1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

Tamaño: px
Comenzar la demostración a partir de la página:

Download "1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática"

Transcripción

1 Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó e el couto de los úmeros eteros que se defe a partr de la dvsbldad; dados los eteros a, b y el atural (dstto de cero y de uo), defmos: a b ( mód m) a b m. Ua codcó ecesara y sufcete para la cogrueca es que las dvsoes eteras de a y b etre m de restos guales (vea la demostracó hecha e clase). De esto se deduce que la cogrueca es ua relacó de equvaleca e Z (auque se puede demostrar usado sólo la defcó, como lo hcmos e clase). Por ser de equvaleca, la cogrueca determa ua partcó de Z (revse el cocepto y propedades de couto cocete, que estudamos cuado vmos relacoes de equvaleca). A los elemetos de este couto cocete los llamamos clases resduales e alusó a la codcó ecesara y sufcete de cogrueca. També se deduce fáclmete que e el couto cocete Z/ hay tatas clases como lo dca el módulo de la cogrueca (ua clase por cada resto posble e la dvsó por el módulo m; es decr: Z C, C ; C C / ; m desde hasta m-): Notacó: al elemeto desgamos co Z m. ARITMÉTICA DE LAS CLASES RESIDUALES: C x (clase de x) lo deotaremos co el símbolo x y al couto Z/ lo Se trata ahora de dotar al couto Z m de estructura algebraca; como sempre, esto se hace defedo e él certas operacoes, de cuyas propedades depederá la estructura resultate. a) SUMA EN Z m. Def.: a b a b Observe que la defcó de suma de clases remte a la defcó de suma de úmeros eteros (a rgor, el símbolo de + que aparece e el prmer membro es el que correspode a la suma de clases resduales (suma e Z m. ) metras que el del segudo membro es el de la suma de úmeros eteros (suma e Z) y por lo tato deberíamos usar símbolos dsttos para ambas operacoes; alguos autores usa + y respectvamete, pero s se está ateto a estos hechos, o es ecesaro usar símbolos dsttos. Esta forma de defr la suma permte supoer que la suma e Z m. debe heredar las propedades de la suma e Z. E efecto eso ocurre (vea las demostracoes hechas e clase); por lo que el par ordeado (Z m., +) tee estructura de grupo abelao (se los llama abelaos a los grupos e que la operacó que los defe es comutatva) b) PRODUCTO EN Z m. Def.: a b a b Vale aquí las msmas cosderacoes que hcmos para la suma e Z/, pero ua rápda speccó e las tablas de multplcar respecto de alguos módulos os muestra algo ovedoso; veamos por eemplo las tablas de la multplcacó módulos, y 5:

2 Qué podemos observar e estas tablas?. Lo prmero que llama la atecó es la smetría respecto de la dagoal que empeza e el extremo superor zquerdo. Esa smetría o es más que la cosecueca de la propedad comutatva. Del msmo modo, que hay ua fla y ua columa de ceros es cosecueca de que la clase del cero se comporta e el producto de clases gual que el cero e el producto de úmeros eteros. També se observa que el uo es eutro ya que la fla (o columa) del uo repte la fla (o columa) cal. Pero hay algo ovedoso e estas tablas: observe que e cada fla (o columa), salvo la del cero, hay u uo. qué sgfca esto? Sgfca que dado a (a), exste b tal que axb=, o lo que es lo msmo, cada clase resdual dstta de la ula tee verso. Esto o ocurre e la multplcacó e Z, así que hemos obtedo ua estructura e certo setdo más rca que (Z,+,x). Qué tee de partcular los módulos,, 5? So úmeros prmos, pero será esa la razó de ta partcular comportameto? Veamos ua tabla de multplcar e la que el módulo sea compuesto; por e. Z Se observa e esta tabla que el o tee verso, pues el (eutro multplcatvo) o aparece como resultado e la tabla del (fla del dos), módulo. El sí tee verso y es el propo ya que X=. Otra peculardad de Z es que o vale la propedad hakelaa (a.b=a= b=); vea que X= pero ; e Z 6, x= pero y. Habría que demostrar (lo haremos e algú mometo) que s el módulo p es prmo, etoces todo elemeto o ulo de Z p tee verso; tedríamos así que, s p es prmo, (Z p, +, x) tee estructura de cuerpo comutatvo, como (R,+,x). Ua estructura así es be teresate, pues las ecuacoes del tpo a X b (llamadas ecuacoes de cogrueca ) sempre tee solucó; a saber: X a b. A modo de eemplo; e Z 5, la ecuacó X tee solucó X, que se puede ecotrar smplemete speccoado la columa cuya terseccó co la fla del es el. Claro que la codcó de que el módulo sea prmo o es ecesara para que exsta solucó; por eemplo e Z la ecuacó X b tee solucó e Z cualquera sea b (platee alguo eemplos dado valores partculares a b) pero X tee solucó vacía, ya que o tee verso (observe que e la fla del está todos los elemetos de Z, e cambo el y el o está e la fla del. Queda todavía ua preguta pedete de respuesta: s el módulo m es sufcetemete grade como para que la tabla de multplcar sea poco maeable (por ser demasado grade), cómo saber s ua ecuacó del tpo a X b tee solucó? Y s la tee; cuátas solucoes dsttas hay?.

3 Ua precsó o meor: las ecuacoes de cogrueca está defdas e Z m, o e Z, por lo que las solucoes, s las hay, debe perteecer a Z m (las solucoes o so úmeros eteros, so clases resduales módulo m). Pero e Z m hay sólo m elemetos, de modo que o podrá haber más de m solucoes. Será teresate determar de atemao s hay solucoes y cuátas so, para aseguraros de haber resuelto completamete ua ecuacó dada. Para cotestar esas cuestoes, será ecesaro recordar las propedades de las cogruecas estudadas e el curso: ) Las cogruecas se puede sumar membro a membro : ) a b mod m a c b d c d mod m mod m Las cogruecas se puede multplcar membro a membro : a b mod m ac bd c d mod m mod m (ver demostracoes hechas e clase) ) v) El teorema ateror tee u corolaro mportate: a b (mod m) N a b (mod m) (multplcar ua cogrueca por sí msmo veces) La dvsó membro a membro de cogruecas, e cambo, exge cudados especales: vea por eemplo que 8 (mod ) y que ambos membros se puede dvdr por, pero o es certo que (mod ). E cambo, s dvde a ambos membros y al módulo, es certo que de la cogrueca a b m a b (mod m) se puede deducr que ( mód ) (tete demostrarlo). RESOLUCIÓN DE LA ECUACIÓN ax b ( mód m) a) EXISTENCIA DE SOLUCIONES: Observemos que, por defcó, ax b ( mód m) ax b m y Z / ax b my ax my b de modo que la ecuacó de cogrueca se reduce a ua dofátca. Ya demostramos e el curso que la ecuacó ax my b tee solucó sí, y sólo s, D ( a, m) b. Así, por eemplo, la ecuacó 6x 9 mód tee solucó vacía, pues D ( 6,) 6 y 6 o dvde a 9 (observe que la ecuacó 6x y 9 o puede teer solucoes ya que el prmer membro es ecesaramete u úmero par, metras que el segudo membro es mpar). E cambo la ecuacó 6x ( mód 9) sí tee solucoes (ua solucó medata es x=) pero veremos cómo hallar todas las solucoes: Dvdedo ambos membros y el módulo de 6x ( mód 9) etre D (6,9), se obtee x ( mód ), que geera la ecuacó dofátca x y. Los coefcetes de esta ecuacó dofátca so y -; la dvsó etera de - etre da cocete - y resto, de modo que -=-x+, o sea: x-=. Multplcado membro a membro por da:

4 x8-x=, de modo que teemos ua solucó partcular para la ecuacó x y ; a saber: x 8; y Sólo os teresa la solucó x 8, pues estamos resolvedo la ecuacó de cogruecas, cuya cógta es x (o olvde que, e este eemplo, xz 9 ). Ya hemos demostrado que la solucó geeral de la ecuacó dofátca ax my b se obtee a partr de ua solucó partcular: x x mt, de modo que la solucó geeral es x 8 t b) DISCUSIÓN DE LAS SOLUCIONES Veamos ahora qué valores puede tomar t para obteer solucoes dsttas. s t x x 8 Observe que 8, y so elemetos dferetes de Z 9 (podríamos poer -, y 5, que també represeta a las clases del 8, y respectvamete, o, 5 y 8 que so los meores aturales de cada clase). Vamos a mostrar ahora que esas so las úcas clases que resuelve la ecuacó 6x ( mód 9) : S elegmos t ' Z, la dvsó etera de t etre da cocete t y resto r (< r<), de modo que t ' t r ( r ) x 8 t ' 8 (t r) 8 9t r. Dscutamos ahora las solucoes halladas para los posbles valores de r: s r x 8 9t 8 ( mód 9) x x s r x 8 9t 9t ( mód 9) x x s r x 8 9t 6 9t ( mód 9) x x Como o hay otro valor posble para r, llegamos a la coclusó que cualquer solucó es algua de las S ;5;8 tres clases halladas; de modo que el couto de todas las solucoes es Vea que el couto solucó tee elemetos y D(a,m)=; será esto ua casualdad?. Claro que o; a cotuacó (valédoos de las deas maeadas e el caso partcular) vamos a hacer la dscusó de las solucoes de la ecuacó ax b ( mód m). Sabemos que tee solucó o vacía s D ( a, m) b. Supogamos que ése es el caso, y sea D( a, m) d. Dvdedo ambos membros y el módulo de la ecuacó dada por d, obteemos a' x b' ( mód m' ); sabemos que esta ecuacó tee ua solucó x, de modo que a' x b' ( mód m' ). S x es cualquer otra solucó, se verfcará la cogrueca a' x b' ( mód m'). Restado membro a membro ambas cogruecas, se obtee: a' ( x x) ( mód m'), por lo tato, como ser cogruete co cero equvale a ser múltplo del módulo, se tee: m a'( x x ) ; pero a y m so prmos etre sí, así que por el teorema de Eucldes, ' m' x x, de dode deducmos que t Z : x x m' t ; así que x x ( ' mód m ). Cualquer solucó es, etoces, cogruete co x. Hay pues, ua sola solucó para la ecuacó a' x b' ( mód m' ). Volvamos ahora a cosderar la solucó geeral de la ecuacó a ' x b' ( mód m') : x x m' t y sea s s t x x t x x 8 8 T,; ;;, d (vea que T tee d elemetos). S elegmos dos elemetos dsttos t y t, ambos e T, las solucoes correspodetes a esos valores de t so: x x x x m' t m' t

5 5 m Restado membro a membro se tee: x x m' ( t t ) ( t t ) ; pero t t d y por d t t lo tato Z ; es decr: x x m. Las solucoes x y x so etoces dos solucoes dsttas d de la ecuacó ax b ( mód m) Sea ahora t u etero cualquera y t u elemeto de T. La dvsó etera de t -t etre d da u cocete q y u resto r de modo que t t dq r t t dq r, así que la solucó x correspodete a dcho valor de t es: x x mt x m( t dq r) x mt m( dq r) x mt m x x mt x x. Dcho de otro modo: cualquer solucó es cogruete co algua correspodete a u elemeto de T. Hemos resuelto el problema de cotar la catdad de solucoes de la ecuacó dada: tee exactamete d solucoes cogruetes módulo m.. CRITERIOS DE DIVISIBILIDAD. S be las cogruecas umércas tee múltples aplcacoes (hay problemas teresates e la bblografía recomedada), ua muy útl para uestro curso es la determacó de crteros de dvsbldad (codcoes sufcetes, de fácl verfcacó, que asegure que u úmero admte u dvsor d). Ates de troducros e tema, debemos recordar qué es u sstema de umeracó, ya que los crteros de dvsbldad depede del sstema adoptado para represetar a los úmeros aturales. SISTEMAS DE NUMERACIÓN Dados los úmeros aturales m y b (b>), demostraremos que exste úmeros aturales a meores que b (=, ), tales que m ab a b ab a (usado otacó sumatora podríamos: m a b ). Los úmeros a se deoma cfras del úmero m e la base b. S se hace u coveo de ordear los térmos de la sumatora e orde decrecete de las potecas de b, y además se sobreetede cuál es la base b, etoces ya o será ecesaro escrbr toda la sumatora, so solamete dcar cuáles so los coefcetes a correspodetes a cada poteca de la base. Así, e lugar de escrbr m ab a b ab a, poemos smplemete m aa aa. La poscó de cada cfra e el úmero dca cuál es la poteca de la base que la multplca; por eso estos sstemas se llama poscoales (Hay sstemas, como el romao -usado desde tempos del Impero Romao hasta fes de la Edad Meda-, e que certos símbolos represeta alguos úmeros aturales co los cuales se represeta cualquer catdad etera, pero el valor de dchos símbolos o depede de su poscó e el úmero represetado (o so poscoales so absolutos); así por eemplo, e el úmero XVII (7 e el sstema romao) el símbolo X represeta udades, lo msmo que e LX (6 e sstema romao); e cambo s escrbmos 7 e base, el represeta udades metras que e el úmero 7 el (la msma cfra) represeta udades. Moderamete, la base adoptada e geeral es (y al sstema resultate lo llamamos, por eso, sstema decmal) pero e computacó y ramas afes se adopta a meudo otras bases (, 8, 6 da lugar a los stemas baro, octal y hexadecmal respectvamete, que aparece e alguas calculadoras cetífcas de uso lceal). Cuado o se dca la base se sobreetede que es. A modo de eemplo, escrbmos.58 para expresar 5 8 (el puto sólo está para ayudar a leer el úmero); e cualquer otra base es ecesaro explctar e qué sstema se escrbe. Observe que el hecho de que a b es muy relevate, pues os permte expresar cualquer úmero atural co u úmero reducdo de símbolos (e el sstema decmal sólo ecestamos los símbolos,,,,,5,6,7,8,9, llamados dígtos, e alusó a la catdad de dedos que teemos e las

6 maos cas todos los humaos). Certo es que s la base es pequeña, dgamos por eemplo b= (sstema baro), los úmeros grades debe expresarse medate ua gra catdad de térmos; pero esto o es u problema s el úmero debe ser leído por ua computadora, pues las cfras sólo so y. Veamos ahora que la matemátca que está por detrás de esta forma de codfcacó de los úmeros es muy smple; sólo se trata de aplcar la propedad de la dvsó etera que deomamos propedad de las dvsoes sucesvas ; recordémosla usado los esquemas de dvsó etera: 6 b q b b b r q r q b r +r q S b =b =b, resulta =q b +r b+r. S q <b, las cfras de so q r y r, por lo que podríamos =q r r (base b) S q >b, volvemos a dvdr q etre b: q b r q q =bq +r =q b +r b +r b+r. S q <b, el proceso está cocludo y escrbmos =q r r r (base b). De lo cotraro, cotuamos co el proceso que será fto pues q <q - < < q <q <q. A modo de eemplo, covrtamos el úmero 7 (base ) al sstema baro: las dvsoes sucesvas etre da: 7=x7+ 7=x6+ 6=x8+ 8=x9+ 9=x+ =x+ =x+ =x+ Aplcado ahora los coceptos aterores teemos que 7= (la formacó codfcada dce que 7= cómo se escrbe 7 e base 8? qué úmero (base ), es 5 e base 8? (aímese a cotestar esas pregutas ates de segur) Ahora veamos cómo usar las cogruecas para decdr crteros de dvsbldad para úmeros escrtos e base. CRITERIOS DE DIVISIBILIDAD a) DIVISIBILIDAD POR LOS DIVISORES DE LA BASE (DOS, CINCO Y DIEZ) : Este crtero es muy secllo, pero gual vale la pea ver como etra e uego las cogruecas. Cosderemos u úmero escrto e base : =a +a a +a +a.

7 7 Observamos que todos los térmos, salvo el últmo, tee u factor que es poteca de co expoete mayor o gual que ; así que todos ellos (y e cosecueca su suma) so cogruetes co, 5 y mód(), de modo que el úmero será múltplo de, 5 o s lo es la últma cfra (a ); pero como < a <, el úco múltplo de es el y los úcos múltplos de 5 so el y el 5; de modo que la dvsbldad por se expresa así: es múltplo de s terma e ; y la dvsbldad por 5 se expresa: es dvsble por 5 s terma e o e 5. La dvsbldad por se expresa: es dvsble por dos s su últma cfra es par U poquto de hstora: Los Babloos (desgamos co ese ombre geérco a ua gra catdad de etas que poblaro la mesopotama - valles de los ríos Tgrs y Éufrates desde. A.C. hasta aproxmadamete el 5 A.C.), había logrado grades progresos e Artmétca. Su sstema de umeracó era poscoal de base 6 (sexadecmal); esto es: se ecesta 6 símbolos para represetar cualquer úmero atural. Esto, que parece ser u coveete pues hay que recordar muchos símbolos, tee la gra vetaa de que 6 tee muchos dvsores: 6= xx5, de modo que tee (+)(+)(+)= dvsores:,,,, 5, 6,,, 5,, y 6; usado el crtero ateror, se determa fáclmete s u úmero dado es múltplo de algú dvsor de la base; alcaza co mrar la últma cfra. c) DIVISIBILIDAD POR Y POR 9: Nuevamete cosderemos el úmero escrto e base : =a +a a +a +a y las cogruecas, váldas tato para módulo como módulo 9: y cosderemos el úmero z=a +a - + +a +a +a (z se obtee multplcado las cfras de por los correspodetes elemetos de la ª columa de la tabla de cogruecas y sumado dchos productos; e este eemplo z es la suma de las cfras de ). -z=a ( -)+a - ( - -)+a - ( - -)+...+a ( -). Observemos que e cada térmo el factor que está etre parétess es múltplo de y de 9 (por las cogruecas atedchas); por lo tato -z es múltplo de y de 9 y de ahí se deduce que es múltplo de (o de 9 ) sí y sólo sí z es multplo de (o de 9). Pero z es la suma de las cfras de, así que es múltplo de o de 9 s la suma de sus cfras es múltplo de o de 9 respectvamete. A modo de eemplo: 5.:5.7 es múltplo de pues =9 es múltplo de 5.:5. es múltplo de 9 pues =6 es múltplo de 9 (y també, claro, de ).

8 8 DIVISIBILIDAD POR Y POR 5: Cosderemos las cogruecas de las potecas de, (váldas para los módulos y 5: ( ) y sea z=a x+a. -z=a x +a - x - + +a x es múltplo de y de 5; luego es múltplo de (o de 5) sí y sólo sí, z es múltplo de (o de 5); pero z es smplemete el úmero formado por las dos últmas cfras de, etoces el crtero es: es múltplo de (o de 5) s el úmero formado por sus dos últmas cfras es múltplo de o de 5 DIVISIBILIDAD POR 7 Ahora debería ser fácl eucar u crtero de dvsbldad por 7; como sempre, empezamos por ua tabla de cogruecas de las potecas de (pues estamos trabaado e base ) co módulo 7: Observamos que acá empeza a repetrse los elemetos de la seguda columa, por lo que los úmeros cogruetes co las potecas de módulo 7 se repetrá peródcamete:,,, -, -, -,,,, -, -, -, El úmero z que os permtrá eucar el crtero de dvsbldad por 7 es: z a z 7 a a a a a5 Luego, será múltplo de 7 s z es múltplo de 7. Por eemplo: 9.9 es múltplo de 7 pues z=+x9+x-9=8 y 8 es múltplo de 7. Queda como eercco eucar crteros de dvsbldad por (es be fácl e teresate) y por.

9 CRITERIOS DE DIVISIBILIDAD EN SISTEMAS NO DECIMALES 9 DIVISIBILIDAD POR EN BASE (SISTEMA BINARIO) Razoado como e el caso de los crteros de dvsbldad e base, debemos hacer ahora ua tabla de cogruecas módulo de las potecas de : z a z a a a a Etoces es múltplo de sí y sólo sí a es múltplo de ; pero a es la últma cfra de y la úca cfra múltplo de e base es el cero, así que el crtero es: es múltplo de s terma e. No debería sorpreder que se euce gual que el crtero de dvsbldad por para úmeros escrtos e base ; a modo de eercco, demostrar lo sguete: ) U úmero escrto e base b es dvsble por b s terma e ) U úmero escrto e base b es dvsble por b s el úmero formado por sus dos últmas cfras es múltplo de b DIVISIBILIDAD POR EN EL SISTEMA BINARIO Observemos la tabla de cogruecas módulo de las potecas de : p p Sea z a a a a ) a z a ( ) a de dode resulta que ( es múltplo de sí, y sólo sí, z es múltplo de ; pero observemos que z es el úmero que resulta de sumar las cfras de multplcadas alteradamete por o -, de modo que el crtero de dvsbldad por para úmeros escrtos e sstema baro es gual al crtero de dvsbldad por para úmeros escrtos e sstema decmal. Observemos: es el sguete de y es el sguete de. Podremos geeralzar y afrmar que u úmero escrto e base b es dvsble por b+ s la suma de sus cfras multplcadas alteradamete por y - es múltplo de b+?. Itete demostrar esta coetura! EJERCICIOS:. Después de lo expuesto, o debería resultar dfícl eucar los crteros de dvsbldad por y por para úmeros escrtos e base 8 (sstema octal), y també los crteros de dvsbldad por, y 8 para úmeros escrtos e sstema hexadecmal (base 6).. Eucar el crtero de dvsbldad por para úmeros escrtos e base 7

10 . Decdr s el úmero e sstema octal es dvsble por, 5 o 7. Resposable: Hugo Brum Departameto de Matemátca Ce.R.P. del Norte

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

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

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

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 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}

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

1.1 INTRODUCCION & NOTACION

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

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

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

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

Más detalles

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES SISTEMAS DE ECUACIONES NO INEAES Capítulo 7 Sstemas de ecuacoes o leales c Elzabeth Vargas 7 INTRODUCCIÓN os métodos teratvos para resolver ua ecuacó o leal se puede eteder para ecotrar la solucó de u

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

CURSO REDES ELECTRICAS II 1 CAPITULO 4

CURSO REDES ELECTRICAS II 1 CAPITULO 4 CURSO REDES ELECTRICAS II FLUJO DE CARGAS. Itroduccó: CAPITULO 4 Los estudos de cargas tee ua eorme mportaca e la plafcacó de las amplacoes de u sstema de eergía, así como e la determacó del fucoameto

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices Tema V DIAGONALIZACIÓN POR TRANSFORMACIONES DE SEMEJANZA Objetvos Presetar los coceptos de autovalor y autovector, los cuales tee gra mportaca e las aplcacoes práctcas (tato es así, que podría decrse que

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN DE

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS Coceptos (cotedos soporte) Udad de trabajo sexta: Geeraldades. Retas auales costates. Retas costates fraccoadas. Retas varables. Udad de trabajo séptma Geeraldades. mortzacó de u préstamo por el sstema

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

TEORIA DE ERRORES. Fuentes De error. Error Final

TEORIA DE ERRORES. Fuentes De error. Error Final TEORIA DE ERRORES Fuetes De error Errores heretes: (EI) So los errores que afecta a los datos del prolema umérco puede teer dsttos orígees. Por ejemplo puede ser el resultado de la certdumre e cualquer

Más detalles

Lenguaje humano. Representación de la información. Utiliza un conjunto de símbolos alfanuméricos. Puede representar Información

Lenguaje humano. Representación de la información. Utiliza un conjunto de símbolos alfanuméricos. Puede representar Información Leguje humo Represetcó de l formcó Utlz u cojuto de símbolos lfumércos Crcteres lfbétcos:, B, C,.Z,, b, c,...z Símbolos umércos 9 sgos de putucó... Puede represetr Iformcó umérc lfumérc Leguje del ordedor

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN 0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles