SECCION METODOLOGICA. Teoría de Respuesta al Ítem: Supuestos Básicos. Cortada de Kohan, N.* *Universidad del Salvador
|
|
- Luz Alejandra Ponce Henríquez
- hace 6 años
- Vistas:
Transcripción
1 Laboratorio d Evaluación Psicológica y Educativa. Facultad d Psicología 2004, n º 4 (stimbr) Univrsidad Nacional d Córdoba (Argntina). ISSN N º SECCION METODOLOGICA Toría d Rspusta al Ítm: Supustos Básicos Cortada d Kohan, N.* *Univrsidad dl Salvador Rsumn: En st artículo s rvisan los fundamntos dl paradigma psicométrico d Rspusta al Ítm, lamntablmnt poco mplado n nustro mdio, aunqu pos vntajas considrabls con rlación al paradigma clásico, tals como las d gnrar mdidas difrnts con ítms strictamnt comparabls y no dpndints d las mustras spcíficas d invstigación, así como alcanzar un vrdadro nivl intrvalar d mdición. Rcintmnt ha aparcido n nustro país y España un tst d aptitud vrbal construido bajo st paradigma, l Tst Bairs (Cortada d Kohan, 2003) por lo cual rsulta apropiado incluir sta invitación al análisis d los postulados sncials d la Toría d Rspusta al Itm. Introducción La Toría d Rspusta al Itm (TRI) (Rasch, 1963; Lord, 1980) intnta brindar una fundamntación probabilística al problma d mdir constructos latnts (no obsrvabls) y considra al ítm como unidad básica d mdición. La puntuación d una pruba n l modlo clásico stima l nivl d un atributo (aptitud, rasgo d prsonalidad, intrés) como la sumatoria d rspustas a ítm individuals, mintras qu la TRI utiliza l patrón d rspusta (Nunnally & Brnstin, 1995). Rcordmos qu un tst no s un instrumnto d mdición como un mtro, un trmómtro o un vlocímtro qu proporcionan mdicions dirctas n una scala numérica. Un tst db considrars más bin como una sri d pquños xprimntos, n l qu l xaminador rgistra una sri d rspustas dl xaminado y stas rspustas no son mdicions dirctas sino qu proporcionan los datos d los cuals s pudn infrir mdicions. Por lo tanto, como n cualquir xprimnto, xist l problma d controlar n las rspustas l rror xprimntal. Est rror 95
2 96 Cortada d Kohan, N. xprimntal n los tsts surg d qu n l xprimnto no opran solo las variabls indpndints sino otras conocidas como variabls d rror qu pudn influir n las rspustas. Estas variabls xtrañas o d rror dbn sr controladas y hay para sto trs procdimintos fundamntals: 1) l aparaminto o standarización, 2) la alatorización y 3) l ajust stadístico (Cortada d Kohan, 1998). La TCT supon qu las difrncias sistmáticas ntr las rspustas d los xaminados s dbn solamnt a la variación n la aptitud (s dcir a las difrncias n su valor vrdadro d la aptitud), y todas las otras funts potncials d variabilidad dbidas a los matrials o a las condicions xtrnas o intrnas d los xaminados son mantnidas constants por las técnicas d standarización o bin tinn un fcto qu s no sistmático (s dcir alatorio, al azar). Por consiguint s controlan por l aparaminto o por a alatoridad, aunqu sto implica una rducción d la validz xtrna. Las infrncias d los datos qu producn los tsts (como n cualquir xprimnto ) no pudn sr gnralizadas más allá d los nivls standarizados d su rror. Los puntajs d dos tsts disñados para mdir la misma aptitud, aunqu s hayan standarizado suln sr distintos Esto s db a qu cada tst tin su propio conjunto d ítm y cada itm tin distintas propidads. Dsd l punto d vista d la mdición, las propidads d los ítm son variabls d rror qu vadn la standarización dl tst. La limitación más important d los tsts laborados sgún la toría clásica s qu no pudn sparars las caractrísticas dl xaminado d las caractrísticas dl tst: cada una pud sr intrprtada solamnt n l contxto d la otra. En la toría clásica la aptitud s xprsa por l puntaj vrdadro. La aptitud d un xaminado s dfin n términos d un tst particular. Si l tst s difícil l xaminado aparcrá como d poca aptitud, si l tst s fácil l xaminado parcrá tnr mucha aptitud. La dificultad d un ítm s dfin n st contxto como la proporción d xaminados n un grupo dtrminado qu contsta l ítm corrctamnt. Las caractrísticas métricas dl tst (tals como confiabilidad y validz) s dfinn n términos d un grupo dtrminado d xaminados con los qu s ha construido l barmo o normas d intrprtación d las puntuacions. Esto implica qu s muy dificultoso comparar xaminados qu tomaron distintos tsts. 2004, n º 4.
3 Toría d rspusta al ítm: supustos básicos 97 Para subsanar st problma los invstigadors han usado l trcr método d control xprimntal s dcir l dl ajust stadístico (Van dr Lindn & Hamblton, 1997) Est último rquir xplícita paramtrización d la aptitud qu nos intrsa así como d las propidads d los ítm sgún un modlo qu rlacion sus valors con los datos d las rspustas rcolctadas con l tst. Si l modlo s sostin y los parámtros d los ítm s conocn, l modlo ajusta los datos sgún las propidads d los ítm dl tst y por lo tanto pud sr usado para producir mdicions d la aptitud qu stán librs d las propidads d los ítm dl tst Un tst simpr s propon stablcr infrncias sobr los rasgos psicológicos d los sujtos ( no obsrvabls) basándos n la información qu manifistan n las rspustas. La toría d la rspusta al ítm así como la toría clásica d los tsts considran qu cada individuo llva asociado un parámtro individual, qu n la toría d la rspusta al ítm s dnomina aptitud, incluyndo cualquir rasgo psicológico y s simboliza por la ltra griga θ (zta), y n la toría clásica s dnomina puntaj vrdadro (V), qu s inobsrvabl pro qu s pud stimar por sus manifstacions obsrvabls qu son los puntajs originals, X1, X2...Xn, d los tsts. La difrncia principal ntr la toría clásica d los tsts (TCT) y los divrsos modlos dl rasgo latnt o d toría d la rspusta al itm ( n adlant la TRI) s qu la rlación ntr l valor sprado y l rasgo n la TCT s d tipo linal ( X= V+) mintras qu n los divrsos modlos d la TRI las rlacions pudn sr funcions d tipo xponncial, tals como los modlos d Poisson, d la ojiva normal, dl rror binomial, l modlo d Rasch o los modlos logísticos d 1,2 o 3 parámtros. Concptos fundamntals d la Toría d Rspusta al Itm El orign d stos modlos pud ncontrars n Lazarfld (1950), pro s n la década dl 60 cuando la obra dl danés Gorg Rasch marca un hito n cuanto a gnrar invstigacions; aunqu quins han divulgado mjor stos modlos han sido Lord y Birnbaum n la obra d Lord y Novick (1968) y Lord (1980). La TRI intnta dar una fundamntación probabilística al problma d la mdición d constructos inobsrvabls. S considra acá l ítm como unidad básica 2004, n º 4
4 98 Cortada d Kohan, N. dl tst. Estos modlos son funcions matmáticas qu rlacionan las probabilidads d una rspusta particular a un ítm con la aptitud gnral dl sujto. Su orign no s tan nuvo: pro dada la compljidad d los cálculos para su aplicación solo mpzó a difundirs y utilizars gracias a programas d computación spcíficos como BIGSTEP, LOGIST, BILOG, ntr otros. La toría clásica d los tsts ha sido muy útil; todavía sigu tnindo validz pro s ha sñalado qu tin dos grands dfctos. En primr lugar utiliza índics para los ítm cuyos valors dpndn dl grupo particular d xaminados o mustra con los cuals furon obtnidos y, n sgundo lugar, las stimacions d la aptitud o rasgo xaminado (θ) dpndn d la spcial lcción d los ítm slccionados para l tst (Nunnaly y Brnstin,1995). En la toría clásica s produc la paradoja d qu un ítm s fácil o difícil sgún la aptitud d los xaminados y la aptitud d los xaminados dpnd d qu los ítm dl tst san fácils o difícils. Es dcir qu n la toría clásica las caractrísticas d los ítm son dpndints dl grupo. Esto sul trar muchos problmas. Por jmplo, considrmos dos xaminados qu contstan corrctamnt l 50% d las prguntas d dos tsts qu difirn n dificultad. Pudn sr considrados igualmnt capacs?, claramnt, no. Admás la toría clásica stá orintada hacia todo l tst y por lo tanto no nos prmit pronosticar cómo rspondrá un individuo a un ítm particular. Los postulados básicos d la toría d la rspusta al itm o TRI son los siguints: a. El rsultado d un xaminado n un ítm pud sr xplicado por un conjunto d factors llamados rasgos latnts o aptituds qu s simbolizan por θ. b. La rlación ntr la rspusta d un sujto a un ítm y l rasgo latnt qu subyac pud dscribirs como una función monotónica crcint qu s llama función caractrística dl ítm o curva caractrística dl ítm (CCI).Esta función spcifica qu a mdida qu la aptitud aumnta la probabilidad d una rspusta corrcta al ítm también aumnta. c. Las stimacions d la aptitud (θ) obtnidas con distintos ítm srían iguals y las stimacions d los parámtros d los ítm obtnidos n distintas mustras d 2004, n º 4.
5 Toría d rspusta al ítm: supustos básicos 99 xaminados srán iguals. Es dcir qu n la TRI los parámtros d aptitud y d los ítm son invariants.esta propidad d invariancia s obtin incorporando información sobr los ítm al procso d stimación d la aptitud incluyndo información sobr la aptitud d los xaminados n l procso d stimación d los parámtros d los ítm. La invariancia d los parámtros d los ítm pud vrs claramnt n la Figura 2.1, n dond s mustra la distribución d aptitud d dos grupos, A y B. Figura 3.1. Distribución d aptitud n dos grupos poblacionals, A y B. Los supustos d la TRI son: 1. La unidimnsionalidad dl rasgo latnt. Es dcir qu los ítm qu constituyn un tst dbn mdir sólo una aptitud o rasgo 2. La indpndncia. Es dcir qu las rspustas d un xaminado a cualquir par d ítm son indpndints y no xist rlación ntr las rspustas d un xaminado a difrnts ítm. Así, las aptituds spcificadas n l modlo son los mismos factors qu influyn sobr las rspustas a los ítm dl tst. D sta manra la probabilidad dl tipo d rspusta a un conjunto d ítm s igual al producto d las probabilidads asociadas con las rspustas dl xaminado a los ítm individuals. Así, por jmplo, si alguin tin una probabilidad d 0,5 d rspondr corrctamnt cada uno d dos 2004, n º 4
6 100 Cortada d Kohan, N. ítm, la probabilidad d qu l individuo rsponda corrctamnt a ambos ítm s d 0,5 x 0,5 = 0,25. Existn muchos modlos d la TRI como ya comntamos antriormnt; pro acá nos limitarmos a los aspctos fundamntals d los qu más s han difundido qu son los logísticos. 1. Modlo logístico d un parámtro, más conocido como modlo d Rasch (1963. Aunqu l modlo xacto d Rasch s algo difrnt al qu prsntamos, pus s más complicado matmáticamnt, st modlo logístico aquí propusto s quivalnt al original. La distribución logística s dfin como una función tal qu x y = 1+ x Su variación rlativa s una parábola ( Figura 3.2, a) y su función logística (Figura 3.2, b) s muy similar a la función normal acumulada. La CCI para l modlo d Rasch stá dado por la cuación siguint: ( θ b) Pi θ = i = 1, 2, 3,...n ( θ b) 1+ n dond: Pi(θ)= s la probabilidad d qu un xaminado lgido al azar con aptitud θ contst corrctamnt l ítm i. b = parámtro d la dificultad dl ítm i n = númro d ítm dl tst = bas d los logaritmos nprianos = 2,718 Figura 3.2 a) Figura 3.2 b) 2004, n º 4.
7 Toría d rspusta al ítm: supustos básicos 101 La función forma una curva n forma d S con valors d 0 a 1 n la ordnada (probabilidad) y valors corrspondints a la aptitud θ n la abscisa. El parámtro b d dificultad s l punto n la scala d aptitud θ cuya probabilidad d rspusta corrcta s 0,5. Indica la posición dl ítm n la scala d aptitud. Cuando más grand s l valor d b, mayor la aptitud rqurida para qu l xaminado tnga una P = 0,5 d rsolvr corrctamnt l ítm. La aptitud sul transformars d modo qu la X = 0 y la s = 1 y los valors d b suln ir d -2 a + 2. Los ítm con b = -2 son muy fácils, los ítm con b = +2 muy difícils. En la Figura 3.3 prsntamos l gráfico para 4 ítm tals qu ítm 1, b=1 ; itm 2, b = 2 ; ítm 3, b= -1; ítm 4, b = , n º 4
8 102 Cortada d Kohan, N. Figura Modlo d dos parámtros. Lord (1968,1980) fu l primro n laborarlo, pro lo hizo basándos n una distribución normal. Actualmnt st modlo s poco usado por su complicación matmática. En s sustituyó l modlo d dos parámtros d la ojiva normal por una función logística qu tin la vntaja d sr más convnint para manjar. El modlo d la ojiva normal supon intgración mintras qu l modlo logístico no. Est modlo modificado stá dado por la siguint cuación: Da( θ b) Pi ( θ ) = i = 1,2,3,...n Da( θ b) 1+ Aquí b s, igualmnt qu n l modlo antrior, l parámtro d posición o dificultad. El factor D = 1,7 s un valor arbitrario introducido para qu la función logística sa ajustada a la ojiva normal con una xactitud d 0,01. Admás hay un sgundo parámtro a qu s l d discriminación qu s la pndint d la CCI n l punto b. Los ítm con pndint mayor son más útils para sparar a los xaminados n distintos nivls d aptitud, qu los ítm d mnor pndint. El modlo d dos parámtros s pus, una gnralización dl modlo d un parámtro. En la Figura 3.4 podmos vr las CCI d cuatro ítm con las siguints caractrísticas: 2004, n º 4.
9 Toría d rspusta al ítm: supustos básicos 103 Itm 1; b = 1 a = 1 Itm 2; b = 1 a = 0,5 Itm 3 ; b = -1 a = 1,5 Itm 4; b = 0 a = 1,2 Figura 3.4. Como pud aprciars n l gráfico antrior las CCI no son parallas como n l modlo d Rasch sino qu n cirtos casos pudn cruzars. Naturalmnt los parámtros a y b pudn stimars y tambin pud stimars la P(θ) pro s un procso algo complicado qu solo pud ralizars con programas spcíficos d computación. Supongamos qu tnmos un ítm para l qu hmos obtnido los parámtros a y b y qurmos sabr la probabilidad n distintos puntos para trazar la curva CCI. El procso n st caso sría l siguint: Itm 55 a = 1,8 b = 1 Cuál s la probabilidad dl ítm n los valors d θ = -3, - 2, -1 0, 1, 2, 3,? 2004, n º 4
10 104 Cortada d Kohan, N. tnmos: Aplicando nustros valors a la cuación antrior, val dcir para θ = -3, P i( θ ) 1,7 x1,8(3 1) 6,12 = = 1,7 x1,8(3 1) 6, Usando los logaritmos nprianos (las calculadoras usuals los tinn)buscamos x d 6,12 = 454,85 por lo tanto tnmos P(θ) = 454,85 /455,85 = 0,9978 Rptimos sta opración para los distintos puntos d θ y podmos dibujar la curva caractrística dl ítm (CCI) d la Figura 3.5 con los valors corrspondints a P(θ) +3 = 0, = 0, = 0,500 0 = 0, = 0, = 0, = 0,0000 Figura , n º 4.
11 Toría d rspusta al ítm: supustos básicos 105 3) Modlo d trs parámtros. La xprsión matmática para st modlo s: P 1+ Da( θ b) ( θ ) = c + (1 c) Da( θ b) i = 1,2,3,...n El parámtro nuvo acá s c qu s llama parámtro dl sudo azar porqu rprsnta la probabilidad n los ítm d opción múltipl d qu un sujto d poca aptitud contst un ítm rlativamnt difícil d manra corrcta, lo qu hac suponr qu lo hizo por azar, s dcir adivinando. En st caso la curva s asíntótica n st caso. Todos stos modlos sirvn para aqullos tsts n los qu s pud considrar una rspusta corrcta como 1 y la incorrcta como 0. Admás d stos modlos xistn otros modlos promisorios como l d las rspustas graduadas d Samijim (1973) y l d Bock (1972) para scalas nominals. La toría d la rspusta al ítm s complica mucho para la stimación d los parámtros d los modlos. El procso d stimación d los parámtros s dnomina calibración. Es vidnt qu todos los procdimintos s hacn inmanjabls sin la ayuda d los programas d computación. Actualmnt xistn varios programas tals como LOGIST y BICAL, ntr otros. Por último s ncsario puntualizar qu para la mplar modlos TRI s rquirn mustras grands d sujtos ( n>300) qu hacn posibl l ajust a cualquir modlo d uno, dos o trs parámtros. Para mustras más pquñas l mjor modlo s l d Rasch y por sto ha sido l más popularizado. Una d las vntajas qu más s ha sñalado n la construcción d los tsts d acurdo a los modlos d la TRI s qu s pudn laborar tsts individualizados s dcir a la mdida d los sujtos qu prmitn infrir n cada uno d los xaminados un vrdadro valor dl rasgo d la manra más prcisa. Sgún l modlo dl tst logístico las curvas caractrísticas d los ítm tinn la forma d una distribución logística acumulada: Pi( θ ) = Dai( θ b) [ 1+ ] , n º 4
12 106 Cortada d Kohan, N. n dond (θ -b) s llama Li(θ) = 1,2,...n, o sa las unidads n una scala logarítmica o logits. ai = podr discriminant dl ítm i bi = nivl d dificultad dl ítm i Estos parámtros a y b son parámtros invariants d un grupo d individuos a difrncia d lo qu ocurr n l modlo clásico n dond dificultad y discriminación dl ítm dpndn d las caractrísticas dl grupo lgido. La rlación ntr las probabilidads d rspusta corrcta incorrcta al ítm vin dada por: Pi ( θ ) = Q ( θ ) i DL ii tomando los logaritmos nprianos n sta xprsión tnmos: Pi( θ ) ln = DLi( θ ) Qi( θ ) y sto rprsnta una scala logarítmica n dond las unidads sobr la scala son logits (Rcordmos qu D = 1,7) El método d stimación d los parámtros d los modlos d la TRI s l método d máxima vrosimilitud qu s un procdiminto qu s hac con la ayuda d programas spcials d computación. En sncia si una variabl X s una variabl alatoria continua con dnsidad f(x) la función d vrosimilitud srá : L = f ( x1) f ( x2)... f ( xn) = πf ( xθk) n dond L = (liklihood= vrosimilitud) s la probabilidad d obtnr la mustra obsrvada y las f(x) son funcions d los parámtros θk. Los stimadors d máxima vrosimilitud s obtinn rsolvindo l sistma d cuacions: 2004, n º 4.
13 Toría d rspusta al ítm: supustos básicos 107 L θ k = 0 k = 1,2,3,...m S usan los logaritmos nprianos y s driva rspcto a θ y s iguala a 0. Es dcir l principio d máxima vrosimilitud s l d obtnr stimadors d los parámtros dsconocidos qu maximicn la probabilidad d obtnr las mustras. Funcions d información y Funcionaminto difrncial dl ítm. Una vz dtrminado l objtivo spcífico para l qu s construy un tst, l mjor tst d k ítm a partir d n ítm disponibls s aqul qu proporciona la mayor cantidad d información acrca dl rasgo o aptitud latnt. La función d información d un tst, I(θ : u i )s obtin por la fórmula: I ( θiui) = 2 Pi' ( θ ) Pi( θ ) Q( θ ) sindo Pi(θ) la función d rspusta al ítm o CCI y P i(θ) la primra drivada d Pi(θ) con rspcto a θ. El valor d la función d información dpndrá pus d la pndint d la curva (cuando mayor más información) y dl rror stándar d mdición (cuanto más pquño mayor información). Es dcir, cuanto mayor sa la pndint y mnor la variancia d un ítm, mayor srá la información. Esto s pud vr n la Figura 3.7 n dond tnmos l ítm 1 qu da su mayor información n los nivls altos d aptitud, l ítm 2 n los nivls mdios y l ítm 3 n los nivls bajos. 2004, n º 4
14 108 Cortada d Kohan, N. Figura 3.7. La información para un dtrminado nivl d aptitud s dirctamnt proporcional al podr discriminant dl ítm. Gnralmnt los ítm dan su mayor nivl d información n los valors dl rasgo latnt próximos a su nivl d dificultad. Los tsts han sido algunas vcs criticados por considrars qu ran ssgados rspcto a las minorías étnicas y una d las vntajas d la toría d la rspusta al ítm s qu proporciona un marco d rfrncia unificado para concptuar los ssgos a nivl d los ítm. Esto s consigu hallando lo qu s dnomina l funcionaminto difrncial dl ítm o DIF. Un ítm prsnta DIF si los sujtos qu tinn la misma aptitud pro prtncn a distintos grupos, no tinn la misma probabilidad d contstar bin l ítm. Por lo tanto l DIF pud invstigars comparando los parámtros qu dscribn las curvas caractrísticas dl ítm. La hipótsis nula d qu las funcions d rspusta dl ítm son iguals s pud formalizar como: H0; b1 = b2 ; a1 = a2; c1 = c2 Dond 1 y 2 son los dos grupos qu s comparan. Para rchazar la H0 s ncsitan stimacions d los parámtros d los ítms y las matrics d variancia y covariancia. Lugo s calcula la matriz d información para cada grupo y s invirtn y s hac una pruba d χ2. Otra forma d obtnr l DIF s 2004, n º 4.
15 Toría d rspusta al ítm: supustos básicos 109 comparar las CCI dirctamnt más bin qu sus parámtros; si l ára ntr las dos CCI no s 0 quir dcir qu xist DIF (Agurri t al, 2002). Los métodos para dtctar funcionaminto difrncial d ítm srán abordados n l capítulo d adaptación d tsts. Conclusions Sinttizando, Nunnally & Brnstin (1995) sñalan trs vntajas fundamntals d TRI rspcto a TCT: TRI prmit comparar prubas con ractivos difrnts, lo cual rsulta l supusto fundamntal d las prubas a mdida o adaptativas Sujtos con un mismo puntaj n un tst construido mdiant l modlo clásico, n ralidad difirn n su aptitud, problma qu no s prsnta n las prubas TRI Las prubas TCT y sus stimacions dl nivl d habilidad mdiant l númro d ractivos contstados corrctamnt no s rlacionan linalmnt con l vrdadro nivl d aptitud dl individuo. Por st motivo, una scala TCT no alcanza un nivl intrvalar d mdición. Algunas vocs críticas dl modlo (Klin, 2000) nfatizan qu, salvo para tsts qu valúan dominios limitados (d rndiminto, por jmplo), la toría TRI no garantiza ítms unidimnsionals. Otra dificultad d TRI s qu rquir d mustras grands (200 a 500 sujtos para scalas cortas) para calibrar los ítm. Admás produc scalas muy cortas con alta homognidad qu pudn sr inadcuadas para algunos propósitos d valuación (Nunnally & Brnstin, 1995). Una d las vntajas más dstacabls n los modlos d construcción d prubas TRI s qu prmitn obtnr tsts prsonalizados, adaptativos o a la mdida, a fin d infrir n cada uno d los xaminados l vrdadro valor dl rasgo d manra más xacta. Otra d las aplicacions útils d la TRI s qu s pudn construir bancos d ítm, val dcir un conjunto d ítm qu midn una misma variabl y cuyos parámtros stán stimados n una misma scala (Attorrssi t al, 1999). Estos ítm con sus parámtros s pudn almacnar y construir, d st modo, tsts a mdida sgún los objtivos d cada xaminador. Por jmplo, tsts más difícils para lgir bcarios o tsts más fácils para ingrsants a una carrra, ntr otras situacions hipotéticas d valuación. Una xposición autorizada y más 2004, n º 4
16 110 Cortada d Kohan, N. dtallada d TRI, pud ncontrars n l txto d Hamblton & Swaminathan (1983): Itm Rspons Thory. Rfrncias Agurri, M. t al (2002). Evaluación d un método mpírico para dtctar l funcionaminto difrncial dl ítm. Intrdisciplinaria. 19 (2), Attorrssi, H. t al (1999). Aplicacions dl modlo logístico d trs parámtros n una pruba d compltar frass. Invstigacions n Psicología. 4, (1), Bock, R. (1972). Estimating itm paramtrs and latnt ability whn rsponss ar scord in two or mor nominal cathgoris. Psychomtrika, 37, Cortada d Kohan, N. (1998). La toría d la rspusta al ítm y su aplicación al tst vrbal Bunos Airs. Intrdisciplinaria, 15, 12, Hamblton, R. K. y Swaminathan, H. (1983). Itm rspons thory: Principls and applications. Boston: Kluwr Acadmic Publishrs. Klin, P. (2000). Handbook of Psychological Tsting. London: Routldg. Lazarfld, P. (1950). Th logical and mathmatical foundations of latnt structur analysis. Princton: Princton Univrsity Prss. Lord, F. & Novick, M. (1968). Statistical Thoris of Mntal Tsts Scors. Nw York: Addison Wsly Lord, F. (1980). Applications of itm rspons thory to practical tsting problms. Hillsdal: Erlbaum Associats. Nunnally, J. y Brnstin, I. (1995) Toría Psicométrica. México: Mc Graw Hill. RASCAL (1989). Rasch itm calibration program. St. Paul: Assssmnt Systm Corporation. Rasch, G. (1963). Probabilistic modls for som intllignc and attainmnt tsts. Copnhagu: Dnmarks Padagogisk Institut. Samjina, F. (1973). Homognous cas of th continous rspons modl. Psychomtrika, 38, Van dr Lidn, W. & Hamblton, R. (1997). Handbook of modrn Itm Rspons Thory. Nw York: Springr. 2004, n º 4.
Solución a la práctica 6 con Eviews
Solución a la práctica 6 con Eviws El siguint modlo d rgrsión rlaciona la nota mdia qu obtinn los alumnos n matmáticas (nota) n un cntro, con l númro d profsors disponibls n l cntro (profsors), l porcntaj
Más detallesCARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES
CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o
Más detallesUNED Tudela Psicometría. Tema 4 Esquema tema 4
Esquma tma 4 1.- Orintacions didácticas: Tmas antriors: construcción dl tst Tmas 4 al 8: Evaluación d la calidad d la pruba piloto basándos n las rspustas d los sutos: Fiabilidad, validz y calidad d los
Más detallesEnergía. Reactivos. Productos. Coordenada de reacción
CINÉTICA QUÍMICA 1 - Razon: a) Si pud dducirs, a partir d las figuras corrspondints, si las raccions rprsntadas n (I) y (II) son d igual vlocidad y si, prvisiblmnt, srán spontánas. b) En la figura (III)
Más detallesAPLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL 74 Cuando un problma gométrico stá nunciado n términos d la rcta
Más detallesI, al tener una ecuación. diferencial de segundo orden de la forma (1)
.6. Rducción d ordn d una cuación difrncial linal d ordn dos a una d primr ordn, construcción d una sgunda solución a partir d otra a conocida 9.6. Rducción d ordn d una cuación difrncial linal d ordn
Más detallesI. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS
Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES
Más detallesCapítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES
Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas
Más detallesTEMA 5. Límites y continuidad de funciones Problemas Resueltos
Matmáticas Aplicadas a las Cincias Socials II Solucions d los problmas propustos Tma 7 Cálculo d its TEMA Límits y continuidad d funcions Problmas Rsultos Para la función rprsntada n la figura adjunta,
Más detallesSolución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b
Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr
Más detalles1. (RMJ15) a) (1,5 puntos) Discute el siguiente sistema de ecuaciones en función del parámetro a:
EXAMEN DE MATEMÁTICAS II (Eamn Final, Rcupración d Análisis Intgrals) BACHILLERATO EXAMEN FINAL (RMJ5) a) (,5 puntos) Discut l siguint sistma d cuacions n función dl parámtro a: + y + az + ay + z a a +
Más detallesf (x)dx = f (x) dx. Si la respuesta es afirmativa justifíquese, si es negativa,
CALCULO INTEGRAL.(97).- Sa f() una función tal qu, para cualquira qu sa > s cumpl qu = Pruébs qu, ntoncs, s vrifica qu f( ) = f(), para todo >. f f..(97).- Sa la función f() = -. S pid: a) Hacr un dibujo
Más detalleslm í d x = lm í ln x + x 1 H = lm í x + e x 2
Autovaluación Página 8 Calcula los siguints límits: a) lm í c m b) lm í ccotg m c) lm í sn d) lm í ( ) / 8 ln 8 8 ln ( cos ) 8 a) lm í 8 c ln ln H ( / ) lm í ( )ln 8 ln m lm í 8 H lm í / 8 b) lm í 8 dcotg
Más detallesMEDICIÓN DE LA BANDA PROHIBIDA DEL SILICIO
MEDICIÓN DE LA BANDA PROHIBIDA DEL SILICIO Amador Ana y Rausch Frnando Dpartamnto d física, Univrsidad d Bunos Airs, Bunos Airs, Argntina Nustro trabajo consistió n mdir l ancho d la banda prohibida dl
Más detallesTEMA 7 APLICACIONES DE LA DERIVADA
Tma Aplicacions d la drivada Matmáticas CCSSII º Bachillrato 1 TEMA APLICACIONES DE LA DERIVADA RECTA TANGENTE 1 Escrib 0 EJERCICIO 1 : la cuación d la rcta tangnt a la curva f n 0. Ordnada dl punto: f
Más detalles+ ( + ) ( ) + ( + ) ( ) ( )
latrals n. iguals. f. La función CONTINUIDAD f () Es continua n l punto?. Calcular los límits ³ ² 5 Para qu la función sa continua n s db cumplir: f f Calculamos por sparado cada mimbro d la igualdad f
Más detallesTEMA 10: DERIVADAS. f = = x
TEMA 0:. DERIVADA DE UNA FUNCIÓN EN UN PUNTO La siguint gráfica rprsnta la tmpratura n l intrior d la Tirra n función d la profundidad. Vmos qu la gráfica s simpr crcint, s dcir, a mdida qu aumnta la profundidad
Más detallesPROBLEMAS DE LÍMITES DE FUNCIONES (Por métodos algebraicos) Observación: Algunos de estos problemas provienen de las pruebas de Selectividad.
Funcions Límits y continuidad PROBLEMAS DE LÍMITES DE FUNCIONES Por métodos algbraicos Obsrvación: Algunos d stos problmas provinn d las prubas d Slctividad Si ist l it d una función f cuando a, y si f
Más detalles2x 1. (x+ 1) e + 1 2x. 3.- Derivabilidad de una función. 6x 5, si2 x 4
º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II FICHA TEMA 7.- FUNCIONES. DERIVADAS Y APLICACIONES (PROFESOR: RAFAEL NÚÑEZ) -----------------------------------------------------------------------------------------------------------------------------------------------------------------.-
Más detallesPRIMERA PRÁCTICA SONIDO
PRIMERA PRÁCTICA SONIDO 1. Objtivo gnral: El objtivo d sta práctica s qu l alumno s familiaric con los concptos d amplitud y frcuncia y los llgu a dominar, así como l fcto qu tin la variación d stos parámtros
Más detallesLECTURA 09: PRUEBA DEHIPÓTESIS (PARTE III) TEMA 18: PRUEBA DE INDEPENDENCIA CHI CUADRADO
Univrsidad Los Ángls d Chimbot LECTURA 9: PRUEBA DEHIPÓTESIS (PARTE III) TEMA 18: PRUEBA DE INDEPENDENCIA CHI CUADRADO 1. INTRODUCCION: La pruba d indpndncia chi cuadrado s un procdiminto d contrastación
Más detallesRepresentación esquemática de un sistema con tres fases
6 APLICACIONES 6.1 Sistma con varias fass Una vz consguido l modlo para simular una mmbrana, s planta su uso para simular procsos con más d una. Uno d stos procsos podría sr un sistma con varias fass.
Más detallesEJERCICIOS UNIDADES 3 y 4: INTEGRACIÓN DE FUNCIONES
IES Padr Povda (Guadi) EJERCICIOS UNIDADES y : INTEGRACIÓN DE FUNCIONES (-M;Jun-A-) San f : R R y g : R R las funcions dfinidas rspctivamnt por f ( ) = y g( ) = + a) ( punto) Esboza las gráficas d f y
Más detalles2. En el punto x = 0, f ( x) a) Un mínimo local. b) Un máximo local. c) Ninguna de las anteriores. Solución:
Análisis Matmático (Matmáticas Emprsarials II) PROBLEMAS DE FUNCIONES DE UNA VARIABLE. Pguntas d tipo tst. (J). La función f ( ) ln: a) Tin puntos stacionarios (o críticos, s dcir, puntos cuya primra drivada
Más detalles2º BACHILLERATO CINETICA QUÍMICA
VELOCIDAD DE REACCIÓN 1.- Escrib la xprsión d la vlocidad d racción n función d la concntración d cada una d las spcis qu intrvinn n l procso d obtnción d amoniaco. N + 3 H NH 3 d 1 v = [N] = 3 d 1 [H]
Más detallesSEPTIEMBRE Opción A
Slctividad Sptimbr (Pruba Espcífica) SEPTIEMBRE Opción A ( + ).- Dada la función f () s pid dtrminar: a) El dominio, los puntos d cort con los js y las asíntotas. b) Los intrvalos d crciminto y dcrciminto,
Más detallesCAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS
CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los
Más detallesLECCIÓN 5: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN DE VARIABLES SEPARABLES
96 LECCIÓN 5: ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN DE VARIABLES SEPARABLES JUSTIFICACIÓN: En sta Lcción s cntrará la atnción n l studio d aqullas cuacions difrncials ordinarias d primr ordn
Más detallesTAMAÑO DE LA MUESTRA
Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona
Más detallesAT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD. A gn inf. A gn sup PPR = P e PPR
AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD FÓRMULA AT07 NOMBREdlINDICADOR Porcntaj d población n la scula con un avanc rgular por dad. FÓRMULAdCÁLCULO PPR = PPR A + inf A
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS II TEMA 5: INTEGRALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 9 MATEMÁTICAS II TEMA 5: INTEGRALES Junio, Ejrcicio, Opción A Junio, Ejrcicio, Opción B Rsrva, Ejrcicio, Opción A Rsrva, Ejrcicio, Opción B Rsrva, Ejrcicio, Opción
Más detallesEstas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución
Más detallesPrimer Examen Parcial Tema A Cálculo Vectorial Septiembre 26 de 2017
Primr Examn Parcial Tma A Cálculo Vctorial Sptimbr 6 d 17 Est s un xamn individual, no s prmit l uso d libros, apunts, calculadoras o cualquir otro mdio lctrónico Rcurd apagar y guardar su tléfono clular
Más detallesPROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES
PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica
Más detallesCAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden
APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión
Más detallesMétodo novedoso para resolver ecuaciones diferenciales lineales de segundo y tercer orden no homogéneas con coe cientes constantes
Método novdoso para rsolvr cuacions difrncials linals d sgundo y trcr ordn no homogénas con co cints constants amírz Arc Grivin, gramirz@itcr.ac.cr Stimbr, 007 sumn: Est artículo part d un nuvo método
Más detallesINTEGRACIÓN POR PARTES
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERA DEPARTAMENTO DE MATEMÁTICA Y ESTADISTICA INTEGRACION INTEGRACIÓN Algunas intgrals qu s nos prsntan nos rsultan un poco compljas, ya por lo
Más detallesSOLUCIONES A LOS EJERCICIOS DE LOS EXÁMENES DE ANÁLISIS CURSO
SOLUCIONES A LOS EJERCICIOS DE LOS EXÁMENES DE ANÁLISIS CURSO 01-1 Ejrcicio 1º. (,5 puntos) Condra la función polinómica f : R R qu vin dada por la prón f ( ) a b c Dtrmina los valors d los parámtros a,
Más detallestiene por límite L cuando la variable independiente x tiende a x
UNIDAD (Continuación).- Funcions rals. Límits y continuidad 9. LÍMITES. LÍMITES LATERALES Rcordamos dl año antrior qu una función y f () tin por it L cuando la variabl indpndint tind a, y s notaba por
Más detallesAplicaciones de las Derivadas
www.slctividad-cgranada.com Tma : Aplicacions d las Drivadas..- Crciminto y dcrciminto d una función Sa f una función dfinida n l intrvalo I. Si la función f s drivabl sobr l intrvalo I, s vrifica: f s
Más detalles2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13
º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y
Más detallesANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN
ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador
Más detalles168 Termoquímica y Cinética. Aspectos Teóricos
168 Trmoquímica y Cinética 3..- Cinética química Aspctos Tóricos Como ya s ha indicado antriormnt, la trmodinámica tin como objtivo conocr n qu condicions una racción s pud producir d forma spontána. Sin
Más detallesTabla de contenido. Página
Tabla d contnido Página Ecuacions d ordn suprior Ecuacions homogénas d sgundo ordn con coficints constants Caso. Raícs rals distintas 6 Caso. Raícs compljas conjugadas 6 Caso. Raícs rals iguals 7 Rsumn
Más detallesIntegrales indefinidas. 2Bach.
Intgrals indfinidas. Bach..- FUNCIÓN PRIMITIVA. INTEGRAL INDEFINIDA. La intgración s la opración invrsa d la drivación. Dada una función f(), dirmos qu F() s una primitiva suya si F ()f(). Nota: La primitiva
Más detallesTEMA 11. La integral definida Problemas Resueltos
Matmáticas II (Bachillrato d Cincias) Solucions d los problmas propustos Tma 9 Intgrals dfinidas TEMA La intgral dfinida Problmas Rsultos Halla l valor d: 7 a) ( + ) d b) 5 + d c) + d d) Para hallar una
Más detallesPRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos OPCIÓN A
IES CASTELAR BADAJOZ PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO - (RESUELTOS por Antonio nguiano) ATEÁTICAS II Timpo máimo: horas minutos Contsta d manra clara raonada una d las dos opcions
Más detallesProf. Jesús Olivar. Resumen de Cálculo II ING. PETRÓLEO
Prof. Jsús Olivar Rsumn d Cálculo II ING. PETRÓLEO.- FUNCIÓN PRIMITIVA. INTEGRAL INDEFINIDA. La intgración s la opración invrsa d la drivación. Dada una función f, dirmos qu F s una primitiva suya si F
Más detallesProf: Zulay Franco Puerto Ordaz, noviembre
56 Monostabls y Astabls 3.1 Introducción 3.2 Monostabl Es un circuito lctrónico qu dispon d una sñal d ntrada, gnralmnt dnominada disparo, al activars sta ntrada n la salida dl circuito (Q s obtin un pulso
Más detallesCASO DE ESTUDIO N 3. Aplicaciones de los conceptos de interferencia y termoelasticidad para encajar un eje a un núcleo
CAPITULO 3 TENSIONES Y DEFORMACIONES. REVISIÓN DE PRINCIPIOS FÍSICOS CASO DE ESTUDIO N 3 Aplicacions d los concptos d intrfrncia y trmolasticidad para ncajar un j a un núclo 1. Introducción En la Figura
Más detallesCINEMÁTICA (TRAYECTORIA CONOCIDA)
1º Bachillrato: Cinmática (trayctoria conocida CINEMÁTICA (TRAYECTORIA CONOCIDA (Todos los datos y cuacions, n unidads dl S.I. 1. Un objto tin un moviminto uniform d rapidz 4 m/s. En l instant t=0 s ncuntra
Más detallesAlgoritmo para Aproximar el Área Bajo la Curva de la Función Normal Estándar
Algoritmo para Aproimar l Ára Bajo la Curva d la Función Normal Estándar Algoritmo para Aproimar l Ára Bajo la Curva d la Función Normal Estándar M. n C. Víctor Manul Silva García, M. n C. Eduardo Vga
Más detallesModelos Matemáticos para la optimización y reposición de maquinarias: Caso la Empresa Eléctrica de Milagro
Modlos Matmáticos para la optimización y rposición d maquinarias: Caso la Emprsa Eléctrica d Milagro Edwin Lón Plúas, Csar Gurrro Loor 2 Ingniro n Estadística Informática, 2003 2 Dirctor d Tsis, Matmático,
Más detallesTEMA 1: Los números reales. Tema 1: Los números reales 1
TEMA 1: Los númros rals Tma 1: Los númros rals 1 ESQUEMA DE LA UNIDAD 1.- Númros naturals y ntros. 2.- Númros racionals. 3.- Númros irracionals. 4.- Númros rals. 5.- Jrarquía n las opracions combinadas.
Más detallesApellidos: Nombre: Curso: 2º Grupo: A Día: 24-II-2016 CURSO
EXAMEN DE MATEMATICAS II ª EVALUACIÓN Apllidos: Nombr: Curso: º Grupo: A Día: -II-16 CURSO 15-16 Instruccions: a) Duración: 1 HORA y 3 MINUTOS. b) Dbs lgir ntr ralizar únicamnt los cuatro jrcicios d la
Más detallesTEMA 1: Los números reales. Tema 1: Los números reales 1
TEMA 1: Los númros rals Tma 1: Los númros rals 1 ESQUEMA DE LA UNIDAD 1.- Númros naturals y ntros. 2.- Númros racionals. 3.- Númros irracionals. 4.- Númros rals. 5.- Jrarquía n las opracions combinadas.
Más detallesESTUDIO DE UNA FUNCIÓN CON AYUDA DE LA DERIVADA. 1. a) Halla los valores de los coeficientes b, c y d para que la gráfica de la función
ESTUDIO DE UNA FUNCIÓN CON AYUDA DE LA DERIVADA CMS05. a) Halla los valors d los coficints b, c y d para qu la gráfica d la función y b c d cort al j OY n l punto (0, ), pas por l punto (, ) y, n s punto,
Más detallesMatemáticas II TEMA 11 La integral definida Problemas Propuestos y Resueltos
Análisis Intgral dfinida Matmáticas II TEMA La intgral dfinida Problmas Propustos y Rsultos Intgrals dfinidas Halla l valor d: 7 a) ( + ) d b) 5 + d c) + d d) Para hallar una primitiva d cada función hay
Más detallesMatemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos
Matmáticas II TEMA 8 Drivadas Torma Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto Utilizando la dfinición, calcula la drivada d f ( ) n l punto = Utilizando la dfinición, halla la
Más detallesUNIVERSIDAD LIBRE FACULTAD DE INGENIERÍA DEPARTAMENTO DE CIENCIAS BÁSICAS
NOMBRE DE LA ASIGNATURA FÍSICA TÉRMICA CÓDIGO ASIGNATURA 02112 LABORATORIO No 5 TÍTULO DE LA PRÁCTICA DURACIÓN BIBLIOGRAFÍA SUGERIDA CALORIMETRÍA 2 HORAS. - Sars y Z., Física Univrsitaria, Tomo I, Editorial
Más detallesMatemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos
Matmáticas II TEMA 8 Drivadas. Torma. Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto. Utilizando la dfinición, calcula la drivada d f ( ) n l punto. +. Utilizando la dfinición, halla
Más detallesCONDICIONES DE FUNCIONAMIENTO DEL TRANSFORMADOR
ELT 73. CONDICIONES DE FUNCIONAMIENTO DEL TRANSFORMADOR /7 CONDICIONES DE FUNCIONAMIENTO DEL TRANSFORMADOR. PRINCIPIO DE FUNCIONAMIENTO El funcionaminto dl transformador s basa n l principio d intracción
Más detallesProf: Zulay Franco Puerto Ordaz, noviembre
56 Monostabls y Astabls 3.1 Introducción 3.2 Monostabl Es un circuito lctrónico capaz d gnrar un pulso lógico n alto o n bajo a través d su salida (Q. El timpo d duración dl pulso w, stá dtrminado por
Más detallesDefinición de derivada
Dfinición d drivada. Halla, utilizando la dfinición, la drivada d la función f ( ) n l punto =. Compruba aplicando las rglas d drivación qu tu rsultado s corrcto. f ( ) f () La drivada pdida val: f ()
Más detalles1. LÍMITE DE UNA FUNCIÓN REAL
ACTIVIDAD ACADEMICA: CÁLCULO DIFERENCIAL DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD Nº : LÍMITES Y CONTINUIDAD DE FUNCIONES REALES Comptncias Utilizar técnicas d aproimación n procsos numéricos infinitos
Más detallesDpto. de Ingeniería Eléctrica Daniel Moríñigo Sotelo. MÁQUINAS ELÉCTRICAS, 3º Ingenieros Industriales Examen Ordinario 14 de Febrero de 2004
MÁQUNAS LÉCTRCAS, º ngniros ndustrials xamn Ordinario 14 d Fbrro d 004 Problma 1. Un motor drivación consum una corrint d 0 A cuando gira a 1000 r.p.m., sindo la tnsión d alimntación d 00 V. La rsistncia
Más detallesUna onda es una perturbación que se propaga y transporta energía.
Onda Una onda s una prturbación qu s propaga y transporta nrgía. La onda qu transmit un látigo llva una nrgía qu s dscarga n su punta al golpar. TIPOS DE ONDAS Si las partículas dl mdio n l qu s propaga
Más detallesCálculo de Dosis en Braquiterapía Br. Priscila Vargas Chavarría
Cálculo d Dosis n Braquitrapía Br. Priscila Vargas Chavarría Rsumn S prsnta un compndio matmático d las principals cuacions a partir d las s obtinn los principals cálculos d dosis n Braquitrapía. Braqui
Más detallesCOMPUTACIÓN. Práctica nº 2
Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros
Más detallesSOLUCIONES A LOS EXÁMENES DE ANÁLISIS
SOLUCIONES A LOS EXÁMENES DE ANÁLISIS CURSO 0-0 º.- (,5 puntos) Dtrmina la función f : 0, R tal qu f '' gráfica tin una tangnt horizontal n l punto P,. f ( ) ln( ) y su º.- Sa f la función dfinida por
Más detallesLa función gamma. en la disciplina Matemática para las carreras de ingeniería
La función gamma n la disciplina Matmática para las carrras d ingniría Antonio Mazón Ávila INTRODUCCIÓN Por todos s conocido qu la formación Matmática s bas part sncial n la formación dl ingniro, d sto
Más detallesEjercicios para aprender a integrar Propiedades de las integrales:
Julián Morno Mstr www.juliwb.s Ejrcicios para aprndr a intgrar Propidads d las intgrals: af d = a f d f ± g( ) d = f d ± g( ) d b a b f d = f d = [ F( ) ] a = F( b) F( a) a b Rglas d intgración: ad = a
Más detallesPRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL
PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns
Más detallesRelaciones importantes para la entropía.
rmodinámica II 2I Rlacions importants para la ntropía. Entropía Formalmnt la ntropía s d n a partir d la dsigualdad d Clausius I 0 () n dond:! H indica qu la intgral s va a ralizar n todas las parts d
Más detallesV V V { r r ry [ - r r. José Gutierrez Abascal, Madrid. Tfn (91) FAX (91) Figura 2a. Figural. Figura 2b. ...,1 o...,.
APUCACIONDEUNEJERCICIODEPRAcriCASDECALCULODINAMICOALPROYECTODEPUENTES AJarcón, E.; Hurta, M C.; Gómz Lra M- S. Cátdra d Estructuras (E. T.5...). Univrsidad Politécnica d Madrid. José Gutirrz Abascal,.
Más detallesa) f (x) = 1+Mg (x) <1 2-1<1+mg (x)<1-2<mg (x)<0 <M<0 como como para que f sea Lipschitziana de [0,1] [0,1] con constante de
Hoja d Problmas Álgbra VII 55. Supongamos qu la función g stá dfinida y s drivabl n [0,]. Supongamos qu g(0)
Más detallesOPCIÓN A. MATEMÁTICAS 2º BACHILLERATO B Lo contrario de vivir es no arriesgarse. Fito y los Fitipaldis
MATEMÁTICAS º BACHILLERATO B --5 Lo contrario d vivir s no arrisgars Análisis Fito y los Fitipaldis OPCIÓN A.- a) S dsa construir un parallpípdo rctangular d 9 dm d volumn y tal qu un lado d la bas sa
Más detallesTema 2 La oferta, la demanda y el mercado
Ejrcicios rsultos d ntroducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 2 La ofrta, la
Más detallesEspacios vectoriales euclídeos.
Univrsidad d Jaén Dpartamnto d Matmáticas (Ara d Álgbra) Curso 4/5 PRÁCTICA Nº 6 Espacios vctorials uclídos. En sta práctica vamos a vr cómo introducir un producto scalar y trabajar con él n Mathmatica
Más detalles1.- Qué funciones son primitivas de la función cosx: Tachar lo que no proceda
.- Qué funcions son primitivas d la función cos: Tachar lo qu no procda.- Hallar + sn() si < cos si si > continua d: f() g() f()+g() f() g() -cos si
Más detallesMATERIA: Matemáticas VI, AREA III y IV CICLO ESCOLAR PROFESOR Víctor Manuel Armendáriz González
Ciudad d Méico Fundadora y Dirctora Gnral: Profra. Alina Mirya Sánchz Martínz MATERIA: Matmáticas VI, AREA III y IV CICLO ESCOLAR 014-015 PROFESOR Víctor Manul Armndáriz Gonzálz Progrsions Rsulv los siguints
Más detallesSOLUCIONES DE LAS ACTIVIDADES Págs. 65 a 83
TEMA. ECUACIONES SOLUCIONES DE LAS ACTIVIDADES Págs. 6 a 8 Página 6. a) mcm (, ) ( ) + ( ) + 7 + / mcm (6, 0) 0 ( + ) ( ) 0 + 8 0 / c) mcm (7, ) 8 ( ) 7 ( + ) 8 (9 ) 8 97 / 9 d) mcm (8, ) 8 6 (0 ) 8 Página
Más detallesINSTITUTO DE CIENCIAS MATEMÁTICAS CÁLCULO DIFERENCIAL. TERCERA EVALUACIÓN Septiembre 17 de Nombre:
INSTITUTO DE CIENCIAS MATEMÁTICAS CÁLCULO DIFERENCIAL TERCERA EVALUACIÓN Sptimbr 7 d Nombr: Parallo: Firma: TEMA ( puntos) Justificando su rspusta, califiqu como vrdadra o falsa, cada proposición: a) La
Más detallesCONSUMO MUNDIAL DE FIBRAS TEXTILES
ISSN 007-1957 CONSUMO MUNDIAL DE FIBAS TEXTILES Ana María Islas Corts Instituto olitécnico Nacional ESIT amislas@ipn.mx Gabril Guillén Bundía Instituto olitécnico Nacional ESIME Azcapotzalco gguilln@ipn.mx
Más detallese 2/x +1 3) (1p) Halla las asíntotas de la siguiente función, estudia su posición relativa y expresa ésta gráficamente: ln f(x)= x+1
CURSO 7-8. Primra part. d mayo d 8. ) (p) Estudia las discontinuidads d la función: f() / - / + ) (p) Dada la siguint función, s pid: a) La drivada simplificada. b) La cuación d la tangnt d inflión: +
Más detallesPARTE I Parte I Parte II Nota clase Nota Final
Ejrcicio 1 2 3 Part I Puntos PARTE I Part I Part II Nota clas Nota Final Univrsidad Carlos III d Madrid Dpartamnto d Economía Eamn Final d Matmáticas I 14 d Enro d 2009 APELLIDOS: NOMBRE: DNI: Titulación:
Más detallesProceso de análisis de regresión múltiple
Procso d análisis d rgrsión múltipl Rcolcción d datos Chquo d la calidad d los datos Diagnóstico d rlacions o intraccions furts ntr las variabls Xs Aplicación d mdidas rmdials Si S rquirn mdidas rmdials?
Más detallesMétodos específicos de generación de diversas distribuciones continuas
Tma 4 Métodos spcíficos d gnración d divrsas distribucions continuas 4.1. Distribución uniform Si X U(a, b), su función d distribución vin dada por: 0 x < a F (x) = a x < b x a b a 1 x b Aplicando l método
Más detalles105 EJERCICIOS de DERIVABILIDAD 2º BACH.
105 EJERCICIOS d DERIVABILIDAD º BACH. Drivabilidad y continuidad: 1. Dada si 0 f() si < 0 (Soluc: / f'(0)), s pid: a) Estudiar su drivabilidad n 0 b) Rprsntarla.. Ídm con 4 5 si f() 4 si < n (Soluc: f'()).
Más detallesFUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES. Preguntas de dominios y curvas de nivel
FUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES Prguntas d dominios curvas d nivl Dtrmina l dominio d las uncions: a) (, ) b) (, sin + + En cada caso indica dos puntos qu no san
Más detallesESTUDIO ECONOMÉTRICO DE LA PRODUCCIÓN DE ACERO
ESTUDIO ECONOMÉTRICO DE LA RODUCCIÓN DE ACERO Ana María Islas Corts Instituto olitécnico Nacional, ESIT amislas@ipn.mx Gabril Guillén Bundía Instituto olitécnico Nacional, ESIME-Azcapotzalco gguilln@ipn.mx
Más detallesEjercicios para aprender a integrar
Ejrcicios para aprndr a intgrar Propidads d las intgrals: af ) d = a f d b f ) d = Rglas d intgración: ad = a ( f ± g( ) d = f d ± g( ) d a a b [ F( ) ] = F( b) F( ) ( f d = a b Polinomios y sris d potncias
Más detallesAplicaciones de la distribución weibull en ingeniería
COLMEME UAN Aplicacions d la distribución wibull n ingniría Raqul Salazar Morno 1 Abraham Rojano Aguilar 2 Esthr Figuroa Hrnándz Francisco Pérz Soto 1. INTRODUCCIÓN la salud n la vida d una prsona. La
Más detalles4 ANALISIS DIMENSIONAL Y SIMILITUD FISICA
4 ANALISIS IENSIONAL Y SIILITU ISICA www.rivra-001.com Contnido 4.1. Introducción 4.. Qué s un parámtro adimnsional? 4.3. Naturalza adimnsional dl flujo fluido 4.4. El torma d Pi d Buckingham 4.5. Cómo
Más detallesSOLUCIONARIO. UNIDAD 13: Introducción a las derivadas ACTIVIDADES-PÁG Las soluciones aparecen en la tabla.
UNIA : Introducción a las drivadas ACTIVIAES-PÁG. 0. Las solucions aparcn n la tabla. [0, ] [, 6] a) f () = b) f () = + c) f () = 9 d) f () = 7, 6 8, 67. El valor d los límits s: f ( h) f () a) lím 6 h
Más detallesSistemas de control: Elementos componentes, variables, función de transferencia y diagrama funcional.
Sistmas d control: Elmntos componnts, variabls, función d transfrncia y diagrama funcional. Introducción Los sistmas d control automático han jugado un papl vital n l avanc d la cincia y d la ingniría.
Más detallesPart IV. Modelos para la volatilidad. Series de Tiempo. Germán Aneiros Pérez. Introducción. Procesos ARCH: Construcción. Procesos GARCH: Estimación
Sris d idntificación Part IV Modlos para la volatilidad Sris d Modlos para la volatilidad Sris d idntificación Comnzamos indicando la notación gnral qu utilizarmos n st tma: y 1, y 2,..., y T : sri d timpo
Más detalleslasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas y x 12x 2 y log 2 x ln x e e y ln 1 x
. Drivar las siguints funcions simplificar l rsultado n la mdida d lo posibl. ) 4) 7) ) 4 5 5 5 7 5) 8) ) 5 6) 5 9) 4 5 0) ) 7 ) ) 4) 4 5) 6) 7) 8) 9) ) 5) 0) 4 ln ) ln log 6) ln 8) ln ) 9) ) 5) 4) 7)
Más detalles