Análisis de Resultados con Errores
|
|
- Juan Francisco Peña Muñoz
- hace 6 años
- Vistas:
Transcripción
1 Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten errores que se pueden elmnar medante el mejoramento del procedmento expermental (no necesaramente mejorando el nstrumento. Ejemplos de lo anteror son: errores en el cero en un mcrómetro, luz ambente ncdendo en el detector, o el error ntroducdo en una medcón de precsón usando una regla de acero debdo a cambos en la temperatura ambente. Estos son normalmente constantes o varían mu lentamente dentro de la escala de tempo en que se realza el expermento. Estos son errores que en general pueden ser controlados. Gran parte de la habldad nvolucrada en la físca expermental resde en poder aslar elmnar los errores sstemátcos. Por ejemplo, una sere de datos que decrece constantemente en el tempo revela un error sstemátco. Los errores sstemátcos no se pueden trabajar con las ecuacones mostradas a contnuacón. La maoría de los errores que usted tendrá en el laboratoro serán sstemátcos. Errores Aleatoros: Estos son los errores que quedan una vez que todos los errores sstemátcos se han removdo. Estos pueden surgr de ambgüedades o ncertezas en el método de medcón debdo por ejemplo a la precsón del aparato o debdo a fluctuacones aleatoras que son demasado rregulares o rápdas como para ser observadas en detalle. Las ecuacones a contnuacón sólo se aplcan a errores aleatoros. Suponga que hace n déntcas medcones de una cantdad x. La mejor estmacón del valor verdadero es el promedo de las medcones. (x x = 1 + x +...x n n La mejor estmacón de la desvacón estándar de la muestra está dada por σ = n ( x x n 1 A veces ésta es llamada σ n 1 es una medda de la precsón del aparato usado en la medcón. Tambén dce cuan cerca del valor real, se encontrará una sola medcón hecha con el msmo aparato.
2 El error estándar de la medcón es, δx δx= σ /n 1/ Este dce cuán cerca un conjunto de n medcones se encuentra del valor real. Notar que s ben σ no camba sgnfcatvamente a medda que n crece, (es la desvacón estándar de la muestra, δx decrece como n 1/. Esto demuestra que se puede aumentar la precsón a sea aumentando la precsón del aparato o aumentando el número de medcones hechas. El valor de x debe ser mostrado como x ± δx se debe ndcar cuántas medcones se tomaron (n s fue un número pequeño. Combnacón de Errores. En muchos expermentos, se trata de medr una cantdad, a, que es funcón de otras cantdades, b, c, d, etc..., cada una de las cuales tene un error asocado. El error de a obvamente depende de los errores de b, c, d, etc... Fórmula General: S a =f(b,c,d, δb es el error en b... entonces: a b a c ( δa = δb + δc +... donde a b es la dervada parcal de a con respecto de b. Casos Específcos: Usando la fórmula anteror, se puede demostrar fáclmente, que: Para a= nb + mc, ( δa = ( xδb + ( δc +... a=b n c m a, a b = n b c + m (m n constante c
3 Errores en los Gráfcos. S la cantdad a medr varía lnealmente con otra cantdad (o alguna funcón de esta cantdad entonces es aconsejable hacer un gráfco. Los datos no concdrán exactamente con una línea recta debdo a los errores en las medcones. Sn embargo exste la línea de tendenca, dada por =a+bx, que es la línea recta que se ajusta lo mejor posble a los datos. Los coefcentes a b de la línea de tendenca son los que tenen el valor mínmo del cuadrado de las desvacones de cada punto de la línea recta. Para encontrar los valores de a b es necesaro maxmzar la probabldad de obtener el conjunto de medcones observado. Este es el método de los mínmos cuadrados. Para un conjunto de n datos (a decr n valores dferentes de x con sus valores respectvos de cuando el error es en la varable, los coefcentes a b sus errores son dados por las ecuacones sguentes. = a + bx a = b = 1 ( Σx Σ 1 ( nσx Σx Σx Σx Σ = NΣx Σx ( δ = σ σ b = n a Σx δ donde σ = Σ( a bx n El alumno debe leer entender el procedmento para obtener dchos resultados. Para hacer el análss sugero que haga una planlla de cálculo en Excel para obtener los coefcentes.
4 Ejemplo de Análss. Una alumna realza un expermento para medr la constante de un resorte. Ella cuelga varas masas de un resorte mde el largo L, de él. Así encuentra el largo del resorte como funcón de la fuerza aplcada. La teoría dce que kl=f donde k es la constante del resorte, L=L-L 0 (L 0 es el largo del resorte sn fuerza aplcada F=mg. Como resultados ella obtene Mass, m (kg Largo L (cm Luego calcula la constante del resorte el largo del resorte sn fuerza aplcada. Se puede suponer que el error en la masa es nsgnfcante que g=9.800 m/s² k L = k L L = mg ( 0 por lo tanto g L = L 0 + m k Entonces un gráfco de L contra m debería tener la forma de una línea recta con pendente g/k corte L 0. La tabla 1 muestra una forma convenente de una planlla de cálculo para calcular los valores de la pendente corte de la línea de tendenca sus errores. Tabla 1 x =m (kg =L (m x x ( -(a+b x E E E E E E E E-06 Σ E-05 Utlzando las ecuacones de arrba se obtenen para la línea de tendenca a= ± 0.00 b= ± = a + bx
5 Fgura 1 muestra el gráfco de los datos la línea de tendenca con los valores de a b calculados L (m m (kg Fgura 1: Gráfco del largo del resorte (L en funcón de la masa colgada (m con la línea de tendenca. g La ecuacón de la línea recta es L = L 0 + m k largo del resorte con cero fuerza aplcada. L 0 = a δl 0 = δa. L 0 corresponde al Y g g b = k = k b = = además δk k δb = b δ k = kδb b = = 9.8 Entonces el valor de la constante del resorte es 160±10 Nm -1 el largo del resorte sn fuerza aplcada es ±0.00 m. N 1
6 Puntos para Recordar Cuando se hace un expermento se debe tratar de encontrar qué medcón es la que está causando el maor error, para mejorar su precsón. Generalmente, no se debe mostrar más de 1 cfra sgnfcatva en el valor del error. Esto tambén determna el número de cfras sgnfcatvas hasta el cual el resultado debe ser mostrado. El resultado mostrado, no debe contener más cfras sgnfcatvas que aquellas que garantza el error, de esta manera, 1.63±0.08 es correcto, NO ± Sn embargo s la prmera cfra sgnfcatva en el error es pequeña, se lo puede escrbr con dos cfras sgnfcatvas, por ejemplo 1.635± Nótese que el valor promedo el error se escrben con la msma precsón. Recuerde que aunque su calculadora le brnde 10 cfras sgnfcatvas, su resultado NO es así de precso. En mu pocos casos la precsón de una medcón estará dada por la precsón del nstrumento, por ejemplo, un multímetro puede ser precso hasta un 0.5% pero varas medcones de una cantdad pueden tener un error maor a éste debdo a otras fuentes de error. En sus cuadernos e nformes sempre debe mostrar los cálculos de los errores. Un resultado con un error grande, pero justfcable, que nclua el valor aceptado dentro de su rango, es mejor que un resultado con un error pequeño que no nclua el valor aceptado. Esto muestra que se pensó cudadosamente en el procedmento expermental de manera de justfcar dcho error. Prof. I Mtchell
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 detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesRelaciones 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 detallesUniversidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud
Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos
Más detallesProblemas 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 detallesEQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL
EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones
Más detallesCÁLCULO 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 detallesIES 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 detallesEXPERIMENTOS ANIDADOS O JERARQUICOS NESTED
EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles
Más detallesOferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA
Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesFacultad de Ciencias Básicas
Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas
Más detalles3. 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 detallesRegresión y Correlación Métodos numéricos
Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El
Más detallesIntroducción a la Física. Medidas y Errores
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
Más detallesPista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador.
ITM, Insttucón unverstara Guía de Laboratoro de Físca Mecánca Práctca : Colsones en una dmensón Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla
Más detallesTÉCNICAS 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 detallesAnálisis 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 detallespara cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.
Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood
Más detallesTrabajo 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 detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesDeterminar el momento de inercia para un cuerpo rígido (de forma arbitraria).
Unversdad de Sonora Dvsón de Cencas Exactas y Naturales Departamento de Físca Laboratoro de Mecánca II Práctca #3: Cálculo del momento de nerca de un cuerpo rígdo I. Objetvos. Determnar el momento de nerca
Más detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detallesLaboratorio de Bases Físicas del Medio Ambiente
Laboratoro de Bases Físcas del Medo Ambente Teoría de errores Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Medr es, báscamente, comparar con un patrón y esta
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesPoblación 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detallesTallerine: Energías Renovables. Fundamento teórico
Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detallesPráctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun
Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco
Más detallesEXPERIMENTACIÓN 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 detallesPronósticos. 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 detallesTRATAMIENTO DE LOS RESULTADOS ANALITICOS A- SIGNIFICADO DE LA MEDICION DE UNA MAGNITUD
Químca Analítca (913) 1 rrores y tratamento estadístco de datos TRATAMINTO D LOS RSULTADOS ANALITICOS A- SIGNIFICADO D LA MDICION D UNA MAGNITUD Medr una magntud físca es asocarle a la msma un valor dmensonado
Más detallesGERENCIA 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 detallesEL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza
EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona
Más detallesAnálisis 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 detallesSISTEMAS DE ECUACIONES DIFERENCIALES
DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.
Más detallesExamen de Física-1, 1 del Grado en Ingeniería Química Examen final. Septiembre de 2014 Cuestiones (Un punto por cuestión).
Examen de Físca-, del Grado en Ingenería Químca Examen fnal. Septembre de 204 Cuestones (Un punto por cuestón. Cuestón (Prmer parcal: Un satélte de telecomuncacones se mueve con celerdad constante en una
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa
Más detallesFUNDAMENTOS 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 detallesREGRESION 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 detalles1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,
Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos
Más detallesTratamiento 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 detallesMétodos cuantitativos de análisis gráfico
Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos
Más detallesTema 6 El mercado de bienes y la función IS
Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema
Más detallesNOTAS SOBRE MANEJO DE ERRORES Y GRAFICAS 1
Unversdad del Valle Unversdad del Valle Departamento de Físca 1. INTRODUCCION NOTAS SOBRE MANEJO DE ERRORES Y GRAFICAS 1 En todas las ramas de las cencas físcas y de la ngenería se trabaja constantemente
Más detallesFísica del Medio Ambiente
Físca del Medo Ambente Teoría de Errores (Programa de Práctcas) Sara Marañón Jménez (smaranon@ugr.es) Andy Kowalsk (andy@ugr.es) 1 Programa IB. Teoría de Errores. (3h) Introduccón. Errores y conceptos
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detallesLECTURA 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 detallesCAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED
Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra 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
Más detalles5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.
Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las
Más detallesPráctica 2 Caracterización de un dinamómetro
Págna 1/9 Práctca Caracterzacón de un dnamómetro Págna 1 Págna /9 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Peso de las masas patrón Resgo asocado Al manpular las masas nadecuadamente se
Más detallesINGENIERÍA ENZIMÁTICA
Dvsón de Cencas Bológcas y de la Salud Ingenería Boquímca Industral INGENIERÍA ENZIÁTICA PROBLEARIO Dr. Sergo Huerta Ochoa NOTA: Los ejerccos presentados en este problemaro, son una recoplacón de problemas:
Más detallesEfectos 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 detallesGUÍA 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 detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesA. 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 detallesPráctica 1 Caracterización de un voltímetro analógico
Págna 3/9 Área: Práctca 1 Caracterzacón de un voltímetro analógco Págna 3 Págna 4/9 Área: 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Foco ncandescente Fuente de poder Resgo asocado Quemadura
Más detalles2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.
. EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas
Más detalles12-16 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 detallesRECUENTO DE MICROORGANISMOS VIABLES EN MEDIOS LIQUIDOS: TECNICA DEL NUMERO MAS PROBABLE (NMP).
RECUENTO DE MICROORGANISMOS VIABLES EN MEDIOS LIQUIDOS: TECNICA DEL NUMERO MAS PROBABLE (NMP). Cátedra de Mcrobología General- Facultad de Cencas Exactas- UNLP. En muchas ocasones, ya sea por un bajo número
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesEstadísticos 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( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )
MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror
Más detallesUniversidad Diego Portales Facultad de Economía y Empresa
Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,
Más detallesEJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.
EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente
Más detallesManual de Prácticas. Práctica número 11 Campo magnético
Práctca número 11 Campo magnétco Tema Correspondente: Electromagnetsmo Nombre del Profesor: Nombre completo del alumno Frma N de brgada: Fecha de elaboracón: Grupo: Elaborado por: Revsado por: Autorzado
Más detallesModelos para más de una variable
1 Modelos para más de una varable Hasta ahora se han vsto dferentes modelos estadístcos para el caso de una sola magntud bológca medda. Pero en los expermentos es frecuente tratar el caso donde hay más
Más detallesMuestra: 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 detallesCARTAS 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 detallesFacultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística
Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar
Más detallesDpto. Física y Mecánica
Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D
Más detallesDisipación de energía mecánica
Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares
Más detallesHistogramas: 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 detallesContinua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.
.. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.
Más detallesPRÁCTICA 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 detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesH 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
Más detallesMedidas 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 detallesMecánica Estadística: Estadística de Maxwell-Boltzmann
Ludwg Boltzmann 1844-1906 James Clerk Maxwell 1831-1879 E. Martínez 1 Lápda de Boltzmann en el cementero de Vena S=k ln W E. Martínez 2 S=k ln W Entropía, una propedad termodnámca Una medda de nuestra
Más detallesMateriales 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 detallesINTRODUCCIÓN 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 detallesCÁLCULO DE INCERTIDUMBRES Y REPRESENTACIONES GRÁFICAS
CÁLCULO DE ICERTIDUMBRES Y REPRESETACIOES GRÁFICAS ITRODUCCIÓ El estudo de la Físca es ncompleto s no se apoya en epermentos de laboratoro que permtan la comprensón de los fenómenos en estudo. Con los
Más detalles6 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 detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesESTADÍSTICA. Definiciones
ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una
Más detallesMATEMÁTICAS 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 detallesLaboratorio de Electricidad PRACTICA - 8 SHUNTS PARA INSTRUMENTOS DE MEDICIÓN DE CORRIENTE
PRACTCA - 8 HUNT PARA NTRUMNTO D MDCÓN D CORRNT - Fnaldades 1.- Convertr un dspostvo fundamental de medcón (alvanómetro) en un mlamperímetro con márenes de medda más elevados. 2.- Calcular el valor del
Más detallesProblema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?
Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento
Más detalles10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
Más detallesEJERCICIOS 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 detallesEstadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices
Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede
Más detallesRelación 2: Regresión Lineal.
Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el
Más detallesGráficos de flujo de señal
Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo
Más detallesLECTURA 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 detallesCAPÍTULO 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 detallesSEGUNDA PARTE RENTAS FINANCIERAS
SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de
Más detalles