APLICACI ONES DE LA FUNCI ÓN
|
|
|
- Sergio Cordero Fuentes
- hace 8 años
- Vistas:
Transcripción
1 APLICACI ONES DE LA FUNCI ÓN GENERADORA DE MOMENTOS Adrés Camlo Ramírz Gaa Trabajo d Grado para Opar por l Tulo d Mamáco Drcor: Bgo Lozao Rojas Esadísco Uvrsdad Nacoal d Colomba Fudacó Uvrsara Korad Lorz Faculad d Mamácas Bogoá D.C. 7
2 AGRADECIMIENTOS Agradzco al profsor Bgo Lozao Rojas, qu m acompaño apoo co los valosos apors la jcucó d s rabajo. També quro agradcr al docor Aoo Vlasco muños dcao d la faculad d mamácas a cada uo d los docs compañros qu uvro u apor mpora para mí formacó a lo largo d la carrra.
3 RESUMEN Es documo cosa d cuaro capíulos los cuals musra la mporaca d la fucó gradora d momos su aplcacó a la hora d dducr la dsrbucó d ua o más varabls alaoras. Auqu s rs éccas para rsolvr dcho problma, la écca d la fucó gradora d momos s la mas sobrsal, a qu admás auda l dscubrmo d varabls alaoras úcas s mu úl cuado s raa d corar la dsrbucó d sumas d varabls alaoras dpds, audado así la dmosracó dl orma dl lím cral. Ths docum s mad up of four chaprs whch show h mporac of h mom grag fuco ad s us wh dducg h dsrbuo of o or mor radom varabls. Evhough hr ar hr chqus o solv hs problm, h mom grag fuco chqu s h mos wdl usd sc also hlps dscovrg h uqu radom varabls ad s vr usful wh rg o fd h dsrbuo of sums of dpd radom varabls, hlpg hs wa h proof of h cral lm horm.
4 CONTENIDO Pága INTRODUCCION. CONCEPTOS BASICOS.. Varabls alaoras 5.. Dsrbucos d probabldad 7... Dsrbucó d probabldad d varabls dscras 7... Dsrbucos d probabldad d varabls coúas.. Valor sprado 8. MOMENTOS Y FUNCIONES GENRADORAS DE MOMENTOS.. Momos 6.. Fucó gradora d momos 7. DISTRIBUCIÓN DE PROBABILIDAD DE UNA FUNCION DE UNA VARIABLE ALEATORIA.. Técca d la fucó acumulava 5.. Técca d rasformacos 5... Técca d rasformacos para varabls dscras 5... Técca d rasformacos para varabls couas 5. TECNICA DE LA FUNCION GENERADORA DE MOMENTOS.. Dscrpcó d la écca 6.. Dsrbucó d sumas d varabls alaoras 67 APENDICE 7 CONCLUCIONES 85 BIBLIOGRAFIA 86
5 INTRODUCCIÓN E l ára d la sadísca s mu frcu qu l vsgador o coozca como s compora la dsrbucó d probabldad d su varabl alaora. Para s hcho s ha dducdo los momos, los cuals proporcoa ua caracrzacó d la dsrbucó d probabldad. Muchas vcs sos momos sul sr complcados para corarlos uo por uo, por so s odos sos momos s, s pud asocar a ua fucó qu los gr. Esa fucó oma l ombr d la fucó gradora d momos. La fucó gradora d momos o solo s usada los momos d ua varabl alaora. Frcum sadísca s prsa la csdad d dducr la dsrbucó d probabldad d ua fucó d ua o más varabls. Es dcr s s cooc la dsrbucó d ua varabl alaora, s ora qu s fucó d la aror, s podría dducr la dsrbucó d dcha varabl. Es s uo d los campos dod la fucó gradora d momos s aplca s mu úl a la hora d dducr dsrbucos d sumas d varabls dpds. Para abordar s ma s ha crado s documo qu cosa d capíulos, dod l lcor podrá obsrvar dsd los cocpos báscos hasa la écca d la fucó gradora d momos. E l capulo s ucará mas báscos como, las varabls alaoras, dsrbucos d probabldad d ua varabl alaora l valor sprado; l sgudo s raara a fodo mas como momos la fucó gradora d momos, djado claro así los cocpo báscos para la aplcacó d sa fucó ; l rcr capíulo s abordara éccas adcoals para dducr la probabldad d ua fucó d ua o más varabls alaoras, por úlmo l cuaro capíulo s prsará la rcra écca llamada écca d fucó gradora d momos su úl uso la dsrbucó d sumas d varabls alaoras. 5
6 CAPITULO UNO CONCEPTOS BÁSICOS. Var abl alaora Dfcó.: Sa S u spaco musral sobr l cual s cura dfda ua fucó d probabldad. Sa ua fucó d valor ral dfda sobr S, d mara qu rasform los rsulados d S puos sobr la rca d los rals, s dc ocs qu s ua varabl alaora. El cojuo d valors qu ua varabl alaora pud omar s doma l rago d la varabl alaora. S dc qu s ua varabl alaora s odos los rsulados posbls d u spaco musral, s pud rasformar cadads umércas. Ejmplo.: Supógas l spaco musral S l qu s cosdra cada uo d los posbls rsulados al lazar rs modas al ar: S {ccc, ccs, csc, css, scc, scs, ssc, sss} dod c s cara s s sllo. Drmmos la varabl como l úmro d caras qu ha l spaco musral, ocs a cada puo dl spaco musral s l asga u valor umérco,, o, sos pud cosdrars como valors qu asum la varabl alaora, al como lo musra su grafca. Probabldad sadísca. Gorg C.Caavos. Pág. 5 6
7 S S R CCC CCS CSC SCC CSS SCS SSC SSS Gráfco. s caso podmos obsrvar qu la varabl alaora oma l valor para los lmos dl cojuo E {css, scs, ssc} S. E s a cada lmo d spaco musral, s l asga u valor umérco. S ccc ccs csc scc css scs ssc sss Tabla. Dfcó.: S dc qu ua varabl alaora s dscra s su rago s u cojuo fo o fo umrabl d valors. Ejmplo.: E l jmplo. los valors posbls d so,,. Lugo s ua varabl alaora dscra. Probabldad sadísca. Gorg C.Caavos. Pág. 5 7
8 Dfcó.: S dc qu ua varabl alaora s coua s su rago s u cojuo fo o umrabl d valors. Es cojuo pud dfrs u rvalo o u cojuo fo d rvalos. Ejmplo.: Cosdrmos ua varabl alaora Y cuos valors sa los psos klogramos d odas las prsoa maors d años, lógcam ha fos valors asocados a sos psos. S sos psos s asgara a la rca ral, pud dfrs u úmro fo d valors para dscrbr odos los posbls valors d pso.. Dsrbucos d probabldad Dfcó. ua dsrbucó d probabldad s u lsado d las probabldads d odos los posbls rsulados dl spaco musral qu podría obrs s l prmo s llva a cabo. Las dsrbucos d probabldad s clasfca como dscras couas... Dsrbucos d probabldad d varabls dscras Ua varabl alaora asum cada uo d sus rsulados co cra probabldad. E l jmplo. la varabl alaora qu rprsa l úmro d caras al lazar rs modas al ar, los sgus valors posbls co las rspcvas probabldads sgus: Rsulado Valor d la Numro d probabldad varabl alaora ocurrcas ccc /8 ccs, csc, scc /8 ssc, scs, css /8 Sss /8 Tabla. 8
9 ós qu los valors posbls d coforma los posbls coos sobr l spaco musral coscuca las probabldads suma. Para maor comoddad s csaro usar ua fucó co l objo d rprsar las probabldads d ua varabl alaora s df por: f P ; s l como la probabldad d qu om l valor sa fucó oma l ombr d fucó d probabldad o dsrbucó d probabldad d la varabl alaora dscra, l jmplo. s s csara sabr cual s la probabldad d qu salga caras l msmo lazamo s usara la fucó d probabldad, dod ; ocs f P /8 ; Dfcó.5: Sa ua varabl alaora dscra. S llamará f P fucó d probabldad d la varabl alaora propdads., s sasfac las sgus. P ;. P ; Ejmplo.: Supógas ua varabl alaora qu como rsulado dar l umro d caras mos l umro d sllos lazamos d ua moda. Ecur la dsrbucó d probabldad para la varabl alaora. Solucó: El spaco musral s cura dado por: S {cccc,cccs,ccsc,ccss,cscc,cscs,cssc,csss,sccc,sccs,scsc,scss,sscc,sscs,sssc,ssss} dod l úmro d ocurrcas s 6; Probabldad sadísca. Gorg C.Caavos. Pág. 5 9
10 Rsulado Valor d la Numro d probabldad dfrca ocurrcas r caras sllos cccc /6 cccs,ccsc,cscc,sccc /6 ccss,cscs,cssc,sccs,scsc,sscc 6 6/6 csss,scss,sscs,sssc /6 ssss /6 Tabla. Ahora la dsrbucó d probabldads srá: f /6 /6 6/6 /6 /6 Tabla. Muchas vcs csamos corar la probabldad d qu sa mor o gual qu para s caso basa co obsrvar qu: P P P P P lo cual os da ua da d sumar probabldads o d acumularlas. Dfcó.6: La dsrbucó acumulava d la varabl alaora s la probabldad d qu sa mor o gual a u puo spcífco d sa dada por : F P f Y admás sasfac las sgus propdads: Probabldad sadísca. Gorg C.Caavos. Pág. 5
11 . F.. F F j s j.. p > F.. p F F. 5. p < p p F j j F. j Cab aoar qu P P < s s ua varabl dscra. P P P P P P < P P P Ejmplo.5: Ecur la dsrbucó acumulada d la varabl alaora dl jmplo. usado las propdads calcular:. p >. p. P. P < 5. P < 6. P < < Solucó: F P P /6; F P P P P /6 /6 5/6; F P P P P P /6 /6 6/6 /6; F P P P P P
12 /6 /6 6/6 /6 5/6; F P P P P P P /6 /6 6/6 /6 /6 ; Lugo la dsrbucó d probabldads acumuladas s: F 5 5 / 6 / 6 / 6 / 6 < < < < < A couacó s musra las grafcas d f F rspcvam FUNCIÓN DE PROBABILIDAD f 5 5 Gráfco.
13 FUNCIÓN DE DISTRIBUCIÓN ACUMULATIVA 5/6 /6 F 8/6 /6 5 5 Gráfco.. p > F /6 5/6.. p p > F /6 5/6.. P < F F 5/6 5/6 /6.. P P < F F 5/6 /6 /6. 5. P < P < F F /6 /6 /6. 6. P < < P < F F /6 5/6 6/.. Dsrbucos d probabldad d varabls couas E l caso d las dsrbucos couas p. Ejmplo.6: La varabl alaora coua W s df como la alura d odas las prsoas maors d años u rvalo d 7 hasa 8 címros. Supógas qu s qur corar p 75, aparm parc qu fura scllo calcularla, pro s déramos qu l rvalo [7, 8] ha fos úmros, vdm ha fdad d sauras por lo cual p 75 d a sr ulo, para s caso s mjor ulzar rvalos. Eocs para usro caso sra mjor corar p
14 La dsrbucó d probabldad d ua varabl coúa sa caracrzada por ua fucó f, la cual rcb l ombr d fucó d dsdad d probabldad proporcoa u mdo para calcular p a b co b > a. D mara formal, la dsrbucó d probabldad d ua varabl alaora coua s df d la sgu mara: Dfcó.7: S s ua fucó f al qu: 5 f < < f d p a b b f d a,b R a Eocs s dc qu f s la fucó d dsdad d probabldad d la varabl alaora coua. D sa dfcó s drva oras propdads.. p a. P a b P a< b P a < b P a < < b Solucó:. p a p a a a f d. p a b p a a p a < < b p b p a < < b Para dr mjor l cocpo d fucó d dsdad, lo lusrarmos co u jmplo. Ejmplo.7: Supógas qu s md los mpos r llamadas coscuvas, d cls d ua mprsa qu fucoa d 7: AM a 5: PM los agrupamos rvalos d hora. E la abla.5 s uca l úmro d llamadas cada rvalo su rspcva frcuca rlava. 5 Probabldad sadísca. Gorg C.Caavos. Pág. 58
15 Irvalo N llamadas Frcuca rlava 7 < 8. 8 < <. < 5.5 < 7.7 < 7.7 < 5.5 < 5. 5 < < 7. Tabla.5 Como s obsrva la gráfca. la bas d cada rcágulo como logud su alura s la frcuca rlava, lugo l ára d cada rcágulo s su frcuca rlava por lo ao la suma d sus áras s. Supogamos ahora qu los mpos r dos llamadas coscuvas s obsrva para s agrupa rvalos d ½ hora, o ambé para rvalos d ¼ d hora, s aumamos s procso d aumar l umro d obsrvacos dsmur l amaño d los rvalos, s llgara a ua curva lím la cual oma l ombr d fucó d dsdad d probabldad para ua varabl alaora coua, s doa por f grafco., vdm l ára oal bajo la curva s. 5
16 ,5,7,7,5 frcuca rlava,,6,,,6, Gráfco. FUNCIÓN DE DENSIDAD,9,6, 7,,, 6, Gráfco. Al gual qu las fucos d probabldad d las varabls alaoras dscras su fucó acumulava, las varabls alaoras couas ambé su rspcva fucó acumulava s df como: F P f d dod s ua varabl arfcal d gracó. 6
17 La dsrbucó F s ua fucó lsa o dcrc co las sgus propdads:. F. F. p a < < b F b F a. df d f Ejmplo.8: Sa ua varabl alaora coua dfda por f π cuaqur oro caso. probar qu f s ua fucó lgíma d probabldad.. Calcular P /, p.. Ecorar F, grafcarla usarla para corar los puos dados Solucó:. Al sr > o habrá problma co l radcal claram s v qu f, ahora π d d π ar cos π π π Co lo qu s coclu qu f s ua fucó lgíma d probabldad. /. P / d π ar cos π / 7
18 ar cos π ar cos π π π 6 P π d ar cos π ar cos π ar cos π π π π π 6. F π d ar cos π ar cos π ar cos π ar cos π Y la gráfca s: FUNCIÓN ACUMULATIVA F,8,6,, 5 5 Gráfco. 8
19 P / F / ar cos π π π 6 p F F ar cos π ar cos π π π π π 6. Valor sprado Los grads jugadors d pokr dc qu los jugadors o prmados pud gaar dro a coro plazo pro qu prdrá dro a largo plazo. Lo coraro val para profsoals mu buos jugadors, lo cuals gaará gralm a largo plazo. Por qué so s así? Eso s db a u cocpo coocdo como valor sprado. Valor sprado s l bfco qu s spra. Por jmplo, supógas qu s ha ralzado ua apusa para lazar ua moda. S sal cara, s prdrá $, s sal cruz, s gaará $. S db acpar órcam sa apusa asumdo qu la moda s vrdadra s u ccua ccua d posbldad d qu salga cara o cruz? Obvam, s dbría acpar la apusa. Es ua probabldad d / qu caga cara ga $. Por lo ao, la gaaca sprada s.5*$5. S salra cruz, s prd $. Por lo qu, la prdda sprada.5*$.5 Y l bfco sprado s la gaaca sprada mos la pérdda sprada. Es dcr, qu l bfco sprado s d $9,5. Obvam, o s gaará $9,5. s Gaará $ o s prdrá $. S mbargo, dbría vrs la apusa como "gaar" $9,5. Los rsulados los jugos d azar sá flucados por la sur a coro plazo. S mbargo, los rsulados s vrá crcaos a smjars al valor sprado a largo plazo. S s ra la moda u mlló d vcs, l bfco fal srá mu crcao a 9,5 mllos. 9
20 Eocs rsumdo: Sa ua varabl dscra dod solo podrá omar dos valors, $gaaca, $ la prdda o sa {, } ahora la probabldad d gaaca s.5 la gaaca d prdda s.5. Por ao su valor sprado s: lugo s obsrva qu l valor sprado sa dado por: E. p Así s llga a la dfcó d valor sprado, mda o spraza mamáca d ua varabl alaora Dfcó.8: La mda d ua varabl alaora s cosdra como ua cadad umérca alrddor d la cual los valors d la varabl alaora d a agrupars por lo ao la mda s ua mdda d dca cral s df por: E p S s ua varabl dscra E f d S s ua varabl coua E gral dfmos l valor sprado d ua fucó d, h, por la gualdad E [ h ] h p S s ua varabl dscra. E [ h ] h f d S s ua varabl coua. Aálogam para mas d dos varabls cualqur fucó h d las varas, s df por,...,,, k l valor sprado d
21 E [ h,,,..., ] k... h,,,..., k p,,,..., k k S,...,,, k varabls dscras. E [ h,,,..., ] k h d... d,,,..., k f,,,..., k d d k S,...,,, k varabls coúas. El valor sprado o mda pos alguas propdads:. E k k para k ua cosa. E c k ce k para k, c cosas. E [ g h ] E [ g ] E [ h ]. E [ g h ] E [ g ] E [ h ] NOTA: El valor sprado, pud o sr dpddo s la corrspod suma o gral dvrg a u valor fo. Ejmplo.9: Ecorar la mda o valor sprado d la dsrbucó d Posso Solucó: la dsrbucó d Posso sa dada por f λ λ!,,,... cualqur oro valor lugo E. p. λ λ! λ λ λ! ahora s hacmos, s dría, por ao
22 λ λ E λ! λ λ λ λ Ejmplo.: Ecorar la mda o valor sprado d la dsrbucó bomal. Solucó: La dsrbucó bomal sa dada por: f! p p!!,,,..., p, Z cualqur oro valor ocs E!. P p p!!! p p!!! p p [ ]!! p Ahora s, m s dría m, por ao m E p m! p p m!! m p Es buo rcordar para los jmplos... la fucó Gamma la fucó Ba. La fucó Gamma sa dfda por:
23 u u du! > sus propdads so:! / π. La fucó Ba sa dfda por. Β, d, > La fucó Ba la fucó Gamma s cura rlacoadas por Β, Noa: E l apédc al fal d s documo s musra las dduccos arors sus rspcvas propdads. Ejmplo.: Ecorar la mda o valor sprado d la dsrbucó Gama Solucó: La dsrbucó Gamma sa dada por f ;, >,, >, cualqur oro valor ocs E f d d ahora s obsrvamos la gral podría rasformars ua fucó Gamma d Sa u du d d du
24 u u lugo E du u u du u u d u u Ejmplo.: mosrar qu la mda d d la dsrbucó Ba s: Solucó: La dsrbucó Ba s cura dfda por:, ; f valor cualqur oro,, > ocs E d f d d, Β Ejmplo. Supógas qu la varabl alaora Y rprsa l rvalo d mpo r dos llgadas coscuvas a ua da qu su fucó d dsrbucó sa dada por:
25 f >, cualqur oro valor S las gaacas d dro s gual a al cubo dl mpo r dos llgadas, corar l valor sprado d las gaacas. Solucó: El valor sprado d las gaacas, s corar E Y, lugo E f d d Ahora s hacmos u du d d du u 6 u Eocs u E 6 u du 6 6! 8 Ejmplo. Ecorar l valor sprado d la dsrbucó d Cauch l caso. Solucó: La dsrbucó d Cauch co s cura dfda por: f ;, π > cualqur oro valor 5
26 E f d d π π d l π Lo cual dca qu a mdda d qu crzca E ambé va a crcr o sa qu la gral dvrg, por ao l valor sprado d la dsrbucó o s. 6
27 CAPITULO DOS MOMENTOS Y FUNCIONES GENERADORAS DE MOMENTOS. Momos Los momos d ua varabl alaora so los valors sprados d cras fucos d. Ellos forma ua colccó d mddas dscrpvas qu pud audar a caracrzar la dsrbucó d probabldad vrfcar s odos los momos so coocdos. Gralm sos momos s df alrddor d o dl valor sprado. Dfcó.: sa ua varabl alaora. El r ésmo momo d alrddor d s df por: 6 r r E r p r f d dod s dscra dod s coua l prmr momo alrddor d r para ua varabl dscra. 6 Probaldad sadísca. Gorg C.Caavos. Pág. 67 7
28 E E Lo cual dca qu s l coocdo valor sprado o mda, smlarm s s valor s fus ua varabl coua. Dfcó.: Sa ua varabl alaora. El r ésmo momo cral d ambé coocdo como l r mo momo alrddor d la mda s df por: 7 r r E [ ] r p r f d dod s dscra dod s coua El momo cral cro d cualqur varabl alaora s. [ ] E [ ] E El prmr momo cral d cualqur varabl alaora s [ ] E [ ] E E E El sgudo momo alrddor d la mda s la varaza qu s doa por var var [ ] E E E E La varaza d cualqur varabl alaora s la dfrca dl sgudo momo alrddor d l cuadrado d la mda o valor sprado. Gralm s doa σ auqu a vcs srá cov doarla por var. La varaza d ua varabl alaora s la mdda d la dsprsó d la dsrbucó d probabldad d sa. Por jmplo, l caso couo s la maor par dl ára por dbajo d la curva 7 Probaldad sadísca. Gorg C.Caavos. Pág. 67 8
29 d dsrbucó s cura crcaa a la mda, la varaza s pquña o s por l coraro la maor par dl ára s cura mu dsprsa d la mda la varaza srá grad. La raíz cuadrada d la varaza rcb l ombr d dsvacó sádar s doa por σ. La varaza al gual qu l valor sprado propdads, así: Dadas dos cosas a b. var a b a var var a by var a b var Y cov, Y al caso qu Y sa sadíscam dpds var a by var a b var Y Como s ha poddo obsrvar l sgudo momo alrddor d la mda s prsó érmos d los prmros dos momos alrddor d. E gral odos los momos crals d ua varabl s pud prsar érmos d los momos alrddor d, dado qu: r E [ ] r Rcurds qu a b O sa qu: a b r r r r ahora r r E r r r r r r E r r jmplo s s csara l rcr momo cral 9
30 Los momos crals rcro cuaro proporcoa formacó mu úl co rspco a la forma d la dsrbucó d probabldad d rcb l ombr d facors d forma. El rcr momo d cualqur varabl alaora s cura rlacoado co la asmría d la dsrbucó d probabldad d. E l caso qu las dsrbucos d probabldad prs más d u pco, l rcr momo pud prsar daos rróos, por so s cov usar l rcr momo sadarzado, dado por: / / / / var rcb l ombr d cofc d asmría como su ombr lo dca md la asmría d la dsrbucó d probabldad co rspco a su dsprsó. La dsrbucó pud sr: Asmérca posvam > 5 5 Gráfco.
31 Smérca Gráfco. Asmérca gavam < Gráfco. El cuaro momo d cualqur varabl alaora md qu a puaguda s la dsrbucó d probabldad d rcb l ombr d cuross ,5,5,5 5 6
32 Al gual qu l rcr momo s rcomdabl usar l cuaro momo sadarzado, dado por: / / var S > la dsrbucó d probabldad prsa u pco rlavam alo s dc qu la varabl dsrbucó qu rcb l ombr d lpocúrca 5 5 Gráfco. S la dsrbucó o prsa u pco mu alo mu bajo rcb l ombr d msocúrca Gráfco.5
33 S < la dsrbucó d probabldad s rlavam plaa rcb l ombr d placúrca Gráfco.6 Ejmplo.: Ecorar la mda, la varaza, los facors d forma d la dsrbucó pocal. f ; >, cualqur oro valor Solucó: Prmro s db corar los prmros momos alrddor d cro, para so: r r r E d r r d r s rmplazamos u du d ocs s dría qu r r u r u du r r Lugo E! r r!
34 !!! 6 ahora a do los cuaro prmros momos alrddor d cro, s pud calcular los momos alrddor d la mda. var ahora do sos momos s pud corar los cofcs d asmría d cuross. / / / / var / /. / 9 / 9. Lugo E, var,, 9. ocs s s obsrva los facors d forma s qu la grafca d ua dsrbucó pocal smpr s asmérca posvam lpocúrca.
35 DISTRIBUCION EPONENCIAL 5 5 Gráfco.7 Ejmplo.: Ecorar la mda, la varaza, los facors d forma d la dsrbucó d posso. f ; λ λ λ!,,,... cualqur oro valor Solucó: Para s caso s mu complcado corar uo por uo. r por so s procd a corarlos E λ vr jmplo.8 E E [ ] E [ ] E ahora E [ ] λ λ! λ λ λ! ahora s s hac, s dría, por ao E [ ] λ λ λ! λ λ λ λ ósa qu 5
36 λ λ E E [ ] E [ ] E ahora E [ ] λ λ! λ λ λ! s s hac, s dría, por ao λ λ E [ ] λ! λ λ λ λ ósa qu λ E λ E E λ λ λ E E [ 6 6 ] ahora E [ ] E 6 6 E [ ] λ λ! λ λ λ! s s hac, s dría, por ao λ λ E [ ] λ! λ λ λ λ ósa qu λ E 6 6 λ 6 E E 6 E 6
37 λ 6 λ λ λ λ λ 6 λ λ 6 λ 8 λ 6 λ λ λ 6 λ λ 6 λ 7 λ λ ahora s procd a calcular los momos alrddor d la mda. var λ λ λ λ λ λ λ λ λ λ λ λ 6 λ λ λ λ λ λ λ 6 λ 7 λ λ λ λ λ λ 6 λ λ λ λ λ λ λ 6 λ 7 λ λ λ λ λ 6 λ 6 λ λ Y co so calcular los facors d forma / / / / var / λ /λ λ / λ / λ / λ λ λ / var λ lugo E λ, var λ λ, / λ, λ S s obsrva los facors d forma coramos qu la grafca s asmérca posva lpocúrca pro a mdda d qu msocúrca λ la grafca d a sr smérca 7
38 DISTRIBUCION DE POISSON,5,,5,,5 6 8 Gráfco.8. Fucos gradoras d momos Cuado s odos los momos d ua dsrbucó so s cuado odos los momos so fos, s posbl asocar ua fucó gradora d momos. S. df sa como E dod s la varabl alaora ua varabl coua; l valor sprado d. srá ua fucó d qu rprsarmos por M. E. p. f d dod s dscra dod s coua M Gra odos los momos d alrddor dl org. Para dmosrar so s drva M co rspco a s valúa la drvada pro as vamos qu: E [ h ] E [ h ] 8
39 d E [ h ] d d d [ h P ] d [ h P ] d la drvada d ua suma s la suma d las drvadas. [ h P ] E [ h ] para l caso couo ha qu r cua qu la drvada d ua gral s la gral d la drvada, Ahora s s r d M r d o r d. E r d o r d. E r o d E r. o E r r Así como los momos alrddor d su fucó gradora d momos los momos alrddor d la mda ambé dcha fucó s df como: M E p f d dod s dscra dod s coua M gra odos los momos alrddor d la mda 9
40 Vamos : r d M r d o r d E r d o r E d r o d E [ r o E r r Ejmplo.: Drmar la fucó gradora d momos d: la dsrbucó Gamma la dsrbucó Ch cuadrado la dsrbucó Epocal usla para calcular la mda, la varaza los facors d forma d cada ua d las dsrbucos. Solucó: La dsrbucó Gamma sa dada por f ;, Lugo su fucó gradora d momos s: >,, > cualqur oro valor. M E. d. d. d Ahora
41 u. s. u.. d du. du d. Rmplazado s qu M. u. u du... u u du... do sa fucó s pud calcular los prmros cuaro momos alrddor d. d d.. o d d [ ]. d d.. o d d. [ ] d d. o d d. [ ].
42 o d d [ ]. d d.. ahora s procd a calcular los momos alrddor d la mda var 6 6 ] [ ] [ ] 8 6 [ ] 6 [ por ulmo los facors d forma / / / var / / var / 6 6 lugo
43 v / M., var,, s s obsrva los cofcs d forma, vmos qu la dsrbucó Gamma s asmérca posvam lpocúrca, s d a. Pro d a sr msocúrca smérca a mdda d qu d a fo. DISTRIBUCION GAMMA 5 5 Gráfco.9 Ahora como la dsrbucó Ch cuadrado s ua dsrbucó Gamma co dod vso los grados d lbrad d la varabl. Eocs: v v / M. v, var v, v, v Igualm la dsrbucó pocal s ua dsrbucó Gamma co, lugo M.
44 , var, Como sa dsarrollado l jmplo., 9 NOTA: E l apédc al fal d s documo s uca la mda, la varaza, los facors d forma la fucó gradora d momos d cada ua d las dsrbucos spcals.
45 CAPITULO TRES DISTRIBUCIÓN DE PROBABILIDAD DE UNA FUNCIÓN DE UNA VARIABLE ALEATORIA Frcum sadísca s prsa la csdad d dducr la probabldad d ua fucó d ua o más varabls alaoras. Por jmplo supogamos qu dadas las varabls alaoras fucos,...,, dadas las g,,..., ; g,,..., ; ; g,,...,. Qurmos gral k corar la dsrbucó d Y, Y,..., Y dod Y g,,...,,,,..., k Para so s prsa éccas: Técca d la dsrbucó acumulava Técca d las rasformacos Técca d la fucó gradoras d momos E s capíulo solo s prsara las prmras éccas, la rcra la raarmos mas a fodo l capíulo. 5
46 . Técca d la dsrbucó acumulava Esa écca sa basada como su ombr lo dca la dsrbucó acumulava d probabldads d ua varabl alaora s úl dsrbucos couas d ua o más varabls. Torma.: Sa ua varabl alaora coua co fucó d dsdad f dod f > para a b, supógas la fucó Y g srcam moóoa crc, drvabl, por lo ao coúa para odo, ocs la varabl alaora Y g fucó d dsdad dada por: f Y f d g g d Dmosracó: F Y p Y p g p g F g ahora como f F Y propdad d la dsrbucó acumulava Y f Y d d F g g g g d f d Ejmplo.: S s dsrbu uformm l rvalo π /, π / corar la dsrbucó d Y a Solucó: f U π /, π / Y g a f? f sa dfda como l rvalo l qu s muv Y s Y f π / π / π a, por ao 6
47 F p Y p a p arca Y F arca d f Y f arca arca d π Lo cual dca qu la dsrbucó d Y s ua dsrbucó d Cauch co parámros. Qu sucdría s g fus ua fucó dcrc? Torma.: Sa ua varabl alaora coua co fucó d dsdad f dod f > para a b, supoga la fucó Y g srcam moóoa dcrc, drvabl, por lo ao coúa para odo, ocs la varabl alaora g fucó d dsdad dada por: f Y f d g g d Dmosracó: F Y p Y p g p g p g F g ahora como f F Y Y f Y d d F g g g g d f d Ejmplo.: S s dsrbu uformm l rvalo, corar la dsrbucó d Y l 7
48 Solucó: f U, Y g l f? Y f sá dfda como f l rvalo l qu s muv s L, por ao F Y p Y p l p / p / F / / d / f Y f / d / Lugo la dsrbucó d s la dsrbucó d ua varabl Ch cuadrado co grados d lbrad. El problma d sa écca s qu solo srv para dsrbucos couas a qu las dsrbucos dscras o s cumplo qu f F Y. Y El jmplo qu sgu s mu parcular porqu rcordmos qu las fucos acumulavas la propdad d: F Y p Y g mas gral qudaría p f d p f,, F Y p Y g,,, d d d Ejmplo.: Sa,, varabls alaoras dpds cada ua co dsrbucó ormal sádar. Hall la dsrbucó d Y Solucó: 8
49 f π f π f π Lugo la fucó cojua s: f,,,, π / F Y p Y p. π / F d d d Y A dod A s la rgó drmada por l crculo d cro,, d rado, para facldad s hac u cambo d varabls. Eocs s: ρ cos. s ϕ, ρ s. s ϕ, ρ cos ϕ dod ρ, π, ϕ π Lugo ρ cos. s ϕ ρ s.s ϕ ρ cos ϕ ρ. ϕ [cos s s.s ϕ cos ϕ ] ρ ϕ cos [.s s cos ϕ ] ρ ϕ ρ [.s cos ϕ ] 9
50 Lugo π π ρ / F Y π ρ s ϕ d ϕ d d ρ π π / ρ ρ d d ρ π ρ ρ ρ d ρ ρ d ρ π π π π ρρ ρ d ρ s hacmos ρ w ρ w d ρ dw w F Y π w w dw π w w dw f Y π π / ahora vamos qu: / / π π π / / / Lugo f Y / / / / / / o sa qu Y ua dsrbucó Ch cuadrado co grados d lbrad. 5
51 . Técca d rasformacos Esa écca s usada ao dsrbucos dscras como dsrbucos couas... Técca d rasformacos para varabls dscras Torma.: Supógas qu s ua varabl alaora dscra co dsrbucó d probabldad f. S la fucó Y g df ua rasformacó uo a uo r los valors Y, d al forma qu la cuacó g ga su vrsa g, ocs la dsrbucó d Y s: f Y f g Dmosracó: F Y p Y p g p g f g Ejmplo.: Sa s ua varabl alaora dscra dod su dsrbucó s cura dada por f P,,, cualqur oro caso Ecorar la dsrbucó d Y Solucó: s vara r s v claram qu Y,7,,, ocs g ahora f Y p Y g p p f 5
52 f Y Lugo la dsrbucó d s cura dada por: f Y P Y, 7,, cualqur oro caso Supogamos ahora l problma l qu,,...,, so varabls alaoras dscras co fucó cojua f,,...,,,,..., s dsa corar la probabldad cojua f,,..., d las uvas varabls alaoras Y, Y,..., Y g,,...,, g,,...,,..., g,,...,, las cuals df ua rasformacó uo a uo r los cojuos d puos,,...,,,..., s corara la solucó vrsa úca.s s rsulv las cuacos smuláam g,,...,, g,,...,,..., g,,...,, Torma.: Supógas qu,,...,, so varabls alaoras dscras co dsrbucó d probabldad cojua f,,...,. S las fucos,,..., g,,...,, g,,...,,..., g,,...,, df ua rasformacó uo a uo r los valors,...,,..., d al forma qu las cuacos g,...,,..., g,..., ga vrsa rspcvam g,...,,..., g,...,, ocs la dsrbucó cojua d Y, Y,..., Y, s: f,..., f g,...,,... g,..., ] Y,...,, Y [,..., 5
53 Dmosracó: f Y, Y,..., Y,,,..., p Y, Y,..., Y p g,,..., g,,...,..., g,,... p g,,..., g,,...,..., g,,... f [ g,,...,, g,,...,,... g,,..., ],,..., Ejmplo.5: Sa varabls alaoras dpds d posso. Hall la dsrbucó d la suma d dchas varabls. Solucó: λ λ f! λ λ f!,,,,,,,, f,, λ λ!! λ λ,,,,, Y? f Y Usamos ua varabl aular para podr r ua rasformacó uo a uo. Ahora s procdmos a corar las vrsas: g, g, Y los Irvalos d so: por ao,,,, 5
54 ,,,,, aplcado l orma coramos la dsrbucó cojua d Y Y s f Y Y, f,,, λ λ λ!! λ para corar la dsrbucó d f Y, s calcula la dsrbucó margal d Y, sumado la dsrbucó cojua co rspco a, ocs: f Y λ λ λ f Y, Y, λ!! λ λ λ λ!!! λ λ λ λ!!! λ λ λ λ! f Y λ λ λ λ!,,,, Lugo la dsrbucó d la suma d varabls d posso s ua varabl d posso co parámro λ λ. 5
55 .. Técca d rasformacos para varabls couas E s caso s uca l sgu orma: Torma.5: Supógas qu s ua varabl alaora coua co dsrbucó d probabldad f. S la fucó g df ua corrspodca uo a uo r los valors Y,d al forma qu la cuacó g ga su vrsa g, ocs la dsrbucó d Y s: d d g f f J Y dod J g rcb l ombr d jacobao d la rasformacó. Dmosracó: La dmosracó pud abrrs dos casos, l caso l qu g crc l caso l qu g s dcrc. s Supogamos qu g s crc. b a g a,5 scojamos dos puos arbraros d, por jmplo a b ocs: 55
56 P a Y b P Y b P Y a P g b P g a P g b P g a P [ g a g b ] g b f d g a Ahora cambado la varabl d gracó d a por la rlacó g dría qu: lugo b d [ g ] P a Y b f g [ g ] d a d s como a b rcorr odos los valors prmsbls d smpr qu a < b s qu f Y f g [ g ] f g. J S cooc a J [ g ] como l rcproco d la pd d la lía ag a la curva d la fucó crc g s obvo ocs qu J J. Lugo g f f J Y Supogamos qu g s dcrc. 56
57 b a g a 5 scojamos ora vz puos arbraros d, a b ocs: P a Y b P Y b P Y a P g b P g a P g b P g a P [ g b g a ] g a f d g b ora vz cambado la varabl d gracó d a s qu: a P a Y b f g [ g ] d b b f g [ g ] d a como a b rcorr odos los valors prmsbls d smpr qu qu a < b s P a Y b f g. J s caso la pd d la curva s gava, por ao J J. 57
58 g f f J Y co lo cual s coclu l orma. Ejmplo.6: Sa varabl alaora Β,. Hall la dsrbucó d. Solucó: f Y g? f Y coramos la vrsa d g g Y l rvalo l qu s muv s: aplcado l orma coramos la dsrbucó d Y Y f f Y f Y Y Y Lugo Y s ua dsrbucó Β, 58
59 Torma.6: Supógas qu,...,, so varabls alaoras couas co dsrbucó d probabldad cojua f,,...,. S g,,...,,,,...,, g,,...,,..., g,,...,, df ua rasformacó uo a uo r los valors,,...,,,..., d al forma qu las cuacos g,,...,, g,,...,,..., g,,...,, ga vrsa g,,...,, g,,...,,..., g,,...,,, rspcvam ocs la dsrbucó cojua d Y, Y,..., Y, s: f Y, Y,..., Y,,,..., f g,,...,, g,,...,,... g,,..., ] J [,,..., dod l jacobao s l drma d. J M M M Ejmplo.7: Sa varabls alaoras dpds co dsrbucó ormalm sadarzada. Hall la dsrbucó dl coc d dchas varabls. Solucó: N, f π N, f π f,, π 59
60 f Y? Usamos ua varabl aular para podr r ua rasformacó uo a uo procdmos a corar las vrsas: g, g, Y los Irvalos d so: s caso o ha gua rsrccó lugo l jacobao s J aplcado l orma coramos la dsrbucó cojua d Y Y s f Y Y,,, f, π π, 6
61 f Y para corar la dsrbucó d gramos la dsrbucó cojua co rspco a, ocs: f Y f Y,, d Y π d ahora, s hacmos u du d u lugo f Y π u du u du π π f Y π co lo qu s qu la dsrbucó dl coc d varabls ormal sádar s ua varabl d Cauch co 6
62 CAPITULO CUATRO TÉCNICA DE FUNCIÓN GENERADORA DE MOMENTOS. Dscrpcó d la écca Es s oro méodo para drmar la dsrbucó d varabls alaoras, s cosrudo bas a la fucó gradora d momos s mu úl alguos casos. Supogamos las varabls alaoras f,...,,..., las fucos,...,,..., co fucó d dsdad cojua g,, g,..., k k k, s dsa corar la dsrbucó d Y g,...,,, Y g,..., apoados qu s la fucó gradora d momos d Y, Y,..., Y k s s: M Y,..., Y k,..., E [ Y... ] p k Y k p Y k Y k f,...,,..., d... d p [,...,... g k,..., k ]... g... f,...,,..., d d 6
63 Dspués d corar la solucó d la aror gral, sa solucó sará dada fucó d,..., k pud sr rcoocda como la fucó gradora d momos d algua dsrbucó coocda, lugo Y,..., qu la fucó gradora d momos u úca., Y Y k drá dcha dsrbucó gracas a E l caso d qu k > s méodo pud sr d uso lmado a qu porqu podmos rcoocr pocas fucos gradoras d momos. Para k la fucó gradora d momos drá u solo argumo por ao srá scllo rcoocr las su fucó gradora d momos. Esa écca s mu úl cuado dsmos corar la dsrbucó d la suma d varabls dpds 8. Ejmplo.: Sa ua varabl alaora co ua dsrbucó Wbull d parámros, obr la dsrbucó d Y Solucó: f p > ;, > M E [ p ] p f d p d p d S hacmos u du d d du 8 Iroduco o h hor of sascs. Mood,Grabll, Bos. Pág 96 6
64 Lugo rmplazado s qu: M u du u du Lugo Y s ua dsrbucó pocal gava co parámro. Ejmplo.: Supógas qu ua dsrbucó ormal co mda varaza, sa Y, corar la dsrbucó d probabldad d Y Solucó: f π M E [ ] Y. p f d p / π d p π d p d π / Lugo 6
65 , σ / σ / / as / M p π σ σ d Lugo Y pos ua dsrbucó Ch cuadrado co grado d lbrad. Eocs la dsrbucó dl cuadrado d ua dsrbucó ormal sádar s ua dsrbucó Ch cuadrado co grado d lbrad / E l sgu jmplo srá csaro mapular la prsó co l f d varos la gracó corar la fucó gradora d momos. Ejmplo.: Sa varabls alaoras dpds cada ua co dsrbucó ormal sádar. Hall la dsrbucó d Y Solucó: f π f π Lugo la fucó cojua s: f,, π ahora M E p p f,, d d p d d π ocs 65
9 Momentos y funciones generatrices de Momentos
9 omos y fucos grarcs d omos Edgar Acua ESA 400 Edgar Acua 9. omos Sa ua varabl alaora s df su smo momo co rspco al org como μ E[ ], smpr qu l caso dscro y qu p < f d < l caso couo. Obvam, μμ..tamb, s
Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l
El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.
Análisis Estadístico de Datos Climáticos
Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,
1.- Contraste de combinaciones lineales entre parámetros 1.1 Caso General
Tma 3: l modlo Básco d grsó Lal Múlpl II.- Coras d combacos lals r parámros. Caso Gral. Coras d sgfcacó global.3 Sbcojo d parámros.4 Coras d sgfcacó dvdal. smacó por rvalo d cofaza.- Prdccó mímo cadráca
TRABAJO DE INVESTIGACIÓN MOMENTOS NO CENTRADOS DE LA DISTRIBUCIÓN HIPEGEOMETRICA. Presentado por: APURÍMAC PERU
Trabajo publcado www.lusrados.com La mayor Comudad d dfusó dl coocmo TRABAJO DE INVESTIGACIÓN MOMENTOS NO CENTRADOS DE LA DISTRIBUCIÓN HIPEGEOMETRICA Prsado por: Lc. Sadra Salazar Palomo Br. Wlbr Colqu
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Análisis del caso promedio El plan:
Aálisis dl caso promdio El pla: Probabilidad Aálisis probabilista Árbols biarios d búsquda costruidos alatoriamt Tris, árbols digitals d búsquda y Patricia Listas sip Árbols alatorizados Técicas Avazadas
Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos
Capíulo. La fucó d pacó ) Spaacó d la fucó d pacó S ha dmosado aom - / k [.] La ía dl l s ual a: k [.] + + + [.] + S los ados d lbad o accoa [.4] - / k - / k... [.5] ) Fucó d pacó lcóca omado como l d
TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE
TEMA MODELO DE REGRESIÓN LINEAL SIMPLE. INTRODUCCIÓN A LA REGRESIÓN SIMPLE! 4 Supogamos qu la varal s ua fucó lal d otra varal, dod la rlacó tr y dpd d parámtros! y! dscoocdos. Itroduccó a la Rgrsó Smpl!
4.1 Procedimientos de inferencia para la distribución exponencial
4 Ifrca paramétrca 4 Procdmtos d frca para la dstrbucó xpocal La dstrbucó xpocal fu la prmra dstrbucó para modlar tmpos d falla y para lla s ha dsarrollado métodos stadístcos d mara xtsva a T ua va xpocal
variables aleatorias discretas, la función de probabilidad conjunta del vector aleatorio ( X,..., se define como: ) A
cors loros. só más d dos dmsos Dcó: S... rbls lors dscrs l ucó d robbldd cou dl cor loro... s d como: ddo culqur couo A R...... P... P... A...... A...... s ucó ssc ls sgus rodds:.................. orm
Tabla de contenido. Página
Tabla d coido Págia Opradors difrcials sismas d cuacios Opradors difrcials Oprador aulador 6 fiició 6 Sismas d cuacios difrcials lials 9 Solució d u sisma, méodo d los opradors 9 Rsum 5 Bibliografía rcomdada
TEMA 65. Distribuciones de probabilidad de variable
TMA 5. Dsrucos d roaldad d varal dscra TMA 5. Dsrucos d roaldad d varal dscra. Caracríscas raamo. Dsrucos omal d Posso. Alcacos. Iroduccó.. Hsórca. Los cocos d azar crdumr so a vjos como la roa cvlzacó.
Un ejercicio relacionado con la función Li(x)
Uivrsidad Iramricaa d Puro Rico - Rcio d Poc U jrcicio rlacioado co la fució Por: Eriqu Díaz Gozálz Uivrsidad Iramricaa d Puro Rico, Rcio d Poc. U poco d hisoria. E la búsquda para ua l qu idicara la disribució
Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:
Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al
TEMA 3: ESTIMACIÓN PUNTUAL.
TEMA 3: ESTIMACIÓN PUNTUAL..- S tra ua mustra por m.a.s. d tamaño d ua poblacó qu sgu l modlo d Posso. Obtr l stmador por l método d los momtos y l stmador por l método d máma vrosmltud. Solucó: El método
σ ε Dem: Lo haremos para el caso continuo. La demostración para el caso discreto es similar.
robabldad y Eadíca Compuacó Faculad d Cca Exaca y Naural Uvrdad d Buo r a. Baco y Ela J. aríz 4 Dgualdad d Chbyhv: ara calcular la probabldad d u vo dcrpo érmo d ua v.a. caro coocr la drbucó d la v.a.
Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas
Uivrsidad d Purto Rico Rcito Uivrsitario d Mayagüz Dpartamto d Cicias Matmáticas Eam III Mat - Cálculo II d abril d 8 Nombr Númro d studiat Scció Profsor Db mostrar todo su trabajo. Rsulva todos los problmas.
Capítulo 3: Integral definida. Módulos 12 al 17. I. Notación sigma. En los ejercicios 1 a 5 escriba en forma de sumatoria la suma dada.
Módulos l 7 I Nocó sgm E los jrccos scr form d sumor l sum dd + + + + + + + + 9 + + 7 6 7 8 l + l 6 + l 8 + l 6 6 Supog qu f ( ) 8, g( ) y h( ) Clcul l vlor d l prsó dcd los jrccos - c [ f ( ) g( ) h(
Regresión simple consumo y peso de automóviles. Modelo general de regresión. Hipótesis del modelo. Modelo. Parámetros. x i. Regresión lineal simple
Modlo gral d rgrsó grsó smpl cosumo pso d auomóvls Objvo Aalzar la rlacó r ua o varas varabls dpds u cojuo d facors dpds. Tpos d rlacos f Y Y... Y X X... X - lacó o lal - lacó lal k grsó lal smpl l úm.
EXAMEN DE TÉCNICAS CUANTITATIVAS III.
APEIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdr u vl d cofaza dl 95% (z=).. U mprsaro qur stmar l cosumo msual d lctrcdad ua comudad d 000 hogars dvddos 400
VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL
ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL
Análisis de Señales Capítulo III: Transformada de Fourier discreta. Profesor: Néstor Becerra Yoma
Aálisis d Sñals Capíulo III: Trasormada d Fourir discra Prosor: ésor Bcrra Yoma 3. Torma dl Musro Gra dsarrollo d la compuació > digializació d sñals mdia musro, posrior rcosrucció d la sñal Codició csaria
Tema 6.Sistemas de Telecomunicación. El ruido en los sistemas de comunicación.
ma 6.ma d lcomucacó. l rudo lo ma d comucacó. Aál d lo ma d Comucaco Dgal dd la prpcva R y BR B rror Ra Iroduccó capíulo, la ñal y l rudo dcrb érmo d ñal alaora. Aplcarmo cálculo d probabldad. La da báca
Administración de inventarios. Ejercicio práctico.
Admnstracón d nvntaros. Ejrcco práctco. La Cía. GOMA REDONDA S.A. llva n nvntaro un crto tpo d numátcos, con las sgunts caractrístcas: Vntas promdo anuals: 5000 numátcos Costo d ordnar: $ 40/ ordn Costo
INTEGRAL INDEFINIDA. Derivación. Integración
TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA FUNCIÓN PRIMITIVA. F() s ua primitiva d f() si F ()= f(). Esto s prsa así: f() = F'() = F() La itgració s la opració ivrsa a la drivació, d modo qu: FUNCIONES
{ a 1, a 2,..., a } n. Cualquier vector n
Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de
III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS
III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar
8. Distribuciones continuas
8. Disribucios coiuas Trasformacios d variabls alaorias rso l f 3/ / 3 > + < F / w u u u Y Dsidad Disribució Trasformació o cambio d variabl alaoria Cuál srá la fució d dsidad d probabilidad rasformada
Producto de convolución de las derivadas de orden k por las derivadas de orden de la delta de Dirac soportadas en x 1, x a, y x n
Vol. 5, No., pp. 59-69/Dcmr ISSN-L 88-674 Coprgh Uvrsdd Ncol d Igrí Imprso Ncrgu. Todos los drchos rsrvdos hp://www.lmol.fo/d.php/nexo Produco d covolucó d ls drvds d ord por ls drvds d ord d l dl d Drc
Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas
Univrsidad d Puro Rico Rcino Univrsiario d Maagüz Dparamno d incias Mamáicas Eamn II - Ma álculo II d marzo d 9 Nombr Númro d sudian Scción Profsor Db mosrar odo su rabajo. Rsulva odos los problmas, scriba
EXAMEN FINAL DE I.O.E. (Curso 02/03 2º Q). Cadenas de Markov
EXAMEN FINA DE I.O.E. (Curo / º Q. Cada d Markov S ha comrobado qu la robabldad d qu u dtrmado artdo olítco ga ua lcco dd d la gaó lo do comco mdatamt atror d la gut forma: gaó la do lcco atror toc la
Problemas Tema 2: Sistemas
SISTEMAS Y CIRCUITOS ~ PROBLEMAS Curso Académico 00900 Problmas Tma Sismas PROBLEMA. Dados los siguis sismas impo coiuo las sñals d rada idicadas, drmi las sñals d salida corrspodis ( ) x sñal d rada x
Comparación de la inflación en las principales ciudades de Venezuela mediante un modelo de factor dinámico
Comparaó d la flaó las prpals udads d Vzula mda u modlo d faor dámo Al Aoo Aosa Hrádz Dal Barráz Guzmá Rsum s rabajo s ompara los prosos flaoaros las prpals udads d Vzula mda u modlo d faor dámo d Sok
1 IES Carlos Bousoño
1 2 3 5 6 7 MIS DEL PP MRCELLO CREDO G.P. Palsrna 8 9 10 11 12 13 L L NN LLL LLL NN OO OO OO OO OO OO 1 PRQSUXWZY[ PRQSUXWZY[\[ ]_^UXWZY `asdcf_[ `a Sdcf_[g[ hh QYgYXWdY ML ML )! #"%$')( *+',-(./$0213(
Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.
Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad
ECONOMETRÍA I GRUPO 53 (DADE) 25 de enero de 2011 NOMBRE: DNI:
ECONOMETRÍA I GRUPO 53 (DADE 5 d ro d 0 NOMBRE: DNI:. Qué varabl parc adcuado ulzar u modlo d rgrsó para xplcar l porca d abadoo scolar d los sudas a vl acoal España r 995 00?: Géro d los sudas Edad d
INFERENCIA ESTADISTICA
Uivrsidad Católica Adrés Bllo UIVERSIDAD CATOLICA ADRES BELLO Urb. Motalbá La Vga Apartado 068 Tléfoo: 47-448 Fa: 47-3043 Caracas, 0 - Vzula Facultad d Igiría Escula d Igiría Iformática -----------------------
Tema 5. DIAGONALIZACIÓN DE MATRICES
José Maía Maíe Mediao Tema DGONLZCÓN DE MTRCES oducció Poecia de ua mai Sea Supogamos que se desea calcula : 7 7 8 8 Deemia ua egla paa o esula imediao Compobemos, aes de segui adelae, que MDM, siedo M
APUNTES DE CLASE ECONOMETRÍA I UDI ECONOMETRÍA E INFORMÁTICA. Y = Xβ + U, donde los parámetros se han
APNTS D CLAS CONOMTRÍA I DI CONOMTRÍA INFORMÁTICA Prof. Rafal d Arc Rafal.darc@uam.s "CONTRAST DL PRDICTOR" o INTRVALO D CONFIANZA D LA PRDICCIÓN PNTAL N L MBRL a d las mdidas d bodad a posriori más frcum
Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin
Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,
2. Movimiento Browniano.
Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer
() t ( )exp( ) 2. La transformada de Fourier
1 x d La ransormada d ourr x d La ransormada d ourr Sa una uncón localmn ngrabl cuya ngral valor absoluo sa acoada n R. S dn su ransormada d ourr como: 1 d Esas xrsons nos rmn calcular la xrsón domno d
1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea
Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)
8 Límites de sucesiones y de funciones
Solucioario 8 Límits d sucsios y d ucios ACTIVIDADES INICIALES 8.I. Calcula l térmio gral, l térmio qu ocupa l octavo lugar y la suma d los ocho primros térmios para las sucsios siguits., 6,,,..., 6, 8,,...,,,,...
Comparación de la inflación en las principales ciudades de Venezuela mediante un modelo de factor dinámico
Bao Cral d Vzula Coló Eoomía y Fazas Sr Doumos d rabajo Comparaó d la flaó las prpals udads d Vzula mda u modlo d faor dámo Alí Aoo Aosa Hrádz Dal Barráz Guzmá [Nº 7] ayo Bao Cral d Vzula Caraas Gra d
COMPUTACIÓN. Práctica nº 2
Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros
PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal)
PROLMAS TMA JRCICIO j 9.5 d Frádz Abascal La cotizació olsa d u cirto título s cosidra ua variabl alatoria ormalmt distribuida co arámtros dscoocidos, ro s diso d la siguit iformació: a ist u,5% d robabilidad
Ayu. Ignacio Trujillo Silva (alias nao) Integrales Impropias
Mamáicas II Ingrals Impropias Mamáicas II IMPORTANTE: Es ipo d ingrals s llaman ipo P (EN ESTE CASO TIPO ALFA) Mamáicas II Mamáicas II Ejmplo 7.5. (Problma 5.f) Dcida si la siguin ingral convrg d ln( )
GUÍA DE APRENDIZAJE N 14 FECHA DE EDICIÓN 05/12/11
LICEO CARMELA CARVAJAL DE PRAT PROVIDENCIA DPTO. DE MATEMATICA GUÍA DE APRENDIZAJE N 14 FECHA DE EDICIÓN 05/12/11 SECTOR: M A T E M A T I C A PROFESORA: BLANCA E. RAMÍREZ N. MAIL DE PROFESORES: b.e.r.n.matematica@gmail.com,
CLAMP EUGLICÉMICO HIPERINSULINÉMICO
Mrcds Lomar CLAMP EUGLCÉMCO HPERNULNÉMCO El dsarrollo d sa écnca prm onr una sr d parámros rlvans para los modlos mamácos d homosass dl ssma glucosa-nsulna. Prmra par 2h d ayuno. 2 Onr musra d sangr asal
Logaritmos y exponenciales:
Logrimos ponncils: L rsolución d cucions ponncils s s n l siguin propidd d ls poncis : Dos poncis con un mism s posiiv disin d l unidd son iguls, si sólo si son iguls sus ponns. Es dcir, p. j. Si = noncs
Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares.
Fscouímca II-Módulo d Estructura y Propdads Molculars. Bollla 4. Coctado las dscrpcos mcro/macroscópcas: Trmodámca Estadístca 4. La coxó tr la dscrpcó cuátca y las propdads trmodámcas. Hmos vsto como dscrbr
1.1 INTRODUCCION & NOTACION
1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor
5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Respuesta en régimen permanente a una entrada senoidal, resonancia y frecuencia natural de oscilación
ur: Ig. Jrg lg - JTP Má zd Pág d 6 Fuld d Igrí Ursdd Nl d Mr dl Pl - rg spus rég pr u rd sdl, rs fru url d sló Supgs qu s u ss ll, r l p sl, rrzd pr su fuó prl, l uál grss u sñl.. s µ E grl, l sld dl ss
INTEGRAL INDEFINIDA. Derivación. Integración
TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA. FUNCIÓN PRIMITIVA F() s ua primitiva d f() si F ()= f(). Esto s prsa así: La itgració s la opració ivrsa a la drivació, d modo qu: f() F'() F() FUNCIONES PRIMITIVAS
Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos:
emaro rabajos. odo 7. El rassor. Magesmo 9. duccó elecromagéca. rcuos de corree alera. Odas elecromagécas. lcacoes ócas odo. odo Zeer. odo LE 3. Foododo. odo úel 5. odo Schoky El rassor. El JFE, fudameos
Multicupón no garantizado 07/09 1
ANEXO AL CONTRATO FINANCIERO DENOMINADO MULTICUPÓN NO GARANTIZADO OBRE UPUETO DE AJUTE O UPUETO EPECIALE DE AJUTE. UPUETO DE AJUTE: E caso d qu s produzca cualqura d las stuacos qu a cotuacó s dca l Baco
+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D
PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno
x a es una serie de la forma que el radio de convergencia de la serie geométrica es el intervalo abierto
ERIE DE POTENCIA ERIE DE POTENCIA. Diició. U sri d pocis c s u sri d l orm c c c c... c... Por jmplo. i c y l sri d pocis om l orm....... Por jmplo. i c y l sri d pocis om l orm....... TEOREMA. El cojuo
CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_02. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.
CAPITULO º FUNCIONES DE VECTORES Y MATRICES_ Ing. Dgo Aljandro Paño G. M.Sc, Ph.D. Funcons d Marcs Torma: Sa f( una funcón arbrara dl scalar y sa A una marz con polnomo caracrísco: S dfn g( un polnomo
Álgebra Manuel Hervás Curso
Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u
Procesamiento Digital de Señales de Voz
Procsamto Dgtal d Sñals d Voz Trasparcas: Procsamto d Sñals y Métodos d Aálss para rcoocmto d Voz Autor: Dr. Jua Carlos Gómz Basado : Rabr, L. ad Juag, B-H.. Fudamtals of Spch Rcogto, Prtc Hall,.J., 993.
Límites finitos cuando x: ˆ
. Límits latrals its al infinito 7 FIGURA.3 3 3 La gráfica d = >. (b) La cuación () no s aplica a la fracción original. Ncsitamos un n l dnominador, no un 5. Para obtnrlo multiplicamos por >5 l numrador
RIESGO MORAL. Comportamiento (acciones) del A no observable para el P (o, simplemente, no verificable). P. ej.:
RIESGO MORA Comportamto accos dl A o obsrvabl para l o, smplmt, o vrfcabl.. j.: s A pd jrcr dsttos vls d sfrzo, co RM l o sab cál d llos llva a cabo. acr sfrzo spo dstldad para l A Úca varabl cotratabl:
3.-AMORTIZACIÓN DE PRÉSTAMOS
.-MORTZÓ DE PRÉSTMOS..- Un prson solc un présmo. pr morzrlo n ños mn nuls consns pospgbls y un po nrés fcvo nul l 8%. Trnscurros ños y hbno bono l nul l rcr ño, curn uor y cror pr morzr l u pnn ls sguns
MATEMÁTICAS II 2011 OPCIÓN A
MTEMÁTICS II OPCIÓN Ejrcicio : Una vnana normanda consis n un rcángulo coronado con un smicírculo. D nr odas las vnanas normandas d prímro m, halla las dimnsions dl marco d la d ára máima. Solución: El
CAPÍTULO 2. Ecuación paraxial de Helmholtz.
CAPÍTLO Ecuacón paraal d Hlmholt. S dscut la posbldad d vsualar mdant un procsador óptco [1] a las solucons d la cuacón paraal d Hlmholt. Para llo s rala una comparacón d los rsultados obtndos consdrando
TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE
Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO
Variables aleatorias continuas
Variables aleatorias continuas Hemos definido que una variable aleatoria X es discreta si I X es un conjunto finito o infinito numerable. En la práctica las variables aleatorias discretas sirven como modelos
Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México
Ua Esraega de Acumulacó de Reservas Medae Opcoes de Vea de Dólares. El Caso de Baco de Méxco INDICE I. REUMEN... II. INTRODUCCIÓN...3 III. IV. OPCIONE DE VENTA DE DÓLARE...4 III.. PRINCIPALE CARACTERÍTICA...4
(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN
UIDAD.- Dstrbucos udmsoals. Parámtros (tma dl lbro). PARÁETROS DE CETRALIZACIÓ Auqu las tablas stadístcas y las rprstacos grácas cot toda la ormacó rlatva a u problma, muchas vcs trsa smplcar s cojuto
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2
EJERCICIO 8.1 U ivstigador dispo d 0.000 para ralizar las trvistas d ua custa ua gra ciudad. El custioario s admiistrará mdiat trvistas tlfóicas, sido l cost d cada trvista d 0. Qué marg d rror dbrá asumir
III Game Campori Online
2015 14-16 d ag vã www.gam.ampl.m puguê III Gam Camp Ol Gua dl Ev A Equp Rad Wb Avdad y glam Cdad Publdad Tadu Rla x Rd Sal Epaldad dl Ev Pdu y vd Múa Dg Tx 2 Thag Sf Hla quad! C ga algía l v a hé d aha
La Patata. La Patata Frita
La Patata La c omú n y c or r i e n t e pat at a (S ol an u m t u b e r osu m) t i e n e u n pasado e xót i c o. Las pat at as pr ovi e n e n de S u damé r i c a, don de l os n at i vos de l ár e a ah
Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Introducción a la Teoría de Probabilidad
Capítulo 1 Introducción a la Teoría de Probabilidad Para la mayoría de la gente, probabilidad es un término vago utilizado en el lenguaje cotidiano para indicar la posibilidad de ocurrencia de un evento
REPRESENTACION GRAFICA.
REPRESENTACION GRAFICA. Calcular puntos notabls así como intrvalos d monotonía y curvatura d: ² - = 0 ; ² = ; = son los valors d qu anulan l dnominador D = R- y () = 0 ; - 4 = 0 ; = 0 posibl ma, min Monotonia:
El Verdadero Cálculo de la Devaluación
El vrdadro alulo d la Dvaluaión El Vrdadro Cálulo d la Dvaluaión Riardo Botro G. rbgstoks@hotmail.om Casi a diario nontramos n la prnsa onómia inormaión omo sta El día d ayr la tasa rprsntativa dl mrado
TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS
Dpartamto d Matmáticas. IE.S. Ciudad d Arjoa º Bach Socials. LÍMITES Propidads: TEMA : LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS. LÍMITES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. LÍMITES. RESOLUCIÓN DE INDETERMINACIONES.
Matemáticas. Si f es una función periódica de período 2T seccionalmente continua, admite la siguiente representación en los puntos de continuidad:
Mmáics Pági dod s coró s iormció hp://www.losskkdos.com ANÁLISIS LINEAL SERIES DE FOURIER Ejrcicios Rsulos CONCEPOS BÁSICOS Ls sris d Fourir prmi rprsr ucios priódics mdi combicios d sos y cosos sri rigooméric
Cap. II: Principios Fundamentales del Flujo de Tránsito
Cap. II: Pricipios Fudamtals dl Flujo d Trásito Diagrama Espacio-Timpo Distacia 1 2 Itralo (i) 3 4 5 6 Espaciamito () Timpo Flujo, q Dsidad, Vlocidad, Tasa horaria quialt a la cual trasita los hículos
OPCIÓN A. MATEMÁTICAS 2º BACHILLERATO B Lo contrario de vivir es no arriesgarse. Fito y los Fitipaldis
MATEMÁTICAS º BACHILLERATO B --5 Lo contrario d vivir s no arrisgars Análisis Fito y los Fitipaldis OPCIÓN A.- a) S dsa construir un parallpípdo rctangular d 9 dm d volumn y tal qu un lado d la bas sa
61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS
Cp. 6 Sris 6. 6.. SERIES NUMÉRICAS INFINITAS 6.. SERIES DE TÉRMINOS POSITIVOS 6.. SERIES ATERNANTES 6.. SERIES DE POTENCIAS Objtivo: S prtd qu l studit: Dtrmi covrgci o divrgci d sris. Empl sris pr rsolvr
Análisis Financiero 6 PRIMER CUATRIMESTRE 2004. Nº 93 Fernando Gómez-Bezares, José A. Madariaga y. Javier Santibáñez PERFORMANCE AJUSTADA AL RIESGO
Aál Facro Nº 93 Frado Gómz-Bzar, Joé A. Madaraga y 6 PRMER CUATRMESTRE 004 CUARTA EPOCA. P.V.P. 9,9 Javr Sabáñz PERFORMANCE AJUSTADA A RESGO 8 Jú Joé Agla Jméz y Aracl Rodríguz Mrayo E NVE DE A NFORMACÓN
EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL
EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL. Calcular los dominios d dfinición d las siguints funcions: a) f( ) 6 b) f( ) c) f( ) ln d) f( ) arctg 3 4 ) f( ) f) f( ) 5 g) f( ) sn 9 h) 4 4
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS 0 Considérs un anqu qu in un volumn inicial V 0 d solución (una mzcla d soluo y solvn). Hay un flujo ano d
APÉNDICE B HIDRÁULICA DEL REACTOR DE MEZCLA COMPLETA
APÉNDIE B HIDRÁULIA DEL REATOR DE MEZLA OMPLETA B.1 REATOR DE MEZLA OMPLETA (fluj idal) El mdl d fluj u racr ral s cura algú pu r las cdicis d mzcla d ls racrs idals (racr d mzcla cmpla (RM) y racr d fluj
El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos
Méodos y écicas de iegració El siguiee ema sugerido para raar e clases es el méodo de iegració por pares veamos de dode surge y alguos ejemplos propuesos ( º ) Méodo de Iegració por pares:. dv u. v u =
TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Introducción a la Econometría Curso 2009/ Serie de Problemas 21
Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda
7. Contrastes de Hipótesis
7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa
5 Primitiva de una función
Primiiva d ua fució y Ejrcicios rsulos EJERCICIOS PROPUESTOS Uiliza la abla d drivadas para calcular sas igrals: r r a) d + C r + + ( r, r ) b) d l + C c) d + C d) ( a >, a ) a a d + C la ) cos d s + C
ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π
xo. Bpurtos rudosos NEXO BIPUERTOS RUIDOSOS.. REPRESENTCIÓN DE BIPUERTOS RUIDOSOS U bpurto rudoso, sgú la toría prstada [], s pud rprstar como u bpurto lbr d rudo co dos futs quvalts d rudo, coctadas a
TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS
www.ova.ud.s/wbags/ild/wb/d.htm -mal: mozas@l.ud.s TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS Dstbucó dgada u uto c.- Fucó d obabldad: P( = c) = ; P( c) = 0. Fucó d dstbucó: F() = 0, c, c Momtos: E()
CÁLCULO DE LÍMITES. Por otro lado es importante distinguir en el cálculo de límites, los casos indeterminados de los determinados: = ; = ; =
CÁLCULO DE LÍMITES Propidds d los límits.- ( b ) b.- ( b ) b.- ( b ) b.- ( b ) b b.- ( ) ( ) 6.- k k b Por otro ldo s importt distiguir l cálculo d límits, los csos idtrmidos d los dtrmidos: Csos dtrmidos:
INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES
INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE