1. INTRODUCCIÓN Formas diversas de expresión de Funciones. a) Funciones dadas en forma de tabla.

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

Download "1. INTRODUCCIÓN Formas diversas de expresión de Funciones. a) Funciones dadas en forma de tabla."

Transcripción

1 . INTRODUCCIÓN. Al bservar ls feómes que se prduce e la aturaleza pdems dars cueta que se puede elegir ds magitudes e y etre las cuales eiste ua depedecia fucial que epresa el aspect cuatitativ del feóme estudiad. Ccids algus pares de valres de la relació, el prblema que vams a tratar de reslver es hallar ua curva que ctega dichs puts y eprese de frma matemática la ley que rige dicha fució. La fució viee a epresar e térmis cuatitativs la depedecia de ua de las magitudes respect de la tra. Pr ejempl, la temperatura de ua lcalidad es fució del tiemp, el preci de u crédit hiptecari es fució de ls tips de iterés, etc. L ciert es que us cuats valres de la fució la determia, a ser que impgams algua cdició etra, cm pdría ser la de perteecer a ua determiada clase. Si igua restricció etra, pdems ectrar multitud de curvas que pase pr us puts determiads. Pr tat, para pder reslver el prblema de frma cmpleta, debems fijar de atema el tip de fució que ha de pasar pr ls puts dads, vied si s suficietes para su determiació. La iterplació csiste e la determiació de valres detr del rag de al variable, a partir de la fució calculadra. La etraplació csiste e evaluar la fució de iterplació bteida e puts que esté detr del rag de ls dats. Pdems así cmprbar si ls resultads bteids se aprima a ls esperads... Frmas diversas de epresió de Fucies. a) Fucies dadas e frma de tabla. E esta frma de epresar ua fució se dispe ls valres del argumet e ciert rde,,., y de la misma maera se escribe ls valres crrespdietes de la fució y, y,., y. De este tip s las tablas de las fucies trigmétricas, las de lgaritms, etc. Tablas que epresa la depedecia fucial que eiste etre magitudes medidas puede aparecer tambié cm resultad del estudi eperimetal de cierts feómes. b) Represetació gráfica. /7

2 Dad e el pla del sistema de crdeadas rectagulares cartesiaas u cjut de puts P, tal que igú par de puts caiga sbre ua recta paralela al eje y, pdems decir que el cjut meciad determia ua fució y = f(). Las abscisas de ls puts s ls valres del argumet e variable idepediete, y ls de la fució, las rdeadas crrespdietes. Se llama gráfica de ua fució al cjut de puts del pla cuyas abscisas s ls valres de la variable idepediete y las rdeadas, ls crrespdietes de la fució. c) Represetació Aalítica de las fucies. Se llama epresió aalítica a la tació simbólica del cjut de las peracies matemáticas ccidas que se ha de realizar e ciert rde c ls úmers y letras que desiga magitudes cstates variables. Si la depedecia fucial y = f() es tal que f es ua epresió aalítica, se dice que la fució y de está dada aalíticamete.. INTERPOLACIÓN POLINÓMICA... Descripció del prblema de Iterplació. Gra catidad de peracies c fucies eige u pas al límite, cm derivació e itegració. Pr tat, sería cveiete cseguir l que pdríams llamar aprimació plimial, que es sustituir la fució pr u plimi. Las peracies aterires sbre plimis s peracies algebraicas. Además, dada ua fució ctiua e u iterval, es psible ectrar aprimacies plimiales ta bueas cm se quiera. El prblema csiste e, dads puts de ua fució de la cual desccems su epresió matemática, hallar tra fució real de variable real que tme ess valres. La fució bteida debe permitir calcular el valr crrespdiete e u put itermedi de ls que teems, de frma que el resultad bteid se ajuste c el mer errr psible al esperad. Y tambié hems de pder cmprbar si la fució se ajusta a ls resultads esperads para valres de fuera del iterval. Si represetams ls puts (, y ),., (, y ) e u sistema de crdeadas cartesiaas, la curva que ls ue resuelve el prblema de la iterplació. Si llamams y = g() a la fució que ue dichs puts, tedrems que el valr de g() c [, ] depederá de la curva elegida. A veces pdems demstrar que la elecció de la curva es la adecuada, per tras veces sól ctarems c el ccimiet del feóme estudiad que tega la persa que trata de reslver el prblema. Csiderems ua cierta fució f(), que puede ser ccida, per de la que teems ls puts (, y ),.., (, y ). Cualquier fució g() que pase pr ess puts recibe el mbre de fució iterplació. Cm l que tratams es de sustituir f() pr g(), ésta última ha de ser más secilla que f(). Es pr ell que se suele elegir las fucies pliómicas, que preseta cm vetajas la facilidad de realizar /7

3 peracies c ellas, s epresies secillas, es fácil calcular el errr que se cmete al sustituir ua pr tra, etc. El errr de iterplació es la diferecia, e valr abslut, etre el valr de la fució dada, f(), y el que tma la fució de iterplació, g(): E = f () g() A partir de ahra vams a tratar de calcular fucies de iterplació que verifique ds cdicies: ) Que sea l más secillas psibles. ) Que el errr cmetid sea míim... Iterplació Lieal. La epresió de ua fució lieal es f() = a + b Debid a que teems ds parámetrs, a y b, es ecesari dar ds cdicies para determiar cmpletamete la fució. Las ds cdicies s ds puts, A(, y ) y B(, y ), que perteece a la gráfica de la fució. Si sustituims A y B e f() teems que y = a + b y = a + b Para reslver el sistema aplicams la regla de Cramer: y y a = y = y y b = y = y y y la slució eiste siempre que, sied úica. Si f() es ua fució cualquiera y [a, b] es u iterval del dmii de defiició de f(), pdems aprimar la fució de maera lieal c p() = f (b) f (a) bf (a) af (b) + b a b a dde ambas fucies cicide e ls etrems del iterval 3/7

4 A(a, f(a)) y B(b, f(b)) Sustituyed e p() la variable pr u valr itermedi etre a y b se btiee el valr aprimad..3. Iterplació Cuadrática. Ua fució cuadrática es de la frma p() = a + b + c Dada ua fució f(), si querems aprimarla mediate ua fució cuadrática, ecesitams ccer tres puts, ya que hems de calcular ls tres parámetrs. Igualmete, si de la fució f() sól ccems tres puts pr ls que pasa, pdrems aprimarla pr u plimi de grad ds. Sea A(, y ), B(, y ) y C( 3, y 3 ) ls puts pr ls que pasa f(). Vams a super que ls tres puts esté alieads, ya que e cas ctrari, el plimi más simple sería de primer grad (ua recta) y el de segud grad. Sustituyed ls puts e p() y aplicad la regla de Cramer para reslver el sistema que se btiee: a + b + c = y a + b + c = y a + b + c = y 3 3 y y a = y y y y 3 3 b = 3 3 y y 3 c = 3 y Y cm el demiadr es el determiate de Vadermde, teems que 3 3 = ( 3 )( 3 )( ) el cual es ul ya que ls tres puts s distits. Pr tat la slució del sistema eiste y es úica. Si < < 3 teems que pdems sustituir la fució f() e [, 3 ] pr p(), cicidied ambas e ls tres puts. 4/7

5 .4. Iterplació Geeral. Si la tabla de valres de la fució a iterplar tiee + puts, (, y ) ( y ) ( y ), el plimi resultate de la iterpblació será, cm máim, de grad. Sea p() = a i el plimi iterpladr. Ls ceficietes (a i ) 0 i s ls i= 0 valres que querems ectrar. Para ell bligams al plimi a pasar pr ls ( + ) puts, bteied u sistema de + ecuacies c + icógitas. a +a + a a = y = y a + a + a a... a + a + a a = y El determiate de la matriz de ceficietes es el determiate de Vadermde. = ( )( )( )( )...( ) 3 y sabems que es ul si i j para i j. Aplicad la regla de Cramer, calculams el valr de ls bteied así la epresió del plimi iterplar. + ceficietes, Veams ahra trs métds que s va a permitir calcular el plimi de iterplació del grad de ua frma más rápida y secilla..4.. Fórmula de Lagrage. Se trata de cseguir u plimi de grad que se aule e ls ( + ) puts (, y ), (, y ),.., (, y ). Para ell vams a cstruir + plimis, dde el plimi P K () tme el valr P K ( K ) = y K y se aule e ls restates puts, recrried K ls valres {0,., }. Defiirems P() = P K () dde K = 0 P () = ( )( )... ( ) = Π j =0 j 0 5/7

6 P () = ( )( )... ( ) = Π( ) j= j j 0 y e geeral P K () = K Π j=0 j 0 ( j ) Para calcular ls ceficietes de ls plimis P K () K {0,., } apliquems las cdicies que ccems K {0,..., } P ( ) = y Π ( ) = y K K K K K j K j= 0 j K Lueg y K K = K {0,..., } Π ( K j ) j =0 j Si sustituims e P() teems ( ) = ( ) = Π ( ) = ( ) P P K = = K 0 K 0 j K ( )( )...( ) j Π = K j y K j=0 j=0 = ( ) K 0 j 0 K j = y + + ( )( )...( ) ( )( )...( ) y ( )( )...( ) ( )( )...( ) y ( )( )...( ) Es fácil ver que P( K ) = 0 K {0,., }, sied P() el úic plimi de grad que pasa pr ls ( + ) puts dads. DEF Ls ccietes ( ) j recibe el mbre de ceficietes de Lagrage. Π j =0 ( j ) j 0 OBS Si utilizams la fórmula de Lagrage para hallar el plimi de iterplació de grad que pasa pr ds puts, bteems el mism resultad que e. Aálgamete, al aplicar la fórmula de Lagrage para hallar el plimi de iterplació de grad que pasa pr tres puts, se btiee el resultad de.3. Ells es debid a que el plimi es úic. K 6/7

7 Este prcedimiet de bteció del plimi de grad que pasa pr ( + ) puts preseta ds icveietes: ) El plimi se preseta rdead segú ptecias de. ) Si después de bteer P(), añadims u uev put, para calcular el uev plimi s sirve ada del trabaj aterir, sied ecesari rehacer tdas las cuetas. DEF Se defie el rest de la iterplació cm la fució R () = f () P() sied P() el plimi de iterplació de f() de grad. Si sustituims P() pr su epresió mediate la fórmula de Lagrage teems: R () = f () y K ( ) j Π j =0 ( ) K j K = 0 j 0 DEF La magitud del errr cmetid viee defiid pr cer cuad = K K {0,., }. R () y que sabems que es Pdems fácilmete cmprbar, que tal y cm esta defiid el rest, depede de las prpiedades de al fució f() (la cual geeralmete desccerems) así cm de ls ds de iterplació K c K {,.., }. Es pr ell que se ha cstruid diferetes frmas de represetar el errr. Veams ahra la que pdems csiderar mas imprtate. Si f C (+) ([a, b]) etces ξ (a, b) tal que R () = w() f +) ( ) ( +)! sied w() = ( )( ) ( ) Dem. Si = K c K {0,., } el terema es ciert, ya que R ( K ) = 0 y f( K ) = P( K ) Supgams pues que K Defiims las fucies 7/7

8 g() = R () w() [a,b] { K } K =0 h(y) = R (y) g() w( y) y [a,b] Etces teems: Si y = K h = R g() w = 0 K {0,..., } K K K Si y = K h() = R () g () w() = 0 K {0,..., } Pr tat, la fució h(y) psee ( + ) cers e [a, b] (,,., ), y aplicad el terema de Rlle, h (y) psee, al mes, ( + ) cers e (a, b), h psee al mes cers e (a, b) y al fial llegams a que h +) psee al mes u cer e (a, b). Llamems a ese cer ξ. Se verifica h +) ( ) = 0 h +) ( ) = f +) ( ) g () ( +)! Y etces g() = ( +)! f +) ( ) Y cm g() = R () w() s queda R () = g ()w() = w() f +) ( ) ( +)! c.qd. La epresió que hems bteid para el errr de iterplació es pc práctica, ya que, si habitualmete de f() sól vams a ccer u cjut de puts, pdems estar e cdicies de saber si es de clase ( + ), y mes tdavía saber el valr de ξ. E cas de ccer, al mes, si la derivada del rde ( + ) está actada, pdríams dar ua cta superir para el errr, R ()..4.. Fórmula de Newt. El bjetiv que teems sigue sied el mism: cseguir u plimi de grad que pase pr ( + ) puts de la fució f(), la cual puede ser desccida. Sea ls ( + ) puts de f() (, y ), (, y ),.., (, y ) 8/7

9 El plimi de iterplació de Newt es P() = A + A ( ) + A ( )( ) A ( )( )...( ) y a partir de las cdicies P( K ) = y K K {0,, } Hems de hallar ls ceficietes A K. Para ell, sustituims e el plimi las cdicies: P( ) = y P( ) = A Lueg A = y P( ) = y P( ) = A + A ( + ) y + A( ) = y A = y y P( ) = y P( ) = A + A ( ) + A ( )( ) = = y + y y ( ) + A ( )( ) y y = y y ( ) + A ( )( ) A = (y y )( ) (y y )( ) ( )( ) ( ) y así sucesivamete btedríams el valr de tds ls ceficietes A K. Otra frma de hallar ls ceficietes sería la siguiete: Escribims el plimi de iterplació cm: P() = A + )[A + A ( ) A ( )...( )] = A + ( )P ( ) Etces P( ) = A y = A Y P () = P() P( ) 9/7

10 El plimi P () sabems cual es, ya que ls ceficietes A,.., A ls ccems, per si sabems su valr e ls puts,., 0/7

11 P ( K ) = P( K ) P( ) = K y K y K k =,..., resulta De la epresió P() = A + ( )P () P () = A + ( )[A + A ( ) A ( )...( )] = A + ( )P () 3 y P ( ) = A quedad P () = P () P ( ) Reiterad el prces bteems que A = P() A = P ( ) A = P ( ) A = P ( ) que determia la epresió demiada Fórmula de Newt Iterplació Basada e diferecias. Recrdems el prblema que presetaba la fórmula de Lagrage: Al cstruir el plimi de grad que pasa pr ( + ) puts de y = f() si su aprimació es buea y añadims u uev put, hems de rehacer tds ls cálculs para bteer el plimi de grad ( + ), sirvied para ada el trabaj aterir. Pr ell es acsejable cseguir ua frma de bteció de P() tal que ls cálculs previs tega que repetirse si añadims uevs puts, si que úicamete haya de añadirse us sumads más. Después de ver la bteció de ls ceficietes e la fórmula de Newt, pdems afirmar que dich plimi verifica la cdició aterir. Vams ahra a cstruir dich plimi pr pass, dde cada u de ells añadirems u uev put a ls que tegams. Cstrucció de P(), que pasa pr (, f( )) y (, f( )) /7

12 P () = lieal. f ( ) + A r () sied A ua cstate y r () lieal, ya que P () es P ( ) = f ( ) + Ar ( ) ( ) ( ) r ( ) = 0 r ( ) = P = f Es clar que A 0 ya que e cas ctrari P () sería cstate, l que es ciert. P ( ) = f ( ) + A r ( ) f ( P ( ) = f ( ) ) = f ( ) + A i ( ) A = f ( ) f ( ) Llamarems a A = f ( ) Nada queda P () = f ( ) + Df ( ) ( ) Añadims el put (, f( )) f ( ) = D( f ( )) diferecia de f( ) Ahra, al teer tres puts, el plimi ha de ser de º grad. Etces P ( ) = P ( ) + A r ( P ( ) = f ( ) ) P ( ) = P ( ) + A r ( P ( ) = f ( ) ) f ( ) = f ( )À r ( ) r ( ) = 0 f ( ) = f ( ) + A r ( ) r ( ) = 0 r () = ( )( ) P ( ) = P ( ) + A r ( ) f ( ) P A ( ) P ( ) = f ( ) = )( ) = ( Llamarems a la epresió bteida para A cm D f( ). E geeral, al añadir el put ( K, f( K ) el uev plimi P K () cicidirá c P K- () para = j j {0,.., K } Dich plimi ha de satisfacer la relació de recurrecia /7

13 P K () = P K () + A K r K () dde A K 0 y r K () es de grad K. Se debe verificar que P ( ) = f ( ) = P K j j {0,..., K } ( ) K j j K Pr tat r () = Π K j =0 ( j ) Y P K ( K ) = P K ( K ) + A K P K ( K ) = f ( K ) K ( Π K j= 0 ) j A K = f ( K ) P K ( K ) K ( Π K j ) j=0 La epresió para A K recibe el mbre de D K f( ). Después de td el prces, bteems que la epresió para el plimi de iterplació P() de grad es: P() = f ( ) + ( )Df ( ) + ( )D f ( ) ( )... ( )D f ( ) El cálcul teóric realizad par la bteció de P() es bastate farrags. Se puede simplificar csiderablemete si elegims ls puts equidistates etre si, llamad h a esa distacia. Etces j j = h j :,..., Y j = j h j : 0,..., Defiims ua ueva tació cm sigue: Af ( ) = f ( ) f ( ); Af ( ) = f ( ) f ( ); y e geeral Af ( K ) = f ( K + ) f ( K ) A f ( ) = f ( ) f ( ) + f ( ) = f ( ) f ( ) ( f ( ) f ( )) = Af ( ) Af ( ) 3 A f ( ) = f ( 3 ) 3 f ( ) + 3 f ( ) f ( ) = A f ( ) A f ( ) Y e geeral K A f ( ) = A K f ( ) A K f ( ) 3/7

14 Esta tació recibe el mbre de diferecias de primer, segud, tercer y K-ésim rde, respectivamete. C esta ueva tació pdems epresar D K f ( ) = A K f ( ) K K!h La cmprbació se haría pr iducció. Así, el plimi de iterplació, bteid mediate la fórmula de Newt usad esta tació, se escribe cm ( ) ( ) ( ) Af ( ) ( )( ) A f ( ) P = f + h + ( ) ( ) A f ( )!h !h Pdems simplificar la epresió de P() mediate el siguiete cambi de variable: = hz Etces K = ( ) ( K ) = hz hz K = h(z z K ) Y sustituyed P (z) = f ( ) + (z z )Af ( ) + (z z )(z z ) A f ( ) (z z )(z z )...(z z ) A f ( ) Que se suele escribir cm: P (z) = f ( ) + Af ( ) + z z z z z (z z )(z z )...(z z K ) sied = K K! z! A f ( ) A f ( ).4.4. Errr del plimi de Iterplació de Newt.! El plimi de iterplació es úic, se calcule de la frma que se calcule, pr tat, el errr cmetid es R() = f () P() = W () f +) ( ) = ( )( )...( ) f +) ( ) ( +)! ( + )! Si l epresams e térmis de la variable z = h 4/7

15 ( ) ( ) ( ) h + (z z )(z z )...(z z ) ) ( ) = z ) ( ) R = f P z = ( + )! f + f h Lueg el errr puede epresarse cm el primer térmi despreciad del plimi Plimis de Berstei. Dada ua fució ctiua f() e el iterval [a, b]. Puede ser aprimada mediate u plimi P() c u grad de precisió previa fijad?. O l que es l mism sería psible ectrar u plimi P() tal que la diferecia e valr abslut etre f() y P() sea iferir, e td l puts del iterval [a, b], a cualquier úmer psitiv ε previamete dad?. El terema que vams a euciar s da ua respuesta afirmativa a la preguta. OBS El plimi de iterplació de Lagrage permite respder a la preguta. E ls puts,,,, ls valres del plimi cicide c ls de la fució, per e el rest de puts, ls valres puede diferir tablemete. TEOREMA. Terema de Weierstrass. Si la fució f() es ctiua e el iterval [a, b], etces para td ε > 0 eiste u plimi P() tal que e cada put de este iterval se verifica: f () P() < Ε El matemátic sviétic S. N. Berstei a prprciad el siguiete métd para la frmulació directa de plimis aprimadamete iguales a la fució ctiua f() e el iterval dad. Supgams que f() es ctiua e [0, ]. Sea la epresió B () = f m m m m m=0 C ( ) m dde f es el valr de la fució dada e = m Y C m s ls ceficietes del bimi de Newt C m = m Llamams a B () plimi de Berstei de grad. 5/7

16 Para td úmer arbitrariamete pequeñ ε > 0, se puede buscar u plimi de Berstei (elegir su grad) de maera que para tds ls valres [0, ] se cumple: B () f () < Ε Si e lugar de teer el iterval [0, ] basta realizar el cambi de = a + t (b a) variable.5. Iterplació Iversa. El prblema de iterplació iversa csiste e bteer, a partir del plimi de iterplació, bteer el valr de la variable idepediete a partir de u valr dad de la variable depediete. Aplicad el terema de la fució iversa, sabems que = f (y ) eiste y es úica si dy eiste y se aula e u etr del put e el que deseams bteer la d iterplació iversa. Baj estas hipótesis, eiste u mecaism de iterplació llamad métd de Aitke que se puede aplicar para bteer la slució, simplemete itercambiad e y. 3. EXTRAPOLACIÓN DE DATOS. Supgams ccida la fució f() para u cjut fiit y rdead de puts,,,..,. Si querems estimar la fució e u put tal que se verifica que [, ] estams ate u prblema de etraplació de dats. La diferecia c la iterplació es que e esta última el valr para el cual se quiere determiar el valr de la fució f está icluid e el iterval [, ] mietras que e la etraplació el valr está fuera. La prblemática e cuat al riesg e la aprimació del valr y, pr tat, e su validez, es idétic a la iterplació. Iclus e algus cass se puede ver acetuad dich riesg. Igualmete, tds ls métds vists para bteer el plimi de iterplació tiee su aplicació e la etraplació de dats. 6/7

17 Bibligrafía Recmedada. Aálisis Matemátic I. Aut. J.A. Ferádez Viña. Ed. Tecs Leccies de Cálcul Ifiitesimal I. Aut. R. Mlia Legaz, M. Frac. Ed. Uiversidad de Murcia. Pricipis de Aálisis Matemátic. Aut. W. Rudi. Ed. McGraw-Hill 7/7

El Teorema de Taylor

El Teorema de Taylor El Terema de Taylr Itrducció La recta tagete La parábla tagete Ls ceicietes de u plii e térmis de sus derivadas El Terema de Taylr Cálcul de aprimacies y estimació del errr Aplicació a Máims y Míims Ejercicis

Más detalles

Conocer la definición de derivada y su interpretación geométrica. Calcular derivadas de funciones elementales utilizando las siguientes técnicas:

Conocer la definición de derivada y su interpretación geométrica. Calcular derivadas de funciones elementales utilizando las siguientes técnicas: Igeiería de Telecmuicació Fudamets Matemátics I Tería: Fucies de ua variable Objetivs: Ccer la defiició de derivada y su iterpretació gemétrica. Calcular derivadas de fucies elemetales utilizad las siguietes

Más detalles

v. Ninguna de las anteriores se obtiene v. Ninguna de las anteriores

v. Ninguna de las anteriores se obtiene v. Ninguna de las anteriores UPR Departamet de Ciecias Matemáticas RUM MATE 7 Primer Eame Parcial de septiembre de 009 Prfesr: Secció: Nmbre: # Estudiate: Istruccies: Lea cada preguta miucisamete. N se permite el us de librs i libretas.

Más detalles

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Modelo 6) Soluciones Germán-Jesús Rubio Luna OPCIÓN A IES Fc Ayala de Graada Sbrates de 004 (Mdel 6) Slucies Germá-Jesús Rubi Lua OPCIÓN A EJERCICIO 1_A (1 put) Dibuje la regió del pla defiida pr las siguietes iecuacies: x 3y -13; x + 3y 17, x + y 11; y 0.

Más detalles

Matemáticas II Bachillerato Ciencias y Tecnología 2º Curso. Sistemas de ecuaciones lineales Introducción

Matemáticas II Bachillerato Ciencias y Tecnología 2º Curso. Sistemas de ecuaciones lineales Introducción Uidad Sistemas de ecuacies lieales..1.- Itrducció.... - -..- Sistemas de ecuacies.... - -..1.- Ntacies.... - -...- Clasificació.... - 5 -...- Sistemas equivaletes.... - 5 -..- Discusió de sistemas. Terema

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N GUIA DE TRABAJO PRACTICO Nº PAGINA Nº 69 GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO N 4 OBJETIVOS: Lgrar que el Alum: Iterprete el ccept de Dierecial Resuelva ejercicis y prblemas de aplicació. CONTENIDOS:

Más detalles

Inferencia estadística Tests de hipótesis

Inferencia estadística Tests de hipótesis rbabilidades y Estadística Cmputació Facultad de Ciecias Exactas y Naturales. Uiversidad de Bues Aires Aa M. Biac y Elea J. Martíe 004 Iferecia estadística Tests de hipótesis Hasta ahra hems vist cm bteer,

Más detalles

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/

Números complejos. .a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd C i.ad C bc/ Númers cmplejs El cjut frmad pr tds ls úmers de la frma acib, dde a y b s úmers reales, c las peracies de adició y prduct defiidas pr: 1/100.a C ib/ C.c C id/ D a C c C i.b C d/.a C ib/.c C id/ D ac bd

Más detalles

Medida de la longitud de onda del láser con una regla Fundamento

Medida de la longitud de onda del láser con una regla Fundamento Medida de la lgitud de da del láser c ua regla Fudamet Es psible medir la lgitud de da de la luz láser, utilizad cm red de difracció, ua regla graduada e medis milímetrs. Para ell, se hace icidir e direcció

Más detalles

LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA

LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA Aterirmete se ha ich que la itegral efiia equivale a ectrar el valr el área cmpreia etre la gráfica e ua fució y el eje, la cual puee ser calculaa pr mei el

Más detalles

R 1º) La conexión de los R N 2. En los dos casos las S. T Para calcular el flujo máximo se utilizará la expresión: U1ef

R 1º) La conexión de los R N 2. En los dos casos las S. T Para calcular el flujo máximo se utilizará la expresión: U1ef Máquias Eléctricas 5º Curs Mecáics Máquias iversidad de Ovied Dpt. de geiería Eléctrica EJERCCO Nº 4 TEMA V: Trasfrmadres trifásics OBJETVOS: Circuit equivalete del trasfrmadr trifásic valració de pérdidas

Más detalles

Recordemos el resultado que vimos en el contexto de Intervalos de Confianza

Recordemos el resultado que vimos en el contexto de Intervalos de Confianza Tests ara la media cuad la variaza es desccida: ugams ahra que la variaza es desccida y csiderems las mismas hiótesis sbre µ. Recrdems el resultad que vims e el ctext de Itervals de Cfiaza Las sibles hiótesis

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

Tema 6. ESTIMACIÓN PUNTUAL.

Tema 6. ESTIMACIÓN PUNTUAL. Estadística Tema 6 Curs 006/07 Tema 6. ESTIMACIÓN PUNTUAL. Objetivs Ccepts: Cmpreder y distiguir ls siguietes ccepts: muestra aleatria simple estadístic estimadr de u parámetr estimació de u parámetr estimadr

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

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

Tema 7. ESTIMACIÓN POR INTERVALO.

Tema 7. ESTIMACIÓN POR INTERVALO. Estadística Tema 7 Curs 006/07 Objetivs Ccepts: Tema 7 ETIMACIÓN POR INTERVALO Ccer ls siguietes mdels de prbabilidad: Chi-cuadrad, t-tudet, F-edecr De cada u de ells: * Defiició e fució de tras variables

Más detalles

EXAMEN: AMPLIACIÓN DE MATEMATICAS Y TRIGONOMETRIA ESFÉRICA (F.FEBRERO) CURSO:2009/10 05 de febrero de 2010

EXAMEN: AMPLIACIÓN DE MATEMATICAS Y TRIGONOMETRIA ESFÉRICA (F.FEBRERO) CURSO:2009/10 05 de febrero de 2010 EXÁMENES CURSO CTUL. RESOLUCIÓN ISIDORO PONTE E.S.M.C, EXMEN: MPLICIÓN DE MTEMTICS Y TRIGONOMETRI ESFÉRIC (F.FEBRERO) CURSO:9/ de febrer de. )Dd l mtri, clcul: I ( I mtri idetidd) ) Clculms I I Clculms

Más detalles

4.- Aproximación Funcional e Interpolación

4.- Aproximación Funcional e Interpolación 4- Aproximació Fucioal e Iterpolació 4 Itroducció Ua de las mayores vetajas de aproximar iformació discreta o fucioes complejas co fucioes aalíticas secillas, radica e su mayor facilidad de evaluació y

Más detalles

Rectas e hiperplanos Conjuntos convexos

Rectas e hiperplanos Conjuntos convexos CAÍTULO 7 Rectas e hiperplas Cjuts cves Este capítul csta de ds seccies. E la primera se dará las defiicies de recta, segmet de recta e hiperplas e R. E la seguda se verá algus resultads sbre cjuts cves.

Más detalles

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series. R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b) MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que

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

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

Apellidos y Nombre: Aproximación lineal. dy f x dx

Apellidos y Nombre: Aproximación lineal. dy f x dx INGENIERÍA DE TELECOMUNICACIÓN HOJA 0 Aproximació lieal Defiició (Diferecial).- Sea y = f ( x) ua fució derivable e u itervalo abierto que cotiee al úmero x, - La diferecial de x es igual al icremeto de

Más detalles

METODO DE ITERACION DE NEWTON

METODO DE ITERACION DE NEWTON METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

3. Estabilidad de sistemas discretos.

3. Estabilidad de sistemas discretos. SISEMAS DE CONROL APLICADO - Capítul 3 - pág. 3-3. Estabilidad de sistemas discrets. 3.. Discretizació de sistemas ctius. 3... Cversió a ecuació de diferecias de la ecuació diferecial de u elemet ctiu.

Más detalles

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,...

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,... SUCESIONES Y SERIES. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto

Más detalles

Escuela Pública Experimental Desconcentrada Nº3 Dr. Carlos Juan Rodríguez Matemática 3º Año Ciclo Básico de Secundaria Teoría Nº 1 Primer Trimestre

Escuela Pública Experimental Desconcentrada Nº3 Dr. Carlos Juan Rodríguez Matemática 3º Año Ciclo Básico de Secundaria Teoría Nº 1 Primer Trimestre Escuela Pública Eperimetal Descocetrada Nº Dr. Carlos Jua Rodríguez Matemática º Año Ciclo Básico de Secudaria Teoría Nº Primer Trimestre Cojuto de los úmeros racioales Los úmeros racioales so aquellos

Más detalles

2.1.- Introducción Objetivos

2.1.- Introducción Objetivos ÍNDICE.. Itrducció.. Objetivs del tema.3. Ctraste sbre la media pblacial.3.. Ccida la variaza pblacial.3.. Desccida la variaza pblacial.4. Ctraste sbre la prprció pblacial.5. Ctraste sbre la variaza pblacial..6.

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

Tema 2. CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA ÍNDICE

Tema 2. CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA ÍNDICE Tema. CONTRASTE DE IPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA ÍNDICE.. Itrducció.. Objetivs del tema.3. Ctraste sbre la media pblacial.3.. Ccida la variaza pblacial.3.. Desccida la variaza pblacial.4. Ctraste

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

TALLER SOLUCIÓN NUMÉRICA DE ECUACIONES

TALLER SOLUCIÓN NUMÉRICA DE ECUACIONES . Apliue los métodos de bisecció y de la regla falsa para ecotrar todas las solucioes detro de 0 para 7 + 6 = 0. 5. Apliue el método de bisecció para solucioes eactas detro de 0 para: a. = 0 R: 0.68. Apliue

Más detalles

CUADRATURA GAUSSIANA

CUADRATURA GAUSSIANA CUADRATURA GAUSSIANA Este método de basa e muestrear el itegrado de la fució cuya itegral se desea ecotrar, a valores que represeta raíces de poliomios ortogoales Los más populares de éstos so los poliomios

Más detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

Raices de Polinomios. Jorge Eduardo Ortiz Triviño

Raices de Polinomios. Jorge Eduardo Ortiz Triviño Raices de Poliomios Jorge Eduardo Ortiz Triviño jeortizt@ual.edu.co http://www.docetes.ual.edu.co/jeortizt/ Defiició U poliomio de grado es ua epresió de la forma: Dode a 0 P() = a + a - - +... +a +

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

= = = n. Radicación. a con a < 0 y n par, en el conjunto de los reales = 27. Raíz n-ésima de un número. Número radical. Cuidado!!

= = = n. Radicación. a con a < 0 y n par, en el conjunto de los reales = 27. Raíz n-ésima de un número. Número radical. Cuidado!! Mtemátic 4º ñ Arte Ríz -ésim de u úmer Rdicció Llmms ríz -ésim de u úmer rel, y l simblizms, u úmer b defiid de l siguiete frm: b b > b, ℵ Si es pr, > 0, 0 Si es impr, b b, ℵ Númer rdicl 5 Ejempls: 04

Más detalles

L lim. lim. a n. 5n 1. 2n lim. lim. lim. 1 Calcula: Solución: a) 2

L lim. lim. a n. 5n 1. 2n lim. lim. lim. 1 Calcula: Solución: a) 2 Calcula: L L a Dada ua sucesió que tiede a idica a partir de qué térmio se cumple la codició que se idica: a a Si a a Si 7 Si a partir del térmio 9 Si Hallar: d) 7 a partir del térmio 97 d) Deduce los

Más detalles

LIMITES DE FUNCIONES. Ejemplo: Sea la función F(x) = 3X 2, evalúe la función para valores de X cercanos a 2, es decir

LIMITES DE FUNCIONES. Ejemplo: Sea la función F(x) = 3X 2, evalúe la función para valores de X cercanos a 2, es decir PRECONCEPTO. LIMITES DE FUNCIONES. Ejemplo: Sea la fució F() = X, evalúe la fució para valores de X cercaos a, es decir X se acerca hacia el umero por la izquierda ( - ) X,,7,5,47,68,89,9,96,99,99,995,

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Ctraste de hipótesis I.E.. A uqueira I pag 1 Itrducció CONTRATE DE HIPÓTEI Hasta ahra hems vist ds frmas de efectuar ua estimació de u parámetr de la pblació a partir de ua muestra de tamañ : la estimació

Más detalles

Sumatoria, Progresiones y Teorema del Binomio

Sumatoria, Progresiones y Teorema del Binomio Capítulo Sumatoria, Progresioes y Teorema del Biomio.. Símbolo Sumatorio Es u símbolo muy útil y coveiete que permite escribir sumas e forma abreviada. Este símbolo se represeta mediate la letra griega

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

Material interactivo con teoría y ejercicios resueltos. Para acceder a ello deberá pulsar sobre los siguientes enlaces una vez dentro de la asignatura

Material interactivo con teoría y ejercicios resueltos. Para acceder a ello deberá pulsar sobre los siguientes enlaces una vez dentro de la asignatura E el Aula Virtual se ecuetra dispoible: Material iteractivo co teoría y ejercicios resueltos. Para acceder a ello deberá pulsar sobre los siguietes elaces ua vez detro de la asigatura Pagia Pricipal >Aputes>4.

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 9. Límite y continuidad

Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 9. Límite y continuidad Evaluació NOMBRE APELLIDOS CURSO GRUPO FECHA CALIFICACIÓN Calcula el térmio geeral de ua progresió geométrica que tiee de térmio a y por razó /. a) b) c) El 6 es: a) b) 0 c) / 6 7 El es: a) b) c) 0 El

Más detalles

Cálculo de ceros de funciones

Cálculo de ceros de funciones Cálculo de ceros de fucioes El objetivo de la presete secció es el de resolver la ecuació f(x) = 0, siedo f ua fució cotiua, co ua precisió prefijada. Geeralmete esta precisió se medirá por medio del error

Más detalles

Integral de una función

Integral de una función Itegral de ua fució Itegral de ua fució Los coceptos de primitiva e itegral idefiida La itegració de ua fució es el paso iverso a la derivació de ua fució. Para defiir correctamete la itegral de ua fució,

Más detalles

LECTURA 08: PRUEBA DE HIPOTESIS (PARTE II) TEMA 17: PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL

LECTURA 08: PRUEBA DE HIPOTESIS (PARTE II) TEMA 17: PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL LECTURA 8: RUEBA DE HIOTESIS (ARTE II) TEMA 17: RUEBA DE HIOTESIS ARA LA ROORCION OBLACIONAL 1 INTRODUCCION Muchas decisies e el área ecómic fiacier depede de la prprció prcetaje de la pblació que se ajusta

Más detalles

INTEGRALES DE RIEMANN

INTEGRALES DE RIEMANN NOTAS PARA LOS ALUMNOS DE ANALISIS MATEMATICO III INTEGRALES DE RIEMANN Ig. Jua Sacerdoti Departameto de Matemática Facultad de Igeiería Uiversidad de Bueos Aires 00 INDICE.- INTEGRAL..- INTRODUCCIÓN..-

Más detalles

CÁLCULO DIFERENCIAL. 1.- Estudia la continuidad de las siguientes funciones:

CÁLCULO DIFERENCIAL. 1.- Estudia la continuidad de las siguientes funciones: ejerciciosyeamees.com CÁLCULO DIFERENCIAL.- Estudia la cotiuidad de las guietes fucioes: - + f() = ; g()= ; h()= + - ( - )(+) + - - - - - < < 0 i()= e j()= - k()= - > cos 0 = 0 + se l()= m()= = 0 = 0 Sol:

Más detalles

TEMA 26 DERIVADA DE UNA FUNCIÓN EN UN PUNTO. FUNCIÓN DERIVADA. DERIVADAS SUCESIVAS. APLICACIONES.

TEMA 26 DERIVADA DE UNA FUNCIÓN EN UN PUNTO. FUNCIÓN DERIVADA. DERIVADAS SUCESIVAS. APLICACIONES. Tema 6 Derivada de ua ució e u puto Fució derivada Derivadas sucesivas Aplicacioes TEMA 6 DERIVADA DE UNA FUNCIÓN EN UN PUNTO FUNCIÓN DERIVADA DERIVADAS SUCESIVAS APLICACIONES ÍNDICE INTRODUCCIÓN DERIVADA

Más detalles

Tema 5. APLICACIONES DE LAS DERIVADAS: REPRESENTACIÓN GRÁFICA DE CURVAS Y FÓRMULA DE TAYLOR

Tema 5. APLICACIONES DE LAS DERIVADAS: REPRESENTACIÓN GRÁFICA DE CURVAS Y FÓRMULA DE TAYLOR Tema. ALICACIONES DE LAS DERIVADAS: RERESENTACIÓN GRÁFICA DE CURVAS Y FÓRMULA DE TAYLOR Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos de crecimieto

Más detalles

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles

GUIA DE ESTUDIO Nro 1

GUIA DE ESTUDIO Nro 1 MATERIA: MATEMÁTICA I CURSO: I AÑO EJE ESTRUCTURAL I: CONCEPTOS FUNDAMENTALES DEL ALGEBRA GRUPOS CONCEPTUALES: - Epresioes algebraicas. Poliomios. - Ecuacioes. Iecuacioes. TEMARIO: GUIA DE ESTUDIO Nro

Más detalles

TEMA 2 CÁLCULO DIFERENCIAL DE DE UNA UNA VARIABLE

TEMA 2 CÁLCULO DIFERENCIAL DE DE UNA UNA VARIABLE TEMA CÁLCULO DIFERENCIAL DE DE UNA UNA VARIABLE Derivada de ua ució e u puto Sea : D y u puto iterior de Se dice que es derivable e eiste lim Dicho límite recibe el ombre de derivada de e Notas ) Notaremos

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

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

Polinomio de una sola variable. , llamaremos polinomio de la variable x a toda expresión algebraica entera de la forma:

Polinomio de una sola variable. , llamaremos polinomio de la variable x a toda expresión algebraica entera de la forma: Semiario Uiversitario de Igreso 07 oliomio de ua sola variable a0; a; a;...; a úmeros reales y N 0, llamaremos poliomio de la variable a toda epresió algebraica etera de la forma: a0 a a... a Los poliomios

Más detalles

Hoja de Problemas Tema 3. (Sucesiones y series)

Hoja de Problemas Tema 3. (Sucesiones y series) Depto. de Matemáticas Cálculo (Ig. de Telecom.) Curso 23-24 Hoja de Problemas Tema 3 (Sucesioes y series) Sucesioes de úmeros reales. Sea {a } N, {b } N sucesioes de úmeros reales. Demostrar o refutar

Más detalles

Sucesiones. Límite de una

Sucesiones. Límite de una Capítulo 3 Sucesioes. Límite de ua sucesió 3.. Itroducció La oció de sucesió es u istrumeto importate para el estudio de u gra úmero de problemas relativos a las fucioes. Ua sucesió es, simplemete, ua

Más detalles

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales

Espacio vectorial ESPACIO VECTORIAL. 8.- Intersección y suma de subespacios vectoriales ESPACIO VECTORIAL.- Itroducció.- Espacio Vectorial.- Subespacios vectoriales 4.- Geeració de Subespacios vectoriales 5.- Depedecia e idepedecia lieal 6.- Espacios vectoriales de tipo fiito 7.- Cambio de

Más detalles

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

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

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Interpolación Numérica

Interpolación Numérica Titulac: Asigatura: Autor: Igeiero Geólogo Aálisis Numérico César Meédez Ultima actualizac: 4//8 Iterpolac Numérica Plaificac: Materiales: Coocimietos previos: 4 Teoría+ Prácticas+ Laboratorio MATLAB T

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

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

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES 6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,

Más detalles

Limites y continuidad

Limites y continuidad Bla entrn de un punt Limites cntinuidad Sea P ( ) un punt del plan R Se denmina bla entrn de centr P radi al cnjunt de punts P del plan cua distancia al punt P es inferir a Se designa pr E(P ) bien B(P

Más detalles

valor absoluto de sus términos, se tiene la serie: que si es convergente, entonces también es convergente la serie alternada.

valor absoluto de sus términos, se tiene la serie: que si es convergente, entonces también es convergente la serie alternada. (Aputes e revisió para orietar el apredizaje) CONVERGENCIA ABSOLUTA TEOREMA. Si e la serie alterada ( ) valor absoluto de sus térmios, se tiee la serie: a + a + + a + a se toma el = que si es covergete,

Más detalles

CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS

CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS SECCIONES A. Series de térmios de sigo variable. B. Series depedietes de parámetros. C. Ejercicios propuestos. 193 A. SERIES DE TÉRMINOS DE SIGNO VARIABLE. E

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para

Más detalles

INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS

INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS Ua ecuació diferecial es ua ecuació que cotiee las derivadas de ua o más variables depedietes co respecto de ua ó mas variables idepedietes. Clasificació

Más detalles

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7 Sucesioes. Defiició Sucesió Matemática Ua sucesió fiita (a k ) (de logitud r) co elemetos perteecietes a u cojuto S, se defie como ua fució y e este caso el elemeto a k correspode a f(k). f : {,,...,r}

Más detalles

Álgebra I Práctica 3 - Números enteros (Parte 1)

Álgebra I Práctica 3 - Números enteros (Parte 1) FCEyN - UBA - 1er cuatrimestre 015 Divisibilidad y algoritmo de divisió Álgebra I Práctica 3 - Números eteros (Parte 1 1. Decidir cuáles de las siguietes afirmacioes so verdaderas a, b, c Z i a b c a c

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

2 Conceptos básicos y planteamiento

2 Conceptos básicos y planteamiento ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.

Más detalles

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: MATEMÁTICAS DOCENTE: JOSÉ IGNACIO DE JESÚS FRANCO RESTREPO TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO N FECHA

Más detalles

EN CIERTOS CASOS, LA APLICACIÓN DEL MODELO DE LEWIS, RESULTA EN NUMEROS DE ENLACE FRACCIONARIOS O QUE ES IMPOSIBLE ASIGNAR UNIVOCAMENTE.

EN CIERTOS CASOS, LA APLICACIÓN DEL MODELO DE LEWIS, RESULTA EN NUMEROS DE ENLACE FRACCIONARIOS O QUE ES IMPOSIBLE ASIGNAR UNIVOCAMENTE. RESACIA RESACIA 5300 E CIERTS CASS, LA APLICACIÓ DEL MDEL DE LEWIS, RESULTA E UMERS DE ELACE FRACCIARIS QUE ES IMPSIBLE ASIGAR UIVCAMETE. E ESTS CASS SE USA EL CCEPT DE RESACIA PARA DESCRIBIR LA DESLCALIZACI

Más detalles

Los números complejos

Los números complejos Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació

Más detalles

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

Sucesiones de números reales

Sucesiones de números reales Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54

Más detalles

4.- Series. Criterios de convergencia. Series de Taylor y Laurent

4.- Series. Criterios de convergencia. Series de Taylor y Laurent 4.- Series. Criterios de covergecia. Series de Taylor y Lauret a) Itroducció. Series de fucioes reales. b) Covergecia de secuecias y series. c) Series de Taylor. d) Series de Lauret. e) Propiedades adicioales

Más detalles

. Una de las aplicaciones más importantes de los coeficientes binomiales es el Binomio de Newton : n k)

. Una de las aplicaciones más importantes de los coeficientes binomiales es el Binomio de Newton : n k) Permutacioes. E Matemáticas, dado u cojuto fiito co todos sus elemetos diferetes, llamamos permutació a cada ua de las posibles ordeacioes de los elemetos de dicho cojuto. Por ejemplo, e el cojuto 1, 2,

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

Vectores ortonormales

Vectores ortonormales Vectres rtrmales Defiició U cjt de ectres e espaci ectrial V se dice qe es cjt rtgal si cada par de ectres e el cjt es rtgal. Se dice qe el cjt es cjt rtrmal si es rtgal y cada ectr es itari Demestre qe

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

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

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

PROGRESIONES ARITMETICAS

PROGRESIONES ARITMETICAS PROGRESIONES ARITMETICAS DEF. Se dice que ua serie de úmeros está e progresió aritmética cuado cada uo de ellos (excepto el primero) es igual al aterior más ua catidad costate llamada diferecia de la progresió.

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

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

Más detalles