. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n
|
|
- José María Molina Maidana
- hace 6 años
- Vistas:
Transcripción
1 Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidades MA, /5/9, Prof. Raúl Gouet Solución Control #. Considere una colonia de bacterias con población inicial n. En cada generación la cantidad de bacterias puede multiplicarse por λ >, con probabilidad p, o dividirse por λ con probabilidad p. La multiplicación o división de la población ocurre de manera independiente en cada período. Considere la variable aleatoria X n, que mide la población de bacterias en la generación n. a) ( pto.) Pruebe que X n toma valores en el conjunto λ k n } n k n. Es decir, X n λ Un n, donde U n es una variable aleatoria discreta que toma valores en n,..., n}. Solución: Lo probaremos por inducción en n. Caso Base: La población inicial es n λ n. Paso inductivo: Supongamos que en el periodo n la población puede tomar valores en λ k n } n k n. Usando esta hipótesis e independencia en cada periodo, se tiene que en el periodo n + ha dos casos posibles: Si la población se multiplica en λ, los resultados estarán en λ k+ n } n k n ; Si la población se divide, los resultados estarán en λ k n } n k n. Luego, para el período n + los resultados estarán, en cualquier caso, en el conjunto λ k n } n+ k (n+). Consideremos Y λ U n n en donde U n es una variable aleatoria discreta que toma valores en n,..., n}. Los valores que toma Y están en λ k n } n k n. Si además P(X n λ k n ) P(U n k), entonces las variables aleatorias X n Y tienen la misma distribución de probabilidad. Defina las variables aleatorias R n : Cantidad de veces que la población se multiplicó L n : Cantidad de veces que la población se dividió. Notar que R n + L n n. b) ( ptos.) Encuentre la distribución de probabilidades de R n de L n exprese U n en términos de R n. Solución: Notemos que la variable R n puede ser vista como la cantidad de éxitos (la población se multiplicó) en un total de n intentos. Por lo tanto, la variable R n sigue una distribución Binomial de parámetros n p, R n Bi(n, p). P(R n k) Usando que L n n R n se tiene que: p k ( p) n k, k k,,..., n P(L n k) P(n R n k) P(R n n k) p n k ( p) k, n k k,,..., n Utilizando la igualdad de números combinatorios ( ( n n k) n k), se tiene que P(L n k) p n k ( p) k, k,,..., n k es decir, L n Bi(n, p). Podemos escribir la variable U n en términos de L n R n de acuerdo a la siguiente relación: U n R n L n R n (n R n ) R n n. c) ( ptos.) Encuentre P(U n k) use este resultado para encontrar la distribución de probabilidades de X n. Solución: Usando la relación encontrada en la parte anterior, se calcula P(U n k) P(R n n k) P ( R n n + k ).
2 Notemos que R n toma valores en,,..., n}. Esto implica que si n+k,,..., n}, entonces P(R n n+k ). Por otra parte, si n+k ) m,,..., n}, entonces P(R n n+k ) p m ( p) n m. ( n m Esto lo podemos reescribir como: ( P R n n + k ) n + k impar ( n ) n+k n+k p n ( p) n + k par. Sean X e Y son variables aleatorias con densidad conjunta dada por n+k f X,Y (x, ) x, x,. a) ( ptos.) Encuentre la función de densidad conjunta para las variables U XY V X/Y. Es decir, la densidad del vector (U, V ). Solución: Utilizaremos el Teorema de Cambio de Variables. Notemos que si u(x, ) x v(x, ) x, se tiene que x(u, v) uv e (u, v) u/v. Sin embargo, se requiere que x(u, v) que (u, v). Esto nos entrega condiciones sobre las variables (u, v), es decir, uv u v. Por lo tanto, consideremos el conjunto D (u, v) : u, u v u} la transformación: Esta transformación es biectiva. T : [, ) [, ) D (x, ) T (x, ) T es inectiva: Supongamos que T (x, ) T (w, z). Entonces: () x wz () x w z. ( ) x x/ Como x,, z, w >, despejando x de () reemplazándolo en () se obtiene z, lo que implica en () que x w. Luego, (x, ) (w, z). T sobreectiva: Sea (a, b) D. Entonces, considerando x ab a b, se tiene que T (x, ) (a, b). Notar que esto no es cierto si no restringimos la llegada de T al conjunto D. La transformación inversa de T es: T : D [, ) [, ) ( ) uv (u, v) T (u, v) u/v Calculamos el módulo del determinante del Jacobiano de la transformación inversa: det(j T (u, v)) Consideremos un punto (u, v) D. Se tiene que: v u uv u v u v v f X,Y (T (u, v), T (u, v)) det(j T (u, v)) u v u v Luego, la densidad conjunta para el vector aleatorio (U, V ) está dada por:
3 f U,V (u, v) u v (u, v) D (u, v) D. b) ( ptos.) Encuentre las densidades marginales para U V. Solución: Consideremos u. La densidad marginal de U es: f U (u) f U,V (u, v)dv u Consideremos v >. La densidad marginal de V es: u u v dv [ln v] u u /u ln u [ln u ln(/u)] u u f V (v) f U,V (u, v)du máx/v, v} u v du v [ ] u máx/v,v} v máx/v, v} máx, v }.. El Presidente de la Academia de Ciencias de un lejano país, ha organizado un debate para zanjar el problema de generar al azar una cuerda en una circunferencia de radio R. Un académico propone dibujar un radio escoger sobre él un punto al azar, de acuerdo con la le Uniforme en [, R] luego, en dicho punto, trazar una perpendicular al radio, definiendo así una cuerda. Un segundo académico propone dibujar un par de radios que formen un ángulo Θ, escogido al azar, con le uniforme en [, π], construir la cuerda uniendo los extremos de los radios. Para orientar la discusión, el presidente contrata a un estudiante de MA (usted, por ejemplo) cua misión es a) Determinar, si es que existe, la densidad de probabilidad del largo de la cuerda en cada uno de los métodos propuestos Solución: En el primer método se debe escoger un punto al azar sobre un radio luego trazar una perpendicular al radio en dicho punto. Si designamos por X la distancia de dicho punto al centro de la circunferencia resulta que X es una v.a. uniforme U[, R]. Por otra parte, el largo de la cuerda por dicho punto (usando el teor. de Pitágoras) es Y g(x) R X. La función g(x) es decreciente estricta en [, R], su derivada es g (x) x/ R x su inversa es g () R /. Notar que la derivada se anula en x no existe en x R. Ambos valores podemos ignorarlos por X es v.a. continua. Aplicamos a continuación la fórmula de cambio de variable en una dimension para obtener o bien f Y () f X ((g ())/ g (g ()) R [,R]( R /) R /. f () R R [,R[(). En el segundo método nos damos un radio cualquiera escogemos al azar un ángulo θ [, π]. Trazamos un nuevo radio que forme ángulo θ con el anterior unimos los extremos para determinar la cuerda. Como antes, el problema es definir el largo de la cuerda como función de θ, digamos h(θ). En el triángulo determinado por el centro de la circunferencia los extremos de los radios aplicamos la le de senos (por ejemplo), notando que el triángulo es isósceles con ángulos θ (en el vértice del origen) los otros son (π θ)/. Entonces, por la le de senos tenemos sin(θ) h(θ) R sin(π/ θ/). Más fácil aún es mirar la mitad del triángulo observar que h(θ)/ es la proección del radio R con ángulo π/ θ/. Se obtiene de inmediato que h(θ) R sin(θ/).
4 Vemos que h es creciente estricta en [, π], su derivada es h (θ) R cos(θ/) su inversa es h () arcsin( R ). Notamos que ha problema en θ π/ pero esto no es grave porque θ es v.a. continua. Aplicamos la fórmula de cambio de variable: f Y () f X ((g ())/ g (g ()) π [,π]( arcsin( R )) R. o bien f () π R [,R[(). b) Calcular los respectivos valores esperados varianzas. Solución: Para calcular esperanzas varianzas podemos usar las densidades recién calculadas o las originales. Por ejemplo, E(g(X)) E(h(θ)) R R R g(x)dx R R x dx R π π h(θ)dθ R π sin(θ/)dθ R π. Para las varianzas calculamos la esperanza del cuadrado restamos el cuadrado de la esperanza. Tenemos R E(g(X) R ) R g(x) dx R (R x )dx R 8 Análogamente E(h(θ) ) ( ) 8 V (g(x)) R π. π π h(θ) dθ R sin (θ/)dθ R π V (h(θ)) R ( 6 π ).. Suponga que las variables aleatorias X e Y tienen distribución conjunta f X,Y (x, ) (x + ) x, en otro caso. a) (. ptos) Encuentre las densidades marginales de X e Y. Son X e Y variables independientes? Solución: Si x [, ], entonces f X (x). Sea x [, ]. La densidad marginal de X es: f X (x) (x + )d x +. Por simetría debemos tener que f Y f X. Si las variables fuesen independientes se debería cumplir que f X,Y (x, ) f X (x)f Y (). Sin embargo, f X (x)f Y () Es decir, las variables no son independientes. ( x + ) ( + ) (x + ).
5 b) (. ptos) Encuentre las densidades condicionales f X Y (x Y ) f Y X ( X x). Solución: Nuevamente nos centraremos en el caso x, [, ], pues en otro caso vale cero o no está definida. f X Y (x Y ) f Y X ( X x) f(x, ) f Y () x + +. f(x, ) f X (x) x + x +. c) (. ptos) Calcular P(Y < X ) P(X < Y ). Solución: Para calcular la probabilidad condicional utilizamos la parte anterior: P(Y < X ) / (/) + (/) + d. Para calcular la otra probabilidad no se requiere usar densidades condicionales, simplemente probabilidades condicionales. P(X < Y ) P(X <, Y ) P(Y ) /8 5/6 5. d) (. ptos) Encuentre E(X), Var(X), E(Y ), Var(Y ). Solución: E(X) xf X (x) x + x dx Por simetría, E(Y ) E(X). E(X ) x f X (x) x + x dx Por simetría, E(Y ) E(X ). Luego Var(X) , 76. Por simetría nuevamente, Var(Y ), 76. e) (. ptos) Encuentre E(X Y ). Solución: E(X Y ) x x + [ + dx + + ]. 5
Maestría en Bioinformática Probabilidad y Estadística: Clase 3
Maestría en Bioinformática Probabilidad y Estadística: Clase 3 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Variables aleatorias
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesIES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Junio de 2011 (Específico Modelo 5) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 2011 específico1 [2'5 puntos] Un alambre de 100 m de longitud se divide
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detalles1 Funciones de Varias Variables
EJECICIOS DE FUNDAMENTOS MATEMÁTICOS (DISEO) Funciones de Varias Variables. Dada f(x, y) ln ( x + ln(y) ). a) Calcular la derivada direccional en el punto (x, y) (, e 2 ) en la dirección del vector v (3,
Más detalles2 x
FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08-2 Importante: Visita regularmente ttp://www.dim.ucile.cl/~calculo. Aí encontrarás las guías de ejercicios
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UC3M Transformaciones de variables aleatorias Ejercicio. Sea X una v.a. continua con función de densidad dada por: /, si
Más detallesCálculo de Probabilidades II Preguntas Tema 1
Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detallesEXAMEN DE SEPTIEMBRE, MATEMÁTICAS I. 1. (2.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que
EXAMEN DE SEPTIEMBRE, MATEMÁTICAS I DEBE CONTESTAR ÚNICAMENTE A 4 DE LOS SIGUIENTES 5 EJERCICIOS 1. (.5 ptos) Sean f y g funciones con derivadas primeras y segundas continuas de las que se sabe que Sea
Más detallesLA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE. Capítulo 7 Sec. 7.5 y 7.6
LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE Capítulo 7 Sec. 7.5 y 7.6 El Plano Complejo Se puede utilizar un plano de coordenadas para representar números complejos. Si cada
Más detalles2 Métodos de solución de ED de primer orden
CAPÍTULO Métodos de solución de ED de primer orden.4 Ecuaciones diferenciales de Bernoulli Una ecuación diferencial ordinaria de primer orden de la forma a 0.x/y 0 C a.x/y D f.x/y r ; con r 0; : se denomina
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detalles2.4 Ecuaciones diferenciales de Bernoulli
.4 Ecuaciones diferenciales de Bernoulli 3 Ejercicios.3. Ecuaciones diferenciales lineales. Soluciones en la página 4 Resolver las siguientes ecuaciones diferenciales lineales.. y 0 C 00y D 0.. x 0 0x
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detalles2 Unidad II: Ecuaciones Diferenciales de Orden Superior
ITESM, Campus Monterrey Departamento de Matemáticas MA-41: Ecuaciones Diferenciales Lectura # Profesor: Victor Segura Flores Unidad II: Ecuaciones Diferenciales de Orden Superior.1 Ecuaciones Diferenciales
Más detallesInducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones
UNSL Repaso de Inducción, y Inducción Matemática (Sección 1.7 del libro) Supongamos que queremos demostrar enunciados del siguiente tipo: P(n) : La suma de los primeros n números naturales es n(n+1)
Más detallesMATEMÁTICAS 1º BACH. C. N. Y S. 25 de enero de 2010 Geometría y Logaritmos
MATEMÁTICAS 1º BACH. C. N. Y S. 5 de enero de 010 Geometría y Logaritmos x yz 1) Tomar logaritmos, y desarrollar, en la siguiente expresión: A 4 ab log x log b 4log a log y ) Quitar logaritmos: log A )
Más detallesTrigonometría Analítica. Sección 6.6 Funciones trigonométricas inversas
6 Trigonometría Analítica Sección 6.6 Funciones trigonométricas inversas Funciones Inversas Recordar que para una función, f, tenga inversa, f -1, es necesario que f sea una función uno-a-uno. o Una función,
Más detallesIES Fco Ayala de Granada Junio específico de 2010 (Modelo 4) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala de Granada Junio específico de 010 (Modelo 4) Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 Junio Específico 010 [ 5 puntos] La hipotenusa de un triángulo rectángulo mide
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesFigura 1. Círculo unidad. Definición. 1. Llamamos número π (pi) al valor de la integral
ANÁLISIS MATEMÁTICO BÁSICO. LAS FUNCIONES TRIGONOMÉTRICAS. La función f(x) = 1 x 2 es continua en el intervalo [ 1, 1]. Su gráfica como vimos es la semicircunferencia de radio uno centro el origen de coordenadas.
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesFundamentos matemáticos. Tema 5 Derivación de funciones de una y varias variables
Fundamentos matemáticos Grado en Ingeniería agrícola y del medio rural Tema 5 Derivación de funciones de una y varias variables José Barrios García Departamento de Análisis Matemático Universidad de La
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detalles4 Ecuaciones diferenciales de orden superior
CAPÍTULO 4 Ecuaciones diferenciales de orden superior 4. educción de orden allar un método para encontrar soluciones que formen un conjunto fundamental de la ED será nuestro trabajo en las siguientes secciones.
Más detallesAUXILIAR 1 PROBLEMA 1
AUXILIAR 1 PROBLEMA 1 Calcular el campo eléctrico en cualquier punto del espacio, producido por una recta de carga infinita (con densidad lineal de carga λ0). Luego, aplicar el teorema de Gauss para obtener
Más detallesCÁLCULO Primer curso de Ingeniero de Telecomunicación Examen Final. 26 de Junio de 2008 Primera parte. =1, a,b > 0.
ÁLULO Primer curso de ngeniero de Telecomunicación Examen Final. 6 de Junio de 8 Primera parte Ejercicio. onsideremos los rectángulos de lados paralelos a los ejes que pueden inscribirse en la elipse x
Más detallesEjercicios de Vectores Aleatorios
Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros M2 Calcular la función de densidad conjunta y las marginales
Más detallesIntegrales Múltiples.
CAPÍTULO 8 Integrales Múltiples. En este capítulo generalizamos las integrales definidas de una variable a dos y tres variables. La interpretación geométrica de las integrales definidas de una variable
Más detallesCapitulo VI: Funciones.
Funciones o Aplicaciones: Capitulo VI: Funciones. Ejemplo de función: Sean: A = {, 2, 3 } B = { a, b, c, d, e } F = { (;a) (2;b) (3;e) } es una función de A en B, porque a cada elemento de A, le corresponde
Más detalles( ) m normal. UNIDAD III. DERIVACIÓN Y APLICACIONES FÍSICAS Y GEOMÉTRICAS 3.8. Aplicaciones geométricas de la derivada
UNIDAD III. DERIVACIÓN Y APLICACIONES FÍSICAS Y GEOMÉTRICAS 3.8. Aplicaciones geométricas de la derivada Dirección de una curva Dado que la derivada de f (x) se define como la pendiente de la recta tangente
Más detallesVariables aleatorias múltiples
Chapter 4 Variables aleatorias múltiples 4.. Distribución conjunta y marginal Definición 4.. Un vector aleatorio n-dimensional es una función que va de un espacio muestral S a un espacio euclediano n-dimensional
Más detalles1. Convergencia en medida
FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA3801 Teoría de la Medida. Semestre 2009-02 Profesor: Jaime San Martín Auxiliares: Andrés Fielbaum y Cristóbal Guzmán Clase auxiliar 7 21 de Septiembre
Más detallesFormulas Matemáticas
B A C a TRIGONOMETRÍA Radian Grados sen a cos a tag a 0 2π 0 0 1 0 π/6 30º 1 / 2 3 / 2 3 / 3 π/4 45º 2 / 2 2 / 2 1 π/3 60º 3 / 2 1 / 2 3 π/2 90º 1 0 π 180º 0-1 0 3π/2 270º -1 0 sen a = B / C cos a = A
Más detallesANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009
ANÁLISIS I MATEMÁTICA ANÁLISIS II (Computación) Práctica 5 - Verano 2009 Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior. Calcular las derivadas
Más detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesEjercicios Resueltos de Cálculo III.
Ejercicios Resueltos de Cálculo III. 1.- Considere y. a) Demuestre que las rectas dadas se cortan. Encuentre el punto de intersección. b) Encuentre una ecuación del plano que contiene a esas rectas. Como
Más detallesIES Fco Ayala de Granada Sobrantes del 2010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio 1 opción A, modelo 6 del 010 [ 5 puntos] Dada la función f : R R definida como f(x)= a.sen(x)+ bx + cx + d, determina los valores de las constantes a, b, c y d sabiendo que la gráfica
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detalles1. Lección 9 - Continuidad y Derivabilidad
1. Lección 9 - Continuidad y Derivabilidad 1.1. Continuidad El concepto de continuación es el mismo que el visto en el primer cuatrimestre pero generalizado al caso de los campos escalares. Así, sea la
Más detallesConstrucciones con regla y compás
Universidad de Buenos Aires - CONICET Semana de la Matemática - 2009 Algunos ejemplos Vamos a hacer algunos dibujos usando un papel, un lápiz, un compás y una regla sin medidas marcadas. Algunos ejemplos
Más detallesVariables aleatorias unidimensionales
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Variable aleatoria 1 Variable aleatoria 2 3 4 Variable aleatoria Definición Las variables aleatorias son funciones cuyos valores dependen
Más detallesFundamentos matemáticos. Tema 8 Ecuaciones diferenciales
Grado en Ingeniería agrícola y del medio rural Tema 8 José Barrios García Departamento de Análisis Matemático Universidad de La Laguna jbarrios@ull.es 2016 Licencia Creative Commons 4.0 Internacional J.
Más detallesIES Fco Ayala de Granada Junio de 2012 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Junio de 01 (Común Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo Junio 01 común Sea f : R R la función definida como f(x) = e x.(x ). [1 punto]
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detalles8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
8.4. CRITERIO DE ESTAB.: METODO DE LIAPUNOV 309 8.4. CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV Consideremos el sistema autónomo dx = F (x, y) dt (8.32) dt = G(x, y), y supongamos que tiene
Más detallesMATEMÁTICAS II TEMA 6 Planos y rectas en el espacio. Problemas de ángulos, paralelismo y perpendicularidad, simetrías y distancias
Geometría del espacio: problemas de ángulos y distancias; simetrías MATEMÁTICAS II TEMA 6 Planos y rectas en el espacio Problemas de ángulos, paralelismo y perpendicularidad, simetrías y distancias Ángulos
Más detalles1 Curvas planas. Solución de los ejercicios propuestos.
1 Curvas planas. Solución de los ejercicios propuestos. 1. Se considera el lugar geométrico de los puntos del plano tales que la suma del cuadrado de las distancias a los puntos P 1 = (, 0) y P = (, 0)
Más detallesForma polar de números complejos (repaso breve)
Forma polar de números complejos (repaso breve) Objetivos. pasar la forma polar de números complejos. quisitos. Números complejos, funciones trigonométricas, valor absoluto de números complejos, circunferencia
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesElectromagnetismo I. Semestre: TAREA 1 Y SU SOLUCIÓN Dr. A. Reyes-Coronado
Electromagnetismo I Semestre: 01- TAREA 1 Y SU SOLUCIÓN Dr. A. Reyes-Coronado Solución por Carlos Andrés Escobar Ruí 1.- Problema: (5pts) (a) Doce cargas iguales q se encuentran localiadas en los vérices
Más detallesÁreas entre curvas. Ejercicios resueltos
Áreas entre curvas Ejercicios resueltos Recordemos que el área encerrada por las gráficas de dos funciones f y g entre las rectas x = a y x = b es dada por Ejercicios resueltos b a f x g x dx Ejercicio
Más detallesCálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos
Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím
Más detallesCálculo. Primer curso de Ingenieros de Telecomunicación. Curso Examen de Septiembre. 6 de Septiembre de 2002.
Cálculo. Primer curso de Ingenieros de Telecomunicación. Curso -. Examen de Septiembre. 6 de Septiembre de. Primera parte Ejercicio. Un canal abierto cuya sección es un trapecio isósceles de bases horizontales,
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Más detallesManual de teoría: Funciones Matemática Bachillerato
Manual de teoría: Funciones Matemática Bachillerato Realizado por José Pablo Flores Zúñiga Funciones: José Pablo Flores Zúñiga Página 1 Contenido: ) Funciones.1 Conceptos Básicos de Funciones. Función
Más detallesSubtemas: -Congruencia De Triángulos. -Tipos De Ángulos. -Tipos De Triángulos
Subtemas: -Congruencia De Triángulos -Tipos De Ángulos -Tipos De Triángulos Congruencia de triángulos La congruencia de triángulos estudia los casos en que dos o más triángulos presentan ángulos y lados
Más detalles2. El conjunto de los números complejos
Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más
Más detallesRESOLUCIÓN DE TRIÁNGULOS
RESOLUCIÓN DE TRIÁNGULOS Resolver un triángulo consiste en determinar la longitud de sus tres lados y la amplitud de sus tres ángulos. Vamos a recordar primero la resolución para triángulos rectángulos
Más detallesDr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez
Profesores: Mg. Cecilia Rosas Meneses Dr. Mauro Gutierrez Martinez Dr. Christiam Gonzales Chávez Definición. La función de distribución acumulada F X de una v.a. X es definida para cada número real x como
Más detallesAversión al riesgo, equivalente cierto y precios de reserva
Aversión al riesgo, equivalente cierto y precios de reserva Ricard Torres ITAM Economía Financiera, 2015 Ricard Torres (ITAM) Aversión al riesgo, equivalente cierto y precios de reserva Economía Financiera
Más detallesVariable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesClase 10: Extremos condicionados y multiplicadores de Lagrange
Clase 10: Extremos condicionados y multiplicadores de Lagrange C.J. Vanegas 7 de abril de 008 1. Extremos condicionados y multiplicadores de Lagrange Estamos interesados en maximizar o minimizar una función
Más detalles3.1. Distancia entre dos puntos. Definición 3.1. Sean a, b e, se llama distancia entre los números a y b que se denota por d (a, b), a la cantidad:
III. UNIDAD: GEOMETRIA ANALITICA LANA. La Geometría Analítica permite usar los métodos algebraicos en la solución de problemas geométricos, recíprocamente, los métodos de la geometría analítica pueden
Más detallesVectores y rectas. 4º curso de E.S.O., opción B. Modelo de examen (ficticio)
demattematicaswordpresscom Vectores y rectas º curso de ESO, opción B Modelo de examen (ficticio) Sean los vectores u = (,5) y v = (, ) a) Analiza si tienen la misma dirección No tienen la misma dirección
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Conceptos Básicos. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 32 Agenda 1 Definiciones y Propiedades Básicas
Más detallesSemana 09 [1/28] Sucesiones. 29 de abril de Sucesiones
Semana 09 [1/28] 29 de abril de 2007 Semana 09 [2/28] Definición Sucesión Una sucesión real es una función: f : N R n f (n) Observaciones Para distinguir a una sucesión de las demás funciones, se ocupará
Más detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesMatemáticas CÁLCULO DE DERIVADAS
Matemáticas Derivada de un cociente de funciones CÁLCULO DE DERIVADAS Considérense, como en los casos precedentes, dos funciones f y g definidas y derivables en un punto x. Además, en este caso, se tiene
Más detallesRESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Más detallesTRIGONOMETRÍA. 1. Ángulos. 2. Razones trigonométricas de ángulos agudos
TRIGONOMETRÍA 1 Ángulos Hasta ahora se han considerado los ángulos como la porción del plano comprendida entre dos semirrectas con el origen común De esta manera, el ángulo está comprendido entre 0 y 360
Más detallesGUÍA N o 1 FÍSICA GENERAL II LEY DE COULOMB Y CAMPO ELÉCTRICO
GUÍA N o 1 FÍSICA GENERAL II LEY DE COULOMB Y CAMPO ELÉCTRICO Objetivos de aprendizaje: Esta guía es una herramienta que usted debe usar para lograr los siguientes objetivos: Entender los fenómenos de
Más detallesRelación de Problemas. Tema 6
Relación de Problemas. Tema 6 1. En una urna hay 5 bolas blancas y 2 negras y se sacan tres bolas sin reemplazamiento. a) Calcular la distribución conjunta del número de bolas blancas y negras de entre
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesII. TRIGONOMETRÍA. A. ÁNGULOS Y SUS MEDIDAS Un ángulo es la abertura que existe ebtre dos líneas que se cortan.
II. TRIGONOMETRÍA La trigonometría se encarga del estudio de la medida de los triángulos, es decir de la medida de sus ángulos y sus lados. A. ÁNGULOS Y SUS MEDIDAS Un ángulo es la abertura que eiste ebtre
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detalles1. Operaciones con vectores
1. OPERACIONES CON VECTORES Academia Nakis (Lugones)684-61-61-03. 1 Resumen Geometría en 3D 1. Operaciones con vectores Sean los vectores W 1 = (a 1, b 1, c 1 ),W 2 = (a 2, b 2, c 2 ),W 3 = (a 3, b 3,
Más detallesCuadriláteros y circunferencia
CLAVES PARA EMPEZAR Un triángulo isósceles tiene dos lados iguales: b c. Como es rectángulo, se cumple el teorema de Pitágoras: 10 2 b 2 b 2 100 2b 2 b 7,07. Los dos lados miden 7,07 cm cada uno. r A C
Más detallesEl átomo de hidrógeno
El átomo de hiógeno Antonio M. Márquez Departamento de Química Física Universidad de Sevilla Curso 15-16 Problema 1 Calcule la probabilidad de que un electrón 1s del H se encuentre entre r r. La probabilidad
Más detallesJUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
Más detallesPAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.
PAU Madrid. Matemáticas II. Año 22. Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. Se considera una varilla AB de longitud 1. El extremo A de esta varilla recorre completamente la circunferencia
Más detallesConceptos Fundamentales. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas
Conceptos Fundamentales Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas Análisis de datos en física de partículas Experimento en física de partículas: Observación de n sucesos de un cierto tipo (colisiones
Más detallesColegio Universitario Boston
Función Lineal. Si f función polinomial de la forma o, donde y son constantes reales se considera una función lineal, en esta nos la pendiente o sea la inclinación que tendrá la gráfica de la función,
Más detallesMATEMÁTICA D y D 1 Módulo I: Análisis de Variable Compleja
Matemática D y D MATEMÁTICA D y D Módulo I: Análisis de Variable Compleja Unidad 0 Números Complejos Mag. María Inés Baragatti Números complejos. Generalidades Un número complejo es un par ordenado de
Más detallesSesión del día 11 de Marzo del 2011 y tutoría del día 12 de Marzo del 2011
Especialidad La enseñanza de las matemáticas en secundaria Grupo B: Celaya Sesión del día 11 de Marzo del 2011 y tutoría del día 12 de Marzo del 2011 Álgebra Resumen de la sesión anterior. Se añadió que
Más detallesTema 4: Variable aleatoria. Métodos Estadísticos
Tema 4: Variable aleatoria. Métodos Estadísticos Definición de v.a. Definición: Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio, es decir, una función
Más detallesy = 2x + 8x 7, y = x 4. y = 4 x, y = x + 2, x = 2, x = 3. x = 16 y, x = 6 y. y = a x, y = x, x y = a. (1 x)dx. y = 9 x, y = 0.
. Encuentre el área de la región limitada por las curvas indicadas:.. y = x, y = x +... x = y, x = y +... y = x +, y = x +, y = x....5..6..7..8..9..0....... y = x + 8x 7, y = x. y = x, y = x +, x =, x
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesFormulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría
Formulario y Tablas de Probabilidad para los Cursos de Probabilidad, Inferencia Estadística y Econometría Ernesto Barrios Zamudio 1 José Ángel García Pérez2 Departamento Académico de Estadística Instituto
Más detallesMay 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Más detalles