ESTUDIO CIS Nº Encuesta a población inmigrante (Immigrant Citizens Survey 1 )

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

Download "ESTUDIO CIS Nº Encuesta a población inmigrante (Immigrant Citizens Survey 1 )"

Transcripción

1 ESTUDIO CIS Nº 293 Ecuesta a poblacó mgate (Immgat Ctzes Suvey ) FICHA TÉCNICA Ámbto: Mucpos de Baceloa y Madd. Uveso: Poblacó de 5 años y más, acda e países extaeos dsttos a los estados membos de la UE- 27 y de la EEA-EFTA (Islada, Lechteste, Nouega y Suza), esdete e España desde, po lo meos, u año ates de la ealzacó del estudo. Maco: Padó Mucpal de Habtates a de eeo de 2.0. Tamaño de la muesta: Paa Baceloa: Dseñada:.090 etevstas (a pat de u dseño cal de etevstas 2 ). Realzada: 4 etevstas (a pat de u dseño cal de etevstas). Paa Madd: Dseñada: Realzada:.557 etevstas (a pat de u dseño cal de etevstas). 583 etevstas. E los aexos de esta fcha se descbe el dseño de las submuestas utlzadas (Aexo-A) y las cdecas ocudas duate la ealzacó de la ecuesta (Aexo-C). La ecuesta se emaca e u poyecto teacoal coodado po la Fudacó Rey Balduo y el Gupo de Polítcas de Mgacó (Mgato Polcy Goup, que cueta co el apoyo de la Comsó Euopea, la Oak Foudato, la Fudação Calouste Gulbeka y la Fudacó Rey Balduo). El poyecto, e el que patcpa Bélgca, Faca, Alemaa, Hugía, Itala, Potugal y España, compota la ealzacó de ua ecuesta co cuestoao y metodologías comues e quce cudades. 2 E el dseño cal se tuvo e cueta el úmeo mímo de etevstas que se queía cosegu (400) y ua pevsó de tasa de espuesta e fucó de la obteda e otos estudos smlaes (20%). De este modo, expadedo la muesta míma segú la tasa de espuesta, el tamaño de muesta e cada mucpo es: 400/0, Este tamaño se escaloó, tal como se descbe e el apatado Pocedmeto de muesteo, co el f de faclta el poceso de ecogda de datos.

2 Podeacó: Los coefcetes cludos e la vaable PESO de la matz de datos cosdea las pobabldades de seleccó de los dvduos etevstados y so los utlzados paa la ealzacó de las dstbucoes magales publcadas po el CIS. Paa los/as usuaos/as que lo cosdee opotuo, e la matz de datos se faclta asmsmo la vaable PESO2 que cotee los coefcetes que esulta de aplca ua coeccó a pat de las tasas de espuesta obteda e los baos seleccoados. E ambos casos, PESO y PESO2, los coefcetes so váldos paa la estmacó po sepaado e Baceloa y Madd, o de foma couta. E el Aexo-B-, al fal de esta fcha, se descbe los estmadoes y podeacoes utlzados. Pocedmeto de muesteo: Paa la seleccó de la muesta, el INE costuyó e cada mucpo el maco de dvduos que más se austaba a la poblacó obetvo de la vestgacó a pat de los Padoes mucpales de Baceloa y Madd pocededo, a cotuacó, a ealza ua seleccó aleatoa de dvduos e cada mucpo. S embago, la dspesó espacal de la muesta obteda e ambos mucpos coduo a que la seleccó ogal se dvdea e tes submuestas que pemtea u escaloameto de los tabaos de campo co el f de obtee la muesta obetvo de u mímo de 400 dvduos e cada mucpo. Las tes submuestas Ve Aexo- se elaboao a pat de la clasfcacó de los dvduos seleccoados de la muesta ogal e baos y ua seleccó de baos popocoal al úmeo de seleccoados que esdía e los msmos. A pat de aquí, co cada submuesta se pocedó como sgue: a) se utlza la pmea submuesta; b) s o se alcaza los 400 cuestoaos (tas cumplse el plazo establecdo paa ellos y habe tetado cotacta co todas las udades muestales sguedo los potocolos de úmeo de vstas), se utlza la seguda submuesta; y c) s co la seguda submuesta o se alcaza los 400 cuestoaos se utlza la tecea submuesta. De esta maea, cabía la posbldad de que o se actvaa y empleaa todas las submuestas s la tasa de espuesta ea mayo de la estmada a la hoa de dseña la muesta ogal. Los cuestoaos se ha aplcado medate etevsta pesoal e los domclos. Eo muestal: E el supuesto de muesteo aleatoo smple, paa u vel de cofaza del 95,5% (dos sgmas), y P Q/2, el eo eal es de ±4 9% e Baceloa y 4,% e Madd. Fecha de ealzacó: Del 24 de octube al 5 de dcembe de 2.0.

3 Aexo A. Dstbucó de las submuestas Etevstas Submuestas Mucpo Baos Dseñadas Realzadas S Baceloa Madd S 2 Baceloa Madd S 3 Baceloa Madd Total Baceloa Madd B. Estmadoes y podeacoes El estmado utlzado es Pˆ w y dode es la muesta ealzada y, w ˆ es la podeacó -PESO- coespodete al dvduo seleccoado, sedo ˆ S z el úmeo de dvduos que se estma sobe la seleccó ogal de dode z es ua vaable dcotómca que toma el valo s el dvduo es seleccoado y 0 e oto caso; y, la pobabldad de que el dvduo sea cludo e la muesta, b E el plazo establecdo paa toma la decsó especto a la ecesdad de utlza la seguda submuesta o se había cosegudo el obetvo mímo de 400 etevstas. S embago, co posteodad a esa fecha, cuado ya se había empezado a utlza la seguda submuesta, se cosgueo alguas etevstas adcoales de la pmea sub-muesta (hasta llega a 403). No obstate, habe comezado co la seguda submuesta mplcaba tema de ealza todos los tetos de cotacto establecdos, lo que coduo a ua catdad fal de 583 etevstas.

4 dode b es el úmeo total de baos seleccoados e cada mucpo y el úmeo de dvduos que fueo seleccoados e la muesta ogal que esde e el msmo bao que el dvduo. E el caso de copoa la falta de espuesta e cada bao, la podeacó Peso2- coespodete al dvduo seleccoado vee dada po: w ˆ sedo S z ˆ el úmeo de dvduos que se estma sobe la seleccó ogal de y la tasa de espuesta del bao dode esde el dvduo dode es el úmeo de dvduos etevstados e el bao y C. Icdecas e la ecogda de datos el de seleccoados. Las omas paa la detemacó de los cteos de elegbldad y el esto de las categoías de la tabla coespode a las defcoes de AAPOR/WAPOR (Ameca Assocato fo Publc Opo Reseach/Wold Assocato fo Publc Opo Reseach 4 ). Coceptos Baceloa Madd. Númeo total de elemetos de la muesta Etevstas váldas (.0) Elegble, o etevstado/a A. Rechazos/abadoos (2.0) B. S cotacto (2.20) C. Otos. Poblemas de doma (2.33) 4 8. Otos, vaos (2.3, 2.32, 2.35) No elegble A. No es u hoga (4.50) 57 3 B. Vveda deshabtada (4.60) 9 C. Idvduo o elegble (4.70) D. Oto (4.0,4.90) Se aplca las defcoes que fgua e el documeto Stadad deftos. Fal dsposto of case codes ad outcome ates fo suveys, Ameca Assocato fo Publc Opo Reseach, Los códgos que fgua e la tablaesume coespode a los utlzados e dcho documeto.

5 3.- Elegble o etevstado/a. Se cosdea: (A) Rechazos: egatvas de las pesoas seleccoadas a ealza la etevsta o a ecb al etevstado, etevstas pacales, etevstas cocetadas s hace se etede como egatva ecubeta-. (B) S cotacto: la pesoa seleccoada o esde e el domclo que apaece e la muesta, o hay ade e la vveda, ausete a la hoa de la vsta o duate toda la duacó del tabao de campo, dfcultad de acceso al edfco o la deccó. (C) Otos o espuesta: poblema de doma de las pesoas seleccoadas al clu extaeos/as esdetes. Vaos: capacdad, muete y otos (eoes de gabacó, otos s especfca e la hoa de cotacto). 4.- No elegble: vvedas vacías, destudas, deccoes exstetes o coectas (o coespode a u domclo pvado).

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 ejeccos de Selectvdad sobe Ifeeca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Facsco Roldá López de Heo * Covocatoa de 007 Las sguetes págas cotee las solucoes de los

Más detalles

Capítulo 2 Análisis de datos (Bivariados( Bivariados) Estadística Computacional I Semestre 2006 Parte II

Capítulo 2 Análisis de datos (Bivariados( Bivariados) Estadística Computacional I Semestre 2006 Parte II Uvesdad Técca Fedeco Sata Maía Uvesdad Técca Fedeco Sata Maía Depatameto de Iomátca ILI-80 Capítulo Aálss de datos (Bvaados( Bvaados) Estadístca Computacoal I Semeste 006 Pate II Poesoes: Calos Valle (cvalle@.utsm.cl)

Más detalles

MANUAL DE PRÁCTICAS DE LABORATORIO DE HIDRÁULICA PROPAGACIÓN DE ERRORES. Escuela de Geociencias y Medio Ambiente

MANUAL DE PRÁCTICAS DE LABORATORIO DE HIDRÁULICA PROPAGACIÓN DE ERRORES. Escuela de Geociencias y Medio Ambiente ANUAL DE PRÁCTICAS DE LABORATORIO DE HIDRÁULICA 35 ANEXO A5 PROPAGACIÓN DE ERRORES Ramo abello Péez Escuela de Geocecas y edo Ambete 36 ANEXO 5 A5 PROPAGACIÓN DE ERRORES Tomado de la Ref. [0] Las magtudes

Más detalles

Estadística Tema 9. Modelos de distribuciones. Pág. 1

Estadística Tema 9. Modelos de distribuciones. Pág. 1 Estadístca Tema 9. Modelos de dstbucoes. Pág. 9 Modelos de dstbucoes. 9. Modelos dscetos de vaables aleatoas. 9.. Epemetos y dstbucó de Beoull. 9.. Dstbucó bomal. 9.. Dstbucó ufome dsceta. 9.. Dstbucó

Más detalles

MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS. MOMENTOS

MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS. MOMENTOS Julo Olva Coteo Estadístca TEMA 6 MEDIDA DE FORMA: AIMETRÍA Y CURTOI. MOMETO. Moetos de ua dstbucó Los oetos de ua dstbucó so eddas obtedas a pat de todos sus datos y de sus fecuecas absolutas. Estas eddas

Más detalles

Se entiende por sistema de fuerzas a un conjunto de fuerzas como se indica

Se entiende por sistema de fuerzas a un conjunto de fuerzas como se indica CDENADAS VECTIALES DE LS SISTEAS DE FUEZAS Se etede po sstema de fuezas a u cojuto de fuezas como se dca La esultate geeal del sstema se obtee sumado los vectoes equpoletes de cada ua de las compoetes

Más detalles

Variables aleatorias

Variables aleatorias Vaables aleatoas M. e A. Vícto D. Plla Moá Facultad de Igeeía, UNAM Resume El cocepto de vaable aleatoa como abstaccó de u eveto aleatoo y su defcó. vaable aleatoa dsceta: fucó de pobabldad, sus popedades

Más detalles

5. Estimación puntual. Curso Estadística

5. Estimación puntual. Curso Estadística 5. stmacó utual Cuso - stadístca Poblacó % DFCTUOSA Pobabldad Coocdo cuato vale? Muesta Nº Defectuosa Coocdo cuato vale? Ifeeca stmacó utual N Paámetos? MUSTRA... Datos Coocdos? stmacó utual 3 sesoes de

Más detalles

TEMA 2 MEDIDAS DE CENTRALIZACIÓN

TEMA 2 MEDIDAS DE CENTRALIZACIÓN D37 ESTADÍSTICA. Tema TEMA MEDIDAS DE CETRALIZACIÓ. Caacteístcas de las meddas de poscó cetal.. Meddas de cetalzacó: meda atmétca, medaa y moda. Popedades. Relacó ete meda, medaa y moda..3 Cuatles: cuatles,

Más detalles

En cualquier punto donde coloquemos nuestra segunda carga, su posición podrá darse con un vector de posición que cumple:

En cualquier punto donde coloquemos nuestra segunda carga, su posición podrá darse con un vector de posición que cumple: CAMPO LCTRICO Cosdeemos e pcpo ua stuacó deal: l Uveso está vacío y o exste ada supogamos ue e el ceto de ese Uveso colocamos ua caga putual podemos pegutaos: Sufe algú cambo el Uveso? S o exste ota caga

Más detalles

8- Estimación puntual

8- Estimación puntual Pate stmacó putual Pof. Maía B. Ptaell 8- stmacó putual 8. Itoduccó Supogamos la sguete stuacó: e ua fábca se poduce atículos el teés está e la poduccó de u día específcamete de todos los atículos poducdos

Más detalles

TEMA 6 VALORACIÓN FINANCIERA DE RENTAS (III)

TEMA 6 VALORACIÓN FINANCIERA DE RENTAS (III) Facultad de.ee. Dpto. de Ecooía Facea I Dapostva Mateátca Facea TEMA 6 VALORAIÓN FINANIERA DE RENTAS III. Faccoaeto atétco y faceo de ua eta 2. Retas faccoadas 3. Retas cotuas Facultad de.ee. Dpto. de

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

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

SOLUCIÓN: cara. sale. Sea X i = cruz. sale. 1 p = ; con ello 2

SOLUCIÓN: cara. sale. Sea X i = cruz. sale. 1 p = ; con ello 2 Hojas de oblemas Estadístca VI. Calcula el úmeo de veces que se debe laa ua moeda de maea que se tega ua pobabldad supeo a 9 de que el cocete ete el úmeo de caas y el de laametos esté compeddo ete y 6.

Más detalles

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

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca paa Améca Lata y el Cabe (CEPAL Dvsó de Estadístcas y Poyeccoes Ecoómcas (DEPE Ceto de Poyeccoes Ecoómcas (CPE Modelo Clásco de Regesó Alguos Temas Complemetaos Chsta A. utado Navao Mayo,

Más detalles

Matemáticas Aplicadas CC. SS. I -- I. E. S. Sabinar

Matemáticas Aplicadas CC. SS. I -- I. E. S. Sabinar Matemátcas Aplcadas. SS. I -- I. E. S. Saba MATEMÁTIAS INANIERAS EN 1º BTO.. SS. 1. PORENTAJES 1.1 Aumetos y dsmucoes pocetuales. Ídce de vaacó 1.2 Aumetos y dsmucoes pocetuales ecadeados. Ídce de vaacó

Más detalles

TEMA 5 SISTEMAS DE N GRADOS DE LIBERTAD. Sistemas de N Grados de Libertad

TEMA 5 SISTEMAS DE N GRADOS DE LIBERTAD. Sistemas de N Grados de Libertad Sstemas de N Gados de Lbetad ELEMENTOS DE MÁQUINAS Y VIBRACIONES - 5. - ELEMENTOS DE MÁQUINAS Y VIBRACIONES - 5. - 5. Plateameto matcal Se va a extede los esultados de gdl al caso geeal de N gdl. El estudo

Más detalles

La inferencia estadística es primordialmente de naturaleza

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

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

Santiago de la Fuente Fernández. Regresión Lineal Múltiple

Santiago de la Fuente Fernández. Regresión Lineal Múltiple atago de la Fuete Feádez egesó Leal Múltple atago de la Fuete Feádez egesó Leal Múltple EGEIÓN LINEAL MÚLTIPLE egesó Leal Múltple Las téccas de egesó leal múltple pate de (k+) vaables cuattatvas, sedo

Más detalles

10 MUESTREO. n 1 9/ / σ σ 1

10 MUESTREO. n 1 9/ / σ σ 1 10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,

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

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Intensificación en Estadística

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

Más detalles

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

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

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

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

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

Fundamentos de Estadística:

Fundamentos de Estadística: Fudametos de Estadístca: Resúmees. A. Roeto Espeo Mohedao. Atuo Gallego egado. TEMA : Itoduccó a la Estadístca. La Estadístca las estadístcas. Defcó de Estadístca: o Estadístca Descptva. o Estadístca Matemátca

Más detalles

±. C inicial = C inicial. Índice de variación

±. C inicial = C inicial. Índice de variación Aitmética mecatil: coteidos 2.1 Aumetos y dismiucioes pocetuales 2.2 Iteeses bacaios 2.3 Tasa aual equivalete ( T.A.E.) 2.4 Amotizació de péstamos 2.5 Pogesioes geométicas 2.6 Aualidades Pocetajes: C fial

Más detalles

ESTADÍSTICA DESCRIPTIVA BIVARIADA

ESTADÍSTICA DESCRIPTIVA BIVARIADA ESTDÍSTIC DESCRIPTI IRID ESTDÍSTIC DESCRIPTI IRID No coepode tata ahoa el poblema de aalza multáeamete do vaable etadítca de ua poblacó paa lo cual la ceamo o tomamo ua mueta de ella etudado e bae a tal

Más detalles

FUNDAMENTOS DE LA TEORÍA DE LA

FUNDAMENTOS DE LA TEORÍA DE LA Pepaado po Iee Paticia Valdez y lfao eptiembe 2006 Coceptos pevios FCULTD DE INGENIERÍ U N M PROBBILIDD Y ETDÍTIC Iee Paticia Valdez y lfao ieev@sevido.uam.mx FUNDMENTO DE L TEORÍ DE L PROBBILIDD CONCEPTO

Más detalles

Capítulo 2: ANÁLISIS ESTADÍSTICO

Capítulo 2: ANÁLISIS ESTADÍSTICO Capítulo : ANÁLISIS ESTADÍSTICO El aálss estadístco es todo el poceso de ogazacó, pocesameto, educcó e tepetacó de datos paa ealza eecas. Recodemos que los datos se tasomaá e omacó útl paa la toma de decsoes,

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

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

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

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

Procedimiento Simple y Sistemático de Modelado de Condensadores Basado en la Respuesta en Frecuencia

Procedimiento Simple y Sistemático de Modelado de Condensadores Basado en la Respuesta en Frecuencia Pocedmeto Smple y Sstemátco de Modelado de Codesadoes Basado e la Respuesta e Fecueca V. Valdva, D. López del Moal, M. Saz, A. Baado, A. Lázao Uvesdad Calos III de Madd Gupo de Sstemas Electócos de Poteca

Más detalles

TEMA 2 MATEMÁTICAS FINANCIERAS

TEMA 2 MATEMÁTICAS FINANCIERAS Tema Matemáticas fiacieas 1 TEMA MATEMÁTICAS FINANCIERAS EJERCICIO 1 : Po u atículo que estaba ebajado u 1% hemos pagado, euos. Cuáto costaba ates de la ebaja? 1 Solució: El ídice de vaiació es: IV = 1

Más detalles

I ESCUELA DE EMPRESARIALES DIPLOMATURA DE EMPRESARIALES ESTADÍSTICA

I ESCUELA DE EMPRESARIALES DIPLOMATURA DE EMPRESARIALES ESTADÍSTICA Depatamento de Economía Aplcada I EUELA DE EMPREARIALE DIPLOMATURA DE EMPREARIALE ETADÍTIA Ejeccos Resueltos REGREIÓ O LIEAL Y REGREIÓ LIEAL MÚLTIPLE uso 006-00 Escuela de Empesaales Depatamento de Economía

Más detalles

República de Ecuador

República de Ecuador Reúblca de Ecuado III CENSO NACIONAL AGROPECUARIO ERRORES RELATIVOS DE MUESTREO . Eoes elatvos de uesteo Co la faldad de da ua vsó aoáca de los eoes de uesteo estados aa los esultados obtedos del III Ceso

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

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

Más detalles

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

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información? APELLIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdere u vel de cofaza del 95% (z=).. U empresaro quere estmar el cosumo mesual de electrcdad e ua comudad de 000

Más detalles

CAPÍTULO 6 TEOREMAS ENERGÉTICOS

CAPÍTULO 6 TEOREMAS ENERGÉTICOS CPÍTULO 6 TEORES ENERGÉTICOS L ENERGÍ ELÁSTIC EXPRESD EN UNCIÓN DE LS CRGS PLICDS Hasta ahoa, habíamos utlao la sguete epesó e la esa e eegía elástca: ( σ ε σ ε σ ε τ γ τ γ τ γ ) ω Que, tegaa a lo lago

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

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

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

Más detalles

x x x x x Y se seguía operando

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

Más detalles

Tema 2. Muestreo Aleatorio Simple Contenido

Tema 2. Muestreo Aleatorio Simple Contenido Tema. Muestreo Aleatoro Smple Cotedo 1) Defcó, seleccó otacó ) Estmadores de la meda el total. Propedades. Varazas error de estmacó. Límtes de cofaza. 3) Muestreo smple co resttucó 4) Estmadores de la

Más detalles

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

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

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

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

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

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

TEMA: ANALISIS DE VELOCIDADES.

TEMA: ANALISIS DE VELOCIDADES. álss de velocdades. TEM: NISIS DE EOCIDDES. - INTRODUCCION. - NISIS GRFICO DE EOCIDDES..- olígoo de velocdades: método de las velocdades elatvas...- plcacó a ógaos deslzates...- Otos casos..- Método de

Más detalles

G - Métodos de Interpolación

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

Más detalles

EJERCICIOS SISTEMA FINANCIERO COMPUESTO

EJERCICIOS SISTEMA FINANCIERO COMPUESTO UNIVERSIDAD DE LOS ANDES FAULTAD DE IENIAS EONÓMIAS Y SOIALES DEPARTAMENTO DE IENIAS ADMINISTRATIVAS ÁTEDRA: ANÁLISIS DE LA INVERSIÓN ASIGNATURA: MATEMÁTIA FINANIERA PROFESOR: MIGUEL A. OLIVEROS V. EJERIIOS

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

Números Complejos PREGUNTAS MÁS FRECUENTES

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

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

ESTIMACION DEL HIDROGRAMA UNITARIO. ESTUDIO COMPARATIVO DE CUATRO METODOS LINEALES

ESTIMACION DEL HIDROGRAMA UNITARIO. ESTUDIO COMPARATIVO DE CUATRO METODOS LINEALES ESTIMACION DEL HIDROGRAMA NITARIO ESTDIO COMARATIVO DE CATRO METODOS LINEALES José Lus Ayuso, Adolfo eña y M a la Motesos Aea de oyectos de Igeeía ETS Igeeos Agóoos y de Motes vesdad de Códoba RESMEN:

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

y. Diferenciando la primera condición en (1) con respecto a x, la segunda respecto a y y sumando obtenemos

y. Diferenciando la primera condición en (1) con respecto a x, la segunda respecto a y y sumando obtenemos Sceta et Techca Año XIII, No 34, Mayo de 7 Uvesdad Tecológca de Peea ISSN -7 55 EL ESTUDIO DE ALGUNAS PROPIEDADES DE LAS FUNCIONES ARMÓNICAS PARA EL PROBLEMA DE DIRICHLET DE LA ECUACIÓN DE LAPLACE RESUMEN

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

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

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

Más detalles

Índice de materias 2.- MECÁNICA CUÁNTICA. POSTULADOS Y EJEMPLOS SENCILLOS DE APLICACIÓN...3

Índice de materias 2.- MECÁNICA CUÁNTICA. POSTULADOS Y EJEMPLOS SENCILLOS DE APLICACIÓN...3 Ídce de ateas.- MECÁNICA CUÁNTICA. POSTULADOS Y EJEMPLOS SENCILLOS DE APLICACIÓN...3..- FUNDAMENTOS MATEMÁTICOS DE LA MECÁNICA CUÁNTICA...3 Álgeba Leal Opeadoes ucoes popas....3.- LOS POSTULADOS DE LA

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

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

LAZOS DE AMARRE DE FASE

LAZOS DE AMARRE DE FASE LAZOS DE AMARRE DE FASE Maco Atoio Péez Ciseos *, Mak Readma * Divisió de Electóica Computació, CUCEI, Uivesidad de Guadalajaa, México. Cosulto Cotol Sstems Piciples RESUMEN: Este atículo peteece a la

Más detalles

Comparación de Proporciones

Comparación de Proporciones Comaracó de Proorcoes Resume El rocedmeto Comaracó de Proorcoes esta dseñado ara comarar las roorcoes observadas de u eveto etre muestras. Este realza ua rueba ch-cuadrada ara determar s hay o o dferecas

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

Electrostática: Definición.

Electrostática: Definición. lectcdad y Magetsmo / lectostátca efcó Los coductoes e electostátca. Campo de ua caga putual. Aplcacoes de la Ley de Gauss Itegales de supeposcó. Potecal electostátco. efcó e Itepetacó. cuacoes de Posso

Más detalles

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES ANEXO A: CUADRO DE MANDO DE LOS INDICADORES Implatacó de u Cuadro de Mado Itegral e ua empresa de Artes Gráfcas e Terrassa ÍNDICE ÍNDICE A.- INDICADORES DE LA PERSPECTIVA FINANCIERA 3 A2.- INDICADORES

Más detalles

12º seminario AEDEMO sobre Audiencia de Televisión Palma de Mallorca, Febrero de 1996

12º seminario AEDEMO sobre Audiencia de Televisión Palma de Mallorca, Febrero de 1996 º semaro AEDEMO sobre Audeca de Televsó Palma de Mallorca, Febrero de 996 LA PRECISIÓN ESTADÍSTICA EN EL PANEL DE AUDIMETRÍA Carlos Lamas ÍNDICE. INTRODUCCIÓN, TEORÍA Y CONCEPTOS. EFECTO DEL EQULILIBRAJE

Más detalles

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

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

Más detalles

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES Espacios Vectoiales Heamietas ifomáticas paa el igeieo e el estudio del algeba lieal. ESPACIOS VECTORIALES.. ESTRUCTURA DE ESPACIO VECTORIAL... Defiició..2. Ejemplos de espacios vectoiales..3. Popiedades

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

PROBLEMAS DE ÓPTICA. FÍSICA 2 BACHILLERATO. Profesor: Félix Muñoz Jiménez

PROBLEMAS DE ÓPTICA. FÍSICA 2 BACHILLERATO. Profesor: Félix Muñoz Jiménez PROBEMS DE ÓPTIC. FÍSIC BCHIERTO. Pofeo: Félx Muñoz Jméez Poblema º Calcula el ídce de efaccó elatvo del vdo al acete. Halla la velocdad de popagacó y la logtud de oda, e el acete y e el vdo de u ayo de

Más detalles

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

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

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

Destilación Multicomponente

Destilación Multicomponente Destlacón Multcomponente Componentes Clave: pueden se o no aquellos cuyas sepaacones se han especfcados Componente Clave Lgeo: Es el componente mas pesado ente los componentes lvanos Componente Clave Pesado:

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

Bolilla 4: Rotación de los cuerpos rígidos. Movimiento circular

Bolilla 4: Rotación de los cuerpos rígidos. Movimiento circular Bollla 4: Rotacó de los cueos ígdos. Movmeto ccula Bollla 4: Rotacó de los cueos ígdos. Movmeto ccula 4. Vaables Agulaes Las vaables agulaes sve aa eeseta e foma mas smle e dóea al movmeto de otacó. La

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

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

Analogía para derivar un teorema extendido de Pitágoras para N dimensiones

Analogía para derivar un teorema extendido de Pitágoras para N dimensiones Igeeía Ivestgacó y Tecología. ol. III, Núm.,, 75-84 ISSN 45-7743 FI-UNM atículo abtado alogía paa deva u teoema exteddo de Ptágoas paa N dmesoes alogy to Deve a Exteded Pytagoea Teoem to N Dmesos costa-robledo

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

Figura 1.63: letra i superpuesta con los símbolos = e. Figura 2.1: donde dice δc debe decir δs.

Figura 1.63: letra i superpuesta con los símbolos = e. Figura 2.1: donde dice δc debe decir δs. Fe de eatas Debido a poblemas técicos duate la impesió de esta pimea edició de lectomagetismo elemetal, vaias iguas peseta eoes ue o existía e el mauscito oigial pesetado po el auto. uellas e las cuales

Más detalles