Figura 10. No se satisface el supuesto de linealidad.
|
|
- María Jesús Parra Lagos
- hace 7 años
- Vistas:
Transcripción
1 Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos e forma de ube alrededor del valor 0 del residuo, para todos los valores de X, como se muestra e la figura 8. E la figura 9 los datos o satisface el supuesto c, ya que los residuos tiee variabilidad creciete a medida que X crece. E la figura 10 se aprecia ua estructura curva e los residuos ivalidado la liealidad. Figura 10. No se satisface el supuesto de liealidad. Cuado los supuestos a, b, c y d se satisface, los errores o está correlacioados y tiee ua distribució Normal co media 0 y variaza costate. Residuos Estadarizados E el método de cuadrados míimos los valores de la variable explicativa alejados de su media tiede a acercar la recta hacia ellos, esto es llamado efecto palaca. Como cosecuecia, los residuos tiee ua tedecia a ser meores para valores de x extremos, es decir que si x i está lejos de su promedio, la variaza de los residuos será chica y el valor ajustado ( ŷ i ) estará cerca del valor observado por efecto palaca.
2 Regresió Lieal Simple Dra. Diaa Kelmasky 05 Var ( e ) =σ (1 h ) i ii Para elimiar la tedecia de los residuos a ser meores para valores de x alejados de su media, cosideramos el residuo estadarizado defiido por: yi yˆ i ei rsi = = (9) σˆ 1 - hii σˆ 1 - hii que es el residuo dividido por su error estádar, dode RSS ( yi yˆ) σ ˆ = = (10) es u estimador de σ, el desvío estádar de los errores, y la catidad aumeta a medida que x i se aleja del promedio x. 1 ( xi - x ) h ii = + ( x - x ) k=1 k Suma fija (11) es ua medida del alejamieto del valor x i respecto de su media llamada palaca, o leverage. Figura 11 La figura 11 muestra el diagrama de dispersió (scatter plot) de los residuos estadarizados correspodietes al ejemplo de la presió de trasició, graficados e fució de los valores ajustados. El gráfico tiee u aspecto satisfactorio. Recordemos: u gráfico de probabilidad Normal de u cojuto de datos idica que estos tiee ua distribució aproximadamete ormal cuado los putos cae aproximadamete sobre ua recta. La figura 1 muestra el gráfico de probabilidad Normal de los residuos correspodietes al mismo ejemplo. Vemos que es razoablemete lieal auque preseta colas u poco más liviaas que lo esperable bajo Normalidad. El valor del estadístico de Shapiro-Wilks es y su valor-p= 0.65 > 0.0 ( cuato más alto es el p-valor mayor es la evidecia a
3 Regresió Lieal Simple Dra. Diaa Kelmasky 06 favor de la hip. ula de Normalidad de los errores). No se rechaza el supuesto. Figura 1 Figura 13 Co respecto al supuesto d, es útil realizar u diagrama de dispersió de los residuos e fució del orde e que fuero realizadas las medicioes, figura 13. Los tests para estudiar la auto-correlació de los errores (ε) se basa e examiar los residuos (e). Usualmete esto es realizado mediate el test de Durbi-Watso: d = (ei- e i-1) i= (e i ) DURBIN-WATSON TEST FOR AUTOCORRELATION DURBIN-WATSON STATISTIC.3061 P-VALUES, USING DURBIN-WATSON'S BETA APPROXIMATION: P (POSITIVE CORR) = , P (NEGATIVE CORR) = EXPECTED VALUE OF DURBIN-WATSON STATISTIC.1065 EXACT VARIANCE OF DURBIN-WATSON STATISTIC (1)
4 Regresió Lieal Simple Dra. Diaa Kelmasky 07 Si los sucesivos residuos so o correlacioados etoces d. Valores de d alejados de idica la presecia de cierto tipo de auto-correlació, la deomiada auto-correlació a lag 1. U p-valor alto asociado a este estadístico, por ejemplo mayor que 0.10, idica que la diferecia de d co o es estadísticamete sigificativa, que puede atribuirse al azar, y por lo tato o se rechaza la hipótesis ula de residuos o correlacioados. La aplicació del test de Durbi-Watso sólo tiee setido cuado los datos está ordeados e el tiempo o e el espacio, o sea por ejemplo, cuado el ídice i represeta el tiempo. Por otra parte, y debido a que el test fue diseñado para detectar cierto tipo especial de auto-correlació, puede ocurrir que co este estadístico o se detecte auto-correlacioes cuado e realidad el supuesto o se satisface. Cocluimos que se satisface razoablemete los supuestos del Método de Cuadrados Míimos Evaluació de la asociació: Asociació positiva, asociació egativa Dos grupos de datos (que correspode a valores de dos variables) está asociados e forma positiva cuado los valores que está por ecima del promedio e uo de ellos tiede a ocurrir mayoritariamete co valores por ecima del promedio del otro. Dos variables está asociadas e forma egativa cuado valores por ecima del promedio de ua suele estar acompañados por valores por debajo del promedio de la otra y viceversa. El sigo de la pediete, b, de la recta ajustada os idica si la asociació es positiva o egativa. Si embargo, la pediete o mide directamete la fuerza (o grado) de la asociació. Esto se debe a que el valor absoluto de la pediete está itrísecamete viculado a las uidades e las que se ha expresado las medicioes. Podemos obteer valores ta grades o ta chicos como queramos co sólo elegir las uidades adecuadamete. Las medidas de asociació que cosideramos a cotiuació o varía co cambios e las uidades de medició Correlació de Pearso r = ( xi - x)( y - y) ( xi - x ) i ( y - y ) i. (13) El coeficiete de correlació de Pearso mide el grado de asociació lieal de u cojuto de datos (x 1, y 1 ),..., (x, y ), de tamaño, correspodiete a observacioes de dos variables cotiuas X e Y
5 Regresió Lieal Simple Dra. Diaa Kelmasky 08 Como la pediete de la recta ajustada por cuadrados míimos está dada por ( xi x)( yi y) i= 1 b = ( xi x) i= 1 resulta que el coeficiete de correlació se puede expresar de la siguiete maera s r = x b s y dode s x y s y so las dispersioes muestrales de X e Y respectivamete. Cuado las dispersioes muestrales so iguales (s x = s y ), la correlació es igual a la pediete. Esto ocurre cuado las variables se ha estadarizado, e cuyo caso ambas variables tiee desvío 1. Es por esta razó que el coeficiete de correlació de Pearso es tambié llamado coeficiete de regresió estadarizado Propiedades del Coeficiete de correlació La correlació, a diferecia de la pediete b, trata a los valores x s e y s e forma simétrica. El valor del coeficiete de correlació muestral r, o depede de las uidades e que se mide las variables y su valor está siempre etre -1 y 1. A mayor valor absoluto de r, mayor el grado de asociació lieal. r tiee el mismo sigo que b. Cuado r = 0 tambié b = 0, o hay ua tedecia lieal creciete o decreciete e la relació etre los valores x s e y s. Los valores extremos, r = 1 y r = -1, ocurre úicamete cuado los putos e u diagrama de dispersió cae exactamete sobre ua recta. Esto correspode a asociacioes positivas ó egativas perfectas. E este caso, el error de predicció es cero al utilizar la recta ajustada ŷ = a + b x, para predecir el valor de Y. Valores de r cercaos a 1 ó -1 idica que los putos yace cerca de ua recta. Valores de r positivos idica que la mayoría de los desvíos x x e y y i i tedrá el mismo sigo, es decir, hay ua asociació positiva etre las variables. Valores de r egativos idica que la mayoría de los desvíos x x e y y i i tedrá sigos opuestos, es decir, hay ua asociació egativa etre las variables. La figura 14 muestra cómo los valores de r se acerca a cero, i.e. se aleja del 1 ó -1, a medida que decrece el grado de asociació lieal etre las variables.
6 Regresió Lieal Simple Dra. Diaa Kelmasky 09 Figura 14. Comportamieto del coeficiete de correlació a medida que decrece el grado de asociació lieal. Figura 15. Comportamieto del coeficiete de correlació ate diferetes tipos de asociacioes o lieales. La figura 15. (a) muestra ua falta total de asociació etre las dos variables y u coeficiete de correlació cercao a cero, e cambio la (b), que tambié tiee u r cercao a cero, muestra ua clara relació fucioal etre las variables y la (c) muestra dos grupos uo co asociació positiva y otro co asociació ula, si
7 Regresió Lieal Simple Dra. Diaa Kelmasky 10 embargo el coeficiete de correlació, -0.75, idica ua asociació egativa. Podemos escribir a la pediete de la recta ajustada como: sy b= r. s X (14) Si ambas variables (X e Y) está estadarizadas, de maera que sus medias sea cero y su desvíos estádar 1, etoces la recta de regresió tiee pediete r y pasa por el orige Coeficiete de determiació El coeficiete de determiació es ua medida de la proporció e que se reduce el error de predicció de ua variable respuesta (Y) cuado se predice Y utilizado los valores de ua variable X e la ecuació de predicció, ŷ = a + b x, co respecto al error de predicció que se obtedría si usarla. El coeficiete de determiació R se defie como R = (TSS - RSS ) / TSS = 1- RSS / TSS (15) TSS, es la suma de cuadrados total. Es decir, la suma de los cuadrados de las desviacioes de cada respuesta observada a la media: TSS = ( yi - y ). (16) Mide el error de predicció si o se tiee e cueta la variable explicativa y se predice la respuesta por y, la media muestral de las respuestas observadas. RSS, es la suma de cuadrados de los residuos: RSS = (y - y $ ) i i. (17) Es ua medida del error de predicció que se comete cuado la variable respuesta se predice por ŷ = a + bx, la teiedo e cueta la variable explicativa. Cuado hay ua fuerte relació lieal etre X e Y, el modelo ajustado provee predictores ŷ mucho mejores que y, e el setido que la suma de cuadrados de los errores de predicció es mucho meor. Como el umerador de R, TSS - RSS es igual a Σ ( Y ˆi Y R ( Yˆ Y ) i ( Yi Y ) =. ), R puede expresarse como El umerador se deomia suma de cuadrados explicada por el modelo (REGRESSION
8 Regresió Lieal Simple Dra. Diaa Kelmasky 11 sum of squares e el STATISTIX, y ESS e otros programas). Por lo tato R mide la proporció de la variació total explicada por la regresió. La correlació al cuadrado coicide co el coeficiete de determiació úicamete e regresió lieal simple: r = R (18) Cosideremos el diagrama de dispersió del presió de trasició versus la temperatura que aparece e la figura 16. La líea horizotal represeta la media de los valores de PRESION, 487, de las 0 observacioes. Los valores observados de Y varía, como lo idica las desviacioes verticales de los putos a la líea horizotal. La otra recta es la de míimos cuadrados. Los desvíos verticales de los putos a esta recta so, e muchísimo meores. Sobre esta recta, cuado x cambia y cambia, de maera que esta relació lieal explica ua parte de la variació de Y. Como R = decimos que la recta de regresió explica el 99% de la variació total observada e la presió de trasició. Figura 16 El coeficiete de determiació o depede de las uidades e que se expresa los datos y toma valores etre cero y uo. Vale 0 cuado la regresió o explica ada; e ese caso, la suma de cuadrados total es igual a la suma de cuadrados de los residuos. Vale 1 cuado la variabilidad observada de la respuesta es explicada totalmete por la regresió; e ese caso, la suma de los cuadrados de los residuos es cero.
Medidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesFUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y
CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos
Más detallesUnidad N 2. Medidas de dispersión
Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detalles1 Valores individuales del conjunto
5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral
Más detallesMEDIDAS DE DISPERSIÓN.
MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales
Más detallesDISTRIBUCIÓN BIDIMENSIONAL
DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar
Más detalles2 CARTAS DE CONTROL POR ATRIBUTOS
2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesProbabilidad y estadística
Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesTema 1 Los números reales Matemáticas I 1º Bachillerato 1
Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma
Más detallesEstadística Descriptiva
Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se
Más detallesFÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)
FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto
Más detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesSobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesINTERÉS SIMPLE COMO FUNCIÓN LINEAL.
INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por
Más detalles( ) = 1= + + ( ) + + lim 3x 5 = lim 3x lim5 = lim3 lim x lim5 = = 12 5 = 7
LÍMITES DE FUNCIONES POLINÓMICAS Límites de ua fució costate f k, k El límite de ua fució costate es la misma costate f k f k k k a a Límites de la fució idetidad I I a a a I I Límites e u puto fiito.
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio
26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesIES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule
Más detallesEjemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detalles12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral
Más detallesIDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE
IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE Determiació de la fució de trasferecia de lazo abierto de u sistema a partir de la curva asitótica de magitud del Diagrama de Bode.
Más detallesFUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.
FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma
Más detallesLOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En
LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos
ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesTema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor
Tema 7 (IV) Aplicacioes de las derivadas () Represetació gráfica de curvas y fórmula de Taylor Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos
Más detallesEjemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi
u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo
Más detallesPROGRESIONES ARITMETICAS
PROGRESIONES ARITMETICAS DEF. Se dice que ua serie de úmeros está e progresió aritmética cuado cada uo de ellos (excepto el primero) es igual al aterior más ua catidad costate llamada diferecia de la progresió.
Más detallesOBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con
Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE
Más detallesUNEFA C.I.N.U. Matemáticas
RADICACIÓN: DEFINICIÓN Y PROPIEDADES Ates de etrar e el tema Radicació, vamos a comezar por recordar u poco sore Poteciació: Saemos que e lugar de escriir, utilizamos la otació: de Poteciació, dode el
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1
Más detallesProfr. Efraín Soto Apolinar. Área bajo una curva
Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura
Más detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesPROGRESIONES ARITMÉTICAS.-
PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.
Más detallesDistribuciones estadísticas dobles. n muchos campos del conocimiento surge la necesidad de establecer relaciones
UNIDAD 11 Distribucioes estadísticas dobles muchos campos del coocimieto surge la ecesidad de establecer relacioes E etre dos cojutos de datos, o dos variables estadísticas, au sabiedo que tal relació
Más detallesEJERCICIOS RESUELTOS. t +
BXX5744_07 /6/09 4: Págia 49 EJERCICIOS RESUELTOS Calcula la tasa de variació media de la fució f() = + e los itervalos [, 0] y [0, ], aalizado el resultado obteido y la relació co la fució. La fució f()
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el
Más detallesSOLUCIÓN EXAMEN I PARTE II
Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes
Más detallesNegativos: 3, 2, 1 = 22. ab/c 11 Æ 18
Los úmeros reales.. Los úmeros reales El cojuto de los úmeros reales está formado por los úmeros racioales y los irracioales. Se represeta por la letra Los úmeros racioales so los úmeros eteros, los decimales
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:
Más detallesPráctica de Física AJUSTE DE UNA RECTA
Práctica de Física AJUSTE DE UNA RECTA Calcular el valor medio y error de ua serie de valores Ajustar los datos experimetales mediate ua depedecia lieal La determiació de ua magitud física está sujeta
Más detalles4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.
Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesTema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <
Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula
Más detalles2.- Estudio Poblacional y Muestral Univariante
.- Estudio Poblacioal y Muestral Uivariate Població: Colectivo de persoas o elemetos co ua característica comú, objeto de estudio. Imposibilidad de estudio de esta característica e toda la població - Coste
Más detallesMEDIDAS DE RESUMEN. Jorge Galbiati Riesco
MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos
Más detallesSeries Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:
Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.
Más detallesESTIMACION DE LA PRESION DE CONVERGENCIA, CONSTANTE DE EQUILIBRIO Y FASES DEL GAS NATURAL
República Bolivariaa de Veezuela Miisterio del Poder Popular para la Educació Superior Uiversidad Nacioal Experimetal Rafael María Baralt Programa: Igeiería y Tecología Proyecto: Igeiería e Gas Profesor:
Más detalles3. Volumen de un sólido.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Itegrales y aplicacioes.. Volume de u sólido. E esta secció veremos cómo podemos utilizar la itegral defiida para calcular volúmees de distitos tipos
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede
Más detallesEJERCICIO S DE FUNCIO NES. i)f(x)= 3 2. k)f(x)= )
Dadas las guiet ucio: 6 a e b EJERCICIO S DE FUNCIO NES g c 9 d h i 9 j log k log l L9 Hallar su domiio. Hallar los putos de corte co los ej. Comprobar las ucio b, c,, g, y h so par o impar. E las ucio
Más detallesSucesiones de números reales
Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54
Más detallesc) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5
Aexo Calculadora La proliferació de las calculadoras e la vida cotidiaa obliga a profesores y padres a replatearse su uso. Los profesores debemos eseñar a los alumos su utilizació. Pero será los profesores
Más detallesOPCIÓN A EJERCICIO 1_A 1 0 2
IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz
Más detallesALGEBRA 9. Curso: 3 E.M. Progresiones aritméticas y geométricas. Colegio SSCC Concepción - Depto. de Matemáticas. Nombre: CURSO:
Colegio SSCC Cocepció - Depto. de Matemáticas Uidad de Apredizaje: Progresioes aritméticas y geométricas Capacidades/Destreza/Habilidad: Racioamieto Matemático/ Aplicació / Calcular, Resolver Valores/
Más detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesPlanificación contra stock
Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica
Más detalles11 Estadísticabidimensional
UNIDAD 11 Estadísticabidimesioal ÍNDICE DE CONTENIDOS 1. Estadísticauidimesioal.................................41 1.1. Població y muestra.................................. 41 1.. Parámetros estadísticos................................
Más detallesLa característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera
La Capitalizació co ua Tasa de Iterés Siple El Iterés Siple La característica ás resaltate de la capitalizació co tasa de iterés siple es que el valor futuro de u capital aueta de aera lieal. Sea u pricipal
Más detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más detallesUNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones
UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferecia proporcioes E alguos diseños ivestigació, el pla muestral requiere seleccioar dos muestras ipedietes, calcular las proporcioes muestrales y usar
Más detallesExpresiones Algebraicas
Semiario Uiversitario Matemática Módulo Expresioes Algebraicas Difícilmete se pueda estudiar cualquier rama de la matemática actual si u maejo algebraico razoable. Usamos la palabra maejo y o la de estudio,
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 2) Soluciones Germán-Jesús Rubio Luna
SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 013 MODELO OPCIÓN A EJERCICIO 1 (A) Sea R la regió factible defiida por las iecuacioes x 3y, x 5, y 1. (0 5 putos) Razoe si el puto (4 5,1 55) perteece
Más detallesIES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Más detallesEstadística Teórica II
tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesDiagramas de Bode. Respuesta En Frecuencia
Diagramas de Bode Respuesta E Frecuecia Ig. William Marí Moreo Geeralidades Es u diagrama asitótico: se puede aproximar fácilmete trazado líeas rectas (asítotas). Preseta la respuesta de Magitud y Fase
Más detallesCAPÍTULO 9 ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL
CAPÍTULO 9 ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL 1 INTERROGANTES CENTRALES DEL CAPÍTULO a) Cuado sobre cada idividuo se observa simultáeamete dos características cuatitativas cómo se orgaiza y represeta
Más detallesCOLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS
COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS "Toda cosa grade, majestuosa y bella e este mudo, ace y se forja e el iterior del hombre". Gibrá Jalil Gibrá. Uidad : PROCESOS INFINITOS Y LA NOCIÓN
Más detallesOPCIÓN A EJERCICIO 1 (A)
IES Fco Ayala de Graada Juio de 014 (Geeral Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 014 MODELO (COMÚN) OPCIÓN A EJERCICIO 1 (A) 1 a Sea las matrices A = y
Más detallesAplicaciones del cálculo integral vectorial a la física
Aplicacioes del cálculo itegral vectorial a la física ISABEL MARRERO epartameto de Aálisis Matemático Uiversidad de La Lagua imarrero@ull.es Ídice 1. Itroducció 1 2. Itegral doble 1 2.1. Motivació: el
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 2006 (Modelo 5 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A Sea la regió defiida por las siguietes iecuacioes: x/2 + y/3 1 ; - x + 2y 0; y 2. (2 putos) Represete
Más detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,
Más detallesEl tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.
Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,
Más detallesTABLAS DE CONTINGENCIA. IGNACIO MÉNDEZ GÓMEZ-HUMARÁN
TABLAS DE CONTINGENCIA IGNACIO MÉNDEZ GÓMEZ-HUMARÁN imgh000@yahoo.om El uso de Tablas de Cotigeia permite estudiar la relaió etre dos variables ategórias o riterios de lasifiaió. E ua Tabla, los regloes
Más detalles8 Funciones, límites y continuidad
Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto
Más detallesANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse.
ANEXO 1. MUESTREO Y TOLERANCIAS DE PRODUCTOS PREMEDIDOS 2. APLICACIÓN El presete reglameto se aplicará para la verificació de los coteidos etos de los productos promedios, etiquetados, co coteido omial
Más detallesTest de Wilcoxon de rangos signados
5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis
Más detallesEscuela Pública Experimental Desconcentrada Nº3 Dr. Carlos Juan Rodríguez Matemática 3º Año Ciclo Básico de Secundaria Teoría Nº 1 Primer Trimestre
Escuela Pública Eperimetal Descocetrada Nº Dr. Carlos Jua Rodríguez Matemática º Año Ciclo Básico de Secudaria Teoría Nº Primer Trimestre Cojuto de los úmeros racioales Los úmeros racioales so aquellos
Más detallesTEMA 26 DERIVADA DE UNA FUNCIÓN EN UN PUNTO. FUNCIÓN DERIVADA. DERIVADAS SUCESIVAS. APLICACIONES.
Tema 6 Derivada de ua ució e u puto Fució derivada Derivadas sucesivas Aplicacioes TEMA 6 DERIVADA DE UNA FUNCIÓN EN UN PUNTO FUNCIÓN DERIVADA DERIVADAS SUCESIVAS APLICACIONES ÍNDICE INTRODUCCIÓN DERIVADA
Más detallesIES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+
IES Fco Ayala de Graada Sobrates 009 (Modelo 3 Juio) Solucioes Germá-Jesús Rubio Lua+ MATEMÁTICAS CCSS JUNIO 009 (MODELO 3) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 Sea la igualdad A X + B = A, dode
Más detallesConvolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG
Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas
Más detallesSUCESIONES DE NÚMEROS REALES. PROGRESIONES
www.matesxroda.et José A. Jiméez Nieto SUCESIONES DE NÚMEROS REALES. PROGRESIONES. SUCESIONES DE NÚMEROS REALES. TÉRMINO GENERAL E las siguietes figuras observa el proceso que lleva a la creació de uevos
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A
IES Fco Ayala de Graada Juio de 014 (Colisioes Modelo 3) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 014 MODELO 3 (COLISIONES) OPCIÓN A EJERCICIO 1 (A) 1 a Sea las matrices
Más detallesUNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda
UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar
Más detalles