Estudio exploratorio para la comparación de distintos tipos de textos: Textos Científicos y Textos No Científicos
|
|
- Pedro Valdéz Vidal
- hace 6 años
- Vistas:
Transcripción
1 92 Estudio exloratorio ara la comaración de distintos tios de textos: Textos Científicos y Textos No Científicos Exloratory Study to Comare Different Tyes of Texts: Scientific Texts and Non Scientific Texts Celina Beltrán Facultad de Ciencias Agrarias, Universidad Nacional de Rosario, Argentina beltranc36@yahoocomar Abstract This work rooses the accomlishment of automatic analysis of scientific and non scientific texts The scientific texts corresond to abstracts ublished in scientific magazines and roceedings of conferences in several academic discilines; the non scientific texts corresond to newsaer reorts on general subjects ublished by online Argentine newsaers The incoming information of morhological analysis of the text is emloyed to arrange a database to which the rincial comonent technique is alied The study allows an exloratory analysis that shows the characteristics discriminated by the corora of the text under consideration The first three comonents give an exlanation of the 75% of the total variation for data The number of adverbs in the text is the main variable of such searation Keywords: rincial comonents text comarison automatic analysis of text Resumen Este trabajo se roone la realización del análisis automático de textos científicos y no científicos Los textos científicos corresonden a resúmenes de ublicaciones en revistas científicas y actas de congresos de distintas discilinas y los textos no científicos corresonden a noticias eriodísticas de interés general ublicadas en áginas web de eriódicos argentinos La información resultante del análisis morfológico de dichos textos es utilizada ara conformar una base de datos sobre la cual se alica la técnica de comonentes rinciales Este estudio ermite un análisis exloratorio en el cual se evidencian las características que discriminan los corus de textos en estudio Las tres rimeras comonentes exlican un 75% de la variación total de los datos El número de adverbios en el texto es la variable de mayor imortancia en dicha searación Palabras claves: Comonentes rinciales, comaración de textos, análisis automático de textos 1 INTRODUCCION
2 93 Este trabajo se roone la realización del análisis automático de distintos tios de textos: científicos (C) y no científicos (NC) Los textos científicos corresonden a resúmenes de ublicaciones en revistas científicas y actas de congresos de distintas discilinas y los textos no científicos corresonden a noticias eriodísticas de interés general ublicadas en áginas web de eriódicos argentinos Se recurre al analizador morfológico Smorh, imlementado como etiquetador, ara asignar categoría a todas las ocurrencias lingüísticas La información resultante del análisis morfológico de dichos textos es utilizada ara conformar una base de datos sobre la cual se alica la técnica de comonentes rinciales Este tio de análisis es una herramienta útil ara caracterizar unidades considerando un gran número de variables cuantitativas medidas sobre ellas En este caso es un estudio exloratorio que ermite caracterizar los textos rovenientes de estos dos géneros de modo tal de evidenciar aquellas características rovenientes del análisis automático de los textos que son más discriminatorias con el roósito de lograr limitar el número de mediciones retenidas en estudios osteriores 2 MATERIAL Y METODOS 21 Diseño de la muestra El marco muestral ara la selección de la muestra de los textos científicos está comuesto or textos académicos, resúmenes de trabajos resentados a congresos y revistas, extraídos de internet ertenecientes a distintas discilinas Los textos eriodísticos fueron seleccionados de un corus mayor utilizado or el equio de investigación INFOSUR Este corus se construyó con noticias extraídas de las áginas web de eriódicos argentinos (noticias de tio general, no esecializadas en esañol) La unidad de muestreo fue el texto y la selección de la muestra se llevó a cabo emleando un diseño muestral estratificado Luego de obtener las muestras de los dos estratos, fueron evaluadas y comaradas resecto al número medio de alabras or texto Se requiere esta evaluación ara evitar que la comaración entre las discilinas se vea afectada or el tamaño de los textos La muestra final ara este trabajo quedó conformada de la siguiente manera: Tabla 1 Conformación de la muestra final Muestra Nro de textos Cantidad de alabras 22 Etiquetado de los textos Científico No científico El software Smorh, analizador y generador morfosintáctico desarrollado en el Groue de Recherche dans les Industries de la Langue (Universidad Blaise-Pascal, Clermont II) or Salah Aït- Mokhtar (1998) realiza en una sola etaa la tokenización y el análisis morfológico A artir de un texto de entrada se obtiene un texto lematizado con las formas corresondientes a cada lema (o a un subconjunto de lemas) con los valores corresondientes Se trata de una herramienta declarativa, la información que utiliza está searada de la maquinaria algorítmica, en consecuencia, uede adatarse a distintos usos Con el mismo software se uede tratar cualquier lengua si se modifica la información lingüística declarada en sus archivos
3 94 Smorh comila, minimiza y comacta la información lingüística que queda disonible en un archivo binario Los códigos fuente se dividen en cinco archivos: Códigos ASCII, Rasgos, Terminaciones, Modelos y Entradas En el archivo entradas, se declaran los ítems léxicos acomañados or el modelo corresondiente Este indicador de modelo oficia de enlace con el archivo modelos, en el que se esecifica la información morfológica y las terminaciones que se requieren en cada ítem En el archivo modelos, se introduce la información corresondiente a los modelos de flexiones morfológicas A un conjunto de terminaciones se le asocia el corresondiente conjunto de definiciones morfológicas En el archivo terminaciones es necesario declarar todas las terminaciones que son necesarias ara definir los modelos de flexión, se declaran una a continuación de otra, searadas or un unto Para construir los modelos se recurre a rasgos morfológico- sintácticos En el archivo rasgos, se organizan jerárquicamente las etiquetas En el archivo de códigos ASCII se esecifican, entre otros, los caracteres searadores, las equivalencias entre mayúsculas y minúsculas El archivo data, contiene los nombres de cada uno de los cinco archivos descritos anteriormente El módulo ost-smorh MPS