CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo

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

Download "CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo"

Transcripción

1 CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD 4.1 Geeralidades Es u hecho bie coocido que la probabilidad de que u idividuo fallezca e u periodo determiado de tiempo depede de muchos factores, etre lo que podemos mecioar: la edad, seo, estado de salud, factores geéticos, ambietales, etcétera. Ua tabla de mortalidad (o tabla de vida) cotiee los elemetos básicos que permite calcular las probabilidades de muerte y supervivecia e ua població homogéea 1 a partir de las cuales se lleva a cabo los cálculos actuariales 2. Cosideremos u grupo iicial l 0 recié acidos, por ejemplo: l = 1,000, (la elecció del valor es arbitraria). De esta forma, ua tabla de mortalidad típica suele teer la siguiete estructura: q d l e ,964 1,000, Població Homogéea: Població e la que la edad es el pricipal factor determiate e la mortalidad de los idividuos. 2 José Atoio Gil Faa, Atoio Heras Martíez, José Luis Vilar Zaó. Matemáticas de los Seguros de Vida. Editorial Mapfre. Profesores Titulares de Uiversidad. Departameto de Ecoomía Fiaciera y Actuarial. Uiversidad Complutese de Madrid. Pág. 23.

2 Dode: : Represeta las edades de los idividuos que úicamete toma valores eteros. q : Represeta las probabilidades de que los idividuos de edades = 0,1,2,... muera ates de u año. l : Número esperado de recié acidos que sobrevive a las distitas edades = 0,1,2,... Vemos, así, que el úmero esperado de recié acidos que llega a cumplir u año de edad es de , el de los que llega a cumplir dos años de edad es , etc. Obviamete los valores de l decrece segú aumeta la edad hasta llegar a la edad ω (100 años e uestro ejemplo) e dode evidetemete se tiee que l = 0. ω d : Represeta el úmero de idividuos del grupo iicial l 0 recié acidos que muere etre las edades + 1 e Represeta la esperaza de vida (abreviada) a las distitas edades. E el presete estudio y co la ayuda del Istituto Meicao del Seguro Social (IMSS) se recopilo la siguiete iformació para los años 1999, 2000 y 2001: Mortalidad Geeral (Todas las Causas) por Grupo de Edad y Año (ambos seos); Mortalidad Geeral (Causa Diabetes Mellitus) por Grupo de Edad y Año (ambos seos); 1

3 Mortalidad Geeral (Todas las Causas si Diabetes Mellitus) por Grupo de Edad y Año (ambos seos). Número de Afiliados por Grupo de Edad y Año (Ceso Juio, ambos seos). Datos obteidos: Tabla 4.1 Mortalidad Por Todas las Causas Por Grupo de Edad y Año Ambos Seos Año Total < a a a a a a a a a a a a a a a a a Igorado

4 Tabla 4.2 Mortalidad X Diabetes Mellitus Por Grupo de Edad y Año Ambos Seos Año Total Defucioes < a a a a a a a a a a a a a a a a a Tabla 4.3 Número de Afiliados Por Grupo de Edad y Año CENSO JUNIO 30 Ambos Seos Año Total Afiliados 922, , ,485 <1 12,078 12,706 14,227 1 a 4 74,119 71,694 75,610 5 a 9 93,935 95,910 96, a 14 81,586 83,348 82, a 19 57,269 52,865 53, a 24 86,037 83,616 86, a 29 90,636 92, , a 34 75,398 78,010 82, a 39 63,737 66,518 69, a 44 54,141 56,840 60, a 49 45,042 48,032 51, a 54 38,877 41,650 44, a 59 32,946 34,756 37, a 64 31,093 31,795 33, a 69 27,654 29,254 31, a 74 21,439 23,825 24, a 79 15,712 17,775 19, a 84 8,548 10,545 11, ,052 16,600 18,769 3

5 Tabla 4.4 Mortalidad X Todas las Causas Si Diabetes Mellitus Por Grupo de Edad y Año Ambos Seos Año Total < a a a a a a a a a a a a a a a a a Igorado Como se mecioo e la secció 3.5.1, el paso fudametal e la costrucció de ua tabla de mortalidad es aquel e el que se covierte las tasas cetrales de mortalidad ( m ) e sus correspodietes tasas de mortalidad o probabilidades de muerte ( q ). E la práctica, casi todas las tablas de mortalidad se costruye estimado e primer lugar las probabilidades asigadas de muerte ( q ) y posteriormete se procede a calcular las fucioes restates. Como es atural, las probabilidades q se estima a partir de las frecuecias relativas de los mismos sucesos. Es ecesario, por lo tato, cosiderar para 4

6 cada edad u gra úmero de idividuos de esa edad, y cotabilizar cuátos de ellos fallece e el trascurso de u año y cuátos estuviero epuestos al riesgo de morir 3. Para comezar co la costrucció de uestra tabla de vida haremos referecia a las tablas 4.1, 4.2, 4.3 y 4.4. Como teemos los datos de 3 años (1999, 2000, 2001) y los pasos a seguir so eactamete los mismos para la costrucció de la tabla de vida (úicamete cambia los datos etre los años) tomaremos de referecia los datos del año El cálculo para la costrucció de los dos años restates (2000, 2001) es aálogo al procedimieto presetado a cotiuació. Al fializar se presetará 9 tablas de vida: 1.- Tabla de Mortalidad Causa Diabetes Mellitus, Tabla de Mortalidad Causa Diabetes Mellitus, Tabla de Mortalidad Causa Diabetes Mellitus, Tabla de Mortalidad Por Todas las Causas, Tabla de Mortalidad Por Todas las Causas, Tabla de Mortalidad Por Todas las Causas, Tabla de Mortalidad Por Todas las Causas Si Diabetes Mellitus, Tabla de Mortalidad Por Todas las Causas Si Diabetes Mellitus, Tabla de Mortalidad Por Todas las Causas Si Diabetes Mellitus, José Atoio Gil Faa, Atoio Heras Martíez, José Luis Vilar Zaó. Matemáticas de los Seguros de Vida. Editorial Mapfre. Profesores Titulares de Uiversidad. Departameto de Ecoomía Fiaciera y Actuarial. Uiversidad Complutese de Madrid. Pág

7 4.2 Cálculo de las Fucioes de la Tabla de Mortalidad Cálculo de m m : Se defie como la tasa cetral de mortalidad observada a ua edad específica. La fórmula está dada por: Muertes Por Diabetes Mellitus / Persoas Afiliadas Tabla 4.5. Cálculo de m Edad Muertes X Diabetes Mellitus Persoas Afiliadas m <1 0 12, a , a , a , a , a , a , a , a , a , a , a , a , a , a , a , a , a , , Fuete: Elaboració Propia 6

8 4.2.2 Cálculo de q : q : Se defie como la probabilidad de que ua persoa de edad fallezca ates de alcazar la edad +. La fórmula está dada por: q = 2 * * m 2 + ( * m ) 4 Tabla 4.6. Cálculo de q Edad m q < a a a a a a a a a a a a a a a a a ω Fuete: Elaboració Propia 4 Ver demostració e Aeo 2. 7

9 4.2.3 Cálculo de p p : Se defie como la probabilidad de que ua persoa de edad llegue co vida a la edad +. La fórmula está dada por: p = 1 q Tabla 4.7. Cálculo de p Edad m q p < a a a a a a a a a a a a a a a a a Fuete: Elaboració Propia 8

10 4.2.4 Cálculo de l y d l : Se defie como el úmero de persoas que alcaza la edad eacta. Tambié se la cooce como el radi (població iicial) e la tabla de mortalidad. Geeralmete se asume e 100,000. Esto es, l o = 100,000. d : Represeta el úmero de idividuos del grupo iicial l 0 que muere etre las edades y +. De esta maera, si coocemos l o (se asume e 100,000) podemos empezar a calcular d mediate la siguiete fórmula: ( )( ) l q d =. Evetualmete, calculamos l empleado la siguiete fórmula: l = l 1 d 1 Tabla 4.8. Cálculo de l y d Edad m q p l d < a a a a a a a a a a a a a a a a a Fuete: Elaboració Propia 9

11 4.2.5 Cálculo de L : L : Se defie como el tiempo vivido etre las edades eactas y + 1. La fórmula está dada por: L = d m Tabla 4.9. Cálculo de L Edad m q p l d L < a a a a a a a a a a a a a a a a a Fuete: Elaboració Propia 10

12 4.2.6 Cálculo de T T : Represeta el tiempo vivido etre las edades eactas y ω (edad e la cual o queda sobrevivietes). Se epresa e años-persoa. La fórmula está dada por: T = k > L Tabla Cálculo de T Edad m q p l d L T < a a a a a a a a a a a a a a a a a Fuete: Elaboració Propia 11

13 4.2.7 Cálculo de e o o e : Se defie como la esperaza de vida o promedio de años que resta por vivir a los compoetes del grupo l. La fórmula está dada por: o e = T l Tabla 4.11 Cálculo de e 0 Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a Fuete: Elaboració Propia 12

14 Tabla Tabla de Mortalidad Causa Diabetes Mellitus, 1999 Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a Fuete: Elaboració Propia 13

15 Tabla Tabla de Mortalidad Causa Diabetes Mellitus, 2000 Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a

16 Tabla Tabla de Mortalidad Causa Diabetes Mellitus, 2001 Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a

17 Tabla Tabla de Mortalidad Por Todas las Causas, 1999 Muertes X Todas las Causas / Persoas Afiliadas Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a

18 Tabla Tabla de Mortalidad Por Todas las Causas, 2000 Muertes X Todas las Causas / Persoas Afiliadas Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a

19 Tabla 4.17 Tabla de Mortalidad Por Todas las Causas, 2001 Muertes X Todas las Causas / Persoas Afiliadas Edad m q p l d L T e o < a a a a a a a a a a a a a a a a a

20 Tabla 4.18 Tabla de Mortalidad Por Todas las Causas Si Diabetes Mellitus, 1999 Muertes X Otra Causa / Persoas Afiliadas Edad m q p l d t L T e o < a a a a a a a a a a a a a a a a a

21 Tabla 4.19 Tabla de Mortalidad Por Todas las Causas Si Diabetes Mellitus, 2000 Muertes X Otra Causa / Persoas Afiliadas Edad m q p l d t L T e o < a a a a a a a a a a a a a a a a a

22 Tabla 4.20 Tabla de Mortalidad Por Todas las Causas Si Diabetes Mellitus, 2001 Muertes X Otra Causa / Persoas Afiliadas Edad m q p l d t L T e o < a a a a a a a a a a a a a a a a a

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

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

Más detalles

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

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

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

Más detalles

α β la cual puede presentar

α β la cual puede presentar 5.4 Covergecia de ua serie de Fourier 8 5.4 Covergecia de ua serie de Fourier Teorema de covergecia de las series de fourier Ua serie de Fourier es ua fució ( ) f x cotiua e [, ] α β la cual puede presetar

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

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

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

Más detalles

MEDIDAS DE DISPERSIÓN.

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

Más detalles

No obstante, cuando intentamos hacer lo mismo con los números racionales y reales vemos que. con como lo hicimos con. es diferente de los conjuntos

No obstante, cuando intentamos hacer lo mismo con los números racionales y reales vemos que. con como lo hicimos con. es diferente de los conjuntos Departameto de Matemáticas Guía Iducció Matemática Objetivos: Eteder el pricipio del bue orde Realizar demostracioes matemáticas por medio del pricipio de iducció matemática El pricipio del bue orde: iducció

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

Tema 4. Estimación de parámetros

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

Más detalles

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

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

Más detalles

Importancia de las medidas de tendencia central.

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

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

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

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

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

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

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

Medidas de Tendencia Central

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

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

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

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar

Más detalles

Coeficientes binomiales

Coeficientes binomiales Coeficietes biomiales (Ejercicios Objetivos Defiir coeficietes biomiales y estudiar sus propiedades pricipales Coocer su aplicació e la fórmula para las potecias del biomio y su setido combiatorio (si

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL Viceç Fot Departamet de Didàctica de les CCEE i de la Matemàtica de la Uiversitat de Barceloa Resume: E este artículo se muestra como las trasformacioes

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

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

Más detalles

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios.

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios. Scietia et Techica Año IV, No 39, Septiembre de 2008 Uiversidad Tecológica de Pereira ISSN 0122-1701 459 PROPIEDADES DE LA MATRIZ Properties of the matrix EN UNA CADENA DE MARKOV i a Markov chai RESUMEN

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

CAPÍTULO III: TABLAS DE MORTALIDAD. En 1662, John Graunt publicó sus Observations upon the Bills of Mortality trabajo que

CAPÍTULO III: TABLAS DE MORTALIDAD. En 1662, John Graunt publicó sus Observations upon the Bills of Mortality trabajo que CAPÍTUO III: TABAS DE MORTAIDAD 3.1 Tablas de Mortalidad: Atecedetes Históricos E 1662, Joh Graut publicó sus Observatios upo the Bills of Mortality trabajo que ha sido posteriormete recoocido como el

Más detalles

Límite y Continuidad de Funciones.

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

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

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

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

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

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

Más detalles

ORGANIZACIÓN DE LOS DATOS.

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

Más detalles

1. Relaciones de recurrencia homogéneas con coeficiente

1. Relaciones de recurrencia homogéneas con coeficiente 1. Relacioes de recurrecia homogéeas co coeficiete costate 1. Demuestra que la sucesió {a } es ua solució de la recurrecia a = a 1 + 2a 2 + 2 9 si a) a = + 2 b) a = 5( 1) + 2 c) a = 3( 1) + 2 + 2 d) a

Más detalles

SUCESIONES DE NÚMEROS REALES. PROGRESIONES

SUCESIONES DE NÚMEROS REALES. PROGRESIONES www.matesxroda.et José A. Jiméez Nieto SUCESIONES DE NÚMEROS REALES. PROGRESIONES. SUCESIONES DE NÚMEROS REALES. TÉRMINO GENERAL E las siguietes figuras observa el proceso que lleva a la creació de uevos

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas.

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas. Matemáticas Sesió No. 6 Nombre: Fucioes expoeciales y logarítmicas y el uso de las progresioes aritméticas y geométricas. Cotextualizació Las fucioes expoeciales y logarítmicas se les cooce como trascedetes,

Más detalles

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

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

Más detalles

Práctica 3 Sucesiones y series

Práctica 3 Sucesiones y series Práctica 3 Sucesioes y series El programa Mathematica os sirve de ayuda para estudiar el comportamieto de sucesioes y series de úmeros reales, mediate las istruccioes Limit y Sum que os permitirá, e la

Más detalles

Pregunta Notas algún patrón al construir esta tabla? Puedes expresar esta tabla como un árbol binario?

Pregunta Notas algún patrón al construir esta tabla? Puedes expresar esta tabla como un árbol binario? Técicas de Coteo El Pricipio Básico de Coteo Vamos a ua cafetería que vede hamburguesas. U aucio os dice que co los igredietes lechuga, tomate, salsa de tomate y cebolla, podemos preparar ua hamburguesa

Más detalles

Trabajo Especial Estadística

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

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11 IES IGNACIO ALDECOA AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO 0/ TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

+ + + = 6 no parece ayudarnos a comprender cómo llegar a conjeturar esta relación. Intentamos acá una aproximación geométrica.

+ + + = 6 no parece ayudarnos a comprender cómo llegar a conjeturar esta relación. Intentamos acá una aproximación geométrica. http://www.ricomatematico.com La fórmula para la suma de los cuadrados de los primeros úmeros aturales obteida visualmete Mario Augusto Buge Uiversidad de Bueos AIres Ciclo Básico Comú Departameto de Matemática

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

9. Hallar un número de cuatro cifras que sea igual al cubo de la suma de las cifras.

9. Hallar un número de cuatro cifras que sea igual al cubo de la suma de las cifras. Hoja de Problemas º Algebra II 9. Hallar u úmero de cuatro cifras que sea igual al cubo de la suma de las cifras. Solució: Sea el úmero buscado co a que si o, o seria de cuatro cifras. Teemos que ( ) como

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

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

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

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

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

Más detalles

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

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

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

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

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

Más detalles

Dirección General de Calidad y Atención al Usuario

Dirección General de Calidad y Atención al Usuario FICHA TÉCNICA PROYECTO ORGANISMO RESPONSABLE DURACIÓN DESCRIPCIÓN Ecuesta de Satisfacció de Usuarios del Sistema de Salud de Aragó. Ateció Especializada y Urgecias. 2014 Direcció Geeral de Calidad y Ateció

Más detalles

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t. PROCESOS ROBABILIDADES ESTOCÁSTICOS (ITEL-3005) (80807) Tema 4. Los Procesos Tema. de Fudametos Poisso y otros de Estadística procesos asociados Descriptiva Semaa Distribució 5 Clase 07 de frecuecias Lues

Más detalles

Solución del Examen Extraordinario de Algebra y Matemática Discreta, Primer Curso, Facultad de Informática

Solución del Examen Extraordinario de Algebra y Matemática Discreta, Primer Curso, Facultad de Informática Solució del Exame Extraordiario de Algebra y Matemática Discreta, 0-09-2008. Primer Curso, Facultad de Iformática Putuació Máxima Posible: 20 putos Ejercicio Primero (Grafos, etc). a) ( puto) Defia Grafo

Más detalles

PRÁCTICA SOLUCIÓN DE ECUACIONES Y SISTEMAS DE ECUACIONES DIFERENCIALES

PRÁCTICA SOLUCIÓN DE ECUACIONES Y SISTEMAS DE ECUACIONES DIFERENCIALES Objetivos El alumo coocerá aplicará diversos métodos para la resolució de sistemas ecuacioes difereciales, implemetado programas orietados a objetos. Al fial de esta práctica el alumo podrá: Resolver ecuacioes

Más detalles

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

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

Más detalles

EJERCICIOS DE RECURRENCIA

EJERCICIOS DE RECURRENCIA EJERCICIOS DE RECURRENCIA (co alguas solucioes) Resolver la recurrecia = 5 6 =, = y tambié ésta: = =, = Resolvamos la primera E primer lugar otamos que es ua recurrecia lieal, pues pasado todos los térmios

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva

Más detalles

SOLUCIÓN EXAMEN I PARTE II

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

Más detalles

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

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

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

Más detalles

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.

1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n. 1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =

Más detalles

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.

Sucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales. Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,

Más detalles

Unidad 3. Construcción de números índice y aplicaciones al análisis económico

Unidad 3. Construcción de números índice y aplicaciones al análisis económico Uidad 3. Costrucció de úmeros ídice y aplicacioes al aálisis ecoómico Los úmeros ídices, utilizados co frecuecia e Ecoomía, Demografía y diferetes campos de la estadística aplicada, so valores coveietes

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

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

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

Más detalles

Figuras geométricas y números enteros. Introducción

Figuras geométricas y números enteros. Introducción Revista del Istituto de Matemática y Física Figuras geométricas y úmeros eteros Juaa Cotreras S. 6 Claudio del Pio O. 7 Istituto de Matemática y Física Uiversidad de Talca Itroducció Etre las muchas relacioes

Más detalles

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

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

Más detalles

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

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

Más detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

4 Métodos de Colocación

4 Métodos de Colocación 4 4. Clasificació Como ya se mecioó e el capítulo aterior, el método de colocació es ampliamete coocido por ser u procedimieto altamete eficiete y preciso para la solució umérica de ecuacioes difereciales

Más detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

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

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

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles

TEORÍA DE LOS CIRCUITOS II DIAGRAMAS DE BODE

TEORÍA DE LOS CIRCUITOS II DIAGRAMAS DE BODE TEORÍA DE LOS CIRCUITOS II DIAGRAMAS DE BODE Supogamos teer ua plata de trasferecia G(s) (ver la figura), que es estable y a la cual le igresamos ua señal siusoidal r(t) = a. se(ω.t). Se demuestra que

Más detalles

Números Complejos. Capítulo Los números complejos. 1.2 El plano complejo. 2 Matemáticas 1 : Preliminares

Números Complejos. Capítulo Los números complejos. 1.2 El plano complejo. 2 Matemáticas 1 : Preliminares 2 Matemáticas 1 : Prelimiares Capítulo 1 Números Complejos Este tema de úmeros complejos es más iformativo que recordatorio, siedo el uso explícito de los complejos escaso e las asigaturas de Matemáticas

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva Itroducció Qué es la Estadística? Cuado coloquialmete se habla de Estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea

Más detalles

Álgebra I Práctica 2 - Números naturales e inducción

Álgebra I Práctica 2 - Números naturales e inducción FCEyN - UBA - Segudo Cuatrimestre 203 Álgebra I Práctica 2 - Números aturales e iducció. Reescribir cada ua de las siguietes sumas usado el símbolo de sumatoria (a) + 2 + 3 + 4 + + 00, (b) + 2 + 4 + 8

Más detalles

Intervalos de confianza para la media

Intervalos de confianza para la media Itervalos de cofiaza para la media Ejercicio º 1.- Las vetas diarias, e euros, e u determiado comercio sigue ua distribució N(950, 200). Calcula la probabilidad de que las vetas diarias e ese comercio:

Más detalles

AMPLIACIÓN DE MATEMÁTICAS APLICACIONES.

AMPLIACIÓN DE MATEMÁTICAS APLICACIONES. AMPLIACIÓN DE MATEMÁTICAS APLICACIONES. Ejemplo 1. La ecuació poliómica x 2 + 2x + 2 = 0, co coeficietes reales, tiee dos solucioes complejas cojugadas: 1 + i y 1 i. Este o es u hecho aislado. Proposició

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

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

Más detalles

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx .7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )

Más detalles

PAGINA Nº 80 GUIAS DE ACTIVIDADES Y TRABAJOS PRACTICOS Nº 14

PAGINA Nº 80 GUIAS DE ACTIVIDADES Y TRABAJOS PRACTICOS Nº 14 GUIA DE TRABAJO PRACTICO Nº 4 PAGINA Nº 80 GUIAS DE ACTIVIDADES Y TRABAJOS PRACTICOS Nº 4 OBJETIVOS: Lograr que el Alumo: Resuelva correctamete aritmos y aplique sus propiedades. Resuelva ecuacioes epoeciales.

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua

Más detalles

ESTADISTICA UNIDIMENSIONAL

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

Más detalles

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir: DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

Teorema del Muestreo

Teorema del Muestreo Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso

Más detalles

Técnicas para problemas de desigualdades

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

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles