MEDICIONES Y CÁLCULO DE ERRORES

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

Download "MEDICIONES Y CÁLCULO DE ERRORES"

Transcripción

1 7. OBJETIVOS: MEDICIONES Y CÁLCULO DE ERRORES. Efectuar edcoes drectas: edr el perodo del pédulo sple. Efectuar edcoes drectas: edr el volue de u paralelepípedo.. Aplcar el cálculo de errores e las edcoes drectas e drectas.. Maejar correctaete la balaza, croóetro, cta étrca, verer o pe de rey.. FUNDAMENTO TEÓRICO Medcoes y Errores MEDIR es ecotrar u úero que exprese la relacó etre la agtud a deterar y la udad de edda correspodete a esa agtud. Así, al edr la agtud, M, ecotraos el úero x que satsface la relacó: M = x u dode u es la udad de edda arbtrara, fjada covecoalete y de la sa aturaleza que M. Clases de Medcoes Medcó Drecta : Es cuado el resultado de la edcó se obtee edataete después de aplcar el strueto de edda al objeto a edr dado u valor de lectura e la escala correspodete. Ejeplo: cuado se de la teperatura de ua persoa, logtud de objetos, eddas de tepos, asas. Medcó Idrecta. Es cuado el resultado de la edcó se obtee aplcado algua fórula ateátca que relacoa la agtud a edr co otras que se de drectaete. Ejeplo: Para edr el volue (V) de u paralelepípedo, prero, edos drectaete: el largo (L), el acho ( a) y la altura (h), luego co la fórula ateátca V = L.a. h. deteraos el volue. Otro ejeplo de edcó drecta es cuado se detera el área de ua superfce. Error o Icertdubre Sepre que efectueos edcoes de algua agtud físca, estaos expuestos a coeter u error o certdubre, es decr que uca sabreos el valor verdadero de lo eddo. Esto se debe a dos razoes: prero, los struetos epleados uca so perfectos y segudo, la agudeza sesoral de que efectúa la edcó es ltada. S M es el valor verdadero de ua agtud y x es el resultado de su edcó, el error está dado por: e = M x S e > 0 el error que se ha coetdo se deoa por exceso, e caso cotraro s e < 0 el error es por defecto. Tpos de Error Errores Ssteátcos.

2 8 So los errores que se produce e ua sa dreccó, sepre por exceso o tabe por defecto. Se debe a fallas e los struetos de edda o a defectos de lectura por parte del experetador. Los errores ssteátcos puede ser de dos clases: Istruetales, cuado se debe a la perfeccó de los struetos de edda e su fabrcacó. Por ejeplo, u error struetal se coete al usar ua balaza que sepre de 900 graos aparetado edr 000 graos. Persoales.Cuado tervee los hábtos del experetador. Es frecuete ecoar el error de paralaje el cual se coete cuado el observador al edr, o ubca su líea de ra correctaete por lo que obtee lecturas correctas. Errores Estadístcos o Aleatoros. So orgados por factores descoocdos, que o se ha toado e cueta al epezar la edcó. Por ejeplo, u observador puede advertdaete coeter error al estar el valor de la eor dvsó de la escala del strueto de edda. Estos errores se debe a factores que depede del experetador, coo so: fatga, falta de destreza e el aejo de los struetos, las ltacoes e la capacdad de dscrar al dar el valor de la edda.tabé se debe a las varacoes de las codcoes abetales coo so el cabo de teperatura. Estos errores lleva el sgo que caracterza su deteracó y a ellos se les aplca la teoría de errores. Exacttud y Precsó. La exacttud está relacoada co el error ssteátco y la precsó co el error aleatoro. cuato eor sea el error ssteátco, ayor será la exacttud y cuato eor sea el error aleatoro, ayor será la precsó Los resultados de las edcoes se expresa edate u valor proedo segudo de u factor de precsó. Por ejeplo, s el largo del aual de Físca se expresa coo: L = (9, 0,) c Sgfca que el valor edo de las edcoes es 9, c y que la dspersó de las edcoes está etre los valores (9, - 0,) c = 9, c y ( 9, + 0,) c = 9, c. Cálculo del Error e Medcoes Drectas. Valor Medo o Valor ás Probable: X X X X X X () X Desvacó (X ): Es la dfereca de u valor eddo cualquera, eos el valor edo X = X - X () Error Absoluto del proedo: X ( X ) ( ) () Al efectuar varas eddas de la sa agtud X, el resultado de la edcó es el valor edo ás o eos el Error Absoluto del Proedo, esto es:

3 9 X = X X (4) Error Relatvo. Es el cocete etre el Error Absoluto y el Valor Proedo. e r X (5) X Error Porcetual. Es el error relatvo ultplcado por 00. e% = e r (00 ) (6) S se realza ua sola edcó de la agtud e estudo, el error absoluto depede del strueto usado. a) S el strueto de edda es aalógco X = (ía dvsó de la escala del strueto) b) S el strueto de edda es dgtal X = ó 0, ó 0,0 ó 0,00...(segú el rago elegdo) Cálculo del Error e Medcoes Idrectas. La edda drecta tabé está afectada de error debdo a la propagacó de los errores de las agtudes drectas que está relacoadas co la agtud a edr. Sea M ua catdad que se de drectaete, cuyo valor proedo se obtee usado la fórula geérca: M p = k x p y p (7) Es decr M p = f (x p, y p ), sedo k, y costates de la fórula, x p e y p so los proedos de las catdades x e y que se de drectaete. El error absoluto M se obtee usado dferecales: M = k ( x p - y x + x p y p - y) (8) dode x y y so los errores absolutos de las edcoes drectas de x e y. El error relatvo se detera cobado la fórula de las edcoes drectas co las expresoes obtedas e (7) y (8): e r = M M p (9) Tabé se puede usar la fórula:

4 0 e r = x y x p y p (0) Aplcacó Volue de u Paralelepípedo: El volue proedo V del paralelepípedo, se obtee aplcado la fórula: dode L, w y h respectvaete. Los errores absoluto, relatvo y porcetual so: V = L.w.h (0) so los valores edos del largo, acho y altura del paralelepípedo, V = L.w h + w.l h + h.l.w (0) e r = V V = L w h + + L w h () e% = e r 00% () El resultado de la edcó es: V V V () El calbrador Verer o pe de rey Es u strueto apropado para edr pequeñas logtudes, especalete dáetros teros, exteros o profuddades. Costa de ua regla fja dode va grabada la escala prcpal y ua regla óvl que es el cursor o verer. Supogaos que co u verer cuya escala prcpal está graduada e se de la logtud de u objeto. Éste se coloca e el strueto coo se dca e la Fgura. La líea 0 de la escala del verer dca e la escala prcpal. Las sguetes cfras decales está dadas por la líea de la escala del verer que cocde co algua líea de la escala prcpal. E la fgura veos que es la líea 5 del verer la que cocde co ua líea de la escala prcpal. Por lo tato la lectura es,5. Fgura ()

5 . MATERIALES E INSTRUMENTOS ( ) Materales Istruetos Precsó 4. PROCEDIMIENTO Y DATOS EXPERIMENTALES ( ) Medcó Drecta 4. Istalar el pédulo, coo se uestra e la Fg.. 4. Medr e fora dvdual la logtud del pédulo y ateer absoluta reserva de su edcó hasta que todos los tegrates de la esa haya hecho lo so. Luego cada uo aotará su edcó e la Tabla. Tabla. Valores de la logtud del pédulo Fgura. () N 4 5 L (c) 4. Hacer osclar el pédulo co ua apltud pequeña (o ayor de 5º) y edr su perodo T. E esta operacó da el tepo t de 0 osclacoes y luego dvídalo etre 0 para obteer T. Repta esta operacó hasta copletar la Tabla. Tabla. Valores del período de las osclacoes N 4 5 t (s) T (s)

6 Medcó Idrecta 4.4 Medr co el verer o la cta étrca 5 veces el largo L, 5 veces el acho w y 5 veces la altura h del paralelepípedo. Aotar sus datos e la Tabla. Tabla : Medcoes drectas de la logtud, el acho y la altura de u paraleleppedo. N L (c) w (c) h (c) PROCESAMIENTO Y ANALISIS. ( ) Medcó Drecta 5. Co datos de la Tabla, llee la Tabla 4 escrbedo resultados e las líeas de putos Tabla 4 N L (c) L (c) (L) (c ) 4 5 L L L... ( L ) ( )... L e R... L e% er x Resultado de la edcó: L ( L L) Co los datos de la Tabla, llee la tabla 5 escrbedo resultados e las leas de putos Tabla 5 N T (s) T (s) (T ) (s ) 4 5 T T... T ( T ) ( )... e% er x Resultado de la edcó: T ( T T )...

7 Medcó Idrecta Co los datos de la tabla coplete lo que se pde e la tabla 6 e dque y ejecute las operacoes que se pde a cotuacó de la tabla Tabla 6 N L (c) (L ) (c ) w (c) (w ) (c ) h (c) (h ) (c ) 4 5 Valor proedo y error absoluto del largo: L L... L ( L ) ( )... Valor proedo y error absoluto del acho: w w... ( w ) w ( )... Valor proedo y error absoluto de la altura: h h... h ( h ) ( )... Hacedo uso de las fórulas correspodetes (Ecuacoes 9, 0,,, ) calcule: V... V... e r =...

8 4 Resultado de la edcó: V RESULTADOS ( ) De la edcó Drecta Magtud edda Error porcetual logtud (L) perodo (T) Resultado de la edcó De la edcó Idrecta Magtud edda Volue del paralelelppedo Resultado de la edco Error porcetual 7. CONCLUSIONES ( ) Se puede dsur el error de ua edcó poedo ás terés y predsposcó? S o por qué? Al hacer esto co cuál de los objetvos de la práctca se está cupledo?... por qué? Por qué o es posble obteer el valor verdadero e la edcó de ua agtud físca? Por qué, e la edcó del perodo del pédulo, la apltud agular de las osclacoes o debe superar 5º? BIBLIOGRAFIA ( ) (Autor, Ttulo, Edtoral, fecha, edcó, pága)

9 9. PUNTUALIDAD ( ) 5

UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones Docente: Adrián E.

UNIVERSIDAD NACIONAL DE QUILMES INGENIERÍA EN AUTOMATIZACIÓN Y CONTROL INDUSTRIAL Cátedra de Instrumentos y Mediciones Docente: Adrián E. Cátedra de Istruetos y Medcoes Docete: Adrá E. Roco Medcó y Error.. Defcoes: Istrueto: Dspostvo para deterar el valor o agtud de ua catdad o varable. Eacttud: Aproacó co la cual la lectura de u strueto

Más detalles

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

La ecuación general de los gases es el resumen que engloba a varias leyes que se enunciaron de forma separada:

La ecuación general de los gases es el resumen que engloba a varias leyes que se enunciaron de forma separada: ECUACIÓN GENERAL DE LOS GASES PERFECTOS La ecuacó geeral de los gases es el resue que egloba a varas leyes que se eucaro de fora separada: Ley de Boyle - Marotte: Dce que, s se atee la teperatura costate,

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs.

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs. Boletí Técco Septebre No. Tabla esultados cálculos Núero edcoes Valor áxo Valor ío ago Proedo Desvacó Ídce capacdad l proceso Ídce capacdad l proceso Ídce capacdad aqua Ídce capacdad aqua Fraccó fectva

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Núeros Coplejos PREGUNTAS MÁS FRECUENTES. Qué es la udad agara? Es u eleeto del que cooceos úcaete su cuadrado:.obvaete, o se trata de u úero real.. Qué es u úero coplejo? Es

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

Más detalles

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO.

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO. Pága de 5 NÚCLEO UNIVERSITARIO RAFAEL RANGEL UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A ÁREA DE FÍSICA LABORATORIO DE FÍSICA LABORATORIO DE FÍSICA I/ PRÁCTICA No ANÁLISIS GRÁFICO OBJETIVO

Más detalles

El Amplificador Operacional de Tensiones

El Amplificador Operacional de Tensiones El Aplfcador Operacoal de Tesoes El Aplfcador Operacoal de Tesoes. Itroduccó 2. El Aplfcador Operacoal Ideal de Tesoes 3. Nodealdades e el Opap 4. Crcutos co ealetacó Postva. Itroduccó.. El problea de

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

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

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

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

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

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

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

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

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN .4 Cálculo de Redes Cerradas El roblea que se latea es calcular los caudales que escurre e cada trao de ua red, alla o crcuto, de odo que se cula certas codcoes hdráulcas coo las resoes exstetes e los

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS. MOMENTOS

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

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

Diseño De Plantas UIS. Ing. Edwin Alberto Garavito H.

Diseño De Plantas UIS. Ing. Edwin Alberto Garavito H. MEJORMIENTO DEL DISEÑO DE DISTRIBUCIONES DE PLNT MEDINTE L UTILIZCIÓN DE CRFT. QUÉ ES CRFT? CRFT (Coputerzed Relatve llocato of Facltes Techque es uo de los paquetes de software ás avazados que se utlza

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1

Principio de multiplicación. Supongamos que un procedimiento designado como 1, puede hacerse de n 1 MÉTODOS DE ENUMERACIÓN Y CONTEO. Pricipio de ultiplicació. Supogaos que u procediieto desigado coo puede hacerse de aeras. Supogaos que u segudo procediieto desigado coo se puede hacer de aeras. Tabié

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

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

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

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Procesado digital de imagen y sonido

Procesado digital de imagen y sonido ea ta zabal zazu Uversdad del País Vasco Departaeto de Arqutectura y Tecología de oputadores upv ehu Tea 4_ Ssteas LTI Procesado dgtal de age y sodo Defcó y prcpal vetaja Aálss teporal de la respuesta

Más detalles

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568.

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568. Hoja de Probleas º Algebra. Hallar u úero cuadrado perfecto de cico cifras sabiedo que el producto de esas cico cifras es 568. Solució: Sea x 0 4 x 0 3 x 3 0 x 4 0 x 5 el úero que buscaos y sea a 0 b 0

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio Método de sevaraza y varaza para la seleccó de u portaolo ópto Sevarace ad varace ethod or selectg a optal portolo Lzbeth María de Jesús Urbe, Mguel Ágel Martíez Daá, Gustavo aírez Valverde ESUMEN E los

Más detalles

La teoría de colas ha tenido un énfasis especial en el tratamiento de sistemas estocásticos.

La teoría de colas ha tenido un énfasis especial en el tratamiento de sistemas estocásticos. .- INTRODUCCIÓN La teoría de colas es objeto de ua apla bblografía que aborda desde el estudo de ssteas forado por ua cola co u servdor hasta coplejas redes de colas de espera. Los ssteas de colas fora

Más detalles

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

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

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

Regla de Tres. Prof. Maria Peiró

Regla de Tres. Prof. Maria Peiró Regla de Tres Prof. Maria Peiró .- Regla de Tres: Es ua fora de resolver probleas que utiliza ua proporció etre tres o ás valores coocidos y u valor descoocido. La Regla de Tres puede ser siple ó copuesta.

