Tasa de Fallo y Variables Aleatorias sin Memoria
|
|
- María Concepción Rivero Saavedra
- hace 5 años
- Vistas:
Transcripción
1 Tasa de Fallo y Variables Aleatorias si Memoria M.A. Fiol Departamet de Matemàtica Aplicada IV Uiversitat Politècica de Cataluya fiol@mat.upc.es webpage: www-ma4.upc.es/~fiol Abstract Se estudia la llamada tasa de fallo de ua variable aleatoria, discreta o cotiua, y su relació co el cocepto de variable aleatoria si memoria. 1 Tiempo de espera codicioado Sea T ua variable aleatoria discreta o cotiua positiva co fució de distribució F T t para todo t. Por ejemplo, supogamos ue T represeta el istate e el ue falla u sistema o la duració de ua llamada telefóica ue se ha iiciado e t caso cotiuo; o el úmero veces uidades de tiempo ue hay ue lazar ua moeda hasta ue aparezca cara caso discreto. Por ello, T recibe ormalmete el ombre de tiempo de espera waitig time [2]. Supoiedo primero ue dicha variable aleatoria es cotiua, calculemos su fució de desidad codicioada f T T>t t, a partir del cálculo de la correspodiete fució de distribució usado la fórmula de la probabilidad codicioada 1 : F T T>t t P T t T>t P T t, T > t. P T >t Si t t, el umerador aterior es cero y, por tato, F T T>t t. E caso cotrario, t>t, se obtiee F T T>t t P t <T t P T >t F T t F T t 1 F T t t >t. 1 1 Recordar ue, dados dos sucesos A, B co P B >, la probabilidad de A codicioada a B se defie como P A B : P A B/P B. Derivado, obteemos la correspodiete fució de desidad, f T T>t t 2 Tasa de fallo f T t 1 F T t f T t f T t dt t 2 t >t. 3 Volviedo al ejemplo del sistema ue fucioa desde t, supogamos ue e u istate dado, digamos t, se observa y resulta ue está fucioado. Deseamos etoces teer ua medida de la probabilidad de ue el sistema falle e u peueño itervalo de observació t, t + t]. Es decir, iteresa coocer la probabilidad codicioada P t <T t+ t T>t. Esta medida os la da la llamada tasa de fallo codicioada βt ue,para t, viee a represetar la costate de proporcioalidad ue idica como aumeta la probabilidad aterior e fució de la duració de la observació t. E otras palabras, si t, βt t : P t <T t + t T>t 4 o, de forma euivalete, βt : lim t P T t + t T>t. 5 t Nótese ue, por defiició, el cociete aterior o es más ue la fució de desidad codicioada evaluada e t. Más precisamete, usado el teorema del valor medio para itegrales co ξ t, t + t, 1 t+ t βt lim f t t T T>t τ dτ t lim f T T>tξ f T T>t t +. 6 t 1
2 Si embargo, hay ue hacer otar ue, auue βt represete ua probabilidad por uidad de la variable, o se trata de ua fució de probabilidad, como se verá a cotiuació. Para deducir como está relacioadas βt y la fució f T t si codicioar, podemos desarrollar 5 o, a la vista de 6, usar directamete 2 y 3: βt F T t 1 F T t 7 f T t t f T τ dτ. 8 Itegrado ambos miembros de 7 etre y t, obteemos t βτ dτ l[1 F T t], 9 de dode 1 F T t e t βτ dτ y, por tato, las fucioes de distribució y de desidad de T para t> so, respectivamete, F T t 1 e t βτ dτ, 1 f T t F T t βte t βτ dτ. 11 A partir de la igualdad 9, otar ue, cuado t, F T 1 y, por tato, βτ dτ, lo ue idica ue βt o es ua fució de desidad, como cometábamos ateriormete. Recíprocamete, a partir de ua fució βt oegativa cuya itegral cumpla lo aterior, podemos cosiderar la variable aleatoria T co fucioes de distribució y de desidad dadas por e 1 y 11, respectivamete [1]. 3 Variable aleatoria expoecial U caso especialmete iteresate es cuado la tasa de fallo es costate, digamos βt λ; valor ue debe ser obviamete positivo λ>. E este caso, 1 y 11 da F T t 1 e λt t>, 12 f T t λe λt t>. 13 ue correspode a las fucioes de distribució y de desidad de ua variable aleatoria expoecial de parámetro λ. Recíprocamete, si T es expoecial co parámetro λ, 8 permite iferir ue la tasa de fallo es costate βt λ. Además, para dicha variable aleatoria, 1 y 3 permite calcular sus fucioes de distribució y de desidad codicioadas ue resulta ser: Es decir, F T T>t t e λt e λt e λt 1 e λt t f T T>t t λe λt t t >t, t >t. F T T>t t F T t t, 14 f T T>t t f T t t. 15 Por tato, la fucioes de distribució y desidad codicioadas resultar ser las correspodietes fucioes origiales desplazadas u valor t. Por ello, se dice ue la variable aleatoria expoecial o tiee memoria. La misma coclusió puede iferirse a partir del hecho de ue la probabilidad P t <T t + dt T > t o, euivaletemete, la tasa de fallo βt o depede de t. Recíprocamete, se demuestra ue si ua variable aleatoria T cotiua o egativa tiee ua fució de distribució ue cumple 14 para todo t, etoces T es expoecial. E efecto, a partir de 6 y 15 deducimos ue, para todo t t >, la tasa de fallo de T es costate: βt f T T>t t f T +, y, por tato, T es expoecial de parámetro λ : f T +. Como resume de esta secció, hemos demostrado el siguiete resultado: Proposicio 3.1 Sea T ua variable aleatoria cotiua y positiva. Eteces las siguietes afirmacioes so euivaletes: a T tieetasadefallocostateβt λ. b T es expoecial de parámetro λ. c T o tiee memoria: f T T>τ t f T t τ para todo τ. 2
3 4 Variable aleatoria geométrica Coceptos y resultados similares a los ateriores se puede obteer para ua variable aleatoria discreta positiva, ue sólo toma valores e los múltiplos de ua uidad de tiempo; por ejemplo, para t 1, 2, 3,... Nos limitaremos auí alcasomás iteresate de ausecia de memoria. Así, ispirádoos e los resultados de la proposició aterior, sea T ua variable aleatoria discreta, co fució de probabilidad P T k o ula e k 1, 2, 3,... y tasa de fallo costate. Es decir, para ua cierta costate λ, 1, se cumple: a P T k X >k 1 P T k T k λ. Nos iteresa etoces hallar b El valor de P T 1 y la fució de probabilidad P T k parak 1. c La fució de probabilidad codicioada P T T>k k e fució de P T k. Co respecto al puto b, teemos primero ue, para k 1, la codició a da P T 1 P T 1 T 1 λ. Por otra parte, para k>1, λ P T k T k P T k 1 P T k 1 P T k P T k de dode se obtiee la ecuació de recurrecia k 1 P T k λ 1 P T κ κ ue, cosiderada para los valores k y k 1, coduce alaigualdad k 1 k 2 P T k+λ P T κ λ P T k 1 + λ P T κ, κ κ Simplificado y aplicado recurretemete la primera igualdad obteida, P T k 1 λp T k 1 1 λ 2 P T k 2 1 λ k 1 P T 1 1 λ k 1 λ k >. Por tato, T es ua variable aleatoria geométrica co parámetros p : λ y : 1 λ. Desarrollemos ahora el puto c: De maera aáloga al caso cotiuo Secció 3, P T T>k k P T k T k P T k, T k P T k dode, si k < k, el umerador aterior es cero y P T T k k, mietras ue, si k k, obteemos P T T k k P T k P T k k 1 p κk κ 1 k 1 k 1 /1 k k p P T k k. Por tato, al igual ue co la expoecial, decimos ue la variable aleatoria geométrica o tiee memoria. 5 De la distribució geométrica a la expoecial y viceversa La variable aleatoria expoecial puede razoarse a partir de ua variable aleatoria geométrica mediate el siguiete proceso al límite. Sea T ua variable aleatoria geométrica co p : λ t, dode λ es ua cierta costate positiva y t represeta ua catidad muy peuea, t. Supogamos tambié ue T toma valores e k t, k 1, 2, 3,... co probabilidad P T k t p k 1 λ t1 λ t k k 1. Para obteer valores o triviales, debemos supoer tambié ue k de maera ue k t tiede a ua catidad fiita, digamos t. Etoces, 1 t P T k t f T t : λ lim 1 λt k k k λe λt ue correspode a la fució de desidad de ua variable aleatoria expoecial. Siguiedo el camio iverso, podemos obteer ua variable aleatoria geométrica X a partir de ua expoecial T de parámetro λ, cosiderado la fució de probabilidad P X k :P k 1 <T k, k 1, 2,... 3
4 cuyo cálculo, usado 12, da P X k F T k F T k 1 e λk 1 e λk e λk 1 1 e λ. Por tato, tal como preveíamos, X es ua variable aleatoria geométrica co p : 1 e λ y : e λ. 6 Mometos Por defiició, el mometo m ;X de orde 1 de ua variable aleatoria expoecial X se calcula mediate la itegral I :EX Itegrado por partes co u x, dv λe λx dx, se obtiee la recurrecia x λe λx dx. du x 1 v e λx I [ x e λx] + x 1 e λx dx I 1 1. λ Por tato, como I 1, resulta ue m ;X I! λ. E particular, la media, variaza y desviació típica de X resulta ser: m 1;X EX 1 λ, σ 2 X m 2;X m 2 1;X 1 λ 2, σ X 1 λ. E el caso discreto, co X ua variable aleatoria geométrica co parámetros p,, se obtiee resultados aálogos. Así, siguiedo la aalogía co el caso cotiuo, podemos hallar primero ua fórmula de recurrecia para la suma mometo m de orde S :EX k p k 1 k1 Ispirádoos e el caso cotiuo, sumamos por partes 2 co u k, u k k k, vk k 1 p k + k 1, vk k ; se obtiee la recurrecia S [ k k] 1 k k 1 1 k S p 1 1 [ ] S 1 S 2 + ±1. p 1 2 Por ejemplo, a partir de S 1, obteemos S1 1 p, S2 1 p [2S2 1] 1 [ ] 2 p p 1 +1 p 2, S3 1 p [3S2 3S1 + 1] p 3. Por tato, la media, variaza y desviació típica de X so ahora: m 1;X EX 1 p, σx 2 m 2;X m 2 1;X p 2, σ X p. 2 E el caso discreto la suma por partes se basa e la siguiete igualdad similar a la fórmula de la derivada de u producto uvk : ukvk uk 1vk 1 ukvk ukvk 1 + ukvk 1 uk 1vk 1 uk vk+vk 1 uk de dode, cuado sumamos etre los valores k a y k b, se obtiee b b uk vk [ukvk] b a 1 vk 1 uk. a a 4
5 Alterativamete, podemos llegar tambié al mismo resultado mediate u simple desarrollo de la suma iicial: S 1 1 k +1 1 p k 1 k p k 1 k 1 k 1 k +1 k +1 p k 1 1 k +1 p k k 1 S de dode S 1 1 S p 1 1 S 1 ue coduce a la misma recurrecia obteida e 16. Esto sugiere ue, e el caso cotiuo, ua maipulació similar debe coducir a la recurrecia 16. E efecto, se puede comprueba ue I lim x + ɛ ɛ λe λx dx ɛ I 1. λ Refereces [1] A. Papoulis, Probability, Radom Variables ad Stochastic Processes 2d editio, McGraw- Hill, New York, [2] G.R. Grimmet ad D.R. Stirzaker, Probability ad Radom Processes, Oxford Uiv. Press, New York,
1. Propiedades de los estimadores
. Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie
Más detallesCAPÍTULO 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 detallesSemana 10 [1/24] Sucesiones (II) 2 de mayo de Sucesiones (II)
Semaa 0 [/24] 2 de mayo de 2007 Sadwich de sucesioes Semaa 0 [2/24] Límites y Orde. Teorema Sea u ) y w ) sucesioes covergetes a u y w, respectivamete. Si 0 tal que para 0 se cumple que etoces u w. u w
Más detalles4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS
arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá
Más detallesEJERCICIOS DE SERIES DE FUNCIONES
EJERCICIOS DE SERIES DE FUNCIONES. Campo de covergecia. Covergecia uiforme. Determiar el campo de covergecia de la serie 2 se x. Aplicado el criterio de la raíz, la serie es absolutamete covergete cuado:
Más detallesIntervalos 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 detallesuna sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:
Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes
Más detalles2 Algunos conceptos de convergencia de sucesiones de variables aleatorias
INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes
Más detallesConvergencia 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 detallesObjetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia
M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la
Más detalles3. Distribuciones de probabilidad
3. Distribucioes de probabilidad Estudiamos a cotiuació las pricipales distribucioes de probabilidad que se ecuetra e las aplicacioes del cálculo de probabilidades. Clasificaremos las distribucioes atediedo
Más detallesR. 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 detallesINFERENCIA 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 detallesLímite 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 detallesEstimadores Puntuales: Propiedades de estimadores Sebastián Court
Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria
Más detallesDepartamento 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 detallesSeries de números reales
Tema 6 Series de úmeros reales 6. Series de úmeros reales. Defiició 6. Sea {a } ua sucesió de úmeros reales y cosideremos la sucesió {S }, defiida por S = a + a + + a, para cada IN, que llamaremos sucesió
Más detallesCálculo de límites Criterio de Stolz. Tema 8
Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que
Más detallesFUNCIONES VECTORIALES DE VARIABLE ESCALAR
CAPITULO II CALCULO II Competecia FUNCIONES VECTORIALES DE VARIABLE ESCALAR Recooce y aplica satisfactoriamete las operacioes, procedimietos, reglas y métodos del cálculo itegral y diferecial e las fucioes
Más detallesDepartamento de Matemáticas
MA5 Clase 3: Series de térmios positivos. Criterios de covergecia. Series de térmios positivos Elaborado por los profesores Edgar Cabello y Marcos Gozález La característica fudametal de ua serie cuyos
Más detallesClases 9-10: El proceso de Wiener y los paseos al azar: el teorema de Donsker *
Clases 9-10: El proceso de Wieer y los paseos al azar: el teorema de Dosker * 6 de oviembre de 2017 Ídice 1. Itroducció 1 2. Paseos al azar 1 3. Paseo al azar co variables gaussiaas 2 4. Paseo al azar
Más detalles1. Serie de Potencias
. Serie de Potecias Recordemos que dada ua sucesió {b } N, podemos defiir ua serie: E el caso particular e que b = a (x c) b la serie tedría la forma b = a (x c) y es llamada serie de potecias cetrada
Más detallesSeries alternadas Introducción
Sesió 26 Series alteradas Temas Series alteradas. Covergecia absoluta y codicioal. Capacidades Coocer y aplicar el criterio para estudiar series alteradas. Coocer y aplicar el teorema de la covergecia
Más detallesSeries de potencias. Desarrollos en serie de Taylor
Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de
Más detalles2 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 detalleses un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.
PROCESOS ROBABILIDADES ESTOCÁSTICOS (ITEL-3005) (80807) Tema 4. Los Procesos Tema. de Fudametos Poisso y otros de Estadística procesos asociados Descriptiva Semaa Distribució 5 Clase 07 de frecuecias Lues
Más detallesIdentificación de Sistemas
Departameto de Electróica Facultad de Ciecias Eactas Igeiería y Agrimesura Uiversidad Nacioal de osario Idetificació de Sistemas Coceptos Fudametales de robabilidad Variables Aleatorias y rocesos Aleatorios
Más detallesPrueba 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 detallesParte 1: UNIDADES DIDÁCTICAS 2 Y 3. Probabilidades con Sucesos y Variables Aleatorias.
EXAMEN EXTRAORDINARIO DE PROBABILIDADE Y ETADÍTICA I JULIO 014 Realizar las pregutas e hojas separadas, idicado explícitamete todas las fórmulas que se utilice. Tato el alumo que copie como el que se deje
Más detallesT 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 detallesPreguntas 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 detallesSERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.
CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio
Más detallesCAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS
CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS SECCIONES A. Series de térmios de sigo variable. B. Series depedietes de parámetros. C. Ejercicios propuestos. 193 A. SERIES DE TÉRMINOS DE SIGNO VARIABLE. E
Más detallesCód. 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 detallesSucesiones y series de números reales
38 Matemáticas : Cálculo diferecial e IR Capítulo Sucesioes y series de úmeros reales Sucesioes Defiició 37- Llamaremos sucesió de úmeros reales a cualquier aplicació f: N R y la represetaremos por { a,
Más detalles6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES
6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,
Más detallesIntroducción a las Funciones Vectoriales (Funciones de R R n ) 1. Funciones de R en R n (Funciones Vectoriales)
Itroducció a las Fucioes Vectoriales (Fucioes de R R 1 Fucioes de R e R (Fucioes Vectoriales Llamaremos fució vectorial de variable real o simplemete fució vectorial, a aquellas co domiio e u subcojuto
Más detallesTEMA 6.- INTERVALOS DE CONFIANZA
TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método
Más detallesUnidad 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 detallesDepartamento de Ingeniería Matemática - Universidad de Chile
12.4. Raíces de la uidad Igeiería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Itroducció al Álgebra 08-1 Importate: Visita regularmete http://www.dim.uchile.cl/~algebra.
Más detallesDefinición 13.1 Llamamos serie trigonométrica a una serie de funciones reales, de la forma. + n +ib n
ema 3 Series de Fourier. Hemos visto, e el tema 8, que alguas fucioes reales puede represetarse mediate su desarrollo e serie de potecias, lo que sigifica que puede aproximarse mediate poliomios. Si embargo,
Más detallesDesigualdad entre las medias Aritmética y Geométrica
Desigualdad etre las medias Aritmética y Geométrica Jorge Tipe Villaueva Dados reales positivos a 1, a,..., a, defiimos la media aritmética de a 1, a,..., a como el úmero a 1 + a +... + a y la media geométrica
Más detallesUna sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc.
Sucesioes Sucesi o. Ua sucesió es u cojuto ifiito de úmeros ordeados de tal forma que se puede decir cuál es el primero, cuál el segudo, el tercero, etc. Los térmios de ua sucesió se desiga mediate a 1,
Más detallesTEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas
TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació
Más detalles6. 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 detallesSeries infinitas de números reales. Series convergentes
Series ifiitas de úmeros reales. Series covergetes Series ifiitas de úmeros reales. Series covergetes Las sucesioes de úmeros reales se itrodujero co la iteció de poder cosiderar posteriormete sus sumas
Más detallesSucesiones de números reales Sucesiones convergentes: límite de una sucesión
Sucesioes de úmeros reales Sucesioes covergetes: límite de ua sucesió Tato e la educació secudaria obligatoria como e el bachillerato se habla poco de las sucesioes de úmeros reales. Si acaso se dedica
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
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 detallesCálculo. 1 de septiembre de Cuestiones
Cálculo. de septiembre de 005 Cuestioes. Si ua fució f(x, y) es cotiua e (0, 0), etoces: a) f(0, 0) = 0. b) f(x, y) = 0. (x,y) (0,0) c) f es difereciable e (0,0). d) igua de las ateriores. Si ua fució
Más detallesCUADRATURA 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 detallesANDALUCÍA / 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 detalles13.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA
Dra. Diaa M. Kelmasky 109 13. INTERVALOS DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL Supogamos que X1,...,X es ua muestra aleatoria de ua població ormal co media μ y variaza. Sabemos que la media
Más detallesMETODO DE ITERACION DE NEWTON
METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura
Más detallesLa ley de los grandes números
La ley de los grades úmeros "El idicio de que las cosas estaba saliédose de su cauce ormal vio ua tarde de fiales de la década de 1940. Simplemete lo que pasó fue que etre las siete y las ueve de aquella
Más detallesDesigualdad de Tchebyshev
Desigualdad de Tchebyshev Si la Esperaza y la variaza de la variable X so fiitas, para cualquier úmero positivo k, la probabilidad de que la variable aleatoria X esté e el itervalo La probabilidad de que
Más detalles1. Teorema del Límite Central. Como se dijo varias clases atras si tenemos n variables aleatorias, cada una de. X i = X. n = 1 n.
1. Teorema del Límite Cetral Teorema: ea Y 1, Y,..., Y variables aleatorias idepedietes idéticamete distribuidas co EY i = µ y V Y i =
Más detallesSucesiones 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 detallesSumatoria, Progresiones y Teorema del Binomio
Capítulo Sumatoria, Progresioes y Teorema del Biomio.. Símbolo Sumatorio Es u símbolo muy útil y coveiete que permite escribir sumas e forma abreviada. Este símbolo se represeta mediate la letra griega
Más detallesINTEGRAL INDEFINIDA. MÉTODOS DE INTEGRACIÓN
Matemáticas II - º Bachillerato INTEGRAL INDEFINIDA. MÉTODOS DE INTEGRACIÓN Método de itegració por cambio de variable Cosiste e sustituir por ua fució adecuada para que la epresió resultate sea más secilla
Más detallesINTERÉS 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 detallese 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 detalles1.1. SERIES NUMÉRICAS Y FUNCIONALES.
.. SERIES NUMÉRICAS Y FUNCIONALES. Dado el cojuto de los úmeros reales, ua sucesió de úmeros reales es ua aplicació de la forma: + a : Z verificado que a () = a, (2),, ( ), a = a 2 a = a. Usualmete e lugar
Más detallesNo obstante, cuando intentamos hacer lo mismo con los números racionales y reales vemos que. con como lo hicimos con. es diferente de los conjuntos
Departameto de Matemáticas Guía Iducció Matemática Objetivos: Eteder el pricipio del bue orde Realizar demostracioes matemáticas por medio del pricipio de iducció matemática El pricipio del bue orde: iducció
Más detallesCálculo I (Grado en Ingeniería Informática) Examen final, enero de 2014
Cálculo I (Grado e Igeiería Iformática 03-4 Exame fial, eero de 04 PUNTUACIÓN DEL EXAMEN: P. P. P. 3 P. 4 P. 5 P. 6 TOTAL Iicial del primer apellido: NOMBRE: APELLIDOS: D.N.I. O PASAPORTE: FIRMA: Notas
Más detallesUNIDAD 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 detallesIntroducción a las Funciones Vectoriales (Funciones de R R n ) 1. Funciones de R en R n (Funciones Vectoriales)
Itroducció a las Fucioes Vectoriales (Fucioes de R R 1 Fucioes de R e R (Fucioes Vectoriales Llamaremos fució vectorial de variable real o simplemete fució vectorial, a aquellas co domiio e u subcojuto
Más detalles) = Ln(1 + 1 n ) 1 n. Ln( n ) n tiene términos positivos y si 0 < lím n n bn. < entonces ambas series divergen o bien ambas series convergen
Criterio de Comparació Si a 0 y b 0. Si existe ua costate C > 0 tal que a Cb etoces la covergecia de b implica la covergecia de a. Ejemplo.- Sabemos que la serie coverge a, pero como (+), etoces la serie
Más detallesDERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:
DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució
Más detallesIntroducción a las medidas de dispersión.
UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.
Más detalles4.- Series. Criterios de convergencia. Series de Taylor y Laurent
4.- Series. Criterios de covergecia. Series de Taylor y Lauret a) Itroducció. Series de fucioes reales. b) Covergecia de secuecias y series. c) Series de Taylor. d) Series de Lauret. e) Propiedades adicioales
Más detallesTema 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 detallesIES 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 detallesEste documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!
Este documeto es de distribució gratuita y llega gracias a Ciecia Matemática www.cieciamatematica.com El mayor portal de recursos educativos a tu servicio! Cálculo: Series Fucioales. Taylor y Fourier Atoio
Más detalles1 Consistencia de M-estimadores
Cosistecia de M-estimadores Supogamos que se tiee ua familia de desidades p(x; ) discreta o cotiua dode 2 R. Tomemos ua fució (x; ) : R 2 R llamemos (; ) = E ( (x; )). Supodremos que para todo 2 se cumple
Más detallesUNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS SERIES DE POTENCIAS
UNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS Asigatura : Cálculo Numérico, MAT-23. Profesor : Emilio Cariaga L. Periodo : er. Semestre 205. SERIES DE POTENCIAS
Más detallesMATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS
Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:
Más detallesUniversidad Simón Bolıvar. Departamento de Matemáticas puras y aplicadas. Autoevaluación No. 1 MA2115 Enero 2009
Uiversidad Simó Bolıvar. Departameto de Matemáticas puras y aplicadas. Autoevaluació No. MA25 Eero 2009 I. Evaluació Teórica.. Diga la defiició de ua sucesió covergete, la defiició de ua sucesió divergete
Más detallesSERIES POTENCIALES. 1.- Hallar el campo de convergencia de la serie potencial: 3 2 n. n n. 2 n = = ( ) ( 1)
Escuela de Igeieros de Bilbao Departameto Matemática Aplicada SERIES POTENCIALES.- Hallar el campo de covergecia de la serie potecial: ( + ) 3 y Realizado el cambio de variable, + 3 = y, teemos la serie:
Más detallesy = c n x n : Sustituyendo en la ecuación de partida obtenemos n=0 Si escribimos todas las potencias con el mismo exponente se obtiene:
Ejercicio. Obteer los cuatro primeros térmios o ulos de la solució e forma de serie de potecias de x del problema de valores iiciales < (x + )y y = y() = : y () = Solució Como os pide que resolvamos u
Más detallesMatemáticas 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 detallesPráctica 2 VARIABLES ALEATORIAS CONTINUAS
Práctica. Objetivos: a) Apreder a calcular probabilidades de las distribucioes Normal y Chi-cuadrado. b) Estudio de la fució de desidad de la distribució Normal ~ N(µ;σ) c) Cálculo de la fució de distribució
Más detallesNúmero de personas que se forman en una fila en 1 hora Número de águilas que se obtienen al lanzar una moneda 5 veces.
Statistics Review Variable Aleatoria o Ua variable aleatoria es ua variable cuyo valor está sujeto a variacioes que depede de la aleatoriedad. o Debe tomar valores uméricos, que depede del resultado del
Más detallesProbabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos
Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes
Más detallesTRABAJO 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 detallessobre los números de hal y lah
Revista de Matemática: Teoría y Aplicacioes 2002 9(2) : 1 6 cimpa ucr ccss iss: 1409-2433 sobre los úmeros de hal y lah Eduardo Piza Volio * Recibido: 12 Feb 2002 Resume E este trabajo se estudia alguas
Más detallesSOLUCIONARIO II Parcial Cálculo Proyecto MATEM UNIVERSIDAD DE COSTA RICA Miércoles 10 de agosto del Solucionario
SOLUCIONARIO II Parcial Cálculo Proyecto MATEM UNIVERSIDAD DE COSTA RICA Miércoles de agosto del ESCUELA DE MATEMÁTICA Segudo Eame Parcial Cálculo I PROYECTO MATEM Tiempo Probable: horas Solucioario. Use
Más detallesPrácticas 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 detallesAlgoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.
Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que
Más detallesLAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO
LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que
Más detallesSUCESIONES Y SERIES DE FUNCIONES
CAPÍTULO XV. SUCESIONES Y SERIES DE FUNCIONES SECCIONES A. Campo de covergecia. Covergecia uiforme. B. Series de potecias. Itervalos de covergecia. C. Desarrollo de fucioes e series de potecias. D. Aplicacioes
Más detallesTEMA 4- MODELOS CONTINUOS
TEMA 4- MODELOS CONTINUOS 4.1. Itroducció. 4.2. Distribució uiforme cotiua de parámetros a y b. X Ua, b 4.3. Distribució Gamma de parámetros y. X, Casos particulares: 4.3.1.Distribució Expoecial. X Exp
Más detallesTALLER DE MATEMÁTICAS DESIGUALDADES
TALLER DE MATEMÁTICAS DESIGUALDADES NOTAS Es bie sabido que e el cojuto de los úmeros reales existe ua relació de orde atural : se dice que x < y cuado y x es u úmero positivo Co esta relació, el cojuto
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado e Geomática y Topografía Escuela Técica Superior de Igeieros e Topografía, Geodesia y Cartografía. Uiversidad Politécica de Madrid
Más detallesMINITAB 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 detallesMatemáticas Avanzadas para Ingeniería Transformada Z: Ejemplos resueltos
Matemáticas Avaadas para Igeiería Trasformada Z: Ejemplos resueltos. Determie la trasformada Z de ua sucesió x() cuyos úicas muestras o cero so x(0), x(), x(2) 9 y x() 9. Reporte la parte real de los ceros
Más detallesLey de Grandes Números y Teorema Central del
Ley de Grades Números y Teorema Cetral del Límite 25 de mayo de 2017 2 Capítulo 1 Ley de grades úmeros y Teorema cetral del límite 1.1. Sucesioes i.i.d. E el capítulo aterior cosideramos variables X 1,...,X
Más detallesTema 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 detallesEstadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana
Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar
Más detalles2. Estimación de errores de medidas directas
Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació
Más detallesSesión 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