Variables aleatorias discretas

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

Download "Variables aleatorias discretas"

Transcripción

1 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 Variabls alatorias discrtas istribució Biomial: Muchos rimtos alatorios satisfac las siguits codicios: l rimto cosist d rubas, sido fio. Las rubas so idéticas y cada ruba hay sólo dos rsultados osibls, qu domiarmos Éito y Fracaso F. Ua ruba d st tio s domia sayo d Broulli. Las rubas so iddits, s dcir qu l rsultado d ua ruba o ifluy sobr l d las otras. La robabilidad d Éito P s mati costat todas las rubas. fiició: U rimto qu satisfac stos cuatro rqurimitos s domia rimto Biomial. mlos: S arroa ua moda vcs y s llama Éito al sucso sal cara. S arroa u dado quilibrado vcs y s llama Éito al sucso s obti u as. 3 S arroa vcs u dardo a u blaco circular d radio R, l cuál coti l ctro u círculo d radio R/4 y s domia Éito al sucso l dardo imacta l círculo ctral. 4 S tra 4 bolillas co rosició d ua ura qu coti bolillas blacas y 3 gras y s domia Éito al sucso las 4 bolillas so blacas. s l qu sigu u rimto Biomial? S tra bolillas si rosició d ua ura qu coti bolillas blacas y 3 gras y s domia Éito al sucso la bolilla traída s blaca. O, o lo s ya qu si domiamos B i al sucso la i-ésima bolilla traída s blaca, 4 P B B P B 7 y, or lo tato o s vrifica la trcra codició. ralidad tamoco s vrifica la sguda ya qu las rubas o so idéticas la comosició d la ura varía. Obsrvmos qu, si mbargo la cuarta codició s satisfac. Variabl alatoria biomial: Cosidrmos u rimto biomial qu cosist d rticios y l cual P. omiarmos v.a. biomial a la variabl otació: ~ Bi,. : úmro d éitos las rticios. 8 37

2 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 38 Calculmos su fució d robabilidad utual. Para llo, obsrvmos rimr lugar qu R {,,,...,}. Sa R, ua scucia osibl co éitos y - fracasos s: 33 F F y su robabilidad, dada la iddcia d las rticios, s. Pro, hay scucias osibls cotido éitos, tocs } {,,..., P Vrifiqumos qu. fcto,. Hmos usado la fórmula dl Biomio d wto: b a b a. Fució d distribució: Si ~ Bi,, [ ] > < F si si si dod [] dota la art tra d. mlo: Suogamos qu s arroa u dado quilibrado vcs y s llama Éito al sucso s obti u as. La v.a. : úmro d ass los tiros ti distribució Biomial d arámtros y /6, o sa ~ Bi,/6, tocs F F P P

3 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 39 sraza y variaza d ua variabl alatoria biomial: Sa ~ Bi,, y V m: l caso, s ua v.a. Broulli y ya hmos dmostrado qu st caso, y V -. Sa ahora >, -. Rcordmos qu. V

4 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 ralidad, ara qu la dmostració atrior sa válida db sr, ro s imdiato vrificar qu, si, y or lo tato la rsió hallada s válida ara todo. Fialmt, V l siguit gráfico s mustra la fució d robabilidad utual corrsodit a la distribució Biomial ara distitos valors d y. Pud obsrvars cómo la distribució s simtriza a mdida qu tid a.. Cómo sría los gráficos ara valors d >.? Bi,. Bi,. Bi, Bi, Bi, Bi, Bi, Bi, Bi,

5 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 l siguit gráfico s mustra la fució d robabilidad utual corrsodit a la distribució Biomial ara distitos valors d y. Bi,. Bi,. Bi, Bi, Bi,. Bi, Bi, Bi,.9 Bi,

6 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 Variabl alatoria Gométrica: Suogamos qu s rit forma iddit u sayo d Broulli co robabilidad d Éito P costat todas las rubas. S dfi la v.a. otació: ~ G. : úmro d rticios hasta obtr l rimr Éito. Al studiar gral las v.a. discrtas, hmos robado qu la fució d robabilidad utual d stá dada or. y su fució d distribució acumulada or F dod [ ] dota la art tra d. [ ] si si < sraza y variaza d ua variabl alatoria gométrica: Sa ~ G, y V m: Lo hmos dmostrado al studiar gral la sraza y la variaza d ua v.a. discrta. Proosició Proidad d Falta d Mmoria: Sa ~ G y sa y m úmros aturals cualsquira, P > m > P > m m: rcicio. Sugrcia: mostrar qu si ~ G, P >. mlo: Sa : úmro d tiros hasta obtr l rimr as ua sucsió d tiros d u dado quilibrado, tocs ~ G /6. 4

7 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 P P 6 P > 6.4 / / 6 V / 6 l siguit gráfico s mustra la fució d robabilidad utual corrsodit a la distribució Gométrica ara distitos valors d. G. G. G G. 3 G.3 3 G G.4 3 G.4 3 G

8 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 Variabl alatoria Biomial gativa: Suogamos qu s rit forma iddit u sayo d Broulli co robabilidad d Éito P costat todas las rubas. S dfi la v.a. : úmro d rticios hasta obtr l r-ésimo Éito r. otació: ~ B r,. sta v.a. s ua gralizació d la v.a. Gométrica, la cual corrsod al caso r. Obsrvmos qu R {r, r, r,...} y hallmos su fució d robabilidad utual. Sa u úmro atural, r. Para qu sa csarias rticios ara obtr l rimr Éito, l r-ésimo Éito db ocurrir la rtició y las - rticios rvias db habr actamt r - Éitos. Como las rticios so iddits r r la robabilidad d ua cofiguració d s tio s, ro hay varias cofiguracios d sta forma. Cuátas? Tatas como formas d lgir tr las - rimras rticios, aqullas dod ocurrirá los r- Éitos, o sa. r Por lo tato la fució d robabilidad utual srá: r r P { r, r, r,...} r Fució d distribució: Si ~ B r,, F [ ] r r r r si < r si r dod [] dota la art tra d. mlo: S tra co rosició bolillas d ua ura qu coti 3 bolillas blacas y 7 roas. S dfi : úmro d traccios hasta obtr la cuarta bolilla roa. ~ B 4,7/ P