es un analizador que recibe en entrada una salida Smorh (en formato Prolog) y uede modificar las estructuras de datos recibidos Ejecuta dos funciones rinciales: la Recomosición y la Corresondencia, que serán útiles ara resolver las ambigüedades que resulten del análisis de Smorh La información contenida en estos archivos es la resentada en Beltrán (2009) 23 Diseño y desarrollo de la base de datos La información que contiene la base de datos es el resultado del análisis de Smorh-Ms almacenada en un archivo de texto La información resultante del análisis morfológico se disuso en una matriz de dimensión: tantas filas como cantidad de objetos lingüísticos tenga el texto y tantas columnas como ocurrencia+lema+valores De esta manera se obtuvo una base de datos que osee la información del texto, ocurrencia, lema y etiqueta asignada, como muestra la tabla 2 Luego, a artir de esta base de datos or alabra (cada unidad o fila es una alabra analizada del texto), se confeccionó la base de datos or documento que es analizada estadísticamente Esta es una nueva base, donde cada unidad es el texto, con la información de las variables indicadas en la tabla 3a y la estructura resentada en la tabla 3b Tabla 2 Fragmento de la base de datos obtenida CORPUS TEXTO OCURRENCIA LEMA ETIQUETA 1 1 El el det 1 1 Problema roblema nom 1 1 De de re 1 1 Las el det 1 1 Series serie nom 1 1 De de re 1 1 Tiemo tiemo nom 1 1 Se lo cl 2 1 Ha haber aux 2 1 Provocado rovocar v 2 1 Una una det
4 Verdadera verdadera adj 2 1 Transformación transformación nom 2 1 En en re Abreviaturas: adj : adjetivo art : artículo nom : nombre re : reosición v : verbo adv : adverbio cl : clítico aux : auxiliar co : coulativo un : signo de untuación Tabla 3a Variables de la base de datos or documento CORPUS Corus al que ertenece el texto TEXTO Identificador del texto dentro del corus adj cantidad de adjetivos del texto adv cantidad de adverbios del texto cl cantidad de clíticos del texto co cantidad de coulativos del texto det cantidad de determinantes del texto nom cantidad de nombres (sustantivos) del texto re cantidad de reosiciones del texto v cantidad de verbos del texto otro cantidad de otras etiquetas del texto total_al cantidad total de alabras del texto Tabla 3b Fragmento de la base de datos ara análisis estadístico CORPUS TEXTO adj adv cl co det nom re v OTRO TOTAL_PAL Análisis de Comonentes rinciales Análisis de Comonentes Princiales (ACP) es una de las técnicas multivariadas de análisis exloratorio de datos más amliamente utilizada, introducida or Pearson en 1901 y osteriormente desarrollada or Hotelling en 1933 Esta técnica también uede ser vista como un caso articular de los métodos de búsqueda de royección, los cuales seleccionan royecciones de oca dimensión de datos multivariados La selección de royecciones de oca dimensión usualmente se realiza otimizando algún índice que mida una característica de interés en los datos bajo todas las direcciones de royección Para el caso del Análisis de Comonentes Princiales la característica que se otimiza es la variancia de los datos Suongamos que tenemos una oblación y un vector aleatorio de dimensión x1 que uede ser medido sobre todos los individuos de la oblación: x = (x 1 x 2 x )
5 96 Sea la matriz de variancias-covariancias (de tamaño x) de variables x 1, x 2,, x : La variancia total de estas variables es definida como la traza de (tr ), la cual es la suma de los elementos de la diagonal rincial de la matriz : tr i1 La rimer comonente rincial de un vector x = (x 1 x 2 x ) de dimensión x1 es una combinación lineal: a 1 x = a 11 x 1 + a 12 x a 1 x donde a 1 = (a 11 a 12 a 1 ) con a 1 a 1 = 1 y tal que la variancia de (a 1 x) es la máxima entre todas las combinaciones osibles de los elementos de x con los coeficientes del vector a 1 cumliendo la condición de longitud igual a 1 Por lo tanto, la rimer comonente rincial así obtenida exlica la máxima variación La segunda comonente rincial a 2 x de x con a 2 a 2 = 1 es tal que no está correlacionada con la rimera y su variancia es la mayor entre todas las combinaciones lineales no correlacionadas con la rimera comonente En forma similar se obtienen las restantes La última comonente rincial (-ésima) a x no está correlacionada con todas las (-1) comonentes rinciales anteriores y es la que menos exlica de la variancia total, or este motivo se dice que es la comonente menos informativa Los coeficientes de estas combinaciones lineales (las comonentes rinciales) se obtienen de la siguiente manera: Sean 1 2 > 0 los autovalores y a 1 a 2 a los corresondientes autovectores de, cada uno de ellos con longitud igual a 1, esto es a i a i = 1, ara i = 1,2,, La rimer comonente será y 1 = a 1 x, la segunda comonente es y 2 = a 2 x y la -ésima comonente está dada or y = a x Asimismo, las variancias de las comonentes rinciales serán cada uno de los autovalores, var(y 1 ) = 1 var(y 2 ) = 2 var(y ) = Por lo tanto, dado que la variancia total es la traza de la matriz (tr ) es también la misma que la suma de todos sus autovalores ( i ) Los elementos de los autovectores tienen interretaciones útiles ara el análisis Por ejemlo, la covariancia entre la i-ésima variable x i y la j-ésima comonente rincial y j es j a ji y or lo tanto el coeficiente de correlación corr (x i, y j ) entre ellos es: corr x, y i j a ji ii i var( x ) Esto significa que las variables con coeficientes de gran magnitud en una comonente rincial tienen una mayor contribución en dicha comonente Si bien no es equivalente, es osible trabajar con la matriz de correlaciones en lugar de la matriz de variancias y covariancias Esto será aroiado cuando las medidas sobre diferentes variables no estén en la misma escala y las variancias sean de magnitudes muy diferentes i i1
6 97 Al trabajar con datos muestrales, las matriz es reemlazada or sus resectivo estimador S Cuando se trabaja con datos comosicionales, los orcentajes de los elementos ara cada muestra suman 100 (ó 1 si son roorciones) y or lo tanto hay una restricción entre las medidas de las variables Por este motivo es que se debe tener cuidado al analizar estos datos Suongamos que x 1, x 2,, x son las medidas (ó orcentajes) tomados sobre variables, con i1 x i 100 (ó = 1) Debido a esta restricción, exactamente uno de los autovalores de la matriz de variancias-covariancias de x = (x 1 x 2 x ) será cero Esto hace que la interretación usual de las variancias y las covariancias se ierde Por lo tanto, Aitchison (1983) sugirió que el Análisis de Comonentes Princiales esté basado en la matriz de variancias-covariancias muestral de los logaritmos-contrastes de las variables originales: v j log( x j 1 ) ( ) i1 log( x ), j = 1, 2,, i en lugar de estar basado en la matriz de variancias-covariancias muestral de los orcentajes originales En este trabajo se alica ACP ara datos comosicionales sobre las transformaciones mencionadas ara las variables siguientes: Tabla 4 Variables utilizadas en ACP CORPUS CORPUS Corus al que ertenece el texto (CIENTIFICO - NO CIENTIFICO) TEXTO TEXTO Identificador del texto dentro del corus x1 adj orcentaje de adjetivos del texto x2 adv orcentaje de adverbios del texto x3 cl orcentaje de clíticos del texto x4 co orcentaje de coulativos del texto x5 det orcentaje de determinantes del texto x6 nom orcentaje de nombres (sustantivos) del texto x7 re orcentaje de reosiciones del texto x8 v orcentaje de verbos del texto x9 OTRO orcentaje de otras etiquetas del texto 3 RESULTADOS 31 Análisis reliminar La rimera comaración que se realiza, como ya se mencionó al describir la muestra, es la del número de alabras or texto La misma se lleva a cabo mediante el test no aramétrico de Wilcoxon ara muestras indeendientes arrojando una robabilidad asociada =00062, evidenciando que existen diferencias significativas entre los corus resecto al tamaño de los textos Esta situación lleva a realizar las sucesivas comaraciones sobre los orcentajes o roorciones de las categorías gramaticales Comaraciones similares entre los corus se llevan a cabo ara las restantes variables (tomando las roorciones de cada categoría gramatical) hallando diferencias significativas (<005) ara todas
7 98 las categorías gramáticas exceto la roorción de clíticos y de verbos en los documentos analizados (Tabla 5) Tabla 5 Comaración mediante test de Wilcoxon Proorción romedio en corus Científico Proorción romedio en corus No Científico Categoría Gramatical Valor de adjetivos 0,09 0,07 0,0001 adverbios 0,02 0,04 <0,0001 clíticos 0,02 0,02 0,2365 coulativos 0,03 0,02 0,0011 determinantes 0,16 0,15 0,0008 nombres 0,24 0,26 0,0109 reosición 0,17 0,15 0,0117 verbos 0,14 0,14 0,3195 otro 0,12 0,15 <0, Análisis de Comonentes rinciales El ACP se realizó sobre la matriz de variancias y covariancias de las variables transformadas según lo establecido en la sección 24 ara datos comosicionales En el ACP (Tabla 6) se uede observar que las tres rimeras comonentes exlican un 75% de la variación total de los datos Tabla 6 Porcentaje de variancia exlicada or las comonentes rinciales AUTOVALORES DE LA MATRIZ DE VARIANCIAS Y COVARIANCIAS % variancia % variancia exlicada CP Autovalor exlicada acumulado 1 0,65 35% 35% 2 0,49 26% 61% 3 0,26 14% 75% 4 0,21 11% 86% 5 0,14 7% 93% 6 0,07 4% 97% 7 0,03 2% 99% 8 0,02 1% 100% 9 0 0% 100%
8 99 Tabla 7 Coeficientes corresondientes a las tres rimeras comonentes Variable CP1 CP2 CP3 adj_transf -0,18-0,24 0,67 adv_transf 0,82-0,28-0,12 cl_transf 0,02 0,86 0,06 co_transf -0,47-0,22-0,64 det_transf -0,12-0,11 0,11 nom_transf -0,1-0,14 0,03 re_transf -0,15-0,11 0,16 v_transf 0,02 0,13 0,03 OTRO_transf 0,15 0,12-0,29 Tabla 8 Correlaciones de las tres rimeras comonentes rinciales con las variables originales Variable CP1 CP2 CP3 adj_transf -0,31-0,37 0,73 adv_transf 0,93-0,27-0,09 cl_transf 0,02 0,97 0,05 co_transf -0,68-0,28-0,57 det_transf -0,38-0,31 0,21 nom_transf -0,33-0,42 0,06 re_transf -0,44-0,29 0,29 v_transf 0,07 0,34 0,05 OTRO_transf 0,29 0,2-0,35 La tabla 7 resenta los coeficientes de las variables sobre las tres rimeras comonentes, mientras que la tabla 8 resenta las correlaciones entre las comonentes y las variables originales La rimera comonente se caracteriza or resentar un coeficiente alto ositivo ara la variable referida a los adverbios y valores negativos ara las variables referidas a las restantes categorías Esto significa que esta rimer comonente (CP1) está altamente correlacionada con la roorción de adverbios en el texto y resentará valores altos cuando un texto resente con mayor frecuencia esta categoría La segunda comonente (CP2) resenta rincialmente un coeficiente alto ositivo ara las variables de clíticos y verbos y negativo ara las restantes Esto significa que esta comonente resentará valores altos cuando el texto evidencie una mayor cantidad de clíticos y verbos Resecto a la tercer comonente (CP3), ésta se asocia ositivamente con la resencia de adjetivos y reosiciones en mayor frecuencia en el texto y se asocia negativamente con la frecuencia de coulativos Al royectar los textos analizados sobre estas tres dimensiones o tres rimeras comonentes (Gráfico 1, 2 y 3), se observa que en el gráfico 1, los textos NC se encuentran deslazados a la derecha sobre el eje horizontal Por la conformación de la rimera comonente, esta disosición en el lano de royección evidencia que los textos rocedentes del corus NC resentan un mayor
9 CP 3 (13,6%) CP 2 (26,3%) Revista de Eistemología y Ciencias Humanas 100 número de adverbios, resecto a las restantes categorías, que los textos C En relación a las otras dos dimensiones no se visualiza una clara discriminación de los textos resecto al género 3,00 transf_cl 1,50 transf_vtransf_otro 0,00 transf_co transf_re transf_det transf_nom transf_adj transf_adv -1,50-3,00-3,00-1,50 0,00 1,50 3,00 CP 1 (34,9%) Bilot(1,2):CIENTIF Bilot(1,2):NOCIENT Bilot(1,2) - Variables Gráfico 1: Proyección de los textos sobre las dos rimeras comonentes rinciales 3,00 1,50 transf_adj 0,00 transf_re transf_det transf_nom transf_cl transf_v transf_otro transf_adv -1,50 transf_co -3,00-3,00-1,50 0,00 1,50 3,00 CP 1 (34,9%) Bilot(1,3):CIENTIF Bilot(1,3):NOCIENT Bilot(1,3) - Variables Gráfico 2: Proyección de los textos sobre la rimera y tercer comonente rincial
10 CP 3 (13,6%) Revista de Eistemología y Ciencias Humanas 101 2,00 transf_adj 1,00 0,00 transf_re transf_det transf_nom transf_adv transf_v transf_cl transf_otro -1,00 transf_co -2,00-2,00-1,00 0,00 1,00 2,00 CP 2 (26,3%) 6 CONCLUSIONES Bilot(2,3):CIENTIF Bilot(2,3):NOCIENT Bilot(2,3) - Variables Gráfico 3: Proyección de los textos sobre la segunda y tercera comonente rincial Los resultados del análisis morfológico de los textos se analizaron teniendo en cuenta simultáneamente todas las mediciones realizadas sobre ellos El análisis multivariado alicado en este trabajo ermitió hallar las características de los textos que discriminan los dos gruos definidos or el género al que ertenecen: Científico y No Científico La royección de los textos sobre gráficos bidimensionales fue muy útil ara visualizar las diferencias halladas entre los dos corus Las tres rimeras comonentes exlicaron un 75% de la variación total de los datos, observándose que la rimera comonente es la dimensión que seara los textos científicos y no científicos El número de adverbios en el texto es la variable de mayor imortancia en dicha searación Referencias Aitchison J 1983 The Statistical Analysis of Comositional Data Chaman & Hall, London Beltrán, C, Bender, C, Bonino, R, Deco, C, Koza, W, Méndez, B, Moro, Stella Maris 2008 Recursos informáticos ara el tratamiento lingüístico de textos Ediciones Juglaría Rosario Beltrán, C 2009 Modelización lingüística y análisis estadístico en el análisis automático de textos Ediciones Juglaría Rosario Beltrán, C 2010 Estudio y comaración de distintos tios de textos académicos: Biometría y Filosofía Revista de Eistemología y Ciencias Humanas Gruo IANUS Rosario Bès,Gabriel, Solana, Z y Beltrán, C 2005 Conocimiento de la lengua y técnicas estadísticas en el análisis lingüístico en Desarrollo, imlementación y uso de modelos ara el rocesamiento automático de textos (ed Víctor Castel) Facultad de Filosofía y Letras, UNCUYO Cuadras, CM 2008 Nuevos métodos de análisis multivariante CMC Editions Barcelona, Esaña Johnson RA y Wichern DW 1992 Alied Multivariate Statistical Análisis Prentice-Hall International Inc Khattre R y Naik D 1999 Alied Multivariate Statistics with SAS Software SAS Institute Inc Cary, NC USA
11 102 Rodrigo Mateos, José Lázaro y Bès, Gabriel G 2004 Análisis e imlementación de clíticos en una herramienta declarativa de tratamiento automático de corus En VI Congreso de Lingüística General, Santiago de Comostela Solana, Z Beltrán, C, Bender, C, Bonino, R, Deco, C, Koza, W, Méndez, B, Rodrigo, A, Tramallino, C 2009 La interlengua de los arendientes de esañol como L2 Aortes de la Lingüística Informática GRUPO INFOSUR- Ediciones Juglaría
Celina Beltrán Facultad de Ciencias Agrarias, Universidad Nacional de Rosario, Argentina
Estudio y comparación de distintos tipos de textos académicos: Biometría y Filosofía A COMPARISON STUDY OF DIFFERENT TYPES OF ACADEMIC TEXTS: BIOMETRICS AND PHILOSOPHY Celina Beltrán Facultad de Ciencias
Análisis de Componentes principales -PCA-
Análisis de Comonentes rinciales -PCA- PCA en Teledetección... 1 La idea general... 1 El método...2 La interretación...5 Que es? El PCA constituye un rocedimiento matemático que ermite transformar un número
Procesamiento Digital de Imágenes
Visión or Comutadora Unidad III Procesamiento Digital de Imágenes Rogelio Ferreira Escutia Contenido 1) Oeraciones Individuales a) Transformaciones Punto a Punto b) Transformaciones de 2 Imágenes Punto
INDICADORES DE ESTABLECIMIENTOS CON PROGRAMA IMMEX CIFRAS DURANTE OCTUBRE DE 2016
La Estadística Mensual sobre Establecimientos con Programa de la Industria Manufacturera, Maquiladora y de Servicios de Exortación (IMMEX) 1, muestra las rinciales características y evolución de los establecimientos
Departamento de Ingeniería Matemática- Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 08-4 Matrices elementales SEMANA 2: MATRICES Como veremos la resolución de sistemas de ecuaciones via
7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD
7. DISTRIBUCIOES DISCRETAS DE PROBABILIDAD La Distribución Binomial Esta distribución fue elaborada or Jacobo Bernoulli y es alicable a un gran número de roblemas de carácter económico y en numerosas alicaciones
Bloque 33 Guía: Ecuación de la recta en el plano cartesiano SGUICEG055EM33-A17V1
SGUICEG055EM-A7V Bloque Guía: Ecuación de la recta en el lano cartesiano TABLA DE CORRECCIÓN ECUACIÓN DE LA RECTA EN EL PLANO CARTESIANO N Clave Dificultad estimada B Alicación Media A Alicación Media
INDICADORES DE ESTABLECIMIENTOS CON PROGRAMA IMMEX CIFRAS DURANTE DICIEMBRE DE 2015
La Estadística Mensual sobre Establecimientos con Programa de la Industria Manufacturera, Maquiladora y de Servicios de Exortación (IMMEX) 1, muestra las rinciales características y evolución de los establecimientos
INDICADORES DE ESTABLECIMIENTOS CON PROGRAMA IMMEX CIFRAS DURANTE OCTUBRE DE 2015
La Estadística Mensual sobre Establecimientos con Programa de la Industria Manufacturera, Maquiladora y de Servicios de Exortación (IMMEX) 1, muestra las rinciales características y evolución de los establecimientos
Objetivos. El Método Estadístico en las Publicaciones Científicas. Meta-Análisis. Recomendaciones de los Editores
El Método Estadístico en las Publicaciones Científicas. Meta-Análisis. Objetivos Informar sobre el roceso de transmisión de los resultados de la investigación ara su utilización or la comunidad científica.
FACTORES PREDICTORES DE SOBREVIDA EN PACIENTES CON ALGUNA PATOLOGIA CANCEROSA MAEDIANTE ANÁLISIS DE REGRESIÓN DE COX CASO: PRÓSTATA
FACTORES PREDICTORES DE SOBREVIDA EN PACIENTES CON ALGUNA PATOLOGIA CANCEROSA MAEDIANTE ANÁLISIS DE REGRESIÓN DE COX CASO: PRÓSTATA Robin Martínez Mayorga 1, John Ramírez Figueroa 2 1 Ingeniero en Estadística
Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos
I. Barbona - Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos Comparison among
CÁPITULO 4. METODOLOGÍA. Para la implementación de cualquier plan de pensiones es necesario, después de haber
CÁPITULO 4. METODOLOGÍA Para la imlementación de cualquier lan de ensiones es necesario, desués de haber establecido las características de éste, el cálculo de las aortaciones que serán requeridas ara
Matemáticas - Guía 1 Proposiciones
LOGROS: 1. Reconoce el conceto e roosición. 2. Clasifica las roosiciones en simles y comuestas. 3. Resuelve roosiciones comuestas utilizando los conectivos lógicos. 4. Halla el valor de verdad de una roosición
ANÁLISIS MULTIVARIADO
MÓDULO 6: ANÁLISIS MULTIVARIADO PROFESOR: LUIS E. NIETO BARAJAS EMAIL: lnieto@itam.mx URL: htt://allman.rhon.itam.mx/~lnieto Dilomado en Estadística Alicada OBJETIVO: Proorcionar al alumno los asectos
Carlos Cuevas-Covarrubias (Mexico): Mutual Principal Components, reduction of dimensionality in statistical classification
Carlos Cuevas-Covarrubias (Mexico): Mutual Principal Components, reduction of dimensionality in statistical classification Mutual Principal Components, reduction of dimensionality in statistical classification
TRAZADO DE DIAGRAMA POLAR Y APLICACIÓN DE CRITERIO DE NYQUIST
TRAZADO DE DIAGRAMA POLAR Y APLICACIÓN DE CRIRIO DE NYQUIST. TRAZADO DE DIAGRAMA POLAR. La función de transferencia P, tendrá el formato dado or la siguiente exresión generalizada: P ± m m P A P + A P
( ) = = ( ) ( ) 1 = La probabilidad de que no ocurra ninguno de los dos es la probabilidad de la intersección de los complementarios ó contrarios.
CUESTONES. Sean y B dos sucesos con (0,5, (B0, y ( B0,. Calcular las siguientes robabilidades (, (, ( B, (. B B B B ( ( B 0' B B 0' ( B ( B ( B ( B ( B B ( B B ( B B 0' 0'5 + 0' 0' 7 B B B ( ( B ( B (
ESFUERZOS Y DEFORMACIONES EN VIGAS DEBIDAS A FUERZAS EN CABLES POSTENSADOS
Cátedra de Análisis Estructural Carrera de Ingeniería Civil ESFUERZOS Y DEFORMACIONES EN VIGAS DEBIDAS A FUERZAS EN CABLES POSENSADOS Marcelo A. Ceballos Carlos A. Prato Año 2003 ESFUERZOS Y DEFORMACIONES
ALTERNATIVAS AL GRÁFICO DE PROBABILIDAD NORMAL COMO TEST DE VALIDACIÓN
ISSN 007-197 ALTERNATIVAS AL GRÁICO DE PROBABILIDAD NORMAL COMO TEST DE VALIDACIÓN Ana María Islas Cortes Instituto Politécnico Nacional, ESIT amislas@in.mx Gabriel Guillén Buendia Instituto Politécnico
XAX > i 0. i 4 2i. 2 i i 8
Álgebra Lineal Caítulo. Tóicos Eseciales y Alicaciones.. Matrices y formas ositivas En esta sección estudiamos matrices ositivas, formas sesquilineales ositivas, y formas cuadráticas ositivas. a. Matrices
TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA ESTIMACIÓN DE PARÁMETROS ESTIMACIONES INSESGADAS
TEORÍA DE LA ESTIMACIÓ ESTADÍSTICA ESTIMACIÓ DE PARÁMETROS En el caítulo se vio cómo emlear la teoría del muestreo ara obtener información acerca de muestras extraídas en forma aleatoria de una oblación
La distribución de probabilidad de la variable aleatoria (v. a). Bernoulli, está dada por:
Distribución Bernoulli Una rueba o exerimento Bernoulli tiene uno de dos resultados mutuamente excluyentes, que generalmente se denotan S (éxito) y F (fracaso). Por ejemlo, al seleccionar un objeto ara
El Cáncer al Pulmón en el Ecuador
"Detección y análisis estadístico de los rinciales factores que inciden en el cáncer al ulmón" Por: Juan Javier Laínez Bolaños. Coautor: Mat. John Ramírez. Ingeniero en Estadística Informática. Director
INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS. SU EFICIENCIA BAJO DISTRIBUCIONES NORMALES.
Dianda, Daniela Hernández, Lucia Quaglino, Marta Pagura, José Alberto Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS.
PROCESOS DE MARKOV. Definiciones en los Procesos de Markov de Primer Orden:
ROCESOS DE MARKOV rinciio de Markov: Cuando una robabilidad condicional deende únicamente del suceso inmediatamente anterior, cumle con el rinciio de Markov de rimer Orden, es decir. X ( t ) j X () K,
INSTITUTO COLOMBIANO PARA EL FOMENTO DE LA EDUCACIÓN SUPERIOR -ICFES- SUBDIRECCIÓN ACADÉMICA. Grupo de Evaluación de la Educación Básica y Media
INSTITUTO COLOMBIANO ARA EL FOMENTO DE LA EDUCACIÓN SUERIOR -ICFES- SUBDIRECCIÓN ACADÉMICA Gruo de Evaluación de la Educación Básica y Media QUÉ ES Y CÓMO SE CALIFICA EL EXAMEN DE VALIDACIÓN DEL BACHILLERATO
Eigenvalores y eigenvectores
Eigenvalores y eigenvectores Los dos problemas principales del álgebra lineal son: resolver sistemas lineales de la forma Ax = b y resolver el problema de eigenvalores. En general, una matriz actúa sobre
Redes Neuronales. Redes neuronales, algoritmo, multicapas, entrenamiento, retropropagación.
Jamie Areli-Toral Barrera Redes Neuronales Resumen En este royecto se resenta como se conforman las redes neuronales, en esecial se analizara un algoritmo de arendizaje suervisado ara el entrenamiento
SEMINARIO FINANZAS - RIESGO UNIDAD 2 - MEDICION DEL RIESGO SEMANA 6. GUIA DE TALLER: CÁLCULO DE LA LINEA DEL MERCADO DE CAPITALES Y DEL RIESGO ÓPTIMO
SEMINARIO FINANZAS - RIESGO UNIDAD 2 - MEDICION DEL RIESGO SEMANA 6. GUIA DE TALLER: CÁLCULO DE LA LINEA DEL MERCADO DE CAPITALES Y DEL RIESGO ÓPTIMO PROPOSITOS: Esta guía tiene como roósito establecer
MATEMÁTICAS FINANCIERAS
1 MATEMÁTICAS FINANCIERAS LECCIÓN 1: Fundamentos de la valoración financiera. 1. Introducción. Actividad económica: se caracteriza or la roducción de bienes y servicios y or su intercambio entre los diversos
Unidad 5. Aplicaciones de las derivadas. Objetivos. Al terminar la unidad, el alumno:
Unidad 5 Alicaciones de las derivadas Objetivos Al terminar la unidad, el alumno: Resolverá roblemas de ingreso utilizando el ingreso marginal. Resolverá roblemas de costos utilizando el costo marginal
MODELO COMPUTACIONAL PARA LA ESTIMACIÓN DEL TAMAÑO DE FRUTAS RESUMEN
MODELO COMPUTACIONAL PARA LA ESTIMACIÓN DEL TAMAÑO DE FRUTAS F. J. Mayorano 1, A. J. Rubiales 1, V. Herrero 1,2, F. Núñez 4, A. Clausse 1,3 1 PLADEMA, Universidad Nacional del Centro, 7 Tandil, Argentina.
Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II
Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Alicadas a las iencias Sociales II Antonio Francisco Roldán Lóez de Hierro * onvocatoria de 2006 Las siguientes áginas contienen
CAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN Introducción
CAPITULO 4. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 4.. Introducción Se denomina ecuación diferencial ordinaria a toda ecuación en la que aarecen una o varias derivadas de una función. Cuando las derivada
Lógica Proposicional (LP)
Lógica Proosicional (LP) Proosición Enunciado del ue uede afirmarse si es verdadero o falso Oración declarativa Cuáles de las siguientes son roosiciones? ) Pedro es alto. 2) Juan es estudiante. 3) Vayan
ESQUEMA DE COMPENSACIÓN A USUARIOS POR MALA CALIDAD DE LA POTENCIA ELÉCTRICA
Revista Investigaciones Alicadas N o. 7 (010) 18-4 ublicada en línea or la Universidad ontificia Bolivariana htt://convena.ub.edu.co/revistaalicada ISSN 011-0413 ESQUEMA DE COMENSACIÓN A USUARIOS OR MALA
Repaso de conceptos de álgebra lineal
MÉTODOS AVANZADOS EN APRENDIZAJE ARTIFICIAL: TEORÍA Y APLICACIONES A PROBLEMAS DE PREDICCIÓN Manuel Sánchez-Montañés Luis Lago Ana González Escuela Politécnica Superior Universidad Autónoma de Madrid Repaso
MARIO PONCE FACULTAD DE MATEMÁTICAS P. UNIVERSIDAD CATÓLICA DE CHILE. 1. Resumen
MSS Y GEOMETRÍ DE TRIÁNGULOS MRIO PONE FULTD DE MTEMÁTIS P. UNIVERSIDD TÓLI DE HILE 1. Resumen artir del rinciio de las alancas, desarollado or rquímides se establece una relación entre masas distribuidas
I.- Análisis Gráfico Multivariado
I.- Análisis Gráfico Multivariado El análisis multivariado está basado en los rinciios de la Estadística multivariada, la cuál considera la observación y el análisis de más de una variable al mismo tiemo.
Análisis de la concentración de los Fondos Estructurales por Comunidades Autónomas
Análisis de la concentración de los Fondos Estructurales or Comunidades Autónomas M. ÀNGELS CABASÉS PIQUÉ* M. JESÚS GÓMEZ ADILLÓN* En este trabajo se analiza la distribución en Esaña de las ayudas estructurales
Matrices y Determinantes. Prof. Nilsa I. Toro Catedrática Recinto Universitario de Mayagüez Residencial - AFAMaC
Matrices y Determinantes Prof. Nilsa I. Toro Catedrática Recinto Universitario de Mayagüez Residencial - AFAMaC Origen y Usos Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J.
Tema 1. Cinemática de partícula
Tema 1. Cinemática de artícula Cinemática de artícula Tema 1 1. Introducción. Vectores osición, velocidad y aceleración 3. 4. Método gráfico en movimiento rectilíneo 5. de varias artículas Mecánica II
Introducción a la Teoría Analítica de Números
Introducción a la Teoría Analítica de Números Pablo De Náoli clase 11 1. Introducción Recordamos que Z n = unidades del anillo Z n = {a Z n : (a, n) = 1} es un gruo abeliano [=conmutativo] (con la oeración
Modelos de Espera. M. En C. Eduardo Bustos Farías
Modelos de Esera M. En C. Eduardo Bustos Farías Introducción Una línea de esera es la resultante de un sistema cuando la demanda or un bien o servicio suera la caacidad que uede roorcionar dicho sistema.
LABORATORIO DE TRANSFERENCIA DE CALOR CONDUCCIÓN UNIDIMENSIONAL
LABORATORIO DE TRANSFERENCIA DE CALOR CONDUCCIÓN UNIDIMENSIONAL 1 OBJETIVOS o Comrobar el fenómeno de transferencia de calor or conducción, tanto en dirección axial como en dirección radial, sin desconocer
DISTRIBUCIONES CONTINUAS
DISTRIBUCIONES CONTINUAS. Una variable aleatoria continua X tiene la siguiente función de densidad 0 si x < 0 x f (x) + a si 0 x 4 2 0 si x > 4 a) Calcula a ara que f(x) sea una función de densidad. Para
Mecánica Teórica Curso Boletín 7
Mecánica Teórica Curso 017-18 Boletín 7 Física Teórica, Universidad de Sevilla 7 de diciembre de 017 1.- Para una artícula libre con Hamiltoniano: H = H(q, ) = m, donde m es la masa de la artícula, obtener
Macroeconometría Notas sobre teoría asintótica
Macroeconometría Notas sobre teoría asintótica Jose Lluís Carrion i Silvestre Marzo de 2002 1 De niciones de convergencia A continuación se resumen los concetos que habitualmente se utilizan en la literatura
TEMA 1 CONCEPTOS BÁSICOS
Matemática Financiera Diaositiva 1 TEMA 1 CONCEPTOS BÁSICOS 1. Caital financiero. Fenómeno Financiero 2. Elección financiera. Postulado de royección financiera 3. Conceto de ley y sistema financiero. Proiedades
Comparación y evaluación de dos etiquetadores 1
INFOSUR - Nro 2 - Agosto 2008 Comparación y evaluación de dos etiquetadores 1 Comparison and Evaluation of Two Labelers Celina Beltrán Universidad Nacional de Rosario Facultad de Ciencias Agrarias Rosario,
con a 2 0 se denomina función cuadrática o función de segundo grado, cuyo dominio es
Función cuadrática Matemática 3º Año Cód. 1306-16 P r o f. M a r í a d e l L u j á n M a r t í n e z P r o f. C a r l a N á o l i P r o f. J o r g e l i n a O s é s Dto. de M at emática FUNCIÓN CUADRÁTICA
Desvanecimiento de pequeña y gran escala
Universidad Carlos III de Madrid Desvanecimiento de equeña y gran escala Modelos de gran escala Exlican el comortamiento de las otencia a distancias muco mayores que la longitud de onda (~ km). Esacio
Regresión Lineal Múltiple
Universidad Nacional Agraria La Molina 2011-2 Efectos de Diagnósticos de Dos predictores X 1 y X 2 son exactamente colineales si existe una relación lineal tal que C 1 X 1 + C 2 X 2 = C 0 para algunas
Minería de Datos. Clasificación Supervisada. Dr. Edgar Acuña Departamento de Ciencias Matemáticas Universidad de Puerto Rico-Mayaguez
Minería de Datos Clasificación Suervisada Dr. Edgar Acuña Deartamento de Ciencias Matemáticas Universidad de Puerto Rico-Mayaguez E-mail: edgar@math.urm.edu, eacunaf@gmail.com Website: math.urm.edu/~edgar
PERSONALIDAD Y HÁBITOS DE ESTUDIOS EN DOS MUESTRAS DE ALUMNOS; REGULARES Y EN SITUACIÓN DE REZAGO ESCOLAR
1 PERSONALIDAD Y HÁBITOS DE ESTUDIOS EN DOS MUESTRAS DE ALUMNOS; REGULARES Y EN SITUACIÓN DE REZAGO ESCOLAR Irma Rosa Alvarado Guerrero, Ma. Luisa Ceeda Islas, Ana Elena del Bosque Fuentes, Zaira Vega
Implantación en máquina de la interlengua : nombres cuyos rasgos flexivos de género y número no coinciden con el español estándar.
121 Implantación en máquina de la interlengua : nombres cuyos rasgos flexivos de género y número no coinciden con el español estándar. Bárbara Méndez Universidad Nacional de Rosario Facultad de Humanidades
DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Se trata de: Explicar el comportamiento de una variable dependiente ( Y ) en función de otras variables ( i ) 2 Investigar si las variables están asoc
4 ASOCIACION ENTRE VARIABLES En la investigación estadística- y en lo fundamental aquella relacionada a variables socioeconómicas-, es común encontrar variables relacionadas o asociadas Estadísticamente
PRÁCTICA 3. , se pide:
3 3.- Dada la función de utilidad U, se ide: a) Calcular la función de la familia de curvas de indiferencia corresondientes a dicha función de utilidad Para calcular la familia de curvas de indiferencia
Parte II. Teoría a del Consumidor
Parte II. Teoría a del Consumidor Tema 2: La conducta de los consumidores Tema 3: Teoría de la demanda Tema 4: El modelo de elección intertemoral. Parte I. Teoría a del Consumidor Tema 2: La conducta de
PROBLEMAS DE LÍMITES Y CONTINUIDAD (MÉTODOS ALGEBRAICOS) lím. lím. Las descomposiciones factoriales se hacen dividiendo sucesivamente por x + 2.
PROBLEMAS DE LÍMITES Y CONTINUIDAD MÉTODOS ALGEBRAICOS) Cálculo de ites or métodos algebraicos Resuelve los siguientes ites: a) 8 b) 8 c) a) ) ) 6) ) 8 Se reite el roceso) ) ) ) ) Las descomosiciones factoriales
Extracción del Sintagma Nominal
INFOSUR - Nro 5 - Octubre 2011 Extracción del Sintagma Nominal Noun Phrase Extraction Solana Zulema, Rodrigo Andrea, Méndez Bárbara Grupo Infosur Universidad Nacional de Rosario Rosario, Argentina Abstract
Regresión ponderada y falta de ajuste
Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas
Solución del 1er. nivel (2da. etapa) 2da. Olimpiada Cientí ca Estudiantil Plurinacional Boliviana Responzable: Mgr. Alvaro H. Carrasco C.
. Los múltilos son: Solución del er. nivel (da. etaa) da. Olimiada Cientí ca Estudiantil Plurinacional Boliviana Resonzable: Mgr. Alvaro H. Carrasco C. 8 ; 85 ; 86 ; :::; 9 luego hay 9 8 + = 36 múltilos
Pruebas de desensamblado tapa nevera
Pruebas de desensamblado taa nevera Publicación Interna Nº2 S. Puente C. Diaz. Gruo de Automática, Robótica y Visión Artificial PubInt2 Pruebas de Desensamblado Taa Nevera Deartamento de Física, Ingeniería
DETERMINANTES DE LAS EXPORTACIONES NO TRADICIONALES EN EL PERU
DETERMINANTES DE LAS EXPORTACIONES NO TRADICIONALES EN EL PERU 2002-2015 Rafael Bustamante Romaní MBA CENTRUM PUCP MG. Economía Finanzas UNMSM Doctorado (e) en Economía de los RRNN UNAM- México Docente
Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD III: TÓPICOS DE ANÁLISIS NUMÉRICOS Determinante: El determinante es un número real asociado con una matriz mediante la función determinante. El determinante de una matriz de 1 x 1 es igual a su
REPORTE DE CAPITAL PRIVADO EXTRANJERO EN BOLIVIA
2016 REPORTE DE CAPITAL PRIVADO EXTRANJERO EN BOLIVIA 2016 Banco Central de Bolivia Reorte de Caital Privado Extranjero en Bolivia Gestión 2016 250 coias imresas Fecha de ublicación: agosto de 2017 Banco
BOLETÍN EPIDEMIOLÓGICO DE CASTILLA-LA MANCHA FEBRERO 2007/ Vol.19 /Nº 09 LA REGRESIÓN LOGÍSTICA EN EPIDEMIOLOGÍA I (*)
BOLETÍN EIDEMIOLÓGICO DE CASTILLA-LA MANCHA FEBRERO 2007/ Vol.9 /Nº 09 LA REGRESIÓN LOGÍSTICA EN EIDEMIOLOGÍA I (*) RESUMEN La Regresión Logística es utilizada en eidemiología ara estudiar las relaciones
Organización de la Memoria
UNEFA Núcleo Mérida Sistemas Oerativos Organización de la Memoria Ing Hungría Berbesi ORGANIZACIÓN DE LA MEMORIA VIRTUAL Mediante este esquema se ejecutan rogramas que no se encuentran totalmente en memoria
El reconocimiento de patrones desde un punto de vista estadístico es la selección o extracción de características.
ANÁLISIS DE COMPONENTES PRINCIPALES El reconocimiento de patrones desde un punto de vista estadístico es la selección o extracción de características Esta selección se refiere a procesos donde el espacio
MODELACIÓN MATEMÁTICA DEL CAUDAL DEL RÍO MAIPO BASADA EN INFORMACIÓN METEOROLÓGICA DE LA CUENCA.
MODELACIÓN MATEMÁTICA DEL CAUDAL DEL RÍO MAIPO BASADA EN INFORMACIÓN METEOROLÓGICA DE LA CUENCA. Manríquez F Ana*, Estay C Ricardo E. M. O. S. S. A. - Avda. Bulnes 129 - Santiago - CHILE La oeración de
Matriz de transformación en PostScript
v Matriz de transformación en PostScrit En PostScrit, las oeraciones de traslación translate, rotación rotate y cambio de escala scale uedan abarcadas en una transformación afín de la forma: x x m s x
Regresión Logística. Introducción
Introducción En este tema estudiaremos cómo construir y analizar un modelo de regresión que retende reresentar la deendencia lineal de una variable resuesta con dos categorías (dicotómica) resecto a otras
TEMA I: DEFINICIÓN Y REPRESENTACIÓN DE ELEMENTOS DEL ESPACIO AFIN
TEMA I: DEFINICIÓN Y REPRESENTACIÓN DE ELEMENTOS..D - Sistema de referencia DEL ESPACIO AFIN En el Sistema Diédrico se tilian tres lanos ortogonales (XY, XZ ZY), denominados PH, PV PP) sobre los qe se
Gráfico de Control T-Cuadrada Multivariada
Gráfico de Control T-Cuadrada Multivariada STATGRAPHICS Rev. 25/04/2007 Resumen El procedimiento Gráfico de Control T-Cuadrada Multivariada crea diagramas de control para dos o más variables numéricas.
Examen convocatoria Ordinaria 2010/2011 ELECTRÓNICA DE COMUNICACIONES. Ingeniería de Telecomunicación
Examen convocatoria Ordinaria 2010/2011 ELECTRÓNICA DE COMUNICACIONES Ingeniería de Telecomunicación Aellidos Nombre N o de matrícula o DNI Gruo Firma Electrónica de Comunicaciones Examen. Convocatoria
Análisis de Componentes Principales (ACP)
Sistemas de Visión en Manufactura Maestría en MIC, UDB Análisis de Componentes Principales (ACP) Presenta: Sergio Miguel García Pérez Enero de 2015 Introducción Cuando se recoge información de una muestra
ECUACIONES PARAMÉTRICAS
ECUACIONES PARAMÉTRICAS CONTENIDO. De la elise. De la circunferencia 3. De la arábola 4. De la hiérbola 5. Ejercicios 6. Trazado de una curva dadas sus ecuaciones aramétricas Hemos visto, que si un lugar
5. Análisis de Conglomerados (Clusters)
5. Análisis de Conglomerados (Clusters) Análisis de Conglomerados o Cluster Salvador Figueras, M (00): "Análisis de conglomerados o cluster", [en línea] 5camus.org, Estadística.- PLANTEAMIENTO DEL PROBLEMA
de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
INFORMÁTICA MATLAB GUÍA 3 Operaciones con Matrices
1. ARREGLOS BIDIMENSIONALES (MATRICES) A las matrices también se les conoce como arreglos bidimensionales, y son una colección de números distribuidos en filas y columnas: Usos de las matrices: Electricidad
MATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).
1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden
Se llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria
T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes
UNIVERSIDAD CATÓLICA DE SANTIAGO DE GUAYAQUIL
UNIVERSIDAD CATÓLICA DE SANTIAGO DE GUAYAQUIL FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS CONTADURÍA PÚBLICA E INGENIERÍA EN CONTABILIDAD Y AUDITORÍA CPA. TÍTULO: APLICACIÓN DE LA NORMA INTERNACIONAL
PROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística
PROGRAMA DE ESTUDIOS A. Antecedentes Generales. - Nombre de la asignatura : Taller de herramientas Estadísticas - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria - Pre requisitos : LCP
Cálculo del poder estadístico de un estudio
Investigación: Cálculo del oder estadístico de un estudio /7 Cálculo del oder estadístico de un estudio Pértegas Día, S. sertega@canalejo.org, Pita Fernánde, S. sita@canalejo.org Unidad de Eidemiología
ANÁLISIS FACTORIAL. Carlos Camacho Universidad de Sevilla
ANÁLISIS FACTORIAL.- Introducción....- Comonentes rinciales... 3.- Descritivos e índices de adecuación... 3 4.- Etracción... 6 5.- Rotación de factores... 3 6.- Puntuaciones factoriales... 7 Carlos Camacho
1 ÁLGEBRA DE MATRICES
1 ÁLGEBRA DE MATRICES 1.1 DEFINICIONES Las matrices son tablas numéricas rectangulares. Se dice que una matriz es de dimensión m n si tiene m filas y n columnas. Cada elemento de una matriz se designa
Denotamos a los elementos de la matriz A, de orden m x n, por su localización en la matriz de la
MATRICES Una matri es un arreglo rectangular de números. Los números están ordenados en filas y columnas. Nombramos a las matrices para distinguirlas con una letra del alfabeto en mayúscula. Veamos un
TEMA 7 TEMA 7. SERIES TEMPORALES. Carmen Arriero Villacorta 1. DEFINICIÓN. Serie temporal de aeronaves Aeropuerto de Ibiza
TEMA 7 SERIES TEMPORALES Carmen Arriero Villacorta CURSO 212 213 1 Nº Aeronaves 1. DEFINICIÓN Una serie temoral es una serie estadística cuyos valores deenden del tiemo. D(t, Y t ) Y 1, Y 2,,, Y t,, Y
El análisis de correspondencias. Ana María López Jiménez Dept. Psicología Experimental (USE)
El análisis de correspondencias Ana María López Jiménez Dept. Psicología Experimental (USE) 4. El análisis de correspondencias 4.. Introducción 4.2. Tabla de correspondencias 4.3. Dependencia e independencia
Matrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Análisis de Capacidad Multivariada
Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos
Componentes principales (II)
Componentes principales (II) Eliseo Martínez Herrera 1. Propiedades de los componentes Los componentes principales tienen las siguientes propiedades: 1 La suma de las varianzas de los componentes es igual
MEDICIÓN DEL ENVEJECIMIENTO Y DISCAPACIDAD DE LA POBLACIÓN EN ESPAÑA A PARTIR DE LA ESPERANZA DE VIDA RESIDUAL 1
MEDICIÓN DEL ENVEJECIMIENTO Y DISCAPACIDAD DE LA POBLACIÓN EN ESPAÑA A PARTIR DE LA ESPERANZA DE VIDA RESIDUAL 1 Irene Albarrán 2, Mercedes Ayuso 3, Montserrat Guillén 3 y Malena Monteverde 3 RESUMEN La
DINAMICA DE OBJETOS EN SISTEMAS PLANETARIOS
DINAMICA DE OBJETOS EN SISTEMAS PLANETARIOS José Jacobo Gámez () Silvia M. Fernández () Resumen Para la búsqueda de orbitas eriódicas en sistemas lanetarios, se lantea un modelo de tres cueros, restringido
Wenceslao González Manteiga.
ANÁLISIS MULTIVARIANTE Wenceslao.gonzalez@usc.es ÍNDICE 0. MOTIVACIÓN HISTÓRICA 1. ANÁLISIS EXPLORATORIO DE DATOS 2. REVISIÓN DE LAS DISTRIBUCIONES NOTABLES MULTIDIMENSIONALES RELACIONADAS CON LA NORMAL
La Teoría del Consumidor. Elección ocio-consumo Oferta de Trabajo
La Teoría del Consumidor Elección ocio-consumo Oferta de Trabajo Modificamos el roblema del consumidor La renta del consumidor es el valor de mercado de su dotación inicial, (, ). Por el momento, suonemos