Facultad de Ciencias del Mar. Curso 2007/08 11/07/08
|
|
- José Manuel Iglesias Mendoza
- hace 7 años
- Vistas:
Transcripción
1 Esadísica Convocaoria de Junio Faculad de Ciencias del ar. Curso 007/08 /07/08 El galludo (Squalus egalops) es una especie de iburón de aguas empladas a ropicales, que habia la plaaforma coninenal exerior y pare superior del alud, a profundidades que oscilan enre 50 y 73 m. Puede enconrarse en el Alánico sudoccidenal y orienal, Indico occidenal, Pacífico occidenal y sur de Ausralia. Se alimena de diversos peces óseos, enre ellos peces linerna, Asroneshes, congrios y oros; ambién consume camarones y oros crusáceos, cefalópodos y oros elasmobranquios. En las regiones donde abunda es uilizado fresco, seco y salado o ahumado para consumo humano.. En esa especie se ha documenado dimorfismo sexual, suponiéndose en general que las hembras son mayores que los machos. Para evaluar las allas medias por sexo, así como la diferencia en alla enre sexos, se dispone de sendas muesras de 8 machos y 64 hembras adulos. La alla media de los machos ha resulado ser de 4 mm y la de las hembras de 479 mm, con desviaciones ípicas respecivas de 9 y 6 mm. Con esos daos (a) Exise evidencia significaiva al 5% de que las hembras son mayores que los machos? (b) Calcular un inervalo de confianza al 95% para la magniud de dicha diferencia (a) Debemos resolver el conrase de hipóesis H0 H µ H H > µ siendo µ H la alla media de las hembras y µ la de los machos. Las esimaciones de esas allas medias son, respecivamene, x H = 479 y x = 4. Para llevar a cabo el conrase, si suponemos que ambas muesras proceden de poblaciones con la misma varianza, deberemos calcular (consideramos que la población es la formada por las hembras, y la por los machos): que debe compararse con x x = = ( n ) s + ( n ) s + n + n n n n n, α 43, = =. Como 3.86 > α se rechaza H 0. n+ n, Si suponemos que las varianzas poblacionales son disinas el esadísico sería: x x = = s s n + n 9,9633 que debe compararse ahora con n, α = 94,0.05 =, 66, donde el valor de n se ha calculado a parir de: s s + n n n = 94 s s + n n n n (Dado que ambas muesras son grandes, ese paso es innecesario, oda vez que para n grande, la de Suden se puede aproximar por una normal, y por ano podemos susiuir n,α por z α. Para α=0.05 es z 0.05 =.65, que es prácicamene el mismo valor que daba 94,0.05 )
2 Como ambién en ese caso >,, se rechaza H 0. n α Por ano, independienemene de que las varianzas poblacionales sean iguales o disinas, exise evidencia suficiene (al 5% de significación) para asegurar que las hembras de esa especia alcanzan en promedio allas mayores que los machos. (b) El inervalo de confianza para la diferencia de medias es: ( ) + ( ) n s n s x x n + n, α / + = n+ n n n si se suponen varianzas iguales, y: s s x x n, α / + = n n [ 6.56, 7.44] [ 6.84,7.6] si se suponen varianzas disinas. Ambos inervalos son muy similares. En principio, dado que no enemos razones para pensar que las varianzas poblacionales de las allas de machos y hembras sean iguales, podemos adopar un puno de visa conservador y elegir como inervalo de confianza más adecuado el que corresponde a varianzas disinas, que siempre es más amplio. No obsane, si deseamos deerminar si las varianzas son iguales o disinas, calculamos un inervalo de confianza al 95% para el cociene de varianzas: s s , =, =, =.99, σ s s 9 9 σ Fn, n, α/ Fn, n, α/ F63,80,0.975 F63,80,0.05 [ ] Como el inervalo no coniene al, concluimos al 5% de significación que las dos varianzas poblacionales son disinas, y el inervalo correco para la diferencia de medias es el primero.. Se supone que la sex-raio (proporción de sexos) en esa especie es de 8 hembras por cada macho (en ejemplares adulos). Bajo ese supueso, en una muesra de 450 adulos de esa especie, (a) cuános machos cabe esperar? (b) Cuál es la probabilidad de que en esa muesra haya más de 60 machos? (c) Cuáno vale esa probabilidad si se sabe que en la muesra hay al menos 350 hembras? (d) Tras omar la muesra y proceder al recueno, finalmene resula haber 7 machos y 379 hembras. Esos daos confirman la hipóesis de una sex-raio 8:, u obligan a rechazarla? (usar un nivel de significación del 5%). (e) Calcula un inervalo de confianza al 95% para la proporción de machos en la población de la que se ha exraído esa muesra. (a) De la sex raio dada en el enunciado se sigue que de cada 9 ejemplares de esa especie, 8 son hembras y es macho; por ano, la proporción de machos es /9. Si la muesra es aleaoria, y suponemos que el sexo de cada ejemplar es independiene del sexo de los demás, la variable X= número de machos enre los 450 iburones que componen la muesra seguirá una disribución binomial de parámeros n=450 y p=/9. El número esperado de machos será enonces: E[ X] = n p= 450 = 50 9
3 (b) Dado que el valor de n es grande podemos aproximar la Binomial B(n,p) por una normal 8 N( np, np( p) ) N 450, 450 = N( 50, ). Enonces: P( X 60) P Z = P( Z.45) = P (c) Como se sabe que hay al menos 350 hembras, eso quiere decir que los machos habrán de ser 00 como máximo. Por ano la probabilidad pedida es: X P Z P( X 60 X 00) P( 60 X 00) = = = P( X 00) P( X 00) P Z P.45 Z P Z.45 P Z = = = = ( X 60 ) ( ) P( Z ) ( ) ( ) P( Z ) (d) En ese caso hay que resolver el conrase: H0 : π = /9 H : π /9 siendo π la proporción de machos en la población. La esimación disponible de esa proporción, dada la muesra, es: 7 ˆ π = p = = Para resolver el conrase debemos calcular el esadísico: z 7 ˆ p p0 = = = 3.5 p 0( p0) n Realizando el conrase con α=0.05 enemos z α/ =z 0.05 =.96. Como 3.5>.96, exise evidencia suficiene al 5% de significación de que la proporción de machos no es /9, por lo que la sex raio no es de 8 a, como aseguraba la hipóesis de parida. (e) El inervalo de confianza para la proporción de machos viene dado por: π p ± z α / p ( p ) Llamando n = 7 al número de machos, para calcular ese inervalo obenemos:
4 = n + zα / = = 7.9 = n+ zα / = = p = = 7.9 / = p ( p ) El inervalo resulane es enonces: = 0.07 π [ ± ] = [ 0.7,0.94] 3. (a) Teniendo en cuena que el peso (en kg.) de los machos adulos sigue una disribución N(9.,.3), y el peso de las hembras adulas una N(0.8,.6), con una probabilidad del 95%, cuál es el peso máximo oal que cabe esperar que enga la muesra anerior de 450 iburones? (b) Dadas las caracerísicas del enorno en que ha sido capurada esa muesra, así como las preferencias alimenarias de S. megalops, se piensa que esos iburones consumen crusáceos y eleóseos en idénica canidad. Se analiza el conenido esomacal de 30 hembras elegidas al azar de enre las 379 de la muesra. Para cada hembra se obienen los pesos de crusáceos y eleóseos enconrados en sus esómagos. El peso medio de crusáceos es de 43 gr., con una desviación ípica de 3 gr.; el peso medio de eleóseos es de 99 gr. con desviación ípica de gr. La correlación enre los pesos de ambas especies de presas es 0.6. Con esos daos, puede manenerse la hipóesis de que crusáceos y eleóseos se consumen en promedio en canidades idénicas? (a) Sean X i el peso del macho i-ésimo, e Y j el peso de la hembra j-ésima. El peso oal de la muesra será: W = X + Y i i= j= Como las variables X i e Y j son normales, su suma será ambién normal, de media: j y desviación ípica: µ = µ + µ = = W Xi Yj i= j= σ = σ + σ = = W Xi i= j= Yj Con probabilidad 0.95, el peso máximo de la muesra será el W AX que verifique: WAX WAX PW ( WAX ) = 0.95 P Z = 0.95 = W = = AX (b) Se raa en ese caso de un conrase de muesras apareadas: H0 C = µ T H C µ T donde µ C es el peso medio de crusáceos y µ T el peso medio de eleóseos en los conenidos esomacales de los iburones que componen la muesra. El emparejamieno se sigue de que en cada esómago se ha medido un par de valores de peso crusáceos-eleóseos, valores que resulan asociados oda vez que enre ellos hay una correlación de 0.6. Para resolver ese conrase calculamos:
5 donde: d xc xt = = = = sd s n n s = s + s rs s = = 5.34 d C T C T como > 9,0.05 =.045 concluimos que exise evidencia suficiene para rechazar H 0 y concluir que crusáceos y eleóseos han sido consumidos en canidades promedio diferenes. 4. En el análisis de los conenidos esomacales se evaluó la exisencia de asociación enre el amaño del predador y el amaño de las presas, en paricular, de los cefalópodos. El esudio se resringió a las hembras, 9 de las cuales enían en sus esómagos cefalópodos a los que se les pudo medir la longiud del mano (en caso de haber varios cefalópodos en el esómago de un iburón se medía sólo el mayor de ellos). La longiud media de esas 9 hembras fue 486 mm., con desviación ípica de 9 mm. La longiud media del mano de los cefalópodos consumidos fue de 09 mm. con desviación ípica de 4 mm. La correlación enre ambas variables fue de (a) Calcula la reca de regresión para predecir la longiud del mano del cefalópodo (presa) en función de la longiud del predador. (b) Exise evidencia suficiene para afirmar que cuano mayor es el depredador mayores son sus presas? (c) Qué longiud media de presas cabe esperar para un iburón que mida 500 mm? (d) Calcula un inervalo de confianza al 95% para la longiud de las presas de un iburón de 500 mm. (a) Llamando Y a la longiud del mano del cefalópodo (presa) y X a la longiud del iburón (predador), para calcular la reca de regresión necesiamos la covarianza enre las dos variables. Como: SXY r = S S X podemos despejar S = rs S = = La pendiene de la regresión es: XY X 9 XY X Y S b = = =.53. Asimismo, la ordenada en el origen es : S a= y bx = = Por ano, la ecuación de la reca de regresión pedida es: y = x Y (b) Obenemos un inervalo de confianza al 95% para la pendiene: donde hemos calculado: ˆ σ β b n, α / =.53±.96 =.4,.80 n Sx 8 9 n 8 n 7 ( r ) ( ) [ ] ˆ = SY = = σ y hemos aproximado 7,0.05 = z 0.05 =.96.
6 El inervalo de confianza nos indica que podemos esar seguros al 95% de que la pendiene de la reca es posiiva; por ano al aumenar el valor de x (longiud del predador), aumena ambién el valor de y (longiud de la presa). O dicho de ora forma, exise evidencia suficiene de que a medida que aumena el amaño del iburón, aumena ambién el amaño de los cefalópodos que consume. (c) Basa con susiuir el valor 500 en la reca de regresión: y = = Un iburón de ese amaño consume, por ano, cefalópodos con una longiud media de mano de cm. (d) El inervalo pedido viene dado por: [ 70.04, 90.55] ( x x) ( ) ( ) y( x) yˆ( x) ˆ n, α /σ + + = ± = n n SX = Por ano un iburón de 500 mm. consume cefalópodos cuya longiud de mano oscila, con un 95% de confianza, enre y mm.
PRÁCTICA 2: Ejercicios del capítulo 4
PRÁCTICA : Ejercicios del capíulo 4. Un psicólogo clínico desea evaluar la eficacia de una erapia para reducir la ansiedad de los ejecuivos que padecen esrés en la oma de decisiones empresariales. Para
Más detallesTest. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos
Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar
Más detallesAnálisis Estadístico de Datos Climáticos
Análisis Esadísico de Daos Climáicos SERIES TEMPORALES I Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Monevideo, Uruguay 2011 CONTENIDO Esudio de las series emporales en Climaología.
Más detallesUSO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD
USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores
Más detallesTEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004)
EMA 2 MODELO LINEAL SIMPLE (MLS) Gujarai, Economeria (2004). Planeamieno e inerpreación del modelo economérico lineal simple. Capíulo 2 páginas 36 a 39 2. Hipóesis Básicas del Modelo Capíulo 3 páginas
Más detalles1. Derivadas de funciones de una variable. Recta tangente.
1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias
Más detallesPROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce
Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros
Más detallesTEMA 1: SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS.
TEMA : SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS. RELACIÓN DE PROBLEMAS. Pon un ejemplo, cuando sea posible, de un sisema de dos ecuaciones con res incógnias que sea: a) Compaible deerminado b)
Más detallesDeterminación de las garantías para el contrato de futuros de soja en pesos. Value at Risk
Deerminación de las garanías para el conrao de fuuros de soja en pesos. Value a Risk Gabriela acciano inancial Risk Manager gfacciano@bcr.com.ar Direcora Deparameno de Capaciación y Desarrollo de Mercados
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesMATEMÁTICAS II. x x x d) ( ) b) Como el grado del numerador y del denominador son iguales, hay que empezar por hacer la división.
Albero Enero Conde Maie González Juarrero Inegral indefinida. Cálculo de primiivas Ejercicio Calcula la siguienes inegrales a) d b) d c) 6 d d) 3 d e) d 9 e a) Haciendo el cambio de variable d d. d d d
Más detallesLos Procesos de Poisson y su principal distribución asociada: la distribución exponencial
Los Procesos de Poisson y su principal disribución asociada: la disribución exponencial Lucio Fernandez Arjona Noviembre 2004. Revisado Mayo 2005 Inroducción El objeivo de esas noas es inroducir al esudio
Más detallesExperimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría
Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán
CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA Insrucor: Horacio Caalán TEORÍA DE COINTEGRACIÓN Efecos de las propiedades esocásicas de las series en un modelo de regresión
Más detallesModelo de regresión lineal simple
Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos
Más detallesDERECHOS BÁSICOS DE APRENDIZAJE matemáticas - grado 9
EREHOS ÁSIOS E PRENIZJE Reconoce el significado de los eponenes racionales posiivos negaivos uiliza las lees de los eponenes. Por ejemplo: 7 7 7+ 7 7 7 7 7 0 Realiza conversiones de unidades de una magniud
Más detallesEcuaciones diferenciales, conceptos básicos y aplicaciones
GUIA 1 Ecuaciones diferenciales, concepos básicos y aplicaciones Las ecuaciones diferenciales ordinarias son una herramiena básica en las ciencias y las ingenierías para el esudio de sisemas dinámicos
Más detallesDERIVACIÓN BAJO EL SIGNO INTEGRAL. 1. Hallar el punto del intervalo [0,2] en el que la función =
DERIVACIÓN BAJO EL SIGNO INTEGRAL. Hallar el puno del inervalo [,] en el que la función F () d alcanza su valor mínimo. El mínimo de una función se alcanza en los punos donde su primera derivada es nula
Más detallesCURVAS PLANAS, ECUACIONES PARAMETRICAS Y COORDENADAS POLARES 2.1 CURVAS PLANAS Y ECUACIONES PARAMETRICAS
CURVAS PLANAS, ECUACIONES PARAMETRICAS Y COORDENADAS POLARES.1 CURVAS PLANAS Y ECUACIONES PARAMETRICAS Hasa ahora conocemos la represenación de una grafica mediane una ecuación con dos variables. En ese
Más detallesTema: Análisis de regresión y análisis de varianza. La tabla ANOVA tiene la siguiente representación: CMR F c CME SCE CME=SCE/GLE
Clase de economería 1: Universidad Cenroamericana UCA Tema: Análisis de regresión y análisis de varianza La abla ANOVA iene la siguiene represenación: Fuenes de variación Grados de liberad uma de cuadrados
Más detallesCAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos
CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.. Inroducción 5.. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resuelos 5.5. Inegración por recurrencia Capíulo 5 Inegración de
Más detallesCORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN
CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN Auores: Alicia Vila (avilag@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Ana López (alopezra@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu), MAPA CONCEPTUAL Definición
Más detallesLas señales pueden ser también, señales continuas o señales alternas.
INSIUO ÉCNICO SLESINO LORENZO MSS ema 1: CONCEPOS PRELIMINRES LLER DE MEDICIONES Conenido: Concepo de señal elécrica. Valores caracerísicos de las señales elécricas: Frecuencia (período, Fase, Valor de
Más detallesESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN
ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir
Más detalles5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS.
Espacios vesoriales euclídeos. Proyecciones orogonales. Mínimos cuadrados. 5. ESPACIOS VECTORIALES EUCLÍDEOS. PROYECCIONES ORTOGONALES. MÍNIMOS CUADRADOS. SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA.-
Más detallesω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t
E.D.O para Ingenieros CAPITULO INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES Las ecuaciones diferenciales son ecuaciones en las que conienen derivadas, Por ejemplo: '' + ' = en la que al resolver se debe
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesFísica General 1 Proyecto PMME - Curso 2007 Instituto de Física Facultad de Ingeniería UdelaR
Física General Proyeco PMME - Curso 007 Insiuo de Física Faculad de Ineniería UdelaR TITULO AUTORES MAQUINA DE ATWOOD EPERIMENTAL Maximiliano Bellas, Erneso Pasarisa INTRODUCCIÓN Geore Awood (745-807),
Más detallesGUÍA DE MOVIMIENTO RECTILÍNEO UNIFORME
INSTITUTO NACIONAL Deparameno de Física Coordinación Segundo Medio 06. GUÍA DE MOVIMIENTO RECTILÍNEO UNIFORME NOMBRE: CURSO: Caracerísica general de M.R.U: Si una parícula se mueve en la dirección del
Más detallesLa Cinemática es la parte de la Física que estudia los movimientos sin preocuparse de la causa que los produce.
CINEMÁTICA La Cinemáica es la pare de la Física que esudia los moimienos sin preocuparse de la causa que los produce. SISTEMA DE REFERENCIA, POSICIÓN Y TRAYECTORIA Un cuerpo esá en moimieno cuando su posición
Más detallesPREVISIÓN DE LA DEMANDA
Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.
Más detallesUNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA
UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral
Más detallesFunciones trigonométricas
0 Funciones rigonoméricas Tenemos en el plano R² la circunferencia C de radio con cenro (0,0. En ella disinguimos el puno (,0, que es el puno de inersección dec con el semieje de las x posiivas. Si pariendo
Más detallesUNIDAD 6: CONGELACIÓN DE ALIMENTOS. GUIA DE PROBLEMAS RESUELTOS (Versión ALFA)
UNIVERSIDAD AUSTRAL DE CHILE INSTITUTO DE CIENCIA Y TECNOLOGIA DE LOS ALIMENTOS / ASIGNATURA : Ingeniería de Procesos III (ITCL 4) PROFESOR : Elon F. Morales Blancas UNIDAD 6: CONGELACIÓN DE ALIMENTOS
Más detallesCONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N
CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N Los méodos uilizados para la elaboración del Presupueso General de la Nación es uno de los emas acuales
Más detallesANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla:
ANEXO 5 METODOLOGIA A SEGUIR PARA DETERMINAR EL MONTO MÍNIMO DEL FIDEICOMISO, ASÍ COMO EL IMPORTE DE LAS CUOTAS SOBRE LAS CUALES SE CALCULARÁN LAS APORTACIONES A QUE SE REFIERE EL ARTÍCULO 55 BIS DE LA
Más detallesAplicaciones de la Probabilidad en la Industria
Aplicaciones de la Probabilidad en la Indusria Cuara pare Final Dr Enrique Villa Diharce CIMAT, Guanajuao, México Verano de probabilidad y esadísica CIMAT Guanajuao,Go Julio 010 Reglas para deección de
Más detallesSolución: El sistema de referencia, la posición del cuerpo en cada instante respecto a dicha referencia, el tiempo empleado y la trayectoria seguida.
1 Qué es necesario señalar para describir correcamene el movimieno de un cuerpo? El sisema de referencia, la posición del cuerpo en cada insane respeco a dicha referencia, el iempo empleado y la rayecoria
Más detallesREPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA
Represenación de curvas planas dadas en forma paramérica REPRESENTACIÓN DE CURVAS PLANAS DADAS EN FORMA PARAMÉTRICA PLANTEAMIENTO DEL PROBLEMA Sean x e y dos funciones reales de variable real, de dominios
Más detallesEstimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.
Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos de índices bursáiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos
Más detallesPROPAGACIÓN DE INCERTIDUMBRE EN LA CONVERSIÓN DE ALGUNAS MAGNITUDES DE HUMEDAD
Simposio de Merología 5 al 7 de Ocubre de 006 PROPAGACIÓN DE INCERTIDUMBRE EN LA CONVERSIÓN DE ALGUNAS MAGNITUDES DE HUMEDAD Jesús A. Dávila Pacheco, Enrique Marines López Cenro Nacional de Merología,
Más detallesProblemas de Matemáticas 2º Bachillerato OPTIMIZACIÓN
Problemas de Maemáicas º Bachillerao OPTIMIZACIÓN En ese documeno se eplica brevemene cómo se resuelven los problemas de opimización, y se ilusra mediane un ejemplo. Como sabéis, los problemas de opimización
Más detallesDEPARTAMENTO DE QUÍMICA ANALÍTICA Y TECNOLOGÍA DE ALIMENTOS
DEPARTAMETO DE QUÍMICA AALÍTICA Y TECOLOGÍA DE ALIMETOS FUDAMETOS DE AÁLISIS ISTRUMETAL. 7º RELACIÓ DE PROBLEMAS..- Las susancias A y B ienen iempos de reención de 6.4 y 7.63 min, respecivamene, en una
Más detallesALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN 2013
GEOMETRÍA (Selecividad ) ALGUNOS PROBLEMAS DE SELECTIVIDAD PROPUESTOS EN Aragón junio a) Pueden eisir vecores u v ales que u v u v = 8? Jusifica la respuesa b) Deermina odos los posibles vecores u = (a
Más detallesTema 2. Modelos matemáticos de los sistemas físicos
Tema. Modelos maemáicos de los sisemas físicos Objeivos Definir modelo maemáico en el ámbio de la ingeniería de sisemas Conocer la meodología de modelado de sisemas físicos Reconocer un modelo lineal de
Más detallesJUNIO Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: A
Bloque A JUNIO 2003 1.- Encuentra, si existen, matrices cuadradas A, de orden 2, distintas de la matriz identidad, tales que: 1 0 A = 1 0 A Cuántas matrices A existen con esa condición? Razona tu respuesta.
Más detallesTema 3. Circuitos capacitivos
Inroducción a la Teoría de ircuios Tema 3. ircuios capaciivos. Inroducción... 2. Inerrupores... 3. ondensadores... 2 3.. Asociación de capacidades.... 5 ondensadores en paralelo... 5 ondensadores en serie...
Más detallesMétodos de Previsión de la Demanda Datos
Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco
Más detalles( ) m / s en un ( ) m. Después de nadar ( ) m / s. a) Cuáles
CINEMÁTICA: MOVIMIENTO TRIDIMENSIONAL, DATOS EN FUNCIÓN DEL TIEMPO. Una cucaracha sobre una mesa se arrasra con una aceleración consane dada por: a (.3ˆ i. ˆ j ) cm / s. Esa sale desde un puno ( 4, ) cm
Más detallesFÍSICA - LAB. 2. x = x ( t ) v = v ( t ) a = a ( t )
FÍSICA - LAB. CINEMÁTICA Y DINÁMICA LINEAL NOTA IMPORTANTE: para la realización de ese laboraorio cada alumno deberá raer calculadora y dos hojas de papel milimerado, las que al concluir el laboraorio
Más detallesMétodo desarrollado en el año de 1889, pero por su sencillez todavía se sigue utilizando.
1 3.2.1.1. Fórmula racional Méodo desarrollado en el año de 1889, pero por su sencillez odavía se sigue uilizando. Hipóesis fundamenal: una lluvia consane y uniforme que cae sobre la cuenca de esudio,
Más detallesTécnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase
Lección 5 Técnicas cualiaivas para las Ecuaciones diferenciales de primer orden: Campos de pendienes y líneas de fase 5.. Técnicas Cualiaivas Hasa ahora hemos esudiado écnicas analíicas para calcular,
Más detallesGUÍA DE EJERCICIOS II
Faculad de Ingeniería UCV Álgebra ineal Geomería Analíica Ciclo Básico GUÍA DE Encuenre las ecuaciones de la reca que a) iene vecor direcor v (,, ) pasa por el puno P ( 4, 5, ) b) pasa por los punos A
Más detallesNormalidad de los errores. Fortino Vela Peón Universidad Autónoma Metropolitana
Normalidad de los errores Forino Vela Peón Universidad Auónoma Meropoliana fvela@correo.xoc.uam.mx Ocubre, 00 0/0/0 México, D. F. Inroducción Uno de los supuesos básicos del modelo de regresión lineal
Más detallesMACROECONOMÍA II ADE GRUPOS 20 Y 21 (ECTS) FECHA DE ENTREGA: Martes 11 de Mayo de 2010 Práctica nº 5: Hoja de problemas sobre Tipos de cambio
MACROECONOMÍA II ADE GRUPOS 20 Y 21 (ECTS) FECHA DE ENTREGA: Mares 11 de Mayo de 2010 Prácica nº 5: Hoja de problemas sobre Tipos de cambio 1. A parir de los siguienes daos sobre el ipo de cambio nominal
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detalles1-Características generales del movimiento
1-Caracerísicas generales del movimieno La pare de la física que se encarga de esudiar los movimienos de los cuerpos se llama Cinemáica. 1.1-Sisema de referencia, posición y rayecoria. Decimos que un cuerpo
Más detallesDERECHOS BÁSICOS DE APRENDIZAJE matemáticas - grado 9
4 Reconoce el significado de los eponenes racionales posiivos negaivos uiliza las lees de los eponenes. Por ejemplo: 7 7 7 + 7 4 7 7 7 7 40 ( 7 / ) / 7 / / 7 /0 0 7,... Uiliza la noación cienífica para
Más detallesV () t que es la diferencia de potencial entre la placa positiva y la negativa del
:: OBJETIVOS [7.1] En esa prácica se deermina experimenalmene la consane de descarga de un condensador, ambién llamado capacior ó filro cuando esá conecado en serie a una resisencia R. Se esudian asociaciones
Más detallesa. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.
El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué
Más detallesCINEMÁTICA: MOVIMIENTO RECTILÍNEO, DATOS EN FUNCIÓN DEL TIEMPO.
CINEMÁTICA: MOVIMIENTO RECTILÍNEO, DATOS EN FUNCIÓN DEL TIEMPO. La velocidad de una parícula viene dada por v( ) 6 +, con en segundos y v en m/s. a) Hacer un gráfico de v() y hallar el área limiada por
Más detallesRE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005
RESULTADOSEDUCATIVOS RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 FÓRMULA RE01 NOMBREdelINDICADOR Diferencia del loro promedio
Más detallesPráctica 4: Sistemas telescópicos. Objeto próximo.
LABORATORO D ÓPTCA (ÓPTCA NSTRUMNTAL) CURSO 2009/10 Prácica 4: Sisemas elescópicos. Objeo próximo. 1 Objeivo de la prácica n esa prácica se comprueba que cuando el aneojo rabaja con jeos próximos, es necesario
Más detallesPROCESOS ESTOCÁSTICOS PROCESOS ESTOCÁSTICOS INTEGRAL ESTOCÁSTICA ECUACIONES DIFERENCIALES ESTOCASTICAS: LEMA DE ITO
PROCESOS ESOCÁSICOS PROCESOS ESOCÁSICOS INEGRAL ESOCÁSICA ECUACIONES DIFERENCIALES ESOCASICAS: LEMA DE IO Procesos esocásicos Un proceso esocásico describe la evolución emporal de una variable aleaoria.
Más detallesSUPERFICIES Y CURVAS EN EL ESPACIO
SUPERFICIES Y CURVAS EN EL ESPACIO Es ese maerial se presenan algunas gráficas confeccionadas con el sofware MAPLE A coninuación de cada una se indica la senencia uiliada para obenerla Tenga en cuena que:
Más detallesCAPÍTULO II. Conceptos de Confiabilidad
CAPÍTULO II Concepos de Confiabilidad CAPÍTULO II CONCEPTOS DE CONFIABILIDAD Una de las áreas de ingeniería de confiabilidad es la modelación de la misma, debido a que los procesos en general se comporan
Más detallesModelo de Solow. Ronald Cuela
Modelo de Solow Ronald Cuela Conenido 1 2 Modelo de Solow-Swan Dinámica de ransición 3 Modelo con ecnología 4 Evidencia y conclusiones Crecimieno y Desarrollo Ronald Cuela El modelo de crecimieno de Solow
Más detallesy = log b x b y =x. ln(e x ) = x = e lnx.
5. FUNCIÓN LOGARÍTMICA La función logarímica de base b se define como la inversa de la función exponencial con base b. Es decir, el logarimo de base b de un número x es el exponene al cual debe elevarse
Más detallesEJERCICIOS TEMA 6 (ENERGIA TÉRMICA)
EJERCICIOS TEMA (ENERGIA TÉRMICA) 1-Se necesian 710 Julios para elevar 1 K la emperaura de 1 Kgr de una ciera susancia. Deermina la capacidad calorífica específica de la susancia anerior. De que susancia
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesFoundations of Financial Management Page 1
Foundaions of Financial Managemen Page 1 Combinaciones empresarias: decisiones sobre absorciones y fusiones de empresas Adminisración financiera UNLPam Faculad de Ciencias Económicas y Jurídicas Profesor:
Más detallesActividades del final de la unidad
Acividades del final de la unidad ACTIVIDADES DEL FINAL DE LA UNIDAD. Dibuja las gráficas x- y v- de los movimienos que corresponden a las siguienes ecuaciones: a) x = +. b) x = 8. c) x = +. Calcula la
Más detallesEstadística Convocatoria de Junio Facultad de Ciencias del Mar. Curso 2009/10 28/06/10
1. El Indice Climático Turístico (ICT), definido por Mieczkowski en 1985 es un índice que toma valores en una escala de 0 a 100 y tiene como objetivo valorar la calidad que ofrece el clima de una región
Más detallesFÍSICA Y QUÍMICA 1º BACHILLERATO
FÍSICA Y QUÍMICA 1º BACHILLERATO BLOQUE I: MECÁNICA Unidad 1: Cinemáica 1. INTRODUCCIÓN (pp. 8-3) 1.1. Definición de movimieno. Relaividad del movimieno Un cuerpo esá en movimieno cuando cambia de posición
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detalles1.10 Aplicaciones de las ecuaciones diferenciales de primer orden
. Aplicaciones de las ecuaciones diferenciales de primer orden 55. Aplicaciones de las ecuaciones diferenciales de primer orden Ejemplo.. Decaimieno radiacivo El isóopo radiacivo Torio 24 se desinegra
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesINFERENCIA DE LA PROPORCIÓN
ESTADISTICA INFERENCIA DE LA PROPORCIÓN DISTRIBUCIÓN MUESTRAL DE PROPORCIONES En una población la proporción de elementos (personas, animales, cosas o entes) que posee una cierta característica es p. En
Más detallesTema 2: El modelo de Solow y Swan: análisis teórico
Tema 2: El modelo de Solow y Swan: análisis eórico 2.1 El modelo 2.2 El esado esacionario 2.3 La regla de oro de la acumulación del capial. 2.4 La asa de crecimieno a lo largo del iempo Bibliografía: Sala
Más detallesPodemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad para
VII. Pruebas de Hipótesis VII. Concepto de contraste de hipótesis Podemos definir un contraste de hipótesis como un procedimiento que se basa en lo observado en las muestras y en la teoría de la probabilidad
Más detallesECONOMETRÍA I. Autocorrelación. Autocorrelación. Lección 4: Autocorrelación. Siga. 1. Qué es un modelo con autocorrelación?
ECONOMERÍA I Lección 4: Auocorrelación. jm Auocorrelación.. Qué es un modelo con auocorrelación?. Con qué ipo de daos económicos se suelen presenar modelos auocorrelacionados? Auocorrelación. 3. Qué problemas
Más detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
Más detallesPropagación de crecidas
cnicas y algorimos empleados en esudios hidrológicos e hidráulicos Monevideo - Agoso 010 PROGRAMA DE FORMACIÓN IBEROAMERICANO EN MATERIA DE AGUAS Propagación de crecidas Luis Teixeira Profesor Tiular,
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesCapítulo 19. MINIMOS CUADRADOS NO LINEALES
Capíulo 9. MINIMOS CUADRADOS NO LINEALES 9. PRUEBA DE LINEALIDAD DEL MODELO... 84 9.. ESPECIFICACIÓN DE MODELOS NO LINEALES... 85 9.3. ESTIMACIÓN POR MCNL... 830 9.4. EVALUACIÓN DE ECUACIONES DE REGRESIÓN
Más detallesCuadernillo de Apuntes de Matemáticas III. M. en C.Luis Ignacio Sandoval Paéz
Cuadernillo de Apunes de Maemáicas III M. en C.Luis Ignacio Sandoval Paéz Índice Unidad I vecores. Definición de un vecor en R, R (Inerpreación geomérica), y su n generalización en R.. Operaciones con
Más detallesAPROXIMACIÓN A LA EXTENSIÓN MULTIDIMENSIONAL DE LA METODOLOGÍA TIR
APROXIMACIÓN A LA EXTENSIÓN MULTIDIMENSIONAL DE LA METODOLOGÍA TIR Federico Palacios González - fpalacio@ugr.es Eduardo Pérez Rodríguez - eperezr@ugr.es José Mª Herrerías Velasco - jmherrer@lainmail.com
Más detallesECONOMETRÍA EMPRESARIAL II ADE
4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.
Más detallesMATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS
1º) La facura del gas se calcula a parir de una canidad fija y de un canidad variable que se calcula según los m 3 consumidos (el precio de cada m 3 es consane). El impore de la facura de una familia,
Más detallesTema 3. El modelo neoclásico de crecimiento: el modelo de Solow-Swan
Tema 3. El modelo neoclásico de crecimieno: el modelo de Solow-Swan Inroducción Esquema El modelo neoclásico SIN progreso ecnológico a ecuación fundamenal del modelo neoclásico El esado esacionario Transición
Más detallesAnálisis espectral Tareas
Análisis especral Tareas T3.1: Implemenación y represenación del periodograma El objeivo de esa area es que los alumnos se familiaricen con la función más sencilla de análisis especral no paramérico. Programe
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesResumen teórico de los principales conceptos estadísticos
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Muestreo aleatorio simple Resumen teórico Resumen teórico de los principales conceptos estadísticos Muestreo aleatorio
Más detallesMedida de magnitudes mecánicas
Medida de magniudes mecánicas Inroducción Sensores poencioméricos Galgas exensioméricas Sensores piezoelécricos Sensores capaciivos Sensores inducivos Sensores basados en efeco Hall Sensores opoelecrónicos
Más detallesLuis H. Villalpando Venegas,
2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con
Más detallesUsar RCtime para medir la resistencia.
Basic Express Noa de aplicación Usar RCime para medir la resisencia. Inroducción Una aplicación común de los pines I/O es para medir el valor analógico de una resisencia variable. Aunque el uso de un converidor
Más detallesConceptos del contraste de hipótesis
Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de
Más detallesCalculamos la covarianza. (La covarianza indica el sentido de la correlación entre las variables):
0 81 098 www.ceformativos.com EJERCICIOS RESUELTOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Cinco niñas de 2,3,,7 y 8 años de edad pesan respectivamente 14, 20, 30, 42 y 44 kilos. a) Hallar la ecuación de la recta
Más detallesSOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS.
SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS. El objeivo de esas noas complemenarias al ema de solución numérica de ecuaciones diferenciales ordinarias es dar una inroducción simple al ema,
Más detallesCobertura de una cartera de bonos con forwards en tiempo continuo
Coberura de una carera de bonos con forwards en iempo coninuo Bàrbara Llacay Gilber Peffer Documeno de Trabajo IAFI No. 7/4 Marzo 23 Índice general Inroducción 2 Objeivos......................................
Más detalles