación en México: 1995:3-2004:4. Oknan Bello Dinarte. Isuo I N S T Ide T coomía U T O D C O N O M Í A T S I S d e M A G Í S T R DOCUMNTO D TRABAJO 2005 Desequlbros Moearos y Cambaros e Iflacó e Méxco: 995:3-2004:4 Oka Bello Dare. www.ecooma.uc.cl Pofca Uversdad

Más detalles

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México Ua Esraega de Acumulacó de Reservas Medae Opcoes de Vea de Dólares. El Caso de Baco de Méxco INDICE I. REUMEN... II. INTRODUCCIÓN...3 III. IV. OPCIONE DE VENTA DE DÓLARE...4 III.. PRINCIPALE CARACTERÍTICA...4

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

Medidas de Tendencia Central

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

Más detalles

ELABORACIÓN DE UN ÍNDICE COMPUESTO CAPÍTULO = X

ELABORACIÓN DE UN ÍNDICE COMPUESTO CAPÍTULO = X 5 CAPÍTULO ELABORACIÓN DE UN ÍNDICE COMPUESTO Ls Ídces Cmpuess, expresa de maera resumda la varacó prmed de u cju de varables respec de u períd base. Csderems u Agregad Cmplej "X", csud pr las varables

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

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

Más detalles

LA IMPORTANCIA DE LA VOLATILIDAD EN LA SELECCIÓN OPTIMA DE PORTAFOLIOS Alvaro José Cobo Quintero*

LA IMPORTANCIA DE LA VOLATILIDAD EN LA SELECCIÓN OPTIMA DE PORTAFOLIOS Alvaro José Cobo Quintero* A IMPORACIA D A OAIIDAD A SCCIÓ OPIMA D PORAFOIOS Alvaro José Cobo Quero* alvaro_josecobo@yahoo.com ajcobo@davveda.com Bogoá, Colomba Prmera ersó: Ocubre 3 Borrador *Iegrae del Dearameo de Aálss de Resgo

Más detalles

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)

Más detalles

Tema 2: Distribuciones bidimensionales

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

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Tabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22

Tabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22 Tala de Coedo Preeacó... Cocepo áco ore regreó correlacó.... Supueo áco de regreó.... Lo upueo de regreó e Dedromería... 6. Emacó de lo parámero del modelo de regreó leal mple... 7.. El méodo de mímo cuadrado

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

LOS NÚMEROS COMPLEJOS

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

Más detalles

9 Momentos y funciones generatrices de Momentos

9 Momentos y funciones generatrices de Momentos 9 omos y fucos grarcs d omos Edgar Acua ESA 400 Edgar Acua 9. omos Sa ua varabl alaora s df su smo momo co rspco al org como μ E[ ], smpr qu l caso dscro y qu p < f d < l caso couo. Obvam, μμ..tamb, s

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

RIESGO DE INTERÉS DE LAS OPERACIONES ACTUARIALES CLÁSICAS: UNA VALORACIÓN A TRAVÉS DE LA DURACIÓN

RIESGO DE INTERÉS DE LAS OPERACIONES ACTUARIALES CLÁSICAS: UNA VALORACIÓN A TRAVÉS DE LA DURACIÓN RIEGO ITERÉ A OPERACIOE ACTUARIAE CÁICA: UA VAORACIÓ A TRAVÉ A URACIÓ J. Iñak e a Peña Eeba Iuo de Eudo Facero-Acuarale Uerdad del Paí Vaco REUE E el reee rabajo o rooemo realzar u efoque acuaral a la

Más detalles

INCERTIDUMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMULACION DE OBJETOS EN MOVIMIENTO.

INCERTIDUMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMULACION DE OBJETOS EN MOVIMIENTO. Scea e Tecca Año XV, No, Dcembre 009. versdad Tecológca Perera. ISSN 0-70 5 INCERTIDMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMLACION DE OBJETOS EN MOVIMIENTO. Measureme uceray of e velocy for e smulao

Más detalles

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

Más detalles

Estimación de Parámetros de Sistemas Lineales vía Matrices Operacionales

Estimación de Parámetros de Sistemas Lineales vía Matrices Operacionales Esmacó de Parámeros de Ssemas Leales vía Marces Operacoales Isdro I. Lázaro, Salvador Ramírez lazaro@zeus.umch.mx szavala@zeus.umch.mx Faculad de Igeería Elécrca-Uversdad Mchoacaa de Sa Ncolás de Hdalgo

Más detalles

Valor de Rescate. Elementos Actuariales para su Determinación Por: Pedro Aguilar Beltrán. Octubre de 2008

Valor de Rescate. Elementos Actuariales para su Determinación Por: Pedro Aguilar Beltrán. Octubre de 2008 alor de escae Elemeos Acuariales ara su Deermiació Por: Pedro Aguilar Belrá Ocubre de 28 El alor de rescae es u coceo que se refiere al moo que le oorgará la aseguradora al asegurado o beeficiario, e caso

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge

Más detalles

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1)

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1) ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO (NOVALES.) Cosideremos P P e g. Dado que dicha fució es coiua y que exise y so coiuas las derivadas de odos los órdees, podemos aplicar Taylor

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Metodología Índice de Precios de Edificaciones Nuevas

Metodología Índice de Precios de Edificaciones Nuevas Meodología Ídce de recos de Edfcacoes Nuevas COLECCIÓN DOCUMENTOS - ACTUALIZACIÓN 29 Núm. 66 DEARTAMENTO ADMINISTRATIVO NACIONAL DE ESTADÍSTICA HÉCTOR MALDONADO GÓMEZ Drecor CARLOS EDUARDO SEÚLVEDA RICO

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

Consumo de gas natural en Bolivia: Una aplicación del Sistema Cuadrático Casi Ideal de Demanda

Consumo de gas natural en Bolivia: Una aplicación del Sistema Cuadrático Casi Ideal de Demanda Cosumo de gas aural e Bolva: Ua alcacó del Ssema Cuadráco Cas Ideal de Demada Medacel Morroy Maurco Agoso 2009 Resume Ese documeo ea cuafcar los osbles macos sobre el cosumo de gas aural reseco a deermadas

Más detalles

PRÁCTICA 1. Sistemas eléctricos de primer y segundo orden

PRÁCTICA 1. Sistemas eléctricos de primer y segundo orden PRÁCTICA 1 Sisemas elécricos de rimer y segudo orde Objeivo: Deermiar la resisecia iera de u geerador. Realizar medicioes de la cosae de iemo de circuios de rimer orde asabajas y de los arámeros de diseño

Más detalles

Contrastes para los parámetros de dos poblaciones Normales

Contrastes para los parámetros de dos poblaciones Normales Esaísica Corases ara los arámeros e os oblacioes Normales Ieeiees eeiees rof r. Jose Jacobo Zubcoff earameo e Ciecias el Mar Biología Alicaa Esaísica Corases ara os oblacioes ieeiees Ejemlo e roblema a

Más detalles

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A . Resolver Solució. l sisema lo defie dos marices la mari de coeficiees la mari ampliada. rg ' rg ' ' Rago de (méodo de ramer) S..D. rg ' rg. Resolver Solució. l sisema lo defie dos marices la mari de

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

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

Más detalles

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preliminar)

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preliminar) MEODOLOGÍA ÍNDCE DE DSBUCÓN DE ENEGÍA ELÉCCA, GAS PO CAÑEÍA Y AGUA POABLE (DEGA) (Prelar) SUBDECCÓN ÉCNCA SUBDECCÓN DE OPEACONES Saago, 26 de Dcebre de 2007 CHDA/GGM/GMA/VM ÍNDCE. roduccó...3 2. Marco

Más detalles

Contraste de Hipótesis

Contraste de Hipótesis Cotraste de Hpótess 1. Se quere comprobar s ua muestra de tamaño 0 co meda 10 procede de ua poblacó N(14,3) co el vel de sgfcacó 0,05..- E ua propagada se auca que uas determadas plas proporcoa más horas

Más detalles

VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS *

VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS * Revsa Igeerías Uversdad de Medellí VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS * Carlos Alexáder Grajales Correa ** Fredy Ocars Pérez Ramírez *** Recbdo: 6//009 Acepado: 08/0/00 RESUMEN

Más detalles

Ensayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica

Ensayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica Esayos Lmacoes del modelo leal de probabldad y aleravas de modelacó mcroecoomérca Resume Absrac Résumé E ese arículo se eama res méodos para desarrollar modelos de probabldad para ua varable de respuesa

Más detalles

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

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

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

i 1,2,..., m (filas) j 1,2,..., n (columnas) t

i 1,2,..., m (filas) j 1,2,..., n (columnas) t MTRICES Y DETERMINNTES Cocepos básicos Deermiaes Mariz iversa CONCEPTOS BÁSICOS MTRIZ de m filas y columas: a11 a12 a1 a21 a22 a 2 am1 am2 am i1,2,..., m (filas) Se represea por a j 1,2,..., (columas)

Más detalles

MOF - COMPETENCIA 1 FUNDAMENTOS DE LAS OPERACIONES FINANCIERAS

MOF - COMPETENCIA 1 FUNDAMENTOS DE LAS OPERACIONES FINANCIERAS MOF - OMPETENIA FUNDAMENTOS DE LAS OPERAIONES FINANIERAS apalzacó ompuesa. apalzacó Smple. Acualzacó ompuesa y Smple. Equvalecas Faceras. Aplcacoes de la apalzacó y del Descueo. Valores Medos: Ufcacó de

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS MAEC 2140: Méodos Cuaiaivos Prof. J.L.Coo DISCUSION Y EJEMPLOS SOBRE EL TEMA FUNCIONES EXPONENCIALS El valor del diero

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

Práctica número 12. Capacitor, resistor e inductor equivalentes

Práctica número 12. Capacitor, resistor e inductor equivalentes Práctca úmero 2 Capactor, resstor e ductor equvaletes Lab. de Prcpos de Termodámca y Electromagetsmo Objetvos a) Idetfcar el fucoameto de u resstor e los crcutos eléctrcos y obteer el resstor equvalete

Más detalles

Años I0 t (base 1992 = 100)

Años I0 t (base 1992 = 100) Esadísca y Meodología de la vesgacó Dada cualquer varable de la que coocemos los valores referdos a dsos perodos emporales, eedemos por úmero ídce de esa varable e dchos perodos el resulado de dvdr los

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos.

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos. ROILIDD Álgebra de sucesos. Un fenómeno o exerenca se dce que es aleatoro cuando al reetrlo en condcones análogas es mosble de redecr el resultado. El conjunto de todos los resultados osbles de un exermento

Más detalles

Seminario de problemas. Curso Hoja 9

Seminario de problemas. Curso Hoja 9 Semiario de prolemas. Curso 05-6. Hoja 9 49. Alero, Berardo y Carla se ha coocido e ua red social. Ellos pregua a Carla cuádo es su cumpleaños; e lugar de respoderles direcamee, ella decide poerles u prolema.

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles

ANÁLISIS DE CIRCUITOS EN RÉGIMEN POLIARMÓNICO

ANÁLISIS DE CIRCUITOS EN RÉGIMEN POLIARMÓNICO A.4. EORÍA DE CRCUOS CAPÍULO 3 ANÁLSS DE CRCUOS EN RÉGEN POLARÓNCO Cáedra de eoría de Crcuos Edcó 3 ANÁLSS DE CRCUOS EN RÉGEN POLARÓNCO 3. roduccó El desarrollo de las éccas de aálss de Fourer posee ua

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Sistemas Productivos

Sistemas Productivos Ssemas Producvos º Elemeos de dseño del proceso producvo A la hora de dseñar ua udad producva, hay que realzar ua sere de decsoes esraégcas que cluye ecesaramee:. Localzacó de la plaa: lugar dode físcamee

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

Regresión Simple. Resumen. Ejemplo de StatFolio: simple reg.sgp

Regresión Simple. Resumen. Ejemplo de StatFolio: simple reg.sgp STATGRAPHICS Rev. 4/5/7 Regresó Smple Resume El procedmeto de Regresó Smple está dseñado para costrur u modelo estadístco que descrba el mpacto de u solo factor cuattatvo X sobre ua varable depedete Y.

Más detalles

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

5 Distribuciones Muestrales

5 Distribuciones Muestrales 5 Dstrbucoes Muestrales. Itroduccó Al defr la estadístca se explcó que la probabldad se trabaja desde la poblacó haca la muestra, metras que la fereca estadístca se trabaja e setdo cotraro, es decr, de

Más detalles

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson: Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó

Más detalles

l 0 + l La energía potencial elástica de un resorte vale:

l 0 + l La energía potencial elástica de un resorte vale: ASOCIACIÓN DE RESORTES..- La fuerza y eergía elátca de u reorte o muelle. U reorte o muelle e u dotvo mecáco que uede comrmre o dlatare y que vuelve a u ocó orgal o atural, emre que el delazameto o ea

Más detalles