GUÍA DE ESTUDIO MODULAR ESTADISTICA BÁSICA

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

Download "GUÍA DE ESTUDIO MODULAR ESTADISTICA BÁSICA"

Transcripción

1 GUÍA DE ESTUDIO MODULAR ESTADISTICA BÁSICA Tercer Nivel TECNOLOGÍAS EN: ADMINISTRACIÓN DE EMPRESAS MENCIÓN CONTABILIDAD Y AUDITORIA E INFORMÁTICA MENCIÓN ANÁLISIS DE SISTEMAS Desarrollo Guía Modular: ECO. WASHINGTON CHILIQUINGA Correcció: Aprobado: Edició: Comisió de Redacció Vicerrecorado Académico Isiuo Superior Tecológico David Ausubel PERÍODO: Ocubre 15 abril 16 QUITO - ECUADOR 1

2 PARA USTED APRECIADO ESTUDIANTE NO OLVIDE QUE EL ESFUERZO Y LA PERSEVERANCIA MÁS EL ESTUDIAR Y TRABAJAR ENGRANDECE AL SER HUMANO. Y USTED DEPENDE EL ENGRANDECERSE El Isiuo Tecológico Superior David Ausubel, da la bieveida a ese su módulo de Comuicació Oral y Escria y espera que el desarrollo del mismo apore para su vida profesioal.

3 NOTA: EN ESTE TETO GUIA SE ENCUENTRAN DESARROLLADOS LOS TEMAS QUE CORRESPONDEN A ESTE MÓDULO, Y LAS TAREAS QUE USTED DEBERÁ DESARROLLAR. 1. EL TUTOR TIENE LA OBLIGACION DE EPLICAR PASO A PASO TODOS LOS TEMAS QUE SE ENCUENTRAN EN EL MODULO.. ESTUDIANTE TIENE LAS OPORTUNIDADES QUE SEAN NECESARIAS PARA ACLARAR LOS TEMAS QUE NO COMPRENDA MEDIANTE LA EPLICACIÓN DEL TUTOR YA SEA DE MANERA PRESENCIAL O MEDIANTE EL CORREO ELECTRONICO. 3. LAS TAREAS SERAN ENVIADAS POR EL TUTOR, DE ACUERDO A LAS FECHAS DEL CALENDARIO Y DE ACUERDO AL DESARROLLO DEL MÓDULO. 4. ES OBLIGACION DEL ESTUDIANTE ASISTIR A CADA UNA DE LAS TUTORÍAS PRESENCIALES PROGRAMADAS EN EL CALENDARIO DE ACTIVIDADES. 5. TODO TRABAJO DEL ESTUDIANTE SERÁ EVALUADO DE ACUERDO AL TUTOR. 6. AL FINAL EL TUTOR EVALUARA EL MÓDULO EN SU TOTALIDAD. 7. DE REQUERIR CUALQUIER INFORMACION DIRIGIRSE AL CORREO DE LA DIRECCION ACADEMICA Y SERA ATENDIDO INMEDIATAMENTE EN SU CONSULTA. ecowasho@yahoo.com Docee Eco. Washigo Chiliquiga Vicerrecoradoacademico@davidausubel.edu.ec Gracias por su cofiaza. 3

4 1. PERFIL DE CARRERA ADMINISTRACIÓN DE EMPRESAS MENCIÓN CONTABILIDAD Y AUDITORIA. a) OBJETIVO DE FORMACION INTEGRAL DEL PROFESIONAL Formar profesioales co persoalidad defiida, alos valores éicos, morales, culurales y espíriu emprededor; preparados cieífica y ecológicamee para iiciar y admiisrar pequeñas y mediaas empresas, co aplicació del Mercadeo, Fiazas, Producció y Admiisració; compromeido co el desarrollo soseido y suseable del país. b) PERFIL DEL TECNÓLOGO EN CONTABILIDAD Y AUDITORÍA Es u profesioal emprededor capaz de aplicar sisemas coables y mecaismos de corol coable y fiaciero, sobre bases cieífico-meodológicas y legales, demosrado espíriu emprededor y alos valores éicos y morales. c) COMPETENCIAS DEL TECNÓLOGO EN CONTABILIDAD Y AUDITORÍA Demosrar eficiecia e el maejo coable y fiaciero e el secor empresarial y público Paricipar e audiorías de la acividad coable y fiaciera e empresas y orgaizacioes Adopar decisioes oporuas e el maejo coable y fiaciero, e fució de la eficiecia y eficacia empresarial Desarrollar los mecaismos de corol iero que promueva la eficiecia, reduzca los riesgos de pérdida de acivos, asegurar la cofiabilidad de los esados fiacieros dero del marco de cumplimieo de las leyes y regulacioes Admiisrar su propia microempresa de servicios coables y de audioría. SISTEMATIZACIÓN DE LAS COMPETENCIAS DEL TECNÓLOGO EN CONTABILIDAD Y AUDITORÍA d) NIVEL COMPETENCIA PRINCIPAL Aplicar correcamee sus coocimieos micro y macro ecoómicos e ua plaificació esraégica Llevar a cabo proyecos de audioría e su propia microempresa F) ESCENARIOS DE ACTUACION El ecólogo e Coabilidad y Audioría podrá desevolverse e: Empresas del Secor público o privado Empresas acioales o ieracioales Pymes Idusrias Bacos Fiacieras ONGs 4

5 Ceros educaivos Su propia microempresa de servicios admiisraivos Tecología e Admiisració de Empresas G) OCUPACIONES PROFESIONALES El ecólogo e Coabilidad y Audioría podrá desempeñarse como: Admiisrador de pequeñas y mediaas empresas Direcor deparameal Jefe de oficia Asesor de pequeñas y mediaas empresas Fucioario bacario Admiisrador de su propia microempresa. PERFIL DE INFORMÁTICA MENCIÓN ANÁLISIS DE SISTEMAS a) OBJETIVO DE FORMACIÓN INTEGRAL DEL PROFESIONAL Demosrar e el desempeño profesioal de la iformáica u comporamieo éico que se evidecie e el ierés por la ivesigació e iovació ecológica, co resposabilidad social, espíriu empresarial y compromiso co el desarrollo soseido y suseable del país. b) PERFIL DEL TECNÓLOGO EN INFORMÁTICA Es u profesioal capaz de usar herramieas y écicas para recolecar daos, aalizar, diseñar, desarrollar e implemear uevos sisemas que permia auomaizar los procedimieos de las empresas co fudameos cieíficos, ecológicos, humaísicos y de gesió, demosrado sólidos valores éico-morales. c) COMPETENCIAS PRINCIPALES POR DESARROLLAR Coducir el ciclo de vida de u sisema de iformació que permia auomaizar el maejo de los daos mediae u sisema de compuadora, uilizado para ello las diferees herramieas iformáicas exisees e el medio acual. Fudamear cambios e la esrucura orgaizacioal, procedimieos, políicas y fucioes de ua eidad que permia opimizar el flujo de daos e iformació, aumeado co ello la producividad y compeiividad y dismiuyedo los cosos operaivos. Admiisrar las accioes para realizar u correco aálisis, diseño, desarrollo y documeació de los sisemas iformáicos de u cero de cómpuo, que cubra las expecaivas de la isiució y del medio e que se desevuelve. Evaluar y seleccioar hardware y sofware, fudameado e cuadros comparaivos écicos que permia saisfacer los requerimieos de las empresas y orgaizacioes e geeral. 5

6 Aalizar de maera idepediee e imparcial las bodades o defecos de u sisema de iformació, mediae la valoració de odos los procesos que ierviee, omado e cuea las ecesidades y el presupueso ecoómico. Apoyar la oma de decisioes de la gerecia uilizado méodos maemáicos, esadísicos, modelos de raspore y de ivesigació de operacioes. SISTEMATIZACIÓN DE LAS COMPETENCIAS POR NIVELES d) NIVEL COMPETENCIA PRINCIPAL Isalar, operar y admiisrar programas uiliarios coociedo odos los pricipios de la iformáica. Programar e leguajes de ercera geeració aplicado écicas especializadas y co pleo coocimieo de sisemas maemáicos y coables Coocer las accioes requeridas hacia la auomaizació de las empresas mediae el aálisis, diseño, desarrollo, documeació e implemeació de los sisemas. Diseñar y admiisrar Bases de daos, domiado la programació e herramieas de cuara geeració y la programació orieada a objeos. Paricipar e el diseño de sisemas iformáicos ieracuado co plaaformas de iere y co pleo coocimieo de la admiisració de las redes y sus sisemas operaivos. Admiisrar las acividades de u deparameo de cómpuo co la aplicació de herramieas iformáicas y gereciales icluyedo la creació de su propia microempresa. e) ESCENARIOS DE ACTUACIÓN El Tecólogo e Iformáica podrá desempeñarse e odo ipo de empresa pública o Privada dode se requiera raar de ua maera especial a los daos y la iformació que Se geera dero de la eidad, sea por procesos o por rasaccioes: Isiucioes Bacarias Eidades Fiacieras Empresas Comerciales Empresas del esado Ees de servicio a la comuidad Isiucioes de capaciació a ivel profesioal, uiversiario o iermedio Empresas de Asesoría Iformáica f) OCUPACIONES PROFESIONALES El Tecólogo e Iformáica podrá desempeñarse como: Geree de Sisemas Programador de compuadoras Direcor de grupos de rabajo Admiisrador de Ceros de Cómpuo Asisee de gerecia 6

7 Admiisrador de Bases de Daos Isrucor de persoal e el área iformáica Asesor orgaizacioal de las empresas Asesor e el área iformáica 3. PRESENTACIÓN Desde hace siglos, la aplicació de regisros e isrumeos para esudiar ua deermiada població ha sido uilizados por diversas acioes, ales como: roma, Egipo, chia, ere oros. De allí viee el orige de la esadísica, la cual aes de ser ua ciecia fue implemeada por jefes de gobiero para llevar los regisros de daos uméricos, de la població de los acimieos, y las disfucioes ocurridas e uo o varios años. La esadísica es ua écica auxiliar de las ciecias admiisraivas, esa permie deermiar y medir maemáicamee las variables que ierviee dero de las acividades admiisraivas. Eoces la esadísica es u isrumeo idispesable e el proceso de ivesigació. Formalmee, se puede clasificar la esadísica e descripiva, cuado se uiliza simplemee para la preseació y síesis de la iformació recogida e u esudio, e iferecial, que iee por objeivo geeralizar la iformació obeida e ua muesra a resulados válidos para la població de la que procede. E paricular, el cálculo de probabilidades sumiisra las reglas apropiadas para cuaificar esa iceridumbre y cosiuye la base para la esadísica iduciva o iferecial. El objeivo de ese rabajo cosise e iroducir alguos de los cocepos básicos del cálculo de probabilidades, así como las reglas ecesarias para el desarrollo de la iferecia esadísica e medicia. Ua exposició más deallada de esos y oros cocepos puede ecorarse e referecias más especializadas. Se coviere e ua herramiea fudameal dero de la plaificació y la orgaizació, pues la esadísica permie defiir las desviacioes que puede geerarse dero de los procesos y deermiar co cereza los correcivos que puede realizar para que o geere mayores problemas. Esa écica esá presee e los esudios de mercado de las empresas, e los iformes coable, iformes ecoómicos, e el desarrollo de uevos proyecos, iformes empresariales, e defiiiva e oda acividad de carácer admiisraivo. Tambié es aplicada diariamee por esudiaes uiversiarios, que al realizar rabajos, ecuesas, erevisas ec., hace ambié el uso de ella. Hoy e día, la esadísica es ua ciecia que se ecarga de esudiar ua deermiada població 7

8 por medio de la recolecció, recopilació e ierpreació de daos. Del mismo modo, es cosiderada ua écica especial apa para e esudio cuaiaivo de los feómeos de masa o colecivo. 4. OBJETIVOS DE LA MATERIA GENERAL La esadísica como ciecia se ecarga de recopilar, e ierprear daos que e el fuuro servirá para proyecar posibles problemáicas fuuras, cosiguiedo segú esos daos, la solució más viable y rápida. El objeivo básico de la esadísica es hacer iferecia acerca de ua població co base a la iformació coeida e ua muesra ESPECIFICOS Mejorar la compresió de hechos a parir de daos. Eregar a los esudiaes herramieas que permia el esudio e ivesigació de coeidos co muesras.. Desarrollar la capacidad del esudiae e asuos ivesigació y recopilació de iformació. 5. COMPETENCIAS GENERALES Lograr que el esudiae domie la écica de recolecar e ierprear las relacioes cuaiaivas y cualiaivas de los procesos ecoómicos social, e siuacioes coocidas y cambiaes, mediae la aplicació de écicas esadísicas para la obeció de daos, preseació de cálculo de esadígrafos, úmeros ídices y raamieos de daos bidimesioales. ESPECÍFICOS 1. Uilizar adecuadamee los procesos de ivesigació esadísica e problemas ecoómicos y sociales.. Calcular los promedios y oros idicadores e siuacioes e que ierviee las variables esadísicas e la oma de decisioes e ierprear sus resulados. 3. Aalizar el grado de dispersió de los esadígrafos de posició co variables esadísicas, e problemas de la vida real. 4. Uilizar el cálculo de idicadores ecoómicos de la variació relaiva e precios y cosos y sus aplicacioes prácicas. 6. PROPÓSITO 8

9 Los diferees coeidos permiirá desarrollar habilidades e el maejo de herramieas esadísicas mediae la ejecució de diversos procesos, desrezas, coocimieos que se uilizara e ua ivesigació. El aspeco meodológico e el raamieo de la asigaura, esará direcamee relacioado co la caracerísica de formació iegral de profesioales co Compeecias que permiirá que el esudiae desarrolle desrezas de coocimieo, puesa e prácica y logrado evideciar resulados, permiiremos profesioales co pricipios de liderazgo, emprededores, preparados para la ivesigació y para la vida. 7. DIDÁCTICA Ecorará e el exo la forma écica de desarrollar esquemas, alleres y rabajos prácicos, co u crierio didácico de iegració académica e cosideració a que el maesro, es el faciliador del coocimieo e el proceso ENSEÑANZA APRENDIZAJE 8. ORIENTACIONES DE ESTUDIO El/a esudiaes es quie desarrolla u rabajo auóomo, es decir que por si sólo se ecarga del proceso apredizaje, uiliza la meodología que vaya acorde co su realidad, iegrado los coeidos que se le presea y su lógica y creaividad para resolver problemas o siuacioes omado como pilar fudameal la ivesigació. Todo el proceso se efocará a cosiderar siuacioes de apredizaje coforme a la emáica a esudiar cosiderado u aálisis bibliográfico, desarrollo de la capacidad de pesar y reflexioar, apores de experiecias previas, desarrollo simuláeo de habilidades del pesamieo y coeidos cocepuales, rabajos de ieracció y comuicació co esudiaes, empresas, solució de casos, relació eórico prácica. 9. ACTIVIDADES RECOMENDADAS Lea el documeo aeamee capaz de que pueda esar e codicioes de asimilar los emas propuesos del docee y preguas de eer vacíos. Desarrolle las acividades dero del aula y e casa depediedo de lo requerido por el docee. Desarrolle a iempo odas las areas idividuales y e grupo. Prepárese co aicipació para ua exposició Revise los coeidos para su evaluació. 9

10 MÓDULO DE ESTADÍSTICA CAPITULO I. 1- LA ESTADÍSTICA 1.1- DEFINICIÓN 1.- RESEÑA HISTÓRICA 1.3- CLASES DE ESTADÍSTICA 1.4- POBLACIÓN Y MUESTREO; ESTADÍSTICA INDUCTIVA Y DESCRIPTIVA 1.5- FUENTES DE INFORMACIÓN EL CENSO LA MUESTRA LA ENCUESTA PARTES DE LA ENCUESTA 1.6- ELEMENTOS MATEMÁTICOS IMPORTANTES EN LA ESTADÍSTICA VARIABLES EL REDONDEO DE DATOS LA NOTACIÓN CIENTÍFICA EL OPERADOR SUMATORIO 1.7- PRUEBA DE EVALUACIÓN CAPITULO II. - DISTRIBUCION DE FRECUENCIAS.1- LA FILA DE DATOS.- ORDENACIONES.3- DISTRIBUCIÓN DE FRECUENCIAS.3.1- EJEMPLO CON VARIABLE DISCRETA DATOS ORIGINALES LA FRECUENCIA ABSOLUTA Ni LA FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N i FRECUENCIA RELATIVA SIMPLE hi FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H i.3.- EJEMPLO DE VARIABLE CONTINUA FRECUENCIA ABSOLUTA SIMPLE i.3..- FRECUENCIA ABSOLUTA Ni FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N i FRECUENCIA RELATIVA SIMPLE hi FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H i.4- PRUEBA DE EVALUACIÓN CAPITULO III. 3- REPRESENTACION GRAFICA 3.1- FINALIDAD DE LA REPRESENTACIÓN GRÁFICA 3.- GRAFICOS EN EL SISTEMA CARTESIANO 1

11 3.3- GRAFICO CIRCULAR 3.4- GRAFICOS DE BARRAS 3.5- GRAFICA DE TABLA DE FRECUENCIAS 3.6- DIAGRAMA DE BARRAS O HISTOGRAMA 3.7- DISTRIBUCIÓN DE FRECUENCIAS RELATIVAS 3.8- DISTRIBUCIÓN DE FRECUENCIAS ACUMULADAS Y OJIVAS 3.9- TIPOS DE CURVAS DE FRECUENCIAS 3.1- PRUEBA DE EVALUACIÓN CAPITULO IV. 4- PROMEDIOS O MEDIDAS DE TENDENCIA CENTRAL 4.1- DEFINICIÓN Y CLASES DE PROMEDIOS LA MEDIA ARITMETICA ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE DISCRETA MEDIA ARITMETICA PONDERADA ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE CONTINUA PROPIEDADES DE LA MEDIA ARITMETICA 4.- DESVIACIONES 4.3- EPLICACIONES DE LAS PROPIEDADES DE LA MEDIA ARITMETICA CONCLUSIONES DE LA PROPIEDAD DE LA MEDIA ARITMETICA 4.4- EJERCICIO DE APLICACIÓN DE LA MEDIA ARITMÉTICA APLICACIÓN DE LAS PROPIEDADES 4.5- PRUEBA DE EVALUACIÓN CAPITULO V. 5- OTRAS MEDIDAS DE TENDENCIA CENTRAL 5.1- LA MEDIANA CALCULO PARA DATOS ORIGINALES CALCULO PARA DATOS AGRUPADOS 5.- LAS CUARTILAS 5.3- DECILAS 5.4- LA MODA MODA POR OBSERVACIÓN MODA BIMODAL MODA EN DATOS AGRUPADOS 5.5- PRUEBA DE EVALUACIÓN CAPITULO VI. 6- ESTADÍGRAFOS DE POSICIÓN 6.1- LA MEDIANA CÁLCULO PARA DATOS ORIGINALES CÁLCULO PARA DATOS AGRUPADOS 6.- LAS CUARTILAS 6.3- LAS DECILAS 6.4- LOS PERCENTILES 11

12 CAPITULO VII. 7- ESTADÍGRAFOS DE DISPERSIÓN 7.1- LA DISPERSIÓN Y SU MEDIDA 7.- DESVIACIÓN MEDIA 7.3- DESVIACIÓN ESTÁNDAR PROPIEDADES DE LA DESVIACIÓN ESTÁNDAR 7.4- LA VARIANZA 7.5- EL COEFICIENTE DE VARIACIÓN CAPITULO VIII. 8- ANÁLISIS DE VARIABLES TIPO UNO 8.1- LA COVARIACIÓN 8.- ANÁLISIS GRÁFICO DE LA COVARIACIÓN 8.3- LA REGRESIÓN 8.4- LA REGRESIÓN LINEAL 8.5- CORRELACIÓN ENTRE DOS VARIABLES CAPÍTULO I 9- CLASIFICACIÓN DE LOS ÍNDICES 9.1- ÍNDICE SIMPLE DE PRECIOS 9.- ÍNDICE SIMPLE DE CANTIDAD 9.3- ÍNDICES SIMPLES AGREGATIVOS 9.4- ÍNDICES COMPUESTOS DE VALOR, PRECIO Y CANTIDAD 9.5- ÍNDICE PROMEDIO SIMPLE DE RELATIVOS 9.6- ÍNDICES PONDERADOS 9.7- PROPIEDADES Y RELACIONES 9.8- PRINCIPALES ÍNDICES UTILIZADOS EN LA ADMINISTRACIÓN Y LA ECONOMÍA ÍNDICE DE PRECIOS AL CONSUMIDOR USOS DEL IPC ÍNDICES DE PRECIOS AL POR MAYOR ÍNDICE DE PRODUCCIÓN INDUSTRIAL ÍNDICE DE PROMEDIO INDUSTRIAL CAPÍTULO 1- DEFINICIÓN PROBABILIDADES 1.1- INTRODUCCIÓN 1.- CONCEPTO DE PROBABILIDAD 1.3- PROPIEDADES DE LA PROBABILIDAD 1.4- DEMOSTRACIÓN 1.5- IMPORTANCIA DEL CONCEPTO DE PROBABILIDAD 1.6- ESPERANZA MATEMÁTICA 1.7- VALOR ESPERADO O VALOR MEDIO DE UNA VARIABLE 1.8- CONCLUSIÓN 1

13 CAPITULO I 1- LA ESTADÍSTICA 1.1- DEFINICIÓN La esadísica es ua pare del coocimieo cieífico. La esadísica esudia los méodos para recoger, orgaizar, resumir y aalizar daos, así como para sacar coclusioes válidas y omar decisioes razoables basadas e dichos aálisis. La esadísica sirve para describir y eeder los feómeos ecoómicos, sociales, políicos, icluso feómeos aurales que acoece e el desarrollo del mudo. Así la esadísica se ecamia a recolecar iformació, abular la iformació, clasificar la iformació y graficar la misma. 1.- RESEÑA HISTÓRICA La palabra esadísica ació e el imperio Romao, la uilizaba los reyes para elaborar ecuesas y sodeos del úmero de habiaes e las ciudades para poder cobrar los impuesos. Se la uilizó e ese seido por el Esado hasa la revolució idusrial, acualmee odas las acividades humaas, cosciee o icoscieemee uiliza la esadísica CLASES DE ESTADÍSTICA a) Por las observacioes - Primarias - Derivadas b) Por la maeria de Esudio Demográficas, se raspores, saiarias, agropecuarias, ecoómicas, educaivas, de comercio exerior, de precios, de accidees de rabajo, ec. c) Por el úmero de caraceres - De variables - De aribuos - Mixas d) Por las observacioes - Disribucioes de Frecuecias - Esadísicas Geográficas - Esadísicas Secoriales - Esadísicas Temporales 1.4- POBLACIÓN Y MUESTREO; ESTADÍSTICA INDUCTIVA Y DESCRIPTIVA Cuado se recoge daos relaivos a las caracerísicas de u grupo de idividuos u objeos, sea aluras, pesos, de los esudiaes de u colegio, o uiversidad o peros defecuosos producidos e ua fabrica, suele ser imposible o ada prácico observar odo el grupo, por ser ese muy grade, llegado a ser casi imposible su verificació de uo e uo. E vez de examiar el grupo eero llamado uiverso o població, se opa por omar ua pare del uiverso el cual oma el ombre de muesra. Ua població puede ser fiia o ifiia. Por ejemplo ua població fiia puede ser odos los esudiaes mariculados e la Uiversidad Ceral del Ecuador e u año deermiado. Mieras que ua població ifiia puede ser los posibles resulados de cara o cruz al lazar sucesivamee ua moeda al aire. Si ua muesra es represeaiva de ua població, de ella se puede exraer imporaes coclusioes que será aplicadas a la muesra mediae el aálisis de la 13

14 muesra. La fase de la esadísica que raa co las codicioes bajo las cuales al diferecia es valida se llama esadísica iduciva o iferecia esadísica. Ya que dicha iferecia o es del odo exaca, el leguaje de las probabilidades aparecerá al esablecer uesras coclusioes. La pare de la esadísica que solo se dedica a describir y aalizar u grupo de dado, si exraer coclusioes sobre u grupo mayor se llama esadísica descripiva o deduciva FUENTES DE INFORMACIÓN Las fuees de iformació so las formas de dode y como podemos obeer daos ya sea cualiaivos y cuaiaivos. Las pricipales fuees de iformació para ua ivesigació esadísica so: El ceso La muesra La ecuesa EL CENSO Es la eumeració oal de odas y cada uo de los elemeos del uiverso, població o masa esadísica LA MUESTRA Es ua eumeració parcial de alguos de los elemeos del uiverso, població o masa esadísica, la cual es previamee seleccioada y coiee las caracerísicas más comues del uiverso y que lo represea; la cual es someida a cieros LA ENCUESTA Es la forma más direca de obeer iformació esadísica o daos, es uilizada por el ceso o por la muesra. La ecuesa puede ser verbal o escria, pero e los casos debe esar previamee elaborada co los objeivos de la ivesigació PARTES DE LA ENCUESTA Ua ecuesa cosa de dos pares: A. El Ecabezado: a) Nombre de la isiució b) Tema de la ivesigació c) Lugar de la ecuesa d) Nombre del Erevisador e) Nombre del erevisado f) Daos persoales del erevisado Direcció Teléfoo Ec. Fecha B. El cuerpo: esa coiee 3 clases de íems o preguas las cuales puede ser: a) Mixas b) Abieras c) Cerradas 14

15 Todas posee objeivos: Aalizar los feómeos, para eso es ecesario recordar que odo feómeo iee cualidades cuaiaivas y cualiaivas. Así de las propiedades cualiaivas ace de las variables. Esablecer coclusioes o ecorar solucioes imediaas a los problemas para omar decisioes adecuadas ELEMENTOS MATEMÁTICOS IMPORTANTES EN LA ESTADÍSTICA VARIABLES Ua se la represea co u símbolo, al como, Y, H, A o B, que puede omar u cojuo prefijado de valores, llamado domiio de esa variable. Si la variable puede omar u solo valor, se llama cosae. Ua variable que puede omar cualquier valor ere dos valores dados se dice que es ua variable coiua; e caso corario diremos que la variable es discrea. Por ejemplo el úmero huevos H que puede poer ua gallia e ua semaa puede ser 5, 6, 7, Pero o puede poer 5,7 o 6,34, por lo ao es ua variable discrea. Eoces diremos: variables discreas so aquellas que presea u valor bie deermiado ere las cuales o cabe igú oro valor, es decir so aquellas que puede omar u valor, o u úmero limiado de valores dero de u rago o iervalo los cuales puede ser expresados solo e úmeros eeros y o e decimales o fraccioes. E cambio la alura de ua persoa puede ser 1.65 cm., o 1.78 cm., depediedo de la precisió de la medida, es ua variable coiua. Eoces diremos que se deomia variable coiua a oda medida que expresa u úmero, es decir, so aquellas que puede omar u úmero ilimiado de valores, dero de u rago o iervalo que puede ser expresado de cualquier forma, ya sea e valores eeros o decimales EL REDONDEO DE DATOS El resulado de redodear u úmero como 64.6 e uidades es 65 pues ese es más próximo que 64. Aalógicamee si queremos redodear e ceésimas o sea co decimales os da 4.7, pero si queremos redodear e ceésimas os da 3.43 pues es el más próximo e lugar de Para deermiar el redodeo se debe omar como referecia el valor de 5, dado que si u el valor que le preside por ejemplo e su ercer valor es 8 5 eoces el segudo valor sube de 6 a 7; e el ejemplo como el ercer valor es 5 eoces el segudo úmero se maiee e LA NOTACIÓN CIENTÍFICA Al escribir úmeros, especialmee los que posee muchos ceros aes o después de puo decimal, ieresa emplear la oació cieífica mediae poecias de 1. Ejemplo. 1¹=1, 1²=1x1=1 1 5 =1x1x1x1x1=1, 1 8 =1x1x1x1x1x1x1x1=1,, 1º=1 15

16 1-1 =.1 o sea =.1 o sea.1 Eoces 1-5 =.1 o sea.1 864,,=8.64x =3.416x1-5 Nóese que al muliplicar u úmero por 1 8, por ejemplo, el puo decimal se mueve 8 posicioes a la derecha, y la muliplicar por 1-6 se mueve seis posicioes a la izquierda. A meudo escribimos.153 e vez de.153 para recalcar el hecho de que o se ha omiido accidealmee u eero o ulo delae del puo decimal. Si embargo, ese cero puede omiirse cuado o exisa riesgo de cofusió, por ejemplo, e ablas EL OPERADOR SUMATORIO Es u símbolo covecioal maemáico que idica que eemos que sumar, desde que la variable oma el valor de 1 hasa que la variable oma el valor de. i i PROPIEDADES DEL OPERADOR SUMATORIO La sumaoria de ua cosae es K k=k+k+k+k+k+ +k veces k = veces la misma cosae k = k 5- Sumaoria de ua cosae co ua variable. ki=kx1+kx+kx3+..+kx ki=k(x1+x+x3+ x) ki=k i Eso es igual a la cosae por la sumaoria de la pare variable La sumaoria de ua suma de variables (i+yi+zi) = x1+y1+z1+x+y+z+ +x+y+z (x1+x+.+x)+(y1+y+..y)+(z1+z+ z) i+ Yi+ Zi La sumaoria de variables siempre será igual a la sumaoria de cada ua de las variables RECORDEMOS: La esadísica esudia los méodos para recoger, orgaizar, resumir y aalizar daos, así como para sacar coclusioes válidas y omar decisioes razoables basadas e dichos aálisis. Ua població puede ser fiia o ifiia. 16

17 La fase de la esadísica que raa co las codicioes bajo las cuales al diferecia es valida se llama esadísica iduciva o iferecia esadísica. La pare de la esadísica que solo se dedica a describir y aalizar u grupo de dado, si exraer coclusioes sobre u grupo mayor se llama esadísica descripiva o deduciva. Las fuees de iformació so las formas de dode y como podemos obeer daos ya sea cualiaivos y cuaiaivos. La variable puede omar u solo valor, se llama cosae. Ua variable que puede omar cualquier valor ere dos valores dados se dice que es ua variable coiua; e caso corario diremos que la variable es discrea. El operador sumaorio es u símbolo covecioal maemáico que idica que eemos que sumar, desde que la variable oma el valor de 1 hasa que la variable oma el valor de. i i PRUEBA DE EVALUACIÓN A- Coese las siguiees preguas 1- De u cocepo de esadísica - De ejemplos de població o uiverso 3- De ejemplos de muesra 4- Realice u ejemplo de ua ecuesa para obeer iformació de igresos y gasos de ua familia 5- De 5 ejemplo de variables discreas 6- De 5 ejemplos de variables coiuas 7- Realice u cuadro siópico de cómo se clasifica la esadísica 8- Mecioe propiedades del operador sumaorio. B- Realice los siguiees ejercicios 1- Redodeo a) co dos decimales b) co dos decimales c) ,351 e milloes cerrados d) e eeros(si decimales) e) co 3 decimales - Sumar los úmeros 4.35, 8.65,.95, 1.47, 7.35, 7.55, 9.75 y 8.3, a) direcamee; b) redodeado e décimas. 3- Noació cieífica. Expresar los siguiees úmeros si usar la poecia de 1 a) 13.5x1 4 b) 418.7x1-5 c) 8x1-7 d).185x1 5 e) 73x Realice la sumaoria de: Igresos mesuales de los obreros de la empresa EUROTEL e , 46, 689, 345, 645, 78, 356 y 435 CAPITULO II. DISTRIBUCION DE FRECUENCIAS 17

18 .1- LA FILA DE DATOS Ua fila de daos so daos recogidos los cuales o ha sido orgaizados uméricamee, por ejemplo la alura de 1 esudiaes por lera alfabéica..- ORDENACIONES Ua ordeació es u cojuo de daos uméricos e orde creciee o decreciee. La diferecia ere el mayor y el meor se llama rago de ese cojuo de daos. Así si la mayor alura de ere los 1 esudiaes era de 16 cm., y la meor 15 cm., el rago es = 1 cm..3- DISTRIBUCIÓN DE FRECUENCIAS.3.1- EJEMPLO CON VARIABLE DISCRETA. Número de miembros por familia de los esudiaes del ercer curso. Dode: = úmero oal de observacioes, o amaño de la muesra = DATOS ORIGINALES So Aquellos que se oma direcamee del campo de ivesigació y geeralmee se represea co xi. xi1 5 xi6 xi 4 xi7 13 xi3 5 xi8 6 xi4 6 xi9 6 xi5 7 xi1 5 Pariedo de los daos origiales se ordea esos Los daos agrupados so los mismos daos origiales que se los clasifica e orde y se los presea e forma ascedee o descedee, e la abla de frecuecias. m: umero de filas, iervalos o líeas de la abla de frecuecias. yi: valor disio de la variable xi i: úmero de veces que se repie el valor de ua variable M yi Ni TOTAL 1 i = = 1 hi = 1 Ierpreació de i 18

19 Ejemplo e la fila m3 eemos: 3: Sigifica que 3 esudiaes iee 5 miembros e su familia Ejemplo e la fila m6 eemos 6: Sigifica que 1 esudiae iee 13 miembros e su familia LA FRECUENCIA ABSOLUTA Ni. Esa os idica el úmero de observacioes co valores a lo mucho o valores a lo máximo que puede omar la variable El úmero de observacioes meores o igual a la variable, eoces: Ni1 = i1 Ni = i1+i Ni3 = i1+i+i3 Así eemos: Ni3 = Ni3 = 5 M yi Ni Ni TOTAL Ierpreació de Ni: Ni3: Cico esudiaes iee a lo máximo 5 miembros e su familia Ni6: Diez esudiaes iee a lo máximo 13 miembros e su familia LA FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N i. Nos idica el úmero de observacioes co valores por lo meos o como míimo igual a la variable. O os idica el úmero de observacioes mayores o iguales a la variable. N i1 = i1+i+i3+i4+i5+i6 N i = i1+i+i3+i4+i5 Ni 3 = i1+i+i3+i4 Así eemos: Ni 3 = Ni 3 = 8 M Yi i Ni N'i Ierpreació de N i: N i3: 8 esudiaes iee como míimo 5 miembros e su familia 19

20 N i5: esudiaes iee como míimo 7 miembros e su familia FRECUENCIA RELATIVA SIMPLE hi La Frecuecia relaiva simple os idica la proporció o porceaje de observacioes co valores iguales a la variable. Su formula de cálculo es: hi Ejemplo: hi1 = 1/1 =.1 hi3 = 3/1 =.3 M yi i Ni N'i hi TOTAL 1 Ierpreació: hi4: El 3% de los esudiaes del ercer curso, iee 6 miembros e su familia hi: el 1% de los esudiaes del ercer curso, iee 4 miembros e su familia FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi Nos idica la proporció de observacioes que co valore a lo mucho o iguales a la variable; o ambié a lo máximo o igual a la variable. Su formula es: Hi i Ni M yi i Ni N'i hi Hi TOTAL 1 Ejemplos: Hi6 = 1/1 = 1 Hi3 = 5/1 =.5 Ierpreació: Para su ierpreació los resulados obeidos se debe muliplicar por 1, así eemos: Hi6: el 1% de los esudiaes del ercer curso, edrá a lo mucho 13 miembros e su familia. Hi3: el 5% de los esudiaes del ercer curso, edrá a lo mucho 5 miembros e su familia.

21 FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H i Nos idica la proporció de observacioes co valores por lo meos o como míimo iguales a la variable; o os idica el porceaje de observacioes co valores mayores o iguales a la variable. Su formula es: Ejemplos: N' i H ' i H i3 = 8/1 =.8 H i5 = /1 =. M yi i Ni N'i hi Hi H'i TOTAL 1 Ierpreació: Para ierprear los resulados obeidos se debe muliplicar por cie, así eemos: H i3: El 8% de los esudiaes del ercer curso iee por lo meos 5 miembros e su familia. H i5: El % de los esudiaes del ercer curso iee por lo meos 7 miembros e su familia EJERCICIO DEMOSTRATIVO De ecuesas realizadas e el mercado Iñaquio a las vededoras de ese lugar sobre el úmero de hijos que posee se obuviero los siguiees daos: i = 4, 4,,, 5, 1, 3, 1,, 3, 4, 3, 4, 1,, 3,, 1, 9, 1. Se pide: Obeer las frecuecias absoluas y relaivas ascedees y descedees e ierprear los daos obeidos de las filas y 5. Desarrollo i: m Yi i Ni N'i hi Hi H'i

22 TOTAL 1 Ierpreació de la variable i: i: Cico vededoras del mercado Iñaquio iee hijos i5: Ua vededora del mercado Iñaquio iee 5 hijos Ierpreació de la frecuecia absolua Ni: Ni: Ocho vededoras del mercado Iñaquio iee como máximo hijos Ni5: Diecisiee vededoras del mercado Iñaquio iee como máximo 5 hijos Ierpreació de la frecuecia acumulaiva descedee N i N i: Diecisiee vededoras del mercado Iñaquio iee como míimo hijos N i5: Cuaro vededoras del mercado Iñaquio iee como míimo 5 hijos Ierpreació de la frecuecia relaiva simple hi: hi: El 5% de las vededoras del mercado Iñaquio iee hijos hi5: El 5% de la vededora del mercado Iñaquio iee 5 hijos Ierpreació de la frecuecia relaiva acumulada ascedee Hi: Hi: El 4% de las vededoras del mercado Iñaquio iee a lo mucho hijos Hi5: El 85% de las vededoras del mercado Iñaquio iee a lo mucho 5 hijos Ierpreació de la frecuecia relaiva acumulada descedee H i H i: El 85% de las vededoras del mercado Iñaquio iee como míimo hijos H i5: El % de las vededoras del mercado Iñaquio iee como míimo 5 hijos.3.- EJEMPLO DE VARIABLE CONTINUA Se realizó la medició de la esaura de esudiaes del aula de cuaro curso especializació coabilidad obeiedo los siguiees daos e meros: i: = Ordear Límie máximo: Es el máximo valor observado de la variable Límie míimo: es el míimo valor observado de la variable Lím. máximo: 1.8 Lím. míimo: 1.5 Rago de ampliud: se obiee de la diferecia ere le límie máximo meos el límie míimo y lo represeamos co la lera r

23 r = lím. max. lím. Mí r = r =.3 INSTITUTO TECNOLÓGICO SUPERIOR Para esablecer el úmero de iervalos que dará orige al úmero de filas realizamos: r =.3.3 es divisible para, 3,, 6, 1, 15; mieras rabajemos co u mayor úmero de filas meor será el marge de dispersió daos y error e los cálculos. m = 5 Geeralidades: yi'-1 = Límie iferior de cada iervalo. yi = Límie superior de cada iervalo C = Campo de ampliud o iervalo de clase C yi r m yi' 1 yi'.3/5 =.6 yi = Puo medio o marca de clase ( )/ = 1.53 Dode: M yi'-1 -- yi' yi i Ni N'i Hi yi' yi' 1 1 xi xi yi' yi FRECUENCIA ABSOLUTA SIMPLE i Es el úmero de observacioes co valores compredidos ere el límie superior e iferior de cada iervalo. Su ierpreació es similar al caso de la variable discrea, por ejemplo: i1: Sigifica que 6 esudiaes iee ua esaura compredida ere 1.5 a 1.56 m. i3: Sigifica que 4 esudiaes iee ua esaura compredida ere 1.6 a 1.68 m FRECUENCIA ABSOLUTA Ni Es u úmero de valores a lo mucho o igual al límie superior de cada iervalo, o úmero de observacioes meores o iguales al límie superior de cada iervalo Ni5: Veie esudiaes a lo mucho iee ua esaura de 1.8 m. Ni: Ocho esudiaes iee a lo mucho ua esaura de 1.6 m. 3

24 FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N i Nos idica el úmero de observacioes co valores por lo meos igual al límie iferior de cada iervalo. O el úmero de observacioes co valores mayores o iguales ala límie iferior de cada iervalo. Su ierpreació es similar a la variable discrea, así eemos: N i: Caorce esudiaes iee por lo meos ua esaura de 1.56 m. N i4: Ocho esudiaes iee por lo meos ua esaura de 1.68 m FRECUENCIA RELATIVA SIMPLE hi Nos idica la proporció o porceaje de observacioes compredidos ere le límie iferior y superior de hi cada iervalo. i M yi'-1 -- yi' yi i Ni N'i hi Hi H'i Su ierpreació es similar a la variable discrea, por ejemplo: hi3: El % de los esudiaes posee ua esaura ere 1.6 y 1.68 m. de alura FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi Idica la proporció de observacioes co valores a lo mucho o iguales al límie superior de cada iervalo. O el porceaje de observacioes, co valores meores o iguales al límie superior de cada iervalo. Para su ierpreació es ecesario que los valores obeidos de la formula se muliplique por 1. Hi4: El 7% de esudiaes a lo máximo o a lo mucho mide 1.74 m. Hi: el 4% de esudiaes a lo máximo o a lo mucho mide 1.6 m FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H i Idica la proporció de observacioes co valores a lo meos o iguales al límie iferior de cada iervalo, o os idica que el porceaje de las observacioes co valores mayores o iguales al límie iferior de cada iervalo. Y se ierprea: Para su ierpreació es ecesario que los valores obeidos de la formula se muliplique por 1. H ' i N' i H i1 = El 1% de los esudiaes mide por lo meos 1,5 m. de esaura. H i4 = El 4% de los esudiaes mide por lo meos 1,68 m. de esaura RECORDEMOS: 4

25 Ua fila de daos so valores recogidos los cuales o ha sido orgaizados uméricamee, por ejemplo la alura de 1 esudiaes por lera alfabéica. Ua ordeació es u cojuo de daos uméricos e orde creciee o decreciee. So Aquellos que se oma direcamee del campo de ivesigació y geeralmee se represea co xi. La frecuecia absolua Ni os idica el úmero de observacioes co valores a lo mucho o valores a lo máximo que puede omar la variable La frecuecia absolua acumulada descedee N i idica el úmero de observacioes co valores por lo meos o como míimo igual a la variable. La Frecuecia relaiva simple os idica la proporció o porceaje de observacioes co valores iguales a la variable. i hi La frecuecia relaiva acumulada ascedee Hi, idica la proporció de observacioes que co valore a lo mucho o iguales a la variable; o ambié a lo máximo o igual a la variable. Hi Ni La frecuecia relaiva acumulada descedee H i idica la proporció de observacioes co valores por lo meos o como míimo iguales a la variable. N' i H ' i.4- PRUEBA DE EVALUACIÓN 1) Coese las siguiees preguas: a- Qué es ua ordeació? b- Qué so los daos origiales? c- Qué so daos agrupados? d- Qué os idica la frecuecia absolua Ni? e- Qué os idica la frecuecia relaiva simple hi? f- Qué os idica la frecuecia relaiva acumulada descedee H i? - Realice los siguiees ejercicios g- E el siguiee cuadro se expoe de a cuerdo a ua muesra, el úmero de peloas de eis que produce e u día obreros de ua fabrica. Realice la abla de frecuecias e ierpree odas h- La abla adjua muesra los diámeros de 6 bolas de cojiee maufacuradas por ua fábrica. Cosruir ua disribució de frecuecias co iervalos de clase apropiados e ierprear 3 de cada frecuecia. 5

26

27 SALDO INSTITUTO TECNOLÓGICO SUPERIOR CAPITULO III 3. REPRESENTACION GRAFICA 3.1- FINALIDAD DE LA REPRESENTACIÓN GRÁFICA La represeació gráfica de los daos coeidos e u cuadro esadísico, iee como fialidad ofrecer ua visió de cojuo del feómeo someido a ivesigació, el cual es más rápidamee percepible que la observació direca de los daos uméricos. Así la represeació gráfica es uos medios eficaz para el aálisis de las esadísicas ya que las magiudes y las regularidades se aprecia y recuerda co más facilidad cuado se examia gráficamee. Si embargo la represeació gráfica o es más que u medio auxilia, de la ivesigació esadísica, pues esá es fudamealmee umérica. La represeació gráfica puede hacerse uilizado u sisema geomérico de represeació, e cuyo caso iee las propiedades de rigurosidad y precisió, o bie puede uilizarse símbolos alusivos al ema de esudio, como por ejemplo árboles, casas, auomóviles, figuras humaas, ec. Mediae ese úlimo sisema de represeació, o persigue ua rigurosa exaciud, sio lograr efecos impresioisas e las persoas de poca preparació e el campo de la esadísica. 3.- GRAFICOS EN EL SISTEMA CARTESIANO Como es coocido el Sisema Caresiao esa formado por u par de ejes, uo verical y oro horizoal que se cora e u águlo reco. El eje horizoal oma el ombre de las abscisas, y le verical de eje de las ordeas; el puo de iersecció es el orige Ambos ejes esá graduados de acuerdo a ua escala que puede ser diferee para los dos ejes. Aquí se puede razar los coocidos gráficos de silueas. Balaza Comercial AÑO SALDO BALANZA COMERCIAL SALDO AÑO 7

28 3.3- GRAFICO CIRCULAR Como su ombre lo idica cosiuye e represear los daos de ua ivesigació esadísica e el ierior de u círculo o pasel. POBLACIÓN ECONÓMICAMENTE ACTIVA Siuació Població Grados Empleados % 73 Subempleados 35% 18 Desocupados 45% 164 TOTAL 1% GRAFICOS DE BARRAS Se dibuja e u par de ejes caresiaos; e el de las abscisas se oma los valores disios de la variable y e el de la ordeada, las frecuecias. Cada valor de la variable, co su correspodiee frecuecia, cosiuye ua pareja de úmeros, a la que correspode e el plao u puo. Habrá pues, aos puos como valores disios que ome la variable. Para dar mayor visibilidad al gráfico, es cosumbre maerializar las ordeadas de cada puo mediae ua líea gruesa o Barra. De aquí que esa represeació se llame gráfico o diagrama de barras. INDICE DE DELINCUENCIA Guayaquil 11% Quio 8% Ambao 5% Cueca 3% 8

29 3.5- GRAFICA DE TABLA DE FRECUENCIAS De ua muesra omada e la provicia de los ríos, sobre la producció de arroz e quiales por hecáreas, durae el mes de diciembre de 1991 se obuviero los siguiees daos: Yi: Lím.Máx Lím.Mí 5 r = 35-5 r = 3 ==> m = 4 C = r/m ==> 3/4 C = 75 M yi'-1 -- yi' yi i Ni N'i hi Hi H'i TOTAL 1. 9

30 3.6- DIAGRAMA DE BARRAS O HISTOGRAMA Los hisogramas y los polígoos de frecuecias so dos represeacioes gráficas de las disribucioes de frecuecias. U hisograma o hisograma de frecuecias, cosise e u cojuo de recágulos co: a) Base e el eje horizoal, ceros e la marca de clase y logiudes iguales a los amaños de los iervalos de clase. b) Área proporcioal a las frecuecias de clase. Si los iervalos de clase iee odos la misma achura, las aluras de los recágulos so proporcioales a las frecuecias de clase. E caso corario, debe ajusarse las aluras. U polígoo de frecuecias es u gráfico de rozos de la frecuecia de clase co relació a la marca de clase. Puede obeerse coecado los puos medios de las pares superiores de los recágulos del hisograma DISTRIBUCIÓN DE FRECUENCIAS RELATIVAS La frecuecia relaiva de ua clase es su frecuecia dividida por la frecuecia oal de odas las clases y se expresa geeralmee como u porceaje. La suma de frecuecias relaivas sabemos que suma 1 o 1. La represeació gráfica de disribució de frecuecias relaivas se puede obeer del hisograma o polígoo de frecuecias si más que cambiar la escala verical de frecuecias a frecuecias relaivas o hisograma de porceajes, y polígoos de frecuecias relaivas o polígoo de porceajes, respecivamee. 3

31 3.8- DISTRIBUCIÓN DE FRECUENCIAS ACUMULADAS Y OJIVAS La frecuecia oal de odos los valores meores que la froera de clase superior de u iervalo de clase dado se llama frecuecia acumulada hasa ese iervalo de clase iclusive. Ua abla que presee ales frecuecias acumuladas se llama ua disribució de frecuecias acumuladas, abla de frecuecias acumuladas o brevemee ua disribució acumulada. U gráfico que recoja las frecuecias acumuladas por debajo de cualquiera de las froeras de clase superior respeco a dicha froera se llama polígoo de frecuecias acumuladas u ojiva. yi'-1 -- yi' Hi Ni qq HI qq Esas so las ojivas ascedees y descedees. H'i qq 31

32 5 N'i qq 3.9- TIPOS DE CURVAS DE FRECUENCIAS Las curvas de frecuecias que aparece, e la prácica adopa formas caracerísicas como so: 1. Las curvas de frecuecias siméricas o e forma de campaa, se caraceriza porque las observacioes equidisaes del máximo ceral iee la misma frecuecia. Ejemplo imporae es la curva ormal.. E las curvas de frecuecia poco asiméricas, o sesgadas, la cola de la curva a u lado del máximo ceral es más larga que al oro lado. Si la cola mayor esá a la derecha, la curva se dice asimérica a la derecha o asimérica posiiva. E caso corario, se dice asimérica a la izquierda o asimérica egaiva. 3. E ua curva e forma de J o de J iverida, hay u máximo y u exremo 4. Ua curva de frecuecia e forma de U iee máximo e ambos exremos. 5. Ua curva de frecuecia bimodal iee dos máximos. 6. Ua curva de frecuecia mulimodal iee más de dos máximos. 3

33 RECORDEMOS: La represeació gráfica es u medios eficaz para el aálisis de las esadísicas. La represeació gráfica puede hacerse uilizado u sisema geomérico de represeació, e cuyo caso iee las propiedades de rigurosidad y precisió, o bie puede uilizarse símbolos alusivos al ema de esudio, como por ejemplo árboles, casas, auomóviles, figuras humaas, ec. El Sisema Caresiao esa formado por u par de ejes, uo verical y oro horizoal que se cora e u águlo reco. El gráfico circular como su ombre lo idica cosiuye e represear los daos de ua ivesigació esadísica e el ierior de u círculo o pasel. El gráfico de barras se dibuja e u par de ejes caresiaos; e el de las abscisas se oma los valores disios de la variable y e el de la ordeada, las frecuecias. Los hisogramas y los polígoos de frecuecias so dos represeacioes gráficas de las disribucioes de frecuecias. U polígoo de frecuecias es u gráfico de rozos de la frecuecia de clase co relació a la marca de clase. La frecuecia relaiva de ua clase es su frecuecia dividida por la frecuecia oal de odas las clases y se expresa geeralmee como u porceaje. U gráfico que recoja las frecuecias acumuladas por debajo de cualquiera de las froeras de clase superior respeco a dicha froera se llama polígoo de frecuecias acumuladas u ojiva PRUEBA DE EVALUACIÓN 3 1- Coese las siguiees preguas: a- Qué es la represeació gráfica? b- Cómo se realiza los gráficos e u sisema caresiao? c- Qué es el gráfico circular? d- Qué so los hisogramas y los polígoos de frecuecias? e- Qué es la frecuecia acumulada? f- Realice u gráfico de la curva de frecuecias mulimodal - Realice los siguiees ejercicios a- Realice el gráfico de barras e fució de los siguiees daos: Pies Perforados por Peroproducció e 1998 Cuyabeo 8. Cooaco 1.8 Shushufidi Sacha 1.8 Lago Agrio 1.14 Sacha II 9.98 b- Realice el gráfico de pasel o circular e base a los siguiees daos Maeria Prima Toal Procesada e el País e diciembre de 1998 e barriles Refiería Esmeraldas Refiería la Liberad Refiería Amazoas Refiería Lago

34 c- E la siguiee abla se muesra la disribució de cargas máximas e oeladas coras (1 oelada cora = Lb), que sopora los cables producidos por ciera fabrica. Realice la disribució de frecuecias acumuladas y ojivas ascedees y descedees. Carga Máxima (Toeladas Coras) Y i Y i Número de Cables i

35 CAPITULO IV 4- PROMEDIOS O MEDIDAS DE TENDENCIA CENTRAL 4.1- DEFINICIÓN Y CLASES DE PROMEDIOS Al obeer ua població de amaño N, la disribució de frecuecias de ua variable, lo que se persigue es reducir o codesar e pocas cifras el cojuo de observacioes relaivas a dicha variable. Pero co exremada frecuecia, el proceso de reducció hay que coiuarlo hasa su grado máximo, o sea, hasa susiuir odos los valores observados por uo solo, que se llama promedio. Cuado se acúa así se logra por ua pare ua visió más clara del ivel que alcaza la variable y por ora, mayor facilidad al hacer comparacioes. Por ejemplo, la esaura media del soldado ecuaoriao y la esaura media de los oficiales del ejércio y la maria. La oció del promedio lleva implícia la idea de variació, ya que o iee seido promediar u carácer ivariable. Pero el úmero sigular promedio- que a de susiuir al úmero de observacioes de la població a de cumplir la codició de ser represeaivo de dicho cojuo, para lo cual a de reflejar la edecia de las observacioes. De aquí que los promedios ambié se los deomia Medidas de Tedecia Ceral. El carácer represeaivo del promedio exige que su valor esé compredido, al meos, ere los valores exremos observados de la variable. Las pricipales so: Media Ariméica Mediaa Moda Media Geomérica Media Armóica LA MEDIA ARITMETICA Es e úmero que se obiee al dividir la suma de odas las observacioes para el úmero de ellas. La media ariméica es u valor de la variable, posiblemee o observable, que viee dado e la misma uidad de medida que la variable. La media ariméica es u esadígrafo de edecia ceral que os proporcioa u promedio co respeco al oal de los daos de ua ivesigació esadísica, su símbolo es ó : y M yi x La o Ā se uiliza para daos origiales y la siguiee para daos agrupados Y o Ē 35

36 ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE DISCRETA La media ariméica, o simplemee media, de u cojuo de N úmeros 1,, 3,.,, se deoa por Ā N x x x x N x N x j1 N j N Así por ejemplo, la media ariméica de los úmeros 8, 3, 5, 1 y 1 es: Ā = ( )/5 ) = 38/5 = 7.6 Ahora bie, si los úmeros 1,,.., k ocurre 1,,.., k veces, respecivamee (o sea co frecuecia 1,,.., k ), la media ariméica es: 1 x1 1 x k k x k k j1 k j1 j x j j N Dode N = es la frecuecia oal o sea, el úmero oal de casos. Por ejemplo, si 5, 8, 6 y ocurre co frecuecia 3,, 4, y 1 respecivamee, su media ariméica es: Ā = [(3)(5) + ()(8) + (4)(6) + (1)()]/[ ] Ā = ( )/1 = 5.7 Ejercicio: Los presees daos so ua muesra de las edades que posee 1 esudiaes del Colegio CENTEBAD: 1: 4 6: 18 : 18 7: i 3: 16 8: 17 4: 9: N 5: 19 1: Ā= ( )/1 = 198/1 = 19.8 La edad promedio de los esudiaes del Colegio CENTEBAD es de 19.8 años MEDIA ARITMETICA PONDERADA A veces asociamos co los úmeros 1,,., k cieros facores peso W1, W,.., Wk, depediees de la relevacia asigada a cada úmero. E al caso, w1 x1 w 1 w x w wk x wk Se llama la media ariméica poderada co peso 1,,., k. Por ejemplo si el exame fial de u curso cuea 3 veces más que ua evaluació parcial, y u esudiae iee calificació 85 e el exame fial y 7 y 9 e los dos parciales, la calificació media es: Ā = [(1)(1)+(1)(9)+(3)(85)]/(1+1+3)=415/5)=83 36 k W W

37 ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE CONTINUA Cuado los daos se presea e ua disribució de frecuecias, odos los valores que cae dero de u iervalo de clase dado se cosidera iguales a la marca de clase, o puo medio, del iervalo. Las formulas aes euciadas so válidas para ales daos agrupados si ierpreamos j como la marca de clase, j como su correspodiee frecuecia de clase, A como cualquier marca de clase cojeurada y dj = j - A como la desviació de j respeco de A. Si odos los iervalos de clase iee idéica achura c, las desviacioes dj = j A puede expresarse como cuj, dode uj puede ser, ± 1, ±, ±3,., se obiee la formula: Que es equivalee a la ecuació = A + cū. Eso se cooce como méodo de compilació para calcular la media. Es u méodo muy breve y debe usarse siempre para daos agrupados co iervalos de clase x A k u j1 j N j A u c N de achuras iguales. Nóese que e méodo de compilació los valores de la variable u de acuerdo co = A + cu. Ejercicio. El ivel de igresos mesual e dólares de las familias de los esudiaes del curso de esadísica es: i: a) Media Ariméica de daos origiales: Ā = (xi)/n = 64/ = 3 El igreso promedio mesual de las familias de los esudiaes del curso de esadísica es de 3 dólares. b) Media Ariméica de daos agrupados Lím. máx.: 8 Lím. mí.: Lim, Máx.: 8 Lim, Mí.: 11 Divisb. r = 69 ==> m = 4 37

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL

CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL CONCEPTO BÁCO DE ETADTCA NFERENCAL Població N Muesra Parámeros Esadísico µ Esimador dividuo Cada parámero poblacioal le correspoderá u esadísico de la muesra que cosiuirá ua esimació del primero. Defiició

Más detalles

Regresión Lineal Simple

Regresión Lineal Simple REGRESIÓN LINEAL Regresió Lieal Simple Plaeamieo El comporamieo de ua magiud ecoómica puede ser explicada a ravés de ora F( Si se cosidera que la relació puede ser de ipo lieal, la formalizació vedría

Más detalles

XXVI CONGRESO NACIONAL DE ACTUARIOS. El Margen de Riesgo. Solvencia II. México. Por: Pedro Aguilar B. Septiembre 2013

XXVI CONGRESO NACIONAL DE ACTUARIOS. El Margen de Riesgo. Solvencia II. México. Por: Pedro Aguilar B. Septiembre 2013 El Marge de Riesgo México Por: Pedro Aguilar B. paguilar@csf.gob.mx paguilar@ifiium.com.mx Sepiembre 2013 Coeido 1. Aspecos Geerales sobre Marge de Riesgo 2. La Problemáica 3. Plaeamieo de ua Posible Solució

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULTAD DE ECONOMÍA ECONOMETRIA. Proceso Estocástico. Mtro. Horacio Catalán Alonso

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULTAD DE ECONOMÍA ECONOMETRIA. Proceso Estocástico. Mtro. Horacio Catalán Alonso UNIVERSIDAD NACIONAL AUÓNOMA DE MÉXICO POSGRADO EN ECONOMIA UNAM FACULAD DE ECONOMÍA ECONOMERIA Proceso Esocásico Mro. Horacio Caalá Aloso Proceso esocásico Defiició.- U Proceso Esocásico (PE es ua secuecia

Más detalles

APÉNDICE: ANÁLISIS DE REGRESIÓN

APÉNDICE: ANÁLISIS DE REGRESIÓN Fud. Físicos de la Iformáica / Fud. Tecológicos de los Compuadores APÉDICE: AÁLISIS DE REGRESIÓ ITRODUCCIÓ El aálisis de regresió es ua herramiea esadísica que permie hacer u ajuse de daos eperimeales

Más detalles

UNIVERSIDAD DE LA COSTA DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS CONCEPTOS PREVIOS

UNIVERSIDAD DE LA COSTA DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS CONCEPTOS PREVIOS UNIVERSIDAD DE LA COSTA DEPARTAMENTO DE CIENCIAS NATURALES Y EXACTAS CONCEPTOS PREVIOS Movimieo recilíeo Iroducció El esudio de los movimieos de los cuerpos es de vial imporacia para coocer el comporamieo

Más detalles

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8 Méodos Numéricos - cap. 7. Ecuacioes Difereciales PVI /8 Ecuacioes Difereciales Ordiarias (EDO Ua Ecuació Diferecial es aquella ecuació que coiee difereciales o derivadas de ua o más fucioes. Ua Ecuació

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

Decimocuarta clase. Respuesta al impulso y convolución

Decimocuarta clase. Respuesta al impulso y convolución Uiversidad Disrial Fracisco José de Caldas - Aálisis de Señales y Sisemas - Marco A. Alzae Decimocuara clase. Respuesa al impulso y covolució E esa clase repasamos y esedemos la clase 3, ya que se raó

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS MAEC 2140: Méodos Cuaiaivos Prof. J.L.Coo DISCUSION Y EJEMPLOS SOBRE EL TEMA FUNCIONES EXPONENCIALS El valor del diero

Más detalles

i 1,2,..., m (filas) j 1,2,..., n (columnas) t

i 1,2,..., m (filas) j 1,2,..., n (columnas) t MTRICES Y DETERMINNTES Cocepos básicos Deermiaes Mariz iversa CONCEPTOS BÁSICOS MTRIZ de m filas y columas: a11 a12 a1 a21 a22 a 2 am1 am2 am i1,2,..., m (filas) Se represea por a j 1,2,..., (columas)

Más detalles

MATEMÁTICAS. Posgrado en Nanotecnología. Dr. Roberto Pedro Duarte Zamorano 2016 Departamento de Física

MATEMÁTICAS. Posgrado en Nanotecnología. Dr. Roberto Pedro Duarte Zamorano 2016 Departamento de Física MAEMÁICAS Posgrado e Naoecología Dr. Robero Pedro Duare Zamorao 16 Deparameo de Física EMARIO. Series de Fourier 1. Iroducció.. Desarrollo de Fourier. 3. Expasioes de Fourier de medio rago. Iroducció.

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO DECRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació a u

Más detalles

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid 2013

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid 2013 Tema 2: Aálisis gráfico esadísico de relacioes Uiversidad Compluese de Madrid 2013 Aálisis gráfico descripivo de ua variable (I) Daos de series emporales: Evolució aual de la rea el Cosumo per cápia e

Más detalles

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A . Resolver Solució. l sisema lo defie dos marices la mari de coeficiees la mari ampliada. rg ' rg ' ' Rago de (méodo de ramer) S..D. rg ' rg. Resolver Solució. l sisema lo defie dos marices la mari de

Más detalles

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid Febrero de 2012

Tema 2: Análisis gráfico y estadístico de relaciones. Universidad Complutense de Madrid Febrero de 2012 Tema 2: Aálisis gráfico y esadísico de relacioes Uiversidad Compluese de Madrid Febrero de 202 Aálisis gráfico y descripivo de ua variable (I) Daos de series emporales: Rea per c pia EEUU Cosumo per c

Más detalles

Seminario de problemas. Curso Hoja 9

Seminario de problemas. Curso Hoja 9 Semiario de prolemas. Curso 05-6. Hoja 9 49. Alero, Berardo y Carla se ha coocido e ua red social. Ellos pregua a Carla cuádo es su cumpleaños; e lugar de respoderles direcamee, ella decide poerles u prolema.

Más detalles

Procesado digital de imagen y sonido

Procesado digital de imagen y sonido ema a zabal zazu Uiversidad del País Vasco Deparameo de Arquiecura Tecología de Compuadores upv ehu Tema 3_ Sisemas Procesado digial de image soido Defiició Descripció: Erada Salida Diagramas de bloques

Más detalles

ACELERACIÓN UNIVERSIDAD DE CARABOBO FACULTAS DE INGENIERÍA ESCUELA DE INGENIERÍA MECÁNICA DPTO. DISEÑO MECÁNICO Y AUTOMATIZACIÓN

ACELERACIÓN UNIVERSIDAD DE CARABOBO FACULTAS DE INGENIERÍA ESCUELA DE INGENIERÍA MECÁNICA DPTO. DISEÑO MECÁNICO Y AUTOMATIZACIÓN FCULTS DE INGENIERÍ PÁGIN: 5-1 de 16 INTRODUCCIÓN El esudio de las aceleracioes e los mecaismos ariculados coplaares se puede abordar ya sea por méodos aalíicos o por méodos gráficos. Ese capíulo se deermiará

Más detalles

Qué es la Cinética Química?

Qué es la Cinética Química? Tema 4. La velocidad de Cambio Químico I. Velocidad de reacció.. Ecuació de velocidad y orde de reacció. 3. álisis de los daos ciéicos: ecuacioes iegradas de ciéicas secillas. 4. Ciéicas complejas.. Velocidad

Más detalles

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1)

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1) ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO (NOVALES.) Cosideremos P P e g. Dado que dicha fució es coiua y que exise y so coiuas las derivadas de odos los órdees, podemos aplicar Taylor

Más detalles

Planificación contra stock. Presentación. Introducción

Planificación contra stock. Presentación. Introducción Plaificació cora sock 09.0.07 Preseació Fabricar cora sock? No iee que ser cero el iveario? Se vio e el capíulo de iroducció. Plaificar cora sock Ciclo de pedido y fabricació idepediees. Demada aual coocida.

Más detalles

03) Rapidez de Cambio. 0301) Cambio

03) Rapidez de Cambio. 0301) Cambio Págia 1 03) Rapidez de Cambio 0301) Cambio Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Iroducció Uo de los aspecos más desacables de la auraleza es su carácer variable. La Tierra y odos

Más detalles

Sistemas. Matrices y Determinantes 1.- Si A y B son matrices ortogonales del mismo orden:

Sistemas. Matrices y Determinantes 1.- Si A y B son matrices ortogonales del mismo orden: Sisemas. Marices y Deermiaes.- Si y B so marices orogoales del mismo orde: a) 2 b) B c) B 2.- Dadas dos marices iversibles y B NO se verifica e geeral que: a) ( ) ( ) b) ( B) B c) 3.- Dadas las marices

Más detalles

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS hp://www.maemaicaaplicada.ifo 1 de 8 Maizales, 23 de Mao de 2014 Para los siguiees problemas aplicar el procedimieo para grado uo grado dos; deermiado cual reprearía el mejor ajuse a los daos aporados.

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO CRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació e la maemáica

Más detalles

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES 4. VARIABLES ALEATORIAS Y SUS PROPIEDADES Dr. hp://mah.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 4. Variables Aleaorias Ua variable aleaoria es ua fucio que asume sus

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8

Métodos Numéricos - Cap. 7. Ecuaciones Diferenciales Ordinarias PVI 1/8 8 7 - - - - - Méodos Numéricos - Cap 7 cuacioes Diereciales Ordiarias PVI 8 cuacioes Diereciales Ordiarias DO Ua cuació Dierecial es aquella ecuació que coiee diereciales o derivadas de ua o más ucioes

Más detalles

Capitulo II. II.2 Teoría de curvatura. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica

Capitulo II. II.2 Teoría de curvatura. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica Capiulo II II.2 Teoría de curvaura 1 Capiulo II Movimieo Plao II.1 Aspecos geerales del movimieo plao. II.2 Teoría de la curvaura. 1. Teorema de Harma. 2. Euler-Savary. 3. Circuferecia de iflexioes y circuferecia

Más detalles

LECCIÓN N 14 ADQUISICIÓN Y CONVERSIÓN DE DATOS. Conversión Digital-Analógica. Conversión Analógico-Digital

LECCIÓN N 14 ADQUISICIÓN Y CONVERSIÓN DE DATOS. Conversión Digital-Analógica. Conversión Analógico-Digital Elecróica Digial LECCÓN N 4 ADQUSCÓN Y CONVESÓN DE DAOS roducció uesreo de señal Coversió DigialAalógica Coversió AalógicoDigial 4 Elecróica Digial roducció La iformació digial se puede procesar, almacear

Más detalles

DETERMINANTES II. Solución. 2. Calcula, aplicando la regla de Sarrus, el siguiente determinante: A = Solución

DETERMINANTES II. Solución. 2. Calcula, aplicando la regla de Sarrus, el siguiente determinante: A = Solución DETERMINNTES II 1 0 4-1 1. Halla los deermiaes de las siguiees marices: = B = 5-1 05 B 4 1 1 10-1 0. Calcula, aplicado la regla de Sarrus, el siguiee deermiae: = 0 0 1-6 -1 0 1 0 0 0 1 00 11 6 00 1 0 0

Más detalles

V.- CONDICIÓN DE CONTORNO ISOTÉRMICA EN SÓLIDOS INFINITOS

V.- CONDICIÓN DE CONTORNO ISOTÉRMICA EN SÓLIDOS INFINITOS V.- CONDICIÓN DE CONTONO ISOTÉMICA EN SÓIDOS INFINITOS V.1.- CONDUCCIÓN TANSITOIA EN PACA INFINITA CON CONDICIÓN DE CONTO- NO ISOTÉMICA a coducció a ravés de ua placa plaa de espesor fiio e la direcció

Más detalles

SP-A Superintendencia de Pensiones, al ser las catorce horas del siete de diciembre del dos mil diecisiete.

SP-A Superintendencia de Pensiones, al ser las catorce horas del siete de diciembre del dos mil diecisiete. Superiedecia de Pesioes, al ser las caorce horas del siee de diciembre del dos mil diecisiee. SE MODIFICA INTEGRALMENTE EL ACUERDO SP-A-008 DEL 20 DE DICIEMBRE DE 2002 Y SUS REFORMAS CONSIDERANDO: 1. El

Más detalles

SISTEMAS, MATRICES Y DETERMINANTES

SISTEMAS, MATRICES Y DETERMINANTES .- Discuir, e fució del parámero a, el siguiee sisema de ecuacioes lieales x y z x y z -4 x-y ( a ) z -a-5 4x y ( a 6) z -a 8 Solució: La mariz de los coeficiees es de orde 4x y la mariz ampliada a 4 a

Más detalles

Capítulo 1 Introducción a la Electrónica de Potencia. 1. Introducción a la Electrónica de Potencia. 1.1 Clasificación de los Convertidores

Capítulo 1 Introducción a la Electrónica de Potencia. 1. Introducción a la Electrónica de Potencia. 1.1 Clasificación de los Convertidores Capíulo Iroducció a la Elecróica de oecia. Iroducció a la Elecróica de oecia. Clasificació de los Coeridores Como su ombre lo idica su fució es coerir ua fuee de ua esió y frecuecia dada a ora de diferees

Más detalles

OSCILACIONES AMORTIGUADAS. PENDULO DE POHL

OSCILACIONES AMORTIGUADAS. PENDULO DE POHL OSCILACIONES AMORTIGUADAS. PENDULO DE POHL.- INTRODUCCION TEÓRICA El Pédulo de Pohl de la figura permie esudiar las oscilacioes libres, amoriguadas y forzadas de baja frecuecia producidas mediae u pédulo

Más detalles

Propuesta A. 3. Se considera la función f(x) = t, si 3 x 3 (x 3) 2 si x>3

Propuesta A. 3. Se considera la función f(x) = t, si 3 x 3 (x 3) 2 si x>3 Pruebas de Acceso a Eseñazas Uiverarias Oiciales de Grado Maeria: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá coesar a ua de las dos opcioes propuesas A ób. Se podrá uilizar cualquier

Más detalles

Nucleación y crecimiento unidimensional

Nucleación y crecimiento unidimensional Nucleació y crecimieo uidimesioal Pare II. Aálisis de la ecuació de Avrami Virgilio A. Gozález G.* Carlos A. Guerrero S, Jua Aguilar G.* ABSTRACT The applicaio of he Avrami-Johso-Mehl model o he uidimesioal

Más detalles

Precálculo Quinta edición Matemáticas para el cálculo

Precálculo Quinta edición Matemáticas para el cálculo Precálculo Quia edició Maemáicas para el cálculo Límies JAMES STEWART, LOTHAR REDLIN, SALEEMWATSON Pag. 88-94 . Cocepo iuiivo de ie de ua fució. Limies Esquema del capiulo E ese capiulo se esudia la idea

Más detalles

METODOLOGÍA DEL ÍNDICE DE PRECIOS DE MAQUINARIA Y EQUIPO

METODOLOGÍA DEL ÍNDICE DE PRECIOS DE MAQUINARIA Y EQUIPO NE DTE Meodología del Ídice de Maquiaria y Equipo METODOLOGÍA DEL ÍNDCE DE PRECOS DE MAQUNARA Y EQUPO 1. DEFNCÓN El Ídice de Precios de Maquiaria y Equipo (PME), es u idicador ecoómico que muesra la variació

Más detalles

Circuitos Eléctricos II Series de Fourier

Circuitos Eléctricos II Series de Fourier Circuios Elécricos II Series de Fourier Coeido. Fucioes Periódicas. Serie rigoomérica de Fourier 3. Compoee de direca, fudameal y armóicos 4. Orogoalidad de las fucioes seo y coseo 5. Cálculo de los coeficiees

Más detalles

CAPITULO 2. La importancia básica de pronóstico es de ser un eslabón que se une a la etapa de Planificación y Control de un sistema.

CAPITULO 2. La importancia básica de pronóstico es de ser un eslabón que se une a la etapa de Planificación y Control de un sistema. CAPITULO PRONOSTICOS Hacer u proósico, es hacer u proceso de esimació de u acoecimieo fuuro, a parir de ua iformació de ipo hisórica, ormalmee de ipo maemáica, y/o de ipo referecial de apreciacioes, esimacioes

Más detalles

El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos

El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos Méodos y écicas de iegració El siguiee ema sugerido para raar e clases es el méodo de iegració por pares veamos de dode surge y alguos ejemplos propuesos ( º ) Méodo de Iegració por pares:. dv u. v u =

Más detalles

CONTROL DE ASISTENCIA A EXAMEN

CONTROL DE ASISTENCIA A EXAMEN Uiversidad de Las Palmas de Gra Caaria Escuela Técica Superior de Igeieros de Telecomuicació Teoría de la Señal - Eame Covocaoria Ordiaria: 3 de febrero de 2009 CONTROL DE ASISTENCIA A EXAMEN La firma

Más detalles

PROPUESTA A. b ) Coordenadas de los máximos y mínimos relativos de f(x). dx. b )

PROPUESTA A. b ) Coordenadas de los máximos y mínimos relativos de f(x). dx. b ) ES CSTELR DJOZ Eame Juio de (Geeral) Euciado oio Megiao Corbacho PRUE DE CCESO (LOGSE) UNVERSDD DE CSTLL L MNCH JUNO (GENERL) MTEMÁTCS Tiempo máimo: horas miuos Elija ua de las dos opcioes, o, coese a

Más detalles

EJERCICIOS DE MATRICES

EJERCICIOS DE MATRICES EJERCICIOS DE MTRICES RNGO DE UN MTRIZ 4. Calcula el rago de la mariz 4 0 0 0 Obeer ua mariz escaloada por filas Se puede cambiar el orde de las filas de la mariz: F F4 0 0 0 0 0 0 F F 4F 4 F 4 F F 0 F

Más detalles

Tres Problemas que sirvieron de base a la introducción del concepto de Derivada

Tres Problemas que sirvieron de base a la introducción del concepto de Derivada Tres Problemas que sirviero de base a la iroducció del cocepo de Derivada Aily Acosa García Jua Miguel Valdés Placeres Iroducció El cocepo de derivada, ocupa u lugar poserior, e el ordeamieo de los emas

Más detalles

FUNCIONES EXPONENCIALES

FUNCIONES EXPONENCIALES 1 FUNCIONES EXPONENCIALES Las fucioes epoeciales iee muchas aplicacioes, e especial ellas describe el crecimieo de muchas caidades de la vida real. Defiició.-La fució co domiio odos los reales y defiida

Más detalles

Instituto Tecnológico de San Luís Potosí

Instituto Tecnológico de San Luís Potosí Isiuo ecológico de Sa Luís Poosí Cero de elecomuicacioes eleproceso y Redes de Compuadoras Señales Elécricas Fís. Jorge Humbero Olivares Vázquez Cero de elecomuicacioes Eero 7 Isiuo ecológico de Sa Luís

Más detalles

Curvas MOISES VILLENA

Curvas MOISES VILLENA 6 6.1. 6.. 6.. 6.4. 6.1. FUNCIÓN VECTORIAL DE UNA VARIABLE REAL 6.1.1 DOMINIO 6.1. LIMITE 6.1. CONTINUIDAD 6.. TRAYECTORIA (CAMINO) 6.. GRAFICA. DEFINICIÓN 6.4. TRAZA 6.5. CURVA 6.6. DERIVADA 6.7. CONCEPTOS

Más detalles

Séptima clase. Señales exponenciales. Periodicidad en tiempo continuo y en tiempo discreto

Séptima clase. Señales exponenciales. Periodicidad en tiempo continuo y en tiempo discreto Uiversidad Disrial Fracisco José de Caldas - álisis de Señales y Sisemas - Marco. lzae Sépima clase. Señales expoeciales. Periodicidad e iempo coiuo y e iempo discreo E la auraleza so comues los sisemas

Más detalles

Tema 8B El análisis fundamental y la valoración de títulos

Tema 8B El análisis fundamental y la valoración de títulos PARTE III: Decisioes fiacieras y mercado de capiales Tema 8B El aálisis fudameal y la valoració de íulos 8B.1 Iroducció. 8B.2 El aálisis fudameal y la valoració de íulos. 8B.3 Modelos para la valoració

Más detalles

Control de un proceso en bucle cerrado:

Control de un proceso en bucle cerrado: 0/0/0 0/0/0 Corol de u proceso e bucle cerrado: PC e Corolador v Proceso M Medida Para poder aplicar el corolador adecuado ecesiamos saber cómo se compora el proceso a lo largo del iempo. Cualquier proceso

Más detalles

SERIES DE TIEMPO AJUSTADAS CON MODELOS DE ESPACIO DE ESTADO. Errores de proyección. Adriana Fátima Panico de Bruguera.

SERIES DE TIEMPO AJUSTADAS CON MODELOS DE ESPACIO DE ESTADO. Errores de proyección. Adriana Fátima Panico de Bruguera. Ruig head: PROPAGACIÓN DE LOS ERRORES DE PROYECCIÓN DE LAS SERIES DE TIEMPO AJUSTADAS CON MODELOS DE ESPACIO DE ESTADO Errores de proecció Adriaa Fáima Paico de Bruguera apaico@herrera.u.edu.ar María Agélica

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN TEMA 5: CAPITALIZACIÓN COMPUESTA 1- INTRODUCCIÓN Llamamos capializació compuesa a la ley fiaciera segú la cual los iereses producidos por u capial e cada periodo se agrega al capial para calcular los iereses

Más detalles

Introducción. v Qué es la estadística?

Introducción. v Qué es la estadística? v Qué es la estadística? Es ua Ciecia que explica y provee de herramietas para trabajar co datos, ha experimetado u gra desarrollo a lo largo de los últimos años. v E qué áreas se aplica la estadística?

Más detalles

TEMA NÚMEROS INDICES Y NÚMEROS INDICES BURSÁTILES.

TEMA NÚMEROS INDICES Y NÚMEROS INDICES BURSÁTILES. Dpo. Ecoomía Fiaciera y Coabilidad MATEMATCAS EMRESARALES TEMA 3.3 :roducció a los úmeros ídices y úmeros ídices bursáiles rof. María Jesús Herádez García. TEMA 3.3.- NÚMEROS NDCES NÚMEROS NDCES BURSÁTLES.

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas

Más detalles

También podemos clasificar las ondas según el medio donde se propaguen:

También podemos clasificar las ondas según el medio donde se propaguen: FísicaGua MOVIMIENTO ONDULATORIO CONCEPTO DE ONDA: Ua oda es ua propagació de ua perurbació que se produce e u lugar deermiado e u momeo dado, ésa se rasmie e ua o arias direccioes e el espacio, se eiede

Más detalles

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y Capíulo 3 Marco eórico CAPÍTULO 3 MARCO TEÓRICO A lo largo de ese capíulo se explica los cocepos básicos que se debiero eer y cosiderar para la elaboració de la clasificació de maerias primas, los modelos

Más detalles

Universidad Carlos III de Madrid

Universidad Carlos III de Madrid Uiversidad Carlos III de Madrid. El mudo físico: represeació co señales y sisemas Señales: Fucioes co las que represeamos variacioes de ua magiud física Volaje, iesidad, fuerza, emperaura, posició r ()

Más detalles

Ecuaciones diferenciales ordinarias: Problemas de valor inicial

Ecuaciones diferenciales ordinarias: Problemas de valor inicial Tiulació: Asigaura: Auor: Igeiero Geólogo Aálisis Numérico César Meédez Ulima acualizació: 6/0/00 Ecuacioes difereciales ordiarias: Problemas de valor iicial Plaificació: Maeriales: Coocimieos previos:

Más detalles

EXAMEN FINAL DE METODOS NUMERICOS (MB536)

EXAMEN FINAL DE METODOS NUMERICOS (MB536) UNIVERSIDAD NACIONAL DE INGENIERIA P.A. 7- FACULTAD DE INGENIERIA MECANICA //7 EXAMEN FINAL DE METODOS NUMERICOS (MB36) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA CIENTIFICA ESCRIBA

Más detalles

AVISO A SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL

AVISO A SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL México, D.F., a 21 de julio de 2014. AVISO A SOCIOS LIQUIDADORES, OPERADORES Y PÚBLICO EN GENERAL Co fudameo e los arículos 4008.00 y 4021.00 del Reglameo Ierior de MexDer, Mercado Mexicao de Derivados,

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció

Más detalles

MS-1 Modelos de supervivencia Página 1 de 20

MS-1 Modelos de supervivencia Página 1 de 20 CURSO: - TEMA : Pricipales modelos de moralidad. Modelizació esocásica. Ley de De Moivre. Leyes de Dormoy y de Sag. Leyes de Gomperz y de Makeham. Oros modelos de moralidad. Esudiaremos aquí disios modelos

Más detalles

Modelos discretos de probabilidad

Modelos discretos de probabilidad UNIDAD 6 Modelos discreos de probabilidad Objeivos Al fializar la uidad, el alumo: disiguirá y resolverá ejercicios de cada uo de los modelos discreos: biomial, geomérico, biomial egaivo, hipergeomérico

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Las medidas de tedecia cetral so los valore que se ubica e el cetro de u cojuto de datos estos puede estar ordeados o o. Geeralmete se utiliza cuatro de estos valores coocidos

Más detalles

Material didáctico. Bibliografía básica. Aula global

Material didáctico. Bibliografía básica.   Aula global Fracisco J. Gozález, UC3M Maerial didácico Bibliografía básica Señales y Sisemas Ala V. Oppeheim, Ala S. Willsky, S. Hamid Nawab, ª edició (998) Preice Hall; ISBN: 97897764 Circuios Elécricos, James W.

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción CAPÍTULO UNO SEÑALES Y SISTEMAS. Iroducció Los cocepos de señales y sisemas surge e ua gra variedad de campos y las ideas y écicas asociadas co esos cocepos juega u papel imporae e áreas a diversas de

Más detalles

Series de Fourier. 1. Tratamiento Digital de Señal. Series de Fourier

Series de Fourier. 1. Tratamiento Digital de Señal. Series de Fourier Series de Fourier. Traamieo Digial de Señal. Series de Fourier Series de Fourier. Preámbulo El aálisis de Fourier fue iroducido e 8 e la Théorie aalyiique de la chaleur para raar la solució de problemas

Más detalles

Matemáticas II Bachillerato de Ciencias y Tecnología 2º Curso MATRICES Definición. Notaciones Tipos de matrices...

Matemáticas II Bachillerato de Ciencias y Tecnología 2º Curso MATRICES Definición. Notaciones Tipos de matrices... Maemáicas II Bachillerao de Ciecias y Tecología 2º Curso Uidad MTRICES...- Defiició. Noacioes.... - 2 -.2.- Tipos de marices.... - 2 -.3.- Operacioes co marices.... - 3 -.3..- Igualdad de marices.... -

Más detalles

2.2. Estadísticos de tendencia central

2.2. Estadísticos de tendencia central 40 Bioestadística: Métodos y Aplicacioes La dispersió o variació co respecto a este cetro; Los datos que ocupa ciertas posicioes. La simetría de los datos. La forma e la que los datos se agrupa. Cetro,

Más detalles

Universidad Tecnológica Nacional Facultad Regional Rosario Cátedra de Ing. De las Reacciones

Universidad Tecnológica Nacional Facultad Regional Rosario Cátedra de Ing. De las Reacciones Uiversidad Tecológica Nacioal Faculad Regioal Rosario Cáedra de Ig. e las Reaccioes Trabajo pracico Nº 3: Flujo o ideal: isribució de iempos de residecia e u reacor flujo pisó AÑO 14 Ig. Roque Masciarelli

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

Naturaleza de un Campo Conceptual del Cálculo Infinitesimal: Una Visión Epistemológica

Naturaleza de un Campo Conceptual del Cálculo Infinitesimal: Una Visión Epistemológica Nauraleza de u Campo Cocepual del Cálculo Ifiiesimal: Ua Visió Episemológica Germá Muñoz Cero Ivesigació e Maemáica Educaiva-Uiversidad Auóoma de Chiapas México germa@cimaeuach.org Episemología, Pesamieo

Más detalles

Métodos de Análisis Cuantitativo

Métodos de Análisis Cuantitativo Métodos de Aálisis Cuatitativo Fórmulas E este documeto se lista las fórmulas trabajadas e las clases del curso de Métodos de Ivestigació Cuatitativa (GES204) de la Facultad de Gestió y Alta Direcció de

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Tema 2 Señales y espectros.

Tema 2 Señales y espectros. ema Señales y especros. El esudio de las señales y sus especros es u aspeco fudameal e el campo de las comuicacioes. Ua señal se defie como cualquier sigo, geso, marca, ecéera, que sirve para comuicar

Más detalles

EJERCICIOS PROPUESTOS

EJERCICIOS PROPUESTOS 7 Marices EJERCICIOS PROPUESTOS y. Ejercicios resuelos.. Dadas las marices A y B idica, si es posible. A 0 0 4 B 5 0 a) Los elemeos a 4 y b 4 b) La dimesió de cada ua de ellas c) La mariz raspuesa de cada

Más detalles

Sistemas y Señales I. Ecuaciones de Estado. Variables de Estado

Sistemas y Señales I. Ecuaciones de Estado. Variables de Estado Sisemas y Señales I Ecuacioes de Esado Auor: Dr. Jua Carlos Gómez Variables de Esado Defiició: Las Variables de Esado so variables ieras del sisema, cuyo coocimieo para odo iempo, juo co el coocimieo de

Más detalles

La imagen de Fourier para la solución fundamental de la ecuación de Dirac ABSTRACT KEY WORDS RESUMEN PALABRAS CLAVES

La imagen de Fourier para la solución fundamental de la ecuación de Dirac ABSTRACT KEY WORDS RESUMEN PALABRAS CLAVES La image de Fourier para la solució fudameal de la ecuació de Dirac Ariel Rey Becerra Faculad de Ciecias Básicas, Deparameo de Física y Maemáicas Uiversidad de Pamploa. ABSTRACT I his work, he Fourier

Más detalles

TEORÍA DE CONTROL MODELO DE ESTADO

TEORÍA DE CONTROL MODELO DE ESTADO TEORÍA DE ONTROL MODELO DE ESTADO Defiicioes: (Ogaa) Esado. El esado de u sisema diámico es el cojuo más pequeño de variables (deomiadas variables de esado) de modo que el coocimieo de esas variables e

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 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 valores observados e la muestra, dividida

Más detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

Más detalles

Cómo medir la precisión de los pronósticos?

Cómo medir la precisión de los pronósticos? Cómo medir la precisió de los proósicos? Por Tomás Gálvez Maríez Presidee y Direcor de CELOGIS Educaio Parer de ENAE Busiess School A la fecha de la publicació de ese documeo used podrá ecorar, e la mayoría

Más detalles

ANÁLISIS DE FOURIER. m(el asterisco indica el conjugado complejo), se desea expandir una función arbitraria f (t) en una serie infinita de la forma

ANÁLISIS DE FOURIER. m(el asterisco indica el conjugado complejo), se desea expandir una función arbitraria f (t) en una serie infinita de la forma CAPÍULO RES ANÁLISIS DE FOURIER IEMPO CONINUO Iroducció La represeació de la señal de erada a u sisema (eediedo como sisema u cojuo de elemeos o bloques fucioales coecados para alcazar u objeivo deseado)

Más detalles

UNIDAD 3 Transformadas de Laplace

UNIDAD 3 Transformadas de Laplace Traformada de aplace 3. Defiicioe a raformada de aplace de ua fució () f, repreeada co el ímbolo, e la operació maemáica defiida mediae la iguiee iegral impropia: { ()} lim b f e f () d b Por lo geeral,

Más detalles

LECCIÓN 10 DISPOSITIVOS EMISORES DE MICROONDAS (DISPOSITIVOS GUNN)

LECCIÓN 10 DISPOSITIVOS EMISORES DE MICROONDAS (DISPOSITIVOS GUNN) LIÓN 0 ISPOSITIVOS MISOS MIOONAS (ISPOSITIVOS GUNN) )INTOUIÓN Ya hemos viso e la lecció 6 u disposiivo PN (el diodo úel) co ua caracerísica I(V) que iee ua zoa de resisecia diferecial egaiva. icha zoa

Más detalles

(a) 11,72 g. (El reactivo limitante es el Ni y el rendimiento teórico es de 13,17 g de NiSO 4 ). (b) 0,1515 g de H 2.

(a) 11,72 g. (El reactivo limitante es el Ni y el rendimiento teórico es de 13,17 g de NiSO 4 ). (b) 0,1515 g de H 2. 80 Respuesas: (a) 11,7 g. (El reacivo limiae es el Ni y el redimieo eórico es de 13,17 g de NiSO 4 ). (b) 0,1515 g de H.. Gases ideales Los gases so ua de las formas e que se presea la maeria e el uiverso.

Más detalles

Fourier. Series de Fourier

Fourier. Series de Fourier Series de Fourier. Fucioes Periódicas oeido. Serie rigoomérica de Fourier 3. ompoee de direca, fudameal y armóicos 4. Orogoalidad de las fucioes seo y coseo 5. álculo de los coeficiees de la Serie de Fourier

Más detalles

MODULO IV. ESTIMACIÓN POR INTERVALOS DE CONFIANZA ANÁLISIS DE CASOS DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTADÍSTICA INFERENCIAL

MODULO IV. ESTIMACIÓN POR INTERVALOS DE CONFIANZA ANÁLISIS DE CASOS DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTADÍSTICA INFERENCIAL MODULO IV. ETIMACIÓN POR INTERVALO DE CONFIANA ANÁLII DE CAO DOCENTE: JUAN CARLO VERGARA CHMALBACH ETADÍTICA INFEREIAL CAO : ETIMACIÓN DE LA MEDIA CON DEVIACIÓN POBLACIONAL CONOCIDA La rimera esimació

Más detalles

ECONOMETRÍA APLICADA II

ECONOMETRÍA APLICADA II FRANCISCO PARRA RODRÍGUEZ (Docor e Ecoomía Uiversidad Nacioal de Educació a Disacia) ECONOMETRÍA APLICADA II Ecoomeria Aplicada II b Fracisco Parra Rodríguez is licesed uder a Creaive Commos Recoocimieo-NoComercial-ComparirIgual

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles