Estadística. Soluciones ejercicios: Procesos estocásticos. Versión 8. Emilio Letón
|
|
- Benito Salinas Jiménez
- hace 6 años
- Vistas:
Transcripción
1 Estadística Soluciones ejercicios: Procesos estocásticos Versión 8 Emilio Letón. Nivel. Calcular la media del proceso estocástico X (t) = A+t con A U (0; ). Utilizar dos métodos distintos: propiedades de la esperanza y la función de densidad de primer orden del proceso estocástico. Qué método es más fácil? El más fácil es mediante las propiedades de la esperanza: E [X (t)] = E [A + t] = E [A] + t = + t: El segundo método, más difícil, se basa en la función de densidad de primer orden. Intuitivamente si se tiene una v.a. U (0; ) y se traslada ésta en t unidades, se tiene una U (0 + t; + t) : Esto se puede demostrar de forma análitica mediante el teorema de transformación de variables aleatorias: ( ( f X (x; t) = f A (x t) da dx = 0 < x t < = t < x < t + 0 resto 0 resto Con lo que = Z t+ x=t E [X (t)] = Z + x= xf X (x; t) dx x dx = x t+ = t t + + t t = + t. Calcular la media del proceso estocástico X (t) = At con A U (0; ).Utilizar dos métodos distintos: propiedades de la esperanza y la función de densidad de primer orden del proceso estocástico. Qué método es más fácil? El más fácil es mediante las propiedades de la esperanza: E [X (t)] = E [At] = te [A] = t : El segundo método, más difícil, se basa en la función de densidad de primer orden. Intuitivamente si se tiene una v.a. U (0; ) y se multiplica ésta por t, se tiene una U (0 t; t) : Esto
2 se puede demostrar de forma análitica mediante el teorema de transformación de variables aleatorias: x ( ( f X (x; t) = f A da t dx = t 0 < x t < = t 0 < x < t 0 resto 0 resto Con lo que E [X (t)] = Z + x= xf X (x; t) dx = Z t x=0 x t dx = x t t 0 = t t = t 3. Calcular la media del proceso estocástico X (t) = cos (At) con A U (0; ). E [X (t)] = R + cos (at) f A (a) da = R 0 cos (at) da = t [sen (at)] 0 = tsen (t). 4. Calcular la media del proceso estocástico X (t) = ABt con A y B variables aleatorias independientes. E [X (t)] = te [A] E [B]. 5. A partir de las siguientes identidades trigonométricas: sen ( ) = sencos cossen cos ( ) = coscos sensen y utilizando que cos + sen =, probar que sen = sencos cos = cos sen = r sen cos cos = r + cos sen ( + ) + sen ( ) = sencos sen ( + ) sen ( ) = cossen cos ( + ) + cos ( ) = coscos cos ( + ) cos ( ) = sensen Se deja para el alumno.
3 . Nivel. Ejercicio (pág. 7 PP) Sea el proceso estocástico X (t) = Acos(ft + ) con f constante y A; v.a.i., siendo A exp () y U ( ; ). Calcular la función de autocorrelación de X (t). Se deja para el alumno.. Sea el proceso estocástico X (t) = a cos (f 0 t + ) con a y f 0 constantes y U (0; ) : Es estacionario en sentido débil? Se deja para el alumno. 3. Sea el proceso estocástico X (t) = a cos () + Y (t) con a constante, U ( ; ) e Y (t) un proceso estocástico ergódico independiente de. a) Calcular la media y la autocorrelación de X (t) en términos de la media y la autocorrelación de Y (t). b) Es X (t) estacionario en sentido débil? c) Calcular la media temporal y la autocorrelación temporal de X (t) en términos de la media temporal y la autocorrelación temporal de Y (t). d) Es X (t) ergódico con respecto a la media? Es ergódico con respecto a la autocorrelación? Se deja para el alumno. 4. Sea X (t) un proceso estocástico estacionario en sentido débil e Y (t) = X (t)cos(wt + ) con w constante, U ( ; ) independiente de X (t) : Demostrar que Y (t) un proceso estocástico estacionario en sentido débil (' Feb 007 Ing. el. P; ' Jun 004 eoría de la Comunicación). Al ser X (t) un proceso estocástico estacionario en sentido débil, se tiene que E [X (t)] = X independiente del tiempo y que R X (t ; t ) = R X () sólo depende del tiempo a través de = t t. Para ver si Y (t) es un proceso estocástico estacionario en sentido débil, se comprueba, en primer lugar la primera condición de estacionariedad débil que a rma que E [Y (t)] es independiente del tiempo, E [Y (t)] = E [X (t) cos (wt + )] ind: = E [X (t)] E [cos (wt + )] Z = X cos (wt + ) d = X [sen (wt + )] = X [sen (wt + ) sen (wt )] = X [sen (wt) cos () + cos (wt) sen () sen (wt) cos ( ) cos (wt) sen ( )] 3
