REVISTA INVESTIGACIÓN OPERACIONAL Vol., 29, No. 3, , 2008

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

Download "REVISTA INVESTIGACIÓN OPERACIONAL Vol., 29, No. 3, 231-241, 2008"

Transcripción

1 REVISA INVESIGACIÓN OERACIONAL Vo. 9 No CONRIBUCIONES AL MANOVA-BILO: REGIONES DE CONFIANZA ALERNAIVAS I. R. Amaro * J. L. Vcete-Vardó** Mª.. Gado-Vardó**. *Uersdad Cetra de Veezuea Facutad de Igeería Núceo de Cagua. Cagua. Veezuea. **Uersdad de Saamaca. Departameto de Estadístca. Saamaca España. RESUMEN E este trabao se propoe regoes de cofaza eíptcas para e Maoa-Bpot e ugar de as regoes crcuares tradcoamete usadas. E a costruccó de estas regoes se cosdera a arabdad muestra de os ees de a represetacó y se toma como puto de partda e desarroo matemátco usado or KRZANOWSKI 989 e e cotexto de Aáss de Varabes Caócas. E ua apcacó de os resutados teórcos a u couto de datos se obsera que e área de as epses es cosderabemete más grade que e área de os círcuos. Itutamete es de esperarse etoces que as regoes eíptcas tega más exacttud probabístca que as crcuares. ABSRAC We propose eptca cofdece regos for the Maoa-Bpot stead of the tradtoay used cofdece crces. hese regos are costructed take to accout the sampe arabty of the represetato axes ad are based o the mathematca deeopmet used by Krzaowsk 989. A appcato of the theoretca resuts to a data set shows that the areas of the epses are cosderaby greater tha the areas of the crces. hese suggest that eptca cofdece regos are probabstcay more accurate tha the tradtoa crces. KEY WORDS: Bpot MANOVA Maoa-Bpot Cofdece regos. MSC 6H5. INRODUCCIÓN E Maoa-Bpot es ua técca estadístca mutarate utzada e stuacoes expermetaes dode se dspoe de aras arabes respuesta y se quere buscar as dferecas etre aros grupos. Fue deomada Maoa-Bpot por Gabre auque també se e cooce como Bpots Caócos por Vcete-Vardó 99 y Gower Y Had 996. E Maoa-Bpot para dseños de dos ías fue troducdo por Amaro et a E e presete trabao se propoe regoes de cofaza para e Maoa-Bpot costrudas cosderado a arabdad de os ees y tomado como puto de partda os desarroos matemátcos usados por Krzaowsk 989 e e cotexto de Aáss de Varabes Caócas. A dfereca de Aáss de Varabes Caócas e e Maoa-Bpot además de terpretar as dferecas-semeazas etre os grupos; també podemos terpretar as reacoes etre as arabes; y as reacoes etre grupos y arabes. Adcoamete e Maoa-Bpot os proporcoa meddas de a cadad de represetacó tato de medas de grupo como de as arabes que os permte ua meor terpretacó de os resutados. E os casos e os que se tee arregos de tratametos co dos factores o más es ecesaro e uso de Maoa y por o tato e Maoa-Bpot además permte estudar a teraccó e efecto de factor fa y e efecto de factor couma.. MÉODOS :amaror@hotma.com 3

2 E Aáss Mutarate de a Varaza o MANOVA por sus sgas e ges es ua técca muy coocda que comeza co ua matrz de datos X que se supoe partcoada e k grupos e -ésmo de os cuaes esta formado por dduos...k k ; y sea x e ector de p obseracoes de as arabes x x... x sobre e -ésmo dduo... de -ésmo p grupo que se supoe es ua muestra aeatora de ua pobacó N μ Σ. Los k grupos se cosdera muestras que depede de parámetros descoocdos y sgue e Modeo Lea Geera Mutarate X A B U para ua casfcacó de ua ía y se asume que tee araza comú estmada por Ε que es a matrz de sumas de cuadrados y productos detro de grupos y H es a matrz de sumas de cuadrados y productos etre grupos. Se quere probar a Hpótess Lea Geera: H 0 : C B M 0. E Maoa-Bpot se costruye a partr de a descomposcó e aores sguares geerazada: R D E U D V dode: R C A A C D C B M C A A A XM omado como marcadores para as fas grupos: R UD y como marcadores para as coumas arabes a: Q E V E dos dmesoes as dos prmeras coumas de a matrz cotee as coordeadas de as medas de grupo. Las regoes de cofaza mas usadas ha sdo círcuos arededor de estas medas. 3. REGIONES DE CONFIANZA ALERNAIVAS E obeto es costrur regoes de cofaza para as medas de grupo e e Maoa-Bpot tomado e cosderacó a arabdad muestra de os ees. La descomposcó Maoa-Bpot de a ecuacó estabece que a matrz R UD cotee os marcadores de os grupos e a represetacó Bpot. E a proyeccó e dos dmesoes teemos que as coordeadas muestraes de cetrode de grupo so: p. k Dode so as coordeadas sobre e prmer ee y cetrode de grupo. Etoces se quere costrur ua regó de cofaza para 3 as coordeadas sobre e segudo ee de p.

3 Cuadras 996 pág. 35 estabece que s a... a a es u puto de espaco Eucídeo R C x x... x taes es ua matrz defda posta y b es ua costate e couto de putos que: costtuye u epsode de x a C x a b R de cetro e a. Basado e esto a teoría estádar de a dstrbucó orma mutarate que puede erse por eempo e Marda et a. 979 pág. 38 Morrso 978 pág. 87 Seber 984 pág. 9; estabece e sguete resutado geera: s ζ es astótcamete orma co meda cero y matrz de arazas y coarazas Σ etoces: ζ a Σ ζ a χ α Dode χ es e puto crítco de a dstrbucó Ch-cuadrado. De ta forma que ua regó de cofaza α de 00- α % para a -ésma meda de grupo es u epsode cetrado e a y defdo por: ζ a Σ ζ a χ α S se supoe que os ees so fos etoces a matrz Σ es a detdad CuadraS 996 pág. 356 y se tee: ζ a ζ a χ α que es a tradcoa regó de cofaza ua hperesfera cetrada e a. Cuado se proyecta sobre os dos prmeros ees resuta círcuos de rado regoes más usadas e estos aáss. 33 χ α. Estas so as Aguas apcacoes reatamete recetes de Maoa-Bpot usado regoes crcuares puede erse e: Vcete M. A. et a. 00 Iñgo A. C. et a. 004 y VARAS M. J. et a Los ees Bpot de a represetacó gráfca se costruye a partr de os ectores propos asocados a os aores propos de a descomposcó. Los so as proyeccoes de as medas de -ésmo grupo sobre e ee por o tato puede escrbrse e fucó de os ectores propos asocados uego a araza Var depederá de a arabdad de cada ee. Cuado os ees o se cosdera fos a dstrbucó muestra exacta de os aores propos y de os ectores propos asocados es muy compea para ser usada e a práctca auque Aderso 984 pág. 545 estuda sus dstrbucoes astótcas y ecuetra que s k E sgue ua dstrbucó de Wshart co f k grados de bertad y parámetro Σ metras que k H sgue ua dstrbucó de Wshart depedete o cetra co f k grados de bertad y parámetro

4 34 μ μ μ μ Φ y 0 > f f etoces os mometos astótcos aproxmados so: ' co ar f f E E a a a A partr de aquí se demuestra que: E ξ a poscó de a -ésma meda pobacoa co refereca a -ésmo ee y utzado expresoes para e cácuo de esperazas codcoaes que puede erse por eempo e Rao 973 pág Krzaowsk 989 ecuetra que para...k...s: k s Var ξ ξ 3 y k Co ξ ξ 4 Dode os parámetros ξ so os parámetros pobacoaes que so estmados usado dstrbucoes aproxmadas por / k y respectamete y k k smk- p. Supoedo ormadad astótca de os y apeado a teorema cetra de ímte tomado e cueta que p o debe ser muy pequeño se tee etoces que os tee aproxmadamete ua dstrbucó orma co meda dada por: E ξ araza dada por 3 y coaraza por 4. De ta forma que para costrur as regoes de cofaza de as medas de grupo e as dos prmeras arabes como ees e ector de medas de -ésmo grupo tee ua dstrbucó orma co meda ξ ξ y matrz de dspersó: c c Dode está dados por as ecuacoes 3 co respectamete; metras que c es dado por 4 co respectamete.

5 Etoces de acuerdo a a ecuacó a regó de cofaza de 00-α % para a meda de grupo - ésmo proyectado sobre os dos prmeros ees es ua epse cetrada e y defda por: ξ ξ ξ c χ c α ξ Dode χ α es e puto crítco de a dstrbucó ch-cuadrado co dos grados de bertad. Hacedo: c c c c c Lamado x y a as coordeadas de os putos sobre a epse. Después de u desarroo matrca se ega a que a ecuacó de esa epse puede ser escrta e a forma: x c x y y c χ α 5 Se puede demostrar que a excetrcdad de esta epse es teror es π c χ. α c y que su área Estas regoes de cofaza que so epses co os ees rotados se ha costrudo usado as arazas y coarazas expresadas por as ecuacoes 3 y 4 que usa e su costruccó a arabdad de os ees que es o que se buscaba. 4. ALICACIÓN Co e f de ustrar e Maoa-Bpot co regoes de cofaza eíptcas se apcará esta técca a famoso couto de datos de Fsher er MARDIA et a. 979 que cotee 50 obseracoes de 4 característcas de a for de Ls arabes: V:Logtud de sépao SepaLe V:Acho de sépao SepaWd V3:Logtud de pétao etale y V4:Acho de pétao etawd para tres especes grupos de geero s: G: setosa G: erscoor y G3: rga. ota de obseracoes: 50. Ates de estudar a apcacó de método es ecesaro cosderar certos aspectos como so: e exame preo de a matrz de datos mutarates dode se cuye a deteccó de outers y e tratameto de datos ausetes y a erfcacó de os supuestos de aáss mutarate de a araza. Los resutados de estos aáss o se muestra aquí ya que este couto de datos ha sdo ampamete usado e a teratura para eempfcar aras téccas estadístcas como por eempo e Aáss Dscrmate y MANOVA er por eempo MARDIA et a. 979 MORRISON 978. Es ecesaro señaar que a ormadad mutarate además de ser u requsto para MANOVA també es ecesara para a costruccó de as regoes de cofaza eíptcas que se propoe e este trabao y este requsto es cumpdo por este couto de datos. 5. MANOVA-BILO 35

6 odos os aáss fuero reazados utzado programas desarroados por os autores bao MALAB er. 7. E prmer ugar se preseta e a taba os aores propos ercas e ercas acumuadas para e Bpot. Ee aba : Vaores propos ercas e ercas acumuadas. Vaores orcetae Ierca propos de erca acumuada Se puede obserar que e porcetae de arabdad expcado por e prmer pao factora es 00 % que es gua a a bodad de auste e e pao. Las cadades de represetacó para as medas se muestra e a sguete taba: aba : Cadades de represetacó de as medas e e Bpot. Grupos Ee Ee Acumuada G G G odemos obserar e a taba que para cada grupo os dos prmeros ees recoge e 00 % de a arabdad de as medas por o que as dferecas etre os grupos puede terpretarse sobre e prmer pao. aba 3: Cadades de represetacó de as arabes e e Bpot. Varabes Ee Ee Ee 3 Acumuada V V V V Las cadades de represetacó para as arabes se muestra e a sguete taba: Las arabes V3 y V4 tee ua ata cadad de represetacó e os dos prmeros ees: y respectamete. or o que estas dos arabes puede ser terpretadas e estos ees. No así as 36

7 arabes V y V cuyas cadades de represetacó so baas e e prmer pao 4.6 y 4.9 respectamete por o que o se terpreta E a taba 4 se muestra as arazas cacuadas usado a ecuacó 3. aba 4: Varazas segú ecuacó 3. Grupo Ee Ee G G G Y as coarazas cacuadas co a ecuacó 4 se muestra e a taba 5. aba 5: Coarazas segú ecuacó 4. Grupo Coaraza G G G Co os aores mostrados e as tabas 4 y 5 se costruye as ecuacoes de as epses de cofaza de 95 % para os cetrodes de grupo segú e procedmeto descrto ates ecuacó 5. E a taba 6 se muestra as ecuacoes de as epses de cofaza para cada grupo. aba 6: Ecuacoes de as epses de cofaza. Grupo G G G3 Ecuacó de a epse 0.64x x.3 y y x x 0.5 y y x x.7 y y Se puede obserar e a taba 7 que as epses tee dferetes águos de cacó arado desde e grupo G co u águo muy pequeño de.7 º hasta e grupo G3 co 3.º. Así msmo as áreas de as epses so dferetes. E a fgura se muestra a represetacó Bpot e e prmer pao factora. Usado as propedades de Maoa-Bpot e a fgura podemos obserar que as epses de cofaza o se tercepta o que sgfca que hay dferecas etre os tres grupos es decr que as tres especes so dferetes e as cuatro arabes estudadas smutáeamete. Las característcas más mportates de estas epses está mostradas e a taba 7. 37

8 Grupo Cetro aba 7: Característcas de as epses de cofaza. Águo De Icacó Logtud de ee mayor Logtud de ee meor Área G º G º G º Sguedo co as propedades se puede comparar u grupo co e promedo de otros dos. Así por eempo e promedo de as medas de os grupos G y G es e puto medo de segmeto que ue os cetrodes de G y G. Y así se puede comparar os otros casos. MANOVA BILO DE UNA VIA ee G G V V4 V G3 V ee Fgura.-Represetacó Bpot co Epses y Círcuos. De a represetacó se deduce que os tres grupos so dferetes e a arabe V3 ogtud de os pétaos porque a proyectar sus epses de cofaza sobre e ector que represeta a esa arabe as proyeccoes so dsutas. Co este msmo argumeto també se tee que os tres grupos so dferetes e a arabe V4 acho de os pétaos. De a taba se tee que e prmer ee expca e 99. % de a aracó etre grupos y e a taba 9 se obsera que a arabe V3 es a que tee a mas ata correacó co e ee 97.0 es por esto que e a fgura aparece e grupo G opuesto a os otros dos grupos dcado que obseracoes fores co 38

9 aores atos para a arabe V3 pétaos más argos aparece stuadas a a derecha de gráfco. Es decr a espece s setosa tee os pétaos mas cortos seguda de a espece Ls erscoor y famete co os pétaos más argos a espece Ls rga. Se e etoces e e ado zquerdo de gráfco a espece s setosa co ogtud y acho de pétao pequeños metras que e e otro extremo a a derecha a espece s rga co ogtud y acho de os pétaos más grades. ambé e a fgura obseramos que a arabe que más fuye e a separacó de os grupos G y G3 es V3 porque e ector que represeta a esta arabe es cas paraeo a a recta que pasa por os cetrodes de G y G3. La desacó estádar de a arabe V4 es mayor que a de a arabe V3 esto es: e ector que correspode a V4 tee mayor ogtud que e que correspode a V3. A pesar de que e a fgura aparece más argo e ector que represeta a V esa arabe o es terpretabe e este pao por teer muy baa cadad de represetacó. Otro aspecto mportate es e que tee que er co e área de as epses. or a forma como se ha costrudo e área de as epses está reacoada co a arabdad muestra de cada grupo y co e tamaño muestra. Así obseramos que a epse correspodete a grupo G tee mayor área y este es e grupo co mayor arabdad. aba 8: Leyeda para a fgura. GRUOS G: Ls setosa G: Ls erscoor G3: Ls rga VARIABLES V: Logtud de sépao V: Acho de sépao V3: Logtud de pétao V4: Acho de pétao E a fgura está represetadas as regoes eíptcas y as crcuares cuyos rados ee dados por a expresó: χ α Se obsera e esta fgura que todos os círcuos tee e msmo rado porque os datos so baaceados. Hay ua gra dfereca etre e área de os círcuos y e de as epses: e área de as epses es cosderabemete más grade que e área de os círcuos. Itutamete es de esperarse etoces que bao dferetes muestras de estas pobacoes e u mayor úmero de eces as regoes eíptcas cotedrá a a erdadera meda pobacoa e ugar de as regoes crcuares. 6. DISCUSIÓN aba 9: Correacoes de as arabes co os ees. Correacoes Correacoes a cuadrado x 00 Varabes Ee Ee Ee Ee V V V V E e eempo presetado se ha mostrado ua metodoogía para costrur regoes de cofaza eíptcas para os cetrodes e u Maoa-Bpot cosderado a arabdad muestra de os ees de a represetacó. 39

10 La corporacó de estas regoes debe coducr a aáss más precsos que os obtedos co as regoes crcuares cáscas. Las regoes de cofaza propuestas está basadas e ua sere de aproxmacoes y os resutados arroa cosderabes dferecas etre as áreas de as epses y de os círcuos por o que se patea a ecesdad de futuras estgacoes e este setdo. Se recomeda reazar u estudo comparato posbemete utzado téccas de smuacó Bootstrap etc. La metodoogía propuesta dea aberta a posbdad de futuras estgacoes e otros aspectos como so: geerazacó a dseños de dos factores o más Maoa-Bpot Robustos Aáss de a Coaraza Aáss de erfes Modeos Mxtos etc. 7. CONCLUSIONES.-Es posbe costrur regoes de cofaza eíptcas para os cetrodes de os grupos e u Maoa- Bpot y a partr de aquí terpretar gráfcamete dferecas etre grupos as arabes resposabes de as dferecas y otros cotrastes de terés..-las regoes de cofaza eíptcas se ha costrudo tomado e cosderacó a arabdad muestra de os ees o que corpora formacó fereca que permtrá hacer aáss más precsos. 3.-Se apcó e Maoa-Bpot co regoes de cofaza eíptcas para aazar u couto de datos de a bbografía y comparádoo co as regoes de cofaza crcuares cáscas tutamete parecera que as ueas regoes tee más exacttud probabístca que as crcuares. 4.-Se poe de mafesto e a apcacó as etaas de Maoa-Bpot respecto a Aáss de Varabes Caócas sobre todo e cuato a aspectos como so: a represetacó e e msmo gráfco de os cetrodes de os grupos de as arabes y de as regoes de cofaza; y e uso de meddas de as cadades de represetacó. REFERENCIAS Receed March 007 Resed Juy 008 [] ANDERSON. W. 984: A Itroducto to Mutarate Statstca Aayss. d ed. Wey New York. [] AMARO I. R. VICENE-VILLARDÓN J. L. y GALINDO-VILLARDÓN M.. 004: Maoa Bpot para arregos de tratametos co dos factores basado e modeos eaes geeraes mutarates. Iterceca [3] CUADRAS C. M. 996: Métodos de aáss mutarate. Eubar Barceoa. [4] GABRIEL K.R. 97: Aayss of meteoroogca data by meas of caoca decomposto ad Bpots. Joura of Apped Meteoroogy : [5] GABRIEL K. R. 995: MANOVA Bpots for two-way cotgecy tabes. E: Recet Adaces Descrpte Mutarate Aayss. W. KRZANOWSKI ed.. Caredo ress Oxford [6] GOWER J. C. y HAND D. J. 996: Bpots. Chapma ad Ha Lodo [7] IÑIGO A. C. VICENE-AVERA S y RIVES V. 004: MANOVA-Bpot statstca aayss of the effect of artfca ageg Freezg/hawg o the coour of treated grate stoes. Coor research ad appcato [8] KRZANOWSKI W. J. 989: O cofdece regos caoca arate aayss. Bometrka

11 [9] MARDIA K. V.; KEN J.. y BIBBY J. M. 979: Mutarate Aayss. Academc ress Lodo [0] he Math Works 007: MALAB erso 7. he Math Works c. Natck MA USA. [] MORRISON D. F. 978: Mutarate Statstca Methods. McGraw-H Lodo- [] RAO C. R. 973: Lear statstca ferece ad ts appcatos. Wey New York. [3] SEBER G. A. F. 984: Mutarate Obseratos. Wey New York. [4] VARAS M. J. VICENE-AVERA S. MOLINA E. y VICENE-VILLARDÓN J. L. 005: Roe of caoca bpot method the study of budg stoes: a exampe from Spash moumeta hertage. ENVIRONMERICS 6-5. [5] VICENE-VILLARDÓN J. L. 99. Ua aterata a as téccas factoraes basada e ua geerazacó de os métodos Bpot. ess Doctora. Uersdad de Saamaca. [6] VICENE M. A. y VICENE-AVERA S. 00: Cay poutces sat extracto from orameta stoes: a statstca approach. Cays ad Cay Meras

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

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web:

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web: Itroduccó al Algebra Leal e Cotexto Autor José Arturo Barreto M.A. Web: www.abaco.com.e www.mprofe.com.e josearturobarreto@yahoo.com Descomposcó e Valor Sgular (SVD: Sgular Value Decomposto) El sguete

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

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

(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

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

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

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

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

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

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015 Tercera Prueba de Evaluacó cotua 30 de ovembre de 05.- Se ha tomado valores de ua varable físca X, que se supoe ormal, resultado: 30,; 30,8; 9,3; 9; 30,9; 30,8; 9,7; 8,9; 30,5; 3,; 3,3; 8,5. a) Costrur

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

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

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

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

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

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

2.4 Pruebas estadísticas para los números pseudoaleatorios

2.4 Pruebas estadísticas para los números pseudoaleatorios Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto

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

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Especalsta e Estadístca y Doceca Uverstara PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV Tal vez el método más recomedable para el caso e que F(x) es ua dstrbucó cotua es el método para ua muestra

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

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

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito. MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Análisis de datos en los estudios epidemiológicos II

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

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

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

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

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

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

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

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

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

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

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre:

F.V. SC gl CM F Bloque Tratamiento Error Total AGRO Examen Parcial 1. Nombre: Exame Parcal 1 Nombre: AGRO 66 1 Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro y la calculadora. Para obteer crédto parcal las respuestas debe ser cosstetes.

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

Teorías de falla bajo cargas estáticas

Teorías de falla bajo cargas estáticas Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

La Metodología de la Verosimilitud Empírica

La Metodología de la Verosimilitud Empírica La Metodología de la Verosmltud Empírca Gozalo Delgado Facultad de Matemátcas, Uversdad Autóoma de Guerrero Méxco deggozalo@aol.com Probabldad y Estadístca Superor Resume Se expoe la metodología de la

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

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

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

Ingeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual

Ingeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual Cotudad del cotrol vsual INDICE Itroduccó Teoría prelmar: Cotrol vsual e el espaco varate Cotrol e el espaco varate co pesos(weghted varat space) Expermetos utlzado datos smulados Cotrol de ua camara metras

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

11. TRANSFORMADOR IDEAL

11. TRANSFORMADOR IDEAL . TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la

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

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

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

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

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

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

INTRODUCCION A LA GEOESTADISTICA

INTRODUCCION A LA GEOESTADISTICA INTRODUION A LA GEOESTADISTIA 7 3' W MAR ARIBE Boca de la Barra 3 larí 8 6 4 Grade R Sevlla 8 6 R Aracataca 45' N 4 R Fudaco Teoría y Aplcacó UNIVERSIDAD NAIONAL DE OLOMBIA Sede Bogotá Facultad de ecas

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles