MECÁNICA ESTADÍSTICA

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

Download "MECÁNICA ESTADÍSTICA"

Transcripción

1 FAyA Lccatura Químca Físca III año 26 MÁIA SADÍSIA IRODUIÓ ROBABILIDAD robabldad s la cuatfcacó d la spraza dl rsultado d u xprmto o vto. S l posbl rsultado d u xprmto s A la probabldad d qu ocurra A s A. l spaco d mustra d u xprmto s u cojuto S d lmtos tals qu cada rsultado dl xprmto corrspod a uo o más lmtos dl cojuto. ARIABL SOÁSIA arabl stocástca o alatora s ua catdad o magtud cuyo valor s u úmro qu s obt como rsultado d u xprmto. Ua varabl stocástca d u spaco d mustra S s ua fucó qu mapa lmtos d S l cojuto d los úmros rals {R} d tal forma qu l mapo vrso d cada trvalo d {R} corrspod co u vto d S. ARIBL SOASIA DISRA osdrmos la varabl stocástca d u spaco d mustra S qu toma l sgut cojuto fto o fto d valors umrabls S x x2.... odmos costrur u spaco d probabldads para S dfdo ua probabldad para cada valor d x. l cojuto d valors d fx s domado la dstrbucó d probabldads d S. La dstrbucó d probabldads fx db satsfacr las sguts codcos. f x y f x S dtrmamos la fucó dstrbucó fx para la varabl stocástca tocs obtmos toda la formacó posbl rspcto d lla. S df l -smo momto d como x f x Alguos momtos t ombrs spcals. l valor d xpctacó d o mda s. La varaza o dsvacó stadar d s df como Mag. arlos Albrto attao Lc. rqu Mart Baso

2 FAyA Lccatura Químca Físca III año Los momtos d os da formacó rspcto d la forma y d cómo s xtd la fucó dstrbucó fx. ARIBL SOASIA OIUA osdrmos la varabl stocástca la cual toma u cojuto cotuo d valors tal como u trvalo d la rcta ral a b. osdrmos qu xst ua fucó cotua f x tal qu la probabldad d qu adopt u valor l trvalo a b a b sté dada por a b b a f x dx lugo s ua varabl stocástca cotua y f x s la dsdad d probabldad d. La dsdad d probabldad db cumplr co las sguts codcos f x y x dx dod la tgral s xtd sobr todo l rago d. S df l -smo momto d como f x f x dx DISRIBUIÓ D ROBABILIDAD OJUA Sa y Y ambas varabls stocástcas d u spaco d mustra S co valors S x x2... y Y S y y2.... S hacmos l cojuto producto S Y S x y x2 y2... podmos dfr la probabldad dl par ordado x y como x Y y f x y. Dod la fucó f x y s la dstrbucó d probabldad cojuta d y Y. S las varabls stocástcas so cotuas s cosdra la dsdad d probabldad cojuta. La dsdad d probabldad cojuta db satsfacr las sguts codcos f x y y f x y dxdy admás podmos obtr la dsdad d probabldad d f x y sobr todo l rago d Y f x f x y dy Mag. arlos Albrto attao Lc. rqu Mart Baso 2

3 FAyA Lccatura Químca Físca III año 26 ROSOS D MARKO osdrmos u sstma cuyas propdads pud sr dscrptas térmos d ua úca varabl stocástca Y. Sa y t la dsdad d probabldad qu la varabl stocástca Y tga los valors y al tmpo t. 2 y t; y2 la dsdad d probabldad cojuta qu la varabl stocástca Y tga los valors y al tmpo t y y 2 al tmpo t 2. y t; y2 ;...; y t la dsdad d probabldad cojuta qu la varabl stocástca Y tga los valors y al tmpo t y 2 al tmpo t 2... y al tmpo t. Las dsdads d probabldad cojuta so postvas pud sr rducdas aplcado y t ; y t ;...; y t dy y t ; y t ;...; y t y stá ormalzadas y t dy U procso s llamado stacoaro s y t; y2 ;...; y t y t ; y2 ;...; y t para todo y. tocs para u procso stacoaro y t y Itroduzcamos la dsdad d probabldad codcoal y t y la dsdad d probabldad codcoal qu la varabl stocástca / 2 Y tom los valors y 2 al tmpo t 2 s tomo l valor y al tmpo t. Y stá dfda por y t / y t y2 2 y t; y2 y cumpl co la codcó / y t y2 dy2 Itroduzcamos la dsdad d probabldad codcoal cojuta / l y t;...; y t y t ;...; yl tl la dsdad d probabldad codcoal cojuta qu la varabl stocástca Y tom los valors y t ;...; y l t l tdo cuta qu y t;...; y t stá fjos. La dsdad d probabldad codcoal cojuta stá dfda por l y t;...; y t ; y t ;...; yl tl / l y t;...; y t y t ;...; yl tl y t;...; y t La dsdad d dsdad d probabldad codcoal cojuta s mportat cuado xst corrlacó tr los valors d la varabl stocástca a dfrts tmpos sto sgfca qu la varabl stocástca pos algua mmora d su pasado. S mbargo s la varabl stocástco o pos mmora d su pasado las xprsos para la dsdad d probabldad cojuta y la dsdad d probabldad codcoal cojuta s smplfca cosdrablmt. Mag. arlos Albrto attao Lc. rqu Mart Baso 3

4 FAyA Lccatura Químca Físca III año 26 S la varabl stocástca sólo t mmora d su pasado mdato la dsdad d probabldad cojuta / y t;...; y t y t dod t... t toma la forma / y t;...; y t y t / y t y t sto sgfca qu la dsdad d probabldad codcoal para y a t stá totalmt dtrmada por l valor d y - a t - y o stá afctada por los valors qu toma la varabl stocástca los prmros tmpos. U procso como ést qu sólo t mmora d su pasado mdato s llama procso d Marov. La dsdad d probabldad codcoal y t y s llama probabldad d / 2 trascó. U procso d Marov stá totalmt dtrmado por dos fucos y y y t y. or jmplo / 2 3 y t; y2 ; y3 t3 2 y t; y2 2 / y t; y2 y3 t3 3 y t; y2 ; y3 t3 y t / y t y2 / y2 y3 t3 t DSIDAD D ROBABILIDAD ARA SISMAS D ARÍULAS SISMA LÁSIO osdrmos u sstma clásco crrado co 3 grados d lbrtad por jmplo partículas ua caja crrada. l stado dl sstma stá totalmt dfdo por u cojuto d 6 varabls dpdts p q dod p y q rprsta a los vctors p p p2... p y q q q 2... q rspctvamt co p l y q l l momto y la poscó d la l-sma partícula. S l vctor d stado p q s coocdo para u tmpo dtrmado tocs ést quda dtrmado para cualqur otro tmpo sgú las lys d wto. l amltoao para l sstma d partículas s t lugo la volucó tmporal d las catdads p l y q l l=2... stá dada por las cuacos d amlto dp dq p y q dt q dt p S l amltoao o dpd xplíctamt dl tmpo tocs s ua costat d movmto y sta costat s la rgía total dl sstma. sta caso l sstma s llama cosrvatvo Mag. arlos Albrto attao Lc. rqu Mart Baso 4

5 FAyA Lccatura Químca Físca III año 26 l spaco d la fas d ustro sstma s u spaco d 6 dmsos. Lugo l vctor d stado p q rprsta a u puto l spaco d la fas. omo l sstma volucoa l tmpo y su stado camba l puto dl sstma dscrb ua trayctora l spaco. q t 2 q m t p l p rayctora l spaco d la fas uado s trata co sstmas físcos rals s dfícl spcfcar corrctamt l stado dl sstma. Smpr xst algua crtza codcos cals. or lo tato s útl cosdrar a como ua varabl stocástca troducr la dsdad d probabldad l spaco d la fas t. Dod t d rprsta la probabldad qu l puto d stado s cutr lmto d volum d al tmpo t co d dq... dq dp... dp s l dfrcal d volum l spaco d la fas. Dbdo a qu los putos d stado smpr stá algú lugar dl spaco d fas la dsdad d probabldad cumpl co la codcó d ormalzacó t d dod la tgral s xtd a todo l spaco d la fas. La probabldad d cotrar u puto d stado ua dtrmada rgó fta R dl spaco stá dada por R t d. R Mag. arlos Albrto attao Lc. rqu Mart Baso 5

6 FAyA Lccatura Químca Físca III año 26 SISMA UÁIO uado s studa u sstma d partículas cuátcas s covt trabajar co l oprador dsdad d probabldad t. l oprador dsdad s u oprador hrmtao dfdo postvo y pud sr usado para cotrar l valor d xpctacó d u obsrvabl ua dtrmada rprstacó. osdrmos l cojuto d los autostados dl oprador dsdad y sus p co p dado qu t s dfdo postvo lugo podmos scrbr l oprador dsdad como t p t t rspctvos autovalors dod p s la probabldad d cotrar al sstma l stado codcó p. l valor d xpctacó d cualqur oprador s O t r O t p t O t qu cumpl co la dod r sgfca la traza d la matrz. S cosdramos u cojuto d stados compltos ortoormals los cuals o so autostados dl oprador dsdad tocs la probabldad t d qu l sstma sté l stado al tmpo t stá dada por l valor d xpctacó dl oprador dsdad dcho stado t t p t t l valor d xpctacó dl oprador Ô valuado rspcto d rprstacó O t r O t O t La catdad t s doma la matrz dsdad. FUIÓ D SRUURA alculmos l volum qu ocupa los putos d stado l spaco d fas qu pos rgía mor qu o sa la rgó dl spaco d la fas qu cumpl co la codcó Ê rprstamos a st volum como. d ara aalzar sta tgral asumamos qu l spaco d la fas pud star dvddo capas cada ua co dfrt rgías y qu las capas pud sr acomodadas ord d rgía dcrct. Lugo la drvada d st volum rspcto d la rgía os da l ára suprfcal d cada capa d rgía també llamada fucó d structura. Mag. arlos Albrto attao Lc. rqu Mart Baso 6

7 FAyA Lccatura Químca Físca III año 26 d d ROÍA La tropía s ua catdad trmodámca postva adtva y qu toma u valor máxmo u stado d qulbro trmodámco. xst varas formas fucoals d lgr sta catdad osotros usarmos la xprsó d Gbbs S log d dod s la costat d Boltzma y s coloca para obtr las udads corrctas. ara u sstma cuátco la tropía d Gbbs toma la forma S r l dod la traza dl oprador dsdad s toma sobr u cojuto ortogoal complto d stados d bas OJUOS SADÍSIOS OJUO MIROAOIO U cojuto mcrocaóco s u sstma aslado y crrado lo qu sgfca qu l sstma pos u úmro d partículas fjas qu ocupa u volum l spaco d cofguracos y qu los putos d stado s cutra rstrgdos a ua suprfc d rgía costat ; dbdo al prcpo d crtza d sbrg cosdrarmos qu los putos d stado s cutra ua capa d rgía dod podmos tomar ta pquño como quramos. ara obtr la dsdad d probabldad d qulbro dbmos cotrar u xtrmo d la tropía d Gbbs sujta a la codcó d ormalzacó d la dsdad d probabldad la tgral stá rstrgda sólo a la capa d rgía ya qu la dsdad d probabldad fura d allí s cro. Utlcmos l método d multplcadors d Lagrag para cotrar l xtrmo d la tropía; como tmos ua solo rstrccó tmos u solo multplcador. cstamos qu la sgut varacó sa cro l d qu os quda d Mag. arlos Albrto attao Lc. rqu Mart Baso 7

8 FAyA Lccatura Químca Físca III año 26 d l dado qu la varacó s arbtrara la tgral srá cro s l tgrado s cro lugo l co lo cual K s paraotroscasos dod K s ua costat y s pud calcular a partr d la codcó d ormalzacó. Lugo s paraotroscasos dod s l volum d la capa d rgía dod s la fucó d structura. La tropía quda S l dod t las msmas udads qu y o pud sr dtrmada cláscamt lugo dbmos rcurrr a la mcáca cuátca dod cotramos qu para partículas 3 3 dstgubls h y para partículas dstgubls! h. omo h l volum s l volum d u úco stado l spaco d la fas rprsta l úmro total d stados la capa d rgía. La tropía s la cuacó fudamtal para l sstma ya qu a partr d lla podmos drvar todas las propdads dl sstma por jmplo la tmpratura stá dada por ; la prsó por ; y l potcal químco por S S ara sstmas cuátcos dbmos cotrar u cojuto d stados rspcto d los cuals la matrz d dsdad sa dagoal. D tal forma qu la tropía sa dod S r l l s la probabldad d cotrar l sstma l stado. La codcó d ormalzacó toma la forma r S Mag. arlos Albrto attao Lc. rqu Mart Baso 8

9 FAyA Lccatura Químca Físca III año 26 S cosdramos qu l úmro total d stados co rgía s obtmos y S l OJUO AÓIO U cojuto caóco s u sstma crrado l cual la rgía total dl sstma fluctua lo qu sgfca qu l sstma pos u úmro d partículas fjas qu ocupa u volum l spaco d cofguracos. or lo tato cstamos cotrar la dsdad d probabldad para la rgía total y qu s corrspoda co u xtrmo d la tropía. Las rstrccos d ustro sstma so dos la ormalzacó d la dsdad d probabldad todo l spaco d la fas d y qu la rgía total tom u valor mdo fjo d Itroduzcamos u sgudo multplcador d Lagrag corrspodt a u xtrmo d la tropía co las codcos d rstrccó l d dod obtmos la codcó para l xtrmo l Mag. arlos Albrto attao Lc. rqu Mart Baso 9 para calcular la varacó lugo Z xp d dod Z s doma la fucó partcó dl cojuto. Multplqumos la codcó d xtrmo por tgrmos todo l spaco. Obtmos d d d l s dtfcamos l valor mdo d la rgía co la rgía tra dl sstma obtmos l Z v U S rcordado qu la rgía lbr d lmholtz s scrb como A U S podmos dtfcar a y A l Z co lo cual podmos scrbr la fucó partcó como U

10 FAyA Lccatura Químca Físca III año 26 Mag. arlos Albrto attao Lc. rqu Mart Baso d Z dod y rscrbmos la dsdad d probabldad Z La rgía lbr d lmholtz s la cuacó fudamtal para u sstma crrado ya qu la tropía stá dada por A S la prsó s obt co A y l potcal químco co A. ara u sstma cuátco l oprador dsdad quda A y la fucó partcó A r Z dod la traza s valúa co rspcto d u cojuto d stados co bas ortoormals covts. OJUO GRA AÓIO U cojuto gra caóco s u sstma abrto l cual tato la rgía total dl sstma como l úmro d partículas fluctúa. S mbargo para u sstma abrto qulbro vamos a pdr qu l valor mdo d la rgía y l valor mdo dl úmro d partículas sté fjos. La codcó d ormalzacó toma la forma d dod la sumatora s sobr todos los posbls úmros d partículas dl sstma Las codcos d rstrccó so l valor mdo d la rgía d y l valor mdo dl úmro d partículas d troduzcamos u trcr multplcador d Lagrag para calcular la varacó corrspodt a u xtrmo d la tropía co las codcos d rstrccó l d dod obtmos la codcó para l xtrmo

11 FAyA Lccatura Químca Físca III año 26 Mag. arlos Albrto attao Lc. rqu Mart Baso l lugo obtmos la fucó gra partcó d xp multplqumos la codcó d xtrmo por tgrmos todo l spaco. Obtmos l S rcordado qu la cuacó fudamtal para l gra potcal S U podmos dtfcar a ; y l lugo podmos scrbr la dsdad d probabldad como ara u sstma gra caóco la tropía stá dada por S la prsó por y l úmro mdo d partículas por. ara u sstma cuátco l oprador dsdad quda dod s l oprador úmro d partículas y la fucó partcó quda r Z dod la traza s valúa rspcto a u cojuto d stados co bas ortoormals covts.

APUNTE Y PROBLEMAS DE FÍSICA III

APUNTE Y PROBLEMAS DE FÍSICA III APUE Y PROBLEMAS DE FÍSICA III CARRERA: LICECIAURA E QUÍMICA PROFESOR Mg. CARLOS A. CAAEO AUILIAR Lc. ERIQUE M. BIASOI COEIDOS: Mcáca Clásca: Mcáca Cuátca: Mcáca Estadístca: Problmas: Cmátca Dámca Prcpos

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares.

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares. Fscouímca II-Módulo d Estructura y Propdads Molculars. Bollla 4. Coctado las dscrpcos mcro/macroscópcas: Trmodámca Estadístca 4. La coxó tr la dscrpcó cuátca y las propdads trmodámcas. Hmos vsto como dscrbr

Más detalles

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3 Rpaso d Matmáticas E st apédic s hará u brv rpaso d las cuacios y fórmulas básicas d utilidad Química Física gral y Trmodiámica Química particular. EXPONENTES Y POTENCIAS Muchos úmros s xprsa forma más

Más detalles

Cadenas de Markov de tiempo continuo

Cadenas de Markov de tiempo continuo Cocpts foamtals d xarxs d computadors. U focamt aalítc. Cadas d Markov d tmpo cotuo Qué propdads db cumplr u procso stocástco para sr ua MC d tmpo cotuo? Los stados db formar u couto umrabl E caso cotraro

Más detalles

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.

Más detalles

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

MODELO DE REGRESIÓN LINEAL MÚLTIPLE Modlo d Rgrsó Lal Múltpl MODELO DE REGRESIÓN LINEAL MÚLTIPLE Autors: Ratas Kzys (rzys@uoc.du), Ágl A. Jua (ajuap@uoc.du). ESQUEMA DE CONTENIDOS Hpótss sobr l térmo d prturbacó Hpótss sobr varabls xplcatvas

Más detalles

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,

Más detalles

Procesamiento Digital de Señales de Voz

Procesamiento Digital de Señales de Voz Procsamto Dgtal d Sñals d Voz Trasparcas: Procsamto d Sñals y Métodos d Aálss para rcoocmto d Voz Autor: Dr. Jua Carlos Gómz Basado : Rabr, L. ad Juag, B-H.. Fudamtals of Spch Rcogto, Prtc Hall,.J., 993.

Más detalles

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r.

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r. (Aputs rvisió para oritar l aprdizaj) DESARROLLO DE LAS FUNCIONES LOGARÍTMICA Y EXPONENCIAL EN SERIES DE POTENCIAS Ua Sri d Potcias s dfi como: a a a a a = = + + + la qu s vidt qu covrg si =. Para dtrmiar

Más detalles

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros .8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros 59.8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros Variació d parátros U procdiito

Más detalles

Estadística Teórica II

Estadística Teórica II Tablas d Cotgca Estadístca Tórca II TABLAS DE CONTINGENCIA Satago d la Fut Frádz 89 CONTRASTE NO PARAMÉTRICO DE BONDAD DE AJUSTE Tablas d Cotgca.- Para comprobar s los opraros cotraba dfcultads co ua prsa

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Más detalles

Análisis del caso promedio El plan:

Análisis del caso promedio El plan: Aálisis dl caso promdio El pla: Probabilidad Aálisis probabilista Árbols biarios d búsquda costruidos alatoriamt Tris, árbols digitals d búsquda y Patricia Listas sip Árbols alatorizados Técicas Avazadas

Más detalles

Tema IV: Ruidos e Interferencias: Técnicas de reducción.

Tema IV: Ruidos e Interferencias: Técnicas de reducción. SCUA TÉCNICA SUPIO D INGNIOS INDUSTIAS Y D TCOMUNICACIÓN UNIVSIDAD D CANTABIA INSTUMNTACIÓN CTÓNICA D COMUNICACIONS (5º Curso Igría d Tlcomucacó) Tma IV: udos Itrrcas: Téccas d rduccó. José María Drak

Más detalles

TEMA 4: REGRESIÓN Y CORRELACIÓN.

TEMA 4: REGRESIÓN Y CORRELACIÓN. TEMA 4: REGREIÓN Y CORRELACIÓN. 4.. Rgrsó corrlacó lal smpl... 4.. El método d los mímos cuadrados las cuacos ormals.... 3 4.3. Rgrsó lal: rcta d rgrsó (mímos cuadrados)... 4 4.3.. Propdads d las rctas

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA Uivrsidad Católica Adrés Bllo UIVERSIDAD CATOLICA ADRES BELLO Urb. Motalbá La Vga Apartado 068 Tléfoo: 47-448 Fa: 47-3043 Caracas, 0 - Vzula Facultad d Igiría Escula d Igiría Iformática -----------------------

Más detalles

Tema 4: Regresiones lineales y no lineales TEMA 4. REGRESIONES LINEALES LINEALES Y NO. 1. 2. 3. Introducción 4. Nomenclatura

Tema 4: Regresiones lineales y no lineales TEMA 4. REGRESIONES LINEALES LINEALES Y NO. 1. 2. 3. Introducción 4. Nomenclatura T 4: grsos lls o lls TEMA 4. EGEIONE LINEALE LINEALE Y NO.. 3. Itroduccó 4. Nocltur 5. Llzcó Ajust grsó ll ll d últpl cucos 6. 7. 8. grsos EUMEN Progrcó o lls Mtlb Cálculo uérco Igrí T 4: grsos lls o lls.

Más detalles

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

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

Más detalles

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

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

Más detalles

8 Límites de sucesiones y de funciones

8 Límites de sucesiones y de funciones Solucioario 8 Límits d sucsios y d ucios ACTIVIDADES INICIALES 8.I. Calcula l térmio gral, l térmio qu ocupa l octavo lugar y la suma d los ocho primros térmios para las sucsios siguits., 6,,,..., 6, 8,,...,,,,...

Más detalles

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

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

Más detalles

61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS

61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS Cp. 6 Sris 6. 6.. SERIES NUMÉRICAS INFINITAS 6.. SERIES DE TÉRMINOS POSITIVOS 6.. SERIES ATERNANTES 6.. SERIES DE POTENCIAS Objtivo: S prtd qu l studit: Dtrmi covrgci o divrgci d sris. Empl sris pr rsolvr

Más detalles

Sistemas de ecuaciones diferenciales lineales

Sistemas de ecuaciones diferenciales lineales 695 Aálisis matmático para Igiría M MOLERO; A SALVADOR; T MENARGUEZ; L GARMENDIA CAPÍTULO Sistmas d cuacios difrcials lials d primr ord Cuado s studia matmáticamt ua situació d la ralidad, l modlo qu s

Más detalles

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: MADRID

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: MADRID C/ Gal. Auda, 6 Tléf.: 9 5 8 4-9 55 9 800 MADRID ORMULARIO DE ESTADÍSTICA. DISTRIBUCIONES UNIDIMENSIONALES. Esaza atátca. Sdo ua vaabl alatoa g ( ua fucó d la sa, dfos: E ( g ( ( g Caso dscto g ( f ( Caso

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Tema 2: Semiconductores intrínsecos y extrínsecos

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

Más detalles

Multicupón no garantizado 07/09 1

Multicupón no garantizado 07/09 1 ANEXO AL CONTRATO FINANCIERO DENOMINADO MULTICUPÓN NO GARANTIZADO OBRE UPUETO DE AJUTE O UPUETO EPECIALE DE AJUTE. UPUETO DE AJUTE: E caso d qu s produzca cualqura d las stuacos qu a cotuacó s dca l Baco

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

División 2. Mecánica de Tornillos Tornillos de transmisión Tornillo de ajuste y sujeción

División 2. Mecánica de Tornillos Tornillos de transmisión Tornillo de ajuste y sujeción Vrsó 014 CAITULO 4 OYECTO DE ELEMENTOS DE SUJECIÓN, ANCLAJE Y CIEE Dvsó Mcáca d Torllos Torllos d trasmsó Torllo d ajust y sujcó UTN-BB Cátdra: Elmtos d Máquas. rofsor: Dr. Ig. Marclo Tulo ova Vrsó 014

Más detalles

Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos

Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos Capíulo. La fucó d pacó ) Spaacó d la fucó d pacó S ha dmosado aom - / k [.] La ía dl l s ual a: k [.] + + + [.] + S los ados d lbad o accoa [.4] - / k - / k... [.5] ) Fucó d pacó lcóca omado como l d

Más detalles

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

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

Más detalles

Exportación e Importación en formato XML

Exportación e Importación en formato XML Exportcó Importcó formto XML Tléfoo (506) 2276-3380 Fx (506) 2276-3778 d@c.co.cr www.d.com 1 Exportcó d Iformcó formto XML Pr xportr dto dd lpho formto XML, l mú Admtrcó, cutr l opcó Exportr S motrrá l

Más detalles

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

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

Más detalles

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

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

Más detalles

REGRESIÓN LINEAL SIMPLE

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

Más detalles

Tema 8. Limite de funciones. Continuidad

Tema 8. Limite de funciones. Continuidad . Límit d ua fució. Fucios covrgts.... Límits latrals.... Distitos tipos d límits.... Límits ifiitos cuado tid a u úmro ral asítota vrtical.... Límits fiitos cuado tid a ifiito asítota horizotal... 8.

Más detalles

APLICACI ONES DE LA FUNCI ÓN

APLICACI ONES DE LA FUNCI ÓN APLICACI ONES DE LA FUNCI ÓN GENERADORA DE MOMENTOS Adrés Camlo Ramírz Gaa adrs.camlo.ramrz@gmal.com Trabajo d Grado para Opar por l Tulo d Mamáco Drcor: Bgo Lozao Rojas Esadísco Uvrsdad Nacoal d Colomba

Más detalles

Distribución conjunta de variables aleatorias

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

Más detalles

Transformador VALORES NOMINALES Y RELATIVOS

Transformador VALORES NOMINALES Y RELATIVOS Tasfomado VAORE NOMNAE Y REATVO Nobto A. mozy VAORE NOMNAE as picipals caactísticas d las máquias vi dadas po los fabicats la domiada placa o chapa d caactísticas; dod s spcifica, t otas cosas, la potcia

Más detalles

EL MÉTODO DEL CUBO: APLICACIONES DEL MUESTREO EQUILIBRADO EN LA ORGANIZACIÓN ESTADISTICA VASCA. Aritz Adin Urtasun

EL MÉTODO DEL CUBO: APLICACIONES DEL MUESTREO EQUILIBRADO EN LA ORGANIZACIÓN ESTADISTICA VASCA. Aritz Adin Urtasun EL MÉTODO DEL CUBO: APLICACIOES DEL MUESTREO EQUILIBRADO E LA ORGAIZACIÓ ESTADISTICA VASCA Artz Ad Urtasu EUSKAL ESTATISTIKA ERAKUDEA ISTITUTO VASCO DE ESTADISTICA Doosta-Sa Sbastá, VITORIA-GASTEIZ Tl.:

Más detalles

CAPÍTULO 2. Ecuación paraxial de Helmholtz.

CAPÍTULO 2. Ecuación paraxial de Helmholtz. CAPÍTLO Ecuacón paraal d Hlmholt. S dscut la posbldad d vsualar mdant un procsador óptco [1] a las solucons d la cuacón paraal d Hlmholt. Para llo s rala una comparacón d los rsultados obtndos consdrando

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

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

Más detalles

Para medir la importancia de la clase modal como medida central usaremos el concepto de tasa de variación. Se denota por V

Para medir la importancia de la clase modal como medida central usaremos el concepto de tasa de variación. Se denota por V dds d Tdc Ctrl y Dsprsó EDIDAS DE TENDENCIA CENTRAL Y DISERSIÓN dds d Tdc Ctrl So mdds d u cojuto d dtos qu proporco u vlor smpl y rprsttvo, qu rsum u gr volum d ormcó. Est vlor td ubcrs l ctro dl cojuto

Más detalles

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

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

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

Matemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos

Matemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos Matmáticas II TEMA 8 Drivadas Torma Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto Utilizando la dfinición, calcula la drivada d f ( ) n l punto = Utilizando la dfinición, halla la

Más detalles

1. Propiedades molares y propiedades molares parciales

1. Propiedades molares y propiedades molares parciales erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

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

Más detalles

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar

Más detalles

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13 º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

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

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

Más detalles

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

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

Más detalles

Administración de inventarios. Ejercicio práctico.

Administración de inventarios. Ejercicio práctico. Admnstracón d nvntaros. Ejrcco práctco. La Cía. GOMA REDONDA S.A. llva n nvntaro un crto tpo d numátcos, con las sgunts caractrístcas: Vntas promdo anuals: 5000 numátcos Costo d ordnar: $ 40/ ordn Costo

Más detalles

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 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 detalles

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

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

Más detalles

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS Capítlo 17. Drivada d las Fcios Epocial, Logarítmica. CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS Ejrcicio. Dibja la gráfica d la fció =, para sto lla la sigit tabla: 0 1 3 4-1 - -3-4 Vamos l sigit

Más detalles

Soluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I

Soluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I Solucions a los jrcicios propustos Unidad. El conjunto d los númros rals Matmáticas aplicadas a las Cincias Socials I NÚMEROS RACIONALES Y NÚMEROS IRRACIONALES. Dtrmina si los siguints númros son o no

Más detalles

Observación: si en la urna hubiese 1500 bolillas blancas y 500 verdes y se extraen dos bolillas al azar sin reemplazo, entonces

Observación: si en la urna hubiese 1500 bolillas blancas y 500 verdes y se extraen dos bolillas al azar sin reemplazo, entonces art Variabls alatorias rof. María B. itarlli.- Variabls alatorias discrtas imortats Distribució biomial Sa ε u xrimto alatorio. Sa u vto asociado a ε y aotamos Suogamos u xrimto alatorio ε u cuml los siguits

Más detalles

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica

Más detalles

Estudio de eventos extremos enfocado a seguros y finanzas

Estudio de eventos extremos enfocado a seguros y finanzas Cuestoes Ecoómcas Vol. 0 No :3004 Estudo de evetos extremos efocado a seguros y fazas KLEVER MEJÍA ADRIANA UQUILLAS * Resume Muchos campos de la ceca modera y la geería tee que ldar co evetos que so poco

Más detalles

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

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

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

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

Más detalles

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE.

ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE. ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE. El mastro impart la matria d Física y al iniciar un tma rscata los sabrs prvios d los alumnos sobr l tma, como s mustra a continuación:

Más detalles

TEORÍA DE LOS CONTRATOS: UN ENFOQUE ECONÓMICO

TEORÍA DE LOS CONTRATOS: UN ENFOQUE ECONÓMICO Facultad d Ccas Ecoómcas y Admstratvas TEORÍA DE LOS CONTRATOS: UN ENFOQUE ECONÓMICO Rafal Sarmto Lotro RESUMEN La Toría d Cotratos també coocda como Ecoomía d la Iformacó, studa las coscucas d la xstca

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Convocatoria de Febrero 26 de Enero de 2007. Nombre y Apellidos:

Convocatoria de Febrero 26 de Enero de 2007. Nombre y Apellidos: Univrsidad d Vigo Dpartamnto d Matmática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria d Fbrro 6 d Enro d 007 Nombr y Apllidos: DNI: (4.5 p.) ) S considra la función f(x) = x ln(x). (0.5 p.) (a) Calcular

Más detalles

ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS

ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS 5 ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS María C. Paz Sabogal Profesor Auxlar. Uversdad del Valle, Escuela de Igeería Idustral Estadístca, Cal. karo.paz@gmal.com

Más detalles

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

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

Más detalles

Tema 2: Distribuciones bidimensionales

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

Más detalles

Capítulo 4: Rotaciones Multidimensionales con Operaciones Vectoriales

Capítulo 4: Rotaciones Multidimensionales con Operaciones Vectoriales Cítulo 4: Rotcos Multdmsols co Orcos ctorls Como s vo l cítulo tror s ud hcr rotr u ojto l sco D roorcodo - utos o cohrlrs s dcr s roorco l j d rotcó l cul s l rrstcó d u sml -D. E st cítulo s lz y td

Más detalles

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO EXISTECIA DE UA FUCIÓ O LIEAL, COTIUA Y BIYECTIVA E l CO IVERSA DISCOTIUA E TODO PUTO Jorge E Herádez U, Temístocles Zeballos M Uversdad de Paamá, Cetro Regoal Uverstaro de Veraguas, Departameto de Matemátca

Más detalles

V II Muestreo por Conglomerados

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

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

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

Más detalles

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

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

Más detalles

LÍMITES DE FUNCIONES. CONTINUDAD

LÍMITES DE FUNCIONES. CONTINUDAD LÍMITES DE FUNCIONES. CONTINUDAD Signiicado dl it Ejrcicio nº.- Rprsnta gráicamnt y plica l gniicado d la prón: Ejrcicio nº.- Eplica l gniicado d la guint prón y rprséntalo gráicamnt: 9 Ejrcicio nº.- Escrib

Más detalles

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

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

Más detalles

4.2. Ejemplo de aplicación.

4.2. Ejemplo de aplicación. HEB 8 Dsarrollo dl método d los dsplazamintos 45 4.. Ejmplo d aplicación. ontinuando con l pórtico dscrito n l apartado (3.8), s van a calcular las cargas y, postriormnt, sguir con l cálculo matricial,

Más detalles

Diseño analógico de controladores digitales.

Diseño analógico de controladores digitales. CAPIULO 4 Dsño aalógco cotrolaors gtals. Aqul qu o ha fracasao s orqu uca ha ttao algo uvo Albrt Est. Coto: ma 4.: Cotrolaors PID gtals ma 4.: Rsño utlao la rtroalmtacó stao. ma 4.3: Métoos sño utlao la

Más detalles

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL. Calcular los dominios d dfinición d las siguints funcions: a) f( ) 6 b) f( ) c) f( ) ln d) f( ) arctg 3 4 ) f( ) f) f( ) 5 g) f( ) sn 9 h) 4 4

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

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

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

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

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

Más detalles

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta. PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

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

Más detalles

( ) 2. 1. Calcula las siguientes integrales. Soluciones. 1 x. arctan. x 4x + 13. sen x dx. x 2. 11arctan. x dx + 2. e x. e arctan e. e dx.

( ) 2. 1. Calcula las siguientes integrales. Soluciones. 1 x. arctan. x 4x + 13. sen x dx. x 2. 11arctan. x dx + 2. e x. e arctan e. e dx. Albrto Entro Cond Mait Gonzálz Juarrro Intgral indfinida Cálculo d primitivas Calcula las siguints intgrals Solucions A d A d + + + ln( + + ) A d arctan + A sn sn d A d ln ( ) 6A d cos tan + arctan + ln(

Más detalles

6. FAST FOURIER TRANSFORM (FFT)

6. FAST FOURIER TRANSFORM (FFT) 6. FAS FOURIER RASFORM FF Las rasformadas Rápidas d Fourir so algoritmos spcializados qu prmit a u procsador digital acr l cálculo d la rasformada Discrta d Fourir d ua forma ficit, lo qu rspcta a carga

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES 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