Estadística Descriptiva
|
|
- José Ignacio Víctor Suárez Reyes
- hace 8 años
- Vistas:
Transcripción
1 Estadística Descriptiva Itroducció Se defie alguos coceptos básicos para ua compresió ituitiva de la Estadística. Se itroduce los primeros coceptos sobre el uso y maejo de datos uméricos, que permite distiguir y clasificar las características e estudio, orgaizar y tabular las medidas obteidas mediate la costrucció de tablas de frecuecias y, por último, cosiderar los métodos para elaborar ua image que sea capaz de mostrar gráficamete uos resultados. 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 que existe sobre el térmio y que cada vez está más extedido debido a la ifluecia de uestro etoro, ya que hoy día es casi imposible que cualquier medio de difusió, periódico, radio o televisió, o os aborde diariamete co cualquier tipo de iformació sobre accidetes de tráfico, ídices de crecimieto de població, turismo, tedecias políticas, etc. Sólo cuado os adetramos e u mudo más específico como es el campo de la ivestigació de las Ciecias Sociales, Medicia, Biología, Psicología,... empezamos a percibir que la Estadística o sólo es algo más, sio que se covierte e la úica herramieta que, hoy e día, permite dar luz y obteer resultados, y por tato beeficios, e cualquier tipo de estudio, cuyos movimietos y relacioes, por su variabilidad itríseca, o pueda ser abordadas desde la perspectiva de las leyes determiistas. Podríamos, desde u puto de vista más amplio, defiir la Estadística como la ciecia que estudia cómo debe emplearse la iformació y cómo dar ua guía de acció e situacioes prácticas que etraña icertidumbre. La Estadística se ocupa de los métodos y procedimietos para recoger, clasificar, resumir, hallar regularidades y aalizar los datos, siempre y cuado la variabilidad e icertidumbre sea ua causa itríseca de los mismos; así como de realizar iferecias a partir de ellos, co la 1
2 fialidad de ayudar a la toma de decisioes y e su caso formular prediccioes. Podríamos por tato clasificar la Estadística e Descriptiva, cuado los resultados del aálisis o pretede ir más allá del cojuto de datos, e Iferecial cuado el objetivo del estudio es derivar las coclusioes obteidas a u cojuto de datos más amplio. Estadística Descriptiva: Describe, aaliza y represeta u grupo de datos utilizado métodos uméricos y gráficos que resume y preseta la iformació coteida e ellos. Estadística Iferecial: Apoyádose e el cálculo de probabilidades y a partir de datos muestrales, efectúa estimacioes, decisioes, prediccioes u otras geeralizacioes sobre u cojuto mayor de datos. Defiicioes Básicas S establece a cotiuació alguas defiicioes de coceptos básicos como so: elemeto, població, muestra, caracteres, variables, etc., a las cuales se hace referecia cotiuamete a lo largo del curso. Elemetos. Població. Caracteres Idividuos o elemetos: persoas u objetos que cotiee cierta iformació que se desea estudiar. Població: cojuto de idividuos o elemetos que cumple ciertas propiedades comues. Muestra: subcojuto represetativo de ua població. Parámetro: fució defiida sobre los valores uméricos de características medibles de ua població. Estadístico: fuciódefiida sobre los valores uméricos de ua muestra. Co relació al tamaño de la població, ésta puede ser: Fiita, como es el caso, por ejemplo, del úmero de persoas que se coecta a u servidor de Iteret e u día; Ifiita, si, por ejemplo, se estudia el mecaismo aleatorio que describe la secuecia de caras y cruces obteida e el lazamieto repetido de ua moeda al aire. Caracteres: propiedades, rasgos o cualidades de los elemetos de la població. Estos caracteres se puede dividir e cualitativos y cuatitativos. Modalidades: diferetes situacioes posibles de u carácter. Las modalidades debe ser a la vez exhaustivas y mutuamete excluyetes: cada elemeto posee ua y sólo ua de las 2
3 modalidades posibles. Clases: cojuto de ua o más modalidades e el que se verifica que cada modalidad perteece a ua y sólo ua de las clases. Ejemplo Cosideramos la població formada por todos los estudiates de la Uiversidad Carlos III (fiita). La altura media de todos los estudiates es el parámetro µ. Elcojutoformadopor los alumos de la Diplomatura e Estadística es ua muestra de dicha població y la altura media de esta muestra, x, es u estadístico. Orgaizació de los datos Variables estadísticas Cuado hablemos de variable haremos referecia a u símbolo (X,Y,A,B,...) que puede tomar cualquier modalidad (valor) de u cojuto determiado, que llamaremos domiio de la variable o rago. E fució del tipo de domiio, las variables las clasificamos del siguiete modo: Variables cualitativas cuado las modalidades posibles so de tipo omial. Por ejemplo, ua variable de color A { rojo, azul, verde } Variables cuatitativas ordiales so las que, auque sus modalidades so de tipo omial, es posible establecer u orde etre ellas. Por ejemplo, si estudiamos la llegada a la meta de u corredor e ua competició de 20 participates, su clasificació C es tal que C {1 o, 2 o, 3 o,...,20 o }. Otro ejemplo de variable cuatitativa ordial es el ivel de dolor, D, quesufreupaciete ate u tratamieto médico: D { iexistete, poco iteso, moderado, fuerte }. Variables cuatitativas so las que tiee por modalidades catidades uméricas co las que podemos hacer operacioes aritméticas. Detro de este tipo de variables podemos distiguir dos grupos: Discretas, cuado o admite siempre ua modalidad itermedia etre dos cualesquiera de sus modalidades. U ejemplo es el úmero de caras X, obteidoeellazamietorepetido deuamoeda.esobvioquecadavalordelavariableesuúmeroaturalx N. Cotiuas, cuado admite ua modalidad itermedia etre dos cualesquiera de sus modalidades, por ejemplo, el peso X de u iño al acer. E este caso, los valores de las variables 3
4 so úmeros reales, es decir, X R. Ocurre a veces que ua variable cuatitativa cotiua por aturaleza, aparece como discreta. Este es el caso e que hay limitacioes e lo que cociere a la precisió del aparato de medida de esa variable, por ejemplo, si medimos la altura e metros de persoas co ua regla que ofrece dos decimales de precisió, podemos obteer C {..., 1.50, 1.51, 1.52, 1.53,... }. E realidad lo que ocurre es que co cada ua de esas medicioes expresamos que el verdadero valor de la misma se ecuetra e u itervalo de radio 0,005. Por tato cada ua de las observacioes de X represeta másbieuitervalo queuvalor cocreto. Tal como hemos citado ateriormete, las modalidades so las diferetes situacioes posibles que puede presetar la variable. A veces, éstas so muy umerosas (por ejemplo, cuado ua variable es cotiua) y coviee reducir su úmero, agrupádolas e ua catidad iferior de clases. Estas clases debe ser costruidas de modo que sea exhaustivas e icompatibles, es decir, cada modalidad debe perteecer a ua y sólo ua de las clases. Tablas Estadísticas Cosideremos ua població estadística de idividuos, descrita segú u carácter o variable C cuyas modalidades ha sido agrupadas e u úmero k de clases, que deotamos mediate c 1,c 2,...,c k.paracadauadelasclasesc i, i =1,...,k, se puede cosiderar las siguietes magitudes: Frecuecia absoluta de la clase c i es el úmero, i, de observacioes que preseta ua modalidad perteeciete a esa clase. Frecuecia relativa de la clase c i es el cociete, f i, etre las frecuecias absolutas de dicha clase y el úmero total de observacioes, es decir, f i = i Obsérvese que f i es el tato por uo de observacioes que está e clase c i. Multiplicado por 100 represeta el porcetaje e % de la població que comprede esa clase. Frecuecia absoluta acumulada N i, se calcula sobre variables cuatitativas o cuatitativas ordiales, y es el úmero de elemetos de la població cuya modalidad es iferior o 4
5 equivalete a la modalidad c i : N i = i = Frecuecia relativa acumulada, F i, se calcula sobre variables cuatitativas o cuatitativas ordiales, siedo el tato por uo de los elemetos de la població que está e algua de las clases y que preseta ua modalidad iferior o igual a la c i, es decir, F i = N i = i ix = f 1 + f f i = f j, j=1 como todas las modalidades so exhaustivas e icompatibles ha de ocurrir que kx j = k =, o lo que es lo mismo, j=1 kx f j = j=1 kx j=1 P k j = j=1 j ix j=1 j = =1. Llamaremos distribució de frecuecias al cojuto de clases juto a las frecuecias correspodietes a cada ua de ellas. Ua tabla estadística sirve para presetar de forma ordeada las distribucioes de frecuecias. Su forma geeral es la siguiete: Modalidades Frec. Absolutas Frec. Relativas C i f i c 1 1 f 1 = 1 c j j f j = j c k k f k = k 1 Modalidades Frec.Abs.Acum. Frec.Rel.Acum C N i F i c 1 N 1 = 1 F 1 = N 1 = f 1 c j N j = j F j = N j = f j c k N k = F k =1 5
6 Ejemplo Calcular los datos que falta e la siguiete tabla: l i 1 li i f i N i f ,4 N f ,1 N f Solució: Sabemos que la última frecuecia acumulada es igual al total de observacioes, luego = 200. Como N 3 = 170 y 3 =30, etoces N 2 = N 3 3 = = 140. Además al ser 1 =60, teemos que 2 = N 2 1 = = 80. Por otro lado podemos calcular 4 teiedo e cueta que coocemos la frecuecia relativa correspodiete: f 4 = 4 = 4 = f 4 =0,1 200 = 20. Así: N 4 = 4 + N 3 = = 190. Este último cálculo os permite obteer 5 = N 5 N 4 = = 10. Al haber calculado todas las frecuecias absolutas, es imediato obteer las relativas: Escribimos etoces la tabla completa: f 1 = 1 = =0,3 f 3 = 3 = =0,15 f 5 = 5 = =0,05 l i 1 l i i f i N i , , , , ,
7 Elecció de las clases E cuato a la elecció de las clases, debe seguirse los siguietes criterios e fució del tipo de variable que estudiemos: Cuado se trate de variables cualitativas o cuatitativas ordiales, las clases c i será de tipo omial. E el caso de variables cuatitativas, existe dos posibilidades. Si la variable es discreta, las clases será valores uméricos x 1,...,x k. Si la variable es cotiua las clases vedrá defiidas mediate lo que se deomia itervalos. E este caso, las modalidades que cotiee ua clase so todos los valores uméricos posibles coteidos e el itervalo, el cual viee ormalmete defiido de la forma [l i 1,l i )={x : l i 1 x<l i } obie(l i 1,l i ]={x : l i 1 <x l i }. E estos casos llamaremos amplitud del itervalo a las catidades a i = l i l i 1 y marca de clase c i, a u puto represetativo del itervalo. Si éste es acotado, tomamos como marca de clase al puto más represetativo, es decir, el puto medio del itervalo, c i = l i+l i 1. La 2 marca de clase o es más que ua forma abreviada de represetar u itervalo mediate uo de sus putos. Por ello hemos tomado como represetate al puto medio del mismo. Esto está pleamete justificado si recordamos que cuado se mide ua variable cotiua como el peso, la catidad co cierto úmero de decimales que expresa esta medició, o es el valor exacto de la variable, sio ua medida que cotiee cierto margedeerror, yportatorepreseta atodo u itervalo del cual ella es el cetro. E el caso de variables cotiuas, la forma de la tabla estadística es la siguiete: M. clase Frec. Abs. Frec. Rel. F. Abs. Ac. F. Rel. Ac. C i f i N i F i l 0 l 1 c 1 1 f 1 = 1 / N 1 = 1 F 1 = f l j 1 l j c j j f j = j / N j = N j 1 + j F j = F j 1 + f j l k 1 l k c k k f k = k / N k = F k =1 1 Elecció de itervalos para variables cotiuas A la hora de seleccioar los itervalos para las variables cotiuas se platea varios problemas, como so el úmero de itervalos a elegir y sus tamaños respectivos. La otació más def comú que usaremos para u itervalo será l j 1 l j (l j 1,l j ] 7
8 El primer itervalo, l 0 l 1, podemos a cerrarlo e el extremo iferior para o excluir la def observació más pequeña, l 0 : l 0 l 1 [l 0,l 1 ]. Éste es u coveio que tomaremos e las págias que sigue. El cosiderar los itervalos por el lado izquierdo y abrirlos por el derecho o cambia de modo sigificativo ada de lo que expodremos. El úmero de itervalos, k, a utilizar o está determiado de forma fija y por tato tomaremos u k que os permita trabajar cómodamete y ver bie la estructura de los datos. Como referecia osotros tomaremos ua de los siguietes valores aproximados: si o es muy grade N o itervalos = k 1 + 3,22 log() e otro caso Por ejemplo, si el úmero de observacioes que teemos es =100,ubuecriterioes agrupar las observacioes e k = 100 = 10 itervalos. Si embargo si teemos =1,000,000, será más razoable elegir k =1+3,22 log 20 itervalos, que k = = La amplitud de cada itervalo a i = l i l i 1 se suele tomar costate, cosiderado la observació más pequeña y y más grade de la població (respectivamete l 0 = x mí y l k = x máx ) para calcular la amplitud total, A, delapoblacióa = l k l 0 de forma que la amplitud de cada itervalo sea: a i = a i =1,...,k dode a = A/k. Así la divisió e itervalos podría hacerse tomado: l 0 = x mi l 1 = l 0 + a... l k = x max = l 0 + ka Observació: Podría ocurrir que la catidad a fuese u úmero poco cómodo a la hora de escribir los itervalos (ej. a =10,325467). E este caso, es recomedable variar simétricamete los extremos, l 0 <x mí <x máx <l k,deformaquesetegaquea es u úmero más simple (ej. a =10). Ejemplo Sobre u grupo de =21persoas se realiza las siguietes observacioes de sus pesos, medidos e kilogramos: 8
9 X x 1,x 2,...,x Agrupar los datos e ua tabla estadística. Solució: E primer lugar hay que observar que si deomiamos X alavariable pesodecada persoa ésta es ua variable de tipo cuatitativa y cotiua. Por tato a la hora ordear los resultados e ua tabla estadística, esto se ha de hacer agrupádolos e itervalos de logitud coveiete. Esto os lleva a perder cierto grado de precisió. Para que la pérdida de iformació o sea muy relevate seguimos el criterio de utilizar k = 21 itervalos (o so demasiadas las observacioes). E este puto podemos tomar bie k =4obiek =5. Arbitrariamete se elige ua de estas dos posibilidades. Por ejemplo, vamos a tomar k =5. Lo siguiete es determiar la logitud de cada itervalo, a i i =1,...,5. Lomáscómodo es tomar la misma logitud e todos los itervalos, a i = a (auqueestootieeporquéser ecesariamete así), dode l 0 = x mí =39 l 5 = x máx =72 A = l 5 l 0 =72 39 = 33 a = A 5 = 33 5 =6,6 Etoces, tomaremos k =5itervalos de logitud a =6,6 comezado por l 0 = x mí =39 y termiado e l 5 =72: l i 1 l i c i i f i N i F i i = ,6 42,3 3 0, ,1428 i =2 45,6 52,2 48,9 2 0, ,2381 i =3 52,2 58,8 55,5 6 0, ,5238 i =4 58,8 65,4 62,1 3 0, ,6667 i =5 65, ,7 7 0, Otra posibilidad a la hora de costruir la tabla, y que os permite que trabajemos co catidades más simples a la hora de costruir los itervalos, es la siguiete. Como la regla para 9
10 elegir l 0 y l 5 o es muy estricta podemos hacer la siguiete elecció: a 0 = 7 A 0 = a 0 5=35 d = A 0 A =35 33 = 2 l 0 = x mí d 2 =39 1=38 l 5 = x máx + d 2 =72+1=73 ya que así la tabla estadística o cotiee decimales e la expresió de los itervalos, y el exceso d, cometido al ampliar el rago de las observacioes desde A hasta A 0,serepartedel mismo modo a los lados de las observacioes meores y mayores: Itervalos M. clase f.a. f.r. f.a.a. f.r.a. l i 1 l i c i i f i N i F i i = ,5 3 0, ,1428 i = ,5 2 0, ,2381 i = ,5 7 0, ,5714 i = ,5 3 0, ,7143 i = ,5 6 0,
11 Frequecy Tabulatio for x Lower Upper Relative Cumulative Cum. Rel. Class Limit Limit Midpoit Frequecy Frequecy Frequecy Frequecy at or below 0,0 0 0, , ,0 6,25 3, , , ,25 12,5 9, , , ,5 18,75 15, , , ,75 25,0 21, , , ,0 31,25 28, , , ,25 37,5 34, , , ,5 43,75 40, , , ,75 50,0 46, , ,0000 above 50,0 0 0, , Mea = 20,8248 Stadard deviatio = 7,52962 The StatAdvisor This optio performs a frequecy tabulatio by dividig the rage of x1 ito equal width itervals ad coutig the umber of data values i each iterval. The frequecies show the umber of data values i each iterval, while the relative frequecies show the proportios i each iterval. You ca chage the defiitio of the itervals by pressig the alterate mouse butto ad selectig Pae Optios. You ca see the results of the tabulatio graphically by selectig Frequecy Histogram from the list of Graphical Optios. 11
Medidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.
ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesEstadística Descriptiva
Estadística Descriptiva Itroducció 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
Más detallesEjemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detalles1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)
1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesSucesiones numéricas.
SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El
Más detalles16 Distribución Muestral de la Proporción
16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos
Más detallesMC Fco. Javier Robles Mendoza Primavera 2009
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2
Más detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesCONCEPTOS BÁSICOS DE PRESTAMOS.
GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más detallesTema 6. Sucesiones y Series. Teorema de Taylor
Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació
Más detallesMétodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B
Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................
Más detallesGradiente, divergencia y rotacional
Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para
Más detallesUna serie de potencias puede ser interpretada como una función de x. f(x) = n=0
Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada
Más detallesESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:
ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía
Más detallesELEMENTOS DE ÁLGEBRA MATRICIAL
ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:
Más detallesMuestreo. Tipos de muestreo. Inferencia Introducción
Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida
Más detallesTEMA 3.- OPERACIÓN FINANCIERA
. DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel
Más detallesGuía 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 detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,
Más detallesEjercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.
Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO
Más detallesPropuesta A. { (x + 1) 4. Se considera la función f(x) =
Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar
Más detalles1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)
Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)
IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las
Más detallesIES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir
IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)
Más detallesCapítulo 2. Operadores
Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
3 INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 99 REFLEXIONA Y RESUELVE Cuátas caras cabe esperar? Repite el razoamieto aterior para averiguar cuátas caras cabe esperar si lazamos 00 moedas
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe
Más detallesPor: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS
Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2004
Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos
Más detallesEstadística Descriptiva
Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se
Más detallesESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}
ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)
Más detalles1. 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 detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detalles2. LEYES FINANCIERAS.
TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),
Más detallesProgresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general
5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y
Más detallesGENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:
GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo
Más detalles= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3
IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de
Más detallesTransformaciones Lineales
Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD
PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y,
Más detalles1.1. Campos Vectoriales.
1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal
Más detallesA = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.
. POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes
Más detallesIES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora
Más detallesSOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que
SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso
Más detallesIES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió
Más detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesCalculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.
IES Fco Ayala de Graada Sobrates de 2000 (Modelo 1) Solució Germá-Jesús Rubio Lua Los Exámees del año 2000 me los ha proporcioado D. José Gallegos Ferádez OPCIÓN A EJERCICIO 1_A (2 putos) Dibuje el recito
Más detallesSEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES
SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES L. GENERALIZACIÓN DEL A.F.C. : ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES 1. Itroducció Las «ecuestas» se
Más detallesAbel Martín LAS FRACCIONES. - Las fracciones como parte de un todo - Egipto les espera
LAS FRACCIONES - Las fraccioes como parte de u todo - Nuestros amigos prueba su máquia del tiempo. Egipto les espera Despegamos! E la evolució del pesamieto humao, 000 años a. C., los egipcios comieza
Más detallesPara efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1
3.4 Evaluació de la implemetació y su compatibilidad co NC PAS:99:2008 La aplicació del modelo del CMI y la herramieta de medició (el CM ODUN) permitió cotrastar los resultados co lo establecido por la
Más detallesMatemáticas I - 1 o BACHILLERATO Binomio de Newton
Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete
Más detallesUNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.
UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses
Más detalles11. TRANSFORMADOR IDEAL
. TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la
Más detalles1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.
Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible
Más detallesTEMA 2 - FUNCIONES DE VARIAS VARIABLES (I): LÍMITES Y CONTINUIDAD. 1. Conceptos topológicos previos en el espacio euclídeo R n.
Fucioes de varias variables (I TEMA - FUNCIONES DE VARIAS VARIABLES (I: LÍMITES Y CONTINUIDAD. Coceptos topológicos previos e el espacio euclídeo R. Sea R el espacio euclídeo de dimesioes. U puto a de
Más detallesPara construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :
Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?
Más detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL
Más detallesMATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.
MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre
Más detallesTema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.
UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios
Más detallesOPCIÓN A EJERCICIO 1_A 1-2 1 Sean las matrices A =
IES Fco Ayala de Graada Sobrates de 007 (Juio Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1-1 x -x Sea las matrices A, X y e Y -1 3 0 - z (1 puto) Determie la matriz iversa de A. ( putos)
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:
Más detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com
Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la
Más detallesSOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN
Más detallesTEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:
TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2012 (MODELO 2)
IES Fco Ayala de Graada Sobrates de 0 (Modelo ) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 0 (MODELO ) OPCIÓN A EJERCICIO _A ( 5 putos) Halle la matriz X que verifique la ecuació
Más detallesSoluciones Hoja de Ejercicios 2. Econometría I
Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño
Más detallesAnálisis en el Dominio de la Frecuencia. Análisis en el Dominio de la Frecuencia. Sistemas de Control. Análisis en el Dominio de la Frecuencia
Aálisis e el Domiio de la Frecuecia Sistemas de Cotrol El desempeño se mide por características e el domiio del tiempo Respuesta e el tiempo es díficil de determiar aalíticamete, sobretodo e sistemas de
Más detallesQué 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 detallesEstimación puntual y por intervalos
0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por
Más detallesCURSO 2.004-2.005 - CONVOCATORIA:
PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesINTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias
Más detallesLímite de una función
Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía
Más detallesMEDIDAS DE RESUMEN. Jorge Galbiati Riesco
MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos
Más detallesUnidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno:
Uidad 5 Aualidades vecidas Objetivos Al fializar la uidad, el alumo: Calculará el valor de la reta de ua perpetuidad simple vecida. Calculará el valor actual de ua perpetuidad simple vecida. Calculará
Más detallesLímite de una función
Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los
Más detallesEstimación puntual y por Intervalos de Confianza
Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo
Más detallesFigura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano
(VSHFLILFDFLRQHVHQHOGRPLQLRGHOWLHPSR E capítulos ateriores se ha estudiado la respuesta de estado estable de los sistemas lieales ( cuado tæ ), estudiaremos ahora la respuesta trasitoria. La respuesta
Más detallesRevisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola.
Programa de Efectividad Clíica 003 Bioestadística Vilma E. Irazola DATOS CATEGORICOS COMPARACION DE PROPORCIONES Revisió de coceptos: Cotiuos Tipos de datos Discretos Categóricos Ejemplo: Variable a a
Más detalles(PROBABILIDAD) (tema 15 del libro)
(PROBABILIDAD) (tema 15 del libro) 1. EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL. SUCESOS Defiició: U feómeo o experiecia se dice aleatorio cuado al repetirlo e codicioes aálogas o se puede predecir el
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 2006 (Modelo 5 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A Sea la regió defiida por las siguietes iecuacioes: x/2 + y/3 1 ; - x + 2y 0; y 2. (2 putos) Represete
Más detallesOBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con
Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE
Más detallesBINOMIO DE NEWTON página 171 BINOMIO DE NEWTON
págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:
Más detallesPolinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios
Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua
Más detallesMedidas 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 detallesCuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.
II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros
Más detallesPRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O
PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros
Más detallesVariables aleatorias. Distribución binomial y normal
Variables aleatorias. Distribució biomial y ormal Variable aleatoria Def.- Al realizar u experimeto aleatorio teemos u espacio muestral E. A cualquier ley o aplicació que a cualquier suceso de E le asocie
Más detalles8 Funciones, límites y continuidad
Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto
Más detalles