Instituto de Información Territorial del Estado de Jalisco. 1

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

Download "Instituto de Información Territorial del Estado de Jalisco. 1"

Transcripción

1 RELACIÓN ENTRE MARGINACIÓN Y CONECTIVIDAD Resume El presete documeto es producto del sistema de iformació geográfica (SIG) del Atlas de Camios y Carreteras del Estado de Jalisco. Es u proceso de aálisis a ivel muicipal de los datos al año Se aalizó la relació etre coectividad y margiació. Actualmete para calcular la margiació o se toma e cueta la coectividad. Pero existe documetos que señala ua relació sigificativa etre ambas variables. U resultado obteido del presete aálisis es que las codicioes de coectividad sí ifluye e las codicioes de margiació de los muicipios de Jalisco. Efectivamete las regioes que preseta meor coectividad so las que tiee mayores ídices de margiació. El muicipio del estado de Jalisco que tiee la meor coectividad es Sa Martí de Bolaños, al tiempo que el muicipio co mejor ídice de coectividad es Techaluta de Moteegro. La regió Sierra Occidetal es la que ocupa el peor sitio e materia de coectividad, mietras que la regió mejor coectada es la Ciéega. El ídice de coectividad podrá formar parte de u idicador permaete que depederá de la actualizació aual del Atlas de Camios y Carreteras. El ídice podrá servir a los tres órdees de gobiero para la plaeació, programació y presupuestació, particularmete de obras de camios y carreteras para el combate a la margiació y la pobreza e las zoas que requiera mayor ateció. Itroducció Desde el año 2005 el Atlas de Camios y Carreteras está registrado para el Sistema Iformació Territorial del Estado de Jalisco (SITEJ), el ivetario de ifraestructura para el trasporte terrestre e Jalisco. El Atlas es producto de la aliaza etre el Istituto de Iformació Territorial, las secretarías de Desarrollo Urbao y Rural del Gobiero de Jalisco, los 125 gobieros muicipales, el INEGI, la Secretaría de Comuicacioes y Trasportes y el Istituto Mexicao del Trasporte. Istituto de Iformació Territorial del Estado de Jalisco. 1

2 El presete aálisis busca aportar iformació o sólo para tomar decisioes e materia de ifraestructura de camios y carreteras e regioes margiadas sio para los procesos de plaeació, particularmete el diseño del Pla Estatal de Desarrollo. Por ello este aálisis se efoca e el eje estratégico Desarrollo Social del Pla Estatal de Desarrollo , específicamete e el tema de margiació y pobreza. Se aaliza la relació etre margiació y coectividad buscado primero defiir si etre estas variables hay algua relació y medirla, esperado etoces que la margiació se pueda medir empleado la coectividad. El problema de la margiació e Jalisco 15 muicipios de Jalisco que represeta el 12% del total estatal preseta u alto y muy alto grado de margiació, e tato que 33 muicipios que represeta 26.4% preseta u ivel medio de margiació. Esto sigifica que e 38% de los muicipios de Jalisco, la població ecuetra problemas para acceder a servicios básicos como educació, empleo, vivieda e igresos. Causas del problema y cómo medirlo Se parte de aceptar que ua de las mejores formas de resolver u problema es atediedo sus causas y o sus cosecuecias, así se recooce que es ecesario medir las causas para cuatificar el tamaño y la ubicació del problema. La margiació se mide co el ídice de margiació, este ídice cosidera cuatro dimesioes estructurales, como resultado de la falta de acceso a la educació, la residecia e viviedas iadecuadas, la percepció de igresos moetarios isuficietes y de residir e localidades pequeñas. Idetifica ueve formas de exclusió y mide su itesidad espacial como porcetaje de la població que o participa del disfrute de biees y servicios eseciales para el desarrollo de sus capacidades básicas 1. 1 Es importate señalar que para la estimació del ídice de margiació 2005 costruido por el CONAPO se utilizaro como fuetes de iformació los resultados defiitivos del II Coteo de Població y Vivieda 2005, y la Ecuesta Nacioal de Ocupació y Empleo (ENOE) correspodiete al cuarto trimestre del mismo año. El Coteo permite medir ocho de los ueve idicadores que itegra el ídice de margiació para las 32 etidades federativas y los 2,454 muicipios del país existetes e el año 2005, mietras que la ENOE proporcioa la iformació sobre el ivel de igresos de la població ocupada e los estados, a partir de la Istituto de Iformació Territorial del Estado de Jalisco. 2

3 Justificació E el iforme fial del Lic. Fracisco Javier Ramírez Acuña, e el tema de Ifraestructura para el desarrollo regioal, , se recooce que: Las zoas que ha permaecido por siglos si camios so tambié áreas co fuertes iveles de margiació 2 Auque se recooce e el iforme fial del Lic. Ramírez Acuña que la falta de camios coicide co zoas margiadas, los idicadores de coectividad o se utiliza por el Cosejo Nacioal de Població (CONAPO) para medir la margiació. Si embargo el Cosejo Estatal de Població (COEPO), señala que para la toma de decisioes sólo se tiee las variables macro y los idicadores ecoómicos globales. Es ecesario utilizar otras perspectivas y diseñar herramietas apropiadas que permita cosiderar los diferetes iveles de agregació de todas las actividades humaas e el logro de los satisfactores idispesables para la vida 3. Resultados esperados Lo que se pretede es medir la correlació o depedecia lieal etre margiació y coectividad. Si teemos ua correlació media (0.5) o alta (1.0), podemos utilizar la coectividad como ua variable espacial para estimar el ivel o grado de margiació. Utilidad Si resulta que la coectividad ifluye e los iveles de margiació, coocer la coectividad permitirá plaear las tareas para combatir la margiació mediate iversioes e ifraestructura que mejore el acceso a servicios de salud, vivieda, educació e igreso. El Atlas de camios y carreteras del estado de Jalisco, ofrece iformació para calcular aualmete la coectividad de los muicipios para tomar el pulso de maera idirecta a la margiació. Metodología Para medir la correlació o depedecia lieal etre margiació y coectividad de los muicipios de Jalisco se hace ecesario: cual se estimó el idicador correspodiete a ivel muicipal. Cosultado e Vieres 18 de mayo de Ramírez Acuña F.J. Ifraestructura para el desarrollo regioal, , Guadalajara, Jalisco, octubre de Coepo, Ídices de població 2000, presetació e Power Poit. Istituto de Iformació Territorial del Estado de Jalisco. 3

4 1) Idetificar e cada caso el ídice de margiació de cada muicipio y el ídice de coectividad, medido e térmios de cobertura y accesibilidad co base e las fuetes de iformació estadística (COEPO y CONAPO) y de campo elaborados por el Sistema de Iformació Territorial del Estado de Jalisco (SITEJ) 2) Estadarizar estas dimesioes e idicadores empíricamete observables. 3) Sitetizar dichos idicadores e ídices que resuma la correlació etre margiació y coectividad de los muicipios de cada regió. Istituto de Iformació Territorial del Estado de Jalisco. 4

5 Resultados 1.- A través de u aálisis de correlació estadística etre dos variables se pretede medir qué tato ifluye las carecias de coectividad e la margiació. La correlació estadística mide la fuerza de la relació que existe etre esas dos variables: xy xy x 1 1 xy y xy Correlació estadística de X y Y. xy Covariaza de X y Y. x Desviació estádar de X. y Desviació estádar de Y x y y i y 1 x x i 1 i1 xy 1 1 i1 y y i i 1 i1 xi x yi y 1 1 x x i i 1 2 x Media de X. y Media de Y. El aálisis de correlació da por resultado 0.53 El valor egativo idica que e esta relació al crecer la coectividad dismiuye la margiació. El valor de.53 idica que etre ambas variables existe ua relació Istituto de Iformació Territorial del Estado de Jalisco. 5

6 ada despreciable, por lo que podría icluirse la variable coectividad e los cálculos de la margiació. Ídice de margiació por muicipio Se realizó u mapa temático que os idica el grado de margiació de los muicipios, utilizado los datos de la Carta Geeral del Estado de Jalisco 4 y el Ídice de Margiació de 2005 publicado por el COEPO 5. Mapa de margiació e los muicipios de Jalisco Publicada por CETENAL e 1972, actualizada e 1979 por el Departameto de Programació y Desarrollo, y modificada por el IITEJ e 2005 para icorporar el límite territorial del muicipio Sa Igacio Cerro Gordo. 5 E el ídice de margiació que publica el COEPO o figura Sa Igacio Cerro Gordo debido a su reciete creació, por lo que se procedió a determiar el ídice de margiació de ese muicipio tomado como base el ídice de margiació urbaa del 2000, dode aparece como ua localidad del muicipio de Aradas; cabe señalar que este ídice es mostrado por AGEB así que se tomó e cueta el úmero de habitates por cada AGEB para así determiar u ídice de margiació por població. Istituto de Iformació Territorial del Estado de Jalisco. 6

7 Ídice de coectividad por muicipio El ídice de coectividad de cada muicipio se determió co el uso de dos variables; uo el de cobertura y otro el de accesibilidad. Dode: ' C : Ídice de Coectividad C : Cobertura A : Accesibilidad C ' C A 2 Mapa de coectividad e los muicipios de Jalisco, Istituto de Iformació Territorial del Estado de Jalisco. 7

8 Co este efoque, el muicipio del estado de Jalisco que tiee la meor coectividad es Sa Martí de Bolaños, al tiempo que el muicipio co mejor ídice de coectividad es Techaluta de Moteegro. Mapa de coectividad de las regioes de Jalisco, Nótese que co este aálisis la regió Norte o es la meos coectada, como se tiee pesado sio la regió Sierra Occidetal es la que ocupa el peor sitio e la etidad, al tiempo que la regió mejor coectada es la Ciéega. Cobertura Se calcula cosiderado la distacia total e kilómetros lieales de camios y carreteras co las que cueta cada muicipio; la cual es poderada por el tamaño de cada muicipio ya que la cobertura se ve ifluida por su tamaño. La fórmula a utilizar es la siguiete: Istituto de Iformació Territorial del Estado de Jalisco. 8

9 C Dode: L i S Logitud del segmeto Superficie del muicipio i 1 Estadarizació: Ua vez calculado este idicador para cada muicipio su valor fue ormalizado etre cero y uo, correspodiedo el ídice de mayor cobertura (1.0) al muicipio co el mayor úmero de kms lieales por km 2 de superficie muicipal, y el ídice meor (0.0) al muicipio que registra el mayor úmero de kms. Para tal efecto, se usó la siguiete fórmula: C x C C x max S L i C C Mapa de cobertura de los muicipios de Jalisco mi mi Istituto de Iformació Territorial del Estado de Jalisco. 9

10 El mapa aterior idica e rojo, a los muicipios de Jalisco que tiee ua meor cobertura e cuato a camios y carreteras por km 2 de superficie muicipal. Bajo este efoque el muicipio co meor cobertura es Ateguillo y el que preseta ua mejor codició es Techaluta de Moteegro. Accesibilidad El segudo compoete para medir la coectividad es la accesibilidad. Esta fue medida e térmios de la dificultad para trasitar a través de los camios y las carreteras de cada muicipio. Para costruir la accesibilidad se utilizó como primer elemeto el tipo de camio, cosiderado por ejemplo que ua carretera pavimetada de dos carriles, represeta meos resistecia a desplazarse por ella, que ua terracería. El tipo de camio se relacioó co el tipo de terreo sobre el cual se costruyó la vialidad clasificado e plao, lomerío y motañoso. A relació etre el tipo de camio y el tipo de terreo le llamamos coeficiete de resistecia que multiplicado por la logitud de la vialidad o tramo os permite calcular u ídice de accesibilidad, véase la siguiete fórmula: A i1 i1 R L i L i i R i L i Coeficiete de resistecia del segmeto Logitud del segmeto Estadarizació: A x 1 A A x max A A mi mi Se geeraro ídices de accesibilidad para cada muicipio, co valores ormalizados etre 0 y 1, e dode el muicipio co el ídice más alto (1.0) correspode al que preseta las mejores codicioes de accesibilidad del estado, Istituto de Iformació Territorial del Estado de Jalisco. 10

11 y el muicipio co el ídice más bajo (0.0) es el que muestra las peores codicioes. Mapa de accesibilidad de los muicipios de Jalisco E cuato a la facilidad para trasportarse al iterior de u muicipio, llamada accesibilidad, el muicipio que preseta las peores codicioes es Sa Martí de Bolaños y el que preseta mayor accesibilidad es El Areal. El mapa aterior tambié refleja las zoas que expresa dificultades para trasitar al iterior de los muicipios; véase, por ejemplo, las regioes Norte y Sureste. Istituto de Iformació Territorial del Estado de Jalisco. 11

12 CONCLUSIONES Bajo los supuestos ates expuestos, se recooce que sí es sigificativa la correlació etre margiació y coectividad y que efectivamete las regioes que preseta meor coectividad so las que tiee mayores ídices de margiació. El ídice de coectividad podría producirse aualmete e icluirse e el cálculo de la margiació. El ídice de coectividad puede utilizarse al iterior de las regioes, para otros aálisis como por ejemplo la defiició de microregioes homogéeas y microregioes fucioales. La regioes homogéeas permitirá defiir los muicipios que itegra microregioes de margiació, co base e el valor de sus ídices y sus características de vecidad. Las regioes fucioales permitira coocer que muicipios presta servicios a sus vecios y cómo se itegra espacialmete estas relacioes. El ídice podrá formar parte de u idicador permaete sobre coectividad que depederá de la actualizació aual del Atlas de Camios y Carreteras. El ídice podrá servir a los tres órdees de gobiero para la plaeació, programació y presupuestació de obras, particularmete de camios y carreteras para combatir la margiació y la pobreza e las zoas que requiera mayor ateció. Istituto de Iformació Territorial del Estado de Jalisco. 12

13 BIBLIOGRAFÍA Material impreso 1.- Ramírez Acuña F.J. Ifraestructura para el desarrollo regioal, , Guadalajara, Jalisco, Octubre de Págias electróicas de mayo de Archivos digitales 3.- Coepo, Ídices de població 2000, presetació e Power Poit. Istituto de Iformació Territorial del Estado de Jalisco. 13

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

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

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

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

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

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

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

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

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

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

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

Orden en los números naturales

Orden en los números naturales 88 Aritmética U istrumeto para medir usado fraccioes comues Refleioes adicioales Dividir ua uidad e partes iguales: El Teorema de Thales se refiere a dividir u segmeto e cualquier úmero de segmetos iguales.

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, 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 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

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

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos 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 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

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

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

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

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 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 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

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

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES 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 detalles

Generalidades. Esta publicación presenta información de 95 estaciones meteorológicas activas en el 2014, manejadas por las siguientes entidades:

Generalidades. Esta publicación presenta información de 95 estaciones meteorológicas activas en el 2014, manejadas por las siguientes entidades: Geeralidades I. Defiició de meteorología Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba 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 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

Sistemas de Segundo Orden

Sistemas de Segundo Orden Apute I Departameto de Igeiería Eléctrica Uiversidad de Magallaes Aputes del curso de Cotrol Automático Roberto Cárdeas Dobso Igeiero Electricista Msc. Ph.D. Profesor de la asigatura Este apute se ecuetra

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

UNIDAD III. PRUEBAS DE HIPÓTESIS 3.6 Prueba para diferencia de proporciones

UNIDAD 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 detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 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 detalles

Parámetros de tiempo para

Parámetros de tiempo para Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para

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

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION 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 detalles

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5 Ezimología Efecto cooperatio 1 EFECTO COOPERATIVO El efecto cooperatio ocurre e ezimas oligoméricas que posee arios sitios para la uió de sustrato y es el feómeo por el cual la uió de u ligado a ua ezima

Más detalles

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

Más detalles

Planificación contra stock

Planificación 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 detalles

Entrenamiento estatal.

Entrenamiento estatal. Etreamieto estatal. Combiatoria. Coteo. Problemas de caletamieto. 1. Cuátos códigos diferetes de cico dígitos puede hacerse? 2. Si para ir de A a B hay 3 camios, para ir de A a C hay dos camios, Para ir

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

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

ETAPAS GENERALES. Etapa 1. PASO 1 PARA DOCENTES DE AULA. Consentimiento informado. ETAPA 1. ETAPA 4 Entrega de resultados

ETAPAS GENERALES. Etapa 1. PASO 1 PARA DOCENTES DE AULA. Consentimiento informado.  ETAPA 1. ETAPA 4 Entrega de resultados ETAPAS GENERALES PARA DOCENTES DE AULA EVALUACIÓN DOCENTE DE CARÁCTER DIAGNÓSTICO FORMATIVA (ECDF) 2015 Las cuatro etapas geerales que hace parte de la ECDF so las siguietes: ETAPA 1 Práctica educativa

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

OPCIÓN A EJERCICIO 1_A

OPCIÓN 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 detalles

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN

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

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES 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 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

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

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

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

Teorema del Muestreo

Teorema del Muestreo Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso

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

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

EJERCICIOS RESUELTOS. t +

EJERCICIOS 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 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

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( 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 detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos 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 detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN 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 detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC.

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC. APLICACIONES INFORMÁTICAS EN QUÍMICA Problemas Tema 2.3: Series, represetació de fucioes y costrucció de tablas e HC Grado e Química º SEMESTRE Uiversitat de Valècia Facultad de Químicas Departameto de

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

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

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

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

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

El impacto de las remesas sobre tres diferentes indicadores de pobreza en Guatemala

El impacto de las remesas sobre tres diferentes indicadores de pobreza en Guatemala El impacto de las remesas sobre tres diferetes idicadores de pobreza e Guatemala Alfredo Cuecuecha Medoza 1 Richard H. Adams, Jr. 2 Resume: Este artículo utiliza ua ecuesta represetativa a ivel acioal

Más detalles

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx .7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007 CÁLCULO Ejercicios Resueltos Semaa 0 Julio al Agosto 007 Ejercicios Resueltos. Estime el área ecerrada por la curva de ecuació y, el eje X y, para ello, divida el itervalo [0,] e cico partes iguales, y

Más detalles

CUÁLES SON LAS LIMITACIONES DE LAS ESTADÍSTICAS

CUÁLES SON LAS LIMITACIONES DE LAS ESTADÍSTICAS CUÁLES SON LAS LIMITACIONES DE LAS ESTADÍSTICAS DE POBREZA EN ARGENTINA? SONIA INÉS GONTERO Istituto de Ecoomía y Fiazas Facultad de Ciecias Ecoómicas Uiversidad Nacioal de Córdoba E los últimos años las

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

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

Series 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:

Series 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 detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

Ejemplo: 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

Ejemplo: 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 detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS 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 detalles

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.

El 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 detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

Fundamentos físicos de la topografía

Fundamentos físicos de la topografía Fudametos físicos de la topografía Luis Muñoz Mato Liceciado e Física por la USC Título: Fudametos físicos de la topografía Autor: Luis Alberto Muñoz ISBN: 978 84 8454 789 1 Depósito legal: A 920-2009

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 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 detalles

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno: Uidad 5 Aualidades vecidas Objetivos Al fializar la uidad, el alumo: Calculará el valor de la reta de ua perpetuidad simple vecida. Calculará el valor actual de ua perpetuidad simple vecida. Calculará

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

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

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

ENCUESTA DE SUPERFICIE Y PRODUCCIÓN DE HORTALIZAS

ENCUESTA DE SUPERFICIE Y PRODUCCIÓN DE HORTALIZAS ENCUESTA DE SUPERFICIE Y PRODUCCIÓN DE HORTALIZAS METODOLOGÍA INSTITUTO NACIONAL DE ESTADÍSTICAS Marzo/0 Metodología Ecuesta de Superficie y Producció de Hortalizas Istituto Nacioal de Estadísticas. Marzo

Más detalles

SUCESIONES Y SERIES DE FUNCIONES

SUCESIONES Y SERIES DE FUNCIONES CAPÍTULO XV. SUCESIONES Y SERIES DE FUNCIONES SECCIONES A. Campo de covergecia. Covergecia uiforme. B. Series de potecias. Itervalos de covergecia. C. Desarrollo de fucioes e series de potecias. D. Aplicacioes

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

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

Articulación de los sectores de salud, protección y educación en la atención a la primera infancia *

Articulación de los sectores de salud, protección y educación en la atención a la primera infancia * Foro Mudial de Grupos de trabajo por la Primera Ifacia Sociedad Civil.-Estado Cali, Colombia 1 al 7 de oviembre de 2009. Articulació de los sectores de salud, protecció y educació e la ateció a la primera

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

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

OPCIÓN A EJERCICIO 1_A 1 0 2

OPCIÓN 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 detalles

Calculo de la deuda a plazo (PAGO) 1) Método de cuota nivelada.

Calculo de la deuda a plazo (PAGO) 1) Método de cuota nivelada. Amortizació: Viee del latí Morti; Muerte, e el mercado fiaciero la expresió amortizació se utiliza para deomiar el proceso mediate el cual se extigue gradualmete ua deuda por medio de pagos o aboos periódicos

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

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.

GLOSARIO 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 detalles

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20

Para estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20 Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida

Más detalles

QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL?

QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Rev. 12/26/12 DATOS Por qué? Qué? QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Las istitucioes fiacieras elige la maera e que comparte su iformació persoal. La ley federal otorga a los

Más detalles

SOLUCIÓN ACTIVIDADES UNIDAD 7

SOLUCIÓN ACTIVIDADES UNIDAD 7 SOLUCIÓN ACTIVIDADES UNIDAD 7 1.- Qué es ua fuete fiaciera?.- Cuál es la diferecia etre los fodos propios y los fodos ajeos? La forma de obteer recursos fiacieros la empresa para llevar a cabo sus iversioes.

Más detalles