Aplicación de un Modelo para la Predicción de Pérdidas de Trayectoria en un Sistema de Comunicaciones Inalámbricas en Pisos de Edificios
|
|
- Elena Camacho Cárdenas
- hace 7 años
- Vistas:
Transcripción
1 ENGI Revsta Electrónca De La Facultad De Ingenería Vol. No. Dcembre Año ISSN Aplcacón de un Modelo para la Predccón de Pérddas de Trayectora en un Sstema de Comuncacones Inalámbrcas en Psos de Edfcos I. Vásquez, C. Flordo, M. Rodríguez, L. Rodríguez Abstract En el presente artículo se mostrara la aplcacón de un modelo que predce las perddas por comuncacones nalámbrcas en psos de edfcos, los datos serán regstrados a una frecuenca de.4ghz, se empleara el sstema operatvo Lnux, y el programa wavemon, el cual nos proporconara el nvel de la potenca y de la caldad de la señal recbda desde un Access pont. Las pruebas serán realzadas en la Unversdad de Cundnamarca, bloques E y F; estos son lugares que presentan múltples obstáculos, la mayoría de estos obstáculos son paredes de ladrllo, las cuales nterferen en la ntensdad de la señal recbda desde el Access pont. Para llevar a cabo la predcacón de las perddas en varos psos del edfco, nos basaremos en el modelo de perddas dependente de la dstanca, en donde la perdda por trayecto es una funcón de la dstanca. Este modelo nos permtrá obtener la desvacón estándar de las pérddas en los lugares en los cuales será llevada la medcón. Como paso fnal se realzará el trazado de los contornos, en donde se podrá observar como la potenca de la señal recbda desde el Access pont, va dsmnuyendo a medda que se realza un desplazamento por parte del receptor a lo largo del pso, y por ende las perddas rán aumentando de manera exponencal, hasta el punto de llegar a perderse el enlace entre el emsor y el receptor. Keywords Access pont, pérddas por trayectora, wavemon, receptor, contornos. A I. INTRODUCCION l tener una conexón nalámbrca en el pso de un edfco se pueden presentar perddas en la señal transmtda, debdo a los dferentes obstáculos que hacen parte del lugar, para realzar la predccón de las pérddas a lo largo del pso es necesaro emplear un modelo que nos permta observar el comportamento de dchas perddas, debdo a los dferentes V. V. Iván Armando es estudante de la Unversdad de Cundnamarca sede Fusagasugá; (e-mal: avasquez@mal.uncund.edu.co). R. M. Mlson Javer es estudante de la Unversdad de Cundnamarca sede Fusagasugá; (mjaverrodrguez@mal.uncund.edu.co). F. C. Crstan Ferney es estudante de la Unversdad de Cundnamarca sede Fusagasugá; (cflordo@mal.uncund.edu.co). R. M. Leonardo es Ingenero Electrónco y docente de la Unversdad de Cundnamarca sede Fusagasugá; (lrodrguez@mal.uncund.edu.co). obstáculos. Este regstro de datos oblga a la toma de dferentes meddas a lo largo del pso del edfco, por lo tanto s tenemos en cuenta que se tene un Access pont de manera estátca, podemos obtener una sere de meddas que pueden ser procesadas medante un modelo matemátco ya establecdo. Con la aplcacón de este modelo podemos establecer las característcas en el comportamento de las perddas obtendas en una comuncacón nalámbrca, como una relacón dependente de la dstanca exstente entre el Access pont y el receptor, dchas perddas están relaconadas por medo de un coefcente exponencal de pérddas. En la segunda seccón del presente artículo se descrbrá el procedmento empleado y los lugares en los cuales fue llevado a cabo el regstro y muestreo de los datos. En la tercera seccón se mostrara la recoplacón de los datos en cada uno de los dferentes psos. En la cuarta seccón se descrbrá el modelo empleado para predecr las perddas por comuncacones nalámbrcas en psos de edfcos, y se mostrara de forma gráfca los resultados obtendos. Por ultmo en la qunta seccón se realzara el trazado de los dferentes contornos de los psos, mostrando la ubcacón del receptor y la potenca regstrada a medda que este se desplazaba a lo largo del pso. II. DESCRIPCIÓN DEL PROCEDIMIENTO EMPLEADO Y DE LOS LUGARES DE MEDICION El procedmento de medcón se realzó en el segundo y tercer pso de los bloques F y E de la Unversdad de Cundnamarca. Para medr la ntensdad de la señal y la potenca tanto de trasmsón como de recepcón entre dos puntos, se empleó el sstema operatvo Lnux; y el programa wavemon, el cual permte observar la potenca de la señal recbda, a través de una conexón nalámbrca. El prmer paso fue crear una nueva conexón de red ad-hoc nalámbrca denomnada radoenlaces, se establece la conexón a esta red, y desde el termnal de Lnux, se realza 3
2 Aplcacón de un Modelo para la Predccón de Pérddas de Trayectora en un Sstema de Comuncacones Inalámbrcas en Psos de Edfco png para comprobar el enlace entre los equpos, a través de los comandos wconfg se observan datos báscos sobre la conexón establecda. El prmer nconvenente que presenta el enlace, a través de la de la termnal de Lnux, es que no se puede observar la potenca de recepcón de la señal transmtda. Para obtener estos datos se establece nuevamente el enlace entre ambos equpos a través de la red radoenlaces, pero empleando el programa wavemon [1], el cual no regstra nngún dato de la actvdad de la conexón; se realza entonces la comprobacón del funconamento del programa con la red estudantesudec de la unversdad, efectvamente el programa wavemon [1] regstra la potenca de recepcón de la señal y la caldad de la msma. Se establece entonces un Access pont, que nos permta realzar un enlace y de esta manera obtener la potenca de trasmsón y recepcón a dferentes dstancas o poscones dentro del msmo pso en el edfco, el Access pont fue empleado como estacón y los computadores como puntos de acceso. A. Unversdad de Cundnamarca; bloque F; segundo pso; laboratoro de telemátca. En este pso se encuentran ubcados salones de clase, baños y el laboratoro de telemátca, este pso al gual que los demás que compone el edfco cuenta con paredes en ladrllo de un grosor aproxmado de 15cm, el área superfcal equvalente del segundo pso es de aproxmadamente 4m x 30m. La zona del laboratoro de telemátca cuenta con un área superfcal aproxmada de 6m x 5m. La altura de las paredes es de.10m. TABLA I REGISTRO DE LA A DIFERENTES DISTANCIAS, SEGUNDO PISO BLOQUE F Laboratoro telemátca 0.5m -3 Laboratoro telemátca 1.5m -43 Pasllo frente pso 4.m -55 Balcón frente 5.9m -6 Balcón parqueadero 1.6m -69 Baños 13.4m -79 pasllo 15.6m -0 Escaleras parte trasera 17.m - mejor será la ntensdad de la señal recbda. Lo cual es proporconal a la dstanca a la cual se encuentra ubcado el receptor del transmsor. El programa wavemon [1] permte observar los datos de nformacón de la conexón entre el transmsor y el receptor, como se muestra en la fgura 1. Esta nformacón regstrada es la sguente: Mode: managed, Frequency =:.4 Ghz, Acces pont: 00:4:D:7E:55:6F, Chanel: 11, Btrate: 54Mbts/s, Power mgt:on, Tx power: 15dBm. El Access pont, fue colocado en una mesa, a una altura de 1.50m del suelo, el computador utlzado como receptor se colocó a la msma altura a la que se encontraba el transmsor. El receptor se movó a dferentes dstancas del transmsor en línea recta y a través de varas paredes, y pasllos. B. Unversdad de Cundnamarca, bloque E, segundo pso y tercer pso El lugar cuenta con salones de clase, baños y ofcnas de la facultad de cencas admnstratvas, este pso cuenta con paredes de ladrllo de un grosor aproxmado de 15cm, el área equvalente es de aproxmadamente 0m x 30m, cada uno de los salones cuenta con una superfce aproxmada de 6m x 5m, el Access pont fue colocado en el salón 04 y en el salón 304, el computador empleado como receptor fue colocado a una altura de 1m, el cual fue movdo en dferentes dreccones por los pasllos y salones de ambos psos. Fg. 1. Regstro actvdad enlace entre Tx y Rx a una dstanca de 17.m. (Ubcacón del receptor balcón frente). Para observar el regstro de la actvdad de la señal se tene a través del programa wavemon [1] un hstograma como se apreca en la sguente fgura. III. PROCESAMIENTO DE DATOS Obtenendo los datos a dferentes poscones del transmsor se observa la caldad y la potenca de la señal recbda, la cual varía a razón de la dstanca a la que se encuentra el receptor. La prmera recoplacón de datos se realzó en el segundo pso del bloque F, laboratoros de telemátca y salones de clase, como se apreca en la tabla I. Como observamos entre mayor sea el numero negatvo, 4 Fg.. Hstograma actvdad de la señal entre Tx y Rx a una dstanca de 5m. El receptor se ubca frente al laboratoro de antenas
3 I. Vásquez, C. Flordo, M. Rodríguez, L. Rodríguez La sguente recoplacón de datos se realzó en el segundo pso del bloque E, como se muestra en la tabla II. TABLA II REGISTRO DE LA A DIFERENTES DISTANCIAS, SEGUNDO PISO BLOQUE E La tercera recoplacón de datos se realzó en el tercer pso del bloque E, como se muestra en la tabla III. TABLA III. REGISTRO DE LA A DIFERENTES DISTANCIAS, TERCER PISO BLOQUE E IV. MODELO PARA LA PREDICCIÓN DE LAS PERDIDAS EN EL MISMO PISO El modelo utlzado para realzar la predccón de las pérddas a dferentes dstancas, se basa en el modelo de pérddas dependente de la dstanca [3], el cual nos dce que la pérdda por trayectora aumenta exponencalmente con la dstanca. Lo que sgnfca que la pérdda por trayecto es una funcón de la dstanca, en donde do es una dstanca de referenca, y d es la dstanca de separacón entre el transmsor y el receptor. Cuando se trazan en una escala logarítmca, la relacón potenca-dstanca es una línea recta. PL( d)[ db] PL( d )[ db] X 10* n*log ( d d ) (1) Salón 09 (0) 1m -7 Pasllo Corto (1) 1.5m -37 Pasllo Corto (1) 3m -44 Pasllo Largo () 4.5m -51 Pasllo Largo (3) 6m -55 Pasllo Largo (3) 7.5m -61 Pasllo Largo (5) 9m -64 Pasllo Largo (7) 10.5m -66 Pasllo Largo (7) 1m -6 Salón 309 (0) 1m -39 Pasllo Corto (1) 1.5m -49 Pasllo Corto (1) 3m -56 Pasllo Largo (3) 4.5m -61 Salón 305 (3) 6m -67 Pasllo Largo (5) 7.5m -73 Pasllo Largo (6) 9m -74 Pasllo Largo (6) 10.5m -0 Pasllo Largo (7) 1m - cuadrátco medo mínmo para el exponente de pérddas, y calcular la desvacón estándar sobre el valor medo, en donde la suma de errores cuadrátcos está dada por: n ˆ () J( n) ( P P) Para el Segundo pso del bloque F se toma una dstanca de referenca do=0.5m, y se calculan los sguentes parámetros. 1 Pˆ P( d ) 10log n( d 0.5) (3) 1 o P ˆ 3 10log n ( ) 3 (4) Pˆ 3 10log n( ) 3 4.7n (5) 3 Pˆ 3 10log n(4. 0.5) 3 9.4n (6) Pˆ 3 10log n( ) n (7) 5 4 Pˆ 3 10log n( ) n () Pˆ 3 10log n( ) 3 14.n (9) 6 Pˆ 3 10log n( ) n (10) 7 Pˆ 3 10log n( ) n (11) ˆ (1) 1 J( n) ( P P) J( n) n 017.4n 1497 (13) dj ( n) 16.4n dn (14) n 3.7 (15) 16.4 J(3.7) 69.0 (16) (17) En donde X es una varable aleatora gaussana con meda 0, en db y desvacón estándar. La dstrbucón log-normal descrbe los efectos aleatoros del eclpsamento que ocurre sobre un gran número de meddas en lugares que tenen la msma separacón entre transmsor y receptor, pero que tenen dferentes nveles de desorden en el camno de propagacón []. Para la aplcacón de este modelo se debe hallar el error 5.dB (1) Para este pso obtenemos un valor del coefcente de perddas exponencal n=3.7, y una desvacón estándar de.db. El msmo procedmento es llevado a cabo para el segundo y tercer pso del bloque E, en donde la dstanca de referenca es do=1m.
4 I. Vásquez, C. Flordo, M. Rodríguez, L. Rodríguez En el segundo pso del bloque E se obtuvo un n=3.7; y una 1.5dB. Para el tercer pso del bloque E se calculó un n=3.4; y una 3.4dB. Con los anterores parámetros podemos establecer las pérddas en el segundo pso del bloque F, y en el segundo y tercer pso del bloque E como se muestra en la fgura 3. A medda que el receptor tende a moverse por las líneas dbujadas, las pérddas no camban consderablemente, lo cual nos ndca que a una dstanca o desplazamento más lejano del receptor, las perddas aumentaran y la potenca de la señal recbda dsmnurá. A mayor dstanca, mayor es el número de paredes u obstáculos, lo cual refleja un ncremento en las perddas, hasta el punto de llegar a perderse el enlace con el Access pont. Fg. 3. Perdda en funcón de la dstanca entre Tx y Rx para el segundo pso del bloque F, y el segundo y tercer pso del bloque E. Se observa como las pérddas aumentan conforme la dstanca aumenta, a razón de n. La dspersón de los datos sobre la perdda meda, está sustentada sobre el modelo dependente de la dstanca con n = 3,7 y n = 3,4. Cabe anotar que las medcones fueron tomadas en medo de múltples obstáculos, como paredes, ventanas y puertas entre el transmsor y el receptor. Cada símbolo en el grafco representa una poscón del receptor con respecto al Access pont, a dferentes dstancas. El comportamento para las pérddas regstradas en el bloque E no varía consderablemente debdo a la ubcacón del transmsor y el movmento del receptor a través de ambos psos. Fg. 4. Contorno de pérddas en el segundo pso del bloque F En la fgura 5 observamos el msmo procedmento, en este caso ubcamos el transmsor en la parte nferor esquna derecha de la fgura, el receptor se movó por el pasllo del segundo pso del bloque E, y se regstró la potenca de la señal recbda según la ubcacón y la dstanca al Access pont, a lo largo de cada línea trazada se asume aproxmadamente la msma ntensdad de la señal recbda, dsmnuyendo de forma gradual a medda que se presentan más obstáculos entre el Access pont y el receptor. V. TRAZADO DEL CONTORNO DE LAS PERDIDAS EN LOS DIFERENTES PISOS Se realzan los contornos para los planos de los psos, con el fn de demostrar como las pérddas se presentan cuando el receptor camba en dferentes dreccones y dstancas. Esto nos permte aprecar como los obstáculos nterferen en la potenca de la señal recbda, y como a medda que el receptor se mueve en dferentes poscones a través del pso, dchas perddas aumentan según la ubcacón. En la fgura 4 se encuentra el contorno de los lugares con el camno segudo por el receptor, en el segundo pso del bloque F de la Unversdad de Cundnamarca, el Access pont se encuentra en la parte superor de la esquna zquerda de la fgura, señalado por un punto rojo; en cada curva delneada, se marca la potenca de la señal recbda por el receptor. Fg. 5. Contorno de pérddas en el segundo pso del bloque E 6
5 Aplcacón de un Modelo para la Predccón de Pérddas de Trayectora en un Sstema de Comuncacones Inalámbrcas en Psos de Edfco En la fgura 6 observamos el contorno de perddas realzado en el tercer pso del bloque E, en este caso ubcamos el transmsor en la parte nferor esquna derecha de la fgura, la msma ubcacón regstrada en la fgura 5, el procedmento es el msmo que en el caso anteror. medda nfluyen la cantdad de obstáculos presentes, y que tanto puede ser debltada la señal entre el transmsor y el receptor según la dstanca exstente entre ellos. REFERENCIAS [1] U. o. Aberdeen, «Electroncs research group,» Aberdeen, 014. [] T. S. a. o. Rappaport, Wreless communcatons: prncples and practce, New Jersey: Prentce Hall, [3] S. a. R. T. Sedel, «914 MHz path loss predcton models for ndoor wreless communcatons n multfloored buldngs,» Antennas and Propagaton, IEEE Transactons on, vol. 40, nº, pp , Feb 199. Fecha Recepcón: Mayo 013 Fecha Aprobacón: Julo 013 Fg. 6. Contorno de pérddas en el tercer pso del bloque E VI. CONCLUSIONES Los datos meddos para la aplcacón de un modelo que predce las perddas por comuncacones nalámbrcas en psos de edfcos se regstra a una frecuenca de.4ghz, con la ayuda del sstema operatvo Lnux, y del programa wavemon que nos permte medr la potenca y la caldad de la señal recbda desde un Access pont. Las pruebas fueron realzadas para los bloques F y E de la Unversdad de Cundnamarca, en estos lugares se encuentran múltples obstáculos, la mayoría de ellos paredes de ladrllo, lo cual nterfere en la ntensdad de la señal recbda desde el Access pont. Para realzar la proyeccón de las perddas, nos basamos en el modelo de perddas dependente de la dstanca, en donde la perdda por trayecto es una funcón de la dstanca. Para ambos edfcos encontramos que el coefcente exponencal de perddas, no es mayor a 3.7. Este modelo nos permte obtener la desvacón estándar de las pérddas en los lugares, la cual se establece entre 1.5dB y 3.4dB. Además podemos realzar el trazado de los contornos para observar como la potenca de la señal recbda del Access pont va dsmnuyendo a medda que se regstra un desplazamento del receptor a lo largo del pso, y por ende las perddas van aumentando de manera exponencal, hasta el punto de llegar a perderse el enlace. El modelo utlzado para realzar la predccón de pérddas por trayecto en sstemas de comuncacones nalámbrcas es efcente, como medo para predecr y analzar el comportamento de una conexón nalámbrca en donde exsten múltples obstáculos, porque a través de una representacón matemátca, observamos según el lugar en donde se desee mplementar el desplegue de la red nalámbrca, en que 7
PRÁCTICA 5 TRABAJO Y ENERGÍA
Códgo: Versón: 0 Manual de práctcas del Págna 8/4 Laboratoro de Mecánca Seccón ISO 7.3 Epermental 05 de agosto de 0 emsón Secretaría/Dvsón: Dvsón de Cencas Báscas Laboratoro de Mecánca Epermental La mpresón
Más detallesMedidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes
Más detallesCOLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Más detallesUniversidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud
Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesFigura 1
5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto
Más detallesUniversidad de Sonora Departamento de Matemáticas Área Económico Administrativa
Unversdad de onora Departamento de Matemátcas Área Económco Admnstratva Matera: Estadístca I Maestro: Dr. Francsco Javer Tapa Moreno emestre: 016-1 Hermosllo, onora, a 17 de 016. Introduccón En la clase
Más detallesUn estimado de intervalo o intervalo de confianza ( IC
Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá
Más detallesANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR
1 ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR Dela E. Montalvo Roca 1, Gaudenco Zurta Herrera 1 Ingenera en Estadístca Informátca Drector de Tess. M.Sc. en Matemátcas, Unversty of South
Más detallesPoblación 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia
MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen
Más detallesACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL. a) Calcula la temperatura media y la temperatura mediana de la semana.
Matemátcas Aplcadas a las Cencas Socales I ACTIVIDADES ESTADÍSTICA UNIDIMENSIONAL 1) Se ha meddo la temperatura en grados centígrados la presón atmosférca en mm en una cudad durante una semana obtenéndose
Más detallesFacultad de Ciencias Básicas
Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas
Más detallesIntroducción a la Física. Medidas y Errores
Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren
Más detallesUNIDAD 12: Distribuciones bidimensionales. Correlación y regresión
Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma
Más detallesAnálisis de Resultados con Errores
Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten
Más detallesResolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL SEMESTRE 04
Más detalles2 Dos tipos de parámetros estadísticos
Dos tpos de parámetros estadístcos Págna 198 1. Calcula la meda, la medana y la moda de cada una de estas dstrbucones estadístcas: a) 4, 5, 6, 6, 6, 6, 7, 11, 1, 17 b), 1, 6, 9,, 8, 9,, 14, c), 3, 3, 3,
Más detallesHidrología superficial
Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras
Más detallesSEMANA 13. CLASE 14. MARTES 20/09/16
SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.
Más detallesCAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información
IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.
Más detallesINSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA
PÁCTICA 1. INSTUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADO DE POTENCIA 1.1 Objetvos El objetvo de esta práctca consste en presentar los nstrumentos y las técncas de medda habtualmente utlzadas para
Más detallesAdemás podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:
MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante
Más detallesI.E.S. Historiador Chabás -1- Juan Bragado Rodríguez
Problema La sguente tabla epresa la estatura en cm. de soldados: Talla 5 56 60 6 68 6 80 8 88 Soldados 6 86 50 8 95 860 85 6 9 a) Haz un hstograma que represente la estatura en metros de los soldados.
Más detallesAJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.
AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesSlide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I
Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,
Más detallesTema 1: Estadística Descriptiva Unidimensional
Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesTÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3
PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO
Más detallesUtilizar sumatorias para aproximar el área bajo una curva
Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón
Más detallesTema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema
Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas
Más detallesSEGUNDA PARTE RENTAS FINANCIERAS
SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de
Más detallesPráctica 5: Obtención de los parámetros Z e Y de un cuadripolo
Práctca 5: Obtencón de los parámetros Z e Y de un cuadrpolo MÓDULO MATERIA CURSO CUATRIME STRE CRÉDITOS - - 1º 1º 6 Oblgatora TIPO PROFESORES de PRÁCTICAS DIRECCIÓN COMPLETA DE CONTACTO PARA TUTORÍAS (Dreccón
Más detallesRegresión lineal y correlación lineal
UNIVERSIDAD ESTATAL DEL SUR DE MANABÍ Creada medante regstro Ofcal 61 del 7 de Febrero del 001 CARRERA DE AUDITORÍA Novembre 016 abrl 017 Semnaro de Investgacón Regresón lneal y correlacón lneal Dra. Marsabel
Más detallesProbabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 013 INSTITUTO NACIONAL DE ESTADÍSTICAS 015 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesAspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
Más detallesDisipación de energía mecánica
Laboratoro de Mecáa y ludos Práctca 9 Dspacón de energía mecáa Objetvos El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Determnar los cambos de la energía cnétca de un
Más detallesGUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia
GUÍA 5 Dego Lus Arstzábal R., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal de Colomba Roberto Fabán Retrepo A., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesDeterminar el momento de inercia para un cuerpo rígido (de forma arbitraria).
Unversdad de Sonora Dvsón de Cencas Exactas y Naturales Departamento de Físca Laboratoro de Mecánca II Práctca #3: Cálculo del momento de nerca de un cuerpo rígdo I. Objetvos. Determnar el momento de nerca
Más detallesRelaciones entre las tablas
Relacones entre las tablas Relacones entre las tablas Access 2013 Establecer una relacón entre dos tablas Los dstntos tpos de relacones entre tablas Establecer una relacón entre las tablas de la base de
Más detallesEJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
Más detallesCLAVE - Laboratorio 1: Introducción
CLAVE - Laboratoro 1: Introduccón ( x )( x ) x ( xy) x y a b a b a a a ( x ) / ( x ) x ( x ) x a b a b a b ab n! n( n 1)( n 2) 1 0! 1 x x x 1 0 1 (1) Smplfque y evalúe las sguentes expresones: a. 10 2
Más detallesInferencia en Regresión Lineal Simple
Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesEJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.
EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las
Más detallesFísica I Apuntes de Clase 2, Turno D Prof. Pedro Mendoza Zélis
Físca I Apuntes de Clase 2, 2018 Turno D Prof. Pedro Mendoza Zéls Isaac Newton 1643-1727 y y 1 y 2 j O Desplazamento Magntudes cnemátcas: v m r Velocdad meda r r 1 r 2 r velocdad s x1 2 r1 x1 + r2 x2 +
Más detallesMétodos cuantitativos de análisis gráfico
Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos
Más detallesTRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.
TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo
Más detallesCálculo de la tensión recibida debida a la radiación procedente de múltiples fuentes cofrecuencia
Rec. UIT-R SM.1271 1 RECOMENDACIÓN UIT-R SM.1271 UTILIZACIÓN EFICAZ DEL ESPECTRO EMPLEANDO MÉTODOS PROBABILÍSTICOS (Cuestón UIT-R 45/1) Rec. UIT-R SM.1271 (1997) La Asamblea de Radocomuncacones de la UIT,
Más detalles7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA México D.F., 12 al 14 de Octubre de 2005
7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Méxco D.F., 1 al 14 de Octubre de 005 ANÁLISIS DINÁMICO DE UN EQUIPO DE ENSAYO DE AMORTIGUADORES Zabalza
Más detallesEstadística Unidimensional: SOLUCIONES
4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas
Más detallesSEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
Estadístca SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN LOGRO DE APRENDIZAJE: Al fnalzar la sesón, el estudante estará en la capacdad de calcular e nterpretar meddas de tendenca central y poscón de
Más detallesTEMA 4. TRABAJO Y ENERGIA.
TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero
Más detallesTema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1
Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para
Más detalles5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.
5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística
ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es
Más detallesInstituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012
Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE
Más detallesSOLUCIONES A LOS EJERCICIOS DE LA UNIDAD
Pág. 1 Págna 0 PRACTICA Meda y desvacón típca 1 Las edades de los estudantes de un curso de nformátca son: 17 17 18 19 18 0 0 17 18 18 19 19 1 0 1 19 18 18 19 1 0 18 17 17 1 0 0 19 0 18 a) Haz una tabla
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y
ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas
Más detallesMEMORIA TÉCNICA. Dinámica del agua en el suelo a través del contenido de humedad edáfica H Paoli y J Diez
MEMORIA TÉCNICA Dnámca del agua en el suelo a través del contendo de humedad edáfca H Paol y J Dez Análss estadístco: Lc. Ruben Cardoso 1. INTRODUCCIÓN El suelo es el recpente de donde las plantas extraen
Más detallesMª Dolores del Campo Maldonado. Tel: :
Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n
Más detallesEl diodo Semiconductor
El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por
Más detallesEXPERIMENTOS ANIDADOS O JERARQUICOS NESTED
EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles
Más detallesTema 1.- Variable aleatoria discreta (V2.1)
Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
Más detallesTema 11: Estadística.
Tema 11: Estadístca. Ejercco 1. Un fabrcante de tornllos desea hacer un control de caldad. Para ello, recoge 1 de cada 100 tornllos producdos y lo analza. a) Cuál es la poblacón? b) Cuál es la muestra?
Más detallesEstadísticos muéstrales
Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día
Más detalles16/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,
Más detalles3 LEYES DE DESPLAZAMIENTO
eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento
Más detallesVariables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
Más detallesUNIVERSIDAD NACIONAL AUTONOMA DE MEXICO FACULTAD DE INGENIERIA LABORATORIO DE CIRCUITOS INTEGRADOS ANALÓGICOS PRACTICA 4 FILTROS ACTIVOS
UNIVERSIDAD NAIONAL AUTONOMA DE MEXIO FAULTAD DE INGENIERIA LABORATORIO DE IRUITOS INTEGRADOS ANALÓGIOS PRATIA 4 FILTROS ATIVOS Objetvo: El alumno deberá conocer las dferentes clases de fltros actvos,
Más detallesAnálisis de la varianza de un factor
Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesPráctica 1 Caracterización de un voltímetro analógico
Págna 3/9 Área: Práctca 1 Caracterzacón de un voltímetro analógco Págna 3 Págna 4/9 Área: 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Foco ncandescente Fuente de poder Resgo asocado Quemadura
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesVISIÓN POR COMPUTADOR
Escuela Poltécnca Superor de Elche VISIÓN POR COMPUTADOR Grado en Electrónca y Automátca Industral PRÁCTICAS TITERE Práctca 4: Segmentacón, Localzacón y Reconocmento de Obetos Departamento de Ingenería
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesEL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza
EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona
Más detallesACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS
IES ÍTACA ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS HOJA 18: ESTADÍSTICA 1. El número de hermanos de los alumnos de una clase es el sguente: 1 3 1 1 1 1 1 1 1 1 3 1 3 5 a)
Más detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesEstas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.
UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas
Más detallesGráficos de flujo de señal
Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detalles