3.11 Intervalos de confianza basados en una población con distribución normal pero con muestras pequeñas
|
|
- Gerardo Paz Pinto
- hace 6 años
- Vistas:
Transcripción
1 3. Intervalo de confianza baado en una población con ditribución normal pero con muetra pequeña Cuando n < 30 no e poible uar el teorema central del límite habría que hacer una upoición epecífica acerca de la forma de la ditribución (gamma, Weibull, etc) luego derivar un intervalo de confianza para ea ditribución en particular. En el preente curo no centraremo en el cao de ditribucione normale (que on la má comune en la medicione experimentale). Cuando n e pequeña, a no e tan probable que S ea cercana σ la variable aleatoria etandarizada Z preenta aleatoriedad en el numerador en el denominador. Eto implica que la ditribución de la variable etandarizada X µ Z S / etará má dipera que la ditribución normal etándar. Eta nueva ditribución e la familia de ditribucione t. Teorema: Cuando X e la media de una muetra aleatoria de tamaño n, de una ditribución normal con media µ, la variable aleatoria: T X µ S / tiene una ditribución de probabilidad llamada ditribución t-student con - grado de libertad. Una ditribución t-tudent etá regida por un olo parámetro llamado número de grado de libertad de la ditribución. Ete parámetro e repreenta con la letra griega ν puede tomar como valor lo entero poitivo. Cada valor diferente de ν correponde a una ditribución t diferente Si repreentamo con t v la curva función de denidad para ν (ν n-) grado de libertad, reulta que:. Cada curva t v tiene forma de campana con centro en 0.. Cada curva t v etá má dipera que la curva normal etándar 3. A medida que ν aumenta, la diperión de la curva t v correpondiente diminue. 4. A medida que ν, la ecuencia de la curva t v e aproxima a la curva normal etándar.
2 Figura 3.0: Curva t-tudent para diferente grado de libertad (ν 5, 5). La curva z repreenta la curva normal etándar El área bajo la curva de denidad t, con n- grado de libertad, entre t α/,n- t α/,n- e -α Área ombreada - α -t α/ 0 t α/ Figura 3.: Ditribución de probabilidad t. El área ombreada repreenta la probabilidad P(-t α/,n- < T < t α/,n- ) - α Eto implica que: x ± t α /, n e el intervalo de confianza aociado a la magnitud medida, con nivel de confianza de 00(- α)%. Ejemplo: Una agencia de protección ambiental hizo medicione de CL50 (concentración letal que mata al 50% de lo animale de experimentación) para cierto producto químico que e pueden encontrar en río lago. Para cierta epecie de pece, la medicione de CL50 para DDT en experimento arrojaron lo iguiente dato (expreado en parte por millón) Obtener un intervalo de confianza del 90 % x
3 90% ( α)% 0.9 α α 0. α / IC (90%) 9 ± ± Comparación de valore determinado experimentalmente para muetra pequeña. En ete cao el procedimiento de prueba e equivalente al eguido en la ección 3.0, pero en lugar de uar la variable etandarizada Z, e hace uo de la variable etandarizada T Hipótei nula: H o : µ µ o Hipótei alternativa: H a : µ µ o Etadítico de prueba: t x µ o x Que urge de coniderar que e ha trabajado con una muetra pequeña pero con ditribución normal. La región de rechazo correpondiente (do cola) reulta en ete cao: { t t o t t } α /, n α /, n para un nivel de ignificancia α. Aí para un nivel de ignificancia del 5%, α 0.05, α/ 0.05, i entonce e debe determinar t α/,n- tal que P(t > t α/,n- ) 0.05, reultando t α/,n { t.00 o.00} t De eta manera i el etadítico de prueba calculado con lo dato muetrale cae en la región de rechazo, e debe rechazar la hipótei nula a favor de la alternativa, concluir que nuetra medicione on inaceptable tratar de encontrar el origen de la dicrepancia.
4 Exiten otra do poible hipótei alternativa cua repectiva regione de rechazo con un nivel de ignificancia α on: Hipótei alternativa: H a : µ < µ o { t tα, n } Hipótei alternativa: H a : µ > µ o { t t } α, n Ejemplo: De una muetra de 0 lente para anteojo e determina que el groor promedio muetral e de 3.05 mm que la deviación etándar muetral e de 0.34 mm. Se deea que el groor promedio de la lente que e fabrican ea de 3.0 mm. Sugieren lo dato muetrale que el groor promedio de la lente e diferente al deeado? Pruebe con α 0.05 º: Etablecer la hipótei nula la hipótei alternativa adecuada Hipótei nula: H o : µ 3.0 mm Hipótei alternativa: H a : µ 3.0 mm º: Calcular el etadítico de prueba t x µ o x / 0 3º: Etablecer la región de rechazo para el nivel de ignificancia eleccionado. En ete cao α 0.05 por lo tanto { t t o t } 0.05,9 t 0.05,9 {.6.6} t o t Como el etadítico de prueba t. 395 no pertenece a la región de rechazo, no e rechaza la hipótei nula.
5 3.3 Covarianza Habíamo etablecido, in ninguna demotración, que cuando la variable on independiente aleatoria, la mejor etimación para la incertidumbre de un valor calculado q(x, x,.x n ) e la uma cuadrática: q x + x xn n También dijimo que a ea que la incertidumbre ean o no independiente aleatoria, q x + x xn n E iempre una cota uperior para la incertidumbre. Vamo a derivar ahora una incertidumbre para q que vale a ean o no independiente aleatoria la incertidumbre. Supongamo por implicidad que q q() que medimo x e mucha vece, obteniendo pare de dato (x i, i ). A partir de eta medida podemo calcular lo valore medio de x e u repectiva deviacione etándare, x. También podemo calcular valore de la cantidad de interé: ( ) q q x, i,..., i i i por lo tanto también e poible calcular q q. Suponiendo que toda la incertidumbre on pequeña que todo lo valore on próximo a u valore medio, podemo ecribir: Luego: q (, ) q x i i i (, ) ( i ) ( i ) q x + x x +
6 q n q i q( ) + ( xi x) + ( i ) n (, ) q x La deviación etándar aociada a q etá dada entonce por: n ( i ) q q q + n ( xi x) ( i ) + + n ( xi x) ( i ) ( xi x)( i ) La última uma recibe el nombre de covarianza etá definido de la iguiente manera: Con eta definición: ( )( ) x x x i i i q x + + x Eta expreión e válida a ea que la medida de x e ean o no independiente etén o no normalmente ditribuida. La covarianza atiface la deigualdad de Schwarz x x por lo tanto a partir de la última ecuación e obtiene:
7 q x + + x + x Por lo tanto: + q x Si aumimo que la deviación etándar q e una medida de la incertidumbre en q, entonce eta expreión garantiza que la mima nunca excederá el valor del lado derecho de la ecuación. Si q q(x,x,..x n ), la forma má general para la varianza de q e: q x x x x x x n n 3 + x... ix + j i j donde el ubindice j e iempre maor que el ubindice i
MEDIDAS DE DISPERSION
MEDIDAS DE DISPERSION Un promedio puede er engañoo a meno que ea identicado y vaya acompañado por otra información que informe la deviacione de lo dato repecto a la medida de tendencia central eleccionada.
Más detallesEste procedimiento prueba hipótesis acerca de cualquiera de los siguientes parámetros:
Prueba de Hipótei (Do Muetra) Ete procedimieto prueba hipótei acerca de cualquiera de lo iguiete parámetro:. la diferecia etre la media μ y μ de do ditribucioe ormale.. el radio de la deviació etádar σ
Más detallesMedidas de Variación o Dispersión. Dra. Noemí L. Ruiz 2007 Derechos de Autor Reservados Revisada 2010
Medida de Variación o Diperión Dra. Noemí L. Ruiz 007 Derecho de Autor Reervado Reviada 010 Objetivo de la lección Conocer cuále on la medida de variación y cómo e calculan o e determinan Conocer el ignificado
Más detallesPráctica 5: Control de Calidad
Práctica 5: Control de Calidad Objetivo epecífico Al finalizar eta práctica deberá er capaz de: Contruir lo gráfico de control para la media, la deviación típica y el rango (gráfico de control por variable).
Más detallesDISTRIBUCIONES BIDIMENSIONALES. PRIMERO DE BACHILLERATO. TEORÍA Y EJERCICIOS DISTRIBUCIONES BIDIMENSIONALES
DISTRIBUCIOES BIDIMESIOALES. PRIMERO DE BACHILLERATO. TEORÍA Y EJERCICIOS DISTRIBUCIOES BIDIMESIOALES RESULTA DE ESTUDIAR FEÓMEOS E LOS QUE PARA CADA OBSERVACIÓ SE OBTIEE U PAR DE MEDIDAS Y, E COSECUECIA,
Más detallesTEMA N 4.- TEORÍA DE DECISIONES
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 4.1 Análii de deciione TEMA N 4.- TEORÍA DE DECISIONES Aignatura: Invetigación Operativa I Docente: Ing.
Más detallesLugar Geométrico de las Raíces
Lugar Geométrico de la Raíce N de práctica: 9 Tema Correpondiente: Lugar geométrico de la raíce Nombre completo del alumno Firma N de brigada: Fecha de elaboración: Grupo: Elaborado por: Reviado por: Autorizado
Más detallesPráctica Tiro Parabólico
página 1/5 Práctica Tiro Parabólico Planteamiento Deeamo etimar la velocidad en un intante determinado de un ólido que cae por una pendiente, bajo la hipótei de movimiento uniformemente acelerado (m.u.a.)
Más detallesLíneas de Espera: Teoría de Colas. Curso Métodos Cuantitativos Prof. Lic. Gabriel Leandro
ínea de Epera: Teoría de Cola Curo Método Cuantitativo Prof. ic. Gabriel eandro a cola a cola on frecuente en nuetra vida cotidiana: En un banco En un retaurante de comida rápida Al matricular en la univeridad
Más detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detallesIntroducción a la Inferencia Estadística
Introducción a la Inferencia Estadística Prof. Jose Jacobo Zubcoff Universidad de Alicante 2008 1 Introducción En este tema explicaremos los contrastes para la media de una población normal. e estudiarán
Más detallesDISEÑO ECONÓMICO DE CARTAS DE CONTROL X ASUMIENDO DISTRIBUCIÓN GAMMA
DISEÑO ECONÓMICO DE CARTAS DE CONTROL X ASUMIENDO DISTRIBUCIÓN GAMMA I.M. González and E. Vile Ecuela Superior de Ingeniero, Univeridad de Navarra, P. Manuel de Lardizábal, 8 San Sebatián, Epaña. E-mail:
Más detallesFunción Longitud de Arco
Función Longitud de Arco Si al extremo final de la curva Lt = t f t dt e deja variable entonce el límite uperior de la a integral depende del parámetro t y e tiene que la longitud de arco de una curva
Más detallesTeoría de Sistemas y Señales
Teoría de Sitema y Señale Señale en Tiempo Dicreto Teorema de Muetreo Autor: Dr. Juan Carlo Gómez Señale en Tiempo Continuo: etán definida en un intervalo continuo de tiempo. Señale en tiempo dicreto:
Más detallesQUÍMICA COMÚN NÚMEROS CUÁNTICOS Y CONFIGURACIÓN ELECTRÓNICA
QUÍMICA COMÚN QC- NÚMEROS CUÁNTICOS Y CONFIGURACIÓN ELECTRÓNICA REPRESENTACIÓN DE LOS ELECTRONES MEDIANTE LOS NÚMEROS CUÁNTICOS Como conecuencia del principio de indeterminación e deduce que no e puede
Más detallesUNIDAD III UNIDAD IV
UNIDAD III TEORIA DE PEQUEÑAS MUESTRAS Ditribución t de tudent. Intervalo de confianza para una media con varianza deconocida. Prueba de hipótei obre la media de una ditribución normal, varianza deconocida.
Más detallesREGRESIÓN Y CORRELACIÓN Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
REGRESIÓN CORRELACIÓN Método Etadítico Aplicado a la Auditoría Sociolaborale Francico Álvarez González http://www.uca.e/erv/fag/fct/ francico.alvarez@uca.e DISTRIBUCIONES BIVARIANTES El etudio de la relación
Más detallesTEST. Cinemática 129. a) 8 b) 1 / 2 c) 10 d) 1 e) 3. a) d) 2.- De las gráficas: b) e) N.A.
Cinemática 9 TEST.- La velocidade v de tre partícula:, y 3 en función del tiempo t, on motrada en la figura. La razón entre la aceleracione mayor y menor e: a) 8 b) / c) 0 d) e) 3.- De la gráfica: a) d)
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesMétodos Estadísticos de la Ingeniería Tema 11: Contrastes de Hipótesis Grupo B
Métodos Estadísticos de la Ingeniería Tema 11: Contrastes de Hipótesis Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Abril 2010 Contenidos...............................................................
Más detalless s El radio de curvatura se calcula con la ecuación fundamental de los espejos esféricos.
Modelo 04. Pregunta 4B.- Un objeto etá ituado a una ditancia de 0 cm del vértice de un epejo cóncavo. Se forma una imagen real, invertida y tre vece mayor que el objeto. a) Calcule el radio de curvatura
Más detallesCAPÍTULO 8 INFERENCIA SOBRE UNA POBLACIÓN NORMAL
CAPÍTULO 8 IFERECIA SOBRE UA POBLACIÓ ORMAL 8.1 ITRODUCCIÓ En el preente capítulo e introducen la técnica báica de inferencia obre una población normal, obre cuya media y deviación típica e deea obtener
Más detallesÓPTICA GEOMÉTRICA. ; 2s s 40 + =
ÓPTICA GEOMÉTRICA Modelo 06. Pregunta 4a.- Se deea obtener una imagen virtual de doble tamaño que un objeto. Si e utiliza: a) Un epejo cóncavo de 40 cm de ditancia focal, determine la poicione del objeto
Más detallesEl estudio teórico de la práctica se realiza en el problema PTC0004-21
PRÁCTICA LTC-14: REFLEXIONES EN UN CABLE COAXIAL 1.- Decripción de la práctica a) Excitar un cable coaxial de 50 metro de longitud con un pulo de tenión de 0 a 10 voltio, 100 Khz frecuencia y un duty cycle
Más detalless 4 1,65 8 f 4 = +20 cm = 50,8 cm 1,65 1,00 1,00 8 f = 20 cm = 30,8 cm 1,65 1,00
TEMA 0: ÓPTICA GEOMÉTRICA NOMBRE DEL ALUMNO: CURSO: ºBach GRUPO: ACTIVIDADES PARES DE LAS PAGINAS 320-322 2. Qué ignificado tiene la aproximación de rao paraxiale? Conite en uponer que lo rao inciden obre
Más detallesGEOMETRÍA ANALÍTICA 8.2 ECUACIONES DE UNA RECTA. Para determinar una recta necesitamos una de estas dos condiciones
GEOMETRÍA ANALÍTICA 8. ECUACIONES DE UNA RECTA Para determinar una recta neceitamo una de eta do condicione 1. Un punto P(x, y ) y un vector V = (a,b). Do punto P(x, y ), Q(x 1, y 1 ) Un punto P(x, y )
Más detallesPruebas de hipótesis para dos muestras.
Prueba de hiótei ara do muetra. Prueba de Hiótei ara do muetra grade, deviacioe etádar de la oblacioe deiguale. La roiedade de la Ditribució Normal o tambié umamete útile cuado queremo ecotrar i do cojuto
Más detallesCapítulo 2 MAGNITUDES FÍSICAS
Capítulo 2 MAGNITUDES FÍSICAS MAGNITUDES FÍSICAS E todo aquello que e puede exprear cuantitativamente, dicho en otra palabra e uceptible a er medido. Para qué irven la magnitude fíica? irven para traducir
Más detallesActividades del final de la unidad
Actividade del final de la unidad. Explica brevemente qué entiende por foco ditancia focal para un dioptrio eférico. Razona cómo erá el igno de la ditancia focal objeto la ditancia focal imagen egún que
Más detallesCapítulo 6: Entropía.
Capítulo 6: Entropía. 6. La deigualdad de Clauiu La deigualdad de Clauiu no dice que la integral cíclica de δq/ e iempre menor o igual que cero. δq δq (ciclo reverible) Dipoitivo cíclico reverible Depóito
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesC U R S O: FÍSICA COMÚN MATERIAL: FC-02 CINEMÁTICA I
C U R S O: FÍSICA COMÚN MATERIAL: FC-2 CINEMÁTICA I La Cinemática etudia el movimiento de lo cuerpo, in preocupare de la caua que lo generan. Por ejemplo, al analizar el deplazamiento de un automóvil,
Más detallesAcademia de Análisis Mecánico, DSM-DIM. Cinemática de Mecanismos. Análisis de Velocidades de Mecanismos por el Método del Polígono.
Cinemática de Mecanimo Análii de elocidade de Mecanimo por el Método del Polígono. DEFINICION DE ELOCIDAD La velocidad e define como la razón de cambio de la poición con repecto al tiempo. La poición (R)
Más detallesLENTE CONVERGENTE 2: Imágenes en una lente convergente
LENTE CONVERGENTE : Imágene en una lente convergente Fundamento En una lente convergente delgada e conidera el eje principal como la recta perpendicular a la lente y que paa por u centro. El corte de eta
Más detallesSECO 2014-II. Félix Monasterio-Huelin y Álvaro Gutiérrez. 6 de marzo de 2014. Índice 33. Índice de Figuras. Índice de Tablas 34
SECO 2014-II Félix Monaterio-Huelin y Álvaro Gutiérre 6 de maro de 2014 Índice Índice 33 Índice de Figura 33 Índice de Tabla 34 12.Muetreador ideal y relación entre y 35 13.Muetreo de Sitema en erie 38
Más detallesIntervalos de Confianza para la diferencia de medias
Itervalo de Cofiaza para la diferecia de media INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS Sea,,..., ua muetra aleatoria de obervacioe tomada de ua primera població co valor eperado μ, y variaza
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesTransformaciones geométricas
Tranformacione geométrica Baado en: Capítulo 5 Del Libro: Introducción a la Graficación por Computador Fole Van Dam Feiner Hughe - Phillip Reumen del capítulo Tranformacione bidimenionale Coordenada homogénea
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesINTRODUCCIÓN TIPOS DE CONSULTA UNIDAD 4. Consultas. Consulta de selección
Curo Báico 2003 UNIDAD 4 Conulta INTRODUCCIÓN Una conulta e una pregunta que le realizamo a una bae de dato para que no dé información concreta obre lo dato que contiene. No permiten: Etablecer criterio
Más detallesC a p í t u l o 3 POTENCIAL ELECTROSTÁTICO PROMEDIO
C a p í t u l o 3 POTENCIAL ELECTROSTÁTICO PROMEDIO En el Capítulo e obtuvieron la ecuacione para lo flujo electrocinético en término del potencial electrotático promedio ψ() en el interior del poro cilíndrico.
Más detallesCINEMÁTICA II. ) cuerpos de diferentes masas desde la misma altura, llegarán al suelo con la misma velocidad y en el mismo instante de tiempo.
C U R S O: FÍSICA MENCIÓN MATERIAL: FM-3 CINEMÁTICA II CAIDA LIBRE En cinemática, la caída libre e un movimiento dónde olamente influye la gravedad. En ete movimiento e deprecia el rozamiento del cuerpo
Más detalles1. Breves Apuntes de la Transformada de Laplace
Ingeniería de Sitema. Breve Apunte de la Tranformada de Laplace Nota: Eto apunte tomado de diferente bibliografía y apunte de clae, no utituyen la diapoitiva ni la explicación del profeor, ino que complementan
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesUNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8
UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 8 DOCENTE: Ing. Patricio Puchaicela ALUMNA: Andrea C. Puchaicela G. CURSO: 4to. Ciclo de Electrónica y Telecomunicaciones AÑO
Más detallesEJERCICIOS DE DISTRIBUCIONES MUESTRALES
EJERCICIOS DE DISTRIBUCIONES MUESTRALES (º) Sea la media de una muetra aleatoria de tamaño n = 5 extraída de una 5 ditribución de probabilidad con denidad deconocida f(), media = 7 deviación etándar =
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesLa solución del problema requiere de una primera hipótesis:
RIOS 9 Cuarto Simpoio Regional obre Hidráulica de Río. Salta, Argentina, 9. CALCULO HIDRAULICO EN RIOS Y DISEÑO DE CANALES ESTABLES SIN USAR ECUACIONES TRADICIONALES Eduardo E. Martínez Pérez Profeor agregado
Más detallesANÁLISIS DEL LUGAR GEOMÉTRICO DE LAS RAÍCES
CAPITULO 3 ANÁLISIS DEL LUGAR GEOMÉTRICO DE LAS RAÍCES 3. INTRODUCCIÓN La etabilidad relativa y la repueta tranitoria de un itema de control en lazo cerrado etán directamente relacionada con la localización
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesEstadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Más detalles7.2. FUNCIONAMIENTO DE UNA INSTALACIÓN DE BOMBEO ELEMENTAL
7. FUCIOAMIETO DE OMAS ROTODIÁMICAS 87 7. FUCIOAMIETO DE OMAS ROTODIÁMICAS 7.. ITRODUCCIÓ Dada la organización de lo tema que conforman ete libro, hata ete punto e han etudiado la morfología y la caracterítica
Más detallesREGULACIÓN AUTOMATICA (8)
REGULACIÓN AUOMAICA 8 Repueta en frecuencia Nyquit Ecuela Politécnica Superior Profeor: Darío García Rodríguez -4.-Dada la función de tranferencia de lazo abierto de un itema con imentación unitaria, para
Más detallesTítulo de la ponencia: PARA QUÉ SE LEE EN LAS UNIVERSIDADES DE COLOMBIA? 1
Título de la ponencia: PARA QUÉ SE LEE EN LAS UNIVERSIDADES DE COLOMBIA? 1 Autora: Violeta Molina Natera Pontificia Univeridad Javeriana, Cali, Colombia RESUMEN Eta ponencia muetra lo reultado de encueta
Más detallesRiesgo Moral Dinámico con Agentes cuyas Preferencias tienen un Punto de Referencia
Riego Moral Dinámico con Agente cuya Preferencia tienen un Punto de Referencia Alejandro Jofré * Sofía Moroni ** Andrea Repetto *** July, 2008 Reumen Hay coniderable evidencia empírica que indica que la
Más detallesFuente de Alimentación de Tensión
14/05/014 Fuente de Alimentación de Tenión Fuente de alimentación: dipoitivo que convierte la tenión alterna de la red de uminitro (0 ), en una o varia tenione, prácticamente continua, que alimentan a
Más detalles1,567 f 4 = R 8 f 4 = 15 cm = 41,5 cm. 1,000 f = R 8 f = 15 cm = 26,5 cm. El dioptrio esférico es, por tanto, como el que se muestra en la imagen:
0 Óptica geométrica Actividade del interior de la unidad. Tenemo un dioptrio eférico convexo de 5 cm de radio que epara el aire de un vidrio de índice de refracción,567. Calcula la ditancia focal e imagen.
Más detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesCapítulo 3: Algoritmos Usados por el Generador de Autómatas Finitos Determinísticos
Capítulo 3: Algoritmo Uado por el Generador de Autómata Finito Determinítico 3.1 Introducción En ete capítulo e preentan lo algoritmo uado por el generador de autómata finito determinítico que irve como
Más detallesErrores y Tipo de Sistema
rrore y Tipo de Sitema rror dinámico: e la diferencia entre la eñale de entrada y alida durante el período tranitorio, e decir el tiempo que tarda la eñal de repueta en etablecere. La repueta de un itema
Más detallesEstructuras de acero: Problemas Basas
Etructura de acero: Problema Baa Se pretende calcular la placa de anclaje de un pilar HEB 00 con la iguiente olicitacione en u bae: Ed 4,4 k, V Ed 44,85 k y M Ed,y 9,0 k m. El acero empleado e S75, mientra
Más detallesCAPÍTULO 4. INTEGRACIÓN DE FUNCIONES RACIONALES 4.1. Introducción 4.2. Raíces comunes 4.3. División entera de polinomios 4.4. Descomposición de un
CAPÍTULO. INTEGRACIÓN DE FUNCIONES RACIONALES.. Introducción.. Raíce comune.. Diviión entera de polinomio.. Decompoición de un polinomio en producto de factore.5. Método de fraccione imple.6. Método de
Más detallesAutomá ca. Ejercicios Capítulo2.DiagramasdeBloquesyFlujogramas
Automáca Ejercicio Capítulo.DiagramadeBloqueyFlujograma JoéRamónlataarcía EtheronzálezSarabia DámaoFernándezPérez CarlooreFerero MaríaSandraRoblaómez DepartamentodeecnologíaElectrónica eingenieríadesitemayautomáca
Más detallesTEMA - IV ESPEJOS. 1. ESPEJOS ESFÉRICOS.
IV - 0 TEMA - IV ESPEJOS.. ESPEJOS ESFÉRICOS... Poición de la imagen..2. Foco y ditancia focal..3. Potencia..4. Formación de imágene..4.. Marcha de lo rayo..4.2. Imágene en epejo cóncavo..4.3. Imágene
Más detallesConceptos del contraste de hipótesis
Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de
Más detallesNORMAL SUPERIOR LA HACIENDA
NORMAL SUPERIOR LA HACIENDA DPTO. DE CIENCIAS NATURALES ASIGNATURA: FISICA NIVEL 10 o GRADO DOCENTE: MATÍAS ENRIQUE PUELLO CHAMORRO 1 1. Impulo y Cantidad de movimiento Eta expreión (llamada también ímpetu
Más detallesTeoría de Colas (Líneas de Espera) Administración de la Producción
Teoría de Cola (Línea de Epera) Adminitración de la Producción 3C T La cola La cola on frecuente en nuetra vida cotidiana: En un banco En un retaurante de comida rápida Al matricular en la univeridad Lo
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesELEMENTOS DEL MOVIMIENTO
1 ELEMENTOS DEL MOVIMIENTO Poición 1.- Ecribe el vector de poición y calcula u módulo correpondiente para lo iguiente punto: P1 (4,, 1), P ( 3,1,0) y P3 (1,0, 5); La unidade de la coordenada etán en el
Más detallesCOLEGIO LA PROVIDENCIA
COLEGIO LA PROVIDENCIA Hna de la Providencia y de la Inmaculada Concepción 2013 ALLER MOVIMIENO CIRCULAR UNIFORME DOCENE: Edier Saavedra Urrego Grado: décimo fecha: 16/04/2013 Realice un reumen de la lectura
Más detallesAutomá ca. Ejercicios Capítulo5.Estabilidad. JoséRamónLlataGarcía EstherGonzálezSarabia DámasoFernándezPérez CarlosToreFerero MaríaSandraRoblaGómez
Automáca Ejercicio Capítulo.Etabilidad JoéRamónLlataGarcía EtherGonáleSarabia DámaoFernándePére CarloToreFerero MaríaSandraRoblaGóme DepartamentodeTecnologíaElectrónica eingenieríadesitemayautomáca Problema
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detalles. (3.6) 20r log j 20 log j / p log j / p Obtener la expresión del ángulo de fase :
Aj j... j z z zm G( j). (3.6) r ( j) j j... j p p p n G( j) 0log G( j) db 0 log A 0 log j/ z 0 log j/ z... 0 log j/ zm 0r log j 0 log j/ p... 0 log j/ p. 4. Obtener expreión del ángulo de fae : G( j) A(
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Tipos de errores Se pueden cometer dos tipos de errores: Decisión Población Ho es erdadera Ho es falsa No rechazar Ho Decisión correcta. Error tipo II Rechazar Ho Error tipo I Decisión
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesDescribe, en función de la diferencia de fase, qué ocurre cuando se superponen dos ondas progresivas armónicas de la misma amplitud y frecuencia.
El alumno realizará una opción de cada uno de lo bloque. La puntuación máxima de cada problema e de punto, y la de cada cuetión de 1,5 punto. BLOQUE I-PROBLEMAS Se determina, experimentalmente, la aceleración
Más detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesTEMA I DIAGRAMAS DE BLOQUES, FLUJOGRAMAS Y SUS OPERACIONES. Universidad de Oriente Núcleo de Anzoátegui Escuela de Ingeniería y Ciencias Aplicadas
Título Univeridad de Oriente Núcleo de nzoátegui Ecuela de Ingeniería y Ciencia plicada Dpto de Computación y Sitema TEM I DIRMS DE OQUES, FUJORMS Y SUS OPERCIONES Ec. De Ing. Y C. plicada Tema I: Diag
Más detallesUniversidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto
Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre 2011-1 Profesor: Jaime Soto PRUEBA DE HIPÓTESIS Ejemplo El jefe de la Biblioteca de la URBE manifiesta
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesCENTRO DE ENSEÑANZA TÉCNICA INDUSTRIAL. Un fasor es un numero complejo que representa la amplitud y la fase de una senoide
Faore La enoide e exprean fácilmente en término de faore, e má cómodo trabajar que con la funcione eno y coeno. Un faor e un numero complejo que repreenta la amplitud y la fae de una enoide Lo faore brinda
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesFORMULARIO. Rango intercuartílico: Diferencia entre el tercer y primer cuartil
FORMULARIO Dato: x 1, x 2,..., x N } Media: x = N i=1 x i N Rango intercuartílico: Diferencia entre el tercer y primer cuartil Varianza: 2 = N i=1 (x i x) 2 = N i=1 x2 i N x2 Deviación típica: = N i=1
Más detallesEstudio de una ecuación del calor semilineal en dominios no-cilíndricos
XXI Congreo de Ecuacione Diferenciale y Aplicacione XI Congreo de Matemática Aplicada Ciudad Real, 21-25 eptiembre 2009 (pp. 1 8) Etudio de una ecuación del calor emilineal en dominio no-cilíndrico P.
Más detallesModelos de generadores asíncronos para la evaluación de perturbaciones emitidas por parques eólicos
eunión de Grupo de Invetigación en Ingeniería Eléctrica. Santander Modelo de generadore aíncrono para la evaluación de perturbacione emitida por parque eólico A. Feijóo, J. Cidrá y C. Carrillo Univeridade
Más detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más detallesESTIMACIÓN DE LA INCERTIDUMBRE DE MEDICIÓN DE UN ANALIZADOR VECTORIAL DE REDES
Simpoio de Metrología 00 7 al 9 de Octubre ESTIMACIÓN DE LA INCERTIDUMBRE DE MEDICIÓN DE UN ANALIZADOR VECTORIAL DE REDES Suana Padilla-Corral, Irael García-Ruiz km 4.5 carretera a Lo Cué, El Marqué, Querétaro
Más detallesf s1 Para no entrar en ninguna banda prohibida, las nuevas especificaciones que tendremos en cuenta serán y. (+1p)
. Obtenga la función de tranferencia de un filtro pao de banda que cumpla la iguiente epecificacione: a) Banda paante máximamente plana en f 45, khz con atenuación A p db. b) Banda de rechazo máximamente
Más detallesSOBRE EL NÚMERO DE NÚMEROS PRIMOS MENORES QUE UNA MAGNITUD DADA. Bernhard Riemann. Noviembre, 1859
SOBRE EL NÚMERO DE NÚMEROS PRIMOS MENORES QUE UNA MAGNITUD DADA. Bernhard Riemann Noviembre, 859 No creo poder exprear mejor mi agradecimiento por la ditinción que la Academia me ha hecho al nombrarme
Más detallesECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica
ECONOMETRÍA II Prof.: Begoña Álvarez 2007-2008 TEMA 1 INTRODUCCIÓN Estimación por máxima verosimilitud y conceptos de teoría asintótica 1. ESTIMACIÓN POR MÁXIMA VEROSIMILITUD (MAXIMUM LIKELIHOOD) La estimación
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesACTIVIDADES RESUELTAS T 3 MCU Ley de Gravitación Universal. Actividad 1.- Define movimiento circular uniforme, radio vector y desplazamiento angular.
ACTIVIDADES RESUELTAS T 3 MCU Ley de Gravitación Univeral Actividad 1.- Define movimiento circular uniforme, radio vector y deplazamiento angular. Movimiento circular uniforme (MCU) e el movimiento de
Más detallesSOLUCIONES DE LOS EJERCICIOS DE LA OLIMPIADA DEL FASE LOCAL
SOLUCIONES DE LOS EJERCICIOS DE LA OLIMIADA DEL 1. FASE LOCAL ución ejercicio nº 1 Una plataforma circular, colocada horizontalmente, gira con una frecuencia de vuelta por egundo alrededor de un eje vertical
Más detallesCapítulo 4. R a. R b -15 V R 3 R P R 4. v Z. Palabras clave: termopar tipo T, compensación de la unión de referencia, termómetro, AD590.
5//8 Senore generadore y u acondicionadore apítulo Nota: La ecuacione, figura y problema citado en el dearrollo de lo problema de ete capítulo que no contengan W en u referencia correponden al libro impreo.
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES CONTINUAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad : Normal, Ji-cuadrado, t de student
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesTema03: Circunferencia 1
Tema03: Circunferencia 1 3.0 Introducción 3 Circunferencia La definición de circunferencia e clara para todo el mundo. El uo de la circunferencia en la práctica y la generación de uperficie de revolución,
Más detallesDETERMINACIÓN DEL COMPORTAMIENTO DE LAS POBLACIONES DE PECES E INVERTEBRADOS MEDIANTE LA VARIACIÓN DE CAUDALES A TRAVÉS UNA SIMULACIÓN EN SIMULINK
DETERMINACIÓN DEL COMPORTAMIENTO DE LA POBLACIONE DE PECE E INERTEBRADO MEDIANTE LA ARIACIÓN DE CAUDALE A TRAÉ UNA IMULACIÓN EN IMULINK ÁREA TEMÁTICA: ECOHIDRÁULICA MODALIDAD DE PREENTACIÓN: PREENTACIÓN
Más detallesSOLUCIONES TEMA 9, ÓPTICA GEOMÉTRICA
CUESTIONES SOLUCIONES TEMA 9, ÓPTICA GEOMÉTRICA C C C3 C4 C5 La aproximación paraxial e produce cuando lo rayo de luz inciden obre el elemento óptico con un ángulo muy pequeño repecto del eje óptico. Entonce
Más detalles