4 = X [sen (wt) cos () + 0 sen (wt) cos () 0] = X 0 = 0 E [Y (t)] = 0 es independiente del tiempo. En segundo lugar se comprueba la segunda condición de estacionariedad débil que a rma que R Y (t ; t ) = R Y () sólo depende del tiempo a través de = t t, R Y (t ; t ) = E [Y (t ) Y (t )] = E [X (t ) cos (wt + ) X (t ) cos (wt + )] ind: = E [X (t ) X (t )] E [cos (wt + ) cos (wt + )] = R X () E cos (wt + + wt + ) + cos (wt wt ) Z = R X () cos (wt + wt + ) d + cos (wt wt ) = R X () 4 [sen (wt + wt + )] + cos ( w) R X () = R X () [sen (wt + wt ) cos () + cos (wt + wt ) sen ()] 8 R X () [sen (wt + wt ) cos ( ) + cos (wt + wt ) sen ( )] 8 + R X () = 0 + R X () y, por tanto, R Y (t ; t ) = R Y () = cos(w) R X () sólo depende del tiempo a través de = t t. Como se cumplen las dos condicones para estacionariedad débil (E [Y (t)] es independiente del tiempo y R Y (t ; t ) sólo depende del tiempo a través de = t t ), se tiene que Y (t) es un proceso estocástico estacionario débil. 5. Sea X (t) un proceso estocástico estacionario en sentido débil e Y (t) = X (t)cos(wt + ) con w constante, U ( ; ) independiente de X (t) : Si se supone que X (t) = A para todo t con A v.a. de media A y varianza A : a) Es Y (t) ergódico respecto a la media? b) Es Y (t) ergódico respecto a la autocorrelación? a) Para ver si Y (t) es ergódico respecto a la media, hay que estudiar si M Y = Y : Por una parte Y = E [Y (t)] = E [X (t) cos (wt + )] ind: = E [X (t)] Z cos (wt + ) d = X 0 = 0 Se observa que Y no depende del tiempo (cumple la primera condición de estacionariedad débil) 4
5 Por otra parte M Y = lm! = Z Y (t) dt = Z Acos (wt + ) dt = A w [sen (wt + )] = A [sen (w + ) sen ( w + )] w = A [sen (w ) cos () + cos (w ) sen () w sen ( w ) cos () cos ( w ) sen ()] = 0 M Y = lm! = lm! 0 = 0 y por tanto M Y = Y, por lo que Y (t) es ergódico respecto a la media. b) Para ver si X (t) es ergódico respecto a la autocorrelación, hay que estudiar si A X () = R X () : Por una parte, por un ejercicio anterior, se tiene que R Y () = R X () = E [X (t) X (t + )] = E A = A + A Por otra parte A 8 w A Y () = lm = " Z = A = A Z Z Y (t) Y (t + ) dt A cos (wt + ) cos (wt + w + ) dt cos (wt + w + ) dt + Z # cos ( w) dt w [sen (wt + w + )] + A = A [sen (w ) cos (w + ) + cos (w ) sen (w + )] 8 w A [sen ( w ) cos (w + ) + cos ( w ) sen (w + )] +! = A 4 w A 4 w A [sen (w ) cos (w + )] + [sen (w ) cos (w + )] + A A = 0 + y por tanto A Y () 6= R Y (), por lo que Y (t) no es ergódico respecto a la autocorrelación. 6. Ejercicio (pág. 4 PP) Sea el proceso estocástico X (t) = Acos(wt) + Bsen (wt) con A; B v.a.i.i.d U ( ; ) 5
6 a) Es ergódico respecto a la media? b) Es ergódico respecto a la autocorrelación? a) Para ver si X (t) es ergódico respecto a la media, hay que estudiar si M X = X : Por una parte ya que X = E [X (t)] = E [Acos (wt) + Bsen (wt)] = cos (wt) E [A] + sen (wt) E [B] = cos (wt) 0 + sen (wt) 0 = 0 E [A] = Z af A (a) da = Z a da = 3 a3 = 0 = E [B] que corresponde al punto medio de los extremos donde la función de densidad uniforme toma valores no nulos, en este caso ( )+. Se observa que X no depende del tiempo (cumple la primera condición de estacionariedad débil) Por otra parte = = M X = lm! = Z X (t) dt = = A sen (wt) w B Z Acos (wt) + Bsen (wt) dt w cos (wt) A w sen (w ) B w cos (w ) A w sen ( w ) + B w cos ( w ) A w sen (w ) B w cos (w ) + A w sen (w ) + B w cos (w ) = A w sen (w ) sen (w ) = A w M X = lm (w ) = lm Asen = 0!! w por estar acotado sen (w ) y por tanto M X = X, por lo que X (t) es ergódico respecto a la media. b) Para ver si X (t) es ergódico respecto a la autocorrelación, hay que estudiar si A X () = R X () : Por una parte X (t) X (t + ) = [Acos (wt) + Bsen (wt)] [Acos (wt + w) + Bsen (wt + w)] = Acos (wt) Acos (wt + w) +Acos (wt) Bsen (wt + w) +Bsen (wt) Acos (wt + w) +Bsen (wt) Bsen (wt + w) 6
7 = A cos (wt + w) + cos ( w) +AB sen ( w) sen (wt + w) +BA sen (wt + w) + sen ( w) +B cos (wt + w) + cos ( w) = A A cos (wt + w)+ +ABsen (wt + w) B cos (wt + w)+ B = ya que 3 Por otra parte = A B cos (wt + w) + A + B + ABsen (wt + w) cos (wt + w) + 3 E A = = Z = A B 8 w Z R X () = E [X (t) X (t + )] a f A (a) da = Z + 0 0sen (wt + w) = 3 a da = 3 a3 = 3 = E B Z X (t) X (t + ) dt + ABsen (wt + w) dt = 4 A B Z cos (wt + w) dt A B cos (wt + w) + A + B + + AB A + B Z Z dt sen (wt + w) dt = 4 A B w [sen (wt + w)] + A + B AB w [cos (wt + w)] = 4 A B [sen (w + w) sen (w ( ) + w)] w AB + A + B [cos (w + w) cos (w ( ) + w)] w [sen (w ) + cos (w ) sen (w) sen ( w ) cos ( w ) sen (w)] 7
8 AB + A + B [cos (w ) sen (w ) sen (w) cos ( w ) + sen ( w ) sen (w)] w + AB = sen (w ) w A A X () = lm = 4 A B [sen (w ) ] w + A + B! Z [sen (w ) sen (w)] w B + ABsen (w) + A + B X (t) X (t + ) dt = 0 + A + B y por tanto A X () 6= R X (), por lo que X (t) no es ergódico respecto a la autocorrelación. 7. Decir si son verdaderas o falsas las siguientes a rmaciones. En caso de que sean verdaderas demostrarlo y en caso de que sean falsas dar un contraejemplo: a) La media de un proceso estocástico es siempre un parámetro (constante aunque desconcocida). b) Sea X (t) = Acos 4 t + un proceso estocástico con A exp(), U ( ; ) y A y independientes. Se pide si el siguiente razonamiento para determinar R X (t ; t ) es correcto: R X (t ; t ) = E A cos 4 t + = E cos 4 t + E cos cos 4 t + 4 t + c) Sea X (t) un proceso estocástico débilmente estacionario, entonces la potencia del proceso no depende del tiempo. a) Es falsa. En un proceso estocástico la media es en general una función que depende del tiempo. b) El razonamiento es incorrecto. Por una parte: Debería ser: R X (t ; t ) = V [A] = E A E [A] E A = V [A] + E [A] = + = E cos 4 t + cos 4 t + y partiendo de dicha expresión, descomponer el producto de cosenos como suma de cosenos para utilizar la linealidad de la esperanza. c) Es verdadera. h Se tiene que la potencia del proceso es E X (t) i = R X (0) que no depende del tiempo por la segunda condición de estacionariedad débil. 8
9 3. Nivel 3. Decir si es verdadera o falsa la siguiente a rmación. En caso de que sea verdadera demostrarlo y en caso de que sea falsa dar un contraejemplo: Si X (t) e Y (t) son procesos estocásticos estacionarios en sentido débil y se de ne Z (t) = X (t)+y (t), entonces se veri ca que R Z () = R X () + R Y (), por lo que también Z (t) es estacionario en sentido débil. Es falsa. Se veri ca que la función de autocorrelación de Z (t) es R Z () = E [Z (t) Z (t + )] = E [(X (t) + Y (t)) (X (t + ) + Y (t + ))] = E [X (t) X (t + )] + E [X (t) Y (t + )] + E [Y (t) X (t + )] + E [Y (t) Y (t + )] = R X () + E [X (t) Y (t + )] + E [Y (t) X (t + )] + R Y () Por tanto, aunque Z (t) no depende de t, ya que Z (t) = E [Z (t)] = E [X (t) + Y (t)] = E [X (t)] + E [Y (t)] = X + Y, no está asegurado que R Z () dependa sólo de, con lo que no se puede asegurar que Z (t) sea estacionario en sentido débil.observar que en el caso de que los procesos estocásticos X (t) e Y (t) sean conjuntamente estacionarios, se tiene que E [X (t) Y (t + )] = R XY () y que E [Y (t) X (t + )] = R Y X (). Si además son X (t) e Y (t) ortogonales, se tiene que R XY () = R Y X () = 0, en ese caso sí se veri caría que R Z () = R X () + R Y () y Z (t) sería estacionario en sentido débil. Sea (X; Y ) un vector aleatorio con función de densidad conjunta: ( x 0; y 0; x + y f (x; y) = 0 resto Sea X (t) = t X + Y a) Calcula la media de X (t), qué información te da este resultado sobre el proceso? b) Calcula la función de densidad de X () : 3. Sea un proceso estocástico X (t) de nido por X (t) = N cos ($t + ), t 0 ; ) respecti- donde N y son dos v.a. independientes con ditribuciones Poisson () y U ( vamente, y $ es una constante conocida. a) Determina la media y la autocorrelación de X (t) : b) Estudia la estacionariedad de X (t) en sentido débil. c) Si N es una constante, cómo cambian tus respuestas a las preguntas anteriores? d) Si N =, cuál es P X (0) > y P X $ >? ener en cuenta que: sen ( ) = sencos cossen cos ( ) = coscos sensen 9
Unidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesEl Producto escalar para las comunicaciones (parte 1) Luca Mar9no Apuntes no revisados Cuidado!
El Producto escalar para las comunicaciones (parte ) Luca Mar9no Apuntes no revisados Cuidado! Producto Escalar El producto escalar, también conocido como producto interno o producto punto, es una operación
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UC3M Transformaciones de variables aleatorias Ejercicio. Sea X una v.a. continua con función de densidad dada por: /, si
Más detallesRESOLUCIÓN DE TRIÁNGULOS
RESOLUCIÓN DE TRIÁNGULOS Resolver un triángulo consiste en determinar la longitud de sus tres lados y la amplitud de sus tres ángulos. Vamos a recordar primero la resolución para triángulos rectángulos
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesLímites de funciones de varias variables.
Límites continuidad de funciones de varias variables Límites de funciones de varias variables. En este apartado se estudia el concepto de límite de una función de varias variables algunas de las técnicas
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES Tipo de asignatura: Troncal Anual. Créditos ECTS: 15 I.- INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES. (16 horas presenciales) Tema 1.- La naturaleza del cálculo de probabilidades.
Más detallesEjercicios (Números reales)
Ejercicios (Números reales).. Decir si cada una de las siguientes expresiones es cierta o falsa: a) d) 30ÿ ÿ00 k j 4 k 30ÿ 00 ÿ k j 4, b) k ÿ00 00, c).. Expresar con notación de sumatorio: 0ÿ a) ` 3 `
Más detallesPor el teorema de Green, si llamamos D al interior del cuadrado, entonces. dxdy. y. x P. 1 dx. 1 (4x 3 2y) dy =
TEOREMA E GREEN. 1. Calcular y dx x dy, donde es la frontera del cuadrado [ 1, 1] [ 1, 1] orientada en sentido contrario al de las agujas del reloj. Por el teorema de Green, si llamamos al interior del
Más detallesFunciones Hiperbólicas. Who? Verónica Briceño V. When? noviembre 2013
Funciones Hiperbólicas Funciones Hiperbólicas Who? Verónica Briceño V. When? noviembre 2013 En esta Presentación... En esta Presentación veremos: Definición de Funciones Hiperbólicas En esta Presentación...
Más detallesÁlgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica
Álgebra y Geometría Analítica I - LF 2016 Práctica 1: Algunos elementos de la Geometría Analítica 1. a) Marcar en un eje los puntos a(1);b( 2) y c(4). b) Hallar los puntos simétricos respecto al origen
Más detallesCálculo Integral Enero 2015
Cálculo Integral Enero 015 Laboratorio # 1 Antiderivadas I.- Halle las siguientes integrales indefinidas. 10) ) 6) 1 1 1 1 16) 1 8) 9) 18) II.- Calcule 1.. 1 Cálculo Integral Enero 015 Laboratorio # Aplicaciones
Más detallesTEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO
TEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO 1. División de polinomios Dados dos polinomios P (el dividendo) y D (el divisor), dividir P entre D es encontrar dos polinomios Q (el cociente)
Más detalles3a b 6a + 2b = 5. Calcula el valor de 3c d 6c + 2d. a + 2b a a + b a + b a + 2b a a a + b a + 2b. = 9b 2 (a + b)
PROBLEMAS RESUELTOS DE DETERMINANTES Determinantes de la selectividad de Andalucía. Determinantes de órdenes, y. Determinantes de orden n. ENUNCIADOS Determinantes de selectividad Antes del.. Se sabe que
Más detallesMatrices 1 (Problemas). c
º Bachillerato Matrices 1 (Problemas) 1.- Efectúa las siguientes operaciones con matrices: a) 1 4 5 6 + b) 5 7 9 11 1 1 1 1 1 1 c). 4 d) 6. 1 6 1 18 1 g) 0 0 0 0 a 0 b 0. 0 b 0 0 0 c c 0 0.- Siendo A =
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detallesPráctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados.
Práctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados. Ejercicio 1 Ver ejemplo 7.1 del capítulo 7 de las notas del curso (página 158). El resultado final de dicha
Más detallesUn subconjunto no vacío H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
4 Subespacios 29 b) x 5 [25;5], 5 [;24], z 5 [4;4] Use a 5 2, a 5 / a 5 2 / 2 c) Su propia elección de x,, z /o a 2 a) Elija algunos valores para n m genere tres matrices aleatorias de n m, llamadas X,
Más detallesEjercicios del Tema 2: Estructuras algebraicas básicas
Ejercicios del Tema 2: Estructuras algebraicas básicas En los ejercicios 1, 2, 8 y 9 se utilizará que si G = {g 1,...,g n } es un conjunto finito y * una operación interna definida en G, podemos utilizar
Más detalles( ), está dada por: g ( x) = log 2 ( x),x > 0. # % 3x log 2 ( 5), x 1 & + -, . log 2. log 2 ( x 3
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS CURSO DE NIVELACIÓN 05 S SEGUNDA EVALUACIÓN DE MATEMÁTICAS PARA INGENIERÍAS Y EDUCACIÓN
Más detallesMATEMÁTICAS 2º BACH CC y TECN INTEGRAL DEFINIDA
1. APROXIMACIÓN DE ÁREAS BAJO UNA CURVA Hay infinidad de funciones extraídas del mundo real (científico, económico, física )para las cuales tiene especial relevancia calcular el área bajo su gráfica. Vamos
Más detallesProcesos estocásticos
Procesos estocásticos Las cadenas de Markov estudian procesos estocásticos Los procesos estocásticos son modelos matemáticos que describen sistemas dinámicos sometidos a procesos aleatorios Parámetros:
Más detallesPIE - Probabilidad y Estadística
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 300 - EETAC - Escuela de Ingeniería de Telecomunicación y Aeroespacial de Castelldefels 749 - MAT - Departamento de Matemáticas
Más detalles1.1. Distribución exponencial. Definición y propiedades
CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -
Más detallesÁlgebra Lineal, Ejercicios
Álgebra Lineal, Ejercicios MATRICES 1 Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal Sea G el conjunto de todas las matrices cuadradas de orden n con traza nula
Más detalles1. Usando la definición correspondiente demostrar que la función. z = f(x, y) = 3x xy 2
1. Usando la definición correspondiente demostrar que la función es diferenciable en todo R 2. z = f(x, y = 3x xy 2 Se debe verificar que para todo (a, b en R 2, existen funciones, de = x y k = y, ɛ 1
Más detallesTrigonometría. Guía de Ejercicios
. Módulo 6 Trigonometría Guía de Ejercicios Índice Unidad I. Razones trigonométricas en el triángulo rectángulo. Ejercicios Resueltos... pág. 0 Ejercicios Propuestos... pág. 07 Unidad II. Identidades trigonométricas
Más detallesTarea 1 - Vectorial 201420
Tarea - Vectorial 040. Part :. - 3... Hacer parametrización de la curva de intersección del cilindro x + y = 6 y el plano x + z = 5. Encontrar las coordenadas de los puntos de la curva donde la curvatura
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación
Más detallesEJERCICIOS DE PRÁCTICA
EJERCICIOS DE PRÁCTICA PPAA 0 Grado MATEMÁTICAS Nombre del estudiante: Todos los derechos de reproducción y divulgación están reservados por el Departamento de Educación de Puerto Rico, 0. HOJA DE MATEMÁTICAS
Más detallesContrastes de Hipótesis paramétricos y no-paramétricos.
Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por
Más detallesDeterminar si las siguientes relaciones satisfacen cada una de las siguientes propiedades: completa, transitiva y re exiva
Ejercicios 1) Determinar si las siguientes relaciones satisfacen cada una de las siguientes propiedades: completa, transitiva y re exiva Sea X = f1; 2; 3g y %= f(1; 1) ; (1; 2) ; (1; 3) ; (2; 3) ; (3;
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesMatemáticas TRABAJO. Funciones Trigonométricas
Matemáticas TRABAJO Funciones Trigonométricas 2 En este trabajo trataremos de mostrar de una forma práctica las funciones trigonométricas, con sus formas de presentación, origen y manejos. También se incluirán
Más detalles2. Continuidad y derivabilidad. Aplicaciones
Métodos Matemáticos (Curso 2013 2014) Grado en Óptica y Optometría 7 2. Continuidad y derivabilidad. Aplicaciones Límite de una función en un punto Sea una función f(x) definida en el entorno de un punto
Más detallesTEMAS 4 Y 5 TRIGONOMETRÍA
Temas 4 y 5 Trigonometría Matemáticas I º Bachillerato TEMAS 4 Y 5 TRIGONOMETRÍA UNIDADES DE MEDIDAS DE ÁNGULOS EJERCICIO a Pasa a radianes los siguientes ángulos: y 7 b) Pasa a grados los ángulos: 7 rad
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesFEM para Mecánica 3D. Miguel Ángel Otaduy. Animación Avanzada 7 de Marzo de 2014
FEM para Mecánica 3D Miguel Ángel Otaduy Animación Avanzada 7 de Marzo de 2014 Índice Repaso Hoy Funciones de forma Formulación fuerte formulación débil Matriz de rigidez Ec. de elasticidad en 3D Deformación
Más detallessea paralela al plano
x = 1+2t 1. [ANDA] [EXT-A] Considera los puntos A(1,1,2) y B(1,-1,-2) y la recta dada por y = t. z = 1 a) Halla la ecuación general del plano que que contiene a r y es paralelo a la recta que pasa por
Más detallesb) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7
EJERCICIOS T12-MODELOS MULTIVARIANTES ESPECÍFICOS 1. Un determinado estadístico J se distribuye según un modelo jhi-dos de parámetro (grados de libertad) 14. Deseamos saber la probabilidad con la que dicho
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesProblema 1. Calcula las derivadas parciales de las siguientes funciones: (d) f(x, y) = arctan x + y. (e) f(x, y) = cos(3x) sin(3y),
Problema. Calcula las derivadas parciales de las siguientes funciones: (a) f(x, y) = x + y cos(xy), (b) f(x, y) = x x + y, (c) f(x, y) = log x + y x y, (d) f(x, y) = arctan x + y x y, (e) f(x, y) = cos(3x)
Más detallesTema 06: Derivación implícita, vector gradiente y derivadas direccionales
Tema 06: Derivación implícita, vector gradiente y derivadas direccionales Juan Ignacio Del Valle Gamboa Sede de Guanacaste Universidad de Costa Rica Ciclo I - 2014 MA-1003 Cálculo III (UCR) Derivadas implícitas
Más detallesEstadística. Soluciones ejercicios: Probabilidad. Versión 8. Emilio Letón
Estadística Soluciones ejercicios: Probabilidad Versión 8 Emilio Letón 1. Nivel 1 1. Demostrar las propiedades siguientes relativas a las operaciones con sucesos Unión Intersección Conmutativa A [ B =
Más detallesVELOCIDAD Y ACELERACION. RECTA TANGENTE.
VELOCIDAD Y ACELERACION. RECTA TANGENTE. 3. Describir la trayectoria y determinar la velocidad y aceleración del movimiento descrito por las curvas siguientes: (a) r (t) = i 4t 2 j + 3t 2 k. (b) r (t)
Más detallesProbabilidad, Variables aleatorias y Distribuciones
Prueba de evaluación continua Grupo D 7-XII-.- Se sabe que el 90% de los fumadores llegaron a padecer cáncer de pulmón, mientras que entre los no fumadores la proporción de los que sufrieron de cáncer
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesEL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesCálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
Más detallesResumen sobre mecánica analítica
Resumen sobre mecánica analítica Ecuaciones de Lagrange. Supongamos una partícula, cuyo movimiento se puede describir mediante una sóla coordenada x, de modo que en el instante t la posición de la partícula
Más detallesCálculo III (0253) TEMA 1 FUNCIONES VECTORIALES DE UNA VARIABLE REAL. Semestre 3-2009
Cálculo III (05) Semestre -009 TEMA FUNCIONES VECTORIALES DE UNA VARIABLE REAL Semestre -009 Octubre 009 UCV FIUCV CÁLCULO III (05) - TEMA Las notas presentadas a continuación tienen como único fin, el
Más detallesProbabilidad y Estadística
Programa de la Asignatura: Código: 23 Probabilidad y Estadística Carrera: Ingeniería en Computación Plan: 2013 Carácter: Obligatoria Unidad Académica: Secretaría Académica Curso: Tercer año Primer cuatrimestre
Más detallesTEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Más detallesPE - Probabilidad y Estadística
Unidad responsable: 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona Unidad que imparte: 749 - MAT - Departamento de Matemáticas Curso: Titulación: 2016 GRADO EN INGENIERÍA
Más detallesDada la proporción =, calcula el producto de extremos menos el producto de medios. 4. Halla los determinantes de las siguientes matrices: Solución:
3 Determinantes. Determinantes de orden y 3 por Sarrus Piensa y calcula 3 6 Dada la proporción =, calcula el producto de extremos menos el producto de medios. 4 8 3 8 6 4 = 4 4 = 0 Aplica la teoría. Calcula
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detalles2. Cuál es el valor del cociente de la suma entre la diferencia de los senos de dos ángulos?
1. Qué relaciones ligan las razones trigonométricas de (45º-a) y (45º+a) 2. Cuál es el valor del cociente de la suma entre la diferencia de los senos de dos ángulos? 3. Demostrar la fórmula: 4. Expresar
Más detallesDERIV. DE UNA FUNC. EN UN PUNTO
DERIVADA DE UNA FUNCIÓN Se abre aquí el estudio de uno de los conceptos fundamentales del cálculo diferencial: la derivada de una función. En este tema, además de definir tal concepto, se mostrará su significado
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
Más detallesProcesos estocásticos. Definición
Procesos estocásticos Definición http://humberto-r-alvarez-a.webs.com Definición de proceso estocástico Estudio del comportamiento de una variable aleatoria a lo largo del tiempo El ajuste de cualquier
Más detallesDERIVABILIDAD. 1+x 2. para x [1, 3]
1 DERIVABILIDAD 1. Definir derivada y derivadas laterales de una función en un punto. Probar que la función f es derivable en =1 y que la derivada lateral por la derecha en =0 es infinito. para [0, 1)
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesTEMA 1: MATRICES. Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas ...
TEMA : MATRICES Una matriz de orden mxn es un conjunto de m n números reales dispuestos en m filas y n columnas a a a... a n a a a... an A... am am am... amn A los números reales a ij se les llama elementos
Más detallesSi A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?
MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?
Más detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
Más detallesTEMAS 5 FUNCIONES Y FÓRMULAS TRIGONOMETRÍAS
TEMA 5 FUNCIONES Y FÓRMULAS TRIGONOMÉTRICAS MATE I 1º Bach 1 TEMAS 5 FUNCIONES Y FÓRMULAS TRIGONOMETRÍAS 5.1 UNIDAD PARA MEDIR ÁNGULOS: EL RADIÁN DEFINICIÓN DE RADIAN Se llama radian a un ángulo tal que
Más detallesUD Trigonometría Ejercicios Resueltos y Propuestos Col La Presentación
En este documento se da una relación de los tipos de ejercicios que nos podemos encontrar en el tema de Trigonometría de º de Bachillerato. En todo el documento se sigue el mismo esquema: Enunciado tipo
Más detallesNÚMEROS COMPLEJOS. Capítulo Operaciones con números complejos
Capítulo 1 NÚMEROS COMPLEJOS Observe que la ecuación x 2 + 1 0 no tiene solución en los números reales porque tendríamos que encontrar un número cuyo cuadrado fuera 1, es decir x 2 1 o, lo que viene a
Más detalles1. [2014] [EXT-A] a) La derivada de la función f(x) es: (x-1) 3 (x-3). Determine la función f(x) sabiendo que f(0) = 1. +2x+2. x 3
[4] [EXT-A] a) La derivada de la función f() es: (-) (-) Determine la función f() sabiendo que f() = b) Determine el límite: lim + ++ ++ + [4] [EXT-B] a) Dadas las funciones f() = y g() = - +, determine
Más detalles1. Producto escalar. Propiedades Norma de un vector. Espacio normado. 1.2.Ortogonalidad. Ángulos. 1.4.Producto escalar en V 3.
. Producto escalar. Propiedades... Norma de un vector. Espacio normado...ortogonalidad. Ángulos..3.Producto escalar en V..4.Producto escalar en V 3.. Producto vectorial de dos vectores de V 3...Expresión
Más detallesComplementos de Análisis. Año 2016
Complementos de Análisis. Año 2016 Práctica 8. Ecuaciones diferenciales ordinarias. 1 Modelando con ecuaciones diferenciales Modelar con ecuaciones diferenciales las siguientes situaciones. Intentar resolver
Más detallesDefinición de la matriz inversa
Definición de la matriz inversa Objetivos Aprender la definición de la matriz inversa Requisitos Multiplicación de matrices, habilidades básicas de resolver sistemas de ecuaciones Ejemplo El número real
Más detallesECUACIÓN DEL M.A.S. v( t) = dx. a( t) = dv. x( 0) = 0.26 m v( 0) = 0.3 m / s
ECUACIÓN DEL M.A.S. Una partícula tiene un desplazamiento x dado por: x ( t ) = 0.3cos t + π 6 en donde x se mide en metros y t en segundos. a) Cuáles son la frecuencia, el periodo, la amplitud, la frecuencia
Más detallesCONTINUIDAD DE FUNCIONES. SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos.
