Derivación e integración numérica

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

Download "Derivación e integración numérica"

Transcripción

1 Métodos Numércos/Aálss Numérco/ Cálculo umérco Dervacó e tegracó umérca Bblograía: Métodos Numércos G. Pacce Edtoral EUDENE Aalss Numerco Burde ad Fares- Edtoral Sudamercaa 996. Métodos Numércos para geeros. Capra Caale. Ed. Mc Graw Hll. ta. Edcó. DIFERENCIACIÓN NUMÉRICA Polomo de terpolacó es aplcable para la resolucó de problemas de derecacó, e geeral el cálculo de dervadas, e partcular. Dada ua tabla de valores de la ucó () para dversos valores de, se puede determar el polomo de terpolacó que, satsacedo a los valores dados, represete co certo grado de apromacó a (). De acuerdo a lo ateror, es posble calcular, de maera más o meos precsa, la dervada '(), de la ucó e cuestó. Se puede allar e geeral por úca vez, las dervadas sucesvas de la órmula de terpolacó aplcarlas a cada caso partcular.

2 DERIVACION MEDIANTE FORMULAS DE INTERPOLACION La metodología descrpta mplca el uso de cualquera de las órmulas de terpolacó ates estudadas. Se desarrolla u caso partcular. La órmula de NEWTON-GREGORY Ascedete, e la cual se a eco la trasormacó u, para acltar su uso: ( ) ( ) ( ) ( ) ( ) ( ) u u u u! ( ) ( )( ) u u u Κ (8.)! DERIVACION MEDIANTE FORMULAS DE INTERPOLACION () Dervado respecto de la varable u, se obtee: u u 6u 6 ( u) ( ) ( ) ( ) Κ para ; vale decr, para u, resulta la ecuacó: ( ) ( ) ( ) ( ) ( ) Κ (8.)

3 DERIVACION MEDIANTE FORMULAS DE INTERPOLACION () Aálogamete, para la dervada seguda se obtee la epresó: 6u 8 u ( u ) ( ) ( )( u ) ( ) Κ para ; o sea, acedo u, resulta la ecuacó: ( ) ( ) ( ) ( ) Κ (8.) Este procedmeto puede ser terado tatas veces como se eceste, para obteer dervadas de maor orde. DERIVACION MEDIANTE FORMULAS DE INTERPOLACION () S se parte de la órmula de NEWTON-GREGORY Descedete o, de las de GAUSS, LAGRANGE, BESSEL, etc., se ecotrara, uevas órmulas de dervacó para cada caso e partcular, las que, orecerá maor o meor precsó segú la poscó relatva del valor de la varable para el cual se desea calcular las dervadas

4 DERIVACION MEDIANTE FORMULAS DE INTERPOLACION () La aplcacó de détco crtero para la órmula de NEWTON- GREGORY Descedete: u ( ) ( ) ( ) ( u ) u ( ) ( u )( u ) u u!! da como resultado dervado co respecto a u e gualado a cero: ( ) ( ) ( ) ( ) Κ como así també: ( ) ( ) ( ) ( ) Κ (8.) (8.) ( ) Κ Itroduccó a la tegracó umérca ETSII-UPM Plateameto del problema Se trata de evaluar la tegral deda de ua ucó medate u sumatoro de valores de esa ucó e certos putos llamados odos, multplcados por uos coecetes de poderacó llamados pesos: b a ( ) d w ( ) w w... w Esta epresó mplca la susttucó de u sumatoro to (la tegral) por u sumatoro to, por lo que se producrá u error de trucameto. Se llama grado de precsó de la órmula de tegracó al mámo grado de los polomos que so tegrados eactamete por dca órmula. Para deducr las órmulas de tegracó umérca la ucó () se suele susttur por el polomo de terpolacó p () () realzar la tegracó eacta de este polomo. S u polomo de grado es tegrado eactamete es de esperar que el error e la tegracó umérca de la ucó () depeda de la dervada de orde () de dca ucó e u puto perteecete al tervalo de tegracó. La tegracó umérca es u proceso más estable precso que la dervacó umérca vsta prevamete.

5 Fórmulas de Newto-Cotes (/) ETSII-UPM Se basa e el polomo de terpolacó de Newto co argumetos gualmete espacados (órmula de derecas tas). Alguas órmulas de Newto-Cotes: Regla trapezodal ( ) d ( ) err ( ζ ) ( v) Regla de Smpso ( ) d ( ) err ( ζ ) ( v) Regla de Smpso ( ) d ( ) err ( ζ ) Regla de Boole ( ) ( v) d ( 7 7 ) err ( ζ ) 9 Observacoes: E estas órmulas se supoe k k. Los errores depede de potecas elevadas de. La órmula de Smpso tee ua alta relacó precsó/coste. No se suele utlzar órmulas de orde mu grade porque aparece coecetes egatvos que da lugar a problemas umércos. Fórmulas de Newto-Cotes (/) ETSII-UPM El cálculo de los errores de las restates órmulas de Newto-Cotes es bastate laboroso o se clue e estas trasparecas. Iterpretacó gráca de la regla trapezodal las dos reglas de Smpso: E ( ξ ) v E ( ξ ) 9 v E ( ξ ) 8

6 INTEGRACIÓN NUMÉRICA: Problemátca cal. Detro del campo aalítco, perteecete a la matemátca pura, se descooce la prmtva de la maor parte de las ucoes que ella estuda o s esta se cooce, su aplcacó es larga compleja, para utlzarla co proveco e la resolucó de ua tegral. Icluso, es posble que se descoozca la epresó aalítca de la ucó sobre la cual se desea tegrar. Cosecuetemete, e térmos geerales, es posble asegurar que la gra maoría de los problemas que se preseta e la práctca, carece de solucó detro del campo aalítco. INTEGRACIÓN NUMÉRICA () Resumedo, la mposbldad, o la coveeca, de la aplcacó de métodos tradcoales está dada, udametalmete, por : I.- Que o se coozca gua prmtva de aquella ucó que es ecesaro tegrar, II.- Que aú coocédose ua ucó prmtva, su aplcacó resulte ecesvamete compleja o etesa, III.- Que, drectamete, se descoozca la epresó aalítca de la ucó que debe ser tegrada.

7 INTRODUCCION Cuado el problema e cuestó cosste e calcular la tegral deda de ua determada ucó (), dada por: b a ( ) I d (8.9) se cooce ua ucó F(), prmtva de (), es decr, F' () (), se aplca la regla de BARROW : I b a ( ) d F( b) F( a) (8.) INTRODUCCION () Cuado o se cooce gua prmtva de la ucó, resulta ecesaro apelar a métodos de cálculo apromados. Igual proceder debe adoptarse s, aú coocédose ua prmtva, resulta poco práctco aplcarla, por su complejdad. E ocasoes se cueta solamete co ua tabla de alguos de sus valores, proveete de resultados epermetales; e cuo caso, tampoco es posble aplcar la regla de BARROW. Cosderado que la tegral dada por (8.9) equvale a determar el valor del área bajo la curva de la ucó (), es posble desarrollar dversos métodos apromados para lograr dco objetvo.

8 FORMULA DE LOS TRAPECIOS Supógase coocdos los valores ; ;...; deducdos de la ucó (), coocda, que cumple co la codcó: k - k- para k ; ;... ; Ua prmera apromacó al valor del área a calcular, lmtada por los putos ; A ; A ;... ; A ; se obtee cosderado la suma de las áreas de los trapecos scrptos e cada ua de las superces parcales lmtadas por los putos, ; A ; A ; ; A ; A ; ; A - ; A ; FORMULA DE LOS TRAPECIOS () Fgura 8.. A A- A ( ) A A Y Y Y Y- X X X X - Y X

9 FORMULA DE LOS TRAPECIOS () E cosecueca, resulta: área ( ; A ; A ; ) / ( ) área ( ; A ; A ; ) / ( ) área ( - ; A - ; A ; ) / ( - ) Sumado las epresoes de las áreas así obtedas, resulta ( ) d ( ) Κ (8.) FORMULA DE LOS TRAPECIOS () La órmula de los trapecos tee ua precsó sucetemete buea cuado se trata de aplcarla a determacoes que o requera ua apromacó de orde elevado. E el caso de aberse susttudo la curva, dada por la ucó cotua (), medate la polgoal scrpta, descrpta medate los putos dados o calculados, el modelo realzado puede clascarse como ua Dscretzacó; o satsace pleamete cuado se trata de obteer gra precsó.

10 FORMULA DE SIMPSON () Basado e la utlzacó de segmetos de parábola para apromar los arcos de curva, e lugar de emplear segmetos de recta;es decr utlzar curvas e lugar de ua polgoal, se obtee ua maor precsó e el cálculo de tegrales dedas. Prmeramete se cosderará el caso de la parábola de segudo grado, a partr del que se deducrá la epresó aalítca de la órmula de SIMPSON. FORMULA DE SIMPSON () El prmer paso cosste e determar el área compredda etre el eje de las, la parábola de eje vertcal que pasa por los tres prmeros putos dados sus ordeadas etremas. Llamado A ; A ; A a los putos mecoados supoedo que tee abscsas equdstates; es decr, que: - - Cosderado, además que, acedo pasar el eje por el puto termedo A o se perde geeraldad (ver gura 8.).

11 FORMULA DE SIMPSON () A Y A Fgura 8. A Y Y X X Y X FORMULA DE SIMPSON () Dadas estas codcoes teedo e cueta que, e geeral, la parábola de segudo grado es: a b c pero, como debe pasar por los tres putos A ; A ; A, es posble escrbr: a b c a (-) b (-) c a - b c a b c c a b c a b c a b c

12 FORMULA DE SIMPSON () Sumado restado la prmera la últma de estas epresoes, drectamete de la seguda, se obtee los sguetes valores: ; ; c b a Valores que será empleados para reemplazarlos e la epresó de la tegral FORMULA DE SIMPSON (6) Por otra parte, del aálss sabemos que la epresó aalítca del área buscada vale: ( ) c a c b a d c b a d I Reemplazado e esta últma los valores de a c aterormete obtedos, resulta: ( ) ( ) 6 I El coocmeto de tres ordeadas es sucete para determar el área lmtada por el arco de parábola cuadrátca que pasa por los putos correspodetes.

13 FORMULA DE SIMPSON (7) E el caso de que la curva se ecuetre descrpta medate ua tabla compuesta de putos A ; A ;...; A, sedo u úmero par co abscsas ; ;...; equdstates, es posble aplcar la metodología epuesta, cada tres putos (A ; A ; A ); (A ; A ; A ); etc., de este modo, obteer la epresó: I ( ) ( ) Κ ( ) ( ) d FORMULA DE SIMPSON (8) De dode, cosderado a los operadores E, P, I co détco sgcado al establecdo e el puto ateror, se obtee: I ( ) d ( E I P) (8.) Esta últma epresó es la coocda e mportate FORMULA DE SIMPSON, mu utlzada para determacoes epedtvas.

14 REGLA DE LOS TRES OCTAVOS DE SIMPSON () Como es ácl aprecar, la órmula de SIMPSON, solo es válda utlzable e el caso e que se aa subdvddo el tervalo de tegracó e u úmero de rajas tal, que la catdad de putos resultates; vale decr, los que descrbe la curva (), sea mpar. Esto sucede cuado el úmero de rajas aluddo es par. El msmo Smpso a desarrollado ua órmula utlzable e el caso que el úmero de rajas sea mpar. REGLA DE LOS TRES OCTAVOS DE SIMPSON () Fgura 8. A Y A A A Y Y Y Y H H H H

15 REGLA DE LOS TRES OCTAVOS DE SIMPSON () La deduccó de la correspodete órmula es smlar a la realzada para la de SIMPSON, ecepto que, para la determacó de las áreas parcales, es ecesaro utlzar parábolas de tercer grado que coecte cuatro putos cosecutvos de la curva e cuestó. La orma geeral de la ecuacó de tercer grado represetada por ua parábola cúbca es: a b c d (8.) REGLA DE LOS TRES OCTAVOS DE SIMPSON () Para determar los valores de los parámetros a; b; c; d es ecesaro mpoer a la epresó (8.), la codcó que pase por los cuatro putos A ; A ; A ; A ubcar el eje de las como se dca e la gura 8., lo cual o ace perder geeraldad al razoameto; co ello el tervalo de tegracó resulta:

16 REGLA DE LOS TRES OCTAVOS DE SIMPSON () Se puede calcular el área buscada medate la epresó: I ( a b c d ) a d b c d a. b. c d a. b. c d de dode: I. b..d REGLA DE LOS TRES OCTAVOS DE SIMPSON (6) Y, realzado las operacoes dcadas, resulta: b I d (8.) Para calcular los valores de las costates que tervee e el cálculo es ecesaro acer: a b c d a b c d a b c d a b c d

17 REGLA DE LOS TRES OCTAVOS DE SIMPSON (7) Resolvedo, por cualquer método, el cojuto de ecuacoes smultáeas reemplazado sus valores e la epresó (8.): ( ) ( ) I de lo que, e detva, resulta: I 8 [ 9( ) ( )] ( ) d ( ) que es la epresó aalítca de la deomada REGLA DE LOS TRES OCTAVOS DE SIMPSON. (8.6) REGLA DE LOS TRES OCTAVOS DE SIMPSON (8) Al qutarle tres rajas a ua zocacó dada por ua catdad mpar de ellas, da como resultado ua catdad par, a la que puede aplcarse la órmula de SIMPSON a estudada. Por ejemplo, s se estuvera rete al problema de calcular el área subdvdda e 7 rajas, la REGLA DE LOS TRES OCTAVOS DE SIMPSON se podría utlzar para apromar el área bajo la curva ocupada por las tres prmeras rajas. El área bajo las rajas restates, luego de ser calculada medate la órmula de Smpso, se sumaría a la de las tres aterores.

18 FORMULA DE EULER-MACLAURIN Medate el agregado de térmos complemetaros que corrge otras órmulas elemetales como la de los TRAPECIOS o SIMPSON, es posble obteer u s úmero de epresoes elemetales de órmulas de tegracó. Ua de las más comues es la que muestra a cotuacó. La msma propoe adcoar ua sere de térmos a la órmula de los TRAPECIOS, aumetado de este modo, su precsó. ( ) d ( Κ ) FORMULA DE EULER-MACLAURIN () Cosdérese que F() es ua prmtva de (); vale decr que, F ()(), del msmo modo que, F () (); etc. Aplcado la órmula del desarrollo e sere de TAYLOR a la ucó prmtva F, resulta: F!! ( ) F( ) F ( ) F ( ) F ( ) Κ

19 FORMULA DE EULER-MACLAURIN () Traspoedo el prmer térmo del segudo membro, al prmer membro tomado, sucesvamete, ; ;...; -, resulta: Μ F!! ( ) F( ) ( ) ( ) ( ) Κ o F ( ) F( ) ( ) ( ) ( ) Κ!! Μ Μ F Μ! Μ! ( ) F( ) ( ) ( ) ( ) Κ FORMULA DE EULER-MACLAURIN () La suma membro a membro de estas ecuacoes da como resultado e el prmer membro F( )-F( ), pero, como F() es ua prmtva de (), es lícto aplcar la Regla de BARROW al prmer membro, sedo:! ( ) d ( ) ( ) ( ) Κ! (8.7)

20 FORMULA DE EULER-MACLAURIN () Epresoes aálogas a la ateror se obtee cosderado, sucesvamete, las ucoes (); (); etc., resultado: ( ) ( ) ( ) ( ) ( ) Κ! d (8.8) ( ) ( ) ( ) ( ) ( ) Κ! d (8.9) ( ) ( ) ( ) ( ) ( ) Κ! IV d (8.) FORMULA DE EULER-MACLAURIN (6) Sumado a la epresó (8.7) la (8.8) multplcada por C ; la (8.9) multplcada por C ; la (8.) multplcada por C, etc., se obtee: ( ) ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) [ ] Κ C C C d ( ) ( ) ( )!!! C C C ( ) Κ!!! C C C (**)

21 FORMULA DE EULER-MACLAURIN (7) Es ecesaro determar aora, los valores que debe tomar los coecetes C de modo que se aule los corcetes que gura e el segudo membro. E cosecueca, se obtee:! C C C!! C C C C C!!! C C C C C!!!! C 7 FORMULA DE EULER-MACLAURIN (8) Así sguedo se calcula los demás coecetes. Susttuedo estos valores e la últma epresó de la tegral (**), sacado actor comú, se obtee la FORMULA DE EULER- MACLAURIN: ( ) d ( ) ( ) Κ ( ) ( ) [ ] 7 [ ( ) ( )] ( ) ( ) Fórmula de los trapecos V V [ ( ) ( )] Κ (8.)

22 FORMULA DE GREGORY Ua órmula que utlza solamete los valores de la ucó de las correspodetes derecas sucesvas, terores al tervalo ( ; ) es la deomada FORMULA DE GREGORY, la cual será deducda a partr de la a estudada epresó de EULER- MACLAURYN. FORMULA DE GREGORY () S e la ctada órmula, las dervadas so reemplazadas por las epresoes correspodetes e térmos de las derecas; que so: ( ) ( ) ( ) ( ) ( ) Κ ( ) ( ) ( ) ( ) ( ) Κ

23 FORMULA DE GREGORY () ( ) ( ) ( ) ( ) Κ 7 ( ) ( ) ( ) ( ) Κ 7 ( ) ( ) ( ) Κ 6 V ( ) ( ) ( ) Κ V 6 FORMULA DE GREGORY () Resulta la FORMULA de GREGORY: ( ) ( ) ( ) ( ) ( ) d Κ ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) [ ] Κ De lo que resulta la órmula de trapecos a la que se adcoa térmos de correccó e ucó de las tablas de derecas ates calculadas

24 METODOS COMBINADOS E alguas ocasoes resulta teresate combar alguos de los métodos aalzados aterormete para resolver satsactoramete alguos problemas. Supogamos dada () e u tervalo (a,b) Cerrado, sobre el cual se desea obteer la tegral de dca ucó. Supógase també que se dspoe de segmetos de recta. Ua opcó sera aplcar el método de Trapecos. No obstate debdo al eorme error por Trucameto resulta acosejable combar las reglas de Smpso de / /8 para atacar el problema. Así la regla de Smpso / sera aplcada a los dos eros segmetos ( putos ) metras que para los otros segmetos restates se recurre a la regla de Smpso /8. Así se obtee ua estmacó del error de tercer orde para todo el tervalo. METODOS COMBINADOS Ejercco: Aplcar esta dea para calcular la tegral de la ucó: () 8 6. sobre el tervalo (.,.) co segmetos sobre dco tervalo. Eectuar u aálss comparatvo aalzar el error aplcado dsttos métodos. Ejercco: Aplcar a u ej. practco ormulas de trapecos, Euler Mac Laur Gregor, comparar resultados etraer coclusoes.

Métodos Numéricos TEMA 8: DERIVACION E INTEGRACION Numérica

Métodos Numéricos TEMA 8: DERIVACION E INTEGRACION Numérica Métodos Numércos TEMA 8: DERIVACION E INTEGRACION Numérca DIFERENCIACIÓN NUMÉRICA Polomo de terpolacó es aplcable para la resolucó de problemas de derecacó, e geeral y el cálculo de dervadas, e partcular.

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

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

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

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

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Métodos Numéricos para Ingenieros Químicos

Métodos Numéricos para Ingenieros Químicos CONTENIDO Métodos Numércos para Ieeros Químcos Itroduccó Formas de resolucó de ecuacoes trascedetes Método ráco Tema Ecuacoes Trascedetes () Métodos cerrados Bseccó Iterpolacó Secate Clase 3 - Láma Ecuacoes

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

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

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada de de orden k de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada de de orde k de de ua ucó Pro. Arturo Hdalgo LópezL Pro. Alredo López L Beto Pro. Carlos Code LázaroL

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

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

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

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

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

TEMA 6. ECUACIONES DIFERENCIALES ORDINARIAS E INTEGRACIÓN NUMÉRICA

TEMA 6. ECUACIONES DIFERENCIALES ORDINARIAS E INTEGRACIÓN NUMÉRICA Tema 6: Ecuacoes derecales ordaras e tegracó TEMA 6. ECUACIONES DIFERENCIALES ORDINARIAS E INTEGRACIÓN NUMÉRICA. Itroduccó. Nomeclatura. Ecuacoes derecales ordaras 4. Métodos eplíctos de resolucó de ecuacoes

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

UNIVERSIDAD DE PANAMÁ FACULTAD DE INFORMÁTICA, ELECTRÓNICA Y COMUNICACIÓN ESCUELA DE INFORMÁTICA CENTRO REGIONAL UNIVERSITARIO DE VERAGUAS MONOGRAFÍA:

UNIVERSIDAD DE PANAMÁ FACULTAD DE INFORMÁTICA, ELECTRÓNICA Y COMUNICACIÓN ESCUELA DE INFORMÁTICA CENTRO REGIONAL UNIVERSITARIO DE VERAGUAS MONOGRAFÍA: UNIVERSIDAD DE PANAÁ FACULTAD DE INFORÁTICA, ELECTRÓNICA Y COUNICACIÓN ESCUELA DE INFORÁTICA CENTRO REGIONAL UNIVERSITARIO DE VERAGUAS ONOGRAFÍA: INTEGRACIÓN NUÉRICA POR EL ÉTODO DE LOS TRAPECIOS PRESENTA:

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

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

Objetivos. El alumno será capaz de programar algoritmos que incluyan el manejo de arreglos utilizando funciones.

Objetivos. El alumno será capaz de programar algoritmos que incluyan el manejo de arreglos utilizando funciones. Objetvos El alumo será capaz de programar algortmos que cluya el maejo de arreglos utlzado fucoes. Al fal de esta práctca el alumo podrá:. Realzar etosamete programas que haga uso de arreglos como parámetros

Más detalles

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 Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

Métodos Numéricos. Luis Carlos Torres Soler

Métodos Numéricos. Luis Carlos Torres Soler Métodos Numércos Lus Carlos Torres Soler Departameto de Igeería de Sstemas e Idustral Facultad de Igeería Uversdad Nacoal de Colomba Métodos Numércos Lus Carlos Torres Soler Matemátco Maestría Igeería

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

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

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: 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

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

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

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

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

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

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

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

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

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

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

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico.

Objetivos. El alumno conocerá y aplicará el concepto de arreglos unidimensionales para resolver problemas que requieren algoritmos de tipo numérico. Objetvos El alumo coocerá y aplcará el cocepto de arreglos udmesoales para resolver problemas que requere algortmos de tpo umérco. Al fal de esta práctca el alumo podrá:. Maejar arreglos udmesoales.. Realzar

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

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

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

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

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

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

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

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

Más detalles

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS

DINÁMICA DE LOS SISTEMAS DE PARTÍCULAS ísca para Cecas e Igeería 9 9 Seguda ley de Newto para u sstema de partículas Vmos al comezo de la Mecáca que u sstema de partículas materales es u cojuto más o meos umeroso de partículas que puede ejercer

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

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

Este documento es de distribución gratuita y llega gracias a  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! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

Más detalles

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo

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

UNIVERSIDAD DE BUENOS AIRES

UNIVERSIDAD DE BUENOS AIRES NIVERSIA E BENOS AIRES FACLTA E INGENIERÍA EPARTAMENTO E IRÁLICA Cátedra de Costruccoes dráulcas Tuberías e Sere y e Paralelo Ig. Lus E. Pérez Farrás - Novembre 003 - epartameto de dráulca Cátedra de Costruccoes

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

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

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN CAPÍTULO VIII EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN 8. INTRODUCCIÓN A través del Dagrama Causa - Efecto establecemos las posbles causas que provoca u problema de caldad, estas aseveracoes

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

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

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

3 AJUSTE DE FUNCIONES

3 AJUSTE DE FUNCIONES AJUSTE DE UNCIONES.. udametos de estadístca: cojuto de medcoes epermetales meda y desvacó estádar INTRODUCCION TEÓRICA E la mayoría de los procedmetos epermetales se gasta mucho esfuerzo para reur los

Más detalles

2 Representación gráfica de las series de frecuencias.

2 Representación gráfica de las series de frecuencias. Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..

Más detalles

GENERACION DE VARIABLES ALEATORIAS

GENERACION DE VARIABLES ALEATORIAS GENERACION DE VARIABLES ALEATORIAS Hay ua varedad de métodos para geerar varables aleatoras. Cada método se aplca solo a u subcojuto de dstrbucoes y para ua dstrbucó e partcular u método puede ser más

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

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

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

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

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

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

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

TEORÍA DE ERRORES. Los errores pueden clasificarse en dos grandes grupos: A) Sistemáticos y B) Accidentales.

TEORÍA DE ERRORES. Los errores pueden clasificarse en dos grandes grupos: A) Sistemáticos y B) Accidentales. TEORÍA DE ERRORES INTRODUCCIÓN Ates de car u curso práctco de laboratoro, es ecesaro apreder a terpretar de forma satsfactora los resultados que se obtega. Cuado se trata de determar el valor de ua magtud,

Más detalles

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

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

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

1.9. ESTÁTICA CON ROZAMIENTO

1.9. ESTÁTICA CON ROZAMIENTO Fudametos y Teorías Físcas ETS Arqutectura.9. ESTÁTICA CON ROZAMIENTO Hemos estudado el equlbro de los cuerpos stuados lbremete e el espaco, o cuado estaba udos medate elaces a otros cuerpos o a bases

Más detalles

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

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

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

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

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

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

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

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar.

2. CARACTERES Y VARIABLES ESTADÍSTICAS. Carácter estadístico: Propiedad o característica de la población que se desea estudiar. IES adre oveda (Guad) Matemátcas Aplcadas a las CCSS I UIA VARIABLES ESTAÍSTICAS UIIMESIOALES. ITROUCCIÓ A LA ESTAÍSTICA ESCRITIVA. La estadístca es la parte de las matemátcas que se ocupa de recoger,

Más detalles