9 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 P Proosició: Sa ~ B r,, r r V m: Lo dmostrarmos más adlat usado qu ua v.a. Biomial gativa ud rsars como suma d v.a. Gométricas iddits. Obsrvació: sta v.a. sul tambié dfiirs como l úmro d Fracasos ats d obtr l r-ésimo Éito. Si la dotamos, tocs su rago srá R * {,,,...} {} y su fució d robabilidad utual: r r * st caso, * r * r y V Variabl alatoria Hirgométrica: Suogamos qu La oblació a sr mustrada cosist d lmtos o idividuos oblació fiita Cada lmto o idividuo ud sr clasificado como Éito o Fracaso y hay Éitos la oblació. S tra d la oblació ua mustra d lmtos o idividuos, d forma tal qu cualquir subcouto d tamaño ti la misma robabilidad d sr lgido. Sa : úmro d éitos la mustra d tamaño. S dic qu ti distribució Hirgométrica d arámtros, y y s dota ~ H,, mlo: ua ura qu coti 3 bolillas blacas y 7 gras s tra 4 bolillas si rosició y s dfi : úmro d bolillas blacas traídas. 4

10 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 46 Cómo calcularíamos la robabilidad d qu s traiga bolillas blacas? Como todos los coutos d 4 bolillas ti la misma robabilidad d sr traídos, la robabilidad d uo cualquira d llos srá 4. Por otro lado hay 7 3 coutos qu coti bolillas blacas y gras y, or lo tato la robabilidad dida srá: P Proosició: Si ~ H,,,, mi, ma m: l úmro d subcoutos distitos d tamaño qu s ud trar d ua oblació d tamaño s. sos coutos, hay qu coti Éitos y - Fracasos y s obti la fució d robabilidad. l rago d valors osibls d rsulta d obsrvar qu s db satisfacr trs codicios: - - las dos rimras s obti:, mi, la rimra y la trcra s obti:, ma,. Proosició: Si ~ H,,, V m: rcicio ocioal.

11 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 47 Obsrvacios: l factor qu aarc la rsió d la variaza s domia factor d corrcció or oblació fiita. Si s quño rlació a, la hirgométrica ud sr aroimada or la distribució Biomial d arámtros y /. Obsrvmos qu, st caso l factor d corrcció fiita s aroimadamt. Límit d la fució d robabilidad utual d ua v.a. Biomial: Proosició: Sa ~ Bi, y suogamos qu y, d mara qu fio, tocs: {}. o m: Obsrvmos qu:... tocs,, como quríamos dmostrar.

12 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 sta roosició sugir qu la fució d robabilidad utual odría sr aroimada or la fució d robabilidad límit, ro cuádo s cosidra qu s grad y s quño ara qu la aroimació sa bua? Alguos autors sugir,. y. la siguit tabla s rsta a modo d mlo, alguos valors actos d la robabilidad y su aroimació ara l caso ~ Bi, /36 Prob. acta Biomial Aroimació Como s obsrva, la aroimació s bastat bua, aú cuado o s cuml la codició.. Variabl alatoria Poisso: Ua v.a. cuya fució d robabilidad utual s la obtida la roosició atrior, s dic qu ti distribució d Poisso d arámtro >, y s ota ~ P. s dcir, ~ P si su fució d robabilidad utual stá dada or: o Vrifiqumos qu s, fcto, ua fució d robabilidad utual: {} s obvio qu. Por otra art, ya qu s l dsarrollo sri d. 48

13 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 49 mlo: Sa : úmro d msas rchazados or sgudo or u srvidor, y suogamos qu ~ P. a Calcular la robabilidad d qu s rchac actamt msas u sgudo..84 P b Calcular la robabilidad d qu s rchac a lo sumo msas u sgudo.. P Proosició: Si ~ P, tocs y V m:. Por otra art,. tocs. V

14 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 l siguit gráfico s mustra la fució d robabilidad utual corrsodit a la distribució d Poisso ara distitos valors d. él ud obsrvars cómo la distribució s simtriza alrddor d a mdida qu st arámtro crc. lambda. istribucio Poisso lambda lambda lambda lambda 3 lambda lambda lambda lambda Procso d Poisso: Ua alicació imortat d la distribució d Poisso surg rlació co la ocurrcia d vtos a lo largo dl timo, or uidad d ára, or uidad d volum, tc. lo qu sigu os rfrirmos, si érdida d gralidad a ocurrcias d u vto a lo largo dl timo, qu odrmos squmatizar la forma:

15 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 A artir dl istat y hasta l momto t ocurriro vtos. Imagimos qu dividimos l itrvalo, t u úmro muy grad d quños subitrvalos, d mara qu s satisfac las siguits codicios: La robabilidad d qu ocurra u vto u subitrvalo quño s aroimadamt roorcioal a la logitud dl subitrvalo. La robabilidad d qu ocurra más d u vto u subitrvalo s dsrciabl co rscto a la robabilidad d qu ocurra uo. La ocurrcia d u vto u subitrvalo s iddit d lo qu ocurr otro subitrvalo disuto. articular, si todos los itrvalos so d igual logitud t /, la v.a. t : úmro d vtos qu ocurr l itrvalo, t s casi biomial, sido Éito la ocurrcia d u vto cada uo d los subitrvalos y PÉitorobabilidad d qu ocurra u vto. Si l úmro d subitrvalos s suficitmt grad y or lo tato l suficitmt quño, or l rsultado límit qu hmos robado, la variabl t ti distribució d Poisso. mlos: Msas d corro lctróico qu llga a ua casilla d corros. misió d artículas or ua sustacia radioactiva. 3 Accidts qu ocurr u cruc d ruta. 4 úmro d rrors ua ágia d u libro. úmro d larvas d cirto iscto u trro. rcicio: Para cada uo d stos mlos, discutir qu situacios s vrifica las trs codicios uciadas. fiició: Suogamos qu s obsrva la ocurrcia d u vto a lo largo dl timo y qu ist ua catidad ositiva θ >, tal qu La robabilidad d qu ocurra actamt u vto u itrvalo quño d logitud Δt s aroimadamt igual a θ Δt, s dcir: Pocurra u vto Δt θ Δt oδt g h sido oh ua fució gh tal qu lim. h h

16 Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 La robabilidad d qu ocurra más d u vto u itrvalo quño d logitud Δt s dsrciabl cuado s la comara co la robabilidad d qu ocurra u vto, s dcir: Pocurra más d u vto Δt oδt 3 l úmro d vtos qu ocurr u itrvalo s iddit dl úmro d vtos qu ocurr otro itrvalo disuto. tocs, l úmro d ocurrcias dl vto u riodo d logitud t ti distribució d Poisso d arámtro θ t, s dcir qu la v.a. t : úmro d ocurrcias dl vto l itrvalo d logitud t satisfac t ~ Pθ t Obsrvacios: Cómo s itrrta la catidad θ? Pud itrrtars como la tasa mdia a la cual ocurr los vtos la uidad d timo. S la sul llamar tasa mdia d ocurrcia o itsidad dl Procso d Poisso. Cuál s la difrcia tr u Procso d Poisso y ua v.a. co distribució Poisso? La dfiició atrior, qu ralidad s u torma, da las codicios bao las cuáls cirtos rimtos alatorios qu roduc como rsultados vtos l timo o logitud, ára, volum, tc ud sr modlados mdiat la distribució d Poisso. Cosidrmos los mlos a. Sólo bao cirtas codicios, satisfac las roidads d u Procso d Poisso. mlo: Suogamos qu l úmro d msas d corro lctróico qu llga a ua casilla d corros sigu u rocso d Poisso d itsidad θ msas / miuto. a Cuál s la robabilidad d qu o s rciba igú msa tr las hs y las :3 hs? Sa 3 : úmro d msas u riodo d 3 miutos, 3 ~ P 3 P6. tocs, P 3-6. b Cuál s l úmro srado d msas mdia hora? Sa 3 : úmro d msas u riodo d 3 miutos 3 ~ P 3 P6 3 6 c Cuál s la robabilidad d qu o s rciba igú msa tr las 3:3 hs y las 3:33 hs? La rsusta s la misma dl ítm a orqu la distribució dd sólo d la logitud dl itrvalo y o d su ubicació.

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal)

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal) PROLMAS TMA JRCICIO j 9.5 d Frádz Abascal La cotizació olsa d u cirto título s cosidra ua variabl alatoria ormalmt distribuida co arámtros dscoocidos, ro s diso d la siguit iformació: a ist u,5% d robabilidad

Más detalles

3. Modelos Univariantes de Probabilidad. Curso Estadística. Modelos Univariantes

3. Modelos Univariantes de Probabilidad. Curso Estadística. Modelos Univariantes 3. Modlos Uivariats d Probabilidad Curso - Estadística Modlos Uivariats Procso d Broulli El rsultado d u rimto admit dos catgorías: Actabl y Dfctuoso. S rit l rimto vcs. La robabilidad d dfctuoso s la

Más detalles

Observación: si en la urna hubiese 1500 bolillas blancas y 500 verdes y se extraen dos bolillas al azar sin reemplazo, entonces

Observación: si en la urna hubiese 1500 bolillas blancas y 500 verdes y se extraen dos bolillas al azar sin reemplazo, entonces art Variabls alatorias rof. María B. itarlli.- Variabls alatorias discrtas imortats Distribució biomial Sa ε u xrimto alatorio. Sa u vto asociado a ε y aotamos Suogamos u xrimto alatorio ε u cuml los siguits

Más detalles

Consideremos los siguientes experimentos aleatorios

Consideremos los siguientes experimentos aleatorios 69 Veremos e lo que sigue uevas variables aleatorias discretas. Estas variables y sus distribucioes se utiliza como modelos e muchas alicacioes estadísticas. Distribució Biomial Cosideremos los siguietes

Más detalles

Se llama sucesión a un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero,...

Se llama sucesión a un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero,... TEMA SUCESIONES. CONCEPTO DE SUCESIÓN DEFINICIÓN DE SUCESIÓN S llama sucsió a u cojuto d úmros dados ordadamt d modo qu s puda umrar: primro, sgudo, trcro,... Los lmtos d la sucsió s llama térmios y s

Más detalles

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas Uivrsidad d Purto Rico Rcito Uivrsitario d Mayagüz Dpartamto d Cicias Matmáticas Eam III Mat - Cálculo II d abril d 8 Nombr Númro d studiat Scció Profsor Db mostrar todo su trabajo. Rsulva todos los problmas.

Más detalles

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r.

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r. (Aputs rvisió para oritar l aprdizaj) DESARROLLO DE LAS FUNCIONES LOGARÍTMICA Y EXPONENCIAL EN SERIES DE POTENCIAS Ua Sri d Potcias s dfi como: a a a a a = = + + + la qu s vidt qu covrg si =. Para dtrmiar

Más detalles

al siguiente límite si existe: . Se suele representar por ( x )

al siguiente límite si existe: . Se suele representar por ( x ) UNIDAD : DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit it si ist: f f ' sigifica lo mismo. f. S sul rprstar por f D

Más detalles

Universidad de Costa Rica. Instituto Tecnológico de Costa Rica. Determinar si las integrales impropias convergen o divergen.

Universidad de Costa Rica. Instituto Tecnológico de Costa Rica. Determinar si las integrales impropias convergen o divergen. Uivrsidad d Costa Rica Istituto Tcológico d Costa Rica Tma: Itgrals impropias. Objtivos: Clasificar las itgrals impropias sgú su spci: primra, sguda o trcra spci. Calcular itgrals impropias utilizado su

Más detalles

Señales y Sistemas. Análisis de Fourier.

Señales y Sistemas. Análisis de Fourier. Sñals y Sistmas Aálisis d Fourir. Itroducció El foqu d st capítulo s la rprstació d sñals utilizado sos y cosos ( otras palabras, xpocials complas). El studio d sñals y sistmas utilizado xpocials complas

Más detalles

SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA 1: Problema Nº 5.34 Oppenheim

SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA 1: Problema Nº 5.34 Oppenheim SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA : Problma Nº 5.3 Opphim Obsrv l siguit sistma: Dtrmi y() Solució: El traycto d arriba produc, al multiplicar por Cos(/), traslació dl spctro

Más detalles

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3 Rpaso d Matmáticas E st apédic s hará u brv rpaso d las cuacios y fórmulas básicas d utilidad Química Física gral y Trmodiámica Química particular. EXPONENTES Y POTENCIAS Muchos úmros s xprsa forma más

Más detalles

TEMA 2 SUCESIONES. Tema 2 Sucesiones Matemáticas I 1º Bach. 1 SUCESIONES Y TÉRMINOS

TEMA 2 SUCESIONES. Tema 2 Sucesiones Matemáticas I 1º Bach. 1 SUCESIONES Y TÉRMINOS Tma Sucsios Matmáticas I º Bach. TEMA SUCESIONES SUCESIONES Y TÉRMINOS EJERCICIO : Si l térmio gral d ua sucsió s a 0 Halla l térmio sgudo y l décimo. b) Hay algú térmio qu valga? Si hay dcir qu lugar

Más detalles

1.- a) Hallar a y b para que la siguiente función sea continua en x = 1:

1.- a) Hallar a y b para que la siguiente función sea continua en x = 1: .- a) Hallar a y b para qu la siguit fució sa cotiua = : b L( ) < f = a = > L b) Para sos valors d a y b, studiar la drivabilidad d f =. Solució: a) f s cotiua l puto = lim f = f() E st caso f () = a lim

Más detalles

Variables aleatorias continuas

Variables aleatorias continuas Probabilidads y Estadística Comutación Facultad d Cincias Eactas y Naturals. Univrsidad d Bunos Airs Ana M. Bianco y Elna J. Martín 4 Variabls alatorias continuas Distribución Uniorm: Rcordmos qu tin distribución

Más detalles

Análisis del caso promedio El plan:

Análisis del caso promedio El plan: Aálisis dl caso promdio El pla: Probabilidad Aálisis probabilista Árbols biarios d búsquda costruidos alatoriamt Tris, árbols digitals d búsquda y Patricia Listas sip Árbols alatorizados Técicas Avazadas

Más detalles

Cap. II: Principios Fundamentales del Flujo de Tránsito

Cap. II: Principios Fundamentales del Flujo de Tránsito Cap. II: Pricipios Fudamtals dl Flujo d Trásito Diagrama Espacio-Timpo Distacia 1 2 Itralo (i) 3 4 5 6 Espaciamito () Timpo Flujo, q Dsidad, Vlocidad, Tasa horaria quialt a la cual trasita los hículos

Más detalles

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,

Más detalles

Política Fiscal. Gobiernos de coalición o de intereses geográficos dispersos

Política Fiscal. Gobiernos de coalición o de intereses geográficos dispersos Política Fiscal Goiros d coalició o d itrss oráficos disrsos Goiros d coalició o d itrss oráficos disrsos Escario olítico dod l oiro stá comusto or dos artidos coalició:. Partidos ti rfrcias distitas sor

Más detalles

MATEMÁTICA D Módulo I: Análisis de Variable Compleja. Teoría de Residuos

MATEMÁTICA D Módulo I: Análisis de Variable Compleja. Teoría de Residuos Matmática D MATEMÁTIA D Módulo I: Aálisis d Variabl omplja Uidad Toría d siduos Mag. María Iés Baragatti Sigularidads S dic qu s ua sigularidad aislada d f( si f( o s aalítica pro sí s aalítica u toro

Más detalles

DECAIMIENTO RADIOACTIVO

DECAIMIENTO RADIOACTIVO DECIMIETO RDIOCTIVO El dcaimito radioactivo s idpdit dl modo d dcaimito, y s aplica a todos llos: α,β +, β -, CE (captura lctróica), γ, y fisió spotáa. Postulados: LEY DE DESITEGRCIO RDIOCTIV. La probabilidad

Más detalles

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS)

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) Los sistmas o lials pud llgar a tr comportamitos ralmt sorprdts alguos casos: por u lado pud llgar a tr diámicas totalmt difrts sgú l valor qu

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

INTEGRAL INDEFINIDA. Derivación. Integración TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA FUNCIÓN PRIMITIVA. F() s ua primitiva d f() si F ()= f(). Esto s prsa así: f() = F'() = F() La itgració s la opració ivrsa a la drivació, d modo qu: FUNCIONES

Más detalles

8 Límites de sucesiones y de funciones

8 Límites de sucesiones y de funciones Solucioario 8 Límits d sucsios y d ucios ACTIVIDADES INICIALES 8.I. Calcula l térmio gral, l térmio qu ocupa l octavo lugar y la suma d los ocho primros térmios para las sucsios siguits., 6,,,..., 6, 8,,...,,,,...

Más detalles

TEMA 1: CALCULO DIRECTO DE LÍMITES

TEMA 1: CALCULO DIRECTO DE LÍMITES INSTITUCION EDUCATIVA DISTRITAL RODRIGO DE BASTIDAS Rsolució Nº 88 d ovimbr.8/ ScrtariaD Educació Distrital REGISTRO DANE Nº-99 Tléfoo Barrio Bastidas Sata Marta DEPARTAMENTO DE MATEMATICAS ACTIVIDAD ESPECIAL

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

INTEGRAL INDEFINIDA. Derivación. Integración TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA. FUNCIÓN PRIMITIVA F() s ua primitiva d f() si F ()= f(). Esto s prsa así: La itgració s la opració ivrsa a la drivació, d modo qu: f() F'() F() FUNCIONES PRIMITIVAS

Más detalles

ESTIMADOR DE AITKEN Y PROPIEDADES DEL MISMO (Última revisión: 1 de marzo de 2007)

ESTIMADOR DE AITKEN Y PROPIEDADES DEL MISMO (Última revisión: 1 de marzo de 2007) Apts d clas d coomtría II / 6 STIMADOR D AITKN Y ROIDADS DL MISMO Última rvisió: d marzo d 7 rof. Rafal d Arc rafal.darc@am.s stimació d los parámtros dl MBRL por máxima vrosimilitd Apoádoos la hipótsis

Más detalles

Demostraremos estos resultados por medio de la Función generatriz de momentos y algunos de los resultados ya obtenidos en la Práctica 4.

Demostraremos estos resultados por medio de la Función generatriz de momentos y algunos de los resultados ya obtenidos en la Práctica 4. ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 8: UESTREO EJERCICIO Dmosrarmos sos rsulados or mdio d la Fució grariz d momos y alguos d los rsulados ya obidos la Prácica 4. Sa, ocs, + + +, al qu Broulli (. Eocs: (

Más detalles

Modelo de Regresión Logística

Modelo de Regresión Logística Modlo d Rgrsión Logística Modlo d rgrsión qu lica l comortaminto d una variabl dndint discrta, Y, dicotómica n función d una o más variabls indndints cualitativas o cuantitativas. Los valors qu toma la

Más detalles

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros .8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros 59.8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros Variació d parátros U procdiito

Más detalles

CÁLCULO NUMÉRICO ( )

CÁLCULO NUMÉRICO ( ) CÁLCULO NUMÉRICO (808068) Tma. Fudamtos d la Toría d Errors Octubr 0. Al studiar l fómo diario d la variació qu primta las codicios mtorológicas, s suprim muchas variabls qu dbría d itrvir los cálculos.

Más detalles

3. Modelos Univariantes de Probabilidad. Curso Estadística. Modelos Univariantes

3. Modelos Univariantes de Probabilidad. Curso Estadística. Modelos Univariantes 3. Modlos Uivariats d Probabilidad Curso - Estadística Modlos Uivariats Procso d Broulli El rsultado d u primto admit dos catgorías: Acptabl y Dfctuoso. S rpit l primto vcs. La probabilidad d dfctuoso

Más detalles

TALLER 4: Preparación parcial final. Cálculo Integral. UdeA Profesor: Jaime Andrés Jaramillo.

TALLER 4: Preparación parcial final. Cálculo Integral. UdeA Profesor: Jaime Andrés Jaramillo. TALLER : Prparació parcial fial Cálculo Itgral UdA - Profsor: Jaim Adrés Jaramillo jaimaj@cocptocomputadorscom Sucsios Mustr los primros cuatro térmios d la sucsió y dtrmi si s covrgt o divrgt: a) d) +

Más detalles

Sistemas de ecuaciones diferenciales lineales

Sistemas de ecuaciones diferenciales lineales 695 Aálisis matmático para Igiría M MOLERO; A SALVADOR; T MENARGUEZ; L GARMENDIA CAPÍTULO Sistmas d cuacios difrcials lials d primr ord Cuado s studia matmáticamt ua situació d la ralidad, l modlo qu s

Más detalles

Tema 8. Limite de funciones. Continuidad

Tema 8. Limite de funciones. Continuidad . Límit d ua fució. Fucios covrgts.... Límits latrals.... Distitos tipos d límits.... Límits ifiitos cuado tid a u úmro ral asítota vrtical.... Límits fiitos cuado tid a ifiito asítota horizotal... 8.

Más detalles

Respuesta en frecuencia. Procesado Digital de Señales.4º Ingeniería Electrónica. Universitat de València. Profesor Emilio Soria.

Respuesta en frecuencia. Procesado Digital de Señales.4º Ingeniería Electrónica. Universitat de València. Profesor Emilio Soria. Rspusta frcucia. Procsado Digital d Sñals.4º Igiría Elctróica. Uivrsitat d Valècia. Profsor Emilio Soria. 1 Itrés uso PDS. Ti l mismo uso qu sistmas cotiuos: dtrmiar la salida d u sistma stado stacioario;

Más detalles

Modelos Probabilísticos comunes

Modelos Probabilísticos comunes Modlos robabilísicos comus M. A. Vícor D. iilla Morá Faculad d Igiría, UNAM Rsum Iroducció. sayo d Broulli. Disribució d Broulli, drmiació d su mdia y d su variaza. rocso d Broulli. Disribució biomial,

Más detalles

Teoría de Sistemas y Señales

Teoría de Sistemas y Señales Toría d Sistmas y Sñals Trasparias: Aálisis ruial d sñals TD Autor: Dr. Jua Carlos Gómz Aálisis ruial d Sñals Timpo Disrto. Sri d ourir d Sñals Timpo Disrto Sa () ua sñal priódia o príodo, s dir: ( ) +

Más detalles

CASO DE ESTUDIO N 8. Análisis de un tornillo de transmisión

CASO DE ESTUDIO N 8. Análisis de un tornillo de transmisión Vrsió 01 CAPITULO POYECTO DE ELEMENTOS DE SUJECIÓN, ANCLAJE Y CIEE CASO DE ESTUDIO N 8 Aálisis u torillo trasmisió Vrsió 01 1. Itroucció Los torillos trasmisió stá somtios a cosirabls solicitacios bias

Más detalles

1.- Estudie el carácter de la serie numérica. 1 es divergente, la serie n propuesta será divergente. Solución.- Puesto que, n = 1, 2, 3,...

1.- Estudie el carácter de la serie numérica. 1 es divergente, la serie n propuesta será divergente. Solución.- Puesto que, n = 1, 2, 3,... TUTORÍA DE MATEMÁTICAS III (º A.D.E.) -mil: imozs@lx.ud.s http://tlfoic.t/wb/imm EJERCICIOS DE SERIES NUMÉRICAS PROPUESTOS EN EXÁMENES.- Estudi l cráctr d l sri uméric. (Fbrro 00, x. or.) Solució.- Pusto

Más detalles

CÁLCULO DE LÍMITES. Por otro lado es importante distinguir en el cálculo de límites, los casos indeterminados de los determinados: = ; = ; =

CÁLCULO DE LÍMITES. Por otro lado es importante distinguir en el cálculo de límites, los casos indeterminados de los determinados: = ; = ; = CÁLCULO DE LÍMITES Propidds d los límits.- ( b ) b.- ( b ) b.- ( b ) b.- ( b ) b b.- ( ) ( ) 6.- k k b Por otro ldo s importt distiguir l cálculo d límits, los csos idtrmidos d los dtrmidos: Csos dtrmidos:

Más detalles

5 Variables aleatorias bidimensionales y de mayor dimension.

5 Variables aleatorias bidimensionales y de mayor dimension. 5 Variables aleatorias bidimesioales de maor dimesio. Edgar Acua ESMA 4 Edgar Acua Sea S el esacio muestral de u eerimeto aleatorio. Sea s s dos ucioes que asiga u umero real a cada elemeto s de S. Etoces

Más detalles

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta. PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución

Más detalles

Definición de derivada

Definición de derivada Dfinición d drivada. Halla, utilizando la dfinición, la drivada d la función f ( ) n l punto =. Compruba aplicando las rglas d drivación qu tu rsultado s corrcto. f ( ) f () La drivada pdida val: f ()

Más detalles

ANÁLISIS DE FOURIER CAPÍTULO CUATRO TIEMPO DISCRETO Introducción

ANÁLISIS DE FOURIER CAPÍTULO CUATRO TIEMPO DISCRETO Introducción CAPÍTULO CUATRO AÁLISIS DE FOURIER TIEMPO DISCRETO 4. Itroducció Las técicas dl aálisis d Fourir timpo cotiuo dsarrolladas l capítulo atrior ti mucho valor l aálisis d las propidads d sñals y sistmas d

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

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA Uivrsidad Católica Adrés Bllo UIVERSIDAD CATOLICA ADRES BELLO Urb. Motalbá La Vga Apartado 068 Tléfoo: 47-448 Fa: 47-3043 Caracas, 0 - Vzula Facultad d Igiría Escula d Igiría Iformática -----------------------

Más detalles

(esta notación fue elegida por el matemático Leonhar Euler) De hecho la función f ( x)

(esta notación fue elegida por el matemático Leonhar Euler) De hecho la función f ( x) INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMATICAS ASIGNATURA: MATEMATICAS DOCENTE: HUGO HERNAN BEDOYA TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO FECHA DURACION 9 OCTUBRE

Más detalles

EJERCICIOS RESUELTOS TEMA 1: PARTE 3

EJERCICIOS RESUELTOS TEMA 1: PARTE 3 Ejrcicios rsultos Tma part III): Límits d uncions º BCN EJERCICIOS RESUELTOS TEMA : PARTE 3 LÍMITES DE FUNCIONES. CONTINUIDAD Ejrcicios rsultos Tma part III): Límits d uncions º BCN ) Dada la guint unción:

Más detalles

Matemáticas Aplicadas a las Ciencias Sociales II. Análisis: Derivadas Tema 6. Derivadas 1. Derivada de una función en un punto

Matemáticas Aplicadas a las Ciencias Sociales II. Análisis: Derivadas Tema 6. Derivadas 1. Derivada de una función en un punto Matmáticas Aplicadas a las Cicias Socials II Aálisis: Drivadas Tma 6 Drivadas Drivada d ua fució u puto Tasa d variació d ua fució S llama tasa d variació mdia d ua fució f (), l itrvalo [a, b], al valor

Más detalles

Estadística para Química - 1er. cuat. 2007 - Marta García Ben

Estadística para Química - 1er. cuat. 2007 - Marta García Ben Ej. 1 Podriamos cosiderar S={0,1,} (los resultados o sería igualmete probables). Pero tambie podemos defiir S={CC,CS,SC,SS} describiedo todos los resultados de tirar dos moedas y luego asociar CC, CS 1,

Más detalles

De la medición surge un valor, llamado valor de la magnitud y que indica el número de veces que la unidad elegida está contenida en la magnitud.

De la medición surge un valor, llamado valor de la magnitud y que indica el número de veces que la unidad elegida está contenida en la magnitud. Máquias, Métodos y Cotrol Dimsioal dl Procsamito METROLOGÍA MECÁNICA MEDICIONES Dfiició: Efctuar ua mdició, sigifica cotrar la distacia tr dos putos dados. Est caso s l más frcut, cuado las mdicios s rfir

Más detalles

FÓRMULAS PARA LA ESTIMACIÓN DE LA CAPACIDAD

FÓRMULAS PARA LA ESTIMACIÓN DE LA CAPACIDAD APÉNDICE: FÓRMULAS PARA LA ESTIMACIÓN DE LA CAPACIDAD Fórmula uificada d Kimbr Kimbr aglutia la xpricia d muchos años d sayos ralizados por l TRRL Gra Brtaña y propo ua fórmula uificada para l cálculo

Más detalles

61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS

61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS Cp. 6 Sris 6. 6.. SERIES NUMÉRICAS INFINITAS 6.. SERIES DE TÉRMINOS POSITIVOS 6.. SERIES ATERNANTES 6.. SERIES DE POTENCIAS Objtivo: S prtd qu l studit: Dtrmi covrgci o divrgci d sris. Empl sris pr rsolvr

Más detalles

CASTILLA-LA MANCHA / JUNIO 02. LOGSE / FÍSICA / EXAMEN COMPLETO

CASTILLA-LA MANCHA / JUNIO 02. LOGSE / FÍSICA / EXAMEN COMPLETO CASILLA-LA MANCHA / JUNIO 0. LOGSE / FÍSICA / EXAMEN COMPLEO El aluo dbrá cottar a ua d la do ocio routa A o B. Lo robla utúa 3 uto cada uo y la cutio uto cada ua. S odrá utilizar ua calculadora y ua rgla.

Más detalles

Capítulo IV. Estadísticas cuánticas.

Capítulo IV. Estadísticas cuánticas. Capítulo I. stadísticas cuáticas. Lcció 6 Itroducció a las stadísticas cuáticas. Partículas distiguibls idistiguibls. stadísticas d Bos-isti y d rmi-dirac. Lcció 7 Gas idal d rmi: lctros mtals. Lcció 8

Más detalles

Tema 5. Análisis de Fourier para Señales y Sistemas Discretos.

Tema 5. Análisis de Fourier para Señales y Sistemas Discretos. Tma 5. Aálisis d Fourir para Sñals y Sistmas Discrtos. E l tma 3 hmos hcho u studio d los sistmas discrtos l domiio tmporal. Esto os ha prmitido ralizar ua caractrizació d los mismos y hacr u studio d

Más detalles

1 Ejemplos de Aproximaciones de Integrales con Sumas de Riemman

1 Ejemplos de Aproximaciones de Integrales con Sumas de Riemman Ejmplos d Aproximacios d Itgrals co Sumas d Rimma Esta Ru Hurtado Cruz UNAM. Itrodució Estos jmplos d aproximacios d sumas d Rima s usaro l curso d Calculo II, durat l smstr 003- d la Facultad d Cicias

Más detalles

Ejercicios resueltos Distribuciones discretas y continuas

Ejercicios resueltos Distribuciones discretas y continuas ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s

Más detalles

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS Capítlo 17. Drivada d las Fcios Epocial, Logarítmica. CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS Ejrcicio. Dibja la gráfica d la fció =, para sto lla la sigit tabla: 0 1 3 4-1 - -3-4 Vamos l sigit

Más detalles

El transistor bipolar de unión (BJT)

El transistor bipolar de unión (BJT) l rasisor biolar d uió (JT roducció 1948-1949: illia hockly, Joh ard y alr H. raai dscubr s disosiivo y modla su riciio d fucioamio. s l rasisor más uilizado circuios discros. Prsa mayors vlocidad d rsusa

Más detalles

CINEMÁTICA (TRAYECTORIA CONOCIDA)

CINEMÁTICA (TRAYECTORIA CONOCIDA) 1º Bachillrato: Cinmática (trayctoria conocida CINEMÁTICA (TRAYECTORIA CONOCIDA (Todos los datos y cuacions, n unidads dl S.I. 1. Un objto tin un moviminto uniform d rapidz 4 m/s. En l instant t=0 s ncuntra

Más detalles

LA DISTRIBUCIÓN BINOMIAL-EXPONENCIAL TRUNCADA CON APLICACIONES EN EL SECTOR DEL SEGURO DE AUTOMÓVILES

LA DISTRIBUCIÓN BINOMIAL-EXPONENCIAL TRUNCADA CON APLICACIONES EN EL SECTOR DEL SEGURO DE AUTOMÓVILES LA DISTRIBUCIÓN BINOMIAL-EPONENCIAL TRUNCADA CON APLICACIONES EN EL SECTOR DEL SEGURO DE AUTOMÓVILES Emilio Gómz-Déiz y José María Sarabia Abstract I this papr w prst a w claim cout distributio with ovrdisprsio.

Más detalles

Un ejercicio relacionado con la función Li(x)

Un ejercicio relacionado con la función Li(x) Uivrsidad Iramricaa d Puro Rico - Rcio d Poc U jrcicio rlacioado co la fució Por: Eriqu Díaz Gozálz Uivrsidad Iramricaa d Puro Rico, Rcio d Poc. U poco d hisoria. E la búsquda para ua l qu idicara la disribució

Más detalles

Tema 11. Limite de funciones. Continuidad

Tema 11. Limite de funciones. Continuidad Tma. Limit d fucios. Cotiuidad. Límit d ua fució. Fucios covrgts.... Límits latrals.... Distitos tipos d límits.... Límits ifiitos cuado tid a u úmro ral asítota vrtical.... Límits fiitos cuado tid a ifiito

Más detalles

PROBLEMAS DE LÍMITES DE FUNCIONES (Por métodos algebraicos) Observación: Algunos de estos problemas provienen de las pruebas de Selectividad.

PROBLEMAS DE LÍMITES DE FUNCIONES (Por métodos algebraicos) Observación: Algunos de estos problemas provienen de las pruebas de Selectividad. Funcions Límits y continuidad PROBLEMAS DE LÍMITES DE FUNCIONES Por métodos algbraicos Obsrvación: Algunos d stos problmas provinn d las prubas d Slctividad Si ist l it d una función f cuando a, y si f

Más detalles

Transformador VALORES NOMINALES Y RELATIVOS

Transformador VALORES NOMINALES Y RELATIVOS Tasfomado VAORE NOMNAE Y REATVO Nobto A. mozy VAORE NOMNAE as picipals caactísticas d las máquias vi dadas po los fabicats la domiada placa o chapa d caactísticas; dod s spcifica, t otas cosas, la potcia

Más detalles

es divergente. es divergente.

es divergente. es divergente. .- Dtrmir l cráctr d l sri sgú los vlors d = +. Solució: sido = + = Si = = lim = s divrgt. = Si < < lim = s divrgt. = Si = = lim = s divrgt. = Si >, plicdo l critrio d D`Almrt: + ( + ) ( + ) + lim = lim

Más detalles

5 MECÁNICA ESTADÍSTICA CUÁNTICA DE GASES IDEALES

5 MECÁNICA ESTADÍSTICA CUÁNTICA DE GASES IDEALES ma 5 MCÁICA SADÍSICA CUÁICA D GASS IDALS stadística d rmi-dirac y stadística d Bos-isti. l límit clásico. Gas idal d rmi: lctros mtals. Gas idal d Bos: fotos y 4H líquido. Codsació d Bos-isti. [RI-9; HUA-8;

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

La distribución canónica y la aproximación clásica. Espacio de fases clásico. Distribución de velocidades de Maxwell. Aplicaciones de la distribución

La distribución canónica y la aproximación clásica. Espacio de fases clásico. Distribución de velocidades de Maxwell. Aplicaciones de la distribución La distibució caóica y la aoiació clásica. Esacio d fass clásico. Distibució d locidads d Mawll. Alicacios d la distibució d locidads d Mawll. Efusió y hacs olculas La distibució caóica sgú la aoiació

Más detalles

CAMPO MAGNÉTICO FCA 08 ANDALUCÍA

CAMPO MAGNÉTICO FCA 08 ANDALUCÍA 1. a) Exliqu las xrincias d Örstd y cont cóo las cargas n oviinto originan caos agnéticos. b) En qué casos un cao agnético no jrc ninguna furza sobr una artícula cargada? Razon la rsusta.. Dos conductors

Más detalles

ANILLOS Rodrigo Vargas

ANILLOS Rodrigo Vargas CAPITULO III ANILLOS Rodrigo Vargas 1. Aillos y Homomorfismos 1. (a) Sea G u gruo abeliao (aditivo). Defiimos ua oeració de multilicació e G or ab 0 (ara todo a, b G). Eoces G es u aillo. (b) Sea S el

Más detalles

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t. PROCESOS ROBABILIDADES ESTOCÁSTICOS (ITEL-3005) (80807) Tema 4. Los Procesos Tema. de Fudametos Poisso y otros de Estadística procesos asociados Descriptiva Semaa Distribució 5 Clase 07 de frecuecias Lues

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

variables aleatorias discretas, la función de probabilidad conjunta del vector aleatorio ( X,..., se define como: ) A

variables aleatorias discretas, la función de probabilidad conjunta del vector aleatorio ( X,..., se define como: ) A cors loros. só más d dos dmsos Dcó: S... rbls lors dscrs l ucó d robbldd cou dl cor loro... s d como: ddo culqur couo A R...... P... P... A...... A...... s ucó ssc ls sgus rodds:.................. orm

Más detalles

LÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN

LÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN LÍMITE DE FUNCIONES LÍMITE DE UNA FUNCIÓN CUANDO LÍMITE FINITO. DEFINICIÓN Cuando la función pud comportars d divrsas manras: f l Al aumntar los valors d, los valors d f s aproiman a un cirto númro l.

Más detalles

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13 º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y

Más detalles

OBTENCIÓN DE LA MATRIZ DE VARIANZAS Y COVARIANZAS A TRAVÉS DE LOS PRODUCTOS KRONECKER PARA MODELOS BALANCEADOS

OBTENCIÓN DE LA MATRIZ DE VARIANZAS Y COVARIANZAS A TRAVÉS DE LOS PRODUCTOS KRONECKER PARA MODELOS BALANCEADOS UNVERSS SCENRUM Rvista d la Facultad d Cicias ulio-dicimbr d PONFC UNVERSDD VERN Vol. 8, 9- OBENCÓN DE L MRZ DE VRNZS Y COVRNZS RVÉS DE LOS PRODUCOS RONECER PR MODELOS BLNCEDOS Luz Maria Moa Moa Facultad

Más detalles

APLICACIONES DE LA DERIVADA

APLICACIONES DE LA DERIVADA APLICACIONES DE LA DEIVADA Ecucación d la rcta tangnt Ejrcicio nº.- Halla las rctas tangnts a la circunrncia: y y 6 n Ejrcicio nº.- Dada la unción abscisa., scrib la cuación d su rcta tangnt n l punto

Más detalles

5. LA TEORÍA CUÁNTICA ANTIGUA

5. LA TEORÍA CUÁNTICA ANTIGUA 5. La Toría Cuática Atigua 5. LA TEORÍA CUÁNTICA ANTIGUA Itroducció El itto d rsolvr l problma d la istabilidad dl átomo d Ruthrford llvó a Nils Bohr a formular 93 ua toría simpl d la structura atómica,

Más detalles

si G es abierto. La función del conjunto m tiene las siguientes propiedades: de partes de se dice que es una , entonces E.

si G es abierto. La función del conjunto m tiene las siguientes propiedades: de partes de se dice que es una , entonces E. LA INTGRAL D LBSGU PARA FUNCIONS D UNA SOLA VARIABL RSULTADOS TÓRICOS LA MDIDA D LBSGU CONJUNTOS MDIBLS Dado u couto abierto o vació G de la recta real, existe ua amilia iita o umerable {V: œl}, ormada

Más detalles

Solución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b

Solución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr

Más detalles

7ma Guía de Estudio 2do Parcial Estudio de Series de Potencia SOLUCIONARIO Guía Complementaria No.07

7ma Guía de Estudio 2do Parcial Estudio de Series de Potencia SOLUCIONARIO Guía Complementaria No.07 álculo tgrl (MAT, Scc.67 r Trimstr, do Smstr doprcil 7mGuíEstudio Documto lordo : M.Sc. g. Julio ésr Lóz Zró H6 7m Guí d Estudio do Prcil Estudio d Sris d Potci SOLUONAO Guí omlmtri No.7 omtrios Grls Ést

Más detalles

OPERACIONES CON LÍMITES DE FUNCIONES Ls oprcios co límits, tto u puto como l ifiito, ti us propidds álogs qu dbmos coocr: PROPIEDADES El límit d l sum o difrci d dos fucios s l sum o difrci d los límits

Más detalles

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c) TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu

Más detalles

6. FAST FOURIER TRANSFORM (FFT)

6. FAST FOURIER TRANSFORM (FFT) 6. FAS FOURIER RASFORM FF Las rasformadas Rápidas d Fourir so algoritmos spcializados qu prmit a u procsador digital acr l cálculo d la rasformada Discrta d Fourir d ua forma ficit, lo qu rspcta a carga

Más detalles

Solución a la práctica 6 con Eviews

Solución a la práctica 6 con Eviews Solución a la práctica 6 con Eviws El siguint modlo d rgrsión rlaciona la nota mdia qu obtinn los alumnos n matmáticas (nota) n un cntro, con l númro d profsors disponibls n l cntro (profsors), l porcntaj

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

Tema 5: Transistor Bipolar de Unión (BJT)

Tema 5: Transistor Bipolar de Unión (BJT) Tma 5: Trasistor ipolar d Uió JT) 5.1 troducció otidos 5.2 ucioamito dl trasistor Zoa Activa Dircta 5.3 Modlo d orrits dl Trasistor. Modlo d rs-moll 5.4 Modos o Zoas d Opració 5.5 Modlos Spic 5.6 jmplos

Más detalles

91 EJERCICIOS de DERIVABILIDAD 2º BACH.

91 EJERCICIOS de DERIVABILIDAD 2º BACH. 9 EJERCICIOS d DERIVABILIDAD º BACH. Drivabilidad y continuidad:. Dada si 0 f() si < 0 (Soluc: / f'(0)), s pid: a) Estudiar su drivabilidad n 0 b) Rprsntarla.. Ídm con 4 5 si f() 4 si < n (Soluc: f'()).

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

LÍMITES DE FUNCIONES.

LÍMITES DE FUNCIONES. LÍMITES DE FUNCIONES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Sa y una unción ral d variabl ral. D una manra intuitiva y oco rcisa, dirmos qu l it d s L, cuando s aroima a, si ocurr qu cuanto más róimo sté

Más detalles

Problemas Tema 2: Sistemas

Problemas Tema 2: Sistemas SISTEMAS Y CIRCUITOS ~ PROBLEMAS Curso Académico 00900 Problmas Tma Sismas PROBLEMA. Dados los siguis sismas impo coiuo las sñals d rada idicadas, drmi las sñals d salida corrspodis ( ) x sñal d rada x

Más detalles

0. Introducción. Motivación y enunciado del problema 1. Solución de la ec. de Schrödinger indepte. del tiempo

0. Introducción. Motivación y enunciado del problema 1. Solución de la ec. de Schrödinger indepte. del tiempo 4. El Oscilador aróico cuático O 0. Itroducció. Motivació y uciado dl probla. Solució d la c. d Schrödigr idpt. dl tipo. Ergías y fucios d oda stacioarias. 3. Propidads itrsats y caractrísticas dl O cuático.

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

TEMA 5: Efectos de los Rectificadores sobre la red de alimentación.

TEMA 5: Efectos de los Rectificadores sobre la red de alimentación. TEMA 5 : Efctos d los Rctificadors sobr la rd d alimtació TEMA 5: Efctos d los Rctificadors sobr la rd d alimtació. Ídic TEMA 5: Efctos d los Rctificadors sobr la rd d alimtació. 5..- Factor d Potcia....

Más detalles

Coeficientes binomiales

Coeficientes binomiales Coeficietes biomiales (Ejercicios Objetivos Defiir coeficietes biomiales y estudiar sus propiedades pricipales Coocer su aplicació e la fórmula para las potecias del biomio y su setido combiatorio (si

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles