En diferentes campos de la actividad científica se encuentran casos en los que ciertos experimentos u observaciones, pueden repetirse varias veces

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

Download "En diferentes campos de la actividad científica se encuentran casos en los que ciertos experimentos u observaciones, pueden repetirse varias veces"

Transcripción

1 CAPÍTULO 5 SUCESOS ALEATORIOS E diferetes capos de la actividad cietífica se ecuetra casos e los que ciertos experietos u observacioes, puede repetirse varias veces bajo siilares codicioes, dado para cada observació aislada u resultado deteriado. Siilarete a los juegos de azar existe uchos ejeplos de experietos cietíficos que se preseta e Física, Biología, Medicia y deás raas del saber, e dode se pretede ateer bajo cotrol todas las codicioes que puede ejercer ifluecia sobre el experieto, de tal fora que su repetició sea lo ás uifore posible, si ebargo aparece ua variabilidad itríseca que o es posible doiar. Debido a esta variabilidad, el resultado del experieto varía de fora irregular e las repeticioes sucesivas, y el resultado de ua repetició idividual o puede predecirse exactaete. Esto sigifica que por ejeplo, las edicioes de ua catidad física, o dará por lo geeral resultados idéticos. Esta variabilidad, aleatoria e ipredecible aparece coo ua característica doiate e todos los experietos repetidos y se tiee la costubre de iputar tales variacioes a los errores de edida, cuado e verdad la causa de la variació elude el cotrol. E tal caso direos que estaos ate u experieto aleatorio u observació aleatoria. E coclusió direos que si el resultado de u experieto varía de ua repetició a otra, dicho experieto es aleatorio. So evetos que tiee lugar e fora ipredecible, coo sucede co la desitegració de los átoos e ua uestra uclear radiactiva. El feóeo coocido coo desitegració uclear cosiste e que espotáeaete los úcleos de átoos co u úero ásico (A=Z+N; Z=úero de eutroes; N=úero de eutroes) grade eite e fora ipredecible diversa clase de partículas (,,,...) trasforádose e otra clase de úcleos, por lo geeral ás estables. Este proceso puede durar fraccioes de segudo o años eteros, depediedo del aterial, pero para cada clase de úcleos o podeos saber co exactitud e que tiepo se produce el feóeo de desitegració. Por este otivo, catalogaos este experieto detro de los sucesos aleatorios ó estocásticos. Cuado por ejeplo, se tiee u gas ideal (gas soetido a bajas presioes y altas teperaturas, para asegurar que la iteracció etre las oléculas sea pequeña; coo ocurre co las el aire que respiraos, que a la teperatura abiete puede cosiderarse, para la ayoría de fies, coo ua ezcla de gases ideales), las colisioes que se produce etre las oléculas so de carácter estrictaete aleatorio, es decir so ipredecibles. El estudio de los procesos aleatorios se fudaeta e la teoría de la probabilidad, que e la actualidad es ua raa de las ateáticas, cuyo capo de aplicació se extiede sobre todas las raas de las ciecias aturales, técicas y sociales. La teoría ateática de los juegos de azar desarrollada hace ás de tres siglos dio orige al fudaeto ateático de la teoría de la probabilidad. E todos los juegos corrietes de azar co dados, cartas, ruletas y otros aparatos seejates, cada ua de las jugadas debe dar u resultado de etre u úero de ellos posibles, represetado por las seis caras del dado, los treita y siete casos de la ruleta, las 52 cartas de ua baraja, etc. Si el aparato de juego esta correctaete hecho y el juego se realiza e fora adecuada, o es posible predecir de ateao cual de estos resultados posibles se va a obteer e ua jugada deteriada. No podeos predecir, si e la próxia tirada co ua oeda, va a salir cara o sello, y aálogaete e otros casos. Pues bie: esta isa iposibilidad de predicció costituye la aleatoriedad, el eleeto que caracteriza la falta de certeza, es decir, el azar del juego. Por otra parte, existe etre los diversos resultados posibles de aquel ua sietría recíproca, que os hace cosiderar todos estos resultados coo equivaletes desde el puto de vista del juego. E otras palabras, cosideraos que es igualete favorable para u jugador arriesgar su apuesta a uo cualquiera de los resultados posibles. Supogaos u juego e el que se de esas codicioes, cada vez que se hace ua jugada se obtedrá coo resultado uo de etre cierto úero de ellos, o casos posibles, y etre estos existe ua sietría utua del tipo que acabaos de idicar. Si deotaos por c el úero total de casos posibles y si este puede dividirse e u grupo de casos favorables, que deotareos por a y otro grupo de casos desfavorable que deotareos por (c- a), u jugador A, segú las reglas del juego, llevaría iplícito que gaase para cualquiera de los casos favorables a y que por el cotrario perdiese e presecia de cualquiera de los casos desfavorables (c- a). El cociete etre el úero de casos favorables a y el úero total de casos posibles, llegó a coocerse coo la probabilidad del hecho que cosistía e que el jugador A gaase. Esta apreciació codujo a la faosa defiició clásica de probabilidad, que dice así: La probabilidad de que se presete deteriado suceso es igual al cociete del úero de casos que so favorables a este suceso, por el úero de casos posibles, co tal que todos estos casos sea utuaete siétricos. E Física aparece la icertidubre debido a la icapacidad del hobre de eteder todos los efectos y causas e hechos que so iheretes a la aturaleza isa del problea. Coo resultado de la icertidubre, uca se puede predecir copletaete el futuro de u suceso, sio ás bie cosiderar la posibilidad de la ocurrecia de sucesos particulares y luego deteriar su verosiilitud. Los sucesos iciertos debe ser cosiderados ediate la teoría de probabilidades, la cual trata foralete los experietos físicos y sus resultados. Por la razó aterior, e física se estudia dos tipos de procesos: Aleatorios o Estocásticos y Deteriistas. Los deteriistas se describe, e la ayoría de los casos, a través de odelos ateáticos por edio de ecuacioes difereciales. E estos odelos a partir de ua codició iicial e u tiepo dado, siepre es posible predecir el coportaieto del sistea uívocaete, e u tiepo posterior. E los procesos estocásticos al cotrario, sólo es posible predecir la probabilidad del coportaieto de diferetes variates. Los procesos estocásticos se estudia e ua parte de la ateática, llaada Teoría de Probabilidades. E esta teoría se cosidera los úeros aleatorios y los procesos aleatorios. Para aalizar estos procesos, es ecesario elaborar prograas especiales, para que el coputador produzca estos úeros aleatorios. A este tipo de prograas se le llaa geeradores de úeros aleatorios. Los étodos elaborados e esta parte de la ateática se puede usar, o sólo para aalizar procesos estocásticos, sio tabié procesos deteriistas. Por ejeplo, si se estudia u proceso deteriista del creciieto de u cristal, e este étodo se agrega átoos al azar y se prueba, por ejeplo la eergía; cada vez que se agrega u átoo al sistea y se acepta el caso cuado la eergía del sistea es íia. Para siular estos procesos, se utiliza los geeradores de úeros aleatorios. A todo el cojuto de étodos, que utiliza geeradores de úeros aleatorios para siular procesos, se les llaa étodos de Mote Carlo. E los últios años estos étodos se usa apliaete o sólo e la Física y e la Mateática, sio tabié, e Biología, Quíica, Medicia, Ciecias Sociales, etc.

2 5. PROBABILIDAD Cualquier odelo realista de u feóeo e el udo real debe teer e cueta la posibilidad de la aleatoriedad. A fi de costruir u odelo y poder hacer su subsiguiete aálisis, debeos teer u verdadero coociieto sobre las bases de la TEORÍA DE LA PROBABILIDAD la cual estudia SUSECOS, FUNCIONES y PROCESOS ALEATORIOS. Los sucesos se llaa aleatorios si e u experieto este puede suceder o o de fora ipredecible. Si u suceso A que se sucede veces e ua serie de N repeticioes del iso experieto la razó fa NA N defie la frecuecia de aparició del suceso, la cual satisface la codició evidete: 0 f A (5.) El líite de este valor cuado el úero de repeticioes tiede al ifiito se cosidera coo la probabilidad de aparició del suceso A: li f A P A, (5.2) N léase probabilidad del suceso A La probabilidad evideteete tabié satisface la desigualdad: 0 P ( (5.3) Es decir, la probabilidad de que el suceso A ocurra, está copredida e el itervalo etre 0 y, icluidos los valores extreos. El suceso A, geeralete se llaa suceso aleatorio. Para u suceso A cierto, es decir, para u hecho que se presete ecesariaete cada vez que se realiza el experieto la probabilidad de u suceso cierto es siepre igual a. Para u suceso A iposible, es decir, u hecho que o puede presetarse uca al realizar u experieto la probabilidad es siepre igual a cero. Dos sucesos A y B so idepedietes si la probabilidad de uo cualquiera de los dos sucesos es idepediete de la presecia o ausecia del otro. U suceso aleatorio A correspodiete a la situació cuado el suceso A o sucede se llaa suceso opuesto a A. Evideteete, la sua de las probabilidades de cualquier suceso A y de su opuesto A siepre es igual a la uidad: P ( (5.4) 5.. CONJUNTOS DE SUCESOS ALEATORIOS Ua colecció de todos los posibles resultados de u experieto se llaa el cojuto de sucesos aleatorios. Los eleetos de u cojuto de este espacio se deoia putos uestrales, cada uo de los cuales está asociado co uo y sólo u resultado distito. Cosidereos que estaos próxios a realizar u experieto cuyo resultado o es predecible por adelatado. Si ebargo supogaos que se cooce el cojuto de todos los posibles resultados, auque o se coozca aticipadaete el resultado particular del experieto. El cojuto de todos los posibles resultados de u experieto es coocido coo espacio uestral del experieto y se deota por S. Alguos ejeplos so los siguietes:. Si el experieto cosiste e lazar ua oeda, etoces: S={C, O}, dode C sigifica que el resultado del lazaieto es cara y O que es el lado opuesto a la cara, que por lo geeral se deoia sello. 2. Si el experieto cosiste e lazar u dado, etoces el espacio uestral es S={,2,3,4,5,6}, dode el resultado i sigifica que i aparece sobre el dado, i=,2,3,4,5,6. 3. Si el experieto cosiste e el lazaieto de dos oedas etoces el espacio uestral cosiste de los siguietes cuatro putos: S={(C,C),(C,O),(O,C),(O,O)}. El resultado será (C,C) si abas oedas queda co la cara arriba; será (C,O) si la priera oeda queda co la cara arriba y la seguda co el lado opuesto (sello) arriba; será (O,C) si e la priera oeda queda el sello arriba y la seguda queda co cara arriba, y será (O,O) si abas oedas queda co sello arriba. 4. Si el experieto cosiste de dos dados, etoces el espacio uestral cotiee 36 putos: (,), (,2), (,3), (,4), (,5), (,6) (2,), (2,2), (2,3), (2,4), (2,5), (2,6) (3,), (3,2), (3,3), (3,4), (3,5), (3,6) S (4,), (4,2), (4,3), (4,4), (4,5), (4,6) (5,), (5,2), (5,3), (5,4), (5,5), (5,6) (6,), (6,2), (6,3), (6,4), (6,5), (6,6) U suceso A es ua colecció de putos uestrales del espacio uestral S de u experieto. Por lo geeral, los sucesos se desiga co las letras del alfabeto. Se deoia suceso siple, si costa de u solo puto uestral, y copuesto si costa de dos o ás putos uestrales. El copleeto A c de u suceso A, costa de todos los putos uestrales del espacio uestral del experieto que o perteezca a A, así que el copleeto de u suceso es tabié u suceso. Nótese que A c ocurrirá si y solo si A o ocurre. E el ejeplo (4), si A={(,6),(2,5),(3,4),(4,3),(5,2),(6,)}, etoces A c ocurrirá si la sua de los úeros que resulta al lazar los dados es c diferete de siete. Tégase e cueta que S. Los sucesos puede estar relacioados de diferetes aeras. Si dos sucesos o tiee putos e coú, se deoia utuaete excluyetes o disyutos. N A

3 Cuado cosideraos u experieto cuyo espacio uestral es S, para cada eveto A del espacio uestral S, defiios el úero, correspodiete a la probabilidad del eveto A, de tal aera que satisfaga las siguietes tres codicioes:. 0 P ( 2. P ( S) 3. Para cualquier secuecia de evetos A, A 2,...que sea utuaete excluyetes, esto es, evetos para los cuales A A dode, etoces P A A ). Puesto que los sucesos A y A c so siepre utuaete excluyetes y puesto que A A c S, de las codicioes (2) y (3) que satisface la defiició de probabilidad de u eveto, se sigue que: S) A A ) A ). E otras palabras, la probabilidad de que u eveto o ocurra es eos la probabilidad de que el eveto ocurra. A cada puto del espacio uestral de u experieto se le asiga u úero llaado edida de la probabilidad. Las frecuecias relativas so ua explicació satisfactoria de la edida de la probabilidad asigada a u puto uestral. Si se le asiga ua edida de probabilidad p a u puto de u espacio uestral, sigifica que si se hiciera esayos repetidos del iso experieto ua y otra vez, digaos veces y se cotara el úero de veces que fue observado el suceso siple asociado co este puto, la razó a sería uy cercaa a p. Frecueteete se dice por ejeplo, que la probabilidad de que salga cara al lazar ua oeda es /2. La experiecia deuestra que esto es uy cercao al resultado obteido cuado se hace u gra úero de lazaietos de ua oeda bie equilibrada, es decir co desidad de asa uifore. Esta iterpretació de la edida de la probabilidad se cosidera coo ua propiedad de ciertos feóeos repetitivos. La frecuecia relativa puede servir coo base para la iterpretació sigificativa de la edida de la probabilidad. Co la teoría de probabilidades se puede obteer la edida de la probabilidad para uchos experietos, partiedo de ciertos supuestos acerca del ecaiso físico que geera los sucesos observados. Las probabilidades asigadas a los sucesos de u espacio uestral, debe cuplir las siguietes codicioes, que deoiareos axioas: Axioa. La probabilidad de u suceso es u úero ayor o igual que cero y eor o igual que uo: 0 P ( (A.3.) Axioa 2. La probabilidad de u suceso S seguro, es la uidad: P ( S) (A.3.2) dode S es el suceso asociado a todos los putos uestrales e el espacio uestral. Axioa 3. La probabilidad de la uió de dos sucesos utuaete excluyetes, es la sua de las probabilidades de estos dos sucesos: A (A.3.3) Las frecuecias relativas observadas ipoe alguas restriccioes a las probabilidades. Si e u experieto que se realiza veces puede presetarse k resultados posibles, las frecuecias relativas F i so: F ; 2 F2 ; 3 F3 ; k F,, 2, dode 4 (A.3.5) correspode al úero de veces e que fue observado cada resultado e particular. Cada frecuecia debe satisfacer el axioa, y la sua de las frecuecias debe satisfacer el axioa 2, así: 2 k 2 k (A.3.6) Podeos decir que la probabilidad de cada suceso siple está dada por el peso relativo y que el cojuto de pesos relativos se oraliza a. EJEMPLOS Ejeplo:. Cuál es la probabilidad de obteer cara, al lazar ua oeda? Teiedo e cueta la probabilidad p ( de ocurrecia del suceso A, etre u úero N de casos posibles se defie ediate: Sucesos o casos favorables f p( (A.4.) Sucesos o casos posibles para el caso particular, la probabilidad de obteer cara, al lazar ua oeda es: 2, f, p( C) 0.5 (A.4.2) 2 Ejeplo 2: Cuál es la probabilidad de que cuado se laza u dado se obtega la cara dode está arcados tres putos? De acuerdo a la defiició de probabilidad clásica dada por la expresió (A.4.), teeos que: 6, f, p(3) 0.67 (A.4.3) 6 Ejeplo 3: Cuál es la probabilidad de sacar u as de ua baraja de 52 cartas que solo tiee cuatro ases? c c

4 Utilizado la defiició (A.4.), se tiee: 4 52, f 4, p( as) (A.4.4) 52 3 Ejeplo 4: Ua ura cotiee 3 bolas rojas, 5 blacas y 4 azules. Cuál es la probabilidad de que al sacar ua bola, esta sea: (a) roja; (b) blaca; (c) azul. (a) La probabilidad de sacar ua bola roja se obtiee utilizado la defiició (A.4.), así: 3 f 3. 2, p( R) 0.25 (A.4.5) 2 4 (b) La probabilidad de sacar ua bola blaca se obtiee utilizado la defiició (A.4.), así: 5 f 5, 2, p( 0.47 (A.4.6) 2 (c) La probabilidad de sacar ua bola azul se obtiee utilizado la defiició (A.4.), así: 4 f 4, 2 p( (A.4.7) 2 3 Ejeplo 5: Dos oedas se laza siultáeaete. Cuál es la probabilidad de que se obtega dos caras? Casos posibles: (cara, cara); (cara, sello); (sello, sello); (sello, cara) = 4 Casos favorables: (cara, cara) = Usado la defiició (A.4.), se sigue que la probabilidad de obteer dos caras es: p ( C, C) 0.25 (A.4.8) 4 Ejeplo 6: Cuado se laza siultáeaete u dado y ua oeda, cuál es la probabilidad de obteer cara e la oeda y 5 putos e el dado? E este caso los dos sucesos so idepedietes, por tato: La probabilidad de obteer cara e la oeda es: p ( C) (A.4.9) 2 La probabilidad de obteer 5 putos e el dado es: p ( 5) (A.4.0) 6 La probabilidad de obteer cara e la oeda y la cara de 5 putos e el dado, se obtiee a partir de la expresió: p( A p( p( (A.4.) Por cosiguiete: p( C 5) p( C) p(5) (A.4.2) Ejeplo 7: Ua ura cotiee 3 bolas rojas y 5 azules. Si se extrae siultáeaete dos bolas, cuál es la probabilidad de que las dos sea rojas? Si desigaos por R, R2, R3 las bolas rojas y por A, A2, A3, A4, A5 las azules, los casos posibles so: R R2 R R3 R A R A2 R A3 R A4 R A5 R2R3 R2 A R2 A2 R2 A3 R2 A4 R2 A5 R3 A R3 A2 R3 A3 R3 A4 R3 A5 A2 A3 A2 A4 A2 A5 A3 A4 A3 A A Casos favorables: R R2 R R3 R2R3 3 (A.4.4) A =28 (A.4.3) Luego usado la defiició (A.4.) la probabilidad de extraer siultáeaete dos bolas sea rojas es: 3 p ( R, R) 0,07 (A.4.5) 28 Ejeplo 8: Cosidere que ua red cristalia plaa está forada por dos clases de átoos A y B. Cuál es la probabilidad de que al eos u átoo B sea vecio de u átoo A?

5 El úero de casos posibles que se puede teer, por ejeplo, cuado u átoo A está rodeado de cuatro átoos de clase A o B, dispuestos e fora equidistate, es 6. Por tato el úero de casos favorables es 5. Esto sigifica que de las 6 diferetes foras de distribuir cuatro átoos de dos clases diferetes A y B, existe quice e las cuales está presete u átoo de clase B. Luego la probabilidad de que al eos u átoo B sea vecio de u átoo A es: 5 p. (A.4.6) 6 Ejeplo 9: Supoga que ua red cristalia tridiesioal está forada por dos clases de átoos A y B. Cuál es la probabilidad de que al eos u átoo B sea vecio de u átoo A? Podeos cosiderar que, por ejeplo, u átoo A se ecuetra e el cetro de u cubo y que e cada vértice se ecuetra situado u átoo que puede ser de clase A o de clase B. Coo el cubo tiee 8 vértices, podeos decir que el átoo A está rodeado por ocho átoos, que puede dispoerse e u úero de foras diferetes, dado por: De esas disposicioes posibles solo existe ua que estaría forada por átoos de la isa especie, es decir, por átoos A. Luego las deás disposicioes posibles que icluye por lo eos u átoo B, so iguales a 255. Luego la probabilidad de que A tega por lo eos u vecio B es: 255 p (A.4.7) 256 A.5 PROPIEDADES DE SUCESOS ALEATORIOS Defiició : U cojuto de sucesos (A,B,C,...) se llaa aleatorio si cupliedo todas las codicioes del experieto puede suceder o o. Defiició 2: U suceso A cosiste e que el suceso A o sucedió, y se le llaa suceso opuesto para el suceso A. Defiició 3: U suceso "" que o puede presetarse uca al realizarse u experieto se llaa suceso iposible Defiició 4: U suceso que se preseta ecesariaete cada vez que se realiza u experieto se llaa suceso cierto y se deota e lo sucesivo por "U". Defiició 5: U suceso C= A+B se llaa sua de los sucesos A y B y cosiste e la aparició de al eos uo de estos sucesos Defiició 6: Sea el grupo copleto de sucesos C, C 2,...,C, co iguales probabilidades de aparició. Es decir, los sucesos C,C 2,...,C debe satisfacer las siguietes tres codicioes: ) C +C C = U 2) C i. C j =. Para ij 3) C ) = C 2 ) =... = C ) Aquí las dos prieras codicioes se deduce de la defiició de grupo copleto de sucesos. Coo e ejeplo del esquea clásico de uras cosidereos el grupo copleto de sucesos aleatorios C, C 2,...,C 6 que so las aparicioes de los úeros,2,3,4,5,6 respectivaete, después de lazar u dado. E este caso, es claro que los sucesos C,C 2,...,C 6 satisface las tres codicioes ateriores, puesto que e prier lugar, los sucesos o puede aparecer jutos, e segudo lugar, uo de estos sucesos ecesariaete siepre aparece, y al fi las probabilidades de la aparició de todos los sucesos so iguales gracias a la sietría del dado. Defiició 7: Si el suceso A aparece al eos por la realizació de uo de los procesos eleetales C,C 2,...,C (), es decir A= C +C C, etoces los sucesos C,C 2,...,C se llaa sucesos favorables a A y es el úero de sucesos favorables a A. Coo u suceso copuesto se cosidera el suceso A, que cosiste e la aparició de u úero par, es decir que aparezca el úero 2 o el úero 4 o el úero 6, e este caso A= C 2 +C 4 +C 6 y los sucesos C 2,C 4,C 6 so los sucesos eleetales favorables a A. Defiició 8: E el esquea clásico de las uras, la probabilidad del suceso aleatorio A es igual a la razó etre el úero "" de casos favorables a A respecto al úero total de casos posibles, es decir: A ) = / Ejeplos: ) Ua ura cotiee 0 bolas. De estas 6 so rojas y 4 so verdes. Si se extrae ua bola al azar, cuál es a probabilidad de que esta bola sea roja?. Sea,2,3,...,0 los úeros de las bolas y C,C 2,...,C 0 los sucesos aleatorios correspodietes a los hechos de que e el experieto se extrae la bola co el úero respectivo. Estos sucesos fora el grupo copleto de sucesos y adeás siedo las bolas iguales, las probabilidades so: C )= C 2 )=...= C 0 )= (/0). Si A es u suceso aleatorio que cosiste e extraer ua de las bolas rojas a las que previaete les heos asigaos los úeros,2,3,4,5,6, etoces A= C +C 2 +C 3 +C 4 +C 5 +C 6 y el úero de los casos favorables a A es =6. Coo =0 etoces. = (/)= (6/0)= ) Ua ura cotiee 0 bolas, 6 rojas y 4 verdes. Se extrae dos bolas al azar, cuál es la probabilidad de que ua bola sea roja y otra sea verde? El úero total de casos posibles es =0*0=00. E efecto, cada uo de los posibles resultados del experieto puede ser caracterizado por dos úeros (i, j), dode i es el úero de la priera bola y j el úero de la seguda bola. Coo i = j =,2,...,0, etoces todos los posibles resultados del experieto puede ser represetados e fora de ua tabla cuadrada co las diesioes 0x0. Los sucesos favorables puede ser los siguietes: Que la priera bola sea roja y la seguda bola sea verde (el úero de estos sucesos es de 6*4) o que la priera bola sea verde y la seguda sea roja (el úero de sucesos es 6*4), etoces el úero total de los sucesos favorables es:

6 =6*4+6*4=48. Por eso: = (/)= 48/00)= 0.48 Las probabilidades de los sucesos aleatorios tiee tres propiedades uy iportates: ) La probabilidad de u suceso iposible es cero: P 0 2) La probabilidad de u suceso cierto es uo: U)= 3) Si el suceso A aparece siepre que ocurra el suceso B (A, etoces A.6 TEOREMA DE ADICIÓN Y MULTIPLICACIÓN DE PROBABILIDADES Defiició : El suceso A se llaa idepediete del suceso B si la probabilidad de aparició del suceso A o depede del hecho de que aparezca o o aparezca el suceso B. Defiició 2: La probabilidad del suceso A deteriada por la codició del suceso B se llaa la probabilidad codicioal y se deota. Para los sucesos idepedietes = Ejeplos: ) Haciedo cola para el édico está 4 hobres y 6 ujeres que etra al azar al cosultorio del édico. El suceso D cosiste e el hecho de que el prier paciete que etra sea u hobre y el suceso A que el segudo paciete sea ua ujer. La probabilidad del suceso D es D)= (4/0) =0.4. La probabilidad del suceso A depede del hecho de si apareció ates o o el suceso D. Si el suceso D se preseta e la cola, etoces quedará 3 hobres y 6 ujeres y la probabilidad del suceso A teiedo e cueta el suceso D, es: D)= 6/9= 0.67 Si el suceso D o aparece sio que aparece el suceso D (es decir que la priera paciete es ua ujer), etoces e la cola quedará 4 hobres y 5 ujeres y la probabilidad e este caso, es: P ( D) 5/ Por lo tato e el caso cosiderado la probabilidad de que se presete el suceso A, depede de que se produzca o o el suceso D. 2) Se laza ua oeda al aire dos veces. El suceso A es que e la priera vez se obtega cara, y el suceso B es que e la seguda vez se obtega cruz. Claro que e este caso el suceso B o depede del suceso A y por eso P ( B / B / 0.5 Teorea de adició de probabilidades Deoteos por A y B dos sucesos, cada uo de los cuales puede presetarse o o e ua cualquiera de las veces que realizaos el experieto E. El suceso copuesto, que cosiste de la presecia de al eos uo de los dos sucesos A y B, lo podreos cosiderar coo la sua de los sucesos A y B y por tato lo deotareos por A+B. De aera aáloga, el suceso que cosiste e la presecia de A y B cojutaete, se cosiderará coo el producto de A y B, y por ello, lo represetareos por AB. La siguiete fórula se cooce regla de la adició de probabilidades: A+=+-A (A.6.2.) La probabilidad de la sua de sucesos es igual a la sua de la probabilidades de los sucesos eos la probabilidad del producto de los sucesos. Cuado dos evetos o puede presetarse siultáeaete se deoia utuaete excluyetes. E este caso, el producto AB es u suceso iposible, por tato su probabilidad A=0 Corolarios del teorea de adició ) La probabilidad de la sua de dos sucesos icopatibles o utuaete excluyetes es igual a la sua de las probabilidades de estos sucesos A+=+ (A.6.3.) Para los sucesos icopatibles, AB y P 0. 2) La sua de probabilidades de sucesos opuestos es igual a la uidad: + A )= (A.6.3.2) E efecto, para los sucesos opuestos teeos A+ A = U y A A =. Adeás U)= y P 0. 3) La probabilidad de la sua de tres sucesos puede ser calculada a través de la fórula: A+B+C)=++C)-A-BC)-AC)+ABC) (A.6.3.3) 4) La regla geeral de adició de u úero arbitrario de sucesos, está dada por: A +A A )=A )+A 2 )+...+A )-A A 2 )-A A 3 )-...A - A ) -+A A 2 A 3 )+A A 2 A 4 ) A -2 A - A )...(-) - A A 2...A ) (A.6.3.4) Las propiedades expuestas e los ateriores corolarios puede deducirse a partir de las siguietes proposicioes fudaetales de la teoría de probabilidades: ) Cualquier probabilidad es u úero o egativo 0 2) La probabilidad de u suceso cierto es igual a la uidad 3) Si los sucesos A y B so utuaete excluyetes se satisface la siguiete regla de adició: A+=+

7 Teorea de ultiplicació de probabilidades Itroduciedo el síbolo A B / (A.6.4.) ( B / A A (A.6.4.2) B e dode P ) se deoia probabilidad codicioal de B, relativa a la hipótesis de que haya ocurrido A, y aálogaete: dode ) es la probabilidad codicioal de A relativa a la hipótesis de que haya ocurrido B, se obtiee la a regla de ultiplicació de la teoría de probabilidades, dada por: A B / (A.6.4.3) La probabilidad de la aparició siultáea de dos sucesos es igual al producto de la probabilidad de uo de ellos por la probabilidad codicioal del otro, calculada supoiedo que el prier suceso ya haya ocurrido. A.6.5 Corolarios del teorea de ultiplicació de probabilidades ) La probabilidad de aparició de dos sucesos idepedietes A y B, es igual al producto de las probabilidades y de estos sucesos, abas diferetes de cero: A. E efecto, para los sucesos idepedietes B / 2) Si el suceso A o depede del suceso B, etoces el suceso B tapoco depede del suceso A. E efecto, si A o depede B, etoces y A..., de otro lado A.. B / Al coparar estas dos expresioes obteeos B / 3) La probabilidad del producto de tres sucesos se puede calcular a través de la fórula siguiete A. B. C). B /. C / A. 4) La regla geeral para deteriar la probabilidad de la ultiplicació de u úero arbitrario de sucesos es: A A2 A ) A ). A2 / A ). A3 / A A2 )... A / A A2 A ) A.7 TEOREMA DE BAYES Supogaos que el suceso A puede presetarse solaete e cobiació co uo de los sucesos H,H 2,...,H que fora u grupo copleto de sucesos utuaete excluyetes. E este caso los sucesos H,H 2,...,H se llaa hipótesis. Deotareos las probabilidades a priori de aparició de las hipótesis por: H ) ( i,2,3, ) (A.7.) i i y las probabilidades codicioales de que el suceso aleatorio A aparezca juto a la hipótesis H i, por: Hi ) pi ( i,2,3,, ) (A.7.2) Etoces: A HA H2. A H. A (A.7.3) e dode dos cualesquiera de los sucesos del segudo iebro so utuaete excluyetes. Usado la regla geeral de adició para u úero arbitrario de sucesos, dada por la ecuació (A.7.) y la expresió para la probabilidad codicioal (A.7.2) se obtiee: p 2 p2 p H) H) H2) H2) H ) H ) (A.7.4) Si ahora sustituios e (A.7.) el suceso H, por u suceso arbitrario H tedreos: P p i i ( H i / (A.7.5) p p Hi) A / Hi) Hi / (A.7.6) Hi ) A / Hi ) H) A / H) Esta expresió da la probabilidad a posteriori de H i, es decir, la probabilidad H i / de que actúe la causa H i, calculada sobre la hipótesis de que heos observado la presecia de A. La expresió (A.7.6) costituye el teorea de Hipótesis de Bayes. La expresió (A.7.4) puede expresarse ediate: ) H) H 2 ) H 2 ) H ) H ) H i ) H i ) i H (A.7.7) i

8 TEOREMA DE LA PROBABILIDAD COMPLETA Supogaos que el suceso A puede aparecer solaete juto a uo de los sucesos H,H 2,...,H que fora u grupo copleto de los sucesos. E este caso los sucesos H,H 2,...,H se llaa hipótesis. Deotareos por P ( Hi ) (i=,2,3,...,) las probabilidades de aparició a priori de las hipótesis y por P ( Hi ) las probabilidades codicioales, de que apareció el suceso aleatorio A juto a la hipótesis H i (i=,2,3,...,). Por ejeplo, si el suceso aleatorio A es que u aluo pueda solucioar u problea, etoces coo hipótesis por ejeplo, se puede utilizar los sucesos H 2,H 3,H 4,H 5 de que la prooció del aluo correspoda a la ota de 2,3,4 o 5 respectivaete. Claro que los sucesos H 2,H 3,H 4,H 5 fora u grupo copleto de los sucesos. Las probabilidades a priori de las hipótesis so P ( Hi ) (i=2,3,4,5) y defie la probabilidad de ecotrarse co u aluo de la prooció H i cuado se elige u aluo al azar. Las probabilidades codicioales P ( Hi ) so las probabilidades de que el aluo co la prooció (H i ) solucioe el problea. Hay ua preguta que se ecuetra e los probleas de la teoría de probabilidades: Cóo calcular la probabilidad copleta del suceso A para ciertas probabilidades codicioales P ( Hi )?. La respuesta a esta preguta la da el teorea siguiete: La probabilidad copleta de que el suceso A pueda ocurrir solo juto a ua de las hipótesis H i es igual a la sua de los productos de las probabilidades a priori de las hipótesis H i por la correspodiete probabilidad codicioal del suceso A. Ejeplo : Codicioalete u grupo de los aluos puede dividirse e tres subgrupos; el 50% de los aluos asiila el tea de la clase co la probabilidad de 0.9; el 30% asiila el tea de la clase co la probabilidad de 0.7; y el 20% asiila el tea co la probabilidad de 0.5 Cuál es la probabilidad de que u aluo elegido al azar asiila el tea de la clase? E este problea teeos tres hipótesis: de que el aluo escogido al azar perteezca al prier grupo (H ), al segudo grupo (H 2 ) o al tercer grupo (H 3 ). Las probabilidades a priori de las hipótesis so respectivaete iguales a: H )= 0.5; H 2 )= 0.3; H 3 )= 0.2. El suceso aleatorio A cosiste e que el aluo asiile el tea de la clase. Las probabilidades codicioales correspodietes so iguales a: H )= 0.9; H 2 )= 0.7; H 3 )= 0.5 Etoces segú la fórula (A.7.7) teeos: = H ).H )+H 2 ).H 2 )+H 3 ).H 3 ) = 0.5* * *0.2= = 0.76 Esa es la probabilidad buscada. Ejeplo 2: Co respecto al ejeplo aterior cosidereos u proceso cotrario. Supogaos que apareció e el experieto el suceso A. Cuál es la probabilidad de que el suceso A apareció juto co la hipótesis H?. E otras palabras, Cuál es al probabilidad a posteriori de la hipótesis H co la codició de que apareció el suceso A?. Deotareos la probabilidad a posteriori de la hipótesis H i, H i /. La respuesta a la preguta aterior la da el teorea de hipótesis de Bayes: Hi) A / Hi) Hi / Hi ) A / Hi ) H) A / H) La fórula de Bayes, dada por (A.7.6) expresa la probabilidad de la hipótesis a posteriori detro de la probabilidad de la hipótesis a priori. Ejeplo 3: E el ejeplo aterior, u aluo elegido al azar asiiló el tea de la clase. Cuál es la probabilidad de que este aluo perteezca al priero, al segudo o al tercer subgrupo? De acuerdo al ejeplo, las probabilidades a priori de las hipótesis H i, de que el aluo elegido al azar perteezca al subgrupo i, está dadas por: H )= 0.5; H 2 )= 0.3; H 3 )= 0.2 El suceso cosiste e que el aluo asiila el tea de clase. Las probabilidades codicioales correspodietes so: H )= 0.9; H 2 )= 0.7; H 3 )= 0.5 Coo e el experieto apareció el suceso A, las probabilidades a posteriori de las hipótesis correspodietes se obtiee a partir de la fórula (A.7.6), así: H) A / H) (0.5)(0.9) 0.45 H / 0.6 H ) A / H ) H ) A / H ) H ) A / H ) (0.5)(0.9) (0.3)(0.7) (0.2)(0.5) H2) A / H2) (0.3)(0.7) 0.2 H2 / 0.27 H ) A / H ) H ) A / H ) H ) A / H ) (0.5)(0.9) (0.3)(0.7) (0.2)(0.5) H3) A / H3) (0.2)(0.5) 0. H3 / 0.3 H) A / H) H2) A / H2) H3) A / H3) (0.5)(0.9) (0.3)(0.7) (0.2)(0.5) 0.76 Etoces, la probabilidad de que el aluo elegido al azar, haya asiilado la clase y perteezca al prier subgrupo es 0.6, al segudo subgrupo 0.27 y al tercer subgrupo 0.3. REPETICIONES DE EXPERIMENTOS. FÓRMULAS DE BERNOULLI Y DE MOIVRE-LAPLACE E la teoría de probabilidades y estadística ateática tiee gra iportacia los experietos co pruebas repetidas. Cosiderareos la repetició de las pruebas e las que puede aparecer o o el suceso A. Si la probabilidad de aparició del suceso A e cada prueba es la isa e igual a p, idepedieteete de los resultados de las pruebas ateriores, etoces éste experieto se llaa esquea de las pruebas idepedietes. Deotareos por P, la probabilidad de que aparezca el suceso A exactaete veces e ua

9 serie de pruebas idepedietes. Adeás deotareos por q p a la probabilidad de que o aparezca el suceso A e ua prueba; q A ) p! P, C p q p!( )!. Etoces, e dichas circustacias tiee lugar la fórula de Beroulli siguiete: q (A.9.) E el esquea de repetició de pruebas idepedietes se itroduce la variable aleatoria Y, que correspode al úero de pruebas e que apareció el suceso A, co la codició de que el úero total de las pruebas es igual a. E tales circustacias la variable aleatoria Y puede ser itroducida. Adeás itroducireos para cada prueba las variables características X,X 2,...,X, que acepta la agitud de si apareció el suceso A y la agitud de 0 e el caso cotrario. De aquí se deduce que Y = X + X 2 + X X = X i (A.9.2) i= La variable Y puede aceptar los valores de 0 (si o apareció A i ua vez, o sea, para todo X i =0), (si apareció A solo ua vez, es decir ua de las variables X i es igual a y las deás so iguales a cero), etc., hasta. De la fórula de distribució de Beroulli sabeos que Y!!( )! ) C p q p q (A.9.3) Ejeplo : La probabilidad de que u aluo asiila bie el tea de la clase es P = 0.8 cuál es la probabilidad que 8 aluos del grupo de 0 aluos asiile el tea de la clase? Supogaos que todos los aluos tiee capacidades iguales y por eso, para cada uo de ellos p=0.8 y q=0.2. El úero total de pruebas e este caso es =0. Sea A u suceso e el que el aluo asiila el tea de la clase. Segú las codicioes dadas, el suceso A apareció = 8 veces e = 0 pruebas idepedietes, por eso segú la fórula (A.9.) P 0! 0!(0 8)! ,8 C0(0.8) (0.2) (0.8) (0.2) 8 P 0,8 (0.5)(0.8) (0.04) Ejeplo 2 La probabilidad edia de que u aluo pueda solucioar u problea, es igual a 0.8. Cuál es la probabilidad de que eos del 90% de los aluos del grupo de 20 aluos, solucioe el problea? El 90% de los 20 aluos es igual a 8 aluos. Etoces la probabilidad buscada es la probabilidad de que el problea sea solucioado por, o 2, o 3, o,..., o 8 aluos, es decir: D) P P P P P 20,0 20, ,3 20,8 Esta fórula o es cóoda para calcular y es ejor cosiderar e fora preliiar el suceso opuesto D, de que ás del 90% de los aluos solucioa el problea, es decir 9 o 20 aluos. Etoces segú (A.9.) D) P P 20,9 20,20 20! 9 20! D ) p q p q 20 p q p 9!! 20! 0! 9 D) P (20q P) E uestro caso P= 0.8, q= 0.2 y por eso 9 P ( D) (0.8) ( ) De aquí, segú el corolario 2 del teorea de la adició del teorea de probabilidades teeos. P ( D) D) Esta es la probabilidad buscada. La fórula de Beroulli es correcta para valores arbitrarios y, pero coo se ve de los ejeplos ateriores, co el aueto de y los cálculos se hace tediosos (es difícil calcular!, p, etc., para grade valores y ). Si ebargo para grades valores de y la fórula de Beroulli puede ser siplificada, utilizado la relació aproxiada de Stirlig para grades valores de : 2! 2 e (A.9.4) Co la ayuda de la fórula (A.9.4), la fórula de Beroulli (A.9.), puede reducirse a la fora siguiete: P, dode ; ( x ) 2 x exp 2 2 ; (A.9.5)

10 = p ; = pq (A.9.6) La relació (A.9.5) se llaa fórula local de Moivre y Laplace. Las tablas correspodietes a la fució (x), aparece e casi todos los libros de la teoría de probabilidades y de estadística. Ejeplo: La probabilidad edia de que u aluo cupla co la tarea es igual a 0.8. Cuál es la probabilidad de que de los 00 aluos, exactaete 85 cupla co la tarea? E este caso = 00; = 85; p = 0.8; q = -p = 0.2 Los paráetros y segú la fórula (.9.6) so respectivaete iguales a: p 90; pq 00(0.8)(0.2) 4 Etoces segú la fórula (A.9.5), teeos: P 00, (.25) La fució (x) es par y por eso (-.25)= (.25). De la tabla hallaos (.25) = 0.83 Etoces: P 00,85 = (0.25) ( 0.83)= La probabilidad buscada es 4.6%. E la práctica cuado el úero de pruebas, es grade, es ás iteresate defiir la probabilidad de que el úero de pruebas e las cuales el suceso A aparezca, esté copredido detro de u itervalo dado] a, b [, es decir, a < b. Deotareos por Pa ba la probabilidad de que el úero de pruebas e que el suceso A aparezca es ayor que a y eor o igual a b, si el úero total de los experietos es. Esta probabilidad segú el teorea itegral de Moivre y de Laplace es igual a: {a P b - a - t - b}= ( )- ( ) ; = p ; = pq 2 dode (x) = (x) dt = e 2 dt 2 es la fució de distribució oral, la cual cosiderareos posteriorete. Ejeplo: E la ciudad C llueve por tério edio 80 días e el año. Cuál es la probabilidad de que e u año dado el úero de los días de lluvia sea de 60 a 75 días? E este caso el suceso A es que u día dado sea u día de lluvia y la probabilidad edia de aparició del suceso A es = 80/365= Los valores correspodietes e la fórula (A.9.6) para las codicioes dadas so: p 0.22; q =0.78; = 365; = p = 80; = Etoces de la fórula (A.9.5) teeos P365 {60 a 75}= ( )-( pq = 8; a 60; b 75 ) (-0.625)- (-2.5) La fució (x) es ua fució ipar y por eso (-x ) = - (x) Utilizado esta propiedad de la fució (x) y los valores de (x) de la tabla correspodiete so: (-0.625)= - (0.625)= -0.23; (-2.5)=- (2.5)= por lo tato P{60 < 75}= = 0.26 Esta es la probabilidad buscada. x 0 x 0

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

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse.

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse. Núeros coplejos 1. Cuerpos U cuerpo coutativo es u cojuto de úeros que puede suarse, restarse, ultiplicarse y dividirse. Los úeros racioales, esto es, los úeros que puede escribirse e fora de fracció,

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

MODELOS DE PROBABILIDAD

MODELOS DE PROBABILIDAD 3 MODELOS DE PROBABILIDAD.- VARIABLES ALEATORIAS DISCRETAS E ocasioes, alguas variables aleatorias sigue distribucioes de probabilidad uy cocretas, coo por ejeplo el estudio a u colectivo ueroso de idividuos

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

Capítulo 5. Oscilador armónico

Capítulo 5. Oscilador armónico Capítulo 5 Oscilador aróico 5 Oscilador aróico uidiesioal 5 Reescalaieto 5 Solució e series 53 Valores propios 54 Noralizació 55 Eleetos de atriz 5 Operadores de creació y de aiquilació 5 Ecuació de valores

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

INTRODUCCIÓN A LA PROBABILIDAD

INTRODUCCIÓN A LA PROBABILIDAD INTRODUIÓN L PROBBILIDD EXPERIMENTOS LETORIOS Y DETERMINISTS Los experimetos o feómeos cuyo resultado o puede coocerse hasta haber realizado la experiecia se llama aleatorios o estocásticos. uado el resultado

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

ANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA

ANÁLISIS DIMENSIONAL Y SEMEJANZA DINÁMICA ANÁISIS IENSIONA Y SEEJANZA INÁICA PROOIPOS Y OEOS os procediietos aalíticos basados e las ecuacioes geerales de la ecáica de los fluidos, o perite resolver, adecuadaete, todos los probleas que se preseta

Más detalles

Combinatoria y definiciones básicas de probabilidad

Combinatoria y definiciones básicas de probabilidad Combiatoria y defiicioes básicas de probabilidad Defiicioes de probabilidad Probabilidad como ituició Probabilidad como la razó de resultados favorables Probabilidad como medida de la frecuecia de ocurrecia

Más detalles

P en su plano, siendo C las correspondientes

P en su plano, siendo C las correspondientes PRINIPIO DE OS TRBJOS VIRTUES El Pricipio de los Trabajos Virtuales se expresa diciedo: Para ua deforació virtual ifiitaete pequeña de u cuerpo que se ecuetra e equilibrio, el trabajo virtual de las fuerzas

Más detalles

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1

Probabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1 Probabilidad BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimeez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA

Más detalles

SEMANA 01. CLASE 01. MARTES 04/10/16

SEMANA 01. CLASE 01. MARTES 04/10/16 EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados

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

Tema 9. Combinatoria

Tema 9. Combinatoria Tea 9. Cobiatoria. Defiició de cobiatoria. Estrategias de resolució.. Estrategia del producto y la sua.. Diagraa de árbol. Variacioes y perutacioes.. Variacioes siples u ordiarias.. Perutacioes.. Variacioes

Más detalles

COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509

COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 MATEMATICAS SEGUNDO GRADO SECCIÓN SECUNDARIA ACTIVIDADES PARA DESARROLLAR EN CLASE CURSO 2015-2016

Más detalles

I VARIACIONES. Una variación es un arreglo ordenado de n objetos diferentes, tomados de r a la vez se denota por medio de:

I VARIACIONES. Una variación es un arreglo ordenado de n objetos diferentes, tomados de r a la vez se denota por medio de: ANALISIS COMBINATORIO. TEOREMA FUNDAMENTAL: Si u suceso puede teer lugar de m maeras distitas y cuado ocurre ua de ellas se puede realizar otro suceso imediatamete de formas diferetes, ambos sucesos, sucesivamete,

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

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

5.- Teoremas de Cauchy y del Residuo

5.- Teoremas de Cauchy y del Residuo 5.- Teoreas de auchy y del esiduo a) Itroducció. b) Putos sigulares aislados. c) esiduo. d) Teorea de auchy. e) esiduos y polos. f) eros de fucioes aalíticas. g) Aplicació de los residuos. a).- Itroducció.

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

Modelación conceptual

Modelación conceptual TEMA 2 Modelació coceptual OBJETIVOS ESPECÍFICOS Defiir y aplicar los coceptos fudaetales relacioados co la represetació de la iforació. Describir las características de la odelació coceptual y su relació

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

DIFERENCIAL DE UNA FUNCIÓN REAL DE DOS VARIABLES REALES

DIFERENCIAL DE UNA FUNCIÓN REAL DE DOS VARIABLES REALES Cálculo III- Dierecial-TVMCD-Geeralizació Diereciabilidad DIFERENCIL DE UN FUNCIÓN REL DE DOS VRILES RELES a R : R b R R z : E las codicioes ateriores si llaaos a la ució : R R observaos que es ua trasoració

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTICAS FINANCIERAS LECCIÓN 2: Leyes fiacieras clásicas.- Itroducció. El úero de expresioes ateáticas que podría ser leyes fiacieras, por cuplir las propiedades expuestas ateriorete, es uy ueroso.

Más detalles

CÁLCULO DE PROBABILIDADES :

CÁLCULO DE PROBABILIDADES : CÁLCULO DE PROBBILIDDES : Experimeto aleatorio. Espacio muestral. Sucesos. Álgebra de sucesos. Frecuecias. Propiedades. Probabilidad. Resume de Combiatoria. Probabilidad codicioada. Teoremas. PROBBILIDD

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

ÁREA DE INGENIERÍA QUÍMICA Prof. Isidoro García García. Operaciones Básicas de Transferencia de Materia. Tema 4

ÁREA DE INGENIERÍA QUÍMICA Prof. Isidoro García García. Operaciones Básicas de Transferencia de Materia. Tema 4 ÁRE DE IGEIERÍ QUÍMIC Operacioes Básicas de Trasferecia de Materia Tea 4 Operacioes Básicas de Trasferecia de Materia ITRODUCCIÓ a aoría de las corrietes de u proceso quíico está costituidas por varios

Más detalles

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1 TEMA 10 CÁLCULO DE PROBABILIDADES 10.1 EXPERIENCIAS ALEATORIAS. SUCESOS EXPERIENCIAS DETERMINISTAS Y ALEATORIAS Se llama experiecia

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Una aplicación del procedimiento Hot Deck como método de imputación

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Una aplicación del procedimiento Hot Deck como método de imputación UNIVESIDAD NACIONA MAYO DE SAN MACOS FACUTAD DE CIENCIAS MATEMÁTICAS E.A.P. DE ESTADÍSTICA Ua aplicació del procediieto Hot Deck coo étodo de iputació Capítulo III. Método de iputació ot deck TABAJO MONOGÁFICO

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Plan de clase (1/2) Contenido: Resolución de problemas que impliquen adición y sustracción de monomios.

Plan de clase (1/2) Contenido: Resolución de problemas que impliquen adición y sustracción de monomios. Pla de clase (1/2) Eje teático: SN y PA Coteido: 8.2.1 Resolució de probleas que iplique adició y sustracció de ooios. Itecioes didácticas: Que los aluos distiga las características de los térios seejates,

Más detalles

PRÁCTICAS Nº 10 Y 11

PRÁCTICAS Nº 10 Y 11 PRÁCTICA Nº 10 Y 11 CONTRATE DE HIPOTEI E INTERVALO DE CONFIANZA ETADÍTICA E INTRODUCCIÓN A LA ECONOMETRÍA º LADE CURO 008-09 Profesorado: Prof. Dra. Mª Dolores Gozález Galá Prof. M ª Mar Roero Mirada

Más detalles

Formato para prácticas de laboratorio

Formato para prácticas de laboratorio Forato para prácticas de laboratorio CRRER PLN DE ESTUDIO CLVE SIGNTUR NOMBRE DE L SIGNTUR TRONCO COMÚN 00-447 ESTÁTIC PRÁCTIC NO. LBORTORIO DE CIENCIS BÁSICS DURCIÓN(HORS) EST-08 NOMBRE DE L PRÁCTIC CENTRO

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

a. Tetraedro: Tiene 4 caras (triángulos equiláteros), 4 vértices, 6 aristas.

a. Tetraedro: Tiene 4 caras (triángulos equiláteros), 4 vértices, 6 aristas. POLIEDROS Y VOLUMEN POLIEDRO: Cuerpo liitado por cuatro o ás polígoos dode cada polígoo se deoia cara, sus lados so aristas y la itersecció de las aristas se llaa vértices. PRISM: Poliedro liitado por

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

1º Bachillerato Capítulo 7: Probabilidad

1º Bachillerato Capítulo 7: Probabilidad Mateáticas Aplicadas a las Ciecias Sociales I: 1º Bachillerato Capítulo 7: Probabilidad Autor: David Mirada 277 Probabilidad 1. PROBABILIDAD Ídice 1.1. INTRODUCCIÓN A LA PROBABILIDAD 1.2. ÁLGEBRA DE SUCESOS

Más detalles

Introducción al Análisis Estático Comparativo

Introducción al Análisis Estático Comparativo Itroducció al Aálisis Estático Coparativo Adrés J. Maggi Marzo 24 Modelo ateático Itroducció al Aálisis Estático Coparativo Errores coetarios a adres_aggi@hotail.co A eudo los ecooistas supoe que el udo

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

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

Más detalles

CONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2

CONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2 Cojutos coveos Ejeplos de cojutos coveos e R CONVEXIDAD Cojutos coveos Coveidad de fucioes DEFINICION: U cojuto A es coveo cuado, y A y λ [0,] se cuple λ + ( λ) y A R λ + ( λ) y λ = / y λ = 0 Cojuto coveo:

Más detalles

CAPÍTULO 11: PROBABILIDAD Y COMBINATORIA 1. PROBABILIDAD

CAPÍTULO 11: PROBABILIDAD Y COMBINATORIA 1. PROBABILIDAD 235 CAPÍTULO 11: PROBABILIDAD Y COMBINATORIA 1. PROBABILIDAD 1.1. Álgebra de sucesos. Experietos siples y copuestos Experieto aleatorio U feóeo o experieto aleatorio es aquel que, ateiedo las isas codicioes

Más detalles

REFRACCIÓN. OBJETIVOS Después de completar el estudio de este tema podrá usted:

REFRACCIÓN. OBJETIVOS Después de completar el estudio de este tema podrá usted: REFRACCIÓN OBJETIVOS Después de copletar el estudio de este tea podrá usted:. Defiir el ídice de refracció y expresar tres leyes que describe el coportaieto de la luz refractada.. Aplicar la ley de Sell

Más detalles

DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL

DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL 475 DISEÑOS MUESTRALES ALFREDO ALIAGA CEPAL 476 Diseños uestrales ÍNDICE Páia 1. Diseño de la Muestra... 477 1.1 Marco de la ecuesta... 477 1.2 Foració de uidades de uestreo... 477 1.3 Estratificació...

Más detalles

Un comentario sobre New exact solutions for the combined sinh-cosh-gordon equation

Un comentario sobre New exact solutions for the combined sinh-cosh-gordon equation Lecturas Mateáticas Volue 32 (2011), págias 23 27 ISSN 0120 1980 U coetario sobre New exact solutios for the cobied sih-cosh-gordo equatio Jua Carlos López Carreño & Rosalba Medoza Suárez Uiversidad de

Más detalles

4. CONCEPTO BASICOS DE PROBABILIDADES

4. CONCEPTO BASICOS DE PROBABILIDADES 4. CONCEPTO BASICOS DE PROBABILIDADES Dr. http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 41 4.1 Espacio Muestral y Evetos 4.1.1 1 Experimetos Aleatorios y Espacios

Más detalles

Área de Matemáticas. Curso 2015/2016 RELACIÓN DE EJERCICIOS RESUELTOS TEMA 8 Geometría Analítica en el Plano

Área de Matemáticas. Curso 2015/2016 RELACIÓN DE EJERCICIOS RESUELTOS TEMA 8 Geometría Analítica en el Plano Área de Mateáticas. Curso 05/06 TEMA 8 Geoetría Aalítica e el Plao Ejercicio º a Escribe la ecuació de la recta r que pasa por los putos. b Obté la ecuació de la recta s que pasa por tiee pediete. c Halla

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS

INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS Ua ecuació diferecial es ua ecuació que cotiee las derivadas de ua o más variables depedietes co respecto de ua ó mas variables idepedietes. Clasificació

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

Tema 5: Organización de la memoria: memoria principal.

Tema 5: Organización de la memoria: memoria principal. Objetivos: Tea 5: Orgaizació de la eoria: eoria pricipal Coocer las características geerales de los diferetes tipos de eoria que aparece e u coputador digital y aalizar la ecesidad de su orgaizació jerárquica

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso

Más detalles

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p. Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible

Más detalles

Entrenamiento estatal.

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

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

Estadística para Química - 1er. cuat. 2007 - Marta García Ben

Estadística para Química - 1er. cuat. 2007 - Marta García Ben Ej. 1 Podriamos cosiderar S={0,1,} (los resultados o sería igualmete probables). Pero tambie podemos defiir S={CC,CS,SC,SS} describiedo todos los resultados de tirar dos moedas y luego asociar CC, CS 1,

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

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

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES 6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA

ESTIMACIÓN DE VARIANZAS Y PROPORCIONES POBLACIONALES MEDIANTE INTERVALOS DE CONFIANZA UNP-Facultad de Igeiería Carreras: Ig. Electróica y Electricista CAPÍTUO 6 ESTIMACIÓN DE VARIANZAS PROPORCIONES POBACIONAES MEDIANTE INTERVAOS DE CONFIANZA 6.1 Itervalo de cofiaza ara la variaza de ua

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

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

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Técnicas para problemas de desigualdades

Técnicas para problemas de desigualdades Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

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

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna, Tema 9 El plao complejo 9. Números complejos E IR, las operacioes suma producto de úmeros reales so operacioes iteras (el resultado de operar es otro úmero real) que permite la existecia de operacioes

Más detalles

FEH02-15 FÓRMULAS Y EJEMPLOS. Incluye al producto: - Hipotecario 1. GLOSARIO DE TÉRMINOS

FEH02-15 FÓRMULAS Y EJEMPLOS. Incluye al producto: - Hipotecario 1. GLOSARIO DE TÉRMINOS FÓRMULAS Y EJEMPLOS Icluye al producto: - Hipotecario. GLOSARIO DE TÉRMINOS a. Préstao: Sua de diero etregada al prestatario o usuario del préstao por u plazo deteriado, coproetiédose a pagar ua sua adicioal

Más detalles

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.

Ingeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series. CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió

Más detalles

CAPÍTULO V. SUCESIONES Y SERIES

CAPÍTULO V. SUCESIONES Y SERIES (Aputes e revisió para orietar el apredizaje) CAPÍTULO V. UCEIONE Y ERIE DEFINICIÓN. Ua sucesió ifiita, o simplemete sucesió, es ua fució cuyo domiio está costituido por el cojuto de los úmeros aturales

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

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

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

Más detalles

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a. Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base

Más detalles

OPERACIONES CON POLINOMIOS.

OPERACIONES CON POLINOMIOS. OPERACIONES CON POLINOMIOS. EXPRESIONES ALGEBRAICAS. Ua epresió ateática que usa úeros o variables o abos para idicar productos o cocietes es u tério. Los térios,, (ab), so todos epresioes algebraicas.

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

Sistemas de Segundo Orden

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

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

Tema 8 Límite de Funciones. Continuidad

Tema 8 Límite de Funciones. Continuidad Tema 8 Límite de Fucioes. Cotiuidad 1. Operacioes co límites. Los límites de las sucesioes a b, c, d y e so los idicados e la tabla siguiete:, a b c d e - 0 1 Di cual es el límite de: a) lim( a b ) c)

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

Algoritmo para el cálculo de la transformada Z inversa utilizando DERIVE

Algoritmo para el cálculo de la transformada Z inversa utilizando DERIVE Igeiería Mecáica () 9-9 Algorito para el cálculo de la trasforada Z iversa utiliado DERIVE D. Galá Martíe, R. Brito Goále Istituto Superior Politécico José A. Echeverría (ISPJAE) Calle 7 s/, CUJAE, Mariaao

Más detalles

GUÍA NÚMERO 18 CUERPOS POLIEDROS: Están limitados por superficies planas y de contorno poligonal. Se clasifican en: > Regulares > Irregulares

GUÍA NÚMERO 18 CUERPOS POLIEDROS: Están limitados por superficies planas y de contorno poligonal. Se clasifican en: > Regulares > Irregulares Sait Gaspar College MISIONEROS DE L PRECIOS SNGRE Forado Persoas Ítegras Departaeto de Mateática RESUMEN PSU MTEMTIC GUÍ NÚMERO 8 CUERPOS POLIEDROS: Está liitados por superficies plaas y de cotoro poligoal.

Más detalles