CAPÍTULO IV. CONTINUIDAD DE FUNCIONES SECCIONES A. Definición de función continua. B. Propiedades de las funciones continuas. C. Ejercicios propuestos. 121 A. DEFINICIÓN DE FUNCIÓN CONTINUA. Una función
Más detallesMODELO DE RESPUESTAS Objetivos del 1 al 9
PRUEBA INTEGRAL LAPSO 05-764 - /9 Universidad Nacional Abierta Probabilidad y Estadística I (Cód. 764) Vicerrectorado Académico Cód. Carrera: 6 Fecha: 0-04-06 MODELO DE RESPUESTAS Objetivos del al 9 OBJ
Más detalles26 Apuntes de Matemáticas II para preparar el examen de la PAU
6 Apuntes de Matemáticas II para preparar el examen de la PAU Unidad. Funciones.Continuidad TEMA FUNCIONES. CONTINUIDAD. 1. Definición de Continuidad. Tipos de discontinuidades 3. Continuidad de las funciones
Más detallesSe calcula cada término de la igualdad por separado y a continuación se iguala. Lím f. x 1
Modelo. Ejercicio A. Caliicación máima: puntos. Dada la unción < a ; e > se pide: a) ( punto) Determinar el valor de a para que sea continua en. b) ( punto) Para ese valor de a, estudiar la derivabilidad
Más detallesTEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO.
TEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO. Los contenidos seleccionados tienen la intención de aportar una formación matemática suficiente para abordar problemas del mundo social y del entorno, así
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesx-z = 0 x+y+2 = [2012] [EXT-B] Halla el punto simétrico del P(2,1,-5) respecto de la recta r definida por
x = 1+t 1. [014] [EXT-A] Considera los puntos A(1,1,) y B(1,-1,-) y la recta dada por y = t. z = 1 a) Halla la ecuación general del plano que que contiene a r y es paralelo a la recta que pasa por A y
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detalles1. Teoría: a) Forma polar; b) Producto de números complejos; c) Ley de Moivre.
1. Teoría: a) Forma polar; b) Producto de números complejos; c) Ley de Moivre. 2. Si el senx=0,6 y ð/2
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesSISTEMAS DE ECUACIONES
SISTEMS E ECUCIONES Ejemplos 1 Resuelva por el método de sustitución el sistema x 8 16 8x Solución Se despeja de la segunda ecuación 8x 8x Se sustitue la expresión 8x en la x 8 16 primera ecuación x 8
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesIES Fco Ayala de Granada Sobrantes del 2010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna. Opción A
Opción A Ejercicio 1 opción A, modelo 6 del 010 [ 5 puntos] Dada la función f : R R definida como f(x)= a.sen(x)+ bx + cx + d, determina los valores de las constantes a, b, c y d sabiendo que la gráfica
Más detallesIdentidades Trigonométricas
Identidades Trigonométricas Unidad TR.4: Identidades trigonométricas Las identidades trigonométricas son útiles en la transformación de expresiones. Repaso Hemos estudiado la unidad del circulo ya que
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo
Más detalles1. Teorema Fundamental del Cálculo
1. Teorema Fundamental del Cálculo Vamos a considerar dos clases de funciones, definidas como es de otras funciones Funciones es. F (t) = t a f(x)dx donde f : R R, y F (t) = f(x, t)dx A donde f : R n R
Más detallesCálculo de Probabilidades II Preguntas Tema 1
Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga
Más detallesx+2y = 6 z = [C-LE] [JUN-A] Calcúlese la distancia del origen al plano que pasa por A(1,2,0) y contiene a la recta r x+2 2 = y-1
1. [ANDA] [JUN-A] Considera el punto P(2,0,1) y la recta r a) Halla la ecuación del plano que contiene a P y a r. b) Calcula el punto simétrico de P respecto de la recta r. x+2y = 6 z = 2. 2. [ANDA] [SEP-A]
Más detallesDERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE
DERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE Sugerencias para quien imparte el curso: En esta sección de la propuesta didáctica se parte de plantear un problema de optimización
Más detallesMatemáticas II CURVAS
CURVAS En este tema introduciremos nuevos conceptos relacionados con la curva y sus parametrizaciones. Definiciones.- Sea γ : I = [a,b] R n. Se dice que la curva es cerrada si γ(a) = γ(b). Se dice que
Más detallesy = 2x + 8x 7, y = x 4. y = 4 x, y = x + 2, x = 2, x = 3. x = 16 y, x = 6 y. y = a x, y = x, x y = a. (1 x)dx. y = 9 x, y = 0.
. Encuentre el área de la región limitada por las curvas indicadas:.. y = x, y = x +... x = y, x = y +... y = x +, y = x +, y = x....5..6..7..8..9..0....... y = x + 8x 7, y = x. y = x, y = x +, x =, x
Más detallesUniversidad de Antioquia
Facultad de Ciencias Exactas y Naturales Departamento de Matemáticas Grupo de Semilleros de Matemáticas Semática Funciones Trigonométricas inversas Matemáticas Operativas Taller 4 0 La trigonometría es
Más detalles