( ) Análisis de la fórmula para la calificación de pruebas tipo test multi-respuesta. J. L. González-Santander y G. Martín
|
|
- Julia Rodríguez Aranda
- hace 7 años
- Vistas:
Transcripción
1 ereis Revisa Iberoamericana Inerdisciplinar de Méodos, Modelización y Simulación Análisis de la fórmula para la calificación de pruebas ipo es muli-respuesa Fecha de recepción y acepación: 9 de ocubre de, 5 de noviembre de J L González-Sanander y G Marín Universidad aólica de Valencia San Vicene Márir Valencia (España) ISS Deparameno de iencias Experimenales y Maemáicas Faculad de iencias Experimenales Universidad aólica de Valencia, Valencia marinezgonzalez@ucvs y germanmarin@ucves Absrac We evaluae he approach which usually jusifies how much has o be subraced for every incorrec answer in a muliple choice es We have developed a calculaion which akes ino accoun he possibiliy o blank answer some quesions, which is no possible wih he usual approach We show ha when he number of quesions ends o infiniy, boh approaches are asympoically equivalen KEYwords: muliple choice ess, cenral limi heorem RESUME Se raa de evaluar la aproximación del enfoque que habiualmene se uiliza para jusificar cuáno ha de resar cada respuesa incorreca en la calificación de un examen ipo es muli-respuesa Se ha desarrollado un cálculo que iene en cuena la posibilidad de conesar pregunas en blanco, lo cual no es posible con el enfoque habiual Se comprueba que cuando el número de pregunas iende a infinio, ambos enfoques son asinóicamene equivalenes PALABRAS LAVE: es de elección múliple, eorema del límie cenral ITRODUIÓ Es bien conocido que para calificar un examen ipo es no sólo deben conabilizarse las pregunas aceradas, sino ambién las falladas Si no se desconara algo de punuación por preguna fallada, endría senido conesar al azar las pregunas cuya respuesa se desconoce, pues ello no supondría empeorar la noa, y en consecuencia, el alumno podría obener una sobrenoa que se debería al azar y no a sus conocimienos En ese rabajo se preenden analizar las probabilidades de las disinas calificaciones que se pueden obener en un examen ipo es mulirespuesa, en el supueso de que se conesen las pregunas al azar Modelo simplificado Esperanza y varianza en un examen aleaorio sin pregunas en blanco Supongamos que enemos un examen ipo es con pregunas, y n opciones de respuesa por preguna (n ) Sea c i la calificación de la i-ésima preguna, siendo i {,,, } Supongamos que cada preguna acerada conabiliza puno y cada preguna fallada /α punos Es decir, si aciera c = i α si falla Qué valor ha de ener α para eliar la sobrenoa que se puede obener respondiendo al azar? Si el alumno respondiera al azar odas las pregunas, la calificación esperable debería ser un cero Si consideramos c i como una variable aleaoria discrea, con espacio muesral E = {, /α}, debería ener la siguiene función de probabilidad, p c i n si c i = = n si c i = α Enonces, el valor esperado de la calificación en una preguna sería, n E ( ci ) = + = n α n n α La calificación para un examen sería la suma de las calificaciones obenidas en odas las pregunas, proporcionada a la punuación máxima del examen, que llamaremos Es decir, = ci i= (3) A parir de (3), el valor esperado para la calificación de un examen sería enonces, () () EREIS 3 [Marzo ], 53-59, ISS:
2 54 J L González e al E = i= = i= = n E( c ) = i n n α n α omo la calificación esperable para un examen respondido al azar debe ser, de (4) y (5) se deduce que, E( ) =, (5) α = n (6) Susiuyendo la relación (6) en () se obiene, (4) Además, según (5) y (), µ = σ = De () se deduce que,, ( ) n lim σ = () Por oro lado, la normal se compora asinóicamene como dela de Dirac (J Spanier, K B Oldam, 987), por lo que, ~ δ (3) Según (), la calificación sigue asinóicamene una disribución normal De ese modo, para que en el q% de las ocasiones la calificación caiga en el inervalo (µ kσ, µ + kσ), la probabilidad asinóica ha de ser ( Lebedev, 97), n E ( ci ) = = n n (7) k Pasin ( µ kσ) = erf = q, Al despejar k, se obiene, (4) La relación (7) iene senido pues hemos supueso n La varianza de la variable aleaoria c i vendrá dada por la siguiene relación, Var( ci) = E( ci) + E ( ci) n α n Teniendo en cuena lo obenido en (6) y (7) se obiene, Var ( c i ) = (9) n Parece razonable asumir la hipóesis de independencia de las variables c i, ya que se supone que las respuesas son al azar, por lo que, Var = Var( ci) Var ( ci) = i= = n ( ) (8) () Inervalos de confianza asinóicos Debido a que la variable aleaoria es la suma de variables independienes, odas con peso, por el eorema cenral del límie (W Feller, 996), al hacer que, la función de densidad de será una normal de media µ y desviación ípica σ Es decir, ( µ ) lim f = exp σ π σ () ríica al enfoque simplificado ( q) k = erf (5) Hasa el momeno no se ha considerado la posibilidad de que el exaado deje pregunas en blanco, lo que resula razonable si se desconoce la respuesa Para poder analizar el problema bajo la posibilidad de dejar pregunas en blanco, sería necesario conocer p(c i = ), lo cual depende de los conocimienos que enga el alumno Para sorear esa dificulad, debemos planear el problema de ora manera modelo exaco Exámenes con pregunas aceradas, falladas y en blanco Supongamos un examen ipo es, con pregunas y n opciones por preguna Supongamos que en el examen se producen m acieros, fallos y b respuesas en blanco Enonces, = m + + b (6) Según (6), la calificación de un examen sólo depende de m y, pueso que es conocido y fijo En consecuencia se endrá, ( m, ) = m, α > α (7) El número de respuesas posibles para cada preguna es n +, pueso que, además de las n posibles respuesas para cada preguna, enemos la respuesa en blanco En consecuencia, el número de exámenes que pueden producirse al responder aleaoriamene a odas las pregunas será, EREIS 3 [Marzo ], 53-59, ISS:
3 Análisis de la fórmula para la calificación de pruebas ipo es muli-respuesa 55 VR n + = = n + ( * ) (8) p * VR n m represena las variaciones con repeición de m elemenos formando grupos de n Si b es el número de exámenes con b pregunas en blanco, m el número de exámenes con m pregunas aceradas y b en blanco, y el número de exámenes con pregunas incorrecas, enonces el número de exámenes con m acieros, fallos y b respuesas en blanco, que llamamos b,m,, será, b = = n b m b, m, b m (9) Por oro lado, dado un valor de m (número de respuesas correcas), el número máximo de respuesas incorrecas es, = m (3) Para obener el número mínimo de respuesas incorrecas,, que iene un examen con una clasificación inferior a, podemos usar (7), que despejando se obiene, (m, ) <, < α m, omo b esá deerada por, m y según (6), endremos, m = m b, m,, () Luego ha de ser, > α m en donde el paso de (9) a () se realiza de la siguiene forma, eniendo en cuena (6), = α m +, (4) b! ( b)! = b m b!( b)! m!( b m)!! ( m)! = b!( m)! m!( b m)!! ( m)! = m!( m)! b!( b m)! m! ( m)! = m!( m)!!( m )! m = m Por ano, de () se deduce que dado un examen con pregunas y n opciones de respuesa, debido a la relación (6), enemos dos grados de liberad, uno en m y oro en úmero de exámenes hasa ciera noa Sea el número de exámenes con una calificación inferior a óese que hay muchos exámenes con disino número de acieros m, fallos y pregunas en blanco b, que ienen una calificación inferior a Hemos de sumar odos esos posibles exámenes, enre cieros límies de m y, para obener m m = m= m = m () Además, el número mínimo de respuesas correcas, para cualquier noa, ha de ser, Por oro lado, ano como dependen del número de respuesas aceradas m Podemos usar ese hecho para deerar el número máximo de respuesas aceradas m, pues se ha de cumplir que, es decir, α (m ) = (m ), m += m (5) omo y m son números eneros, la relación (5) se puede escribir de la siguiene forma, es decir, m + + m =, α α < ( α +) m + +< Despejando, α α + < m < + α + α + α + omo α >, enonces (α + ) - <, y por ano resula que, m α = +, m, α + α + (6) m = () EREIS 3 [Marzo ], 53-59, ISS:
4 56 J L González e al donde el número m de respuesas aceradas iene que ser ambién un número enero no negaivo Finalmene, usando las relaciones (), (3), (4) y (6), podemos escribir como, álculo de probabilidades m m m = m= m = (7) Suponiendo que odas las respuesas posibles a un ciero examen ipo es sean equiprobables, enonces, de acuerdo con (8) y (7), la probabilidad de obener un examen con una calificación inferior a es, m m p m= m = P( < ) = = n + (8) omo es habiual, si F es la función de disribución de la variable aleaoria, enonces, De ese modo, endremos que, = ( < ) F P ( < ) = ( < ) ( < ) = F( ) F( ) P P P (9) omo es una variable discrea, la diferencia mínima enre dos calificaciones ε viene dada por, ε = ( m, ) ( m, + ) = α (3) Por ano, podremos deerar la probabilidad de obener exacamene una deerada noa, ( = ) = ( < + ε ) = P( < + ε ) P( < ) P P Función de disribución asinóica (3) En esa sección vamos a ver el comporamieno asinóico cuando el número de pregunas iende a infinio,, de la función de disribución de probabilidad, a parir de la relación que da la probabilidad exaca (8) omporamieno asinóico de la función de disribución en uando <, eniendo en cuena (4) y (6), se iene que, lim m =, lim = Por ano, m m lim P( < ) = lim + m= m = = Por oro lado, cuando >, a parir de (4) y (6) resula que, Por ano, lim m =, lim = m m lim P( < ) = lim + m= m = (3) (33) Desarrollando el sumaorio inerno mediane el binomio de ewon, se obiene, m lim P( < ) = lim n (34) + m= m Obsérvese que como el inverso del facorial de un número negaivo es, la serie dada en (34) se cora en m =, lim P( < ) = lim n + m= m ( n +) ( n +) = lim = m donde se ha aplicado de nuevo el binomio de ewon (35) A parir de (3) y (35), podemos concluir que asinóicamene la función de disribución F() se compora como una función de Heaviside H(), (J Spanier, K B Oldam, 987), ~ F H (36) Por ano, la función de densidad f() de la variable aleaoria será una dela de Dirac (J Spanier, K B Oldam, 987), = ~ δ, f F que es un resulado coherene con el obenido en (3) del modelo simplificado La probabilidad asinóica en = Tomando = en (3) y eniendo en cuena (3), resula que, P = = P < P( <) (37) α EREIS 3 [Marzo ], 53-59, ISS:
5 Análisis de la fórmula para la calificación de pruebas ipo es muli-respuesa 57 Tomando límies en (37) cuando, y eniendo en cuena (3), lim P( = ) = lim P < (38) α La relación (38) indica que, Por ano, según (4) y (6), = = α lim lo que resula acepable, ya que para oda disribución simérica respeco a =, se cumple que, F = = ( ) sim omo la disribución de F es normal (asinóicamene), es simérica, y por ano, lim F( = ) = lim = α m, (39) + lim m = lim = α + (4) Al susiuir (39) y (4) en la relación (8), enonces (38) se conviere en, ( = ) = ( α ) lim P lim,, en donde se ha definido, α + m m (, α ) = + m= m =α m (4) + Figura Función de disribución de F(), para =, 5,, n = 4 y α = n omo según (36), lim P < =, podemos concluir (4) En la figura, se muesra el comporamieno de la función disribución F() con en un enorno de = Se puede observar cómo, cuando va creciendo, F() se va asemejando a una función de Heaviside Figura Represenación de (, α ), con α = n, para valores de n = 3, 4, 5 con respeco a, omado α = n, que es el valor de α que según el enfoque simplificado equilibra la punuación del valor del es, (véase (6)) A la visa de la figura, se puede conjeurar que, En la figura se ha represenado gráficamene (, α ) lim P = =, (4) Figura 3 Represenación gráfica de (, α ), para α =,9, 3, 3,, omando n = 4, para disinos valores de α Se puede observar que una pequeña variación del parámero α con respeco al valor de n hace que la probabilidad asinóica en = En la figura 3, se muesra (, α ) EREIS 3 [Marzo ], 53-59, ISS:
6 58 J L González e al diverja del valor / Eso quiere decir que el parámero α que hace que la disribución F sea asinóicamene simérica, es el que elia la sobrenoa por aciero al azar Evaluación del modelo exaco En esa sección se evalúa en qué medida la aproximación a la normal es una buena aproximación cuando oma valores grandes En la figura 4 se ha obenido el ajuse de la disribución de probabilidad de la variable a una curva gaussiana, omando =, n = 4, = y α = n óese que la calificación mínima en un examen consise en ener odas las respuesas incorrecas, es decir, 3 3 = = En esa misma figura 4 se observa que el ajuse es mucho mejor para calificaciones posiivas que negaivas, exisiendo una ciera asimería en la disribución de los punos del cálculo exaco La desviación ípica σ, según (), es, σ = 57735, n ( ) y según el ajuse sería realizado a los daos del cálculo exaco, σ fi = 58394, a que ora vez debe ser considerado como muy bueno Tomando un nivel de confianza q = 95%, según (5), el parámero k resula ser, k = erf Por ano, el inervalo de confianza al 95% vendría dado por, ( kα, kα) = (,359,,359) (44) Según el cálculo exaco (9), la probabilidad de que la calificación esé en el inervalo de confianza (44) resula ser ligeramene mayor que,95, ( α < α) 9698 > 95 P k k Para evaluar en qué medida el inervalo de confianza asinóico se ajusa al real, podemos definir la siguiene asa r, enre la probabilidad asinóica que ofrece el eorema cenral del límie (4), y la probabilidad exaca en dicho inervalo (9), Pasin ( kα) q ( α < α) ( α < α) r = = P k k P k k Figura 4 Ajuse de log[f()] a una parábola ax + b onsiderando que la gaussiana de ajuse viene dada por la función, En la figura 5 se ha represenado la gráfica de la asa r en función de q, omando = Se puede observar que como r <, el inervalo ( kα, kα), deerado con el enfoque aproximado, esá ligeramene sobresimado ffi a b σ σ fi π fi = exp = exp ( + ), (43) enemos que, a,46959, b 5,73 Para cuanificar la bondad del ajuse, el coeficiene de deeración R es, R,9887 que puede ser considerado como un valor excelene Figura 5 Gráfica de la asa r en función del nivel de confianza q, omando =, n = 4 y α = n EREIS 3 [Marzo ], 53-59, ISS:
7 Análisis de la fórmula para la calificación de pruebas ipo es muli-respuesa 59 conclusiones En ese rabajo se ha abordado el problema de la punuación en un examen ipo es muli-respuesa, de al modo que se elie la posible sobrenoa por el aciero al azar en las respuesas on un modelo simplificado se concluye que si cada preguna correca vale puno hay que desconar /(n ) punos por cada preguna incorreca (n, número de opciones por preguna), para compensar el posible ineno de responder al azar las pregunas que no se saben Ese enfoque simplificado no permie planear el problema con la posibilidad de dejar pregunas en blanco Se aborda ambién el cálculo exaco de la probabilidad de sacar una deerada calificación en un es, suponiendo que odas las maneras de conesarlo son equiprobables Se ha comprobado que ese cálculo exaco coincide con lo predicho por el eorema cenral del límie, cuando, siendo el número de pregunas del examen Además, lo que descuena cada preguna incorreca, según el enfoque simplificado, es lo que permie que la disribución exaca de la calificación obenida al azar sea simérica cuando Por úlimo, se comprueba que los inervalos de confianza en orno a la calificación más probable, rellenando el examen al azar, esán ligeramene sobreesimados, cuando se usa para su obención el eorema cenral del límie Bibliografía FELLER, W, 996 Inroducción a la eoría de las probabilidades y sus aplicaciones, iudad de México: Limusa, 456p SPAIER, J, OLDHAM, K B, 987 An alas of funcions, ew York: Hemisphere Publising orporaion, 7p LEBEDEV,, 97 Special Funcions and heir applicaions, London: Prenice-Hall, Inc Dover Publicaions, 38p EREIS 3 [Marzo ], 53-59, ISS:
8
ANDALUCÍA JUNIO 2004
ANDALUCÍA JUNIO 004 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Insrucciones: a) Duración: 1 hora y 0 minuos. b) Elija una de las dos opciones propuesas y conese los ejercicios de la opción elegida.
Más detallesMODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Modelo de eamen Junio MODELO JUNIO MTEMÁTICS PLICDS LS CIENCIS SOCILES II OPCIÓN. (Punuación máima: punos) Se dice que una mari cuadrada es orogonal si T I: Noa: La noación T significa mari ranspuesa de.
Más detallesPropuesta A. 1. Dadas las matrices: C = B = A =
Pruebas de Acceso a Enseñanzas Univerarias Oiciales de Grado 6 Maeria: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumno deberá conesar a una de las dos opciones propuesas A ób. Se podrá uilizar
Más detallesModelo 2 OPCIÓN A. A y B AB se puede realizar porqueel n decolumnas de Aesigual al n de filas de B AB. t t t
Insrucciones: a) Duración: 1 hora y 3 minuos. b) Elija una de las dos opciones propuesas y conese los ejercicios de la opción elegida. c) En cada ejercicio, pare o aparado se indica la punuación máxima
Más detalles5º Año Área Electrónica TEORÍA DE LOS CIRCUITOS II SEÑALES APERIÓDICAS INDICE
TEORÍ DE LOS CIRCUITOS II SEÑLES PERIÓDICS INDICE SEÑLES PERIÓDICS ELEMENTLES 2 Señal escalón 2 Señal rampa 3 Señal impulso 4 Relación enre las señales aperiódicas elemenales 5 Página REPRESENTCIÓN DE
Más detallesPRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO 2011 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos
IES CSTELR BDJOZ PRUEB DE CCESO (LOGSE) UNIVERSIDD DE BLERES JUNIO (GENERL) (RESUELTOS por nonio Menguiano) MTEMÁTICS II Tiempo máimo: horas y minuos Conese de manera clara y razonada una de las dos opciones
Más detallesPROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce
Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros
Más detallesIES CASTELAR BADAJOZ Examen Junio de 2011(General) Solución Antonio Mengiano Corbacho
IES CASTELAR BADAJOZ Eamen Junio de (General) Anonio Mengiano Corbacho PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO (GENERAL) MATEMÁTICAS II Tiempo máimo: horas y minuos Conese de manera clara
Más detallesECUACIONES DIFERENCIALES
Tema 1 ECUACIONES DIFERENCIALES EJERCICIO 1 Comprobar que la función y() = c 2 ++3 es una solución del problema de valor inicial 2 y 2y + 2y = 6, y(0) = 3, y (0) = 1, (1.1) en <
Más detallesMATEMÁTICAS II Examen del 28/05/2012 Solución Importante
MATEMÁTICAS II Examen del 8/05/0 Solución Imporane Las calificaciones se harán públicas en el aula virual el 08/06/0. La revisión será el /06/0 y el /06/0 de -3 horas en la sala D-4-. MATEMÁTICAS II 8/05/0
Más detallesEJERCICIOS PROPUESTOS
8 Deerminanes. Ejercicio resuelo. EJERCICIOS PROPUESTOS. Calcula el valor de los siguienes deerminanes. 8 4 5 0 0 6 c) 4 5 4 8 6 4 8 4 5 0 6+ 0 0+ 5 00 5 6 0+ 000 0 48 0 6 ( ) ( ) ( ) ( ) ( ) 4 5 5 + 4
Más detallesEjercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez
Ejercicios de Economería para el ema 4 Curso 2005-06 Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez 1 1. Considérese el modelo siguiene: Y X + u * = α + β 0 Donde: Y* = gasos deseados
Más detallesSistemas lineales con ruido blanco
Capíulo 3 Sisemas lineales con ruido blanco 3.1. Ruido Blanco En la prácica se encuenra procesos esocásicos escalares u con media cero y la propiedad de que w( 1 ) y w( 2 ) no esán correlacionados aún
Más detallesEcuaciones de primer orden
Capíulo 1 Ecuaciones de primer orden Problema 1.1 Hallar la solución general de la ecuación + 1 + 2 = 0. Hallar la solución que verifica (0) = 0 y la que verifica (1) = 0. k=-5 k=5 k=-1 Figura 1.1: Soluciones
Más detallesGRÁFICA DE CURVAS EN FORMA PARAMÉTRICA
GRÁFICA DE CURVAS EN FORMA PARAMÉTRICA Una curva C se dice definida paraméricamene por medio de un parámero, si las coordenadas afines de sus punos M se expresan en función de ese parámero, cuando varía
Más detallesUSO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD
USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores
Más detallesMétodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica
Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di 25 2 2 3 225 4 24 5 22 Para resolver
Más detallesω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t
E.D.O para Ingenieros CAPITULO INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES Las ecuaciones diferenciales son ecuaciones en las que conienen derivadas, Por ejemplo: '' + ' = en la que al resolver se debe
Más detallesRELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función
RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN Razón de cambio insanánea y la derivada de una función anerior Reomemos nuevamene el problema del proyecil esudiado en la secuencia
Más detallesEXAMEN DE MATEMÁTICAS I 8 de febrero de 2006
EXAMEN DE MATEMÁTICAS I 8 de febrero de 006 MATEMÁTICAS I Eamen del º PARCIAL 8 de febrero de 006 Sólo una respuesa a cada cuesión es correca. Respuesa correca: 0. punos. Respuesa incorreca: -0. punos
Más detallesSistemas Lineales. Tema 5. Muestreo. h[n] x(t)
Sisemas Lineales ema 5. Muesreo 1 Inroducción rabajamos con sisemas discreos porque es más úil rabajr con precesadores digiales. Para ello va a ser necesario definir un proceso que reanforme las señales
Más detallesEstimación puntual ± Margen de error
Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica
Más detallesModelo de regresión lineal simple
Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos
Más detalles3.8. PROBLEMAS 205. s 1 (t) s 3 (t) Figura 3.43: Señales para el Problema 3.1. b) Obtenga las coordenadas de cada señal en la base correspondiente.
38 PROBLEMAS 5 38 Problemas Problema 3 Para las cuaro señales de la Figura 343: s () s () 3 3 3 s 3 () - s () 3 Figura 343: Señales para el Problema 3 a) Encuenre un conjuno de señales oronormales, que
Más detallesPRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL SEPTIEMBRE Apellidos Nombre. DNI / NIE Centro de examen
CALIFICACIÓN: Consejería de Educación, Ciencia y Culura PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL SEPTIEMBRE 011 Resolución de 9 de marzo de 011 (DOCM de 5 de abril)
Más detallesMétodos de Diseño y Análisis de Experimentos
1 / 51 Méodos de Diseño y Análisis de Experimenos Paricia Isabel Romero Mares Deparameno de Probabilidad y Esadísica IIMAS UNAM febrero 2018 Diseño compleamene al azar 1 2 / 51 3 / 51 Ejemplo Suponga que
Más detallesExamen de Econometría II 12 de Enero de 2010
Examen de Economería II 12 de Enero de 2010 ---------------------------------------------------------------------------------------- Apellidos y Nombres: Grupo: ----------------------------------------------------------------------------------------
Más detallesTema 3. Especificación, estimación y validación de modelos ARIMA
Tema 3. Especificación, esimación y validación de modelos ARIMA. La Meodología Box-Jenkins. Especificación inicial.. Conrases de raíces uniarias.. Análisis de correlogramas y correlogramas parciales 3.
Más detallesMarch 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN
March 2, 2009 1. Derivadas Parciales y Funciones Diferenciables En ese capíulo, D denoa un subconjuno abiero de R n. Definición 1.1. Consideremos una función f : D R y sea p D, i = 1,, n. Definimos la
Más detallesExamen Final de Ecuaciones Diferenciales Septiembre 2007
Eamen Final de Ecuaciones Diferenciales Sepiembre 007 Problema La siguiene ecuación diferencial de primer orden se puede resolver por diferenes méodos según cómo se planee. d d = + () Conesar las siguienes
Más detallesSolución: En ambos casos se observa que los determinantes de las matrices de coeficientes son distintos de cero. Veamos: a)
Resolver el siguiene sisema: 9 Primero hallaremos los rangos de la marices formadas por los coeficienes del sisema de la mari formada por los coeficienes los érminos independienes después. sí: 9 rang Ya
Más detallesProcesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de:
Procesos socásicos Procesos socásicos I Inroducción y concepos básicos sadísicos de un proceso esocásico Referencias: Capíulo 8 de Inroducción a los Sisemas de Comunicación. Sremler, C.G. 993 Apunes de
Más detallesMATEMÁTICAS II. ANDALUCÍA Pruebas de acceso a la Universidad SOLUCIONES 1. (2001-1A-3) Tienen inversa las matrices A y D.
MTEMÁTICS II NDLUCÍ Pruebas de acceso a la Universidad ÁLGEBR SOLUCIONES. (--) Tienen inversa las marices y D. = y D =. (-B-) a) Rango de. Si a y Si a = o Sisema = B a, ( ) R = a =, ( ) R = Si a y a, S.C.D.
Más detallesComentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión
Comenarios de la Noa Técnica sobre la Deerminación del Incremeno de la Reserva de Previsión Fernando Solís Soberón y Rosa María Alaorre Junio 1992 Serie Documenos de Trabajo Documeno de rabajo No. 3 Índice
Más detallesOPCIÓN A MATEMÁTICAS 2º BACHILLERATO B
MTEMÁTICS º BCHILLERTO B -5-11 OPCIÓN 1.- 1 Dadas las funciones f( x) = x x+, gx ( ) = x+ 1 a) Esboza sus gráficas y calcula su puno de core b) Señala el recino limiado por las gráficas de ambas funciones
Más detallesTEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE
El modelo de regresión lineal simple EMA VI: EL MODELO DE REGREIÓN LIENAL IMPLE VI..- Inroducción. VI..- El modelo de regresión lineal simple. Propiedades. VI.3.- Obención de los esimadores por mínimos
Más detallesMATEMÁTICAS II. Examen del 11/09/2006 Soluciones. Importante
MATEMÁTICAS II Examen del /09/006 Soluciones Imporane Las calificaciones se harán públicas en la página web de la asignaura y en el ablón de anuncios del Dpo. de Méodos Cuaniaivos en Economía y Gesión,
Más detallesTEMA 2: CINETICA DE LA TRASLACIÓN
TEMA 2: CINETICA DE LA TRASLACIÓN 1.1. Inroducción. Para ener caracerizado un movimieno mecánico cualquiera, hay que esablecer primero respeco a que cuerpo (s) se va a considerar dicho movimieno. Ese cuerpo
Más detallesCAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de
CAPÍTULO 3 METODOLOGÍA En ese capíulo se describe la obención y el funcionamieno del modelo de Nelson y Siegel, el cual es fundamenal para obener las esrucuras emporales que servirán para comprender la
Más detalles1. Desarrollo Preguntas. Universidad Simón Bolívar Departamento de Matemáticas Puras y Aplicadas
Universidad Simón Bolívar Deparameno de Maemáicas Puras y Aplicadas Maemáicas IV (MA-5 Sepiembre-Diciembre 8 4 ra Auoevaluación Maerial Cubiero: La presene auoevaluación versa sobre el maerial cubiero
Más detallesPRÁCTICA 2: Ejercicios del capítulo 4
PRÁCTICA : Ejercicios del capíulo 4. Un psicólogo clínico desea evaluar la eficacia de una erapia para reducir la ansiedad de los ejecuivos que padecen esrés en la oma de decisiones empresariales. Para
Más detalles1. Derivadas de funciones de una variable. Recta tangente.
1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias
Más detallesMMII_L3_C5: Problema de la cuerda finita: Métodos directo y de las imágenes. Guión:
MMII_L_C5: Problema de la cuerda finia: Méodos direco y de las imágenes. Guión: En esa lección se esudia el problema de una cuerda finia, por lo ano, es el problema con dos condiciones de conorno. Como
Más detallesCINEMÁTICA II. pendiente = t(s)
C U R S O: FÍSICA MENCIÓN MATERIAL: FM-3 CINEMÁTICA II Tipos de movimienos i) Movimieno recilíneo uniforme (MRU): cuando un cuerpo se desplaza con rapidez consane a lo largo de una rayecoria recilínea,
Más detallesAnálisis estocástico de series temporales
Análisis esocásico de series emporales Ernes Pons (epons@ub.edu) Análisis esocásico de Series Temporales Moivación Ejemplos 4500000 8 4000000 6 3500000 4 3000000 2 0 2500000-2 2000000-4 500000-6 000000-8
Más detallesEn numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el área de Estadística General y Control Estadístico de Procesos.
ANGEL FRANCISCO ARVELO LUJAN Angel Francisco Arvelo Luján es un reconocido Profesor Universiario Venezolano en el área de Probabilidad y Esadísica, con más de 4 años de experiencia en las más presigiosas
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE V
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-07-2-V--00-208 CURSO: Maemáica Inermedia CÓDIGO DEL CURSO: 07 SEMESTRE: Primer Semesre JORNADA: Vesperina
Más detallesConvolución. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV
Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. La función dela de Dirac.3. Definición de la convolución.3.. propiedades de la convolución.3.. Méodo Gráfico
Más detallesLECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES
LECTURA 7: PRUEBA DE HIPÓTESIS (PARTE I) TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES 1 INTRODUCCION El propósio de análisis esadísico es reducir el nivel de inceridumbre en el proceso de decisiones
Más detallesn. Los elementos a La matriz anterior tiene m filas y n columnas. Se suele decir que es de orden o dimensión m
. Primeras definiciones Una mariz es un conjuno de elemenos (números) ordenado en filas y columnas. En general una mariz se nombra con una lera mayúscula y a sus elemenos con leras minúsculas indicando
Más detallesTeoría de la Comunicación
eoría de la Comunicación 48 Ejercicios Ejercicio 4 Para el conjuno de símbolos de la Figura 495 a) plique el procedimieno de GramSchmid para obener una base oronormal que permia la represenación vecorial
Más detallesLuis H. Villalpando Venegas,
2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con
Más detallesMétodos de Previsión de la Demanda Datos
Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco
Más detallesSEGUNDO EXAMEN EJERCICIOS RESUELTOS
MATEMÁTICAS II (G I T I SEGUNDO EXAMEN 13 1 EJERCICIOS RESUELTOS EJERCICIO 1 Considera el cuerpo de revolución que se genera al girar alrededor del eje OX la gráfica de la función x α f(x = x (, + (x +
Más detallesFigura 1. Coordenadas de un punto
1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los
Más detallesEstadística Aplicada a la Educación
Esadísica Aplicada a a la la Educación Esadísica Aplicada a la Educación Tuor. UNED Madrid-Sur (A.U. Parla) Miguel Ángel Daza 014/15 migdaza@madridsur.uned.es 1 014/15 1 4 5 6 7 8 9 10 11 1 La Esadísica
Más detallesEXAMEN ALGORÍTMICA NUMÉRICA. 20 enero 2012
EXAMEN ALGORÍTMICA NUMÉRICA. enero La duración del examen será de : h. El problema vale un 4% de la noa final. Los problemas y un % cada uno. Problema : (Noa: los aparados. y. son independienes). Queremos
Más detallesEXAMEN DE MATEMÁTICAS I (Primer Parcial) 11 de febrero de 2009
EXAMEN DE MATEMÁTICAS I (Primer Parcial) de febrero de 9 Sólo una respuesa a cada cuesión es correca. Respuesa correca:. punos. Respuesa incorreca: -. punos Respuesa en blanco: punos.- Sea ABC un riángulo
Más detalles11. PREVISIÓN DE LA DEMANDA
. PREVIIÓN E LA EMANA. INROUCCIÓN Anes de comenzar a desarrollar las cuenas previsionales de exploación, la empresa iene que realizar una esimación del volumen de venas que generará la acividad diaria
Más detallesUNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD
OPCIÓN A 0 1 0 0 1 1 Sean las marices C = 1 0 1 y D = 1 0 1. 0 1 0 1 1 0 a) (1.5 punos) Resuelva la ecuación maricial 2 X C D = ( I 3 + D) C. b) (1 puno) Si las marices C y D son las marices de adyacencia
Más detallesFacultad de Ciencias del Mar. Curso 2007/08 11/07/08
Esadísica Convocaoria de Junio Faculad de Ciencias del ar. Curso 007/08 /07/08 El galludo (Squalus egalops) es una especie de iburón de aguas empladas a ropicales, que habia la plaaforma coninenal exerior
Más detallesTema 2: El modelo de Solow y Swan: análisis teórico
Tema 2: El modelo de Solow y Swan: análisis eórico 2.1 El modelo 2.2 El esado esacionario 2.3 La regla de oro de la acumulación del capial. 2.4 La asa de crecimieno a lo largo del iempo Bibliografía: Sala
Más detallesPATRON = TENDENCIA, CICLO Y ESTACIONALIDAD
Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,
Más detallesTrabajo Práctico N 0: Curvas planas-ecuaciones paramétricas y Coordenadas polares
Trabajo Prácico N 0: Curvas planas-ecuaciones paraméricas y Coordenadas polares Curvas planas y ecuaciones paraméricas Hasa ahora hemos represenado una gráfica por medio de una sola ecuación que coniene
Más detallesEl sistema es incompatible. b) El sistema es compatible determinado. Lo resolvemos por la regla de Cramer.
Prueba de Acceso a la Universidad. JUNIO 0. Maemáicas II. El alumno debe responder a una de las dos opciones propuesas, A o B. En cada preguna se señala la punuación máima. OPCIÓN A a y z A. Sean a un
Más detallesECONOMETRÍA EMPRESARIAL II ADE
4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.
Más detallesUna familia de elipses *
Miscelánea Maemáica 38 (003) 33 4 SMM Una familia de elipses * Fernando Garibay B. Faculad de Ingeniería Química Universidad Michoacana de San Nicolás de Hidalgo Edificio M, Cd. Universiaria 5800 Morelia,
Más detallesOndas y Rotaciones. Principios fundamentales II
Ondas y Roaciones rincipios fundamenales II Jaime Feliciano Hernández Universidad Auónoma Meropoliana - Izapalapa México, D. F. 5 de agoso de 0 INTRODUCCIÓN. Generalmene el esudio del movimieno se realiza
Más detallesPropuesta A. y B = 1 0
Pruebas de cceso a Enseñanzas Univerarias Oiciales de Grado Maeria: MEMÁIS PLIDS LS IENIS SOILES II El alumno deberá conesar a una de las dos opciones propuesas o. Se podrá uilizar cualquier ipo de calculadora..
Más detallesUN MODELO DE METAS DE INFLACIÓN CON PREFERENCIAS ASIMÉTRICAS DEL BANCO CENTRAL
UN MODELO DE METAS DE INFLACIÓN CON PREFERENCIAS ASIMÉTRICAS DEL BANCO CENTRAL Versión preliminar e inconclusa. Derry Quinana Aguilar Absrac Ese documeno presena un modelo en el cual las preferencias del
Más detallesCurso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico
Curso 6/7 Economería II Tema : Procesos Esocásicos. Caracerización de los procesos ARIMA. Concepo de proceso esocásico sico. Esacionariedad fuere y débil de los procesos esocásicos. Teoremas de ergodicidad
Más detallesTema 3 Sistemas lineales.
Tema 3 Sisemas lineales. Podemos definir un sisema como un grupo o combinación de elemenos inerrelacionados o íner-acuanes que forman una enidad coleciva. En el conexo de los sisemas de comunicación los
Más detallesDETERMINANTES. DETERMINANTES DE ORDEN 1, 2 y 3. Determinantes de orden 1. Determinantes de orden 2. Determinantes de orden 3.
DETERMINNTES DETERMINNTES DE ORDEN 1, 2 y 3 El deerminane de una mariz cuadrada es un número real asociado a dicha mariz que se obiene a parir de sus elemenos. Lo denoamos como de () o. Llamamos orden
Más detallesMACROECONOMÍA II ADE GRUPOS 20 Y 21 (ECTS) FECHA DE ENTREGA: Martes 11 de Mayo de 2010 Práctica nº 5: Hoja de problemas sobre Tipos de cambio
MACROECONOMÍA II ADE GRUPOS 20 Y 21 (ECTS) FECHA DE ENTREGA: Mares 11 de Mayo de 2010 Prácica nº 5: Hoja de problemas sobre Tipos de cambio 1. A parir de los siguienes daos sobre el ipo de cambio nominal
Más detallesCURVAS PLANAS, ECUACIONES PARAMETRICAS Y COORDENADAS POLARES 2.1 CURVAS PLANAS Y ECUACIONES PARAMETRICAS
CURVAS PLANAS, ECUACIONES PARAMETRICAS Y COORDENADAS POLARES.1 CURVAS PLANAS Y ECUACIONES PARAMETRICAS Hasa ahora conocemos la represenación de una grafica mediane una ecuación con dos variables. En ese
Más detallesAutómata Finito de 4 Estados y una Variables de Entrada.
Auómaa Finio de 4 Esados y una Variables de Enrada. Vamos a diseñar un Auómaas Finio (AF) mediane el Procedimieno General de ínesis y a implemenarlo usando bieables D y cuanas pueras lógicas sean necesarias..
Más detallesLa Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial
Universidad Ausral de Chile Escuela de Ingeniería Comercial Macroeconomía Avanzada CAPÍTULO 17 La Curva de Phillips Profesor: Carlos R. Pia Macroeconomía Avanzada, Prof. Carlos R. Pia, Universidad Ausral
Más detalles3 Definición y ejemplos de Procesos Estocásticos
3 Definición y ejemplos de Procesos Esocásicos 3. Definición de un Proceso Esocásico. Supongamos que se esudia el número de personas que asisen al servicio médico en ciero hospial. En un inervalo de iempo
Más detallesCORRIENTE ELÉCTRICA ANÁLISIS GRÁFICO EN EL TIEMPO
hp://comunidad.udisrial.edu.co/elecriciyprojecudisrial/ Elecriciy Projec UD 2017 CORRIENTE ELÉCTRICA La corriene es la asa de variación de la carga respeco al iempo [1]. La Unidad de medida es el Ampere
Más detallesCapítulo Suponga que la función de producción para el país X es la siguiente:
Capíulo 5 BREVE HISTORIA Y CONCEPTOS INTRODUCTORIOS A A TEORÍA DE CRECIMIENTO. Suponga que la función de producción para el país X es la siguiene: Q= F( K, ) = A K a) Cuál de los dos facores, rabajo o
Más detalles4. Modelos de series de tiempo
4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar
Más detallesUNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temístocles Montás
UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temísocles Monás Puede el comporamieno acual de la políica fiscal sosenerse sin generar una deuda pública que crezca sin límie?
Más detallesEconometría Examen Parcial #1 Cali, Sábado 27 de Febrero de 2010
Economería 0616 Examen Parcial #1 Cali, Sábado 7 de Febrero de 010 Profesores: Julio César Alonso C. Carlos Giovanni González Ana Isabel Gallego L. Esudiane: Código: Insrucciones: 1. Lea cuidadosamene
Más detallesUDA 2. Factor de seguridad y confiabilidad
Wilde Analysis Ld. (2015) Aloha Airlines Fligh 243 / 28 April 1988: Inceridumbre En el diseño de maquinaria abundan las inceridumbres: La composición del maerial y el efeco de las variaciones en las propiedades.
Más detallesEJERCICIOS PROPUESTOS
Marices EJERCICIOS PROPUESTOS y. Ejercicios resuelos.. Escribe una mariz A de orden 4 al que: i + j si i > j aij ij si i j i ( j) si i < j Haciendo los cálculos correspondienes enemos 6 9 8 A 5 4. Los
Más detallesCuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s).
Unidad 5. a ransformada de aplace Inroducción. En nuesro curso de cálculo elemenal aprendimos que la derivación y la inegración son ransformadas, es decir, que esas operaciones ransforman una función en
Más detalles03) Rapidez de Cambio. 0302) Rapidez de Cambio
Página 3) Rapidez de Cambio 3) Rapidez de Cambio Desarrollado por el Profesor Rodrigo Vergara Rojas Ocubre 7 Ocubre 7 Página A) Rapidez media de cambio Considere una canidad física (), como la mosrada
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUETBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE)
UNIVERSIDDES PÚLICS DE L COUNIDD DE DRID PRUET DE CCESO ESTUDIOS UNIVERSITRIOS (LOGSE) Curso 8-9 (Sepiebre) TERI: TEÁTICS II INSTRUCCIONES GENERLES Y VLORCIÓN El aluno conesará a los cuaro ejercicios de
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUETBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE)
UNIVERSIDADES PÚBLICAS DE LA COUNIDAD DE ADRID PRUETBA DE ACCESO A ESTUDIOS UNIVERSITARIOS (LOGSE) Curso 8-9 (Sepiebre) ATERIA: ATEÁTICAS II INSTRUCCIONES GENERALES Y VALORACIÓN El aluno conesará a los
Más detallesCAPÍTULO 4: MODELIZACIÓN DEL SISTEMA MEDIANTE FUNCIONES DE TRANSFERENCIA. Capítulo 4: Modelización del sistema con funciones de transferencia
Capíulo 4: Modelización del sisema con funciones de ransferencia 46 . Inroducción En los modelos de función de ransferencia, el objeivo es relacionar dos ó más series emporales en función de una u oras
Más detalles1. (1 punto) Considere una versión modificada del modelo de Solow en la que el producto está dado por
Maesría en Economía Inernacional Macroeconomía, Examen de marzo de Profesor: Alvaro Foreza Duración: 3 horas Aclaración: es un examen con maeriales a la visa.. ( puno) Considere una versión modificada
Más detallesFundamentos Básicos Sistemas y Señales
Fundamenos Básicos Sisemas y Señales Preparado por : jhuircan Depo. Ingeniería Elécrica Universidad de La Fronera Objeivos q Revisar los concepos básicos de la Teoría de Sisemas q Revisar los concepos
Más detallesVIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO
VIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO VIII..- SOLUCIONES NUMÉRICAS A PROBLEMAS DE CONDUCCIÓN MONODIMENSIO- NALES EN RÉGIMEN TRANSITORIO El méodo numérico aplicado a los problemas de conducción
Más detallesC cos x sen x 0 x sen x x cos x x sen x cos x x C 1 x 0. Calculamos la matriz adjunta de C: sen x 0 cox 0 cos x sen x. sen x x 1 x 1 sen x
Prueba de Acceso a la Universidad. SEPTIEMBRE. Maemáicas II. Insrucciones: Se proponen dos opciones A y B. Debe elegirse una y conesar a sus cuesiones. La punuación de cada cuesión aparece en la misma.
Más detallesF(t) F(t) 1 Introducción a la Física Paralelos 10 y 13. Profesor RodrigoVergara R RAPIDEZ DE CAMBIO X ( ) ( ) F(t)
Inroducción a la ísica Paralelos y 3. Profesor RodrigoVergara R RPIDEZ DE CMBIO Rapidez media de cambio Definir el concepo rapidez media de cambio nalizar arianes donde no es el iempo la ariable independiene
Más detallesCAPÍTULO 1 LA FUNCIÓN DERIVADA
CAPÍTULO LA FUNCIÓN DERIVADA. LA DERIVADA En el fascículo anerior uilizase el concepo de la razón de cambio a ravés de problemas o siuaciones de la vida real e ilusrase gráficamene 0 o, dando una inerpreación
Más detallesCapítulo 5 Sistemas lineales de segundo orden
Capíulo 5 Sisemas lineales de segundo orden 5. Definición de sisema de segundo orden Un sisema de segundo orden es aquel cuya salida y puede ser descria por una ecuación diferencial de segundo orden: d
Más detalles130 Matemáticas I. Parte IV. I.T.I. en Electricidad. Prof: Jos Antonio Abia Vian
30 Maemáicas I Pare IV Cálculo inegral en IR 3 Maemáicas I : Cálculo inegral en IR Tema Cálculo de primiivas. Primiiva de una función Definición 55.- Diremos ue la función F coninua en [a, b], es una primiiva
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA - FACULTAD DE ARQUITECTURA Y URBANISMO. Cátedra: ESTRUCTURAS NIVEL 1 Taller: VERTICAL III DELALOYE - NICO - CLIVIO
UNIVERSIDAD NACIONAL DE LA PLATA - FACULTAD DE ARQUITECTURA Y URBANISMO DNC TP3 Cáedra: ESTRUCTURAS NIVEL 1 Taller: VERTICAL III DELALOYE - NICO - CLIVIO Trabajo Prácico Nº 3: Esfuerzos inernos Diagramas
Más detalles