ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

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

Download "ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO"

Transcripción

1 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto 1

2 Facultad de Cecas Exactas y ecologías - UNSE 1- rasformacoes Leales Defcó 1 Sea dos espacos vectorales y sobre el msmo cuerpo F, y sea ua fucó : La fucó es ua rasformacó Leal de e s y sólo s se verfca los sguetes axomas, ) u, v ; ( u v) ( u) ( v) ) a F u ; ( au) a( u) u v u+v au (u) (v) (u+v)=(u)+(v) (au)=a(u) Dagrama de e de la defcó de trasformacó leal 12- Propedades de las rasformacoes Leales Proposcó 1 Sea dos espacos vectorales y sobre el msmo cuerpo F S : es ua trasformacó leal etoces ( 0 ) 0 Demostracó Por Proposcó 1 de espaco vectoral se verfca que u ; 0 0u Aplcado e ambos membros teemos (0 ) ( 0 u ) (0 ) 0 (2) luego ( 0 ) 0 Referecas (1) Por axoma ) de defcó de trasformacó leal (2) Por propedad de espaco vectoral Proposcó 2 (1) F (0 ) 0 ( u) F QED Sea dos espacos vectorales y sobre el msmo cuerpo F S : es ua trasformacó leal etoces u ; ( u) ( u) Udad 5 2

3 Facultad de Cecas Exactas y ecologías - UNSE Demostracó Luego, ( u) ( 1) u ( 1) ( u) ( u) (1) (2) F ( u) ( u) Referecas (1) Por axoma ) de defcó de trasformacó leal (2) Por propedad de espaco vectoral QED Proposcó 3 Sea dos espacos vectorales y sobre el msmo cuerpo F S : es ua trasformacó leal etoces a F, u ; au a( u ) (α) 1 1 Demostracó Demostraremos la proposcó por duccó e a) =1 1 1 au ( a1u 1) a1 ( u1) a( u ) (1) 1 1 Luego la proposcó (α) es verdadera para = 1 b) Supoemos que la proposcó es verdadera para =h, es decr, supoemos que es verdadera la gualdad h h au = a ( u ) 1 1 Bajo este supuesto, probaremos que la proposcó (α) es verdadera para =h+1, esto es, probaremos que es verdadera la gualdad E efecto, h1 1 au h1 1 a ( u ) h1 h h h h1 au h 1 h 1 h 1 h 1 ( ) h 1 h 1 ( ) (2) a u a u a u a u a u a u a u (3) (4) (5) Luego la proposcó se cumple para todo atural Referecas (1) Por axoma ) de la defcó de trasformacó leal (2) Por propedad de sumas ftas (3) Por axoma ) de la defcó de trasformacó leal (4) Por hpótess ductva (*) y por axoma ) de la defcó de trasformacó leal (5) Por propedad de las sumas ftas QED Udad 5 3

4 Facultad de Cecas Exactas y ecologías - UNSE 13- Núcleo de ua trasformacó leal Defcó2 Sea dos espacos vectorales y sobre el msmo cuerpo F ysea ua trasformacó leal El úcleo de es el cojuto de vectores tales que su mage es gual al vector ulo de E símbolos, Dagrama de e del Núcleo de ua trasformacó leal Es claro que, u N ( u) 0 N def N u / ( u) 0 0 u Ejemplo El úcleo de la trasformacó leal / es E efecto, { } { } { } Para determar la forma e que se caracterza los vectores del Núcleo de, trabajaremos de modo aálogo al que procedíamos para determar el úcleo de u homomorfsmo de grupos Partmos, etoces de la codcó (1) (2) { (3) De modo que { } Referecas (1) Por defcó de la trasformacó leal dada (2) Por gualdad de pares ordeados (3) Por resolucó del sstema homogéeo de dos ecuacoes leales co dos cógtas Udad 5 4

5 Facultad de Cecas Exactas y ecologías - UNSE Propedades del úcleo de ua trasformacó leal Proposcó 4 Sea dos espacos vectorales y sobre el msmo cuerpo F S : ua trasformacó leal, etoces el úcleo de es u subespaco vectoral del espaco vectoral Demostracó ) N ) por defcó de N N ya que 0 ) 0 ( por Proposcó 1 de trasformacoes leales N, pues 0 ) Mostraremos que es verdadero el codcoal u, v N u v N E efecto, Luego, Por lo tatou v N u, v N ( u) 0 ( v) 0 (1) ( u v) ( u) ( v) u v N (2) (3) (4) v) Mostraremos ahora que es verdadero el codcoal a F u N au N E efecto, a F u N a F ( u) 0 Luego, (5) ( au) a ( u) a0 0 au N (6) (7) (8) Por lo tato au N De), ), ) y v), coclumos que el úcleo de es u subespaco vectoral de de Referecas (A completar por el alumo) (1) (5) (2) (6) (3) (7) (4) (8) QED Proposcó 5 Sea dos espacos vectorales y sobre el msmo cuerpo F y sea : leal N 0 es yectva (S demostracó) 14-Image de ua trasformacó leal Defcó3 ua trasformacó Sea dos espacos vectorales y sobre el msmo cuerpo F y sea : ua trasformacó lealla mage de es el cojuto de vectores de, que tee premage e E símbolos, def I w / v : ( v) w Udad 5 5

6 Facultad de Cecas Exactas y ecologías - UNSE v I (v)= w Dagrama de e de la Image de ua trasformacó leal Es claro que, w I v : ( v) w Propedades de la mage de ua trasformacó leal Proposcó 6 Sea dos espacos vectorales y sobre el msmo cuerpo F S leal, etoces la mage de es u subespaco vectoral de : ua trasformacó Demostracó ) I ) por defcó de I I, pues 0 ya que por propedad 0 : (0 ) 0 I ) Mostraremos que es verdadero el codcoal w1, w2 I w1 w2 I Para ello partmos del atecedete w, w I v, v : ( v ) w ( v ) w v, v : ( v ) ( v ) w w (1) (2) v v : ( v v ) w w w w I (3) (1) luego w 1 w 2 I v) Mostraremos que es verdadero el codcoal a F w I aw I Partmos del atecedete, a F wi a F v : ( v) w a F v : a ( v) aw (5) (1) (1) (4) av : ( av) aw aw I luego aw I Falmete por ), ), ) y v), la mage de es u subespaco vectoral de Udad 5 6

7 Facultad de Cecas Exactas y ecologías - UNSE Referecas (1) Por defcó de mage de (2) Sumado membro a membro ambas gualdades, porque la suma es LCI e (3) Porque la suma es LCI e y por axoma ) de la defcó de trasformacó leal (4) Porque () es LCE e co escalares e F (5) Porque () es LCE e y por axoma ) de la Defcó 1 de trasformacó leal QED Proposcó 7 Sea dos espacos vectorales y sobre el msmo cuerpo F y sea : leal es sobreyectva Demostracó El bcodcoal I I es sobreyectva es la defcó de fucó sobreyectva ua trasformacó QED 15-eorema (Las dmesoes del úcleo y la mage) Sea dos espacos vectorales y sobre el msmo cuerpo F S leal y tee dmesó fta, etoces dm N dm I dm : es ua trasformacó S demostracó 16-eorema (De exsteca y ucdad de las trasformacoes leales) Sea y dos espacos vectorales sobre el msmo cuerpo S B { v1, v2,, v } ua base de y { w, w,, w } u subcojuto cualquera de, etoces exste y es úca la trasformacó leal 1 2 : tal que 1,, ; ( v ) w Demostracó Costruremos ua fucó de e, para ello realzaremos el sguete razoameto, Por hpótess B es ua base de, e cosecueca, s u etoces exste y so úcos los escalares a1, a2,, a F tales que u se escrbe como combacó leal de vectores de B, esto es Defmos ahora Es claro que para cada vector u av 1 def ( u) av aw Udad 5 7

8 Facultad de Cecas Exactas y ecologías - UNSE exste u úco vector ( u) u = a v 1 1 def av 1 a w ya que para cada vector exste y so úcas las coordeadas a1, a2,, a F respecto a la base B de Por lo tato queda be defda la fucó : u ( u) 1 def av 1 (*) a w Probaremos ahora que la fucó, así defda, es ua trasformacó leal ) Mostraremos que es verdadero el codcoal u, v ( u v) ( u) ( v) E efecto, Dode los escalares y los escalares so las coordeadas de u y v respectvamete co respecto a la base B del espaco vectoral Ahora be, la mage del vector u +v a través de la fucó, es ( u v) a v b v a v b v a b v 1 1 (1) 1 (2) 1 (3) a b w ( a w b w ) a w b w ( u) ( v) (3) 1 (4) 1 (1) 1 1 (5) Referecas (1) Se aplca propedad de las sumas ftas (2) Por la dstrbutvdad del producto por escalares respecto a la suma de escalares e el espaco vectoral El lector puede probar que los escalares so las coordeadas del vector u+v respecto de la base B de (3) Por defcó (*)de la fucó (4) Como es u espaco vectoral, vale la dstrbutvdad del producto por escalares respecto a la suma de escalares Se aplca també propedad de las sumas ftas (5) Por defcó (*)de la fucó ) Probaremos que es verdadero el codcoal F u ( u) ( u) E efecto, F u F! a F : u a v 1 dode los escalares so las coordeadas de u co respecto a la base B del espaco vectoral Udad 5 8

9 Facultad de Cecas Exactas y ecologías - UNSE Obtegamos ahora la mage a través de la fucó del vector u (1) (2) ( u) a v a v a w a w (3) 1 (2) ( u) Referecas (1) Por dstrbutvdad del producto por escalares respecto a la suma de vectores e el espaco vectoral y axoma de la Defcó 1 El lector puede probar que los escalares so las coordeadas del vector respecto de la base B de (2) Por defcó (*) de la fucó (3) Por dstrbutvdad del producto por escalares respecto a la suma de vectores e el espaco vectoral Luego por ) y ) la fucó es ua trasformacó leal Mostraremos que 1,, ; ( v ) w E efecto, como 1,, ; v B etoces 1,, ; v por lo tato exste y so úcos los escalares que permte escrbr a cada vector v como combacó de todos los vectores de la base B de, esto es v 1v 0 v 0v v 0v 1 v 0v v 0v 0 v 1v 1 2 Etoces las mágees de cada uo de los vectores de la base B del espaco vectoral vee dadas por, def (*) de la fucó ( v ) 1v 0 v 0v 1w 0 w 0w w def (*) de la fucó ( v ) 0v 1 v 0v 0w 1 w 0w w Luego, def (*) de la fucó ( v ) 0v 0 v 1v 0w 0 w 1w w ,, : ( v ) w Falmete mostraremos que es úca la trasformacó leal def : / ( u) a v a w Udad 5 9

10 Facultad de Cecas Exactas y ecologías - UNSE E efecto, sea G : otra trasformacó leal tal que 1,, : G( v ) w probaremos que G =, que es equvalete a probar que para cada vector u del espaco vectoral se verfca que la mage de u a través de G y la mage de u a través de so guales Esto es, G = u ; G( u) ( u) E efecto, u ; G( u) G av a G( v ) a w ( u) (1) (2) Luego G=, es decr es úca Refereca (1) Por Proposcó 3 de trasformacó leal (2) Por defcó (*) de la fucó QED Nota El eorema precedete os muestra que cualquer trasformacó leal de e queda uívocamete determada s se cooce las mágees de los vectores de ua base dada del espaco vectoral 2- Matrz asocada a ua trasformacó leal eorema Sea u espaco vectoral de dmesó sobre el cuerpo F, y sea u espaco vectoral de dmesó m sobre F Sea B ua base de y C ua base de Para cada trasformacó leal de e, exste ua úca matrz A F mx, tal que [ ] [ ] Demostracó a) Sea B { v1, v2,, v } la base dada de y sea C { w1, w2,, w m } la base dada de S es cualquer trasformacó leal de e, etoces está determada por su efecto sobre los vectores v j B (por el teorema ateror) Es claro ver que ( v1), ( v2),, ( v), dode v1, v2,, v so los vectores de la base B Udad 5 10

11 Facultad de Cecas Exactas y ecologías - UNSE B : (v 1 ) v 1 v 2 (v 2 ) v (v ) Dagrama de e de las mágees de los vectores de la base B de Luego, cada uo de los vectores (v j ) se expresa de maera úca como combacó leal de vectores de la base C { w1, w2,, w m } de Es decr, ( v ) a w a w a w a w m m m 1 ( v2) a12 w1 a22w2 am2wm a2w 1 (γ) m ( v ) a w a w a w a w m m 1 Asgamos a cada escalar aj doble subídce, de modo tal que el prmero está asocado a cada vector de la base C y el segudo se correspode co cada vector de la base B m Es decr, j 1,, ; ( v ) a w a w a w a w (δ) j 1 j 1 2 j 2 mj m j 1 m Los m escalares a j so las coordeadas del vector (v j ) respecto a la base C de E cosecueca, las coordeadas de estos vectores respecto de la base C de so a11 a12 a1 a a a a a a ( v ), ( v ),, ( v ) C 2 C C m1 m2 m por lo tato, la trasformacó leal está determada por los mx escalares a j a través de (γ) Costrumos ua matrz A cuyas columas está formadas por las coordeadas de los vectores ( v ), ( v ),, ( v ) respecto de la base C de, esto es Udad 5 11

12 Facultad de Cecas Exactas y ecologías - UNSE ( v ) ( v ) ( v ) 1 C 2 C C a11 a12 a1 a21 a22 a 2 A am 1 am2 am Es claro que la matrz A perteece al espaco vectoral Además, es úca debdo a la ucdad de las coordeadas a j La matrz A se deoma matrz asocada a respecto al par de bases B y C b) Probaremos ahora que x ; ( x) C A x B Es decr, veremos cómo la matrz A determa la trasformacó leal S x, etoces exste y so úcos x1, x2,, x F tales que x se escrbe como combacó leal de vectores de la base B de, es decr x x v x v x v x v j j j1 por lo que el vector de coordeadas del vector x respecto a la base B vee dado x1 x 2 x B x Calculamos (x), m m ( x) x v x ( v ) x a w ( x ( a w ) ) j j j j j j j j j1 (1) j1 (2) j1 1 (3) j1 1 (4) Es decr, m m m ( ( x a ) w ) ( ( x a ) w ) ( x a ) w j j j j j j (4) j1 1 (5) 1 j1 (3) 1 j1 F F F ( ) O be, ( ) ( ) ( ) Udad 5 12

13 Facultad de Cecas Exactas y ecologías - UNSE Observemos que está expresado como ua combacó leal de vectores de la base de, y las m coordeadas del vector so luego el vector de coordeadas de (x) respecto de la base C de es xa 1 a 1 1 jx j j j j1 j1 xa j 2 j 2 a 1 2 jxj j1 c c ( ) xa j mj a j 1 m mj x j j1 ( x) j ( x) Referecas (1) Por Proposcó 3 de trasformacoes leales (2) Por ( ) (3) Por propedad dstrbutva del producto por escalares respecto a la suma fta de vectores de (4) Por axoma de espaco vectoral (5) Por propedad de las sumas ftas Calculamos ahora A x B A x B a11 a12 a1 x1 a21 a22 a 2 x 2 a a a x m1 m2 m matrz de tpo m 1 a x 1 j j j1 a11x1 a12 x2 a1 x a x a x a x a x a x a x a x j j j1 m1 1 m2 2 m amj x j j1 ( ) De ( ) y ( ) se sgue que x x Ax ; ( ) C B QED Nota La matrz asocada represeta a la trasformacó leal e las bases B y C Udad 5 13

14 Facultad de Cecas Exactas y ecologías - UNSE Ejemplo Sea la trasformacó leal : R B 1,0,0,(1,1,0),(1,1,1) de R 3 C 1,0,(0,2) de R 2 R / ( x, y, z) ( x z, y z) y sea las bases 3 2 Para obteer la matrz asocada a respecto de las bases B y C se procede como e (γ) ( v ) (1,0,0) 1,0 a (1,0) a (0,2) 1 11 ( v ) (1,1, 0) 1,1 a (1, 0) a (0, 2) 2 12 ( v ) (1,1,1) 0, 2 a (1, 0) a (0, 2) desarrollado los últmos membros e gualado, se obtee los sstemas de ecuacoes leales a11 =1 por lo que a11 =1, a 21= 0 2a21 0 a 12 =1 1 por lo que a12 =1, a 22 = 2a a 13 =0 por lo que a13 = 0, a 23= 1 2a 2 23 luego la matrz asocada a respecto de las bases B y Ces a a a A 1 R a21 a22 a rasformacó leal asocada a ua matrz Proposcó Sea u cuerpo S etoces la fucó defda por es ua trasformacó leal del espaco vectoral e el espaco vectoral Demostracó Probaremos que es ua trasformacó leal ) X Y F X Y A X Y AX AY X Y, 1 ( ) ( ) ( ) ( ) (1) (2) (3) Referecas (1) Por defcó de (2) Por dstrbutvdad del producto de matrces respecto a la suma de matrces (3) Por defcó de Udad 5 14

15 Facultad de Cecas Exactas y ecologías - UNSE ) 1 a F X F ax A ax a AX a X (1) (2) (3) ( ) ( ) ( ) ( ) Referecas (1) Por defcó de (2) Por propedad del producto de escalar por matrz (3) Por defcó de Luego por ) y ) es ua trasformacó leal QED Notas 1- Dada ua matrz queda asocada a ella, de modo atural, ua trasformacó leal defda por 2- Observemos que aquí el vector por lo que es gual al vector de coordeadas de X respecto a la base caóca del espaco vectoral y de gual maera, el vector es gual al vector de coordeadas de respecto a la base caóca del espaco vectoral, por lo tato la gualdad os dca que la matrz es la matrz asocada a respecto a las bases caócas de los espacos y Ejemplo Sea la matrz A 0 2 R, etoces queda asocada a ella la trasformacó leal : R R defda por ( X ) AX, es decr 1 3 x 3y x x 0 2 2y y y 1 0 x Udad 5 15

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES MÉTODOS MTEMÁTICOS ESPCIOS DE HILBERT Y OPERDORES LINELES Profesora: Mª Cruz Boscá TEM 4: OPERDORES LINELES Notacó: sea L ( L, ) y L ( L, ) dos espacos ormados; sea T u operador leal T : D( T ) < L L,

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

ANILLOS REALES (Primera de tres partes)

ANILLOS REALES (Primera de tres partes) ANILLOS REALES (Prmera de tres partes) ENRIQUE ANDRADE Departameto de Matemátcas, Facultad de Cecas, Uversdad Nacoal Autóoma de Méxco 0450 Méxco, D. F., Méxco. E-mal: erosols@yahoo.com.mx LEÓN KUSHNER

Más detalles

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3 Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó

Más detalles

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3 Probabldad PROBBILIDD. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó axomátca

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

α, entonces se cumple que: T ( x) α T ( x)

α, entonces se cumple que: T ( x) α T ( x) HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico.

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico. Objetvos El alumo coocerá y aplcará el cocepto de arreglos udmesoales para resolver problemas que requere algortmos de tpo umérco. Al fal de esta práctca el alumo podrá:. Maejar arreglos udmesoales.. Realzar

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS Números complejos SOLUCIONARIO Números complejos LITERATURA Y MATEMÁTICAS Las trbulacoes del estudate Törless Dme, etedste be todo esto? Qué? Ese asuto de los úmeros magaros. Sí, o es ta dfícl. Lo úco

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados.

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados. Estado cuátco: Prcpo de superposcó de los estados: Cualquer movmeto o perturbado que esté restrgdo por tatas codcoes como sea posble teórcamete s que exsta terferecas o cotradccoes etre ellas. Estado e

Más detalles

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

Más detalles

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO U N E X P O UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSE DE SUCRE VICE RECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERIA ELECTRONICA ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson: Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó

Más detalles

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS ísca para Cecas e Igeería 9 9 Seguda ley de Newto para u sstema de partículas Vmos al comezo de la Mecáca que u sstema de partículas materales es u cojuto más o meos umeroso de partículas que puede ejercer

Más detalles

Álgebra lineal numérica con. Matlab

Álgebra lineal numérica con. Matlab Álgebra leal umérca co Matlab Métodos Matemátcos de Especaldad (Mecáca-Máquas) Escuela écca Superor de Igeeros Idustrales Uversdad Poltécca de Madrd Javer García de Jaló de la Fuete Septembre 004 Álgebra

Más detalles

mecánica estadística Estadísticas Cuánticas Capítulo 5

mecánica estadística Estadísticas Cuánticas Capítulo 5 mecáca estadístca Estadístcas Cuátcas Capítulo 5 Gas Ideal Mooatómco e el Límte Clásco Cosderemos u as deal s teraccó etre moléculas mooatómco e u volume V a temperatura T. Además supoemos que la separacó

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS NÚMEOROS COMPLEJOS NÚMEOROS COMPLEJOS Defcó: El cojuto de los úmeros complejos es C R R {(, / R y b R} C está formdo por todos los pres ordedos de úmeros reles etre los que defmos u relcó, l guldd, y dos opercoes brs que

Más detalles

FUNCIONES ALEATORIAS

FUNCIONES ALEATORIAS Uversdad de Medoza Ig. Jesús Rubé Azor Motoya FUNCIONES ALEATORIAS Ua varable aleatora se defe como ua fucó que represeta gráfcamete el resultado de u expermeto a los úmeros reales, esto es, X(), dode

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax + bx + c = 0 se aalzó el sgo

Más detalles

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

PARTE 1 - PROBABILIDAD

PARTE 1 - PROBABILIDAD arte - robabldad rof. María. tarell RTE - ROILIDD - robabldad. - Espacos muestrales y evetos. La Teoría de robabldades estuda los llamados expermetos aleatoros. Eemplos cláscos de expermetos aleatoros

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada de de orde k de de ua ucó Pro. Arturo Hdalgo LópezL Pro. Alredo López L Beto Pro. Carlos Code LázaroL

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

. Usaremos una vía algebraica y una geométrica que nos

. Usaremos una vía algebraica y una geométrica que nos Título: La desgualdad etre la meda artmétca y geométrca e problemas de olmpadas. Resume: E el presete artículo se pretede mostrar la utldad de ua desgualdad ta elemetal como la relacó etre las medas artmétca

Más detalles

Se entiende por sistema de fuerzas a un conjunto de fuerzas como se indica

Se entiende por sistema de fuerzas a un conjunto de fuerzas como se indica CDENADAS VECTIALES DE LS SISTEAS DE FUEZAS Se etede po sstema de fuezas a u cojuto de fuezas como se dca La esultate geeal del sstema se obtee sumado los vectoes equpoletes de cada ua de las compoetes

Más detalles

5- VARIABLES ALEATORIAS BIDIMENSIONALES

5- VARIABLES ALEATORIAS BIDIMENSIONALES Parte Varables aleatoras bdmesoales Prof. María B. Ptarell 5- VARIABLES ALEATORIAS BIDIMENSIONALES 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. Esto es, el resultado

Más detalles

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011 Problemas de Polímeros Químca Físca Avazada Iñak Tuñó / POL.-U polímero moodsperso de masa molecular. gmol - está cotamado e u % e peso co ua mpureza de peso molecular. gmol -. Calcular z,, Co los datos

Más detalles

Axioma 1 (Principio de inducción matemática) Sea S N con la propiedad que: a) 1 S. b) k R, k S k + 1 S. Entonces S = N.

Axioma 1 (Principio de inducción matemática) Sea S N con la propiedad que: a) 1 S. b) k R, k S k + 1 S. Entonces S = N. Iducció matemática A meudo deseamos probar proposicioes de la forma N, p. Por ejemplo: 1 N, 1 + + 3 + + 1 + 1. N, + 4. 3 N, par implica par. Proposicioes y 3 se puede probar usado la técica de variable

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

. Algebraicamente se obtienen diferentes ecuaciones: v u Op v y es otro vector con el mismo módulo, la

. Algebraicamente se obtienen diferentes ecuaciones: v u Op v y es otro vector con el mismo módulo, la 6 CAPÍTULO : GEOMETRÍA EN EL ESPACIO - VECTORES. GEOMETRÍA DEL PLANO A lo largo de los crsos pasados estdamos la geometría del plao co los sgetes elemetos fdametales: Pto: Poscó e el plao qe por coeo defmos

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

Más detalles

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO EXISTECIA DE UA FUCIÓ O LIEAL, COTIUA Y BIYECTIVA E l CO IVERSA DISCOTIUA E TODO PUTO Jorge E Herádez U, Temístocles Zeballos M Uversdad de Paamá, Cetro Regoal Uverstaro de Veraguas, Departameto de Matemátca

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Construcción de los números reales.

Construcción de los números reales. B Costrucció de los úmeros reales. E el cojuto C de las sucesioes de Cauchy de úmeros racioales defiimos la relació siguiete: si (x ) =1 e (y ) =1 so dos sucesioes de C etoces (x ) =1 (y ) =1, si lím (x

Más detalles

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

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

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles