Introducción a la Física. Medidas y Errores

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Introducción a la Física. Medidas y Errores"

Transcripción

1 Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren en la naturaleza. Esto mplca MEDIR las magntudes que ntervenen en el fenómeno. El resultado de una medda es un número. S se repte la medda (en las msmas condcones) los resultados serán en general dferentes. Esto ndca mprecsón, debda a multtud de factores, nstrumentos, agentes físcos como la temperatura, presón atmosférca, etc. No este la medda perfecta. Objetvo: buscar el ntervalo de valores (margen de error cometdo) entre los que esté el valor real de la magntud medda. Portanto,todameddadeberáracompañada de su error de forma que sepamos su caldad y eacttud. J.A.Moleón

2 1- Introduccón El fn de un epermentador no es solo procurar que sus errores sean mínmos, sno que sean lo sufcentemente pequeños para que no afecten a los cálculos o resultados y a las conclusones que se puedan nferr de las meddas epermentales. Defncones: Un aparato es eacto s las meddas que se realzan con él son todas muy prómas al valor certo de la magntud medda. Un aparato es precso s la dferenca entre dferentes meddas de la msma magntud es muy pequeña. La sensbldad de un aparato es la dvsón más pequeña de su escala o la últma cfra de su pantalla. Este valor se asoca con el llamado Error Instrumental del aparato. J.A.Moleón 3 1- Introduccón S medmos una magntud físca cuyo valor eacto es 0, obtenendo el número, defnmos el Error Absoluto de la medda, Y el Error Relatvo como: 0 r () 100 Ahora ben, como es mposble conocer el valor certo de la magntud, solo podemos tomar varas meddas repettvas, lo que permtrá tomar como valor eacto ( 0 ) de la medda, la Meda Artmétca de las msmas: 0 N 1 N 0 J.A.Moleón 4

3 .- Meddas Drectas En general se realzarán, como mínmo, tres meddas ( 1,, 3 ). Con ellas se calcula la meda ( m ). Se calcula la dspersón (D): dferenca entre los valores etremos de las meddas realzadas: D=Ma[ 1,, 3 ]-Mn[ 1,, 3 ] Y el tanto por cento de la dspersón: T 100 -S T D < % 3 Meddas; 0 nstr (undades) -S % < T D < 8 % 6 Meddas = Mayor de {D/4, nstr ) (3 más) ( ) -S 8 % < T D < 16 % 15 Meddas m N( N 1) (1 más) J.A.Moleón 5 D D m 3.- Epresón de las Meddas. Redondeo Número de cfras correctas para epresar el ERROR (por conveno): - S la prmera cfra sgnfcatva del error es 1 ó Dos cfras - S la prmera cfra sgnfcatva del error es > Una cfra Redondeo: Para desprecar el resto de cfras del error se redondea según el valor de la sguente cfra que vamos a desprecar (s es mayor de "5" se añade una undad a la anteror). Por ejemplo 83 y 46 se redondean a 80 y 50. La medda está acotada por su error, por tanto debe tener las cfras necesaras para que su últma cfra sgnfcatva sea del msmo orden decmal que la últma del error. Para desprecar las restantes cfras se procederá a redondear tambén su valor. J.A.Moleón 6

4 3.- Epresón de las Meddas. Redondeo Por tanto toda medda se debe dar con su número correcto de cfras ± su cota de error, segudo de las undades de la magntud de la medda. Ejemplos: ± ± ± ± ± ± ± ± ± ± ± ± 50 J.A.Moleón Meddas Indrectas Las Magntudes Indrectas son aquellas que se obtenen a través de ecuacones que las relaconan con Magntudes Drectas. Supongamos que una magntud físca "y", depende de un conjunto de magntudes drectas 1,, 3,, n, es decr: y = f ( 1,, 3,, n ) donde conocemos: = 0 = 1,. N Por tanto y 0 vene dado por: y 0 = f ( 01, 0, 03,, 0n ) y su error absoluto: y n 1 f J.A.Moleón 8

5 4.- Meddas Indrectas Ejemplos: 1) y = a y = a 1 ) y = /z y z z z J.A.Moleón Representacón Gráfca Ventajas de la Representacón Gráfca de resultados epermentales: Una gráfca permte destacar el conjunto del fenómeno en el ntervalo en que se han hecho las meddas. Permte conocer otros valores de la varable dependente sn necesdad de determnacón epermental. Pone de manfesto meddas afectadas de un error anormal. Para que de la representacón gráfca se obtenga la máma nformacón ha de ajustarse a certas normas: - En papel mlmetrado o logarítmco. - Llevar un título sufcentemente eplícto en la parte superor y, sobre los etremos de los ejes la ndcacón de la magntud representada en cada uno de ellos, así como sus undades. J.A.Moleón 10

6 5.- Representacón Gráfca - Tambén puede anotarse una tabla de valores de las varables obtendos en la eperenca - Deben escogerse las escalas de ambos ejes, de forma que comprendan solo los ntervalos en los cuales están las meddas realzadas. Por tanto, puede ocurrr que las escalas no comencen en cero o no sean guales en los dos ejes. - Sobre los ejes sólo se ndcan los valores correspondentes a las dvsones enteras de la escala. No deben escrbrse sobre ellos los valores correspondentes a las meddas realzadas. - Los valores meddos se representan por un punto, correspondente a sus coordenadas y rodeados por el llamado rectángulo de error cuya base abarca desde ( 0 - ) hasta ( 0 + ) y cuya altura va desde (y 0 - y) hasta (y 0 + y). J.A.Moleón Representacón Gráfca S la representacón de N puntos epermentales (,y )seajustaauna línea recta, se trazará la RECTA DE REGRESIÓN LINEAL por el método de Mínmos Cuadrados Y=aX+b donde a y b son la pendente de la recta y la ordenada en el orgen, respectvamente; parámetros que se determnan con la condcón de que se ajuste la recta lo mejor posble a los datos epermentales. N y = N - y - ( ) a = y N - y b - ( ) J.A.Moleón 1

7 5.- Representacón Gráfca Y se defne el factor de correlacón r = N 1/ 1/ ( ) N y ( y ) N y y este parámetro proporcona nformacón sobre la valdez del ajuste; cuanto más se aprome (en valor absoluto) a la undad, tanto mejor se ajusta la recta al conjunto de puntos epermentales. J.A.Moleón Representacón Gráfca Los errores cometdos en la determnacón de estos parámetros son: 1/ (y - a b) a = (N ) ( - ) b = 1 N ( - ) 1/ 1/ (y - a b ) (N ) Con el análss de regresón ya no es necesaro trazar la recta de la gráfca de forma apromada: Se elgen dos valores de abscsas (eje ) dentro del ntervalo de valores epermentales, y con la epresón (Y =ax+b), con los valores obtendos de a y b, se calculan sus correspondentes ordenadas (eje y). Con estos dos puntos se traza la recta que mejor ajusta al epermento. J.A.Moleón 14

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

TEORÍA DE MEDIDAS INTRODUCCIÓN

TEORÍA DE MEDIDAS INTRODUCCIÓN Teoría de Meddas TEORÍA DE MEDIDAS ITRODUCCIÓ Las cencas epermentales operan con valores numércos que se obtenen como resultado de efectuar meddas de varables, por ejemplo una temperatura, una longtud

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2. Materales Industrales, Ingenería Técnca Industral Mecánca Profesor: Dr. María Jesús Arza, Departamento de Físca Aplcada, CITE II-A,. Teoría de meddas. Meddas magntudes: La teoría de meddas Las varables

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia GUÍA 5 Dego Lus Arstzábal R., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal de Colomba Roberto Fabán Retrepo A., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal

Más detalles

Tratamiento de datos experimentales. Teoría de errores

Tratamiento de datos experimentales. Teoría de errores Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

INTRODUCCIÓN AL LABORATORIO DE FÍSICA

INTRODUCCIÓN AL LABORATORIO DE FÍSICA INTRODUCCIÓN AL LABORATORIO DE FÍSICA EXPERIMENTAL A. MEDIDA E INCERTIDUMBRE Págna 1 A- MEDIDA E INCERTIDUMBRE A.1. INCERTIDUMBRE EN LAS MEDIDAS Medr consste en comparar una magntud con otra que utlzamos

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca www.aulatecnologa.com 1 ETADÍTICA DECRIPTIVA Lo prmero que buscamos con la Estadístca es el tratamento matemátco a partr de una nformacón epermental. Cuando queremos observar la evolucón de

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

Método cuantitativos de análisis gráfico

Método cuantitativos de análisis gráfico Ejemplos Ejerccos Msceláneas Evaluacón Método cuanttatvos de análss gráfco Método de cuadrados mínmos. Regresón lneal. Funcón χ. Obtencón de los parámetros de un modelo. Correlacón lneal. Incertdumbre

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es

4ºB ESO Capítulo 12: Estadística LibrosMareaVerde.tk www.apuntesmareaverde.org.es 4ºB ESO Capítulo 1: Estadístca 350 Índce 1. POBLACIÓ Y MUESTRA. VARIABLES ESTADÍSTICAS 1.1. POBLACIÓ 1.. MUESTRA 1.3. IDIVIDUO 1.4. VARIABLE ESTADÍSTICA. TABLAS DE FRECUECIAS.1. FRECUECIA ABSOLUTA.. FRECUECIA

Más detalles

Codificación de la Información

Codificación de la Información Codfcacón de la Informacón Sstemas Informátcos Fede Pérez Índce TEMA Codfcacón de la Informacón 1. - Introduccón 2. - Codfcacón 3. Sstemas de Numeracón 3.1 Representacón de los Números: Representacón Polnomal

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Laboratorio de Física con soporte interactivo en Moodle

Laboratorio de Física con soporte interactivo en Moodle Laboratoro de Físca con soporte nteractvo en Moodle Laboratoro de Físca con soporte nteractvo en Moodle Javer Ablanque Ramírez Rosa María Bento Zafrlla Juan Carlos Losada González Departamento de Físca

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

MANUAL DEL LABORATORIO DE FÍSICA GENERAL I. Plan 2010 (versión 2012)

MANUAL DEL LABORATORIO DE FÍSICA GENERAL I. Plan 2010 (versión 2012) E. T. S. de Ingeneros de Telecomuncacón Unversdad Poltécnca de Madrd MANUAL DEL LABORATORIO DE FÍSICA GENERAL I Plan 010 (versón 01) Pedro Sánchez Sánchez Vcente Alcober Bosch Coral Duro Carralero Plar

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

6 Impacto en el bienestar de los beneficiarios del PAAM

6 Impacto en el bienestar de los beneficiarios del PAAM 6 Impacto en el benestar de los benefcaros del PAAM Con el fn de evaluar el efecto del PAAM sobre sus benefcaros, se consderó como hpótess que el Programa ha nfludo en el mejoramento de la caldad de vda

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos:

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos: UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.

Más detalles

Tema 8: Estadística en una variable (unidimensional)

Tema 8: Estadística en una variable (unidimensional) Matemátcas aplcadas a las Cencas Socales I lasmatematcas.eu Tema 8: Estadístca en una varable Tema 8: Estadístca en una varable (undmensonal) 1. Introduccón Se desconocen con exacttud los orígenes de la

Más detalles

INGENIERÍA DE TELECOMUNICACIÓN BLOQUE 1

INGENIERÍA DE TELECOMUNICACIÓN BLOQUE 1 INGENIERÍA DE TELECOMUNICACIÓN BLOQUE En el Aula Vrtual se encuentra dsponble: Materal nteractvo con teoría y ejerccos resueltos. Para acceder a ello deberá pulsar sobre los sguentes enlaces una vez dentro

Más detalles

PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD

PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD OBJETIVOS. Estudar la cnétca de una reaccón químca por el método de las velocdades ncales. Determnar los

Más detalles

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

Distribuciones estadísticas unidimensionales

Distribuciones estadísticas unidimensionales Dstrbucones estadístcas undmensonales ESTADÍSTICA Estuda los métodos ara recoger, organzar y analzar nformacón, con la fnaldad de descrbr un fenómeno que se está estudando y obtener conclusones. TÉRMIOS

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA Ingenería Químca Undad I. Introduccón a los cálculos de Ingenería Químca

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA?

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA? La Estadístca es la rama de las Matemátcas que se ocupa del estudo de una determnada característca en una poblacón, recogendo

Más detalles

Capítulo 3. SISTEMAS DE PARTÍCULAS

Capítulo 3. SISTEMAS DE PARTÍCULAS Capítulo 3. SISTEMAS DE PARTÍCULAS 3.1. Introduccón En la mayoría de los sstemas partculados esten partículas de dstnto tamaño tal como se observa en la Fgura 3.1. Muchos de los métodos que mden tamaño

Más detalles

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire 4 Undad II: Análss de la combustón completa e ncompleta. 1. Are El are que se usa en las reaccones de combustón es el are atmosférco. Ya se djo en la Undad I que, debdo a que n el N n los gases nertes

Más detalles