INGENIERÍAS Cordinador: Luís Alfredo Rodríguez Saucedo, M. Sc. Correo:

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

Download "INGENIERÍAS Cordinador: Luís Alfredo Rodríguez Saucedo, M. Sc. Correo:"

Transcripción

1 Itroducció al cálculo de icertidumbres e las INGENIERÍAS Cordiador: Luís Alfredo Rodríguez Saucedo, M. Sc. Correo: lurodrig@puj.edu.co INTRODUCCIÓN E las ciecias aturales los resultados de las medidas experimetales sirve para verificar la validez de modelos, leyes y teorías. Por esta razó, el experimeto e ciecia juega el papel de "juez de última istacia" y las medicioes experimetales se costituye e pilar fudametal de cualquier euciado cietífico. Si embargo, como cualquier actividad humaa, la medició o puede estar exeta de imperfeccioes. Todas las medidas, aú aquellas que se realiza co los métodos y equipos más sofisticados posee algú grado de icertidumbre. Se costituye etoces e deber de cada experimetador reportar sus medidas juto co ua estimació cuatitativa de la icertidumbre respectiva. E esta práctica se ilustrará, mediate u ejemplo cocreto, los coceptos presetados e la secció 2.2 del Laboratorio Cero relativos a la estimació y reporte icertidumbres. 2 PROCEDIMIENTO El sistema que se va a estudiar es u pédulo simple (masa putual pediete de ua cuerda) y se medirá las siguietes variables (magitudes por medir): - el período de oscilació del pédulo, - la logitud del pédulo, - la aceleració g debida a la gravedad terrestre. Ua vez medida cada variable se procederá a estimar su icertidumbre de acuerdo co lo establecido e la secció 2.2 del Laboratorio Cero. 2. Costruya u pédulo de logitud cualquiera l y pógalo a oscilar. Co el croómetro mida el tiempo de ua oscilació (tiempo de salida y regreso de la masa al mismo puto). Este tiempo se llama período y se simboliza co la letra T. Registre el valor obteido. NOTA: Se recomieda efectuar la medició después de que el pédulo haya realizado al meos ua oscilació. Ello para evitar el posible efecto sistemático que geeraría cualquier empujó ivolutario de la mao e el mometo de soltar la masa. 2.2 Repita la operació aterior hasta completar 50 datos. No es ecesario deteer y

2 soltar el pédulo para cada ua de las 50 veces. Ua vez oscilado, usted podrá medir varios períodos del pédulo si deteerlo, siempre y cuado la oscilació o se haya distorsioado apreciablemete. Registre sus resultados e la seguda columa de la tabla. 2.3 Ahora mida la logitud del pédulo desde el puto de suspesió hasta el cetro de la masa. Registre su resultado e la tabla No 4. 3 ANÁLISIS Y RESULTADOS 3. Resultado de Medició pare el Período de Oscilació y su icertidumbre. 3.. MAGNITUD POR MEDIR: E la primera fila de la tabla No. 3 escriba la defiició de la magitud que está midiedo. E este caso, el período RESULTADO DE MEDICIÓN. Al observar los 50 datos registrados e la tabla No. se ve que o todos so iguales. Si embargo, es ecesario reportar u valor como resultado de medició. La discusió que sigue le ayudará a decidir cual es el mejor estimado para el período del pédulo: o Orgaice los 50 datos escribiédolos e orde ascedete e la tercera columa de la tabla No.. No omita los datos que se repite. o Ahora Costruya u histograma de frecuecia tomado u tamaño de itervalo apropiado (debe haber por lo meos 5 itervalos). Se sugiere que, para determiar el tamaño de itervalo, al mayor de sus datos se le reste el meor y el resultado se divida por el úmero de itervalos escogido. Cuete cuátos datos hay detro de cada itervalo (frecuecia) y registre sus resultados e la tabla No. 2. Precaució: Defia los itervalos de tal maera que o corra el riesgo de cotar el mismo dato e dos itervalos cotiguos. o Haga ua gráfica de barras (Histograma) co los datos de la tabla No. 2. Utilice el formato de la figura No.. o Calcule el promedio de los datos y escriba su valor al fial de la tabla No.. Ubique tambié este valor sobre el eje horizotal del histograma. Observe cómo se localiza dicho promedio respecto al resto de datos. Qué puede decir acerca de la probabilidad de obteer el promedio como resultado de medició, e comparació co la probabilidad de obteer cualquier otro dato? (Tega e cueta e su discusió cuál(es) itervalos tiee() mayor úmero de datos) CANTIDADES DE ENTRADA. La variabilidad observada e los datos refleja la precisió del sistema de medició. Segú las defiicioes del Aexo del Coserve por ahora todas las cifras sigificativas que dé la calculadora 2

3 laboratorio cero, la precisió puede correspoder a la repetibilidad o a la reproducibilidad del sistema, depediedo de las codicioes e las que se repitió la medida. Revise su método de medició y diga si e su caso se trabajó bajo codicioes de repetibilidad o de reproducibilidad. Etre otras, las fuetes de error que causa esta variabilidad, puede ser: o La estimació a simple vista del mometo e que iicia la oscilació. o El tiempo de reacció de la persoa e el istate de eceder el croómetro. (esto es, tiempo de recorrido del estímulo e el trayecto: ojo cerebro mao) o Resolució del croómetro. o Etc. Trate de agregar al meos otras dos causas a esta lista y cosígelas todas e la columa ecabezada co X i, de la tabla No FUNCIÓN. El siguiete paso es establecer la fució que relacioa el período co las catidades de etrada. Aquí, al resultado reportado debe aplicársele las correccioes correspodietes a cada ua de las fuetes error eumeradas e la secció aterior. Por ejemplo, el tiempo de reacció de la persoa que mide hace que, alguas veces, el valor que registra el croómetro exceda al valor verdadero del tiempo de oscilació y, e otras, sea meor. E cualquier caso, cada valor leído por el croómetro debería corregirse 2 por el valor correspodiete al exceso o defecto ocasioado por las diferetes fuetes de error. De lo aterior se deduce que las catidades de etrada X i para la medida de período so las correccioes debidas a cada fuete de error eumerada e Así, la fució que relacioa el período co las catidades de etrada es: T = T + X + X + X... + X corregido 2 3 N 3..5 RESULTADO CORREGIDO. Los métodos para calcular icertidumbres establece que, como resultado de medició, debe reportarse el resultado corregido, esto es, el resultado que surge después de aplicar las correccioes pertietes. Así, para hallar el resultado corregido los valores x, x 2,. x N de las catidades de etrada debe reemplazarse e la fució f(x, X 2, X N ). Ahora, e el caso del período es razoable pesar que e cada ua de las 50 repeticioes, cada fuete de error afectó e forma aleatoria (a veces por exceso, otras por defecto) al resultado registrado por el croómetro. Etoces, promediado sobre los 50 datos, el valor x i, de cada correcció X i, debe ser igual a cero. Luego 2 Ver def. de correcció e el aexo del laboratorio cero

4 T corregido = T = T A partir las coclusioes de ésta y de la secció aterior, termie de diligeciar el ecabezado y la tercera columa de la tabla No EVALUACIÓN DE LAS COMPONENTES DE INCERTIDUMBRE. Auque los valores x i de las correccioes aplicables a T resultaro ser iguales a cero, o debe olvidarse que cada uo de ellos proviee de ua estimació. Por tato, como cualquier otro valor que resulte de medició o estimació, cada uo de estos ceros o se cooce co absoluta certeza y tiee ua icertidumbre x i distita de cero. A cotiuació se estimará las x i, bie sea por método el tipo A (estadístico) o por el método tipo B (otro método). Ahora bie, hay que teer e cueta que, excepto la resolució del istrumeto, las demás fuetes de variabilidad se cofude idistiguiblemete para dar la dispersió global de los datos que exhibe el histograma de la figura. Por esta razó, e pricipio, el efecto idividual de cada ua de estas fuetes de error o puede discrimiarse estadísticamete. Como cosecuecia y para simplicidad, aquí haremos correspoder esta compoetes de icertidumbre co x, x 2,, x N- y se resumirá e ua sola compoete que se llamará Repetibilidad (o reproducibilidad, si ese fuera el caso) del sistema de medició. Dicha repetibilidad se evaluará estadísticamete a partir de la desviació estádar de todos los datos. La compoete restate x N se asociará co la icertidumbre debida a la resolució del istrumeto de medida. Etoces: x repet = x + x x N-. x res = x N. La icertidumbre de resolució x res suele estimarse simplemete como la mitad de la resolució del istrumeto de medida utilizado. Establezca la resolució del croómetro, divídala por dos y escriba el valor de x res e la casilla respectiva de la tabla No. 3 (Fila X res, columa x i ) Ahora bie, para evaluar x repet, observe que el valor reportado como resultado de medició es el período promedio. De acuerdo co las leyes de la estadística, el parámetro que se debe usar para estimar la icertidumbre de u promedio es la desviació estádar de la media, defiida por: s m = s dode s represeta la desviació estádar del cojuto de datos y el úmero de 4

5 datos 3. Así: xrepet = sm = s Para evaluar x repet, termie de llear la tabla No.. Usado las defiicioes que aparece e esa misma tabla calcule, s 2, s y s m. Coserve e sus cálculos todas las cifras sigificativas que da la calculadora. Reporte el valor hallado de x repet e la casilla respectiva de la tabla No. 3 (co todas las cifras sigificativas dispoibles) Halle la icertidumbre T del período combiado las dos compoetes de icertidumbre que acaba de evaluar (repetibilidad y resolució). Usado la regla de combiació apropiada segú la secció del laboratorio cero, la icertidumbre para el período queda: T = x + x x N = x repet + x res Termie de diligeciar la tabla No. 3 lleado la última columa y las dos últimas filas. Para la casilla del extremo iferior derecho tega e cueta las reglas de redodeo expresadas secció del Laboratorio Cero Evalúe sus resultados y discuta la calidad de su medida. 3.2 Logitud de la cuerda y su Icertidumbre No siempre se dispoe del tiempo, los recursos o la iformació ecesarios para repetir la medida y evaluar la icertidumbre por el método tipo A. E estos casos se debe recurrir al método tipo B, el cual se basa e elemetos como la ituició, el tateo, la experiecia, el coocimieto previo de la magitud por medir, así como iformació extraída de otras fuetes como tablas o mauales, etc. Este es el caso de la logitud del pédulo, cuya medida se realizó ua sola vez. Tal como lo hizo para el período e la secció 3., siga los pasos ecesarios para hallar la icertidumbre de la logitud. Discuta co sus compañeros y reporte sus coclusioes diligeciado la tabla No.4. Etre otras, tega e cueta las siguietes recomedacioes: - Idetifique cuáles puede ser las diferetes fuetes de error para la logitud del pédulo. Nuevamete, las catidades de etrada X, X 2, X N correspoderá a las correccioes de estos errores. Escriba la lista de estas catidades de etrada e la primera columa de la Tabla 4 (cosidere e su discusió, el istrumeto, el 3 No cofuda N y. E esta guía N represeta el úmero de variables de ifluecia mietras que represeta el úmero de veces que se repitió la medició. 4 como reportar correctamete el resultado de medició co su icertidumbre. 5

6 procedimieto de medida etc.). - Puesto que es imposible coocer el valor de cada correcció, asígele a cada ua el valor cero 5 auque, obviamete, la icertidumbre de este valor (cero) o debe ser igual a cero. - Para la medida de la logitud igua compoete podrá evaluarse por métodos estadísticos, pues o hubo repeticioes. Estime etoces, segú su criterio, u valor para cada compoete de icertidumbre x i. Escriba los valores estimados e la columa correspodiete de la tabla 4. - Halle la icertidumbre combiada l combiado las diferetes compoetes x i. Use la regla de combiació apropiada segú la secció del laboratorio cero. - E la casilla respectiva de la tabla No.4, reporte los valores de l y l co el úmero correcto de cifras sigificativas. Al térmio de esta secció, la tabla No. 4 debe quedar completamete diligeciada. 3.3 Determiació de la aceleració gravitacioal g Empleado las leyes de la mecáica ewtoiaa, puede probarse teóricamete que el período de u pédulo que oscila co pequeñas oscilacioes está dado por la expresió: T = 2π l g 3.3. Co los resultados de medició de T y de l obteidos e las seccioes ateriores calcule el valor de la aceleració de la gravedad g e el laboratorio de física. (De uevo, use y coserve todas las cifras sigificativas que da la calculadora. Redodee úicamete al fial, al reportar el resultado co su icertidumbre) De maera semejate a como lo hizo para el período y la logitud, siga los pasos ecesarios para hallar la icertidumbre g. Diligecie la tabla No. 5 a medida que sigue el procedimieto. Para facilitar sus cálculos exprese la fució g = f(x, X 2 ) como u producto de potecias. (Cuáles so, e este caso, X y X 2?). Sugerecia: Para combiar las compoetes de icertidumbre de g utilice la expresió para la icertidumbre relativa de u productos de potecias que aparece al fial de la secció del laboratorio cero Se asume de uevo que los errores cosiderados se debe a efecto aleatorios, esto es, que e caso de que se repitiera la medida el error tiee la misma probabilidad de ser positivo o egativo, oscilado su valor alrededor de cero. Por tato, el valor más probable para la correcció debida a ese efecto es cero. 6

7 3.3.3 Termie de diligeciar la tabla No. 5 expresado g y su icertidumbre co el úmero correcto de cifras sigificativas Medicioes más cofiables que la de esta práctica ha establecido que la gravedad e Cali es g = 9,77 m/s 2 + 0,0 m/s 2. A partir de este valor halle el error y el porcetaje de error de su resultado de medició Compare sus resultados, discuta acuerdos y diferecias y haga sus coclusioes. 7

8 Tabla No. Medida Nº T i (s) T i (s) (ordeado) (T i - T )(s) (T i - T ) 2 (s 2 )

9 =50 i= ( Ti ) = ( Ti T ) = i= i= ( Ti T ) 2 = T = Ti = i= 2 s = (Ti T i= ) 2 = s s m = = 9

10 Figura No. Frecuecia T (s) Tabla No 2 Itervalo frecuecia 0

11 Tabla No. 3 Magitud por medir (Defiició de T, e palabras): Resultado de Medició ( mejor estimado de T) T = Fució (Relació de T co las catidades de etrada): T = X i Nombre de la catidad de etrada x i Valor de la catidad de etrada x i Icertidumbre estimada para el valor de cada catidad de etrada Método de estimació (A o B) X X 2 X 3 X res Correcció debida a la Resolució del croómetro 0 Expresió para calcular la icertidumbre combiada de la magitud por medir: T = T = Valor de la icertidumbre combiada Reporte del resultado de medició co su icertidumbre: T = +

12 Tabla No. 4 Magitud por medir (Defiició de l, e palabras): Resultado de Medició ( mejor estimado de l) l = Fució (Relació de l co las catidades de etrada): l = X i Nombre de la catidad de etrada x i Valor de la catidad de etrada x i Icertidumbre estimada para el valor de cada catidad de etrada Método de estimació (A o B) X X 2 X 3 X 4 X 5 X 6 Expresió para calcular la icertidumbre combiada de la magitud por medir: l = l = Valor de la icertidumbre combiada Reporte del resultado de medició co su icertidumbre: l = + 2

13 Tabla No. 5 Magitud por medir (Defiició g, e palabras): Resultado de Medició ( mejor estimado de g) g = Fució (Relació de g co las catidades de etrada): g = X i Nombre de la catidad de etrada x i Valor de la catidad de etrada x i Icertidumbre estimada para el valor de cada catidad de etrada Método de estimació (A o B) X X 2 Expresió para calcular la icertidumbre combiada de la magitud por medir (deducir e casa): g = g = Valor de la icertidumbre combiada Reporte del resultado de medició co su icertidumbre: g = + Revisió

PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES

PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES PRÁCTICA No. 1 INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES EN LAS MEDICIONES 1 INTRODUCCIÓN E las ciecias aturales los resultados de las medidas experimetales sirve para verificar la validez de modelos,

Más detalles

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

02) Mediciones. 0202) Mediciones

02) Mediciones. 0202) Mediciones Págia 02) Medicioes 0202) Medicioes Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Teoría de Errores e Icertezas Si usted puede medir lo que está cosiderado y expresarlo e úmeros, usted

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Combinatoria. Tema Principios básicos de recuento

Combinatoria. Tema Principios básicos de recuento Tema 4 Combiatoria La combiatoria, el estudio de las posibles distribucioes de objetos, es ua parte importate de la matemática discreta, que ya era estudiada e el siglo XVII, época e la que se platearo

Más detalles

Topografía 1. II semestre, José Francisco Valverde Calderón Sitio web:

Topografía 1. II semestre, José Francisco Valverde Calderón   Sitio web: II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

Laboratorio de Física PRÁCTICA 1

Laboratorio de Física PRÁCTICA 1 Ig. Agis Zambrao, MSc PRELABORATORIO: MEDICIÓN - Medir. - Apreciació. - Medidas directas. - Medidas idirectas. MEDIDAS DE LONGITUD - Cita métrica. - Verier. - Torillo micrométrico. MEDIDAS DE TIEMPO -

Más detalles

Álgebra I Práctica 2 - Números naturales e inducción

Álgebra I Práctica 2 - Números naturales e inducción FCEyN - UBA - Segudo Cuatrimestre 203 Álgebra I Práctica 2 - Números aturales e iducció. Reescribir cada ua de las siguietes sumas usado el símbolo de sumatoria (a) + 2 + 3 + 4 + + 00, (b) + 2 + 4 + 8

Más detalles

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA LABORATORIO BIO 9000 PROCEDIMIENTO PARA EL CÁLCLO DE LA INCERTIDMBRE EN MICROBIOLOGÍA Rev. º: 00 Fecha de aprobació: 19/05/11 REV. FECHA HOJA/S CASA DEL CAMBIO Realizado Revisado Aprobado Fdo.: Daiel Aguilar-Galido

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

Introducción a las medidas de dispersión.

Introducción a las medidas de dispersión. UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series. R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de

Más detalles

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

TRABAJO DE GRUPO Series de potencias

TRABAJO DE GRUPO Series de potencias DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

2 Conceptos básicos y planteamiento

2 Conceptos básicos y planteamiento ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

[e j N 2 e j N 2 ]...} (22)

[e j N 2 e j N 2 ]...} (22) Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

14.1 Comprender los exponentes racionales y los radicales

14.1 Comprender los exponentes racionales y los radicales Nombre Clase Fecha 14.1 Compreder los expoetes racioales y los radicales Preguta esecial: Cómo se relacioa los radicales co los expoetes racioales? Resource Locker Explorar 1 Compreder los expoetes de

Más detalles

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 8 CONSERVACIÓN DE LA CANTIDAD DE MOVIMIENTO LINEAL

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 8 CONSERVACIÓN DE LA CANTIDAD DE MOVIMIENTO LINEAL INISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIENTAL POLITÉCNICA DE LA FUERZA ARADA NACIONAL UNEFA NUCLEO ERIDA APUNTES DE FÍSICA I Profesor: José Ferado Pito Parra UNIDAD 8 CONSERVACIÓN

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES 6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:

Más detalles

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7 Sucesioes. Defiició Sucesió Matemática Ua sucesió fiita (a k ) (de logitud r) co elemetos perteecietes a u cojuto S, se defie como ua fució y e este caso el elemeto a k correspode a f(k). f : {,,...,r}

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,...

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,... SUCESIONES Y SERIES. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto

Más detalles

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente: Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

TEMA 1 NÚMEROS REALES

TEMA 1 NÚMEROS REALES . Objetivos / Criterios de evaluació TEMA 1 NÚMEROS REALES O.1.1 Coocer e idetificar los cojutos uméricos N, Z, Q, I,R, Im O.1.2 Saber covertir úmeros racioales e fraccioes. O.1.3 Redodeo y aproximació

Más detalles

Departamento de Física Aplicada I Escuela Politécnica Superior ESTIMACIÓN DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS

Departamento de Física Aplicada I Escuela Politécnica Superior ESTIMACIÓN DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS DEPARTAMENTO DE FÍSICA APLICADA I ESCUELA POLITÉCNICA SUPERIOR UNIVERSIDAD DE SEVILLA Departameto de Física Aplicada I Escuela Politécica Superior ESTIMACIÓN DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS

Más detalles

CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo

CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD 4.1 Geeralidades Es u hecho bie coocido que la probabilidad de que u idividuo fallezca e u periodo determiado de tiempo depede de muchos factores, etre

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

Álgebra I Práctica 3 - Números enteros (Parte 1)

Álgebra I Práctica 3 - Números enteros (Parte 1) FCEyN - UBA - 1er cuatrimestre 015 Divisibilidad y algoritmo de divisió Álgebra I Práctica 3 - Números eteros (Parte 1 1. Decidir cuáles de las siguietes afirmacioes so verdaderas a, b, c Z i a b c a c

Más detalles

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b) MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que

Más detalles

9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS

9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS 9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS OBJETIVO El objetivo de la práctica es determiar la desidad de líquidos utilizado la balaza de Möhr y su aplicació a la determiació de la desidad de disolucioes co

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE TECNOLOGIA DE LA CONSTRUCCION DEPARTAMENTO DE HIDRAULICA

UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE TECNOLOGIA DE LA CONSTRUCCION DEPARTAMENTO DE HIDRAULICA UNIERSIDAD NACIONAL DE INGENIERIA FACULTAD DE TECNOLOGIA DE LA CONSTRUCCION DEPARTAMENTO DE HIDRAULICA LABORATORIO DE HIDRAULICA II PRACTICA # TEMA: DETERMINACION DEL COEFICIENTE DE RUGOSIDAD DE MANNING

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL APUNTES DE FÍSICA I Profesor: José Ferado Pito Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL Cuado u objeto real gira alrededor de algú eje, su movimieto o se puede aalizar como si fuera ua partícula,

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

Apéndice I. Nociones de Cálculos de Errores. Definiciones

Apéndice I. Nociones de Cálculos de Errores. Definiciones Uiversidad Tecológica Nacioal Facultad Regioal La Plata Departameto de Ciecias Básicas Uidad Docete Básica Física Laboratorio de Física Cátedra: Física I Apédice I Nocioes de Cálculos de Errores El trabajo

Más detalles

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes

Más detalles

PROCEDIMIENTO DE CALIBRACIÓN M-002 BALANZA MONOPLATO INDICE 1. OBJETO 2. ALCANCE

PROCEDIMIENTO DE CALIBRACIÓN M-002 BALANZA MONOPLATO INDICE 1. OBJETO 2. ALCANCE INDICE BALANZA MONOPLATO EDICIÓN 0 1. OBJETO 2. ALCANCE 3. GENERAL 4. EQUIPO A UAR EN LA CALIBRACION 5. OPERACIONE PREVIA 6. REALIZACION 7. TOMA DE DATO 8. REULTADO DE LA CALIBRACIÓN 9. CRITERIO DE ACEPTACION

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

UNIDAD 3.- INFERENCIA ESTADÍSTICA I

UNIDAD 3.- INFERENCIA ESTADÍSTICA I UNIDAD 3.- INFERENCIA ESTADÍSTICA I 1. ESTADÍSTICA INFERENCIAL. MUESTREO La Estadística es la ciecia que se preocupa de la recogida de datos, su orgaizació y aálisis, así como de las prediccioes que, a

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Estimación de Parámetros. Estimación de Parámetros

Estimación de Parámetros. Estimación de Parámetros Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle

Más detalles

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda

UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS. 1. Medidas de resumen descriptivas. 2. Medidas de tendencia central Moda UNIDAD III DESCRIPCIÓN DE UN CONJUNTO DE DATOS 1. Medidas de resume descriptivas Para describir u cojuto de datos utilizamos ua serie de medidas, de igual forma que para describir a u persoa podemos utilizar

Más detalles

Capítulo VARIABLES ALEATORIAS

Capítulo VARIABLES ALEATORIAS Capítulo VI VARIALES ALEATORIAS. Itroducció Detro de la estadística se puede cosiderar dos ramas perfectamete difereciadas por sus objetivos y por los métodos que utiliza: Estadística Descriptiva o Deductiva

Más detalles

1b percusión CÁLCULOS Y DIAGRAMAS 15%

1b percusión CÁLCULOS Y DIAGRAMAS 15% Laboratorio de Vibracioes Mecáicas Departameto de geiería Mecáica Práctica Determiació de mometos de iercia y PARTCPACON 5% 1b localizació del cetro PRESENTACÓN 1% de gravedad y de NVESTGACONES 1% percusió

Más detalles

Apellidos y Nombre: Aproximación lineal. dy f x dx

Apellidos y Nombre: Aproximación lineal. dy f x dx INGENIERÍA DE TELECOMUNICACIÓN HOJA 0 Aproximació lieal Defiició (Diferecial).- Sea y = f ( x) ua fució derivable e u itervalo abierto que cotiee al úmero x, - La diferecial de x es igual al icremeto de

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

SUCESIÓN. La colección de números que definen a una sucesión permite clasificar a éstas en:

SUCESIÓN. La colección de números que definen a una sucesión permite clasificar a éstas en: UCEIÓN CPR. JORGE JUAN Xuvia-Naró Ua sucesió, (a ), de úmeros reales es ua fució que hace correspoder a cada úmero atural, excluido el cero, u úmero real, la cual viee defiida segú: f: N* R a a i a Número

Más detalles

Walter Orlado Gozales Caicedo Secuecias Lógicas OBJETIVO: Lograr habilidad y destreza e el alumo practicado u razoamieto abstracto PROCEDIMIENTOS: INICIAL: Halla el valor del térmio que cotiúa e:,,,, 0,

Más detalles

Ecuaciones en Diferencias Recíprocas y Semirrecíprocas

Ecuaciones en Diferencias Recíprocas y Semirrecíprocas Ecuacioes e Diferecias Recíprocas y Gustavo Adolfo Juárez; Silvia Iés Navarro Facultad de Ciecias Exactas y Naturales, Uiversidad Nacioal de Catamarca. E-mail: juarez.catamarca@gmail.com Recepció: 20/05/2014

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012

ESTADÍSTICA. estadística. Recogida de datos. Las muestras de una población. Las variables estadísticas 03/06/2012 ESTADÍSTICA estadística Grupo 4 Opció A La estadística estudia u cojuto de datos para obteer iformació y poder tomar decisioes. Por tato,las FASES de utrabajoestadístico será: Recogida de datos. Orgaizació

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles