Capítulo I Aplicaciones de la Prueba Chi-Cuadrado
|
|
- Marina Hidalgo Velázquez
- hace 6 años
- Vistas:
Transcripción
1 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Capítulo I Apliaions d la Pruba Chi-Cuadrado Cuando l Sñor ró l mundo y las prsonas para vivir n él obra qu d aurdo on la inia modrna, llvó muho timpo podría muy bin imaginarm qu razonó para sí d la siguint manra: Si hago todo prdibl, stos srs humanos, a los qu h dotado d rbros bastant bunos, indudablmnt aprndrán a prdirlo todo, y por lo tanto no tndrán aliint para har nada, porqu ronorán qu l futuro stá totalmnt dtrminado y n él no pud influir ninguna aión humana Por otra part, si todo lo hago imprdibl, gradualmnt dsubrirán qu no hay bas raional para ninguna disión y por tanto, omo n l primr aso, no tndrán motivos para har nada Ninguno d stos dos proytos tin sntido Craré, por lo tanto, una mzla d los dos Qu unas osas san prdibls y otras imprdibls Tndrán ntons, ntr muhas otras osas, la important tara d sabr uál s uál E F Shumahr 1 Introduión Una d las mayors utilidads d la distribuión Chi-Cuadrado onsist n qu prmit omparar frunias obsrvadas (frunias obtnidas n un xprimnto o mustro on frunias spradas sgún un modlo supusto (hipótsis nula Esta aratrístia d la distribuión Chi-Cuadrado prmit ftuar las siguints prubas: 1 Prubas d bondad d ajust a una distribuión d probabilidads Pruba d homognidad d subpoblaions 3 Pruba d indpndnia La mtodología a utilizar n ada uno d los trs asos srá muy similar La difrnia prinipal stá n la forma n qu s alulan las frunias spradas ya qu stas dpndrán d la hipótsis nula n ustión Prubas Chi-Cuadrado d Bondad d Ajust Las prubas d bondad d ajust prmitn valuar uán bin (o mjor diho uán mal una variabl alatoria s ajusta a una distribuión d probabilidads tória Otras prubas d bondad d ajust son la d Andrson-Darling y la d Kolmogorov-Smirnov Mintras qu la pruba Chi-Cuadrado s basa n la omparaión d las frunias obsrvadas on las frunias spradas bajo l supusto d qu la hipótsis nula s vrdadra, las prubas d Andrson-Darling y d Kolmogorov-Smirnov s basan n la omparaión d la distribuión Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 1
2 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado d probabilidads aumuladas mpíria (rsultado d la mustra on la distribuión d probabilidads aumuladas tória (sgún H 0 1 Pruba d Bondad d Ajust a una Distribuión d Frunias Esta pruba prmit analizar si las frunias obsrvadas d una variabl alatoria n k lass o atgorías s ajustan o no a irtas frunias tórias o spradas Esta pruba s aplia prinipalmnt on variabls ualitativas omo por jmplo: - Tipo d ánr n los nfrmos on ánr n una poblaión (1,, 3, 4 = otros tipos - Alguna aratrístia gnétia hrdada omo por jmplo l olor d los ojos Hipótsis: La hipótsis nula s dfin d aurdo on las proporions spradas para ada una d las k atgorías H 0 : π i = π i0 para i = 1,, k H 1 : π i π i0 para al mnos un i Estadístio d Pruba: El stadístio d pruba tin una distribuión Chi-Cuadrado on k-1 grados d librtad y s dfin d la siguint manra: k ( oi i = i= 1 i (k -1 dond o i son las frunias obsrvadas y i las frunias spradas Las frunias spradas s alulan multipliando l tamaño d mustra n por ada una d las proporions supustas n H 0 : i = nπ i Rgla d disión: La hipótsis nula s rhaza on un nivl d signifiaión α sí l valor d tabla [1-α, k -1] rsulta mayor qu l Ejmplo 1: Suponga qu n una poblaión d nfrmos on ánr, históriamnt los 3 tipos más frunts sigun las proporions 35%, 4% y 18%, y qu ntons un studio s dsarrollado para valuar si stas proporions han ambiado (dbido a la nuva tnología média, nuvos hábitos d vida, t En st aso la hipótsis nula sría: H 0 : Las proporions poblaionals no han ambiado H 0 : π 1 = 035 π = 04 π 3 = 018 π 4 = 03 (otros tipos d ánr y la hipótsis altrna: Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup
3 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado H 1 : Las proporions poblaionals sí han ambiado H 1 : Al mnos uno d los π i s difrnt Suponga qu n l studio s obtuviron los siguints rsultados on una mustra alatoria d 1000 nfrmos d ánr: Tipo d ánr Frunia obsrvada Las frunias spradas, si s supon qu la hipótsis nula s vrdadra (s dir qu las proporions no han ambiado, srán: Tipo d ánr Frunia sprada Con stos datos, l stadístio d pruba rsulta: 4 ( oi i = =454 i= 1 El valor d tabla s (095, 3gl = 7815 Como l valor alulado s mnor al valor d tabla, la informaión mustral no s sufiint para rhazar H 0, y s onluy qu no xist sufiint vidnia stadístia para aptar qu las proporions d nfrmos d ánr han ambiado Cuando las frunias spradas son pquñas, la aproximaión Chi-Cuadrado para la distribuión dl stadístio d pruba pud sr no muy buna Para soluionar st problma i Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 3
4 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado s aonsjabl juntar atgorías d modo qu s liminn las ldas on frunias spradas muy pquñas Dos o más atgorías pudn juntars simpr y uando stas san ombinabls y l sntido d la hipótsis nula no s va aftado por sta agrupaión Por otro lado, hay qu tnr prsnt, qu por ada dos atgorías qu s juntn s pird un grado d librtad y qu l podr d la pruba pud disminuir Algunos autors romindan tnr uidado uando hay muhas frunias spradas mnors a 5, o no prmitir frunias spradas mnors a 1 La mayoría d los paquts stadístios mustran mnsajs d advrtnia uando s tinn frunias spradas mnors a 5 ó 1 Pruba d Bondad d Ajust a una Distribuión d Probabilidads Esta pruba prmit analizar si la distribuión d probabilidads d una variabl alatoria s ajusta o no a una distribuión d probabilidads tória dada En sta sión s prsntarán los asos d bondad d ajust a la distribuión Binomial y a la Poisson Sin mbargo, l studiant podrá apliar sta mtodología a ualquir otra distribuión sin muha difiultad Ants d ontinuar, rurd algunas aratrístias d las distribuions Binomial y Poisson: Distribuión Binomial Una variabl alatoria X tndrá distribuión Binomial on parámtros n y π si umpl on las siguints aratrístias: - X s l númro d éxitos n n nsayos indpndints d un xprimnto, o l númro d éxitos n una mustra d tamaño n Para qu los rsultados d la mustra san indpndints la poblaión db sr infinita Si la poblaión s finita l mustro db sr on rmplazo - π s la probabilidad d éxito para ada uno d los n nsayos Esta probabilidad db sr onstant para los n nsayos Las siguints variabls podrían tnr una distribuión Binomial: - Númro d artíulos dftuosos por lot - Númro d prsonas qu rspondn favorablmnt a un trataminto - Númro d pnals qu falla un jugador n una ronda d 1 - Númro d ntrvistados qu sí starían dispustos a omprar un nuvo produto Dir qu los n nsayos son indpndints implia qu l rsultado obtnido n un nsayo n partiular no dpnd d los otros rsultados En l aso dl númro d pnals fallados por un jugador, sto podría no sr irto si s asum la xistnia d un fator psiológio d modo qu la onfianza dl jugador s va mrmada o inrmntada sgún haya fallado o anotado n los lanzamintos antriors La falta d indpndnia ntr los rsultados podría ourrir también n variabls n las qu todos los rsultados stén aftados por algún fator omún d modo qu xista irta posibilidad d qu todos los lmntos orran on la misma surt; st podría sr por jmplo l aso d la variabl númro d animals nfrmos por orral (si s qu la nfrmdad s ontagiosa Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 4
5 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Distribuión d Poisson Una variabl alatoria X tndrá distribuión d Poisson on parámtro µ = λt si umpl on las siguints aratrístias: - X s l númro d vntos u ourrnias alatoriamnt distribuidos por intrvalo (d timpo, longitud, volumn, t - λ s l númro mdio d vntos por intrvalo unitario - t s l tamaño dl intrvalo - µ s l númro mdio d vntos por intrvalo d tamaño t A la distribuión d Poisson s l ono también omo la distribuión d los vntos raros (poo probabls La distribuión d Poisson fu dsarrollada por l matmátio franés Poisson n 1837 y su primra apliaión fu la dsripión dl númro d murts por patada d mula n la armada prusiana Las siguints variabls podrían tnr una distribuión d Poisson: - Númro d batrias por ml - Númro d aidnts por smana n una intrsión - Númro d animals nontrados por Km - Númro d mrgnias atndidas n un hospital por día El prodiminto para la pruba srá muy similar al prsntado n la sión antrior La únia difrnia stá n la forma d alular las frunias spradas, qu n st aso s alularán bajo l supusto d qu la variabl tin una distribuión d probabilidads dada Hipótsis: H 0 : La variabl X tin una distribuión d probabilidads dada H 1 : La variabl X no tin una distribuión d probabilidads dada Estadístio d pruba: k ( oi i = i= 1 i ( k -1- m Las frunias spradas s alulan d la siguint manra: i = np i dond p i son las probabilidads orrspondints a ada valor d X sgún la distribuión d probabilidads stablida n la hipótsis nula Si la distribuión s Binomial las probabilidads s alularán on la siguint fórmula: n x f( x = (1 x π π Si la distribuión s d Poisson las probabilidads s alularán on: n x Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 5
6 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado f( x = µ x µ Los grados d librtad para l stadístio d pruba son (k 1 m dond k s l númro d atgorías y m l númro d parámtros stimados En l aso d la distribuión Binomial podría sr nsario stimar π y n l aso d la distribuión d Poisson podría sr nsario stimar µ Rgla d Disión: x! La hipótsis nula s rhaza on un nivl d signifiaión α sí l valor d tabla [1-α, k m] rsulta mayor qu l Ejmplo : Hay 1000 bolsas d naranjas, ada una d las uals ontin 10 naranjas Algunas d las naranjas stán podridas Es la distribuión d probabilidads dl númro d naranjas podridas por bolsa una Binomial(10, π? Los rsultados obtnidos tras analizar las 1000 bolsas son los siguints: Númro d naranjas podridas Frunia obsrvada (bolsas H 0 : El númro d naranjas podridas por bolsa sigu una distribuión Binomial (10, π para algún π H 1 : El númro d naranjas podridas por bolsa no sigu una distribuión Binomial (10, π Dado qu no s ono la proporión d naranjas podridas π, st valor srá stimado on la proporión mustral p: # d naranjas podridas 114 πˆ = p = = = # d naranjas Ahora, s alulan las probabilidads binomials para X = 0, 1,, 3, 4, 5 y 6 ó más, y a partir d stas probabilidads s alulan las frunias spradas: Núm d naranjas podridas (X ó + Frunias obsrvadas p(x Frunias spradas Not qu las dos últimas frunias spradas son mnors a 5, por lo qu srá nsario agrupar las trs últimas atgorías: Númro d naranjas podridas (X ó + Frunias obsrvadas p(x Frunias spradas Con stos datos l stadístio d pruba s: Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 6
7 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado 5 ( oi i = = 374 i= 1 Los grados d librtad para l stadístio d pruba srán 3 (5 atgorías 1 1 parámtro stimado El valor d tabla para un nivl d signifiaión dl 5% s (095, 3gl = 7815 Como l valor alulado s mayor qu l valor d tabla s rhaza H 0 En onlusión xist sufiint vidnia stadístia para aptar qu l númro d naranjas podridas por bolsa no sigu una distribuión Binomial Ejmplo 3: Un ntomólogo stá analizando la distribuión d una spi d insto n una zona d ultivo Para diho studio slionó 40 parlas d m x m y ontabilizó l númro d instos d diha spi n ada una Los rsultados son los siguints: Númro d instos Númro d parlas Prub on α =005 si los datos s ajustan a una distribuión d Poisson H 0 : El númro d instos por parla sigu una distribuión d Poisson (µ para algún µ H 1 : El númro d instos por parla no sigu una distribuión d Poisson (µ Dado qu no s ono l parámtro µ, st valor srá stimado on la mdia mustral: i ˆµ = X = # d instos = 66 = 165 # d parlas 40 Ahora, s alulan las probabilidads d la distribuión d Poisson para X = 0, 1,, 3 y 4 ó más, y a partir d stas probabilidads s alulan las frunias spradas: Númro d instos (X ó más Frunias obsrvadas p(x Frunias spradas Agrupando las dos últimas atgorías s tin: Númro d instos (X ó más Frunias obsrvadas p(x Frunias spradas Con stos datos l stadístio d pruba s: 4 ( oi i = = i= 1 i Los grados d librtad para l stadístio d pruba srán (4 atgorías 1 1 parámtro stimado El valor d tabla para un nivl d signifiaión dl 5% s =5991 (095, gl Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 7
8 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Como l valor alulado s mnor al valor d tabla no s rhaza H 0 En onlusión no xist sufiint vidnia stadístia para rhazar qu l númro d instos por parla siga una distribuión d Poisson Una aratrístia important d la distribuión d Poisson s qu los vntos stán distribuidos n forma alatoria n l intrvalo; por lo tanto, la pruba d bondad d ajust a la distribuión d Poisson pud sr utilizada para probar la alatoridad n la distribuión d los vntos 3 Prubas Chi-Cuadrado para Tablas d Contingnia d dos Entradas En sta sión s vrán las prubas d homognidad d subpoblaions y d indpndnia Si bin ambas prubas prsntan l mismo prodiminto d álulo, las hipótsis a probar son difrnts y por lo tanto las onlusions obtnidas también 31 Pruba d Homognidad d Subpoblaions Esta pruba prmit analizar si la distribuión d probabilidads d una variabl s la misma n r poblaions Datos: Existn r poblaions y una mustra alatoria s xtraída dsd ada poblaión Sa n i l tamaño d la mustra xtraída d la i-ésima poblaión Cada obsrvaión d ada mustra pud sr lasifiada n una d atgorías difrnts Los datos son arrglados n la siguint tabla d ontingnia rx: Catgoría 1 Catgoría Catgoría Total Poblaión 1 o 11 o 1 o 1 n 1 Poblaión o 1 o o n Poblaión r o r o r o r n r Total n 1 n n n En la tabla, o ij s l númro d obsrvaions d la mustra i lasifiadas n la atgoría j; n j s l númro total d obsrvaions n la atgoría j xtraídas dsd las r poblaions y n s l total d obsrvaions xtraídas dsd las r poblaions Hipótsis: Sa π ij la probabilidad d qu una obsrvaión slionada d la poblaión i sa lasifiada n la atgoría j Entons las hipótsis son: H 0 : π 1j = π j = = π rj para todo j = 1,, H 1 : Al mnos una igualdad no s umpl Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 8
9 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Las hipótsis pudn xprsars quivalntmnt d la siguint manra: H 0 : La variabl alatoria tin la misma distribuión d probabilidads n las r poblaions H 1 : La variabl alatoria tin una distribuión d probabilidads difrnt n al mnos una d las poblaions Estadístio d pruba: Rgla d disión: r ( oij ij = (r-1(-1 dond i= 1 j= 1 ij ij n = j ni n La hipótsis nula s rhaza on un nivl d signifiaión α si l valor d tabla [1-α, (r-1(-1] rsulta mayor qu l Ejmplo 4: PTC s un ompusto qu s amargo al sabor para algunos individuos insípido para otros Si uno pud o no saborar l PTC s una aratrístia hrdada En la siguint tabla s prsntan las frunias d los individuos qu pudn y no pudn saborar l PTC para mustras d uatro paíss: Irlanda Portugal Noruga Italia Total Pribn l sabor No pribn l sabor Total Existn vidnias qu indiqun qu la proporión d prsonas qu pribn l sabor amargo dl PTC s difrnt ntr los 4 paíss? En st aso las hipótsis a ontrastar son las siguints: H 0 : La proporión d prsonas qu pribn l sabor dl PTC s igual n los uatro paíss H 1 : La proporión d prsonas qu pribn l sabor dl PTC s difrnt n al mnos uno d los uatro paíss Las frunias obsrvadas y spradas (frunias spradas ntr paréntsis s prsntan n la siguint tabla: Irlanda Portugal Noruga Italia Total Pribn l sabor (57 (33 (194 (39 No pribn l sabor (11 (1 (7 (144 Total Con stos datos l stadístio d pruba s: Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 9
10 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado 4 ( oij ij = = 5957 (-1(4-1 i= 1 j= 1 ij Los grados d librtad para l stadístio d pruba son (4-1(-1 = 3 El valor d tabla para un nivl d signifiaión dl 5% s (095, 3gl = 7815 Como l valor alulado s mnor qu l valor d tabla no s rhaza H 0 y s onluy qu no xist sufiint vidnia stadístia para aptar qu la proporión d prsonas qu pribn l sabor amargo dl PTC sa difrnt ntr los 4 paíss 3 Pruba d Indpndnia Esta pruba prmit analizar si dos variabls alatorias son o no indpndints Datos: Una mustra alatoria d tamaño n s xtraída, y ada obsrvaión d la mustra s lasifiada d aurdo a dos ritrios (variabls X y Y Usando l primr ritrio ada obsrvaión s lasifiada n una d r filas y usando l sgundo ritrio n una d olumnas Los datos son arrglados n la siguint tabla d ontingnia rx: Columna 1 Columna Columna Total Fila 1 o 11 o 1 o 1 n 1 Fila o 1 o o n Fila r o r o r o r n r Total n 1 n n n En la tabla, o ij s l númro d obsrvaions lasifiadas n la fila i olumna j, n i s l númro total d obsrvaions n la fila i y n j s l númro total d obsrvaions n la olumna j Hipótsis: Sa π ij la probabilidad d qu una obsrvaión sa lasifiada n la fila i olumna j, π i la probabilidad d qu una obsrvaión sa lasifiada n la fila i y π j la probabilidad d qu una obsrvaión sa lasifiada n la olumna j Entons las hipótsis son: H 0 : π ij = π i π j para todo i = 1, r, j = 1, H 1 : Al mnos una igualdad no s umpl Las hipótsis pudn xprsars, n forma quivalnt d la siguint manra: H 0 : Las variabls X y Y son indpndints H 1 : Las variabls X y Y no son indpndints Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 10
11 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Estadístio d pruba: r ( oij ij = (r-1(-1 dond i= 1 j= 1 ij ij = n n n i j = n n n i j n n Rgla d disión: La hipótsis nula s rhaza on un nivl d signifiaión α si l valor d tabla [1-α, (r-1(-1] rsulta mayor qu l Ejmplo 5: En un studio sobr nfrmdads al orazón n hombrs, 356 voluntarios furon lasifiados d aurdo on su nivl soioonómio y sus hábitos d fumar Los datos s prsntan n la siguint tabla: Hábito d fumar Nivl Soioonómio Alto Mdio Bajo Total Filas Atualmnt En l pasado Nuna Total Columnas Es l hábito d fumar indpndint dl nivl soioonómio? Las hipótsis a ontrastar srán las siguints: H 0 : El hábito d fumar s indpndint dl nivl soioonómio H 1 : El hábito d fumar no s indpndint dl nivl soioonómio Las frunias obsrvadas y spradas (frunias spradas ntr paréntsis s prsntan n la siguint tabla: Hábito d fumar Nivl Soioonómio Alto Mdio Bajo Total Filas Atualmnt 51 (6875 ( ( En l pasado 9 ( (060 8 ( Nuna 68 ( (1446 ( Total Columnas Con stos datos l stadístio d pruba s: 3 3 ( oij ij = = (3-1(3-1 i= 1 j= 1 ij Los grados d librtad para l stadístio d pruba son (3-1(3-1 = 4 El valor d tabla para un nivl d signifiaión dl 5% s (095, 4gl = 9488 Como l valor alulado s mayor qu l valor d tabla s rhaza H 0 y s onluy qu xist sufiint vidnia stadístia para aptar qu l hábito d fumar y l nivl soioonómio stán rlaionados (o no son indpndints Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 11
12 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Esta pruba d indpndnia s útil prinipalmnt uando al mnos una d las dos variabls s ualitativa Si bin s posibl apliar sta pruba on variabls uantitativas, n stos asos s posibl ralizar análisis más ompltos, los uals pudn inluir l álulo d un ofiint d orrlaión, omo por jmplo l ofiint d orrlaión d Parson (qu s vrá n l apítulo 6, o los ofiints d orrlaión basados n rangos omo l d Sparman y l d Kndall, y l análisis dl tipo d rlaión xistnt ntr ambas variabls (si s linal, uadrátia, xponnial o logarítmia, t Al igual qu n las prubas d bondad d ajust, hay qu tnr uidado uando s tngan frunias spradas pquñas, y s romndabl agrupar filas o olumnas para vitar st problma 33 Análisis d tablas x Ya sa qu s sté tratando l aso d homognidad d subpoblaions o l aso d indpndnia, si solo s tinn filas y olumnas n la tabla d ontingnias, sta s rdu a: Columna 1 Columna Total Fila 1 o 11 o 1 n 1 Fila o 1 o n Total n 1 n n y l stadístio d pruba pud simplifiars a la siguint xprsión: ( = = ( oij ij n o11o o1o1 n n n n i= 1 j= 1 ij 1 1 Para mjorar l ajust dl stadístio d pruba a la distribuión hi-uadrado, Yats (1934 propuso utilizar una orrión d ontinuidad uando l stadístio d pruba tin solo un grado d librtad, para ompnsar la falta d xatitud produida por l uso d una distribuión ontinua (la hi-uadrado para aproximar la distribuión dl stadístio d pruba qu s disrta (ya qu s basa n frunias y por lo tanto l númro d posibls valors dl s finito Apliando sta orrión l stadístio d pruba rsulta: 1 n oij ij n o11o o1o1 = = n n n n i= 1 j= 1 ij 1 1 Sin mbargo, hay qu tnr n unta qu sta orrión disminuy l valor dl algunos autors onsidran qu l valor orrgido rsulta dmasiado onsrvador, y Ejmplo 6: Un invstigador ralizó un xprimnto para omparar dos tratamintos on ratons nfrmos Cada trataminto fu apliado a una mustra d 30 ratons nfrmos La siguint tabla mustra l númro d ratons vivos lugo d una smana: Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 1
13 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Vivos Murtos Trataminto Trataminto Hay vidnias sufiints para aptar qu alguno d los dos tratamintos sa más ftivo? En st aso s tin una pruba d homognidad d subpoblaions y las hipótsis a ontrastar son las siguints: H 0 : Los dos tratamintos son iguals H 1 : Alguno d los dos tratamintos s más ftivo qu l otro Con los datos obtnidos, l stadístio d pruba sin orrgir s: ( 60 ((10(17 (0(13 n o11o o1o1 = = = 0635 nnnn 1 1 (30(30(3(37 y l stadístio d pruba on la orrión d Yats: n (10(17 (0(13 n o o o o = = = 08 nnnn (30(30(3( El valor d tabla para un nivl d signifiaión dl 5% s (095, 1gl =384 Como l valor alulado s mnor qu l valor d tabla no s rhaza H 0 y s onluy qu no xist sufiint vidnia stadístia para aptar qu alguno d los tratamintos sa más ftivo qu l otro En tablas x s posibl también valuar hipótsis unilatrals Los datos n st aso dbn orrspondr a una pruba d homognidad d subpoblaions, sto s, s dbn tnr dos mustras alatorias dsd sus rsptivas poblaions y para ada mustra ada lmnto db sr lasifiado n una d dos atgorías, a las qu s ls dsignará omo éxito y fraaso Éxito Fraaso Total Poblaión 1 o 11 o 1 n 1 Poblaión o 1 o n Total n 1 n n Las hipótsis unilatrals a ontrastar srían las siguints: Caso A: Pruba d ola izquirda H 0 : π 1 = π H 1 : π 1 < π Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 13
14 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Caso B: Pruba d ola drha H 0 : π 1 = π H 1 : π 1 > π dond π 1 y π son las probabilidads d éxito n las poblaions 1 y rsptivamnt En st aso, l stadístio d pruba stá dado por la raíz uadrada d aproxima a una normal stándar: Z = ( n o o o o nnnn 1 1 y su distribuión s La hipótsis nula srá rhazada on un nivl d signifiaión α si Z s mnor qu Z (α n l aso d una pruba d ola izquirda y si Z s mayor qu Z (1 - α n l aso d una pruba d ola drha Ejmplo 7: Continuando on l jmplo antrior, ahora s dsa omparar l trataminto on un ontrol El objtivo dl invstigador s nontrar vidnias signifiativas d qu l trataminto s mjor qu l ontrol Los datos s dan n la siguint tabla: Vivos Murtos Tstigo 7 3 Trataminto En st aso, las hipótsis srán las siguints: H 0 : El trataminto no s ftivo (no s mjor qu l tstigo H 1 : El trataminto sí s ftivo (s mjor qu l tstigo En términos d la probabilidad d suprvivnia, las hipótsis srían: H 0 : π 1 = π H 1 : π 1 < π dond π 1 y π son las probabilidads d qu un ratón sobrviva n l grupo tstigo y trataminto rsptivamnt Con los datos obtnidos, l stadístio d pruba s: Z ( 60 ((7(17 (3(13 n o o o o = = = nnnn 1 1 (30(30(0(40 El valor d tabla para un nivl d signifiaión dl 5% s Z (005 = Como l valor alulado s mayor qu l valor d tabla no s rhaza H 0 y s onluy qu no xist sufiint vidnia stadístia para aptar qu l trataminto sa ftivo Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 14
15 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Ejriios 1 Los gntistas din qu l olor d los zapallos italianos db sguir la razón 1:3:1 Un grupo d invstigadors olta la siguint informaión: Blanas 155, amarillas 40 y vrds 10 Son stos datos onsistnts on la hipótsis d los gntistas? Ustd ha notado qu los pinos rn bin n algunas parts dl bosqu, pro no n otras Ustd spula qu la distribuión d los pinos stá rlaionada on l drnaj dl trrno por lo qu did dividir l trrno n 100 parlas igualmnt spaiadas dl bosqu dos días dspués d una lluvia Ustd dsubr qu hay trs atgorías d sulo: so, margoso y húmdo Como rsultado d su análisis nuntra qu 50 parlas staban sas, 30 margosas y 0 húmdas Admás, 50 parlas tnían árbols d pino, 31 d las uals staban sas, 17 margosas y húmdas Exist sufiint vidnia stadístia para aptar qu los árbols d pino s dsarrollan mjor n alguno d los tipos d sulo? 3 S dsa invstigar si la distribuión d buitrs n un osistma s o no alatoria Con st objtivo, s olta informaión sobr l númro d nidos n áras d 4 km uadrados y s rgistra l númro d nidos n ada ára Los rsultados obtnidos furon los siguints: Númro d nidos Númro d áras Vrifiqu l supusto d qu los nidos s distribuyn n forma alatoria n l trrno 4 Una ompañía d sguros basa sus primas d sguros para oshas n l númro d inndios fura d ontrol n áras d matorrals por año A qu distribuión d probabilidad podría ajustars la variabl númro d inndios por año? A ontinuaión s prsnta informaión sobr l númro d inndios n los últimos 60 años: Númro d Inndios Frunia Aporta sta informaión sufiint vidnia para rhazar su supusto iniial? 5 El grnt d una mprsa afirma qu la probabilidad d produir un artíulo dftuoso s 05 y qu, dado qu la ondiión d un artíulo s indpndint d la d los otros, l númro d artíulos dftuosos por aja db sr una variabl alatoria on distribuión Binomial El dpartamnto d Control d Calidad sliona al azar 100 ajas d 4 artíulos ada una obtnindo los siguints rsultados: N d artíulos no dftuosos Frunias Obsrvadas Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 15
16 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado Prsntan los datos sufiint vidnia al 5% d signifiaión para rhazar la afirmaión dl grnt? 6 En un studio ológio s loalizan 100 puntos sobr un mapa d un ára forstal dond s busará por nidos d avs En ada loaión s ubiarán los uatro nidos más ranos al punto y s rgistrará l númro d nidos orrspondints a la spi I wi (spi nativa hawaiana Estudios antriors din qu la proporión d nidos d I wi n l ampo s 06 y qu la ubiaión d un nido s indpndint d la d los otros A ontinuaión s prsntan los rsultados obtnidos: Númro d nidos d I wi n ada loaión Númro d loaions Prsntan los datos sufiint vidnia stadístia para rhazar los supustos ants mnionados? 7 Una mustra alatoria d studiants s slionada alatoriamnt d sulas privadas y otra d sulas públias A los studiants s ls aplia una pruba uyos rsultados s prsntan a ontinuaión: Puntajs obtnidos Esulas privadas Esulas públias Prsnta sta informaión vidnia d qu la prparaión d los studiants s difrnt n ambos tipos d sula? 8 A ontinuaión s prsntan datos d un studio sobr los tipos d sangr y su rlaión on l grupo étnio Los datos furon tomados dl bano d sangr d Hawai Grupo Étnio Tipo d Sangr Hawaiano Hawaiano Hawaiano Blano Chino Blano O A B AB Evalú si l tipo d sangr y l grupo étnio son variabls indpndints o no 9 Los árbols frutals stán sujtos a una nfrmdad ausada por batrias omúnmnt llamada plaga d fugo, dbido a qu las ramas murtas lun omo si hubisn sido qumadas Los siguints tratamintos son propustos para sta nfrmdad: Trataminto A: no aión (grupo ontrol, trataminto B: uidadosa rmoión d ramas aftadas y trataminto C: frunt roío dl follaj on un antibiótio n adiión a la rmoión d las ramas aftadas Un grupo d 48 árbols s dividido alatoriamnt n trs grupos d Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 16
17 Dpartamnto d Estadístia Informátia Curso: Métodos Estadístios para la Invstigaión I Apliaions d la Pruba Chi -Cuadrado 16 y ada grupo s asignado alatoriamnt a un trataminto Al abo d un año s obsrva la ondiión dl árbol y s rgistran trs posibls rsultados: Rsultado 1: l árbol ha murto, rsultado : l árbol no ha murto pro sigu nfrmo y rsultado 3: l árbol ha sanado Los rsultados dl xprimnto s prsntan n la siguint tabla: Trataminto Rsultado A B C Total Filas Total Columnas Cuáls srían las hipótsis a ontrastar n st aso? Plant las hipótsis y ftué la pruba orrspondint 10 S ralizó un studio para dtrminar si l olor d plo y olor d ojos guardan rlaión o atúan sparadamnt, obtniéndos los siguints rsultados: Color d Color d plo Ojos Rubio Castaño Total Azuls Castaños Otros Total Eftú la pruba orrspondint 11 S ralizó un studio para omparar la trapia d radiaión on la irugía n l trataminto dl ánr S supon qu la irugía s más ftiva qu la radiaión Para vrifiar stas sosphas s ondu un xprimnto on una mustra d 41 paints d los uals 18 ribiron radiaión y 3 irugía Los rsultados s dan a ontinuaión: Cánr ontrolado Cánr no ontrolado Cirugía 1 Radiaión 15 3 Apoyan stos datos la prátia d la irugía sobr la trapia d radiaión? Ing Raúl Eyzaguirr Pérz ryzaguirr@lamolinadup 17
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 detallesEjercicios resueltos Distribuciones discretas y continuas
ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s
Más detallesTAMAÑO DE LA MUESTRA
Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona
Más detallesEl Verdadero Cálculo de la Devaluación
El vrdadro alulo d la Dvaluaión El Vrdadro Cálulo d la Dvaluaión Riardo Botro G. rbgstoks@hotmail.om Casi a diario nontramos n la prnsa onómia inormaión omo sta El día d ayr la tasa rprsntativa dl mrado
Más detallesI. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS
Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES
Más detallesReporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE
Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios
Más detallesPrueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas
ÁNALISIS BIVARIADO Estudiar la rlación ntr dos variabls cualitativas ANALISIS DE FRECUENCIAS, INDEPENDENCIA Estudiar la rlación ntr dos variabls cuantitativas CORRELACIÓN Y REGRESIÓN LINEAL Estudiar la
Más detallesCARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES
CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o
Más detalles- Se trata en el fondo, de la misma manera de medir la asociación entre X y M.
BOLETÍN EPIDEMIOLÓGICO DE CASTILLA-LA MANCHA FEBRERO 2007/ Vol.19 /Nº 10 LA REGRESIÓN LOGÍSTICA EN EPIDEMIOLOGÍA II (*) A.- VARIABLE X CUALITATIVA CON DOS CATEGÍAS (DICOTÓMICA) X rprsnta, por jmplo, l
Más detallesAPLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL 74 Cuando un problma gométrico stá nunciado n términos d la rcta
Más detallesEnergía. Reactivos. Productos. Coordenada de reacción
CINÉTICA QUÍMICA 1 - Razon: a) Si pud dducirs, a partir d las figuras corrspondints, si las raccions rprsntadas n (I) y (II) son d igual vlocidad y si, prvisiblmnt, srán spontánas. b) En la figura (III)
Más detallesANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN
ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador
Más detallesSolución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b
Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr
Más detallesTema 2 La oferta, la demanda y el mercado
Ejrcicios rsultos d ntroducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 2 La ofrta, la
Más detallesEJERCICIOS 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 detallesLa función gamma. en la disciplina Matemática para las carreras de ingeniería
La función gamma n la disciplina Matmática para las carrras d ingniría Antonio Mazón Ávila INTRODUCCIÓN Por todos s conocido qu la formación Matmática s bas part sncial n la formación dl ingniro, d sto
Más detallesCapítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES
Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas
Más detallesAPUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ
Capítulo Nº 8: La rntabilidad n monda nacional d una invrsión n monda xtranjra Marco Antonio Plaza Vidaurr APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN
Más detallesAplicaciones de la distribución weibull en ingeniería
COLMEME UAN Aplicacions d la distribución wibull n ingniría Raqul Salazar Morno 1 Abraham Rojano Aguilar 2 Esthr Figuroa Hrnándz Francisco Pérz Soto 1. INTRODUCCIÓN la salud n la vida d una prsona. La
Más detallesPRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL
PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns
Más detallesMECÁNICA CUÁNTICA - RESUMEN
I..S BATRIZ D SUABIA Dto. Físia y Quíia MCÁNICA CUÁNTICA - RSUMN. La iótsis d Plank. n l año 9 Plank introdujo una nua iótsis ara tratar d xliar la radiaión itida or los uros alints. Sgún él al igual la
Más detallesRutas críticas para la elaboración del trabajo de titulación en las diferentes modalidades. Planes de estudio 2012
Rutas críticas trabajo d titulación n las difrnts modalidads. Ruta Crítica d la Modalidad: Inform d Prácticas Profsionals smana y mdia smana y mdia 2 Smanas Analizar con dtall los documntos normativos
Más detallesTema 3 La elasticidad y sus aplicaciones
Ejrcicios rsultos d Introducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 3 La lasticidad
Más detallesEcuación para cirquitones en líneas de transmisión con carga eléctrica discreta. K. J. Candía
Ecuación para cirquitons n ínas d transmisión con carga éctrica discrta. K. J. Candía Dpartamnto d Ectrónica, Univrsidad d Tarapacá, Arica, Chi Emai: kchandia@uta.c Rsumn En sta Chara s mustra un mcanismo
Más detallesINTERCAMBIADORES TUBO Y CARCAZA: ANÁLISIS TÉRMICO
OPERCIONES UNIRIS PROF PEDRO VRGS UNEFM DPO ENERGÉIC Disponibl n: wwwopracionswordprsscom INERCMBIDORES UBO Y CRCZ: NÁLISIS ÉRMICO NÁLISIS ÉRMICO, CONSIDERCIONES GENERLES nts d scribir las cuacions qu
Más detallesDETERMINACION ANALITICA DE LA MORFOLOGIA DE LOS DIENTES DEL ENGRANE BIPARAMÉTRICO
Rvista Ibroamriana d Ingniría Mánia. Vol. 11, N.º 3, pp. 39-51, 007 DETERMINACION ANALITICA DE LA MORFOLOGIA DE LOS DIENTES DEL ENGRANE BIPARAMÉTRICO BORIS F. VORONIN, JESÚS A. ÁLVAREZ SÁNCHEZ, JOSÉ ANTONIO
Más detallesDISPERSIÓN - ESPECTRÓMETRO DE PRISMA
DISPERSIÓN - ESPECTRÓMETRO DE PRISMA OBJETIVOS Invstigación d la rgión visibl dl spctro dl átomo d Hidrógno y dtrminación d la constant d Ridbrg. Calibración d la scala dl spctrómtro d prisma. Dtrminación
Más detallesLÍMITES DE FUNCIONES.
LÍMITES DE FUNCIONES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Sa y una unción ral d variabl ral. D una manra intuitiva y oco rcisa, dirmos qu l it d s L, cuando s aroima a, si ocurr qu cuanto más róimo sté
Más detallesMOVIMIENTO VIBRATORIO Y VELOCIDAD TÉRMICA DE LOS ELECTRONES
MOVIMINO VIRAORIO Y VLOCIDAD ÉRMICA D LOS LCRONS M. Lópz-Garía Obsrando dsd l undo arosópio l oiinto d una partíula y spífiant l d un ltrón, podríaos onluir qu tin un oiinto rtilíno o uro y qu la traytoria
Más detallesFUNCIONES DERIVABLES EN UN INTERVALO
DERIVADAS.- BACHILLERATO.- TEORÍA Y EJERCICIOS. Pá. FUNCIONES DERIVABLES EN UN INTERVALO Ls unions qu son ontinus n un intrvlo rrdo [, ] y drivls n un intrvlo irto, tinn propidds importnts. Torm d Roll.
Más detallesAPLICACIONES DE LA DERIVADA
APLICACIONES DE LA DEIVADA Ecucación d la rcta tangnt Ejrcicio nº.- Halla las rctas tangnts a la circunrncia: y y 6 n Ejrcicio nº.- Dada la unción abscisa., scrib la cuación d su rcta tangnt n l punto
Más detalles2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13
º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y
Más detalles9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO
9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y
Más detallesCurso de m@rketing y comercio electrónico
Curso d m@rkting y omrio ltrónio Markting.om: ómo intgrar la Rd n la stratgia d ngoio Inma Rodríguz Ardura Índi d ontnidos Estratgia y ngoio n Intrnt: ómo y uanto invrtir Haindo invstigaión d mrados por
Más detallesTEMAS 3-6: EJERCICIOS ADICIONALES
TEMAS 3-6: EJERCICIOS ADICIONALES Asignatura: Economía y Mdio Ambint Titulación: Grado n cincias ambintals Curso: 2º Smstr: 1º Curso 2010-2011 Profsora: Inmaculada C. Álvarz Ayuso Inmaculada.alvarz@uam.s
Más detallesCAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden
APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión
Más detallesSistemas de control: Elementos componentes, variables, función de transferencia y diagrama funcional.
Sistmas d control: Elmntos componnts, variabls, función d transfrncia y diagrama funcional. Introducción Los sistmas d control automático han jugado un papl vital n l avanc d la cincia y d la ingniría.
Más detalles4 ANALISIS DIMENSIONAL Y SIMILITUD FISICA
4 ANALISIS IENSIONAL Y SIILITU ISICA www.rivra-001.com Contnido 4.1. Introducción 4.. Qué s un parámtro adimnsional? 4.3. Naturalza adimnsional dl flujo fluido 4.4. El torma d Pi d Buckingham 4.5. Cómo
Más detalleslasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas y x 12x 2 y log 2 x ln x e e y ln 1 x
. Drivar las siguints funcions simplificar l rsultado n la mdida d lo posibl. ) 4) 7) ) 4 5 5 5 7 5) 8) ) 5 6) 5 9) 4 5 0) ) 7 ) ) 4) 4 5) 6) 7) 8) 9) ) 5) 0) 4 ln ) ln log 6) ln 8) ln ) 9) ) 5) 4) 7)
Más detalles9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO
9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y
Más detallesRADIO CRÍTICO DE AISLACIÓN
DIO CÍTICO DE ISCIÓN En sta clas s studiará la transfrncia d calor n una tubría d radio xtrno (0,0 ft), rcubirta con un aislant d spsor (0,039 ft), qu transporta un vapor saturado a (80 F). El sistma cañría
Más detallesSoluciones 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 detalles2º BACHILLERATO CINETICA QUÍMICA
VELOCIDAD DE REACCIÓN 1.- Escrib la xprsión d la vlocidad d racción n función d la concntración d cada una d las spcis qu intrvinn n l procso d obtnción d amoniaco. N + 3 H NH 3 d 1 v = [N] = 3 d 1 [H]
Más detalles1.1 Introducción 1.2 Ecuaciones Lineales 1.3 Ecuaciones de Bernoulli 1.4 Ecuaciones separables 1.5 Ecuaciones Homogéneas 1.6 Ecuaciones exactas
ap. Ecuacions Difrncials d Primr ordn. Introducción. Ecuacions Linals. Ecuacions d Brnoulli. Ecuacions sparabls.5 Ecuacions Homogénas.6 Ecuacions actas.7 Factor Intgrant.8 Estabilidad dinámica dl quilibrio.9
Más detallesTema 3 La economía de la información
jrcicios rsultos d Microconomía. quilibrio gnral y conomía d la información rnando Prra Tallo Olga María odríguz odríguz Tma La conomía d la información http://bit.ly/8l8u jrcicio : na mprsa d frtilizants
Más detallesCAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS
CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los
Más detallesCOMPUTACIÓN. Práctica nº 2
Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros
Más detallesSeguridad en máquinas
Obsrvación d la norma UNE EN ISO 11161 rlacionada con los rquisitos qu db cumplir la structura d dispositivos d protcción Los dispositivos d protcción dbrán disñars y construirs d acurdo con la norma ISO
Más detallesMercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General
Univrsidad Austral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 8 Mrcados Financiros y Expctativas Profsor: Carlos R. Pitta Macroconomía Gnral, Prof. Carlos R. Pitta, Univrsidad Austral
Más detallesVARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA
AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.
Más detallesINSTITUTO POLITECNICO NACIONAL PROBLEMARIO DE CALCULO DIFERENCIAL E INTEGRAL
INSTITUTO POLITECNICO NACIONAL UNIDAD PROFESIONAL INTERDISCIPLINARIA DE BIOTECNOLOGIA PROBLEMARIO DE CALCULO DIFERENCIAL E INTEGRAL ELABORO: PROF. MARIO CERVANTES CONTRERAS DICIEMBRE DE 7 EJERCICIOS DE
Más detallesTEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)
TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu
Más detallesIMPACTO DE LAS AVERÍAS E INTERRUPCIONES EN LOS PROCESOS. UN ANÁLISIS DE LA VARIABILIDAD EN LOS PROCESOS DE PRODUCCIÓN
IMPACTO DE LAS AVERÍAS E INTERRUPCIONES EN LOS PROCESOS. UN ANÁLISIS DE LA VARIABILIDAD EN LOS PROCESOS DE PRODUCCIÓN IMPACT OF THE FAILURES AND INTERRUPTION IN PROCESS. AN ANALYSIS OF VARIABILITY IN PRODUCTION
Más detallesSISTEMAS BINARIO, DE IMAL, OCTAL y HEXADECIMAL. b) 100112. e) 101012
Carrra: Tcnicatura Suprir n Análisis y Prgramación d Sistmas Asignatura: Arquitctura d cmputadras Prfsr: Ing. Gabril Duprut Trabaj práctic Nr. : Sistmas d numración y códigs A l larg d st práctic cnstruirá
Más detallesVI. JUSTICIA. i. - JUSTICIA CRIMINAL.
VI. JUSTICIA. i. - JUSTICIA CRIMINAL. Utilizando la d la Administración d Justicia n l o años di 883, i 884 y i 885, publicada por l Ministrio d Graci a minto d lo prvnido n cl Ral dcrto d 18 d marzo d
Más detalles1.a) Cuenta simple de las cifras significativas verdaderas en el valor central.
CÁLCULOS Y EPESENTACIONES GÁFICAS EN LOS MÉTODOS EXPEIMENTALES (EN PEPAACIÓN). ALBETO OJAS HENÁNDEZ Y MA. TEESA AMÍEZ SILVA UAM-IZTAPALAPA TIMESTE: 000-P. Ejmlos d álulo d Cifras signifiativas Cifra signifiativa:
Más detallesENTRENADORES PERSONALES Y FISIOTERAPEUTAS FISIOTERAPIA PARA HOTELES
ENTRENADORES PERSONALES Y FISIOTERAPEUTAS FISIOTERAPIA PARA HOTELES www.loutrainrs.com/fisiotrapia 615 964 258 PRESENTACIÓN Lou Trainrs s una mprsa d Entrnaminto Prsonal, Fisiotrapia y Gstión Dportiva
Más detallesIII. 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 detallesREPRESENTACION GRAFICA.
REPRESENTACION GRAFICA. Calcular puntos notabls así como intrvalos d monotonía y curvatura d: ² - = 0 ; ² = ; = son los valors d qu anulan l dnominador D = R- y () = 0 ; - 4 = 0 ; = 0 posibl ma, min Monotonia:
Más detallesModelado de sistemas de inyección de combustible
odlado d sistas d inyión d obustibl Krishna K. Busawon* David A. Díaz Roro* Rsun El rinial roósito d st artíulo s dar a onor un nuvo odlo ara sistas d inyión d obustibl. El odlo inorora los ftos d intrabio
Más detallesOfertas y Contratos Agiles
Ofrtas y Contratos Agils algunas idas xtraídas dl libro Obra bajo licncia Crativ Commons los pilar s d transp arncia, ins adaptación pc, junto con l nfoqu d ción y continua q mjora u forman part d lo Agils,
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS.
FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 3ª RELACIÓN DE PROBLEMAS. 1.- En ausncia d autoabsorción, la intnsidad d fluorscncia d una mustra s proporcional a la concntración, solo a concntracions bajas. Calcular
Más detallesAsamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015
Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: 171 LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS
Más detallesLETRA DE CATEGORÍA: F VAGÓN DESCUBIERTO DE BORDES ALTOS
LETRA DE CATEGORÍA: F VAGÓN DESCUBIERTO DE BORDES ALTOS Vagón d rrnia Ltras índi a on bogis part suprior ( a ) part inrior ( a ) on 3 unidads on 4 ó más unidads (xlusivamnt a través dl túnl) (xlusivamnt
Más detallesAspectos Fiscales Venezolanos Cross-Border de las Inversiones en el Sector del Gas. Luis Eduardo Ocando B. (luis.ocando@ve.ey.com)
Intrnational Tax Srvics Aspctos Fiscals Vnzolanos Cross-Bordr d las Invrsions n l Sctor dl Gas Luis Eduardo Ocando B. (luis.ocando@v.y.com) Tabla d Contnidos Introducción Planificación Fiscal n Vnzula
Más detallesCoeficiente de correlación parcial
Coficint d corrlación parcial.- Introducción....- Corrlación parcial mdiant l rcurso d diagramas d Vnn.... 3 3.- Corrlación parcial como corrlación ntr rsiduals... 6 4.- Coficint d rgrsión múltipl y coficint
Más detallesOpción A Ejercicio 1 opción A, modelo Septiembre 2011
IES Fco Ayala d Granada Sptimbr d 0 (Modlo ) Grmán-Jsús Rubio Luna UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD CURSO 0-0 MATEMÁTICAS II Opción A Ejrcicio opción A, modlo Sptimbr 0 k si
Más detallesPARÁMETROS CARACTERÍSTICOS DE LOS M.C.I.A.
PARÁMETROS CARACTERÍSTICOS DE LOS M.C.I.A.. CONCEPTO DE DOSADO. PARÁMETROS GEOMÉTRICOS 3. PARÁMETROS INDICADOS 4. PARÁMETROS EFECTIVOS 5. PARÁMETROS DE PÉRDIDAS MECÁNICAS 6. RESUMEN DE PARÁMETROS 7. OTROS
Más detallesEnfrentando Comportamientos Difíciles Usando el Sistema de Guía
Enfrntando Comportamintos Difícils Usando l Sistma d Guía R s o u r c & R f r r a l H a n d o u t Agrsión Obsrvación - Prguntas Trata la niña d hacr contacto d una manra inapropiada? Está tratando d sr
Más detallesINSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES
INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE
Más detallesValledupar como vamos: Demografía, Pobreza y Pobreza Extrema y empleo.
Valldupar como vamos: Dmografía, Pobrza y Pobrza Extrma y mplo. Tradicionalmnt l programa Valldupar Cómo Vamos, lugo d prsntar la Encusta d Prcpción Ciudadana (EPC), raliza la ntrga d Indici d Calidad
Más detallesREPRESENTACIÓN DE FUNCIONES
Matmáticas º Bachillrato. Prosora: María José Sánchz Quvdo REPRESENTACIÓN DE FUNCIONES Para l studio y rprsntación d una unción s sigun los siguints pasos:. Dominio d dinición y d continuidad.. Corts con
Más detallesLA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO
LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO 1. INTRODUCCIÓN No importa l tamaño d la mprsa n la qu dsarrollmos nustra labor profsional. No importa l númro d prsonas qu compongan l dpartamnto al qu nos
Más detallesAspectos Técnicos para la Determinación de la Prima de Riesgo en el Seguro de Gastos Médicos Mayores
Aspctos Técnicos para la Dtrminación d la Prima d Risgo n l guro d Gastos édicos ayors igul Angl Bltrán Prado Dicimbr 1992 ri Documntos d Trabajo Documnto d Trabajo No. 11 Índic Introducción 1 1. Objto
Más detallesPROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES
PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica
Más detalles4.2. 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 detallesANÁLISIS (Selectividad 2014) 1
ANÁLISIS (Slctividad 4) ALGUNOS PROBLEMAS DE ANÁLISIS PROPUESTOS EN LAS PRUEBAS DE SELECTIVIDAD EN 4 ( Obsrvación: La slcción s ha hcho dando prioridad a las custions más tóricas) Andalucía, junio 4 San
Más detallesConcesión versus Privatización de un Servicio Monopólico. Hay Alguna Opción Estrictamente Dominante? Resumen
Consión vrsus Privatizaión d un Srviio Monopólio. Hay Alguna Opión stritamnt Dominant? Ronaldo Bruna V. Suprintndnia d Srviios Sanitarios d Chil duardo Saavdra P. Graduat Program LADS-Gorgtown Univrsity,
Más detallesProblemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm
Problmas sultos.0 Un satélit dscrib una órbita circular n torno a la Tirra. Si s cambia d rpnt la dircción d su vlocidad, pro no su módulo, studiar l cambio n su órbita y n su príodo. Al cambiar sólo la
Más detallesnúm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS
núm. 56 luns, 23 d marzo d 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR C.V.E.: BOPBUR-2015-01880 SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS Convocatoria pública d la Diputación Provincial d Burgos
Más detallesTema 5 El Mercado y el Bienestar. Las externalidades
Ejrcicios rsultos d Introducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 5 El Mrcado
Más detallesPaso de los diagramas de grafos a los diagramas de bloques
Capíítullo T Paso d los diagramas d graos a los diagramas d bloqus.. INTODUCCIÓN Uno d los lnguajs d simulación más antiguo y más utilizado s l d los diagramas d bloqus. D hcho, aún n la actualidad s l
Más detallesPractica 9: Tipo de cambio y paridad de poder adquisitivo
Practica 9: Tipo d cambio y paridad d podr adquisitivo 1 Practica 9.1: Ejrcicio 1, capitulo 13, pag. 355 En Munich un bocadillo d salchicha custa 2, n l parqu Fnway d Boston un prrito calint val 1$. Con
Más detallesMatemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos
Matmáticas II TEMA 8 Drivadas Torma Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto Utilizando la dfinición, calcula la drivada d f ( ) n l punto = Utilizando la dfinición, halla la
Más detallesINFERENCIA 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 detallesTERMODINAMICA 1 1 Ley de la Termodinámica aplicada a Volumenes de Control
TERMODINAMICA 1 1 Ly d la Trmodinámica aplicada a Volumns d Control Prof. Carlos G. Villamar Linars Ingniro Mcánico MSc. Matmáticas Aplicada a la Ingniría CONTENIDO PRIMERA LEY DE LA TERMODINAMICA PARA
Más detallesMONITOREO DE CONTROLADORES PREDICTIVOS.
MONITOREO DE CONTROLADORES PREDICTIVOS. Rachid A. Ghraizi, Ernsto Martínz, César d Prada Dpt. Ingniría d Sistmas y Automática Facultad d Cincias, Univrsidad d Valladolid c/ Ral d Burgos s/n, 47, Valladolid,
Más detallesRESUMEN DE FUNCIONES. LIMITE Y CONTINUIDAD
RESUMEN DE FUNCIONES. LIMITE Y CONTINUIDAD DEFINICIÓN DE FUNCIÓN REAL DE VARIABLE REAL Una unción ral d variabl ral s una aplicación d un subconjunto D d los númros rals n un subconjunto I d los númros
Más detallesANEXO 6.7.8. PONDERADORES Y GRADOS DE RIESGO ASOCIADOS A OTRAS CONTRAPARTES Y GARANTÍAS
ANEXO 6.7.8. PONDERADORES Y GRADOS DE RIESGO ASOCIADOS A OTRAS CONTRAPARTES Y GARANTÍAS Las opracions a las qu s rfir la fracción II d la Disposición 6.7.4, así como las garantías rals financiras o prsonals
Más detallesMétodo de los Elementos Finitos para Análisis Estructural. Alisado de tensiones
Método d los Elmntos Finitos para Análisis Estructural Alisado d tnsions Campo d tnsions Tnsions n cualquir punto dl lmnto, sgún l MEF: = Dε= DBδ Matriz B contin las drivadas d las N: no son continuas
Más detallesAnexo V "Acuerdos de Sistemas para la Facturación' del Convenio poro la Comercialización o Reventa de Servicios
Anxo V "Acurdos d Sistmas para la Facturación' dl Convnio poro la Comrcialización o ANEXO V ACUERDOS DE SISTEMAS PARA LA FACTURACIÓN QUE SE ADJUNTA AL CONVENIO PARA LA COMERCIALIZACIÓN O REVENTA DE SERVICIOS
Más detallesnúm. 76 miércoles, 22 de abril de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS
III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS C.V.E.: BOPBUR-2015-03235 465,00 GERENCIA MUNICIPAL DE SERVICIOS SOCIALES, JUVENTUD E IGUALDAD DE OPORTUNIDADES Concjalía d Juvntud Mdiant rsolución d la
Más detallesInform d Gass Efcto Invrnadro Página 1 d 9 1. INDICE 1. INDICE. 3 3. CUANTIFICACIÓN DE EMISIONES DE GEIS 3 4. LÍMITES OPERATIVOS Y EXCLUSIONES 5 5. AÑO BASE 6 6. METODOLOGÍA DE CUANTIFICACIÓN 6 7. INCERTIDUMBRE
Más detallesRESUMEN MOTORES CORRIENTE CONTINUA
RESMEN MOTORES CORRENTE CONTNA Los motors léctricos convirtn la nrgía léctrica n nrgía mcánica. Así, la corrint léctrica tomada d la rd rcorr las bobinas o dvanados dl motor, n cuyo intrior s cran campos
Más detallesQué son objetos de aprendizaje?
Bogotá, Pp. 202-213 Qué son objtos d aprndizaj? Un objto d aprndizaj s un contnido inormativo organizado, con un claro propósito ducativo, qu incluy admás actividads d aprndizaj y lmntos d contxtualización.
Más detallesFORMULARIO INDICADORES DE DESEMPEÑO AÑO 2012
FORMULARIO INDICADORES DE DESEMPEÑO AÑO 212 MINISTERIO MINISTERIO DE EDUCACION PARTIDA 9 SERVICIO COMISION NACIONAL DE INVESTIGACION CIENTIFICA Y TECNOLOGICA CAPÍTULO 8 Producto Estratégico al qu s Vincula
Más detallesCOMO YA SE HA DICHO ANTERIORMENTE, DURANTE LA DÉCADA DE 1990 SE REALIZARON, EN
Capítulo 3 El disño d una política social para nfrntar l risgo: marco concptual COMO YA SE HA DICHO ANTERIORMENTE, DURANTE LA DÉCADA DE 1990 SE REALIZARON, EN AMÉRICA LATINA Y EL CARIBE, CIERTAS rformas
Más detallesTuberías plásticas para SANEAMIENTO
Tubrías plásticas para SANEAMIENTO SANIVIL Tubos compactos d PVC con Rigidz Anular SN 2 y SN 4 kn/m 2 d color tja para sanaminto sin prsión sgún UNE-EN 1401 y con prsión marca DURONIL sgún UNE-EN ISO 1452
Más detallesBecas INSTITUTO, CIUDEN-ULE PARA LA REALIZACION DE PROGRAMAS DE POSGRADO 2013.
lón él Bcas INSTITUTO, CIUDEN-ULE PARA LA REALIZACION DE PROGRAMAS DE POSGRADO 2013. BASES El Instituto Ciun-UL Tcnologías CAC y Dsarrollo Trritorial convoca cuatro bcas para ralización, n Institucions
Más detallesFunciones de Variable Compleja
Funcions d Variabl Complja Modlos d Sistmas II Smstr 2008 Ing. Gabrila Ortiz L 1 Función Concpto Matmático Considrando los conjuntos X Y una función comprnd una rlación o rgla qu asocia a cada lmnto x
Más detalles