Ensayos de control de calidad

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

Download "Ensayos de control de calidad"

Transcripción

1 Esayos de cotrol de caldad Fecha: lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de Ifraestructura.. Defcoes. Para los fes del presete structvo se cosdera las sguetes defcoes que ha sdo tomadas de la NMX-EC-43-1-IMNC-000:.1 Prueba: Medo co el que se pretede determar la verdad (el resultado) sobre el objeto de prueba.. Esayo: resultado de ua operacó técca que cosste e la determacó de ua o más característcas de u producto, proceso o servco de acuerdo co u procedmeto especfcado..3 Método de prueba: procedmeto técco especfcado para realzar u esayo..4 Materal para esayo: materal o dspostvo presetado a las persoas partcpates a los fes del esayo de apttud..5 Resultado de esayo: valor de ua característca obtedo aplcado completamete u método de esayo especfcado..6 Esayo de apttud: determacó del desempeño de ua persoa e la realzacó de esayos por medo de comparacoes co otras..7 Valor asgado: valor atrbudo a ua magtud partcular y que se acepta, a veces por covecó, co ua certdumbre apropada para u propósto dado..8 Ecargado: persoa co resposabldad para coordar todas las actvdades relacoadas co el cotrol de caldad de los métodos de esayo..9 Repetbldad del método (precsó smple): es la varabldad esperada de u operador e u método de esayo, cuado el esayo es realzado por el msmo operador e el msmo materal, msmo laboratoro y msmo equpo..10 Reproducbldad del método (precsó multlaboratoro): es la varabldad esperada de u operador e u método de esayo, cuado e la realzacó del esayo se varía algua codcó (laboratoro, materal, equpo u operador). 3. Desarrollo del esayo de cotrol de caldad. 3.1 El procedmeto de cotrol de caldad de los esayos está dvddo e dos aálss El prmero está relacoado co la varabldad de los resultados de cada ejecutate de esayo (repetbldad del esayo) El segudo aálss se refere a las desvacoes de los resultados de esayos etre ejecutates (exacttud de la medcó). 3. Programa de cotrol de caldad El Jefe de grupo: programará u perodo de tempo para la realzacó de los esayos de cotrol de caldad. Ua vez desgado el perodo, deberá desgar a u resposable para realzar el croograma, la coordacó de la evaluacó del cotrol de la caldad, la realzacó de los aálss estadístcos y el reporte de los hallazgos ecotrados El coordador de los esayos de cotrol de caldad covocará por escrto a los partcpates al meos ua semaa ates de la ejecucó de los esayos de cotrol de caldad. La formacó míma que cotega la covocatora deberá ser: el croograma de los esayos de cotrol de caldad, los ombres de los partcpates, el puesto que ocupa, la fecha de co de los 1 DE 6

2 Esayos de cotrol de caldad Fecha: esayos de cotrol de caldad, el úmero de esayos que deberá realzar, las stalacoes e dode se realzará las pruebas, el objetvo del cotrol de caldad, las téccas el aálss de resultados, la detfcacó de cada uo de los partcpates y los métodos de prueba a utlzar. 3.3 Crteros de seleccó de partcpates El partcpate será todo técco de plata, persoal e etreameto y sgataros que realce esayos La evaluacó se realza e las pruebas que ejecuta el persoal técco de plata, persoal e etreameto y sgataros autorzados El úmero de partcpates e la evaluacó deberá ser como mímo dos persoas por cada método de prueba. 3.4 Realzacó del esayo de cotrol de caldad Muestra para efectuar las pruebas. Debe asegurarse que la catdad de materal para la realzacó del cotrol de caldad sea la sufcete para que pueda realzarse cada ua de las pruebas programadas, así como pruebas adcoales. La catdad de materal para cada prueba está especfcada e los métodos de prueba acredtados. El tpo de materal (suelos fos, graulares) se defe e cada uo de los métodos de prueba Preparacó de especímees de esayo. Los especímees de esayo debe prepararse de acuerdo a estádares o ormas que mmce las varacoes etre las característcas del espécme de esayo y las de la muestra orgal para evtar aquellos factores que pueda afectar la tegrdad de la comparacó etre los partcpates (los efectos de las codcoes ambetales, la homogeedad del materal, etc.). La catdad de los especímees de esayo deberá cumplr co lo especfcado e el método de prueba. Deberá prepararse como mímo dos especímees por prueba y por cada partcpate. Es coveete que se prevea la preparacó de especímees de esayo adcoales, ya que puede ser útl como materal de refereca Número de esayos. Los partcpates deberá efectuar como mímo dos esayos para que pueda realzarse u cotrol estadístco sgfcatvo Método de prueba. El coordador dcará claramete el método de prueba a ser usado de acuerdo co los métodos de prueba que le competa a cada partcpate. 3.5 Procedmeto de aálss estadístco La estmacó de la certdumbre e las medcoes. Se realza de acuerdo a lo dcado e el structvo II-004 Estmacó de la certdumbre e las medcoes Los aálss estadístcos de los resultados de los esayos de cotrol de caldad so dos álss de varabldad de los resultados. Se utlzará dos tpos de aálss, que depederá de la formacó que se tega del método de prueba. Caso 1. Se quere determar s la varabldad de ua medcó cumple co la varabldad esperada. E este caso, debe coocerse los valores de r (repetbldad) y R (reproducbldad) y utlzar e el aálss la dstrbucó (ch cuadrada) co ua cola. Este tpo de aálss es de mayor utldad e medcoes de laboratoro debdo a que lo mportate es que la varabldad de la medcó sea meor a la varabldad esperada. DE 6

3 Esayos de cotrol de caldad Fecha: Pasos a segur: Establezca el vel de cofaza. usque para (1-, -1) dode es el úmero de esayos por ejecutate. Calcule la desvacó ormal de la muestra -1 Calcule 1 0 y 0,95 1 S 1 o 0,95 1 varabldad es meor a la esperada. Dode: se acepta la hpótess y se puede decr que la Nvel de duda que se tolera para el resultado del aálss estadístco utlzado (verso del vel de cofaza). Varaza de ua muestra aleatora de tamaño, defda como: 1 1 X 1 1 X Varabldad especfcada e el método de prueba. Caso. Se quere determar s la varabldad de ua medcó es gual a la varabldad de otra medcó. Este tpo de aálss se utlza cuado o se cooce los valores de r (repetbldad) y R (reproducbldad) y se utlza la dstrbucó Fsher (F) co dos colas ya que al o coocer, la úca forma de verfcar la varabldad de las medcoes es que todos mda co la msma repetbldad. Pasos a segur: Establezca el vel de cofaza. usque e tablas los valores de ( 1, 1) 0 F para ( 1, 1 ) 1 Calcule la desvacó ormal de la muestra 1 para y. ; Calcule F 1 1 S F 1 1 1, 1 F F 1 1, medcoes ya que tee la msma repetbldad. 1 Se acepta las dos 3 DE 6

4 Esayos de cotrol de caldad Fecha: Dode: Nvel de duda que se quere teer del resultado del aálss estadístco utlzado Varaza de ua muestra aleatora de tamaño, defda como: álss de la medcó. Se utlzará dos tpos de aálss, que depederá de la formacó que se tega del método de prueba. Caso 1 Queremos coocer s el resultado de la medcó de es gual al resultado de la medcó de. E este caso se cooce los valores de r (repetbldad) y R (reproducbldad), pero o se cueta co u valor verdadero, e este caso se utlzará la dstrbucó ormal Z. Este aálss es el más óptmo de mplemetar e el laboratoro debdo a que se puede cotar co estudos de repetbldad pero o co u valor verdadero. Pasos a segur: Establezca el vel de cofaza. usque e tablas el valor de Z. Calcule el promedo de las muestras y. Calcule: S gual. Dode: 0 Z se puede coclur que estadstcamete mde X 1 Varabldad del método de esayo (e codcó de reproducbldad) Promedo de los resultados obtedos por u ejecutate e u método de esayo. Caso Queremos coocer s el resultado de la medcó de es gual al resultado de la medcó de. E este caso o se cooce los valores de r (repetbldad) y R (reproducbldad), y tampoco se cueta co u valor verdadero, al gual que e el caso se utlza la dstrbucó t studet (t)co dos colas. Este aálss es muy útl e pruebas de laboratoro ya que, al o cotar co u valor verdadero, la úca forma de asegurar las medcoes es que todos mda gual. X DE 6

5 Esayos de cotrol de caldad Fecha: Pasos a segur: Establezca el vel de cofaza. usque e tablas el valor correspodete a t, a 1) Calcule el promedo de las muestras. Calcule 1 y para y Calcule la desvacó ormal promedo: Calcule: S t se puede decr que mde gual. Dode: Promedo de los resultados obtedos por u ejecutate e u método de esayo Iforme de resultados de cotrol de caldad. Varaza de ua muestra aleatora de tamaño, defda como: Número de esayos por ejecutate de prueba Ua vez cocludo el esayo el ecargado realza el aálss de los resultados. Este aálss cluye el aálss estadístco de los datos y la estmacó de la certdumbre e las medcoes Del aálss de resultados se elabora el forme fal. El forme fal del resultado de los esayos de cotrol de caldad, se realzará de acuerdo co el procedmeto RI-003 Elaboracó del forme de vestgacó Drgr el forme fal al Jefe de Dvsó y a los jefes de laboratoro que correspoda. sí msmo, el coordador del programa dará a coocer los resultados a los partcpates Ua vez leído el forme fal por las persoas correspodetes, archvarlo e el expedete que correspoda Realzar u pla de accoes correctvas y capactacó, para el persoal que lo requera. X 1 X Regstros. 4.1 Los regstros de datos de pruebas del esayo de cotrol de caldad, se realzará e las btácoras que correspoda a cada método de esayo a evaluar. 5 DE 6

6 Esayos de cotrol de caldad Fecha: El ecargado deberá coservar las btácoras de regstro de datos. 5. exos. No hay 6. ctualzó: Mayra Flores Flores. Supervsora de caldad. Revsó probó: Ig. lfoso Pérez Salazar Jefe de Grupo de Mecáca de Geomaterales. Dr. Paul Garca guas Jefe de la Dvsó de Laboratoros de Ifraestructura 6 DE 6

V II Muestreo por Conglomerados

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

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

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

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

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

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

Más detalles

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

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

6. ESTIMACIÓN PUNTUAL

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

Más detalles

V Muestreo Estratificado

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

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO RESOLUCIÓN OENO 0/005 GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO LA ASAMBLEA GENERAL, Vsto el artículo, párrafo

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

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

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

Más detalles

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

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

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

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

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

Más detalles

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

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

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

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

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

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

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

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

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

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

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

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

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

Más detalles

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

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

Más detalles

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

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

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA SILABUS DE CABLEADO ESTRUCTURADO I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE CONTROL DE PROCESOS INDUSTRIALES Y COMUNICACIONES. UNIDAD DIDACTICA

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Tema 2: Distribuciones bidimensionales

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

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO CRISTIAN CABRERA TORRICO, Igeero Cvl APSA Ltda. (crstacabrera@apsa.cl) ROBINSON LUCERO, Igeero Cvl Laboratoro Nacoal de Valdad, robso.lucero@moptt.gov.cl

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

Estudio y optimización del algoritmo de ordenamiento Shellsort

Estudio y optimización del algoritmo de ordenamiento Shellsort Estudo y optmzacó del algortmo de ordeameto Sellsort Bejam Bustos Departameto de Cecas de la Computacó, Uversdad de Cle bebustos@dcc.ucle.cl Resume Este estudo aalza, e forma empírca, el desempeño del

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

Estadística descriptiva

Estadística descriptiva Estadístca descrptva PARAMETROS Y ESTADISTICOS Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca Meddas de tedeca cetral: Moda, Medaa, Meda

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

MATEMÁTICAS FINANCIERAS

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

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados Smposo de Metrología 008 Satago de Querétaro, Méxco, al 4 de Octubre Aálss Estadístco de Medcoes de la Velocdad del Veto Utlzado la Técca de Valores Desvados E. Cadeas, a W. Rvera b a Uversdad Mchoacaa

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal Programacó Matemátca y Software (2009) Vol.. No. ISSN: 2007-3283 Recbdo: 0 de Juo de 2008/Aceptado: 3 de Septembre de 2008 Publcado e líea: 26 de juo de 2009 Seleccó de ua Cartera de Iversó e la Bolsa

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

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

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

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

Más detalles

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico

Formulación precisa de la(s) pregunta(s) de investigación. Planeación: Comunicación usuario/estadístico Esquema estadístco Problema de vestgacó Preguta de vestgacó Formulacó precsa de la(s) preguta(s) de vestgacó Plaeacó Dseño Muestra Feómeo Aleatoro Aálss y presetacó de la formacó Iferecas Toma de decsoes

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

LA ESTADÍSTICA EN QUÍMICA ANALÍTICA

LA ESTADÍSTICA EN QUÍMICA ANALÍTICA LA ESTADÍSTICA EN QUÍMICA ANALÍTICA MONOGRAFÍA PARA ALUMNOS DE º DE LA LICENCIATURA EN QUÍMICA 001 DR. JOSÉ MARÍA FERNÁNDEZ ÁLVAREZ Edfco de Ivestgacó. C/Irularrea,1. 31080 Pamploa. España Tel. +34 948

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

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

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA)

Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA) Teoría de carteras de versó para la dversfcacó del resgo: efoque clásco y uso de redes euroales artfcales (RNA) Ivestmet portfolo theory ad rsk dversfcato: classc ad eural etworks methodology D. Cot* y

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS DEPARTAMENTO DE EVALUACIÓN, MEDICIÓN Y REGISTRO EDUCACIONAL NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN SANTIAGO, septembre de 2008

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

Capítulo V Análisis de regresión y correlación

Capítulo V Análisis de regresión y correlación Capítulo V Aálss de regresó y correlacó Itroduccó E la vestgacó estadístca es muy frecuete ecotrar varables que está relacoadas o asocadas etre sí de algua maera, como se estudó e el capítulo ateror. Exste

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

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

Más detalles

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

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

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

Más detalles

Figura 1

Figura 1 Regresó Leal Smple 7 Regresó Leal Smple 7. Itroduccó Dra. Daa Kelmasky 0 E muchos problemas cetífcos teresa hallar la relacó etre ua varable (Y), llamada varable de respuesta, ó varable de salda, ó varable

Más detalles

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

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

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

EXPRESIÓN DE INCERTIDUMBRE EN LA CALIBRACIÓN DE EQUIPOS DE MEDICIÓN DE ENERGÍA ELÉCTRICA

EXPRESIÓN DE INCERTIDUMBRE EN LA CALIBRACIÓN DE EQUIPOS DE MEDICIÓN DE ENERGÍA ELÉCTRICA Ig. Álvaro Zpaqrá Traa Ig. Gerardo Porras Reda Laboratoro de Poteca y Eergía Spertedeca de Idstra y Comerco 0. INTRODUCCIÓN Cado se expresa el resltado de medcó e a magtd, es coveete y a veces oblgatoro,

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

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO

Más detalles

UNIDAD 7 SERIES DE TIEMPO. Introducción a la unidad

UNIDAD 7 SERIES DE TIEMPO. Introducción a la unidad UNIDAD 7 SERIES DE TIEMPO Itroduccó a la udad Ua sere de tempo es el cojuto de datos que se regstra a través del tempo sobre el comportameto de ua varable de terés, geeralmete los regstros se realza e

Más detalles

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

Más detalles

CIRO MARTINEZ BENCARDINO

CIRO MARTINEZ BENCARDINO CIRO MARTINEZ BENCARDINO Nacdo e Covecó (Norte de Satader - Colomba). Ecoomsta de la Uversdad Jorge Tadeo Lozao de Bogotá, D.C. Bo-estadístca (Uversdad de los Ades, Bogotá, D.C.). Téccas Estadístcas (CIENES-Satago

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

Más detalles

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO LEY FINANIEA E ESUENTO SIMPLE AIONAL. ESUENTO BANAIO Profesor: Jua Atoo Gozález íaz epartameto Métodos uattatvos Uversdad Pablo de Olavde www.clasesuverstaras.com Ley Facera de escueto Smple acoal La ley

Más detalles

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

Más detalles

Presupuesto Empresarial

Presupuesto Empresarial 2009 Presupuesto Empresaral U efoque práctco para el aula Materal de apoyo struccoal para estudates de las Carreras de Admstracó y Cotaduría Públca de la UNELLEZ CARLOS A. FAGILDE PROGRAMA DE CIENCIAS

Más detalles

PROBABILIDAD Y ESTADÍSTICA APLICADA

PROBABILIDAD Y ESTADÍSTICA APLICADA UNIVERSIDAD ORT Uruguay Facultad de Igeería Berard Wad - Polak PROBABILIDAD Y ESTADÍSTICA APLICADA NOTAS DE CLASE DEL CURSO DE LA Lcecatura e Sstemas FASCÍCULO Prof. Orual Ada Cátedra de Matemátcas Año

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles