ANÁLISIS REGIONAL DE FRECUENCIAS VALORES EXTREMOS
|
|
- Eva Carrasco Olivera
- hace 6 años
- Vistas:
Transcripción
1 Uiversidad de Córdoba DEPARTAMENTO DE INGENIERÍA RURAL ANÁLISIS REGIONAL DE FRECUENCIAS DE VALORES EXTREMOS José Luis Ayuso Satiago de Chile Eero, 0
2 ANÁLISIS REGIONAL DE FRECUENCIAS DE VALORES EXTREMOS. INTRODUCCIÓN. PERIODO DE RETORNO Y PROBABILIDAD 3. ANÁLISIS REGIONAL DE FRECUENCIAS DE VALORES EXTREMOS 4. MÉTODOS DE LOS MOMENTOS LINEALES 5. ESTUDIO DE UN CASO
3 . INTRODUCCIÓN Los episodios hidrológicos de carácter catastrófico como las tormetas de elevada itesidad y las aveidas ocurre periódicamete produciedo cuatiosas pérdidas por daños a las propiedades e icluso pérdidas de vidas humaas, costituyedo u grave problema ecoómico y social. Bilbao 987 Temporal e el Norte España (Marzo-008) Ate estos sucesos el igeiero ha de estimar la magitud y frecuecia de tales evetos Aálisis local de frecuecias Aálisis regioal de frecuecias Cuestioes a respoder Cual es la probabilidad de que u eveto extremo de determiada magitud Córdoba, octubre 005 ocurra e cualquier año, e los próximos 50 años, o e los próximos 00 años?
4 E el diseño de estructuras hidráulicas el igeiero ha de estimar el caudal de proyecto para u determiado periodo de retoro Datos Hidrológicos Caudales Medios diarios Puta diarios Precipitació Diaria Registros pluviográficos co resolució de 5 o 0 miutos Series de valores extremos Estació pluviométrica Estació de aforos
5 Obetivo El pricipal obetivo del aálisis de frecuecias es relacioar la magitud de evetos extremos co su frecuecia de ocurrecia a través del uso de distribucioes de probabilidad. Desidad de probabilidad Magitud de u eveto extremo (Cuatil) Precipitació (mm) Frecuecia de ocurrecia (Periodo Retoro) Los datos observados durate u exteso periodo de tiempo e u sistema hidrológico se aaliza mediate el aálisis de frecuecias.
6 . PERIODO DE RETORNO Y PROBABILIDAD Periodo de retoro T, o itervalo de recurrecia, se defie al tiempo medio etre dos ocurrecias cosecutivas de u feómeo. Las grades aveidas tiee grades periodos de retoro y viceversa T P = () E Hidrología, los acotecimietos que puede producir daños suele ser mayores a ua cierta catidad, por eemplo: precipitació superior a u determiado valor. La probabilidad de ocurrecia será siedo: F(x) = fució de distribució acumulada del proceso. De () y () el periodo de retoro puede defiirse como P = P( X > x) = P( X x) = F( x) T = F( x) () (3) (4) Problemas que se platea e el aálisis de frecuecias:. Coociedo la fució de distribució del proceso que se aaliza, deducir la probabilidad de ocurrecia de ua magitud dada. El problema iverso: determiar la magitud del acotecimieto tal que su periodo de retoro es T.
7 3. ANÁLISIS REGIONAL DE FRECUENCIAS DE VALORES EXTREMOS E térmios estadísticos el problema plateado e el aálisis de frecuecias es estimar la cola de ua distribució de probabilidad F(x) descoocida, basada e u couto limitado de datos x, x,.. x. Los pocos datos extremos dispoibles hace difícil tal estimació La mayoría de las veces se requiere estimacioes que sobrepasa al mayor valor observado, lo que hace ecesario la extrapolació más allá del itervalo observado Los datos austados a ua distribució o ecesariamete se austará bie e los extremos de la distribució Aálisis Local Registros e el lugar Auste a ua fució de distribució Estimació del cuatil Aálisis Regioal Registros regioales Modelo de aálisis Regioal
8 Cuádo se aplica el Aálisis Regioal de Frecuecias? Cuado las series de valores extremos (máximos auales) so demasiadas cortas para hacer ua estimació fiable de los evetos extremos Cuado o hay registros e el lugar de iterés (caso geeral e países e desarrollo o subdesarrollados) Se combia los registros de datos (lluvia, caudal, sequía, etc..) de diferetes lugares e ua regió que pueda asumirse que tiee similares características (todos las series de datos de la regió procede de ua misma distribució paretal) Se estima ua Distribució Regioal de Frecuecias de valores extremos (precipitació, aveidas, sequias, caudales baos, etc.) para toda la regió que proporcioa iformació e lugares co datos escasos o caretes de ellos Se reduce la icertidumbre e las estimacioes de los cuatiles Este método asume que M estacioes co N años de registro, equivale a ua Estació-año, que proporcioa aáloga iformació que ua estació co MxN años
9 Método del ídice de aveida Regió D E A C B Se establece la variable Y, del couto de datos de la regió xai xbi x Y =,,... xa xb x Ei E dividiedo los datos x i de cada estació por la media de dicha estació. Este método asume que los datos adimesioalizados, e cada estació, sigue la misma ley de distribució e toda la regió. Se austa ua ley de distribució al couto de datos Y, y se obtiee los parámetros de dicha distribució. 3. El cuatil e cada estació,, se obtiee como x = x Y Siedo Y T el cuatil obteido de la distribució regioal. T T
10 4. MÉTODO DE LOS MOMENTOS LINEALES Los mometos-l so estadísticos de muestras de datos y de distribucioes de probabilidad. So aálogos a los mometos covecioales proporcioa medidas de localizació, dispersió, sesgo, curtosis y otros aspectos de la forma de las distribucioes de probabilidad o de las muestras de datos pero se calcula por combiacioes lieales de los elemetos ordeados de ua muestra (de aquí el térmio L) Vetaas de los mometos L sobre los mometos covecioales So capaces de caracterizar ua amplia gama de distribucioes So más robustos a la presecia de valores aómalos (outlieres) e la muestra Las estimacioes de los mometos L está meos suetas al sesgo que los mometos covecioales
11 Estimació de los mometos-l a partir de datos de la muestra La estimació de los mometos L se basa e la muestra de tamaño, de los datos dispoibles Para ello, se ordea los datos segú magitud creciete: X : < X : < <X : El estimador del mometo de probabilidad poderada es: r r x r r b : + = = = = x b : 0 x b : ) ( ) ( = = ( )( ) ( )( ) x b : 3 = = ( )( ) ( ) ( )( ) ( ) r r x r r b : = = Los mometos L de la muestra se defie como b b b b b b b b b b + = + = = = Los cocietes de los mometos L de la muestra se defie como r r t = = C v L = t Aálisis Regioal de Frecuecias
12 Termiología de los Mometos-L Mometos lieales de la distribució λ es la media-l de la distribució λ es el parámetro de escala-l τ es el C v -L τ 3 es el coeficiete de sesgo-l τ 4 es el cociete de curtosis-l Mometos lieales de la muestra 3 4 t = t t = = 3 4
13 Etapas fudametales e el ARF 3 Idetificació de Regioes Homogéeas Selecció de la Distribució Regioal de Frecuecias apropiada Estimació de Cuatiles e los lugares de iterés Lugares aforados Lugares o aforados Cuae (988) y GREHYS (996) presetaro detalladamete diversas metodologías de estimació regioal para el ARF, icluyedo las tres etapas ateriores La técica de los mometos-l se usa e las tres etapas del ARF Idetificació de Regioes Homogéeas Es la etapa más difícil y la que requiere mayor dosis de uicio subetivo Cocepto de homogeeidad Ua regió homogéea o presupoe que sea ua regió geográfica, puesto que la proximidad geográfica o es garatía de homogeeidad. Lugares geográficamete próximos puede teer características muy diferetes de la variable que se aaliza, sobre todo si la variabilidad espacial de las características fisiográficas e hidrológicas es grade. Ua regió homogéea agrupa lugares (estacioes) co similar comportamieto estadístico (habitualmete cuatificado por su C v )
14 Técicas de idetificació de regioes homogéeas Existe diversos modos de idetificar regioes homogéeas. Etre las técicas más usuales está: Aálisis Cluster (o aálisis de coglomerados) (Jigyi y Hall, 004) Aálisis de Compoetes Pricipales (Garcia-Marí y col., 0) Método de los resíduos (Wiltshire, 985; Natha y McMaho, 990; Jigyi y Hall, 004) Redes Neuroales Artificiales Lógica Borrosa (Fuzzy logic) (Jigyi y Hall, 004) (Jigyi y Hall, 004) Todas las técicas requiere Estadísticos de cada lugar Características del lugar Deducidos de las series de valores máximos auales obeto de estudio P.e., Precipitació media aual, media de la precipitació máxima aual e 4 h, área de la cueca, logitud de la corriete pricipal, pediete media del río, altitud del lugar, altitud media de la cueca, y otras características geográficas o fisiográficas
15 Ua vez idetificadas tetativamete las diversas regioes homogéeas, ha de calcularse e cada subregió las medidas de la discordacia y la homogeeidad basadas e los estadísticos de los mometos-l Estacioes de aforo Si algú lugar de ua regió es discordate co la regió e su couto, se elimiará de la regió, pudiédose cosiderar la posibilidad de desplazarlo a otra regió. Subregió Subregió Subregió 3
16 Medida de la discordacia Dado u grupo de lugares o estacioes hay que idetificar aquellos que sea fuertemete discordates co el grupo como u todo. La discordacia se mide co los mometos-l de los datos de los lugares. Valores críticos para el estadístico de la discordacia Nº de lugares e Nº de lugares e la Valor crítico la regió regió ,333,648,97,40,39, Valor crítico,63,757,869,97 3 U lugar se cosidera discordate si el valor de D i es mayor que el valor crítico dado e la Tabla T Para el lugar i, D i es Di = N( ui u ) A ( ui u ) 3 Siedo el vector u i el traspuesto del vector que cotiee los valores t, t 3 y t 4 del lugar i u la media del grupo ( i) ( i) ( i) [ t t t ] T ui = 3 4 u N i= = N u i A la matriz suma de los cuadrados y productos trasversales N A = i= ( u u )( u u ) T i i
17 Medida de la heterogeeidad Se estima el grado de heterogeeidad e u grupo de lugares para evaluar si los lugares puede, razoablemete, ser tratados como ua regió homogéea. Hay que aalizar si la dispersió etre lugares de los cocietes de los mometos-l de la muestra para el grupo de lugares es mayor de lo que podría esperarse de ua regió homogéea. La medida de la heterogeeidad se realiza mediate u estadístico H La regió se declara: Heterogéea si H es suficietemete grade Aceptablemete homogéea si H < Posiblemete heterogéea si H Defiidamete heterogéea si H >
18 Selecció de la Distribució Regioal de Frecuecias apropiada Ua vez defiida la regió homogéea los pasos a seguir para seleccioar la distribució regioal so: Agrupar los datos de las series de máximos auales de las estacioes icluidas e la regió previamete ormalizados por el valor medio de cada estació (Método de la Aveida Ídice) Austar ua fució de distribució de valores extremos al couto de datos máximos auales ormalizados de la regió Las distribucioes de probabilidad más usuales para caracterizar la relació etre las magitudes de los evetos y sus frecuecias so:. Geeralizada de Valores Extremos (GEV) Recomedada e los estudios de aveidas e Gra Bretaña Gumbel (EV) Frechet Weibull Pearso tipo III y Log Pearso tipo III Utilizada de forma ormativa e los EEUU Logormal ( y 3 parámetros) Logística Geeralizada Geeralizada de Pareto Wakeby co límite iferior SQRT-ETmax De gra auge e España
19 E lugares de iterés o aforados, la curva regioal puede redimesioarse co ua estimació del parámetro de ormalizació (típicamete el valor medio de la variable estudiada) del lugar obteido de características de la regió Hay que establecer ua relació regioal de regresió etre los valores medios de la variable aalizada e las estacioes de la regió y características de cueca e hidrológicas como variables explicativas
20 Se ha procedió a realizar u aálisis regioal de frecuecias, itraestació (i-site) co las ueve series de valores máximos auales de la estació de Málaga (Aeropuerto) Metodología Propuesta por Hoskig y Wallis (993, 997) Obteció de los mometos-l de las 9 series de valores máximos auales Programa RAZMOMEN Archivo de etrada Datos 0 miutos Malaga Archivo de salida Datos 0 miutos Málaga Datos registrados ordeados por magitud creciete Cocietes de los Mometos-L Numero de cocietes de mometos-l calculados: 5 Orde del Mometo-L Magitud l l 3.37 τ τ τ 5 De maera aáloga se calcularo los mometos-l para cada ua de las series, y los correspodietes cocietes de los mometos-l, τ =l /l (C v -L), τ 3 (C s -L) y τ 4 (C k- L), así como sus promedios regioales.
21 SERIE h h 3h 6h h 4h C v -L C s -L C k -L τ τ 3 τ 4 0,308 0,388 0, ,3376 0,386 0,3036 0,94 0,783 0,37 0,348 0,360 0,38 0,3487 0,957 0,408 0,59 0,59 0,704 0,783 0,049 0,59 0,83 0,34 0,066 0,0884 0,0378 Medias 0,35 0,308 0,336 Idetificació si la regió es homogéea Programa XTEST Archivo de etrada 9 Datos Malaga 0m m m h h h h h h Costituido por los valores de los cocietes de los de los mometos-l obteidos e el paso aterior
22 Archivo de Salida PROGRAMA XTEST Datos Malaga 9 LUGARES 0m m m h h h h h h SITE N NAME L-CV L-SKEW L-KURT D(I) 30 0m m m h h h h h h WEIGHTED MEANS ***** HETEROGENEITY MEASURES ***** (NUMBER OF SIMULATIONS = 500) OBSERVED S.D. OF GROUP L-CV =.08 SIM. MEAN OF S.D. OF GROUP L-CV =.03 SIM. S.D. OF S.D. OF GROUP L-CV =.0080 STANDARDIZED TEST VALUE H() = -.76 OBSERVED AVE. OF L-CV / L-SKEW DISTANCE =.0504 SIM. MEAN OF AVE. L-CV / L-SKEW DISTANCE =.0745 SIM. S.D. OF AVE. L-CV / L-SKEW DISTANCE =.070 STANDARDIZED TEST VALUE H() = ***** GOODNESS-OF-FIT MEASURES ***** (NUMBER OF SIMULATIONS = 500) GEN. LOGISTIC L-KURTOSIS =.46 Z VALUE= 4.4 GEN. EXTREME VALUE L-KURTOSIS =.0 Z VALUE= 3.6 GEN. NORMAL L-KURTOSIS =.98 Z VALUE=.4 PEARSON TYPE III L-KURTOSIS =.59 Z VALUE=.97 * GEN. PARETO L-KURTOSIS =.48 Z VALUE=.55 * PARAMETER ESTIMATES FOR DISTRIBUTIONS ACCEPTED AT THE 90% LEVEL PEARSON TYPE III GEN. PARETO WAKEBY QUANTILE ESTIMATES PEARSON TYPE III GEN. PARETO WAKEBY PROCESADOS TODOS LOS DATOS Para ua regió co 9 lugares el valor crítico D i de la discordacia es.39 No hay igú lugar discordate Puesto que H <, la regió es homogéea OBSERVED AVE. OF L-SKEW/L-KURT DISTANCE =.0694 SIM. MEAN OF AVE. L-SKEW/L-KURT DISTANCE =.095 SIM. S.D. OF AVE. L-SKEW/L-KURT DISTANCE =.009 STANDARDIZED TEST VALUE H(3) = -.3
23 3 Selecció de la Distribució Regioal de Frecuecias apropiada Comprobada la homogeeidad de la regió ha de seleccioarse ua fució de distribució de frecuecias para austarla a los datos ormalizados de la regió U primer test de bodad de auste de la distribució puede realizarse co los diagramas de los cocietes de los mometos-l Series aalizadas Media 0.5 C s -L (Coeficiete de Sesgo) C v -L (Coeficiete de Variació) C k -L (Coeficiete de Curtosis) Cs-L (Coeficiete de Sesgo) LOGN GEV P-III GLOG GPAR GUMB Datos aalizados Media Puede observarse que la distribució que más se aproxima al valor medio de C s -L y C k -L de la regió, y de los valores de las series aalizadas es la Distribució Geeralizada de Pareto (GPAR) seguida de la Pearso III
24 Tambié la salida del Programa XTEST especifica la distribució de frecuecias más apropiada e fució del ídice Z dist siedo el valor límite de Z dist Z dist < Auste de la distribució seleccioada a los datos de la regió Archivo de etrada Aálisis Regioal datos Aeropuerto de Málaga 9 0 miutos Miutos Miutos Hora Horas Horas Horas Horas Horas Programa XFIT Austa la distribució seleccioada a los datos de la regió
25 Archivo de salida programa XFIT ANALISIS REGIONAL PARAMETROS DE REPRESENTACION DE POSICION DE LOS MOMENTOS-L LUGAR 0 miutos N= 30 COCIENTES DE MOMENTOS-L LUGAR 0 Miutos N= 30 COCIENTES DE MOMENTOS-L LUGAR 3 30 Miutos N= 30 COCIENTES DE MOMENTOS-L LUGAR 4 Hora N= 30 COCIENTES DE MOMENTOS-L LUGAR 5 Horas N= 30 COCIENTES DE MOMENTOS-L LUGAR 6 3 Horas N= 30 COCIENTES DE MOMENTOS-L LUGAR 7 6 Horas N= 30 COCIENTES DE MOMENTOS-L LUGAR 8 Horas N= 30 COCIENTES DE MOMENTOS-L LUGAR 9 4 Horas N= 30 COCIENTES DE MOMENTOS-L Aálisis Rgioal datos Aeropuerto de Malaga COCIENTES PROMEDIOS REGIONALES DE LOS MOMETOS-L PARAMETROS REGIONALES DE LA DISTRIBUCION PARETO GENERALIZADA LUGAR CUANTILES NUMERO REGION
26 Auste de la distribució Geeralizada de Pareto y Pearso III a los datos regioales Probabilidad meor que F k α ( x) = ( x ε) α = ε = k = k Probabilidad meor que F ( x) = e αγ ( β) x xγ β α γ α = β =.9759 γ = x γ α dx Datos regioales ormalizados Distribució Geeralizada de Pareto Datos regioales ormalizados Distribució Pearso III Valores ormalizados de las series cosideradas Valores ormalizados de las series cosideradas
27 Tabla Cuatiles obteidos co la fució de distribució GPAR Serie Periodo de Retoro Regió 0 mi 0 mi 30 mi h h 3 h 6 h h 4 h Tabla Cuatiles obteidos co la fució de distribució Pearso-III Serie Periodo de Retoro Regió 0 mi 0 mi 30 mi h h 3 h 6 h h 4 h
28 Ua vez realizado el auste a la distribució apropiada, se costruye la curva regioal de crecimieto Valor adimesioal del cuatil regioal (q T = Q T /µ i ), Periodo de Retoro (años) Curva Regioal de Crecimieto Distribució GPAR Probabilidad de excedecia aual -F(x) = /T
29 Relació regioal etre los valores medios de las series de precipitacioes máximos auales y la duració Media de la precipitació máxima aual (mm) max P R Duració aguacero (miutos) = t = r
30 Uso de las relacioes regioales obteidas Valor adimesioal del cuatil regioal (q T = Q T /µ i ), Periodo de Retoro (años) Curva Regioal de Crecimieto Distribució GPAR Probabilidad de excedecia aual Media de la precipitació máxima aual (mm) max P R Duració aguacero (miutos) = t = r Eemplo de uso de las relacioes Se quiere estimar la precipitació de h de duració y 00 años de periodo de retoro e la localidad de Málaga Solució De la Curva Regioal de Crecimieto, para T = 00 años el valor adimesioal del cuatil regioal es q T = 3, E cosecuecia, el valor del cuatil para la duració de h será Q T = q T µ i Se ecesita coocer la magitud de µ i (valor medio de la precipitació máxima aual de h de duració) que segú la relació de la seguda gráfica es µ i = 4,8 Por cosiguiete, la precipitació de h y 00 años será: h QT = P00 = qt µ i = 3, 4,8 = 77, mm Valor sesiblemete igual al dado e las Tabla de la distribució Geeralizada de Pareto
31 DESARROLLO DE UNA RELACION Altura-Duració-Frecuecia PARA MÁLAGA La Curva Regioal de Crecimieto correspode a la Fució de Distribució Geeralizada de Pareto austada a los valores adimesioales de las series de máximos auales cosideradas (regió). F k α ( x) = ( x ε ) k La relació etre el periodo de retoro T, y F(x) es T = F ( x) () Siedo x el cuatil regioal adimesioal, q T () Combiado ambas ecuacioes () y () = ( x ε ) q T T k α = x = T k k α + ε k De la regresió etre los valores medios de las precipitacioes máximas y la duració, se tiee 0,3647 5, tr µ i = P max = 5797 (3) Combiado las ecuacioes (3) y (4) se obtiee el cuatil de la precipitació para u periodo de retoro T t y duració t r, r Q = P = q µ resultado T T t i t T P r (4) k α = + ε T k ( t ) r (5)
32 Sustituyedo e (5) los valores de los parámetros, α, k y ε, se obtiee la relació Altura-Duració-Frecuecia de la precipitació e Málaga Capital t T [ 6.603( ( T ) ).9589] tr P r + = (6) Siedo P T t r = altura de precipitació de T años de periodo de retoro y duració t r T = periodo de retoro (años) t r = duració del aguacero (miutos) SISTEMA DE ESTIMACIÓN DE EVENTOS EXTREMOS DE LLUVIA FONDEF Uiversidad de Talca EIAS Uiversidad de Córdoba
33
Departamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesProblemas 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 detallesIntervalos 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 detallesORGANIZACIÓN 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 detallesESTADISTICA 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 detallesTrabajo 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 detalles2 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 detallesIES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule
Más detallesMEDIDAS 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 detallesGLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,
Más detallesSe plantean una serie de cuestiones y ejercicios resueltos relacionados con la cinética de las reacciones químicas.
ESUEL UNIVERSIRI DE INGENIERÍ ÉNI INDUSRIL UNIVERSIDD POLIÉNI DE MDRID Roda de Valecia, 3 80 Madrid www.euiti.upm.es sigatura: Igeiería de la Reacció Química Se platea ua serie de cuestioes y ejercicios
Más detallesEstadística Descriptiva
Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesPara estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20
Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida
Más detallesPolinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios
Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua
Más detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesDonde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s.
U automóvil (Citroe XM V6) tiee la geometría idicada e la figura. Su masa total es.42 Kg. Dispoe de u motor cuya relació par-velocidad puede expresarse mediate la relació: Tm=-,52.-3.w2+,38.w-5,583 N.m
Más detallesEstadística Teórica II
tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.
Más detallesFÍSICA 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 detallesTeorema del Muestreo
Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso
Más detalles6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES
6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:
Más detallesUN MODELO DE ESTUDIO PARA DEFINIR NIVELES DE CONFIABILIDAD EN UNA LÍNEA DE PRODUCCION.
FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA UN MODELO DE ESTUDIO PARA DEFINIR NIVELES DE CONFIABILIDAD EN UNA LÍNEA DE PRODUCCION. FERNANDO ESPINOSA FUENTES INTRODUCCION. U sistema productivo
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más detallesLímite 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 detallesen. Intentemos definir algunas operaciones en
OPERACIONES EN 8 E la secció aterior utilizamos fucioes de el primer couto y estudiar sus propiedades e Itetemos defiir alguas operacioes e Recordemos de cursos ateriores que tomamos al couto de los compleos
Más detallesOPERACIONES ALGEBRAICAS FUNDAMENTALES
MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6
Más detallesTEMA 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 detallesTrata 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 detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio
26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,
Más detallesMETODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES
METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e
Más detallesPlanificación contra stock
Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica
Más detalles1 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 detallesConvolución. 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 detallesTest de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesEjemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el
Más detallesCRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES
MATEMÁTICA I - 0 - Capítulo 6 ------------------------------------------------------------------------------------ CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES Las matrices iversas se puede usar
Más detallesUna ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx
.7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )
Más detallesANALISIS ESTADISTICO DE VALORES EXTREMOS
ANALISIS ESTADISTICO DE VALORES EXTREMOS Aplicacioes e hidrología Gloria Elea Maggio Dr. Jua F. Aragure 84 - Bueos Aires 4988 0083 www.oldor.com.ar oldor@oldor.com.ar R E S U M E N El objetivo de este
Más detalles12 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 detallesAplicaciones del cálculo integral vectorial a la física
Aplicacioes del cálculo itegral vectorial a la física ISABEL MARRERO epartameto de Aálisis Matemático Uiversidad de La Lagua imarrero@ull.es Ídice 1. Itroducció 1 2. Itegral doble 1 2.1. Motivació: el
Más detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesCONCEPTOS 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 detallesTema 9 Teoría de la formación de carteras
Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más detallesESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}
ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)
Más detallesPráctica de Física AJUSTE DE UNA RECTA
Práctica de Física AJUSTE DE UNA RECTA Calcular el valor medio y error de ua serie de valores Ajustar los datos experimetales mediate ua depedecia lieal La determiació de ua magitud física está sujeta
Más detallesBIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.
Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal
Más detallesCapítulo I. La importancia del factor de potencia en las redes. eléctricas
La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesOPCIÓN 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 detallesOBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con
Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 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
Más detallesIDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE
IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE Determiació de la fució de trasferecia de lazo abierto de u sistema a partir de la curva asitótica de magitud del Diagrama de Bode.
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesUNIDAD 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 detallesMuestreo Estratificado.
Muestreo Estratificado. 1.- Itroducció: Para aplicar este diseño, se precisa que la població esté dividida e subpoblacioes, estratos, que o se solape. Se seleccioa ua muestra probabilística e cada estrato
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció
Más detallesAnálisis en el Dominio de la Frecuencia. Análisis en el Dominio de la Frecuencia. Sistemas de Control. Análisis en el Dominio de la Frecuencia
Aálisis e el Domiio de la Frecuecia Sistemas de Cotrol El desempeño se mide por características e el domiio del tiempo Respuesta e el tiempo es díficil de determiar aalíticamete, sobretodo e sistemas de
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesLAS 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 detallesPor: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS
Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes
Más detallesSistemas 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 detallesESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:
ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía
Más detallesDETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA
DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació
Más detallesPRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O
PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros
Más detallesParámetros de tiempo para
Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para
Más detallesPRUEBAS DE HIPOTESIS
PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto
Más detallesTEMA 1. ESTADÍSTICA DESCRIPTIVA
TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características
Más detallesLA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción
CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada
Más detallesEjemplo: 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 detallesTeoría de la conmutación. Álgebra de Boole
Álgebra de Boole Defiicioes y axiomas Propiedades Variables y fucioes booleaas Defiicioes Propiedades Formas de represetació Fucioes booleaas y circuitos combiacioales Puertas lógicas Puertas lógicas fudametales
Más detallesEscuela Pública Experimental Desconcentrada Nº3 Dr. Carlos Juan Rodríguez Matemática 3º Año Ciclo Básico de Secundaria Teoría Nº 1 Primer Trimestre
Escuela Pública Eperimetal Descocetrada Nº Dr. Carlos Jua Rodríguez Matemática º Año Ciclo Básico de Secudaria Teoría Nº Primer Trimestre Cojuto de los úmeros racioales Los úmeros racioales so aquellos
Más detallesEstadístico. Parámetro
La iferecia estadística comprede el establecer ciertos juicios co respecto a algo después de examiar solamete ua parte o muestra de ello. Así, se ofrece ua muestra gratis de u uevo producto alimeticio
Más detallesApéndice C: Datos Experimentos
Apédice C: Datos Experimetos Experimetos Los experimetos permitiero evaluar la afectividad de los usuarios al iteractuar etre ellos detro del IM. La realizació de los experimetos se basa e los siguietes
Más detallesSUCESIONES DE NÚMEROS REALES. PROGRESIONES
www.matesxroda.et José A. Jiméez Nieto SUCESIONES DE NÚMEROS REALES. PROGRESIONES. SUCESIONES DE NÚMEROS REALES. TÉRMINO GENERAL E las siguietes figuras observa el proceso que lleva a la creació de uevos
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesCálculo de límites Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesSucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.
Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,
Más detallesUNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.
UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede
Más detallesTransformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)
Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos
Más detallesAPUNTES DE MATEMÁTICAS
APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios
Más detallesSeñales y sistemas discretos (1) Transformada Z. Definiciones
Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas
Más detallesTema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor
Tema 7 (IV) Aplicacioes de las derivadas () Represetació gráfica de curvas y fórmula de Taylor Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos
Más detalles2.- 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 detallesMATEMÁTICA. Unidad 3 Utilicemos funciones Reales de variable Real. Utilicemos medidas de tendencia central. Trabajemos con medidas de posición
MATEMÁTICA Uidad Utilicemos fucioes Reales de variable Real. Utilicemos medidas de tedecia cetral. Trabajemos co medidas de posició Objetivos de la Uidad: Resolverás situacioes que implique la utilizació
Más detallesELEMENTOS DE ÁLGEBRA MATRICIAL
ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:
Más detallesModulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones
Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio
Más detallesMétodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B
Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................
Más detallesTécnicas 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 detalles9 SUCESIONES. LÍMITES DE SUCESIONES
9 SUCESIONES. LÍMITES DE SUCESIONES EJERCICIOS PROPUESTOS 9. Co ua calculadora, forma térmios de las siguietes sucesioes y estudia a qué valores tiede. a) a b) b c) c 5 a) a a 8 5,6 a 0 00,98 a 0 00 0
Más detallesTEMA 3.- OPERACIÓN FINANCIERA
. DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,
Más detallesSUCESIONES TI 83. T 3 España T 3 EUROPE
SUCESIONES TI 83 T 3 España T 3 EUROPE Ferado Jua Alfred Mollá Oofre Mozó José Atoio Mora Pascual Pérez Tomás Queralt Julio Rodrigo Salvador Caballero Floreal Gracia Sucesioes TI83 ÍNDICE. Itroducció...
Más detallesGUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN
Más detallesPRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES
PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES 1 INTRODUCCIÓN E las ciecias aturales los resultados de las medidas experimetales sirve para verificar la validez de modelos,
Más detallesSobrantes 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 detallesSERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.
CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio
Más detalles