Se utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación

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

Download "Se utilizan los datos puntuales de altura de precipitación o intensidades máximas de lluvia registradas en una estación"

Transcripción

1 .. Tormetas putuales Aspectos geerales Se utiliza los datos putuales de altura de precipitació o itesidades máximas de lluvia registradas e ua estació So válidas para áreas cuya extesió este defiida por la zoa de ifluecia de la estació de aforo o bie para superficies que o exceda los 5 km. Métodos más comues para defiir su magitud: aálisis idepediete a partir de fucioes de distribució de probabilidad (itesidad, periodo de retoro); o aálisis simultáeo de las tres variables a través de ua regresió múltiple (itesidad, duració y periodo de retoro). Aálisis simultáeo Se realiza u ajuste simultáeo de las tres variables (i-d-tr) por medio de ua regresió múltiple. El objetivo es calcular el valor de la itesidad máxima de lluvia (i) e fució de su duració (d) y del periodo de retoro (Tr) El método más comú esta represetado por la fució matemática del tipo siguiete: m r i = kt / d (.) dode i es el valor de la itesidad máxima de lluvia, e mm/h; Tr es el periodo de retoro, e años; d es la duració de la lluvia, e mi; y k, m y so los parámetros que se determia al ajustar la ecuació (.) a los datos registrados. Para evaluar los parámetros k, m y, se trasforma la ecuació (.) a ua forma lieal tomado logaritmos. Se obtiee la expresió siguiete: Li = Lk + mltr Ld (.) o bie Y A + = (.3) 0 + AX AX dode: Y = L i, X = L Tr, X = L d A 0 = L k, A = m, A = -

2 Para calcular los parámetros A 0, A y A se utiliza el sistema de ecuacioes siguiete: Y = NA (X Y) = A 0 (X Y) = A + A 0 0 X X X + A + A + A (X (X X ) + A )(X (X ) + A )(X (X ) ) (.4) dode N = Número de sumados Recolecció y aálisis de las itesidades máximas de lluvia Para aplicar el método del aálisis simultáeo, a través de las curvas de i-d-tr, es ecesario recopilar las itesidades máximas de lluvia, describiedo a cotiuació el procedimieto a realizar. Se seleccioa u cojuto de duracioes asociadas a cortas duracioes (5, 0, 5, 0, 30, 45, 60, 80, 00 y 0 miutos). De los registros auales se elige las 0 tormetas de mayor magitud. Se seleccioa la itesidad máxima de lluvia para las 0 duracioes de iterés. Este proceso de realiza para cada año del registro dispoible. Se obtiee u registro que cotiee los valores de las itesidades máximas de lluvia para diferetes duracioes y durate u periodo de tiempo. A cada cojuto de datos, asociados a ua duració, se le asiga su periodo de retoro (Tr) correspodiete co el proceso siguiete:. Se ordea de mayor a meor los valores de la itesidad máximas de lluvia y se les asiga u úmero de orde (m= para el valor mayor, m= para el valor siguiete y así sucesivamete).. Se estima el periodo de retoro (Tr) de cada dato de itesidad máxima de lluvia, co la expresió: Tr = (N + ) / m dode N es el úmero total de años de registro; y m es el úmero de orde asigado a cada valor de la itesidad máxima de lluvia.

3 3 Problema. Calcular las curvas i-d-tr para u periodo de retoro de 5, 0, 5 y 50 años, e la estació pluviométrica Departameto del Distrito Federal, D. F. Solució:. La tabla. idica los datos de la itesidad máxima de lluvia asociada a las 0 duracioes de registro.. E la tabla., se idica el procedimieto para determiar las sumatorias del sistema de ecuacioes (.4). 3. Co los valores de las sumatorias señaladas e la tabla., se obtiee el sistema de ecuacioes siguiete: A A A = A A A = (.5) A A A = Resolviedo el sistema de ecuacioes (.5) se obtiee los valores de los parámetros A 0, A y A. A 0 = 5.56, A = 0.4, A = Fialmete se obtiee los valores de los parámetros k, m y. K = 59.83, m = 0.4, = Sustituyedo los valores de k, m y e la ecuació (.), se defie la expresió de las curvas itesidad-duració-periodo de retoro (i-d-tr): Tr i = (.6) 0.66 d 7. La figura. idica las curvas itesidad-duració-periodo de retoro para diferetes periodos de retoro, estimadas a partir del método de regresió múltiple, para la estació pluviométrica Departameto del Distrito Federal, D. F.

4 4 Tabla.. Itesidades máximas de lluvia registradas e la estació pluviométrica Departameto del Distrito Federal, e mm/h m Tr Duració, e mi

5 5 Tabla.. Procedimieto para determiar las sumatorias del sistema de ecuacioes (.4) Y X X (X ) (X ) X X X Y X Y L i L Tr L d Sumas

6 Itesidad de lluvia, mm/h Tr = 5 años Tr = 0 años Tr = 5 años 00 Tr = 50 años Duracio, mi Figura.. Curvas itesidad-duració-periodo de retoro (i-d-tr) para la estació pluviométrica Departameto del Distrito Federal, D. F. Aálisis idepediete El objetivo es efectuar u aálisis idepediete para cada duració, es decir defiir ua fució que relacioe la duració y el periodo de retoro. La técica más usual es la fució de distribució de probabilidad (fdp).

7 7 La fdp asociada a ua variable aleatoria u, que pueda tomar valores e el campo de los úmeros reales, se defie como la probabilidad de que dicha variable tome valores meores o iguales a u valor x, para toda x compredida e los reales, es decir: (x) F u = Pr ob{ u x} u y x R (.7) Propiedades: F ( ) = u F ( ) = 0 u F (x + x) F (x), si u u x 0 E la Hidrología lo que iteresa es la Probabilidad de excedecia (probabilidad de que la variable aleatoria exceda u determiado valor). Se utiliza ua Probabilidad de excedecia muy cercaa a cero. Se ha itroducido el cocepto del Periodo de retoro (Tr). Periodo de retoro (Tr) se defie como el úmero de años e promedio e el que u eveto puede ser igualado e excedido E la Hidrología, la variable aleatoria u represeta a los valores máximos auales (gastos, precipitacioes, itesidades, etc.) y el periodo de retoro (Tr) se estima co la expresió: (x) T r = (.8) F(x) F(x) = (.9) T (x) r dode: Tr(x) es el periodo de retoro asociado a u valor x, e años; y F(x) es la fució de distribució de los valores máximos auales. Fucioes de distribució de probabilidad utilizadas e la Hidrología Existe u espectro amplió de fucioes de distribució de probabilidad que puede utilizarse para estimar la probabilidad de excedecia de evetos máximos. E este caso, se aplicará u programa de computo, el cual icluye las fucioes de distribució siguietes:

8 8 Normal ( parámetros) Logormal ( parámetros, 3 parámetros) Gumbel ( parámetros) Expoecial ( parámetros) Gamma ( parámetros, 3 parámetros) Doble Gumbel ( poblacioes) Bodad de ajuste Cosiste e seleccioar la Fució de distribució de Probabilidad de mejor ajuste y para tal efecto se puede utilizar métodos gráficos o bie métodos aalíticos. Métodos gráficos: se aaliza visualmete el comportamieto de la fució de distribució de probabilidad utilizada teóricamete y los datos observados, tal como se observa e la figura. Figura.. Aálisis gráfico para seleccioar la fució de distribució de mejor ajuste

9 9 Métodos aalíticos: se puede utilizar diferetes criterios y uo de los más comues es el criterio del error cuadrático míimo (C) y se estima co la expresió: C = (x e x o ) i i / (.0) x ei dode: es el i-ésimo dato estimado co la fució de distribució seleccioada; y es el i-ésimo dato observado o registrado. Problema. Calcular la fució de distribució de probabilidad de mejor ajuste para los datos de itesidades máximas auales de la tabla.3, asociadas a ua duració de 5 miutos y registradas e la estació pluviográfica Departameto del Distrito Federal, D. F. Datos registrados: Tabla.3. Itesidades máximas auales, e mm/h x oi i, mm/h i, mm/h Solució:. Se utiliza u programa de computo elaborado para aalizar las 8 fucioes de distribució de probabilidad. Los parámetros de las fucioes de distribució se estima co los métodos de Mometos y de Máxima Verosimilitud.. Los resultados está sitetizados e la tabla.4:

10 0 Tabla.4. Fució de distribució de probabilidad de mejor ajuste 3. Co el apoyo de la fució de distribució de mejor ajuste (logormal de 3 parámetros) se calcula los valores de las itesidades máximas asociadas a diferetes periodos de retoro Tr. La tabla.5 idica los resultados obteidos. Tabla.5. Itesidades máximas de lluvia asociadas a diferetes periodos de retoro Tr

11 4. La curva de ajuste de los valores de itesidades máximas de lluvia está idicada e la figura.3. Estació: Departameto del Distrito Federal; D. F. 00 Periodo de retoro, años Itesidad máxima de lluvia, mm/h Figura.3. Curva de ajuste a partir de la distribució logormal de 3 parámetros

CAPÍTULO I. Conceptos Básicos de Estadística

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

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos...

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos... ÍNDICE Prólogo... 9 Capítulo 1. Ecuacioes difereciales ordiarias. Geeralidades.. 11 Itroducció teórica... 13 Ejercicios resueltos.... 16 Capítulo 2. itegració de la ecuació de primer orde. La ecuació lieal...................................................................

Más detalles

Coeficiente de escorrentía C

Coeficiente de escorrentía C EXAMEN Febrero 2010 iempo 90 miutos EJERCICIO 1 (10 putos) e pide que dimesioes, utilizado el método racioal, los colectores AB y BC de la red de saeamieto uitaria de la urbaizació que aparece e la Figura

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

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

Más detalles

(3 ) (6 ) 5 (3 x ) 5 81x. log (3 4) log 5 3log 5 5 (3log 5) y x x. cos 7 4 ( 1) 2 (3 ) 2 4

(3 ) (6 ) 5 (3 x ) 5 81x. log (3 4) log 5 3log 5 5 (3log 5) y x x. cos 7 4 ( 1) 2 (3 ) 2 4 E.T.S.I. Idustriales y Telecomuicació Curso 010-011 Tema : Fucioes reales de ua variable real Cálculo de derivadas Calcular la derivada primera de las siguietes fucioes: 1. y 5 1 6 6 y 5 ( ) (6 ) 5 5 5

Más detalles

Tema 3. Series de Fourier. Análisis de Espectros

Tema 3. Series de Fourier. Análisis de Espectros Tema 3. Series de Fourier. Aálisis de Espectros Idice: Series de Fourier Serie Trigoométrica de Fourier Aálisis gráfico. Primeras compoetes de frecuecia Ejemplo Serie de Fourier e forma de Expoeciales

Más detalles

Prácticas de Matemáticas I y Matemáticas II con DERIVE 136

Prácticas de Matemáticas I y Matemáticas II con DERIVE 136 Prácticas de Matemáticas I y Matemáticas II co DERIVE 6. DIGONLIZCIÓN... PRINCIPLES FUNCIONES DE DERIVE PR L DIGONLIZCION: CLCULO DE UTOVLORES Y UTOVECTORES. tes de iiciar el estudio de los pricipales

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 138

Prácticas de Matemáticas I y Matemáticas II con DERIVE-5 138 Prácticas de Matemáticas I y Matemáticas II co DERIVE-5 8. DIGONLIZCIÓN... PRINCIPLES FUNCIONES DE DERIVE PR L DIGONLIZCION: CLCULO DE UTOVLORES Y UTOVECTORES. tes de iiciar el estudio de los pricipales

Más detalles

MINITAB y MODELOS DE REGRESIÓN

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

Más detalles

4.- Aproximación Funcional e Interpolación

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

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete

Más detalles

2 Conceptos básicos y planteamiento

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

Más detalles

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar

Más detalles

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos

TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Introducción a la Inferencia Estadística Método de los momentos TEMA 5.-ESTIMACIÓN PUNTUAL.- (16/17) 5.1. Itroducció a la Iferecia Estadística. Método Estadístico. Defiicioes previas. 5.2. Estimació putual 5.3. Métodos de obteció de estimadores: 5.3.1. Método de los

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

Métodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados

Métodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados Métodos Numéricos SC 854 Auste a curvas c M Valezuela 007 008 7 de marzo de 008 1 Defiició del problema E el problema de auste a curvas se desea que dada ua tabla de valores i,f i ecotrar ua curva que

Más detalles

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

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

Más detalles

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene:

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene: 9 TEORÍA DE TRÁFIO La teoría de tráfico es ua herramieta ampliamete utilizada para el aálisis del comportamieto de las redes de comuicacioes, las cuales puede ser de comutació de circuitos, como las redes

Más detalles

CUADRATURA GAUSSIANA

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

Más detalles

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

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

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

EVALUACIÓN DE BACHILLERATO PARA EL ACCESO A LA UNIVERSIDAD 207 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 2017

EVALUACIÓN DE BACHILLERATO PARA EL ACCESO A LA UNIVERSIDAD 207 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 2017 EBAU Juio 07 Matemáticas aplicadas a las ciecias sociales e Murcia EVALUACIÓN DE BACHILLERATO PARA EL ACCESO A LA UNIVERSIDAD 07 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. JUNIO 07 OBSERVACIONES IMPORTANTES:

Más detalles

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

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

Más detalles

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas.

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas. Matemáticas Sesió No. 6 Nombre: Fucioes expoeciales y logarítmicas y el uso de las progresioes aritméticas y geométricas. Cotextualizació Las fucioes expoeciales y logarítmicas se les cooce como trascedetes,

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

NOTAS SOBRE INFERENCIA ESTADÍSTICA BAYESIANA. José G. Ríos Alejandro. Abril del 2011.

NOTAS SOBRE INFERENCIA ESTADÍSTICA BAYESIANA. José G. Ríos Alejandro. Abril del 2011. NOTAS SOBRE INFERENCIA ESTADÍSTICA BAYESIANA José G. Ríos Alejadro Abril del 11. INTRODUCCIÓN E los cursos de estadística usualmete se estudia la estadística co efoque frecuetista, la cual alguos autores

Más detalles

Procesamiento de los datos de precipitación

Procesamiento de los datos de precipitación GUIA DEL TRABAJO PRACTICO Nº 2 Procesamieto de los datos de precipitació Calcular la PRECIPITACIÓN MEDIA sobre la cueca para la tormeta dato La determiació del volume de agua precipitado sobre u área dada

Más detalles

FRACCIONES PARCIALES

FRACCIONES PARCIALES Profesor: Jaime H. Ramírez Rios Págia FRIONES PRILES E ocasioes es ecesario ivertir el proceso. Para ver cómo fucioa el método de fraccioes parciales, trabajaremos sobre ua fució racioal. Q p f Dode Q

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

TRABAJO DE GRUPO Series de potencias

TRABAJO DE GRUPO Series de potencias DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre

Más detalles

Análisis de resultados. Independencia de las muestras

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

Métodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica.

Métodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica. Métodos Numéricos Métodos aalíticos Solució de ecuacioes difereciales Métodos Numéricos Métodos aalíticos: La solució es ua relació fucioal etre dos variables. No todas las ecuacioes difereciales tiee

Más detalles

Trabajo Práctico Nro. 9 ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES Y SERIES DE FOURIER

Trabajo Práctico Nro. 9 ECUACIONES DIFERENCIALES EN DERIVADAS PARCIALES Y SERIES DE FOURIER F.I.U.B.A AÁLISIS AEÁICO III rabajo Práctico ro. 9 rabajo Práctico ro. 9 ECUACIOES DIFERECIALES E DERIVADAS PARCIALES Y SERIES DE FOURIER I.- Itroducció a las Ecuacioes Difereciales e Derivadas Parciales

Más detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

Departamento de Matemáticas

Departamento de Matemáticas MA5 Clase 5: Series de potecias. Operacioes co series de potecias. Series de potecias Elaborado por los profesores Edgar Cabello y Marcos Gozález Cuado estudiamos las series geométricas, demostramos la

Más detalles

Matemáticas Discretas Inducción y Recursión

Matemáticas Discretas Inducción y Recursión Coordiació de Ciecias Computacioales - INAOE Matemáticas Discretas Iducció y Recursió Cursos Propedéuticos 00 Ciecias Computacioales INAOE Iducció y recursió Geeralidades Iducció de úmeros aturales Iducció

Más detalles

Laboratorio N 10, Series de Fourier. Introducción. Para funciones ( ) cos. f x está definida en la mitad del intervalo

Laboratorio N 10, Series de Fourier. Introducción. Para funciones ( ) cos. f x está definida en la mitad del intervalo Uiversidad Diego Portales Facultad de Igeiería Istituto de Ciecias Básicas Asigatura: Ecuacioes Difereciales aboratorio N 1, Series de Fourier Itroducció Para fucioes x,, la serie de Fourier f x cotiuas

Más detalles

Convergencia de variables aleatorias

Convergencia de variables aleatorias Capítulo Covergecia de variables aleatorias El objetivo del presete capítulo es estudiar alguos tipos de covergecia de variables aleatorias. Iiciaremos co la defiició de los distitos modos de covergecia...

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

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

Más detalles

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL

UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL UNIVERSIDAD DE VALENCIA DEPARTAMENTO DE ECONOMÍA FINANCIERA Y ACTUARIAL Asigatura: 1141 MATEMÁTICA FINANCIERA NOTAS DEL TEMA 1 CURSO ACADÉMICO 008-009 TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a

Más detalles

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como: SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Mó duló 21: Sumatória

Mó duló 21: Sumatória INTERNADO MATEMÁTICA 16 Guía del estudiate Mó duló 1: Sumatória Objetivo: Coocer y aplicar propiedades para el cálculo de sumatorias. Para calcular alguas sumatorias es ecesario coocer sus propiedades

Más detalles

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

ANÁLISIS REGIONAL DE FRECUENCIAS VALORES EXTREMOS

ANÁLISIS REGIONAL DE FRECUENCIAS VALORES EXTREMOS Uiversidad de Córdoba DEPARTAMENTO DE INGENIERÍA RURAL ANÁLISIS REGIONAL DE FRECUENCIAS DE VALORES EXTREMOS José Luis Ayuso Satiago de Chile Eero, 0 ANÁLISIS REGIONAL DE FRECUENCIAS DE VALORES EXTREMOS.

Más detalles

ECUACIONES DIFERENCIALES Problemas de Valor Frontera

ECUACIONES DIFERENCIALES Problemas de Valor Frontera DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DPTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS APROXIMADOS EN ING. QUÍMICA TF-33 ECUACIONES DIFERENCIALES Problemas de Valor Frotera Esta guía fue elaborada

Más detalles

6. SUCESIONES Y SERIES NUMÉRICAS 6.1. SUCESIONES NUMÉRICAS

6. SUCESIONES Y SERIES NUMÉRICAS 6.1. SUCESIONES NUMÉRICAS Águeda Mata y Miguel Reyes, Dpto. de Matemática Aplicada, FI-UPM. 6. SUCESIONES Y SERIES NUMÉRICAS 6... Sucesioes de úmeros reales 6.. SUCESIONES NUMÉRICAS Se llama sucesió de úmeros reales a cualquier

Más detalles

Sucesiones I Introducción

Sucesiones I Introducción Temas Qué es ua sucesió? Notacioes y coceptos relacioados. Maeras de presetar ua sucesió. Gráfico de sucesioes. Capacidades Coocer y compreder el cocepto de sucesió. Coocer y maejar las diferetes maeras

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

Más detalles

Introducción al control moderno

Introducción al control moderno Igeiería e Cotrol y Automatizació Itroducció al cotrol modero Ecuacioes e variables de Estado TEORÍA DEL CONTROL III 5 de agosto de 5 Autor: M. e C. Rubé Velázquez Cuevas Escuela Superior de Igeiería Mecáica

Más detalles

OBTENCIÓN DE FACTORES DE LA FORMA (x m b), DE UN POLINOMIO DE GRADO n m

OBTENCIÓN DE FACTORES DE LA FORMA (x m b), DE UN POLINOMIO DE GRADO n m OBTENCIÓN DE FACTORES DE LA FORMA x m b), DE UN POLINOMIO DE GRADO m Ricardo Alberto Idárraga Idárraga Uiversidad de Caldas TEOREMA Método para hallar factores de la forma x m b), com N, m, yb C, de u

Más detalles

Listado para la Evaluación 2 Cálculo II (527148)

Listado para la Evaluación 2 Cálculo II (527148) Uiversidad de Cocepció Facultad de Ciecias Físicas y Matemáticas Departameto de Matemática Área, Volume y Logitud de arco. Listado para la Evaluació Cálculo II (5748). Calcular el área ecerrada por la

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

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

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

ECUACIONES DIFERENCIALES (0256)

ECUACIONES DIFERENCIALES (0256) ECUACIONES DIFERENCIALES (056) SEMANA 0 CLASE 0 LUNES 09/04/. Presetació de la asigatura. Coteido programático, pla de evaluació, software de apoyo, bibliografía recomedada. Se sugiere ver los archivos

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11 IES IGNACIO ALDECOA AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO 0/ TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como

Más detalles

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11. rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

EXTREMADURA. Índice. Junio de Septiembre de Junio de Criterios generales de corrección:

EXTREMADURA. Índice. Junio de Septiembre de Junio de Criterios generales de corrección: EXTREMADURA Ídice Juio de 8 64 Septiembre de 7 69 Juio de 7 74 Euciados de las pruebas y criterios extraídos de la págia web de la Uiversidad de Extremadura: http://www.uex.es Criterios geerales de correcció:

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

Introducción. Dado un problema de R.P. para el que se posee un conjunto representativo H={x 1

Introducción. Dado un problema de R.P. para el que se posee un conjunto representativo H={x 1 Recoocimieto de Patroes o Supervisado Objetivo: Itroducció Dado u problema de R.P. para el que se posee u cojuto represetativo H={x,x 2,...,x } de muestras o etiquetadas, defiir las clases a las que perteece

Más detalles

2. MODELOS PROBABILISTICOS

2. MODELOS PROBABILISTICOS . MODELOS PROBABILISTICOS. Fucioes de Probabilidad.. Variable Discreta U modelo probabilístico de u experimeto requiere asociar u valor de probabilidad a cada puto del espacio muestral. E el caso de las

Más detalles

Métodos Numéricos/ Calculo Numérico/ Análisis Numérico. Raíces de ecuaciones Teoría General de la iteración

Métodos Numéricos/ Calculo Numérico/ Análisis Numérico. Raíces de ecuaciones Teoría General de la iteración Métodos Numéricos/ Calculo Numérico/ Aálisis Numérico. Raíces de ecuacioes Teoría Geeral de la iteració Bibliografía: Métodos Numéricos G. Pacce Editorial EUDENE -1997. Problemas resueltos de Métodos Numéricos.

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

VII. Sistemas con múltiples grados de libertad

VII. Sistemas con múltiples grados de libertad VII. Sistemas co múltiples Objetivos: 1. Describir que es u sistema de múltiples grados de libertar. 2. Aplicar la seguda ley de Newto y las ecuacioes de Lagrage para derivar las ecuacioes de movimieto.

Más detalles

MODELO DE RESPUESTAS. Lim n. Lim

MODELO DE RESPUESTAS. Lim n. Lim Uiversidad Nacioal Abierta Vicerrectorado Académico Área de Matemática Lapso 008 - INTEGRAL MATEMÁTICA I (175) FECHA PRESENTACIÓN: 08-11-008 MODELO DE RESPUESTAS OBJ 7 PTA 7 Dadas las sucesioes de térmios

Más detalles

Guía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática

Guía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática 1. RESUMEN Igeiería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo e Varias Variables 08-1 Igeiería Matemática Guía Semaa 9 Teorema de los multiplicadores de Lagrage

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

TEMA 3 RECURRENCIA. FUNCIONES GENERATRICES

TEMA 3 RECURRENCIA. FUNCIONES GENERATRICES Gregorio Herádez Peñalver Departameto de Matemática Aplicada, Facultad de Iformática, UPM TEMA 3 RECURRENCIA. FUNCIONES GENERATRICES RELACIONES DE RECURRENCIA Ua relació de recurrecia para ua sucesió A=(a

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

6. ECUACIONES DE RECURRENCIA.

6. ECUACIONES DE RECURRENCIA. 6. ECUACIONES DE RECURRENCIA. 6.1. Itroducció. Las relacioes de recurrecia puede cosiderarse como técicas avazadas de coteo. Resuelve problemas cuya solució o puede obteerse usado variacioes, permutacioes,

Más detalles

AMPLIACIÓN DE MATEMÁTICAS Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial Boletín n o 7

AMPLIACIÓN DE MATEMÁTICAS Ingeniería Técnica Industrial. Especialidad en Electrónica Industrial Boletín n o 7 AMPLIACIÓN DE MATEMÁTICAS Igeiería Técica Idustrial. Especialidad e Electróica Idustrial Boletí o 7. Dibujar las gráficas y hallar el desarrollo e serie de Fourier de las siguietes fucioes periódicas de

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Unidad 2 Diseño de experimentos de un factor

Unidad 2 Diseño de experimentos de un factor Uidad Diseño de experimetos de u factor.. Familia Diseños para comparar tratamietos.. Diseño Complemetario al azar y ANOVA.3. Comparacioes o Pruebas de Ragos Multiples.4. Verificació Supuestos del Modelo.5.

Más detalles

e i y i y i y i 0 1 x 1i 2 x 2i k x ki

e i y i y i y i 0 1 x 1i 2 x 2i k x ki Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede

Más detalles

Cálculo II (0252) TEMA 6 SERIES DE POTENCIAS. Semestre

Cálculo II (0252) TEMA 6 SERIES DE POTENCIAS. Semestre Cálculo II (5) Semestre - TEMA 6 SERIES DE POTENCIAS Semestre - José Luis Quitero Julio Departameto de Matemática Aplicada UCV FIUCV CÁLCULO II (5) José Luis Quitero Las otas presetadas a cotiuació tiee

Más detalles

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

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

Más detalles

- A h h+1 n-1 n

- A h h+1 n-1 n 1º DMINISTRCIÓN Y FINNZS GESTIÓN FINNCIER. TEM 9 TEM Nº 9: SELECCIÓN DE INVERSIONES 1. DIMENSIÓN FINNCIER DE UN PROYECTO DE INVERSIÓN Desde el puto de vista fiaciero, es decir, moetario, cualquier proyecto

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

El método de Monte Carlo

El método de Monte Carlo El método de Mote Carlo El método de Mote Carlo es u procedimieto geeral para seleccioar muestras aleatorias de ua població utilizado úmeros aleatorios. La deomiació Mote Carlo fue popularizado por los

Más detalles