TEMA 3: DISTRIBUCIONES BIDIMENSIONALES.

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "TEMA 3: DISTRIBUCIONES BIDIMENSIONALES."

Transcripción

1 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. 3.. Cocetos Geerales Distribucioes bidimesioales de frecuecias Tablas de correlació y cotigecia Distribucioes margiales y codicioadas Mometos e distribucioes bidimesioales: Mometos resecto al orige (o cetrados) Mometos resecto a la media (cetrados): La covariaza Ideedecia estadística: Cocetos Geerales. Hasta ahora hemos estudiado sobre cada observació de las que forma la muestra el valor que reseta u determiado carácter. E este tema estudiaremos sobre cada observació dos caracteres (or eemlo: eso y altura, edad y salario,...). Estos dos caracteres tedrá uas variables asociadas que deotaremos or X e Y. cada variable tomara uos valores x, x 2,...,x (la variable X) y y, y 2,..., y (la variable Y). A la variable (X,Y) la llamaremos variable estadística bidimesioal y sus valores será los ares de valores (x i, y ). Los razoamietos que resetaremos ara dos variables (estadística bidimesioal) so extraolables e mayor o meor medida ara variables (estadística -dimesioal). Reresetació umérica. La tabla estadística más secilla ara reresetar ua variable bidimesioal cosiste e colocar e dos columas los ares de valores segú se ha ido observado. U mismo subídice afecta a ambos elemetos del ar y os idica que observació os ha roorcioado dicho ar de valores (x i, y i ), el último subídice, es igual al úmero de observacioes: EJEMPLO : LA SUPERFICIE E HECTAREAS(X) Y PRODUCCIO E Qm.(Y) DE 5 FICAS: FICA SUP.Ha.(X) PRODUC. Qm(Y) Distribucioes bidimesioales de frecuecias Tablas de correlació y cotigecia. E esta reresetació los distitos valores de la variable X los otamos x i i=, 2,..., y los distitos valores de la variable Y los otamos y i i=, 2,...,. A cada observació le corresode u ar de valores (x i, y ). Al umero de observacioes que ha resetado el valor x i de X e y de Y se le deomia frecuecia absoluta del ar (x i, y ) y se ota como i. DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA -8

2 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. otaremos co f i a la frecuecia relativa de dicho ar: i f i = Dode es el úmero de observacioes: i i= = = OTA: (iterretació del doble sumatorio) i= = + 2 i = ( i ) = i= = = = = = Es fácil comrobar que: = i= = i = = i= Se deomia distribució bidimesioal de frecuecias al couto de valores (( x i, y ), i ) dode i=,2,..., y =,2,...,. Esta distribució bidimesioal se rereseta adecuadamete mediate ua tabla de doble etrada llamada tabla de correlació: i X/Y y y 2 y 3... y x x x EJEMPLO 2: DISTRIBUCIO SEGÚ SALARIOS (Y, E EUROS) Y EDADES(X) DE U GRUPO DE 00 JOVEES. X/Y SUMA FILA * SUMA COL * CUADO ALGUA DE LAS VARIABLES ESTA AGRUPADAS E ITERVALOS SE TOMA COMO VALOR x i O y LA MARCA DE CLASE. 42 = 3 SIGIFICA QUE 3 DE LOS CIE JOVEES TIEE 23 AÑOS Y U SALARIO ETRE 00 Y 50 EUROS. DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 2-8

3 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. Si las variables obeto de estudio fuera cualitativas, la tabla se deomiaría tabla de cotigecia. Si llamamos:. = Σ i co fio, dicho valor se corresode co la suma de las frecuecias absolutas de la columa de uestra tabla. Si llamamos: i. = Σ i co i fio, dicho valor se corresode co la suma de las frecuecias absolutas de la fila i de uestra tabla. El úmero total de observacioes tambié uede obteerse como: = i = i. = i= = i= = E uestro eemlo 2 los i. y los. so los datos que aarece e la última columa y fila resectivamete Distribucioes margiales y codicioadas.. Distribucioes margiales. De estas tablas de doble etrada (de correlació o cotigecia), es osible extraer la iformació corresodiete a cada ua de las variables (ideedietemete de la otra), osibilidad relevate ya que su aálisis como variable uidimesioal uede ser de utilidad. A las distribucioes uidimesioales extraídas de ua variable bidimesioal se les deomia distribucioes margiales. Éste ombre deriva del hecho de que las frecuecias de la distribució margial se obtiee sumado e el marge de la derecha o iferior de la tabla de correlació las corresodietes frecuecias bidimesioales. Dada ua tabla de correlació de ua variable bidimesioal (X, Y) las distribucioes margiales ara X e Y será: Distrib. Margial rimera Distrib. Margial seguda X i. f i. Y.. f. x. f. y. f. x 2 2. f 2. y 2. 2 f x. f. y. f. SUMAS Dode: i... f i. = = Σ f i CO i FIJO f. = = Σ f i CO FIJO E uestro eemlo 2 las distribucioes margiales seria: La distribució margial rimera: X i SUMA COL. 00 DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 3-8

4 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. La distribució margial seguda: Y SUMA COL. 00 ota: a las medidas (media, variaza,...) calculadas sobre la distribució margial se les añade el calificativo de margial (media margial, variaza margial,...). Distribucioes Codicioadas. Las distribucioes codicioadas exresa como se distribuye, segú ua de las dos variables, el couto de observacioes que cumle ua codició. Esta codició viee exresada or u valor o couto de valores que reseta la otra variable. Es decir, la distribució codicioada de X cuado y toma el valor y c o el couto de valores y r O la distribució codicioada de Y cuado x toma el valor x c o el couto de valores x r Utilizado uestro eemlo 2, ua distribució codicioada, seria la distribució segú salarios (variable Y) codicioada a que la edad (variable X) sea 2 años, (x 2 = 2). Es decir la distribució de la variable y codicioada a que la variable X tome el valor 2 (Y x= 2 ). y x= 2 / Se uede observar que cada ua de las filas de frecuecias de la tabla de correlació defie ua distribució codicioada ara la variable y, salvo la última que defie su distribució margial. Aálogamete cada ua de las columas de frecuecias de la tabla de correlació defie ua distribució codicioada ara la variable x, salvo la última que defie su distribució margial. Las distribucioes codicioadas so distribucioes uidimesioales a las cuales se les uede alicar todo lo coocido ara ese tio de distribucioes. A las características calculadas sobre las distribucioes codicioadas se les añade el calificativo de codicioada (media codicioada, variaza codicioada,...). Para las distrib. codicioadas Y x i otaremos las frecuecias relativas como f / i : i f / i = i. Y aálogamete ara las distribucioes codicioadas X y i DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 4-8

5 TEMA 3: DISTRIBUCIOES BIDIMESIOALES Mometos e distribucioes bidimesioales: Mometos resecto al orige (o cetrados). Se defie el mometo resecto al orige de la variable bidimesioal (X, Y) de orde ( r, s) y lo deotamos como a r s Casos articulares: a rs = i= = x r i y s i a 0 = es la media margial de X a 0 = es la media margial de Y Mometos resecto a la media (cetrados): La covariaza. Se defie el mometo resecto a la media de la variable bidimesioal (X, Y) de orde ( r, s) y lo deotamos como m r s m rs = i= = ( x i x) r ( y y) s i Casos articulares: m 0 = 0 = m 0 m 2 0 = es la variaza margial de X m 0 2 = es la variaza margial de Y El mometo resecto a la media más imortate es la covariaza que se ota y defie como: m = ( xi x)( y y) i= = i S La covariaza ayuda a cuatificar la covariació etre dos variables del siguiete modo: Cuado S xy > 0, hay ua tedecia a que a mayores observacioes de X corresoda mayores observacioes de Y. Por eemlo, a mayor catidad de agua de lluvia e u año, suele corresoder ua meor cosecha. Cuado S xy < 0, la tedecia resulta cotraria; es decir, a mayor valor de X solemos ecotrar meores valores de Y. Por eemlo, a mayor reta er cáita e los aíses suele corresoder ua meor mortalidad ifatil. XY Este valor deederá de los valores de las variables, or tato de sus uidades. Para oder elimiar las uidades y teer ua medida adimesioal utilizamos el COEFICIETE DE CORRELACIÓ (r xy ) S xy r xy = S S x y DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 5-8

6 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. siedo tambié ivariate frete a trasformacioes lieales (cambio de orige y escala) de las variable. Citamos las siguietes roiedades: Es u coeficiete adimesioal. - r xy Si hay relació lieal ositiva r xy > 0 y róximo a. Si hay relació lieal egativa r xy <0 y róximo a -. Si o hay relació lieal r xy se aroxima a 0. Si X e Y so ideedietes S xy = 0 y or tato r xy = 0. RECAPITULACIO A) TABLA DE CORRELACIO/COTIGECIA: X/Y y y 2 y 3... y... y i. x x x m m m2 m3... m... m m.... x B) DISTRIB.MARGIALES Y CODICIOADAS: MARGIAL ª(X) MARGIAL 2ª(Y) COD.Y x m COD.X y X i. f i. Y. f. Y x m /m X y i/ x. f. y. f. y m x x 2 2. f 2. y 2. 2 f. y 2 m2 x x m m. f m x m m y. f. y m x. f x y. f. y m Σ m.. DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 6-8

7 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. Frecuecias Relativas: f i. = i./ f. =. / f /m = m / m. ; f i/ = i /. Medias Margiales: x = (/) Σ x i i. = Σ x i f i. ; y = (/) Σ y. = Σ y f. Medias Codicioadas: x = (/. ) Σ x i i = Σ x i f i/ ; y m = (/ m.) Σ y m = Σ y f /m Relacioes etre distrib. Margiales y codicioadas: i i i. - f i = = = f /i f i. i. i i. - f i = = = f i/ f.. - x = (/) Σ x i i. = Σ x i f i. = Σ x i Σ f i = Σ x i Σ f i/ f. = Σ (Σx i f i/ )f. = Σ x f. - y = (/) Σ y. = Σ y f. = Σ y Σ f i = Σ y Σ f /i f i.= Σ (Σy f /i ) f i.= Σ y i f i Ideedecia estadística: Dos variables X e Y so estadísticamete ideedietes cuado el codicioamieto o tiee igú efecto difereciador. (Piésese que si las características e estudio so, or eemlo, el eso(x) y el úmero de miembros de la uidad familiar (y), e riciio y al meos ituitivamete, la variable eso se comortara ideedietemete del codicioamieto que odamos hacer e cuato al úmero de miembros de la uidad familiar). E térmios de frecuecias relativas, la ideedecia estadística se traducirá (codició de ideedecia) e que: f /i = f. Y f i/ = f i. i, Y dado que f i = f /i f i. = f i/ f. E caso de ideedecia estadística, tedremos que: f i = f i. f. i, O e térmios de frecuecias absolutas: i i.. i = i = i, Estas dos últimas exresioes so las que se suele tomar como caracterizació de la ideedecia. Veamos que: si dos variables x e y so estadísticamete ideedietes etoces su covariaza es cero m = 0(el reciroco o tiee or que ser cierto): DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 7-8

8 TEMA 3: DISTRIBUCIOES BIDIMESIOALES. Recordemos que m = a - a 0 a 0 Vamos a demostrar que si hay ideedecia a = a 0 a 0 a = (/) Σ Σ x i y i = Σ Σ x i y i = Σ Σ x i y i.. = Σ x i i. Σy. = a 0 a 0 Por tato: Ideedecia Covariaza cero Covariaza cero Ideedecia Bibliografía básica * Mª Ageles alacios, Ferado A. Lóez Herádez, José García Córdoba y Mauel Ruiz Marí. ITRODUCCIÓ A LA ESTADÍSTICA PARA LA EMPRESA. Librería Escarabaal * Martí-Pliego Lóez, Fco. Itroducció a la estadística ecoómica y emresarial. Ed. Thomso * Casas, J. M., Callealta, J., úñez, J., Toledo, M. y Ureña, C. (986). Curso Básico de Estadística Descritiva. I..A.P. * Hermoso Gutiérrez, J. A. y Herádez Bastida, A. (997). Curso Básico de Estadística Descritiva y Probabilidad. Ed. émesis. Para saber más o aclarar dudas: htt://www3.ui.es/~mateu/t2-ig2.doc htt://descartes.cice.mecd.es/estadistica/distrib_bidimesioales/distribucioes_bidimes ioales.htm htt://www.eumed.et/curseco/libreria/drm/ca3.df htt://ersoal.redestb.es/ztt/tem/t5_distribucioes_bidimesioales.htm htt://www.aulafacil.com/cursoestadistica/lecc-0-est.htm htt://www.ugr.es/~salias/activi/c4.df DEPARTAMETO DE MÉTODOS CUATITATIVOS E IFORMÁTICOS FACULTAD DE CIECIAS DE LA EMPRESA UIVERSIDAD POLITÉCICA DE CARTAGEA 8-8

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA 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 detalles

Medidas de Tendencia Central

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 detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

Qué es la estadística?

Qué 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 detalles

Análisis de datos en los estudios epidemiológicos II

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

Más detalles

Importancia de las medidas de tendencia central.

Importancia 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 detalles

Estadística Descriptiva

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

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA 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 detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

TEMA 4: POLINOMIOS EN UNA INDETERMINADA.

TEMA 4: POLINOMIOS EN UNA INDETERMINADA. I.E.S. Salvador Serrao de Alcaudete Deartameto de Matemáticas º ESO 0 / TEMA : POLINOMIOS EN UNA INDETERMINADA.. Eresioes Algebraicas. Las EXPRESIONES ALGEBRAICAS se usa ara traducir al leguaje matemático,

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata 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 detalles

Trabajo Especial Estadística

Trabajo 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 detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Tema 6. Variables cualitativas o atributos

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Tema 6. Variables cualitativas o atributos Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gil José María Sarabia Alegría DPTO. DE ECONOMÍA Este tema se publica bajo Licecia: Creative Commos BY-NC-SA 4.0 Itroducció Las variables cualitativas

Más detalles

6.3. Uso de la SVD para determinar la estructura de una matriz. Primero definiremos algunas características de matrices.

6.3. Uso de la SVD para determinar la estructura de una matriz. Primero definiremos algunas características de matrices. Edgar Acuña/ ESMA 6665 Lecc 8 75 6.3. Uso de la SVD para determiar la estructura de ua matriz Primero defiiremos alguas características de matrices. Rago de ua matriz: Sea A ua matriz m x se etoces su

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS 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 detalles

UNIDAD 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 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

Tema 1. Estadística Descriptiva

Tema 1. Estadística Descriptiva Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 1 Estadística Descriptiva 1 Itroducció 1 2 Coceptos geerales 2 3 Distribucioes de frecuecias 3 4 Represetacioes

Más detalles

2.- Estudio Poblacional y Muestral Univariante

2.- 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 detalles

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente. º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Probabilidad y estadística

Probabilidad 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 detalles

Rectificador de media onda

Rectificador de media onda Electróica y microelectróica ara cietíficos ectificador de media oda Como u diodo ideal uede mateer el flujo de corriete e ua sola direcció, se uede utilizar ara cambiar ua señal de ca a ua de cd. E la

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

MATEMÁTICAS I 1º Bachillerato Capítulo 9: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

MATEMÁTICAS I 1º Bachillerato Capítulo 9: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es MATEMÁTICAS I 1º Bachillerato Capítulo 9: 393 Ídice 1. ESTADÍSTICA DESCRIPTIVA UNIDIMENSIONAL 1.1. INTRODUCCIÓN 1.. MÉTODO ESTADÍSTICO 1.3. CONCEPTOS BÁSICOS 1.4. TIPOS DE VARIABLES 1.5. DISTRIBUCIONES

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS 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 detalles

( ) = 1= + + ( ) + + lim 3x 5 = lim 3x lim5 = lim3 lim x lim5 = = 12 5 = 7

( ) = 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 detalles

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

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

Más detalles

5.1. Tipos de convergencia

5.1. Tipos de convergencia Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas 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 detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. 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 detalles

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES 6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:

Más detalles

Técnicas para problemas de desigualdades

Técnicas para problemas de desigualdades Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,

Más detalles

Tema 1: Números Complejos

Tema 1: Números Complejos Números Complejos Tema 1: Números Complejos Deició U úmero complejo es u par ordeado (x, y) de úmeros reales Éste puede iterpretarse como u puto del plao cuya abscisa es x y cuya ordeada es y El cojuto

Más detalles

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir: DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució

Más detalles

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11 IES IGNACIO ALDECOA AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO 0/ TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como

Más detalles

SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES

SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES L. GENERALIZACIÓN DEL A.F.C. : ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES 1. Itroducció Las «ecuestas» se

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO 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 detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

Unidad N 2. Medidas de dispersión

Unidad 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 detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

Distribuciones estadísticas dobles. n muchos campos del conocimiento surge la necesidad de establecer relaciones

Distribuciones 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 detalles

Análisis de Señales en Geofísica

Análisis de Señales en Geofísica Aálisis de Señales e Geofísica 3 Clase Frecuecia de los Sistemas Lieales e Ivariates Facultad de Ciecias Astroómicas y Geofísicas, Uiversidad Nacioal de La Plata, Argetia Fucioes y Valores Propios Defiició:

Más detalles

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios.

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios. Scietia et Techica Año IV, No 39, Septiembre de 2008 Uiversidad Tecológica de Pereira ISSN 0122-1701 459 PROPIEDADES DE LA MATRIZ Properties of the matrix EN UNA CADENA DE MARKOV i a Markov chai RESUMEN

Más detalles

1 Valores individuales del conjunto

1 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 detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5

c) 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 detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN 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 detalles

INTERVALOS DE CONFIANZA

INTERVALOS 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 detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos. CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES 6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,

Más detalles

AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 1 /1

AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 1 /1 AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO / TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como ua fució que asiga

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

Límite y Continuidad de Funciones.

Límite 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 detalles

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna, Tema 9 El plao complejo 9. Números complejos E IR, las operacioes suma producto de úmeros reales so operacioes iteras (el resultado de operar es otro úmero real) que permite la existecia de operacioes

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN 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 detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes 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 detalles

Las funciones de Cobb-Douglas como base del espacio vectorial de funciones homogéneas

Las funciones de Cobb-Douglas como base del espacio vectorial de funciones homogéneas Las fucioes de Cobb-Douglas como base del esacio vectorial de fucioes homogéeas Zuleyka Díaz Martíez Mª Pilar García Pieda José Atoio Núñez del Prado Uiversidad Comlutese de Madrid Facultad de Ciecias

Más detalles

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL Viceç Fot Departamet de Didàctica de les CCEE i de la Matemàtica de la Uiversitat de Barceloa Resume: E este artículo se muestra como las trasformacioes

Más detalles

Medidas de Tendencia Central

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

Más detalles

UNEFA C.I.N.U. Matemáticas

UNEFA 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 detalles

11 Estadísticabidimensional

11 Estadísticabidimensional UNIDAD 11 Estadísticabidimesioal ÍNDICE DE CONTENIDOS 1. Estadísticauidimesioal.................................41 1.1. Població y muestra.................................. 41 1.. Parámetros estadísticos................................

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Estadística Teórica II

Estadística 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 detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA 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 detalles

ECUACIONES DIFERENCIALES Problemas de Valor Frontera

ECUACIONES DIFERENCIALES Problemas de Valor Frontera DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DPTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS APROXIMADOS EN ING. QUÍMICA TF-33 ECUACIONES DIFERENCIALES Problemas de Valor Frotera Esta guía fue elaborada

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento 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 detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS 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

Muestreo sistemático

Muestreo 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 detalles

PROGRESIONES ARITMETICAS

PROGRESIONES 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 detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UIDIMESIOAL..- ITRODUCCIÓ A LA ESTADÍSTICA.- Objeto de la estadística La Estadística es el cojuto de métodos ecesarios para recoger, clasificar, represetar y resumir datos así como para iferir

Más detalles

CAPÍTULO 9 ESTADÍSTICA DESCRIPTIVA BIDIMENSIONAL

CAPÍTULO 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 detalles

Cálculo de límites Criterio de Stolz. Tema 8

Cálculo de límites Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

2. MODELOS PROBABILISTICOS

2. MODELOS PROBABILISTICOS . MODELOS PROBABILISTICOS. Fucioes de Probabilidad.. Variable Discreta U modelo probabilístico de u experimeto requiere asociar u valor de probabilidad a cada puto del espacio muestral. E el caso de las

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar

Más detalles

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1 Probabilidad BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimeez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA

Más detalles

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)

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) 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 detalles

21 EJERCICIOS de POTENCIAS 4º ESO opc. B. impar (-2)

21 EJERCICIOS de POTENCIAS 4º ESO opc. B. impar (-2) EJERCICIOS de POTENCIAS º ESO opc. B RECORDAR a m a a m m ( a ) a b a a (a b) a m a a b m a m+ b a a - a b a - b a Tambié es importate saber que algo ( base egativa) par (- ) ( base egativa) impar (- )

Más detalles

8. INTERVALOS DE CONFIANZA

8. INTERVALOS DE CONFIANZA 8. INTERVALOS DE CONFIANZA Al estimar el valor de u parámetro de la distribució teórica, o se provee iformació sobre la icertidumbre e el resultado. Esa icertidumbre es producida por la dispersió de la

Más detalles

Sucesiones de números reales

Sucesiones 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 detalles

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES MATEMÁTICA I - 0 - Capítulo 6 ------------------------------------------------------------------------------------ CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES Las matrices iversas se puede usar

Más detalles

9 Proieddes del roducto de úmeros or mtrices: b y M m. socitiv: b b Distributiv e : b b Distributiv e M m : Elemeto eutro: =.. Producto de mtrices Pr

9 Proieddes del roducto de úmeros or mtrices: b y M m. socitiv: b b Distributiv e : b b Distributiv e M m : Elemeto eutro: =.. Producto de mtrices Pr . OPERIONES ON MRIES.. Sum de mtrices Pr oder sumr dos mtrices ésts debe teer l mism dimesió. Etoces se sum térmio térmio: b b m m m Proieddes de l sum de mtrices: socitiv: omuttiv: Elemeto eutro: L mtriz

Más detalles

TEMA IV. 1. Series Numéricas

TEMA IV. 1. Series Numéricas TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios

Más detalles

INTEGRALES DE RIEMANN

INTEGRALES DE RIEMANN NOTAS PARA LOS ALUMNOS DE ANALISIS MATEMATICO III INTEGRALES DE RIEMANN Ig. Jua Sacerdoti Departameto de Matemática Facultad de Igeiería Uiversidad de Bueos Aires 00 INDICE.- INTEGRAL..- INTRODUCCIÓN..-

Más detalles

Números naturales, enteros y racionales

Números naturales, enteros y racionales Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de

Más detalles

Mó duló 21: Sumatória

Mó duló 21: Sumatória INTERNADO MATEMÁTICA 16 Guía del estudiate Mó duló 1: Sumatória Objetivo: Coocer y aplicar propiedades para el cálculo de sumatorias. Para calcular alguas sumatorias es ecesario coocer sus propiedades

Más detalles

TEMA 26 DERIVADA DE UNA FUNCIÓN EN UN PUNTO. FUNCIÓN DERIVADA. DERIVADAS SUCESIVAS. APLICACIONES.

TEMA 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 detalles

UNA FORMULA DADA POR VILLARREAL

UNA FORMULA DADA POR VILLARREAL UNA FORMULA DADA POR VILLARREAL Itroducció: El Biomio de Newto. U biomio, es ua epresió algebraica que costa de dos térmios algebraicos, (tambié llamados moomios, etediedo por térmio algebraico aquel que

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

AMPLIACIÓN DE MATEMÁTICAS APLICACIONES.

AMPLIACIÓN DE MATEMÁTICAS APLICACIONES. AMPLIACIÓN DE MATEMÁTICAS APLICACIONES. Ejemplo 1. La ecuació poliómica x 2 + 2x + 2 = 0, co coeficietes reales, tiee dos solucioes complejas cojugadas: 1 + i y 1 i. Este o es u hecho aislado. Proposició

Más detalles

TEMA 19 Cálculo de límites de sucesiones*

TEMA 19 Cálculo de límites de sucesiones* CURSO -6 TEMA 9 Cálculo de límites de sucesioes* Propiedades aritméticas de los límites de sucesioes. b tales que : a = a b = b, dode ab, R Sea las sucesioes { } a y { } Etoces podemos obteer su suma,

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 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 detalles