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

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

Más detalles

1.9. ESTÁTICA CON ROZAMIENTO

1.9. ESTÁTICA CON ROZAMIENTO Fudametos y Teorías Físcas ETS Arqutectura.9. ESTÁTICA CON ROZAMIENTO Hemos estudado el equlbro de los cuerpos stuados lbremete e el espaco, o cuado estaba udos medate elaces a otros cuerpos o a bases

Más detalles

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Permutaciones y combinaciones

Permutaciones y combinaciones Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas

Más detalles

www.goncaiwo.wordpress.com

www.goncaiwo.wordpress.com Walter Orlado Gozales Cacedo RENTAS Y ANUALIDADES E el capo de las fazas, se preseta dversas odaldades o foras de pago de ua deuda, de acuerdo a la aturaleza de la sa. Cuado usaos el téro aualdad, os da

Más detalles

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente:

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente: Matemátcas faceras 4.2. Aualdades atcpadas 4.2. Aualdades atcpadas UNIDAD IV. ANUALIDADES Las aualdades vecdas so aquellas que sus pagos guales ocurre al falzar cada perodo, u dagrama de flujo de cada

Más detalles

GUIA DE MATEMÁTICAS 2 Bloque 2

GUIA DE MATEMÁTICAS 2 Bloque 2 GUIA DE MATEMÁTICAS 2 Bloque 2 Eje teático: SN y PA Coteido: 8.2. Resolució de probleas que iplique adició y sustracció de ooios. Itecioes didácticas: Que los aluos distiga las características de los térios

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO LEY FINANIEA E ESUENTO SIMPLE AIONAL. ESUENTO BANAIO Profesor: Jua Atoo Gozález íaz epartameto Métodos uattatvos Uversdad Pablo de Olavde www.clasesuverstaras.com Ley Facera de escueto Smple acoal La ley

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

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

Más detalles

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

Tema 2: Semiconductores intrínsecos y extrínsecos

Tema 2: Semiconductores intrínsecos y extrínsecos lectróca de dsostvos Dr.. Reg 5/6 Tea : Secoductores trísecos y extrísecos a. : K. Kao Itroduccó Desdad de stados (De) ucó de dstrbucó de er-drac Desdad de ortadores e secoductores trísecos. vel de er

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Iereca estadístca - stacó ptal a estadístca provee téccas qe perte obteer coclsoes geerales a partr de cojto ltado pero represetatvo de datos. Cado eros o teeos garatía de qe la coclsó qe obteeos sea eactaete

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE

CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE Parte I: Istruetos ateátcos de la teoría de los subcojutos borrosos CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE 3.. CONSIDERACIONES PREVIAS Coo señalaos al prcpo de esta

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

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera La Capitalizació co ua Tasa de Iterés Siple El Iterés Siple La característica ás resaltate de la capitalizació co tasa de iterés siple es que el valor futuro de u capital aueta de aera lieal. Sea u pricipal

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

Si la razón es q, y el primer termino es a, la progresión se escribe. POR LO TANTO EL ENÉSIMO TÉRMINO DE UNA P.G SE DETERMINA A PARTIR DE:

Si la razón es q, y el primer termino es a, la progresión se escribe. POR LO TANTO EL ENÉSIMO TÉRMINO DE UNA P.G SE DETERMINA A PARTIR DE: Ua progresió es geométrica, si cada termio después del primero se obtiee multiplicado el aterior por u valor costates Este valor costate se llama razó geométrica (q) E geeral: a a : a......... a ; 3 Si

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

Figura 1

Figura 1 Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

EJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto

EJERCICIOS DISOLUCIONES (ejercicios fáciles para iniciarse) Primero debemos poner la fórmula con la que se calcula el %masa: masasoluto EJERCICIOS DISOLUCIONES (ejercicios fáciles para iiciarse) Solució: Priero debeos poer la fórula co la que se calcula el %asa: asa % asa asadisolució El (copoete ioritario) es la glucosa y el disolvete

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles