2 Dos tipos de parámetros estadísticos
|
|
- María Dolores Cáceres Rivero
- hace 6 años
- Vistas:
Transcripción
1 Dos tpos de parámetros estadístcos Págna Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3, 4, 5, 6, 6, 6, 6, 3, 7 d) 1,, 3, 4, 5, 4, 3,, 1 a) x Me Mo 6 b) Ordenamos los datos de menor a mayor:, 6, 8, 9, 9,,,, 1, 14 x Me 9+ 95, Mo c) Ordenamos los datos de menor a mayor:, 3, 3, 3, 3, 4, 5, 6, 6, 6, 6, 7 x , 1 1 Me , Mo 3 y 6 d) Ordenamos los datos de menor a mayor: 1, 1,,, 3, 3, 4, 4, 5 x , 9 9 Me 3 Mo 1,, 3 y 4. Halla los parámetros de centralzacón de esta dstrbucón dada por su dagrama de barras: x , 0 Son 0 valores así que la medana estará entre los que ocupen las poscones y 11. Me , Mo 1
2 Págna Halla los parámetros de dspersón de las dstrbucones del ejercco 1 de la págna anteror. a) Recorrdo o rango DM , Varanza , , σ Varanza 14, 8 3, 85 b) Recorrdo o rango 14 1 DM , Varanza , , 6 σ Varanza 96, 31, c) Recorrdo o rango 7 5 4, , + 3 4, , + 3 4, , + 5 4, 5 DM , , , , , + 1 5, + 15, + 15, + 15, + 15, + 05, + 05, + 15, + 15, + 15, + 15, + 5, 18, Varanza , , 5, 83 0, 5 58, 1 σ Varanza 58, 1, 61 d) Recorrdo o rango DM ,
3 Varanza c5 m , σ Varanza 173, 1, Halla de dos formas dstntas la varanza de esta dstrbucón: 8, 7, 11, 15, 9, 7, 13, 15 7, 7, 8, 9, 11, 13, 15, 15 x , Forma 1 Promedo de los cuadrados de las dstancas de los datos a la meda: ( 7, 65) + ( 7, 65) + ( 8, 65) + ( 9, 65) + ( 11, 65) Varanza ( 13, 65 ) + ( 15, 65 ) + ( 15, 65 ) 8 3, 65+ 3, 65+, 65+ 1, 65+ 0, 375+, , , 375 9, Forma Promedo de los cuadrados menos el cuadrado de la meda: Varanza , , 89 1, , 891 9,
4 3 Cálculo de x y de σ en las tablas de frecuencas Págna Calcula la meda de las sguentes dstrbucones: a) número de hjos b) número de suspensos en esta evaluacón x f a) b) x f x f x f x f x f x 4 08, x 4 0,
5 Págna 01. Dada la tabla de frecuencas con las dos columnas correspondentes f x y f x, copa y completa la fla de los totales y halla la meda y la desvacón típca de esta dstrbucón: x f f x f x total x f f x f x total x 40 3 σ , Completa en tu cuaderno la tabla con las marcas de clase correspondentes y calcula la meda y la desvacón típca de la sguente dstrbucón: pesos personas 50 a a a a a 90 5 x f x f f x f x total x , 67 σ , 67 8,
6 4. Halla las desvacones típcas de las dstrbucones de la actvdad 1 de la págna anteror. a) número de hjos b) número de suspensos esta evaluacón x f f x f x total x f f x f x total x 4 08, σ , 1, 547 x 4 0, 77 σ 48 c4 m 0,
7 4 Obtencón de x y de σ con calculadora Págna 0 1. Sgue el proceso anteror para calcular x y σ en la dstrbucón número de hjos de la actvdad 1 de la págna 00. Introducmos los datos en la calculadora: 0 * 6 D { } 1 * 14 D { } * 15 D { } 3 * 7 D { «} 4 * 4 D { } 5 * D { } 6 * 1 D { \} 7 * 1 D { } Obtenemos los resultados: n { } æ { } Æ { ««\} X { } g { \}. Sgue el proceso anteror para calcular x y σ en la dstrbucón número de suspensos de la actvdad 1 de la págna 00. Introducmos los datos en la calculadora: 0 * 17 D { } 1 * 11 D { } * 3 D { } 3 * 1 D { «} 4 * 1 D { } Obtenemos los resultados: n { ««} æ { } Æ { } X { } g { \ } 7
8 5 Interpretacón conjunta de x y σ Págna 04. En dstntas tendas de nstrumentos muscales preguntamos el preco de certos modelos concretos de pano, flauta travesera y armónca. Los resultados obtendos tenen las sguentes medas y desvacones típcas: panos flautas armóncas meda desv. típca Compara la dspersón relatva de los precos de estos tres productos. panos flautas armóncas meda desv. típca cv 0,157 0,167 0,34 CV pano 148 0, ,7 % 943 CV flautas 01, 67 16,7 % 13 CV armóncas 1 0, 34 3,4 % 37 Podemos aprecar que la varacón en los panos y las flautas es muy parecda. En cambo, la varacón de las armóncas es mayor que las anterores, de hecho, es aproxmadamente el doble que en las flautas. 8
9 6 Parámetros de poscón: medana y cuartles Págna Calcula Q 1, Me y Q 3 y stúalos en cada una de las sguentes dstrbucones representadas: a) b) a) Q 1 Me Q 3 Q 1 Me Q Los número marcados separan los datos en cuatro partes guales. b) Q 1 Me Q 3 Q 1 Q Me Los números marcados separan los datos en cuatro partes guales.. En cada una de las dstrbucones sguentes: a) Calcula Q 1, Me y Q 3. b) Representa los datos y stúa en ellos Q 1, Me y Q 3. A: 0, 0,, 3, 4, 4, 4, 4, 5, 6, 7, 8, 9, 9, B: 0, 1, 1,, 3, 4, 4, 7, 7, 7, 14, 17, 9, 35 C: 1, 13, 19, 5, 63, 85, 13, 13, 147 a) Q 1 Me Q 3 A: Como la dstrbucón tene 15 elementos, la cuarta parte es 15 : 4 3,75. Q 1 3; Me 4; Q 3 8 9
10 Me , Q 1 Q 3 B: Como la dstrbucón tene 15 elementos, la cuarta parte es 14 : 4 3,5 Q 1 Me , Q 3 14 Q 1 Q Me , 5 C: Como la dstrbucón tene 15 elementos, la cuarta es 9 : 4,5 Q 1 16 Me 63 Q 3 17,5 b) A Q 1 Me Q 3 B Q 1 Me Q 3 C Q 1 Me Q 3
11 Págna Representa con un dagrama de caja y bgotes cada dstrbucón de la actvdad de la págna anteror. Utlza los valores de Q 1, Me y Q 3 que hallaste en esa actvdad. A. Q 1 3, Me 4 y Q B. Q 1, Me 5,5 y Q C. Q 1 16, Me 63 y Q 3 17, Representa medante un dagrama de caja y bgotes los sguentes puntos consegudos en la dana: Los parámetros de poscón son: Q 1 5, Me 6 y Q
12 Págna Construye el dagrama de caja y bgotes para el colectvo reducdo (los 0 adultos sn los 5 membros más jóvenes) del problema resuelto anteror y compáralo con el del grupo de 5 personas que había al prncpo. Q Me Q Sn los 5 membros más jóvenes, el dagrama de caja y bgotes es el sguente: Con los 5 nños: Hacendo una comparacón de este dagrama con el del problema resuelto anteror, podemos observar que las cajas son muy parecdas, lo que varía es la longtud del bgote zquerdo, ya que hemos suprmdo las edades más jóvenes. 6. Calcula los parámetros x, σ, CV de un grupo de montañeros cuyas edades son:, 5, 5, 6, 8, 31, 31, 31, 35 y 4. S lo comparas con las edades de los 0 adultos del problema resuelto, cuál de los dos grupos es más homogéneo? x fx 96 9, 6 f x f f x f x total fx σ x , 6 5, 51 f CV q 551, 0, ,64 % x 9, 6 Es más homogéneo el grupo de este ejercco que el del problema resuelto, ya que el CV es menor (0,1864 < 0,187). 1
13 Ejerccos y problemas Págna 08 Practca Parámetros de centralzacón y dspersón 1. Calcula los parámetros meda, medana, moda, recorrdo, desvacón meda, varanza, desvacón típca y coefcente de varacón en cada caso: a) 6, 3, 4,, 5, 5, 6, 4, 5, 6, 8, 9, 6, 7, 7, 6, 4, 6,, 6 b) 11, 1, 1, 11,, 13, 14, 15, 14, 1 c) 165, 167, 17, 168, 164, 158, 160, 167, 159, 16 Construmos la tabla de frecuencas para facltar el cálculo: a), 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 6, 6, 6, 6, 8, 9, 7, 7, x f f x f x total x fx , f 0 Me Mo fx Varanza x , 3, 49 f 0 fx σ x , 1, 87 f 0 CV q 187, 0, 348 3,48 % x 575, Recorrdo 8 DM 1,4 13
14 b), 11, 11, 1, 1, 1, 13, 14, 14, 15 x f f x f x total x fx 14 1, 4 f Me Mo fx Varanza x , 4, 4 f fx σ x , 4 1, 50 f CV q 150, 0, 7 1,07 % x 1, 4 Recorrdo 5 DM 1,8 c) 158, 159, 160, 16, 164, 165, 167, 167, 168, 17 x f f x f x total x fx , f Me , 5 CV Mo 167 Recorrdo 14 fx Varanza x , 1796, f fx σ x , 4, 4 f DM 3,6 q 44, 0, 058,58 % x 164, 14
15 . El número de calzado que llevan los alumnos y las alumnas de una clase son los sguentes: 4, 40, 43, 45, 43 44, 38, 39, 40, 43 41, 4, 38, 36, 38 45, 38, 39, 4, 40 40, 39, 37, 36, 41 46, 44, 37, 4, 39 a) Haz una tabla de frecuencas con los sguentes ntervalos: 35,5-38,5-40,5-4,5-44,5-46,5. b) Halla la meda, la desvacón típca y el CV. a) Tabla de frecuencas: Intervalo x f f x f x 35,5-38, ,5-40,5 39, ,5-4,5 41, ,5 4,5-44,5 43,5 5 17, ,5 44,5-46,5 45, ,5 6,75 b) x fx , 5 f 30 totales ,5 fx σ x , 5 40, 5, 78 f 30 CV q 78, 0, ,87 % x 40, 5 3. Una fábrca ha contado el número de vasos que se le rompen en cada cajón de camno a la tenda. Estos son los resultados: n. de vasos rotos n. de cajones a) Calcula la meda, la desvacón típca y el CV. b) Cuál es la moda? c) Comprueba los resultados con la calculadora. x f f x f x total
16 a) x fx 1 1, f 0 fx σ x 89 1, 1, 37 f 0 CV b) Mo 0 q 137, 1, ,39 % x 1, c) Introducmos los datos en la calculadora: 0 * 51 D { } 1 * 3 D { } * 11 D { } 3 * 8 D { «} 4 * 4 D { } 5 * D { } 6 * 1 D { \} Obtenemos los resultados: n { } æ { } Æ { } X { } g { «\ «} 4. La sguente tabla muestra los lanzamentos de jabalna que se han realzado en la clasfcacón para los juegos olímpcos: dstancas (m) n. de lanzadores 54 a a a a a 74 a) Haz una tabla con las marcas de clase y las frecuencas. b) Calcula la meda, la desvacón típca y el CV. c) Comprueba los resultados con la calculadora. 16
17 a) Tabla de frecuencas: Intervalo x f f x f x totales b) x fx , 5 f 50 fx σ x , 5 37, f 50 CV q 37, 0, ,86 % x 63, 5 c) Introducmos los datos en la calculadora: 56 * 4 D { \} 60 * 14 D { \ } 64 * 15 D { \ } 68 * 7 D { \ } 7 * 4 D { } Obtenemos los resultados: n { } æ { «\} Æ { «} X { \«} g { «} Parámetros de poscón y dagramas de caja y bgotes 5. Calcula la medana y los cuartles de cada una de las sguentes dstrbucones: a) 1, 1, 1,,, 5, 6, 6, 6, 7, 8, 11 b) 4, 5, 5, 6, 7, 7, 7, 8, 1, 14, 19, c) 13, 15, 134, 140, 151, 173, 178, 186, 19,
18 Q 1 1 +, 15 Me Q , a) Q , 55 Me Q b) Q 1 Me Q 3 c) Dbuja el dagrama de caja y bgotes de cada una de las dstrbucones del ejercco anteror. a) b) c) Asoca cada gráfco de barras con su correspondente dagrama de caja y bgotes: A B C D B D 3 C 4 A 18
19 8. Esta tabla muestra la dstrbucón del número de asgnaturas suspenddas en una evaluacón por los estudantes de una clase: n. de asg. susp n. de estudantes Representa esta dstrbucón medante un dagrama de caja y bgotes. Puedes poner todos los números en fla para hallar los cuartles, pero mejor es que, sn ponerlos, los magnes en fla y razones en consecuenca. En total son 8 estudantes preguntados. La medana estará entre el dato de la poscón 14 y el 15, es decr, Me Quedarán 14 datos a la derecha y 14 datos a la zquerda de la medana. 1+ 1,5 El prmer cuartl estará entre los datos del puesto 7 y el puesto 8, es decr, Q 1 El tercer cuartl estará entre los datos del puesto 1 y el puesto, es decr, Q ,5 9. Conocemos el número de días al mes que ha llovdo este año en una certa regón. Los valores de los cuartles son 6, 9 y 14. El mes que más llovó fue marzo con 1 días y sabemos que el rango de la dstrbucón es 18. Construye el dagrama de caja y bgotes. Crees que es una regón lluvosa? Observando el dagrama de caja y bgotes sí podemos deducr que es una regón lluvosa. 19
20 Págna 09 Pensa y resuelve. Se ha hecho un msmo examen en dos grupos, A y B, de 30 alumnos cada uno. Sus medas y sus desvacones típcas son: x A 6, σ A 1, x B 6, σ B 3. a) Asgna una de estas gráfcas a A y otra a B b) En una de las clases hay 11 suspensos y 4 sobresalentes, mentras que en la otra hay 5 suspensos y 1 sobresalente. Cuál es A y cuál es B? c) S Marcos necesta sacar sobresalente y Mguel se conforma con aprobar, qué clase te parece más adecuada para cada uno de ellos? a) La segunda gráfca la descartamos porque la meda sería 5. x A 6 y q A 1 1. ª gráfca x 6 B y q 3 B 3. ª gráfca b) A corresponde a la clase de los 5 suspensos y el sobresalente. B corresponde a la clase de los 11 suspensos y los 4 sobresalentes. c) La clase A será más adecuada para Marcos, y la clase B, para Mguel. 11. Estas cuatro gráfcas corresponden a las estaturas de los jugadores de cuatro equpos de baloncesto, A, B, C y D, cuyos parámetros aparecen en la tabla. Cuál es la gráfca de cada equpo? I III II IV Halla el CV de cada equpo y ordénalos de menos a más regulares. equpo x σ A 198,5 9,7 B 198,1 3,9 C 193 4,6 D 193,4 8,1 Los equpos I y IV tenen medas superores a 195, y los equpos II y III, nferores. Además, los jugadores de IV tenen estaturas más extremas que I. Lo msmo ocurre con III que tene estaturas más extremas que II. 0
21 Así, podemos relaconar: A IV B I C III D II CV q,, x 97 A , 5 4,89 % CV q,, x 39 B , 1 1,97 % CV q 46, C 0, 038 x 193,38 % CV q,, x 81 A , 4 4,19 % Los ordenamos de menos a más regulares: A < D < C < B 1. Elena, una jugadora de baloncesto, tene una meda de 17 puntos por partdo y una desvacón típca de 9. Su compañera, Sona, tene una meda de 0 puntos y una desvacón típca de 3 puntos. Para el próxmo partdo, el entrenador necesta una jugadora que ntente consegur 30 o más puntos. A cuál de las dos debe selecconar? Por qué? El entrenador necesta que la jugadora elegda haga 30 puntos. Elena tene x 17 y σ 9 y pasa de los 30 puntos con 1,5 desvacones típcas. Es decr, x + 1,5σ ,5 9 30,5. Sona tene x 0 y σ 3 y para tener al menos 30 puntos, necesta más de 3 desvacones típcas. Es decr, x +3σ Por tanto, el entrenador debe selecconar a Elena. 13. a) Compara estas dstrbucones de notas obtendas por tres grupos de alumnos ndcando cuáles son la medana y los cuartles en cada una: I II III b) En la evaluacón se hceron estos comentaros:. Aprobó el 50 % de la clase.. Las notas son muy parecdas.. La cuarta parte de la clase tene notas superores a 7. v. Es la mejor clase, aunque tambén es la que tene mayor dspersón. Indca a qué grupo corresponde cada comentaro. a). Q 1 4 Me 5 Q 3 7. Q 1 4,5 Me 5,5 Q 3 6. Q 1 3,5 Me 6,5 Q 3 8 b). Grupo I. Grupo II. Grupo I v. Grupo III 1
22 14. Estos son los dagramas de caja de las notas en matemátcas de cuatro clases de 0 alumnos: I II III IV a) D, en cada una de ellas, los valores menor y mayor así como Q 1, Me y Q 3. b) Los parámetros son, no respectvamente: A B C D x σ,3 3,1,5 1,3 Asoca los parámetros con su clase. a). Mín. Q 1 3 Me 5 Q 3 6 Máx.. Mín. 1 Q 1 4 Me 5 Q 3 9 Máx.. Mín. Q 1 4 Me 5 Q 3 6 Máx. 8 v. Mín. 0 Q 1 Me 5 Q 3 6 Máx. 8 b) A tene la meda más baja: A IV B tene la meda más alta: B II C parece centrada en 5 con dspersón alta: C I D tene dspersón baja y la meda y la medana concden: D III Curosdades matemátcas Medas semanales Rafael es vendedor ambulante ses días a la semana. Ayer, vernes, calculó que durante esta semana había consegudo una gananca meda de 48 daros. Sn embargo, al hacer la msma cuenta hoy, sábado, resulta una meda de 60 daros. Cuánto ha ganado hoy? MEDIA 48 día L M X J V S MEDIA 60 día De lunes a vernes gana: De lunes a sábados gana: Los sábados gana: Solucón: Hoy, sábado, Rafael ha ganado.
Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesTEMA 10: ESTADÍSTICA
TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detallesBloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos
Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos
Más detalles1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...
TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas
Más detallesMedidas de Tendencia Central y de Variabilidad
Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesLECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA
LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas
Más detallesPREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )
TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesa) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?
EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600
Más detalles4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.
4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas
Más detalles4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es
4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA
Más detallesPARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x
Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesCapítulo III Medidas de posición y de dispersión
Capítulo III Meddas de poscón y de dspersón Introduccón Hasta ahora, para descrbr un conjunto de datos, se han empleado tablas y gráfcos. Estos son útles para dar rápdamente una vsón general del comportamento
Más detalles7ª SESIÓN: Medidas de concentración
Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr
Más detalles-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:
-.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva
Más detallesMatemáticas A 4º E.S.O. pág. 1
Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detalles4 E.M. Curso: NOMBRE: 4º. Colegio SSCC Concepción - Depto. de Matemáticas. Guía N. Unidad de Aprendizaje: Estadísticas
Curso: Colego SSCC Concepcón - Depto. de Matemátcas Undad de Aprendzaje: Estadístcas Capacdades/Destreza/Habldad: Raconamento Matemátco/ Comprensón, Aplcacón/ Valores/ Acttudes: Respeto, Soldardad, Responsabldad
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesCAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS
CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de
Más detallesPRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno
Más detallesT. 5 Estadísticos de forma de la distribución
T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.
Más detallesT. 9 El modelo de regresión lineal
1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.
Más detallesLECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE II) MEDIDAS DE FORMA TEMA 19: MEDIDAS DE FORMA
Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : EDIDAS DE DISPERSIÓN Y DE FORA (PARTE II) EDIDAS DE FORA TEA 9: EDIDAS DE FORA. EDIDAS DE ASIETRIA Son medda que mden el grado de deformacón horzontal
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesCapítulo 12 CONTRASTES NO PARAMÉTRICOS
Capítulo 1 CONTRASTES NO PARAMÉTRICOS 1.1 Introduccón 1. Contrastes de ajuste a una dstrbucón teórca 1..1 Contrastes basados en la dstrbucón de frecuencas muestral 1..1.1 El contraste ch-cuadrado, χ. 1..1.
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesFacultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística
Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesAnálisis estadístico de incertidumbres aleatorias
Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas
Más detallesMatemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato
Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO ESCUELA NACIONAL COLEGIO DE CIENCIAS Y HUMANIDADES PLANTEL SUR ACADEMIA DE MATEMÁTICAS GUÍA PARA PREPARAR EL EXAMEN EXTRAORDINARIO DE ESTADISTICA Y PROBABILIDAD
Más detalles3.3 Caracterización de grupos: Estadísticos de forma de la distribución
3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss
Más detallesProblemas sobre números complejos -1-
Problemas sobre números complejos --.- Representa gráfcamente los sguentes números complejos y d cuáles son reales, cuáles magnaros y, de estos, cuáles magnaros puros: 5-5 + 4-5 7 0 -- -7 4.- Obtén las
Más detalles4. PROBABILIDAD CONDICIONAL
. ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesANÁLISIS EXPLORATORIO DE DATOS
ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesFugacidad. Mezcla de gases ideales
Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesCuaderno de actividades 4º ESO
Estadístca Undmensonal 1 Conceptos báscos. Cuaderno de actvdades º ESO Cualquer elemento o ente que sea portador de nformacón sobre alguna propedad en la cual se está nteresado se denomna ndvduo. El conjunto
Más detallesPORTAFOLIO DE TRES ACTIVOS FINANCIEROS
PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un
Más detallesRegresión y Correlación
Regresón Correlacón 1.- El número de turstas (en mllones) entrados en España mensualmente durante los años 001 00 se epone en la sguente estadístca. Nº Turstas 001,76,6,9 3,8 4,4 4,81 8,93 9,98 5,91 4,34,6
Más detallesTema 21: Distribución muestral de un estadístico
Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesDELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID
DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesCapacidad de Procesos según ISO 9000 Ing o. Angel Francisco Arvelo
EVALUACION DE LA CAPACIDAD DE CALIDAD DE UN PROCESO INDUSTRIAL METODOS ESTADISTICOS SUGERIDOS POR LA NORMA ISO 9000 ANGEL FRANCISCO ARVELO L. Ingenero Industral Master en Estadístca Matemátca CARACAS,
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesGUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22
DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.
Más detallesrsums Aproxima la integral de f mediante sumas de Riemann y realiza una representación gráfica de los rectángulos.
PRÁCTICA INTEGRACIÓN Práctcas Matlab Práctca : Integracón Objetvos o Calcular ntegrales defndas de forma aproxmada, utlzando sumas de Remann. o o o Profundzar en la comprensón del concepto de ntegracón.
Más detallesJUAN CARLOS VERGARA SCHMALBACH VÍCTOR MANUEL QUESADA IBARGUEN
Introduccón a la estadístca, dstrbucones de frecuencas, gráfcos estadístcos, meddas de tendenca central, dspersón, poscón y forma, con ejemplos resueltos en Mcrosoft Excel JUAN CARLOS VERGARA SCHMALBACH
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesColección de problemas de. Poder de Mercado y Estrategia
de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.
Más detallesESTADISTICA APLICADA A LA EDUCACIÓN
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA
Más detallesUNIVERSIDAD DE SONORA
UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva
Más detallesProcedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS
Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente
Más detallesDicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.
Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una
Más detallesPregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?
Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,
Más detallesTEMA 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 detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesADENDA 008 LICITACIÓN L-CEEC-001-12
ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesUSO Y MANEJO DEL SOFTWARE STATGRAPHICS
USO Y MANEJO DEL SOFTWARE STATGRAPHICS I.- ESTADISTICA DESCRIPTIVA. 1.1.- Defncón de Estadístca. 1.2.- Estructura y Tpos de Datos Estadístcos. 1.3.- Construccón de la Matrz de Datos 1.4.- Recuperacón de
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesFUNDAMENTOS QUIMICOS DE LA INGENIERIA
FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE
Más detallesEstimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores
Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca
Más detallesEn este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de
Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesJordi Esteve Comas. Monográfico sobre inestabilidad financiera.
Jord Esteve Comas Cclos, tendencas y estaconaldad en la bolsa española Monográfco sobre nestabldad fnancera. Quaderns de Polítca Econòmca. Revsta electrònca. 2ª época. Vol. 10, Mayo -Agosto 2005 Edta:
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detalles1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116
Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesEfectos fijos o aleatorios: test de especificación
Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesMÉTODOS PARA PROBAR NUMEROS
Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular
Más detallesEJERCICIOS RESUELTOS DE TRABAJO Y ENERGÍA
JRCICIOS RSULTOS D TRABAJO Y NRGÍA. Un bloque de 40 kg que se encuentra ncalmente en reposo, se empuja con una uerza de 30 N, desplazándolo en línea recta una dstanca de 5m a lo largo de una superce horzontal
Más detallesCampo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático
qco sθ qz Ez= 4 zπε0 2+ R2 = 4πε0 [z2 +R2 ]3/ 2 El campo de las cargas en reposo. Campo electrostátco ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electromagnétco.
Más detalles