ESTADÍSTICOS EN TÉRMINOS DE VECTORES Y MATRICES. José Carlos de Miguel Domínguez Agustín Ramos Calvo Julio Pallas González
|
|
- José Manuel Roldán Piñeiro
- hace 7 años
- Vistas:
Transcripción
1 Docenca de Matemátca en la Economía la Emprea ESTADÍSTICOS E TÉRMIOS DE VECTORES Y MATRICES Joé Carlo de Mguel Domínguez Agutín Ramo Calvo Julo Palla González Dpto. de Método Cuanttatvo para la Economía la Emprea Facultad de Cenca Económca Emprearale Unverdad de Santago de Compotela. Reumen: E corrente defnr alguno concepto etadítco drectamente, n uar aquella dea ncale que lo motvaron. A caua de ello puede parecer (obre todo a nuetro etudante) que no ete relacón n contnudad con otro concepto báco a ntroducdo en Matemátca. Eta e la razón que no ha llevado a preentar la matera elemental ( obradamente conocda) que gue. Concretamente, utlzando el concepto de producto ecalar ordnaro ( la norma nducda por él), e ntroducen lo concepto de varanza de coefcente de correlacón, aí como u nterpretacón geométrca. Poterormente, utlzando el concepto de proeccón, e preentan e nterpretan lo concepto de ajute de mínmo cuadrado, coefcente de determnacón lo de correlacón parcal. 53
2 : ; O : De Mguel J.C., Ramo A., Palla J..- Concepto de Meda, Varanza Correlacón Smple entre do varable etadítca. Dada obervacone {(,, 3,..., ), (,, 3,..., )} de do varable cualequera e relatva a do magntude arbtrara (fíca, económca, etc.) cuo comportamento e deea conocer, dcha obervacone determnan do vectore columna de R de la forma: 0 (,, 3,..., ) t ; 0 (,, 3,..., ) t La meda muetrale de dcha obervacone (coordenada del centro de gravedad) on: ; la llamado obervacone centrada mden lo devío de dcha obervacone con repecto a la meda correpondente, a aber: ( -, -, , - ) t ; ( -, -, 3 -,..., - ) t (En adelante, e obervará que todo lo cálculo on relatvo a eta varable centrada no para lo vectore que recogen la obervacone ncale). Para dcho vectore la norma uual e: _ <, > ( ) ; <, > ( ) dvdendo entre eta epreone e obtenen la varanza muetrale de la varable. A la vez, u raíz cuadrada conduce a la epreone de la devacone típca: ( ) ; ( ) ; _ Aí, la devacone típca muetrale no on má que la norma de lo vectore de devacone de dcha obervacone (con una longtud vece má pequeña que la longtude de aquello). 54
3 Docenca de Matemátca en la Economía la Emprea Sguendo en la mma línea, e poble penar en lo vectore untaro en la mma dreccón de lo vectore que eprean lo devío de la varable con repecto a u meda. Dcho vectore eprean, en defntva, el reultado de lo que e denomnado en Etadítca como tpfcar (o etandarzar) la varable, tambén, como valore centrado-reducdo. Su epreón e: z : Cabe obervar que la varanza de dcha varable tpfcada e la undad, ndependentemente de la undade de medda uada para determnar la obervacone. La covaranza entre la varable e ncale, denotada como e defne como: <, > ( )( ) (e decr, el producto ecalar entre la varable centrada). En eta línea, e obtene la epreón enclla guente para el coefcente de correlacón mple ( r ) entre la varable ncale: r <, > <, > Epreón que, lteralmente, pone de manfeto que el coefcente de correlacón entre la varable centrada e no e má que el coeno del ángulo que forman lo do vectore. E nmedato, entonce, nterpretar toda la propedade del coefcente de correlacón n má que acudr a la propedade del coeno de dcho ángulo. Por ejemplo, en el cao en que 0 < r < (repectvamente < r < 0) ete 55
4 De Mguel J.C., Ramo A., Palla J. correlacón potva entre amba varable (repectvamente, negatva) un aumento en una de ella produce un aumento (repectvamente, dmnucón) en la otra. La magntud de dcha varacone e fáclmente nterpretada utlzando la proeccón de un vector obre otro, que e tratará má adelante..- Epreone gnfcado de la matrce de varanza-covaranza de correlacón. Supueto e dpone de p vectore -dmenonale,, 3,..., p de dato centrado la matrz cua columna on dcho vectore X (,,..., p ), para dcha varable p-dmenonal, la matrz de varanza-covaranza de la varable toma la forma: C X'X <, > <, > : : <, > p <, > <, > : : <, > p... <, > p... <, > p : : : :... <, > p p Conderada, entonce, la matrz dagonal cuo elemento on la varanza muetrale de la varable (potva), e poble hablar de la raíz cuadrada de dcha matrz en la forma: D - / c / /... 0 : : pp / En ea condcone, la matrz de puntuacone tpfcada toma la forma: Z X D C -/ Tomando lo producto ecalare de lo vectore columna de la matrz Z como elemento, e puede formar la matrz de correlacón de la p varable: R XX / ( Z Z ) C ZZ / ( D C -/ X X D C -/ ) 56
5 Docenca de Matemátca en la Economía la Emprea Por otro lado, e A j el área del trángulo determnado por lo punto p (, ), p j ( j, j ), p g ( g, g ) endo p g el centro de gravedad (e decr, aquel cua coordenada on la meda repectva) de la nube de punto, e conocdo el hecho de que ee área queda determnada por el guente determnante (en valor aboluto): A j j j g g j j Elevando al cuadrado umando la anteror epreón para todo lo valore de j: S A < j j, j ( ) ( )( ) ( ) ( ) ( )( ) ( ) Ahora ben, llamando: C <, > <, > <, > <, > (. <, > ) ( enα ) tenendo en cuenta que en α e el área del paralelogramo determnado por ambo vectore, reulta que el determnante de la matrz de varanza-covaranza de do varable e correponde (ó en otra palabra, e proporconal) al cuadrado del área del paralelogramo que determnan dcha varable. Por ello, dcho determnante e uele denomnar la varanza generalzada. 3.- Proeccón ortogonal obre un ubepaco ajute de mínmo cuadrado. Como e ndcó al fnal del apartado, una cuetón que aparece repetdamente en la práctca, e determnar qué porcón de un vector b actúa en la dreccón determnada por otro vector a. En defntva, e etá hablando de la nocón de proeccón del vector b obre a. Para el cao má encllo, conderado do vectore a θ b de R n denotando E a la recta generada por a, la componente de b a lo largo de Se ntroduce (por una vez) dchanotacón, para hacer contar que tamben e podría uar ea termnología. 57
6 De Mguel J.C., Ramo A., Palla J. E a e la longtud del vector proeccón de b obre a; (cuo valor e b co α ; (α ángulo que forman)), al er <a,b> a b co α, para determnar el vector proeccón bata multplcar la longtud anteror por el untaro en la dreccón de a : p < a, b > a a < a, b > < a, a > a Proeccón de un vector obre un ubepaco.- Supueto e deea conocer la proeccón p de un vector b de R n obre un ubepaco S de R n de dmenón maor que generado por k vectore lnealmente ndependente: S gen{a, a,, a k } bata tener en cuenta que:. El vector p debe pertenecer al ubepaco S.. El vector b-p debe er ortogonal a todo vector de S. Todo vector del ubepaco S tene la forma a + a + + k a k, e de la forma A (endo A la matrz cua columna on lo a de la bae un vector columna arbtraro de R k ). Aí, por la prmera condcón, el vector p A k endo r k (r, r,..., r k ) para alguno r que e deean determnar. Ademá, por la egunda condcón b- A r k debe er ortogonal a cualquer vector A de S, lo que conduce a la gualdad matrcal guente: (A ) (b A r k ) ( A ) (b A r k ) (A b A A r k ) 0 que ha de cumplre cualquera que ea el vector de R k. Como eo ocurre olamente A b-a A k e el vector nulo, e obtene: A b - A A r k θ Como la matrz A A e nvertble, e obtenen la coordenada de la proeccón bucada: r k ( A A ) - A b como p pertenece al ubepaco S u epreón defntva etá dada por la epreón: p A r k A ( A A ) - A b La epreón obtenda e, precamente, la mma que permte conocer lo etmadore de lo parámetro de un modelo lneal cuando e trata de eplcar el regreando en 58
7 Docenca de Matemátca en la Economía la Emprea funcón de k regreore,, 3,..., k. Má concretamente, planteado el modelo lneal: Y t β 0 + β t + β t + β 3 3t β k kt + ε t (en el que la perturbacón aleatora ε t e adapta a la hpóte cláca), lo etmadore de mínmo cuadrado ordnaro de lo parámetro β e obtenen proectando ortogonalmente el regreando obre el ubepaco S generado por lo regreore,, 3,..., k, por lo que toma la forma: b ( X X ) - X endo X la matrz cua columna on lo regreore. Ademá, lo valore etmado del regreando on, por conguente, et X b X (X X) - X. La matrz utlzada: [X(X X) - X ] e, precamente, la matrz de proeccón obre el ubepaco de lo regreore, como e detalla a contnuacón: Obervacón.- Cabe penar que la bae de S etá formada por otro vectore e Z la matrz determnada por ello, la matrz de proeccón e Q Z(Z Z) - Z. Ahora ben, como ocurre que P Q para todo vector de R n bata pre pot-multplcar en ea gualdad por lo vectore de la bae canónca para demotrar que P Q. Obervacón.- Para la matrz de proeccón obre el ubepaco S [ P X(X X) - X ] e nmedato comprobar que e trata de una matrz métrca e dempotente aí como que dcha matrz P S e la únca para la cual b - Pb e perpendcular a todo vector de S. Ademá, ea do propedade on ufcente para poder hablar de una matrz de proeccón. En efecto: Dada P una matrz cuadrada de orden n métrca e dempotente, para cualquer vector b de R n etá claro que Pb etá en el epaco S generado por la columna de la matrz P, a que S conta de todo lo vectore de la forma P para cualquer vector de R n. El egundo requto e que b Pb debe er ortogonal a cualquer vector P de S; ecrbendo el producto ecalar en forma matrcal uando la hpóte P P P e obtene nmedatamente: (b-pb) P [ (I - P) b] P b (I P) P b (I P) P 59
8 De Mguel J.C., Ramo A., Palla J. b (P P ) b (P P) 0 Obervacón 3.- Fnalmente, que el vector p ea la proeccón ortogonal de b obre el ubepaco S gnfca, por otro lado, que b-p e el vector má corto entre todo lo poble vectore de la forma b- endo un vector cualquera del ubepaco. En efecto, en el método de mínmo cuadrado lo que e hace e mnmzar la guente forma cuadrátca (o u cuadrado) endo un vector cualquera de R k : Q A ( A) ( A) ( A ) ( A) A A A A - A + A A 4.- Interpretacón del coefcente de determnacón en el ajute de mínmo cuadrado Ya e ha comentado que la proeccón del vector obre el ubepaco S Ε X generado por lo vectore e la combnacón lneal de dcho vectore má próma al vector. Denotando por X la matrz no ngular cua columna on lo vectore de la bae de Ε X e pueden conderar lo do proectore: P X X (X X) - X P X I - P X a que dcho proectore on ortogonale ( < P X, P X > P X (I - P X ) 0 ) cualquer vector e puede decomponer (de forma únca) en la forma: X + X P X + P X X (X X) - X + ( I - X (X X) - X ) El epaco E M determnado por por lo j, e puede ecrbr en la forma E M E X E X, como conecuenca obtener la guente decompocone de la varanza covaranza: S (/) (/) <,> (/) < +, + > (/) <, > + (/) <, > (/) + (/) S + S. S (/) (/) <, > (/) <P, P > (/) P C X C - XX C X 60
9 Docenca de Matemátca en la Economía la Emprea S (/) (/) <, > (/) <P, P > (/) P S - C X C - XX C X Suttuendo S, S en la anteror dvdendo a contnuacón a ambo lado por S e obtene: (S / S ) C X C - XX C X + ( - C X C - XX C X ) lo que permte defnr: R X. (S / S ) (/ S ) C X C - XX C X R X R - XX R X cantdad que repreenta la magntud relatva de la varanza de la varable (regreando) eplcada por lo regreore que recbe el nombre de Coefcente de determnacón múltple. Obvamente, dcho coefcente toma valore comprenddo entre 0. Por otro lado, tenendo en cuenta que: S (/) ; P P P P X (X X) - X e obtene epreón: (/) C X C - XX C X R C C X C P X R X. ; X. X que pone de manfeto que R X e el coeno del ángulo formado por e X. E decr, mde el coeno del ángulo formado por el regreando con u proeccón ortogonal obre el ubepaco generado por lo regreore (o ea, con el vector de valore etmado en la regreón). A modo de ejemplo de cómo lo concepto de álgebra guen endo váldo en la epocón, e ctan lo do reultado guente: ª Propedad.- El coefcente de determnacón R X e nvarante bajo cualquer tranformacón lneal no ngular de lo regreore X. E decr, cualquer tranformacón no ngular defnda en el ubepaco generado por lo regreore deja nvarante dcho ubepaco, de ahí que e mantenga gual el coeno del regreando con u proeccón obre él. En efecto, denotando Z XT (det (T) 0) el proector determnado por lo nuevo regreore Z etá dado como: 6
10 De Mguel J.C., Ramo A., Palla J. P Z Z (Z Z) - Z (XT) [ (XT) (XT)] - (XT) XT [ T X XT] - XT XT T - [X X] - (T ) - T X X (X X) - X P X, por tanto, queda etablecdo el reultado enuncado a que: R Z. PZ Z PX R X. ª Propedad.- El coefcente de determnacón R X. nunca decrece al añadr alguna nueva varable z a la matrz de regreore X. Conderado un proector ortogonal P arbtraro, Q I-P e obtene: ' Q Q ' Q' Q Q 0, por conguente, para un vector arbtraro: ' 'I '(P + Q) ' P + 'Q 'P 'P'P P e decr, la proeccón de cualquer vector tene una norma menor o gual que la de aquel. Aí, conderado do proectore P P obre lo ubepaco E E e obtene P P P. En partcular, E E reulta P P para etablecer la propedad ctada, bata conderar E gen ( X ) E gen (X,z ), lo que mplca la degualdad PE PE. 5.- Sobre lo coefcente de correlacón parcal. Se ha motrado a que cuando e conderan do varable e e poble decomponer como: X + X P X + P X. S e ntroduce una nueva varable z a la ctada, tambén e puede ecrbr: z z X + z X P X z + P X z. En ea condcone, e va a etudar el coefcente de correlacón entre la varable X z X. ótee que u gnfcado e que recogen la puntuacone (reduale) que dcha varable alcanzan en dreccón ortogonal al vector aí el coefcente de correlacón bucado mde u correlacón cuando e han elmnado lo efecto en la dreccón de. Tenendo en cuenta que: 6
11 Docenca de Matemátca en la Economía la Emprea (/) < X, z X > (/) (P X ) (P X z) (/) P X z (/) ( I - P X ) z (/) ( P X z) z - (/) P X z z - (/) ( ) - z z - (/) C C - C z - ( z )/ z (/) X (/) < X, X > (/) <P X, P X > (/) P X (/) (I - P X ) (/) ( P X ) - (/) ( ) - - / (/) z X z - z / Utlzando la defncón de coefcente de correlacón a etablecda, dcho coefcente entre la varable X z X e el coeno del ángulo que forman etá dado por: r /.z/ z z z r r r z z r r z que e el coefcente de correlacón parcal entre z condconado a un valor de la varable. La defncón el gnfcado anterore e pueden generalzar fáclmente al cao de p varable de la forma X (,,, p ) para conocer la correlacón entre z cuando han do elmnado lo efecto de X. Tenendo en cuenta que ahora: (/) < X, z X > (/) P X z z - C X C - XX C Xz (/) X (/) <P X, P X > - C X C - XX C X (/) z X z - C zx C - XX C Xz e obtene la guente epreón para el coefcente de correlacón parcal: r /X,z/X C C C z X XX Xz C C C C C C X XX X z zx XX Xz 63
12 De Mguel J.C., Ramo A., Palla J., dvdendo numerador denomnador por, e obtene: r X,z/X rz R XR XX R Xz rz R XR R R R XX R X R zx R XX R Xz R R X XX Xz X Xz endo R X R Xz lo coefcente de regreón múltple de z repectvamente con varable eplcatva la de la matrz X. Todo lo anteror e, a u vez, etenble en la forma guente: Dada q varable dependente Y (,,, q ) p varable ndependente varable X (,,, p ) e poble defnr la matrz de coefcente de correlacón parcal entre cualquer par de varable e j depué de elmnar X. Para ello, tenendo en cuenta que: j jx + jx P X j + P X j (j,,,q) ó en forma matrcal: Y Y X + Y X P X Y + P X Y e obtene: C YY.X (/)< Y X, Y X > (Y X ) (Y X ) (/) (Y P X ) (/)Y Y - (/)Y P X Y C YY - C X C - XX C XY que e la matrz de covaranza. Como en la dagonal de dcha matrz aparecen la varanza de la varable j, e denota por D CYY.X la matrz dagonal cuo elemento dagonale on lo de C YY.X e obtene la correpondente matrz de correlacón en la forma: R YY.X D -/ YY.X C YY.X D -/ YY.X Bblografía: Fralegh & Beauregard.- Algebra Lneal. Addon-Wele Iberoamercana. K. Takeuch, H. Yana &. Mukherjee.- The Foundaton of Multvarate Anal. Wle E. L. T.W. Anderon.- An Introducton to Multvarate Stattcal Anal. John Wle & Son. 64
CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL
CONCEPTOS BÁSICOS DE ESTADISTICA INFERENCIAL Inferenca Etadítca Se ocupa de etudar lo método necearo para etraer, o nferr, concluone válda e nformacón obre una poblacón a partr del etudo epermental de
Más detallesTema 9: Distribuciones Bidimensionales.
Tema 9: Dtrbucone Bdmenonale. 9.1 Nube de punto. Correlacón. 9. Medda de correlacón. 9.3 Recta de regreón. 9.4 Dtrbucone condconada. Dependenca e ndependenca. 9.1 Nube de punto. Correlacón. Regreón e un
Más detallesPara el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por:
Capítulo 5 La fórmula de Welch-Satterthwate Hemo vto como encontrar un ntervalo de confanza para una cantdad medda (tanto con N grande como con N peueño). La pregunta ue naturalmente urge e cómo encontrar
Más detallesLECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION
Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan
Más detallesLECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION
Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón
Más detallesLECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION
Unverdad Católca Lo Ángele de Chmbote LECTURA 0 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón o de dperón
Más detallesVectores en el espacio
ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c
Más detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO ) CAPÍTULO II.- AÁLISIS DE UA CARACTERÍSTICA (DISTRIBUCIOES UIDIMESIOALES) TEMA 5.- MEDIDAS DE DISPERSIÓ DE LA DISTRIBUCIÓ DIPLOMATURA E CIECIAS EMPRESARIALES UIVERSIDAD DE SEVILLA .
Más detallesERRORES DE LAS MEDIDAS EXPERIMENTALES
TÉCICAS XPRIMTALS FÍSICA I DPARTAMTO D FÍSICA APLICADA FACULTAD D CICIAS. UIRSIDAD D ALLADOLID RRORS D LAS MDIDAS XPRIMTALS. ITRODUCCIO l objetvo de la maoría de lo epermento centífco e el etudo cuanttatvo
Más detallesModelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesREGRESIÓN Y CORRELACIÓN Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
REGRESIÓ CORRELACIÓ Método Etadítco Aplcado a la Audtoría Socolaborale Francco Álvarez González francco.alvarez@uca.e DISTRIBUCIOES BIVARIATES El etudo de la relacón etente entre do varable e conduce a
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
Más detallesESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL
ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesVectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:
VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes
Más detallesPUBLICACIONES DE 4º CURSO
PUBLICACIONES DE 4º CURSO Grado: DERECHO-ADE Asgnatura: ECONOMERÍA Grupos: Únco ema: ESQUEMA EMA Profesores: Inmaculada Vllanúa Departamento de ANÁLISIS ECONÓMICO Curso Académco 04/5 ema : El Modelo Lneal
Más detalles10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
Más detallesCapítulo 4 APLICACIÓN
Capítulo 4 APLICACIÓN A travé de ete captulo, e expondrá con la ayuda de do ejemplo, la aplcacón de la prueba DE en lo do tpo de modelo de bloque al azar, poterormente, e explcara el dagrama de flujo,
Más detallesLicenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
Más detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesCuestiones Teóricas (de 2 a 2 puntos)
ESUE UNIESITI DE INGENIEÍ TÉNI DE TEEOMUNIIÓN Unverdad de a Palma de Gran anara Electrónca nalógca plan Electrónca III plan 96 Stema de Telecomuncacón Telemátca Sondo e Imagen Examen de la onvocatora Extraordnara
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátca Etadítca Dtrbucone bdmenonale DISTRIBUCIOES BIDIMESIOALES. Varable etadítca bdmenonale. Tabla bdmenonale de recuenca.. Cálculo de parámetro. Covaranza.. Correlacón.. Regreón lneal. Ejemplo. Problema
Más detallesEl Impacto de las Remesas en el PIB y el Consumo en México, 2015
El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como
Más detallesRafael Díez Vicente Coll Olga Mª Blasco. Eumed.net Universidad de Málaga 2008
Rafael Díez Vcente Coll Olga Mª Blaco Guía ddáctca de Etadítca Decrptva para la Cenca Socale Eumed.net Unverdad de Málaga 008 Guía ddáctca de Etadítca Decrptva para la Cenca Socale Rafael Díez García,
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y
ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO
Más detallesx j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule,
Mecánca Cambo de Coordenadas En coordenadas Cartesanas estamos acostumbrados a pensar a los vectores base como versores (vectores de norma 1 o untaros) drgdos a lo largo de los correspondentes ejes, en
Más detallesAnálisis de la varianza de un factor
FCEyN - Etadítca ara Químca do. cuat. 006 - Dra. Marta García Ben Anál de la varanza de un factor El tet t de muetra e alca cuando e queren comarar la meda de do oblacone con dtrbucone normale con varanza
Más detallesUniversidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller
Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo
Más detallesANEXO A: Método de Interpolación de Cokriging Colocado
ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),
Más detalles2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.
. EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesResolución de problemas DEA con entradas y salidas enteras
VIII Congreo de Ingenería de Organzacón Legané, 9 10 de eptembre de 2004 Reolucón de problema DEA con entrada alda entera Gabrel Vlla Caro, eú Racero Moreno, oé Manuel García Sánchez Marco Calle Suárez
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesMatemáticas I - Anaya
! 0 "# Representa gráfcamente los resultados que obtengas al hallar y calcula el lado del trángulo formado al unr esos tres puntos. Para hallar las raíces prmero pasamos el número a forma polar : r ( )
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesGeometría convexa y politopos, día 1
Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n
Más detalles(4 3 i)(4 3 i)
E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad
Más detallesEXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco
EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta
Más detallesProblemas de Optimización usando el modelo de Hopfield
CLASE 5 de Marzo de 008 Undad Problema de Optmzacón uando el modelo de Hopfeld Modelo de Hopfeld contnuo Problema de optmzacón: Convertdor A/D, Problema del vaante, etc. Rede autoaocatva Red de Hopfeld
Más detallesCinemática del Brazo articulado PUMA
Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad
Más detallesP 1 = P 2 = P ambiente. h 1 -h 2 = H. Sistemas de control versión 2007 Página 1 de 10. Modelos de nivel de líquido.
tema de control 67- verón 007 Págna de 0 Modelo de nvel de líudo. Bucamo una relacón entre Q y H, por el teorema de Bernoull tomemo la eccón en la uperfce lbre del tanue y la eccón en la alda, en ee cao
Más detallesPerturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros
Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de
Más detallesUN ANÁLISIS DE LA EFICACIA DE LOS MÉTODOS BASADOS EN RATIOS DE ENLACE, EN LA ESTIMACIÓN DE LA PROVISIÓN PARA SIENIESTROS PENDIENTES
Un anál de la efcaca de lo método baado en rato de enlace, en la etmacón de la Provón para Snetro Pendente UN ANÁLISIS DE LA EICACIA DE LOS MÉTODOS BASADOS EN RATIOS DE ENLACE, EN LA ESTIMACIÓN DE LA PROVISIÓN
Más detallesPropiedades efectivas de medios periódicos magneto-electroelásticos a través de funciones de Green
Propedades efectvas de medos peródcos magneto-electroelástcos a través de funcones de Green utores: Lázaro Makel Sto Camacho Julán Bravo Castllero LOGO Renaldo Rodríguez Ramos Raúl Gunovart Díaz Introduccón
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesLección 4. Ejercicios complementarios.
Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesTema 1.- Variable aleatoria discreta (V2.1)
Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto
Más detalles16/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,
Más detallesi=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1
CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de
Más detallesLa representación Denavit-Hartenberg
La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado
Más detallesUNIDAD 12: Distribuciones bidimensionales. Correlación y regresión
Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma
Más detallese i para construir el modelo econométrico que se escribe a continuación:
5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período
Más detallesEcuaciones de Movimiento
Facultad de Cenca Fíca y Matemátca Unverdad de Chle Ecuacone de Movmento Concepto báco 26 de octubre de 2011 Depatamento de Ingenería Mecánca ME4701- Vbracone Mecánca 1. Segunda Ley de Newton En un tema
Más detallesCI42A: ANALISIS ESTRUCTURAL. Programa CI42A
CI4A: ANALISIS ESTRUCTURAL Prof.: Rcardo Herrera M. Programa CI4A NÚMERO NOMBRE DE LA UNIDAD OBJETIVOS DURACIÓN 4 semanas Prncpo de los trabajos vrtuales y teoremas de Energía CONTENIDOS.. Defncón de trabajo
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesPrueba de Evaluación Continua
Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesÁLGEBRA LINEAL. Tarea 1. Nombre: Fecha:
ÁLGEBRA LINEAL Tarea. Investque a) Defncón de vector b) Operacones de vectores c) Defncón de matr d) Operacones de matrces e) Defncón de matr traspuesta Bblografía: ÁLGEBRA LINEAL Tarea. a) Investque )
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesDesarrollo de un método para la solución de sistemas de tuberías abiertas
Gamboa J. et. al. / Ingenería 8- (00) 7- Dearrollo de un método para la olucón de tema de tubería aberta Joé A. Gamboa Varga, Jorge García Soa, Roger I. Méndez Novelo. RESUMEN Se dearrolla un método para
Más detallesWww.apuntesdemates.weebl.es TEMA AMO EALARE Y VETORIALE. INTRODUIÓN e entende por magntud cualquer cualdad o propedad medble. ueden clasfcarse en: - Magntudes escalares: Quedan totalmente defndas cuando
Más detallesEl Tensor de Deformación
Comportamento Mecánco de Sóldos Capítlo IV Tensor de deformacón 4.. Introdccón El Tensor de Deformacón Además de descrbr los esferzos de n cerpo, la mecánca de los sóldos contnos aborda tambén la descrpcón
Más detalles4.1. Ortogonalización mediante la descomposición de Cholesky
. Álgera En eta eccón veremo como la decompocón de Choleky no ofrece una forma rápda y efcaz de ortonormalzar una ae. Comproaremo que el proceo e equvalente al algortmo de ortogonalzacón de Gram-Schmdt...
Más detallesFISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA
FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que
Más detalles16.- Geometría de masas.
6.- Geometría de maa. 6.. Dtrbucone dcreta y contnua de matera (457); 6.. Centro de maa (458); 6.3. Teorema concernente al centro de maa (46); 6.4. Momento de nerca (47); 6.5. ado de gro (47); 6.6. Producto
Más detallesEJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL
Más detallesEJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.
EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las
Más detallesRegresión y Correlación
Regresón Correlacón.- El número de turstas (en mllones) entrados en España mensualmente durante los años 00 00 se epone en la sguente estadístca. Nº Turstas 00,76,6,9 3,8 4,4 4,8 8,93 9,98 5,9 4,34,6 3,65
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesPROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.
Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en
Más detallesSistemas Lineales de Masas-Resortes 2D
Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte
Más detallesEspecialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE
Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas
Más detalles1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo
EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces
Más detallesCAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D.
CAPITULO VALORES, VECTORES PROPIOS y SVD Ing. Dego A. Patño M.Sc., Ph.D. Valores y Vectores Propos Muchas de las transformacones que se necestan en el dseño de sstemas de control se realzan sobre vectores
Más detallesMáximos y mínimos de una función real de dos variables reales
Mámos mínmos de una uncón real Dencón Sea D una regón del plano Sea :D R Se dce que alcanza su valor mámo absoluto M en un punto P =, ) D cuando M =, ),),) D Se dce que tene un mámo relatvo en un punto
Más detallesVariables Aleatorias
Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.
Más detallesResumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange
TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley
Más detallesInstituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm
Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del
Más detallesRegresión múltiple k k
Métodos de Regresón Estadístca Ismael Sánchez Borrego Regresón múltple El modelo de regresón múltple es la extensón a k varables explcatvas del modelo de regresón smple estudado en el apartado anteror.
Más detallesANALISIS Y SINTESIS DE REDES FUNCIONES IMPEDANCIA RC Y ADMITANCIA RL. K s
ANALISIS SINTESIS DE EDES UNCIONES IMPEDANCIA C ADMITANCIA L POPIEDADES. La funcón C () e exprea en una expanón de fraccone parcale como: C () + + +... + + +. Lo polo y cero C () etán en el eje real negatvo
Más detallesVII. Solución numérica de ecuaciones diferenciales
VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las
Más detallesPyE_ EF1_TIPO1_
SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes
Más detallesEJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:
EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n
Más detallesSEMANA 13. CLASE 14. MARTES 20/09/16
SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.
Más detallesCAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.
CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),
Más detallesen la interfase cuando se les sitúa en la n n Para que s dis s 2 dis dis s n2 2
Película uperfcale. Monocapa Alguno ácdo orgánco como lo ácdo mrítco, palmítco, eteárco, oleco, etc. tenen como caracterítcaa etructural la de poeer una cadena hdrocarbonada de longtud meda con un grupo
Más detallesProbabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
Más detallesSISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.
Objetvos y orentacones metodológcas SISTEMA DIÉDRICO I Interseccón de planos y de recta con plano TEMA 8 Como prmer problema del espaco que presenta la geometría descrptva, el alumno obtendrá la nterseccón
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO
Más detallesExamen Final de Econometría Grado
Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesUnidad 6-. Números complejos 1
Undad -. Números complejos ACTIVIDADES FINALES EJERCICIOS Y PROBLEMAS Efectúa las sguentes operacones: aa (-(-(- aa (-(-(- cc ( -(-( bb ( ( - - (- 7 dd ( - - (- / ( - ( ( (. ( Sumamos algebracamente por
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detalles