El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2

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

Download "El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2"

Transcripción

1 EJERCICIO 8.1 U ivstigador dispo d para ralizar las trvistas d ua custa ua gra ciudad. El custioario s admiistrará mdiat trvistas tlfóicas, sido l cost d cada trvista d 0. Qué marg d rror dbrá asumir cosidrado u ivl d cofiaza dl 95% y p q 0,5? Solució 8.1 Dado qu dispo d y qu cada trvista custa 0, pud ralizar trvistas. Utilizado la fórmula dl tamaño mustral para poblacios ifiitas al dspjar. Z p q (1,96) 0,5 0, ,03099 El rror co s prsupusto srá aproximadamt dl 3,1% Ejrcicio 8. E ua dtrmiada ciudad dsamos coocr la proporció actual d hogars co más d u automóvil. Por los datos d u studio atrior sabmos qu dl total d hogars, tía más d u vhículo. Establcido u Nivl d Cofiaza dl 95,5% y u rror absoluto 4%, calcular: a) El tamaño d la mustra rqurido para ralizar la stimació. b) El tamaño d la mustra si dscoociéramos los datos atriors sobr l úmro cochs por hogar Solució 8. a) A partir d los datos dl uciado podmos coocr la proporció d hogars co más d u vhículo: p 0, Dado qu s trata d ua població fiita, para calcular l tamaño mustral csario utilizarmos la siguit fórmula:

2 N ( N 1) + Z Nóts qu q(1-p) 0,59 0,41 0, ,5 pq 0,04 (30.50) + 0,41 0,59 b) Si dscoociéramos la proporció d hogars co más d u coch, cosidraríamos l caso más dsfavorabl, s dcir pq0,5 por tato l tamaño mustral s calcula d forma aáloga al caso atrior, como sigu: N ( N 1) + Z 0,5 0, ,48 pq 0,04 (30.50) + 0,5 0,5 Como pud obsrvars, l dscoocimito d la proporció d hogars co más d u vhículo implica la csidad d u tamaño mustral mayor, para l mismo ivl d cofiaza y rror. Ejrcicio 8.3 E u muicipio d habitats, s cooc qu l 60% sul ralizar sus compras grads almacs. S ha ralizado ua custa sobr la posibilidad d matr abirtos dichosa stablcimitos todos los domigos dl año, co ua mustra d 900 prsoas y u ivl d cofiaza dl 95,5%. a) Qué rror máximo s ha admitido? b) Qué tamaño dbría tr la mustra para qu co l mismo ivl d cofiaza l rror admitido fura dl %? c) Qué ocurriría co l tamaño d la mustra si dsáramos aplicar u 99,7% d ivl d cofiaza? Expliqu las vtajas icovits d la ampliació y rducció dl ivl d cofiaza. Solució 8.3 a) Utilizado la fórmula dl tamaño mustral para poblacios ifiitas, pud dspjars l valor dl rror.

3 El valor d Z corrspodit al ivl d cofiaza dl 95,5% s obti dividido 0,9550 tr co lo qu s obti 0,4775 qu las tablas Ára bajo la curva ormal (tabla Z) coicid co l valor Z. Los valors d p0,6 y q0,4 s obti dl uciado: 60% d prsoas qu hac sus compras grads almacs y coscutmt 40% d prsoas qu o las hac. Dspjado tmos: ( ) ( 0,6) ( 0,4) 900 0,037 El rror admitido srá dl 3,7% b) Dirctamt d la fórmula utilizada l apartado a) ( ) ( 0,6) ( 0,4) ( 0,0) 0,96 0, El úmro d uidads mustrals csarias co u ivl d cofiaza dl 95,5% y u rror admitido dl % s d.400 c) El Z corrspodit al ivl d cofiaza dl 99,7% s obti dividido 0,9970 tr y buscado las tablas d la curva ormal l valor d Z para l valor obtido: 0,9970 0,4985 qu la tabla Z s corrspod co Z,96 Volvido a la fórmula dl tamaño mustral: (,96) ( 0,6) ( 0,4) ( 0,0),108 0, ,96 Como pud vrs l tamaño d la mustra aumta d forma ssibl al icrmtar l ivl d cofiaza. U ivl d cofiaza dl 99,7% sigifica qu s porctaj d las mustras posibls

4 arrojaría u valor d p qu staría comprdido tr +,96 y,96 uidads d dsviació típica, y sólo u 0,03% d las mustras ofrcría u valor fura d dicho itrvalo. Al aumtar l ivl d cofiaza aumta la proporció d mustras posibls qu arrojará valors comprdidos l itrvalo, pro tambié crcrá la magitud dl itrvalo. Tambié aumtará l tamaño d la mustra csaria, si quisiéramos matr l mismo rror máximo admitido. Ejrcicio 8.4. Ua mprsa d publicidad quir coocr la proporció d hogars los qu s scucha ua dtrmiada misora d radio ua rgió. Para llo, dicha rgió, s divid trs stratos. Muicipio A, Muicipio B y Ára Rural co N 1 60, N 1-10 y N hogars rspctivamt. Las proporcios p i s aproxima por stimacios d u studio atrior: p 1 0,40, p 0,45 y p 3 0,3. Calcul l tamaño d la mustra para stimar la proporció d oyts l cojuto d la rgió co u rror absoluto dl 5% y u ivl d cofiaza dl 95,5%. Solució 8.4 Dada la difrcia d variazas tr stratos s acosja ralizar ua afijació sgú Nyma. E primr lugar calculamos l pso d los stratos y la variaza total d la població: N i W i P i p i q i W i Muicipio A 60 0, ,40 0, Muicipio B 110 0, ,45 0, Ára Rural 340 0, ,3 0, Total , Lugo la variaza total d la població: 0,4 Por tato, tido cuta qu stamos at ua població fiita:

5 Obtmos u tamaño mustral 37. La afijació d las 37 trvistas los stratos sgú la fórmula: Aparc calculada la siguit tabla: W i N i p i Muicipio A 60 0, ,4 303, , Muicipio B 110 0, ,45 601, , Ára Rural 340 0, ,3 158, ,79355 Total ,

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

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

Más detalles

UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS

UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit límit si ist: f f ' lím sigifica lo mismo.

Más detalles

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

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

Más detalles

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

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

Más detalles

2. Utilizando el método adimensional basado en el factor de calidad Q, determine:

2. Utilizando el método adimensional basado en el factor de calidad Q, determine: Uivrsidad Simó Bolívar Dpartamto d Covrsió y Trasport d Ergía Autor: Eduardo Albaz. Cart: 06-391 Profsor: J. M. Allr Máquias Eléctricas II CT-311 U motor d iducció coxió strlla d 100 kw, 416 V, rdimito

Más detalles

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

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

Más detalles

1 Realizar los ejercicios resueltos números 1 y 2 del tema 3 de Integración de. 2 Terminar los ejercicios de la práctica realizada este día.

1 Realizar los ejercicios resueltos números 1 y 2 del tema 3 de Integración de. 2 Terminar los ejercicios de la práctica realizada este día. Est documto coti las actividads o prscials propustas al trmiar la clas dl día qu s idica. S sobrtid qu tambié s db ralizar l studio d lo plicado clas auqu o s icluya sa tara st documto. Clas 5 d ovimbr

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

LECTURA 06: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE II) TEMA 12: INTERVALOS DE CONFIANZA PARA LA PROPORCION POBLACIONAL

LECTURA 06: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE II) TEMA 12: INTERVALOS DE CONFIANZA PARA LA PROPORCION POBLACIONAL Uivridad Católica o Ágl d Chimbot ECTURA 6: ITERVAOS DE COFIAA Y TAMAÑO DE MUESTRA (PARTE II) TEMA : ITERVAOS DE COFIAA PARA A PROPORCIO POBACIOA. ITRODUCCIO Mucha vc la dciio dd d arámtro qu o biario,

Más detalles

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

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

Más detalles

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

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

Más detalles

RESULTADOS DE LA CARACTERIZACIÓN DE DOS MESAS A ÍNDICE DE ALTA EXACTITUD MEDIANTE UN MÉTODO DE AUTO-IDENTIFICACIÓN DE ERRORES

RESULTADOS DE LA CARACTERIZACIÓN DE DOS MESAS A ÍNDICE DE ALTA EXACTITUD MEDIANTE UN MÉTODO DE AUTO-IDENTIFICACIÓN DE ERRORES RESULTADOS DE LA CARACTERIZACIÓN DE DOS MESAS A ÍNDICE DE ALTA EXACTITUD MEDIANTE UN MÉTODO DE AUTO-IDENTIFICACIÓN DE ERRORES Jua O Garduño, Edgar Arizmdi Ctro Nacioal d Mtrología (CENAM) Carrtra a los

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

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

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

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

Más detalles

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

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

Más detalles

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

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

Más detalles

CÁLCULO NUMÉRICO ( )

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

Más detalles

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

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

Más detalles

Teoría de Sistemas y Señales

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

Más detalles

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

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

Más detalles

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

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

Más detalles

MATEMÁTICAS Y CULTURA B O L E T Í N No. 273 COORDINACIÓN DE MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE

MATEMÁTICAS Y CULTURA B O L E T Í N No. 273 COORDINACIÓN DE MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE MATEMÁTICAS Y CULTURA B O L E T Í N 23.04.20 No. 273 COORDINACIÓN DE MATEMÁTICAS MATEMÁTICAS MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE E l Boltí Matmáticas Y Cultura No. 257 dl 23 d abril

Más detalles

TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS

TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS Dpartamto d Matmáticas. IE.S. Ciudad d Arjoa º Bach Socials. LÍMITES Propidads: TEMA : LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS. LÍMITES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. LÍMITES. RESOLUCIÓN DE INDETERMINACIONES.

Más detalles

TEMA 1: CALCULO DIRECTO DE LÍMITES

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

Más detalles

Capı tulo 5. DISTRIBUCIONES EN EL MUESTREO

Capı tulo 5. DISTRIBUCIONES EN EL MUESTREO Capı tuo 5. DISTRIBUCIONES EN EL UESTREO E os capítuos atriors s stabció qu pricipa matria d procso d ivstigació coométrica so os datos y qu, para obtros, ivstigador db patar ua taba d datos d uidads d

Más detalles

DECAIMIENTO RADIOACTIVO

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

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

EJERCICIOS PROPUESTOS. rectángulos obtenidos tomando como base la longitud de cada subintervalo y como altura la ordenada del extremo derecho.

EJERCICIOS PROPUESTOS. rectángulos obtenidos tomando como base la longitud de cada subintervalo y como altura la ordenada del extremo derecho. 6 Itgral dfiida Ejrcicio rsulto EJERCICIOS PROPUESTOS Obté, co l método visto, l ára dl trapcio limitado por la rcta y +, l j X y las vrticals y Calcula l ára gométricamt y compara los rsultados S divid

Más detalles

MATEMÁTICA AVANZADA TRABAJO PRÁCTICO N O 1

MATEMÁTICA AVANZADA TRABAJO PRÁCTICO N O 1 MATEMÁTICA AVANZADA TRABAJO PRÁCTICO N O Fcios aalíticas Dmostrar q s aalítica todo l plao complo Z. Siglaridads d a ció Estdiar las siglaridads d las sigits cios calclado límit: a b c 9 cos d 7 Trasormació

Más detalles

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

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

Más detalles

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

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

Más detalles

8 Límites de sucesiones y de funciones

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

Más detalles

1. Consecuencias de la inclusión de variables irrelevantes en el modelo

1. Consecuencias de la inclusión de variables irrelevantes en el modelo Tma 7: spcificació d la cació: Problmas, cotrasts, métodos d slcció d variabls y lcció d forma fcioal. Cosccias d la iclsió d variabls irrlvats l modlo. Cosccias d la omisió d variabls rlvats l modlo 3.

Más detalles

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana

Estadística Aplicada a las ciencias Sociales Examen Febrero de 2008 segunda semana Estadística Aplicada a las ciecias Sociales Exame Febrero de 008 seguda semaa Ejercicio 1.- E la siguiete tabla, se tiee el úmero de alumos de educació de adultos matriculados e el curso graduado escolar

Más detalles

! 1 3 <1 la serie converge (y confirma a n! 0 ). a n. x 2 >0; f 0 (x)<0 si x>1; R 1 f (x)dx = 1 2 e x2 1 = 1 2e. ) Convergente. n! 0 ) Convergente.

! 1 3 <1 la serie converge (y confirma a n! 0 ). a n. x 2 >0; f 0 (x)<0 si x>1; R 1 f (x)dx = 1 2 e x2 1 = 1 2e. ) Convergente. n! 0 ) Convergente. Solucios d los roblmas d Matmáticas (07-08) {a } acotada ifriormt or 0 (los a so ositivos) y dcrcit us + + )9líma a ) a a ) a0 Como a + a < la sri covrg (y cofirma a 0 ) a) (a ) / Divrgt (O orqu {a

Más detalles

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

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

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES Dr. Edgar Acua http://math.uprm.edu/~edgar UNIVERSIDAD DE UERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

INFERENCIA ESTADISTICA

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

Más detalles

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE TEMA MODELO DE REGRESIÓN LINEAL SIMPLE. INTRODUCCIÓN A LA REGRESIÓN SIMPLE! 4 Supogamos qu la varal s ua fucó lal d otra varal, dod la rlacó tr y dpd d parámtros! y! dscoocdos. Itroduccó a la Rgrsó Smpl!

Más detalles

Cap. II: Principios Fundamentales del Flujo de Tránsito

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

Más detalles

Soluciones al examen de Estadística Aplicada a las Ciencias Sociales Junio 2008 Segunda semana

Soluciones al examen de Estadística Aplicada a las Ciencias Sociales Junio 2008 Segunda semana Solucions al amn d Estadística Alicada a las Cincias Socials Junio 008 Sgunda smana Ejrcicio. Para dtrminar si ha aumntado la intnción d voto ralizarmos una ruba d hiótsis d la siguint manra: Sindo P 0,377

Más detalles

Tema 8. Limite de funciones. Continuidad

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

Más detalles

Señales y Sistemas. Análisis de Fourier.

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

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS II TEMA 5: INTEGRALES

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS II TEMA 5: INTEGRALES PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 9 MATEMÁTICAS II TEMA 5: INTEGRALES Junio, Ejrcicio, Opción A Junio, Ejrcicio, Opción B Rsrva, Ejrcicio, Opción A Rsrva, Ejrcicio, Opción B Rsrva, Ejrcicio, Opción

Más detalles

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

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

Más detalles

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

TALLER 4: Preparación parcial final. Cálculo Integral. UdeA Profesor: Jaime Andrés Jaramillo. TALLER : Prparació parcial fial Cálculo Itgral UdA 5- Profsor: Jaim Adrés Jaramillo jaimaj@cocptocomputadorscom Sucsios Mustr los primros cuatro térmios d la sucsió y dtrmi si s covrgt o divrgt: a) d)

Más detalles

EJERCICIOS RESUELTOS TEMA 1: PARTE 3

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

Más detalles

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

Más detalles

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS

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

Más detalles

TEMA 3: INFERENCIA ESTADISTICA

TEMA 3: INFERENCIA ESTADISTICA ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.

Más detalles

Distribuciones Muestrales

Distribuciones Muestrales 10/08/007 Diseño Estadístico y Herramietas para la Calidad Distribucioes Muestrales Epositor: Dr. Jua José Flores Romero juaf@umich.m http://lsc.fie.umich.m/~jua M. e Calidad Total y Competitividad Distribucioes

Más detalles

EXAMEN DE TÉCNICAS CUANTITATIVAS III.

EXAMEN DE TÉCNICAS CUANTITATIVAS III. APEIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdr u vl d cofaza dl 95% (z=).. U mprsaro qur stmar l cosumo msual d lctrcdad ua comudad d 000 hogars dvddos 400

Más detalles

TEMA 2. ESPACIOS Y OPERADORES LINEALES CONTENIDO

TEMA 2. ESPACIOS Y OPERADORES LINEALES CONTENIDO TEMA. ESPACIOS Y OPERADORES LINEALES CONTENIDO ESPACIOS LINEALES SOBRE UN CAMPO INDEPENDENCIA LINEAL, BASES Y CAMBIOS DE BASES OPERADORES LINEALES Y SUS REPRESENTACIONES SISTEMAS DE ECUACIONES ALGEBRÁICAS

Más detalles

Política Fiscal. Gobiernos de coalición o de intereses geográficos dispersos

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

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

MORTALIDAD POR MELANOMA MALIGNO DE PIEL Y CANCERES NO MELANOMA DE PIEL EN ARGENTINA. ( ) BUENOS AIRES 2012

MORTALIDAD POR MELANOMA MALIGNO DE PIEL Y CANCERES NO MELANOMA DE PIEL EN ARGENTINA. ( ) BUENOS AIRES 2012 MORTALIDAD POR MELANOMA MALIGNO DE PIEL Y CANCERES NO MELANOMA DE PIEL EN ARGENTINA. (2000-2010) BUENOS AIRES 2012 EQUIPO DE TRABAJO Lic. Albrto Rptto Sr. Néstor Rossi Ig. Marcla Prro Lic. Fracisco Chsii

Más detalles

Métodos de Análisis Cuantitativo

Métodos de Análisis Cuantitativo Métodos de Aálisis Cuatitativo Fórmulas E este documeto se lista las fórmulas trabajadas e las clases del curso de Métodos de Ivestigació Cuatitativa (GES204) de la Facultad de Gestió y Alta Direcció de

Más detalles

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS

INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS INFERENCIA ESTADÍSTICA CONCEPTOS BÁSICOS Població E el cotexto de la estadística, ua població es el cojuto de todos los valores que puede tomar ua característica medible e particular, de u cojuto correspodiete

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva 1, Ejercicio 4, Opció A Reserva 1, Ejercicio 4,

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

ANÁLISIS DE FOURIER CAPÍTULO CUATRO TIEMPO DISCRETO Introducción

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

Más detalles

Capítulo IV. Estadísticas cuánticas.

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

Más detalles

PROYECCIÓN CÓNICA CONFORME DE LAMBERT Prof. Ricardo Martínez Morales

PROYECCIÓN CÓNICA CONFORME DE LAMBERT Prof. Ricardo Martínez Morales CARTOGRAFÍA MATEMÁTICA PROYECCIÓN CÓNICA CONFORME DE LAMBERT Prof. Ricardo Martíz Morals INTRODUCCIÓN El físico, astróomo y matmático alsaciao J.H.Lambrt tuvo ua prolífica producció l ára d la cartografía

Más detalles

SUMA DE VARIABLES ALEATORIAS

SUMA DE VARIABLES ALEATORIAS SUMA DE VARIABLES ALEATORIAS do C. 018 Clase Nº 9 Mg. Stella Figueroa Teorema Cetral del Límite El teorema afirma que la distribució de la suma de u gra úmero de variables aleatorias tiee aproximadamete

Más detalles

Análisis de Señales Capítulo III: Transformada de Fourier discreta. Profesor: Néstor Becerra Yoma

Análisis de Señales Capítulo III: Transformada de Fourier discreta. Profesor: Néstor Becerra Yoma Aálisis d Sñals Capíulo III: Trasormada d Fourir discra Prosor: ésor Bcrra Yoma 3. Torma dl Musro Gra dsarrollo d la compuació > digializació d sñals mdia musro, posrior rcosrucció d la sñal Codició csaria

Más detalles

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple) 1 Muestreo Tema 1 1. Muestreo. Muestreo aleatorio 3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio si reposició 3.. Muestreo aleatorio co reposició (muestreo aleatorio simple) 3.3. Muestreo aleatorio

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció ( p ). Para

Más detalles

Estimación de parámetros. Biometría

Estimación de parámetros. Biometría Estimació de parámetros Biometría Estimació Las poblacioes so descriptas mediate sus parámetros Para variables cuatitativas, las poblacioes so descriptas mediate y Para variables cualitativas, las poblacioes

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA X INFERENCIA ESTADÍSTICA Sea ua característica o variable aleatoria de la població objeto de estudio y sea ( X, X, X,..., X ) ua muestra aleatoria de dicha població. 1 3 U parámetro poblacioal es ua caracterizació

Más detalles

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

Más detalles

Estimación por intervalos

Estimación por intervalos Estimació por itervalos do C. 018 Mg. tella Figueroa Clase Nº 11 Para la media poblacioal Coociedo Partimos de ua població ormal X y de la distribució muestral de la media X ~ N, X ~ N, P( z Z z ) 1 /

Más detalles

5 MECÁNICA ESTADÍSTICA CUÁNTICA DE GASES IDEALES

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

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

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

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

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA MECANICA Departamento Académico de Ciencias Básicas, Humanidades y cursos complementarios

UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA MECANICA Departamento Académico de Ciencias Básicas, Humanidades y cursos complementarios UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA MECANICA Dpartamto Académico d Cicias Básicas Humaidads y cursos complmtarios METODOS NUMERICOS MB 56 SOLUCION DE SISTEMAS DE ECUACIONES NO LINEALES

Más detalles

El área del rectángulo será A = p q, donde p 0,2 es variable y q depende de p. ( ) ( ) ( )

El área del rectángulo será A = p q, donde p 0,2 es variable y q depende de p. ( ) ( ) ( ) Cálculo difrncial. Matmáticas II Curso 03/4 Opción A Ejrcicio. Sa la parábola (Puntuación máima: puntos) y 4 4 y un punto ( p, q ) sobr lla con 0 p. Formamos un rctángulo d lados parallos a los js con

Más detalles

Variables aleatorias discretas

Variables aleatorias discretas Probabilidads y stadística Comutació Facultad d Cicias actas y aturals. Uivrsidad d Buos Airs Aa M. Biaco y la J. Martíz 4 Variabls alatorias discrtas istribució Biomial: Muchos rimtos alatorios satisfac

Más detalles

La gama con sistema HE dispone de un control digital táctil basado en 4 modos de funcionamiento: automático, eco, confort y alta emisión (boost).

La gama con sistema HE dispone de un control digital táctil basado en 4 modos de funcionamiento: automático, eco, confort y alta emisión (boost). Radiadors d baja tmpratura Nuva gama d radiadors d altísima misió icluso co salto térmico 30ºC. Idals tato para obra uva como para mrcado d rposició. Válidos para istalacios bitubo o mootubo. Fácil matimito

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos)

Curso de Estadística Aplicada a las Ciencias Sociales. Introducción. Introducción (2) Hasta ahora: estadística descriptiva (para describir datos) Curso de Estadística Aplicada a las Ciecias Sociales Tema 10. Estimació de ua proporció Cap. 0 del maual Tema 10. Estimació de ua proporció Itroducció 1. Distribució e el muestreo de ua proporció. Estimadores

Más detalles

(Ejercicios resueltos)

(Ejercicios resueltos) ESCUEA TECNICA SUPERIOR DE INGENIEROS INDUSTRIAES Y DE TEECOMUNICACION UNIVERSIDAD DE CANTABRIA INSTRUMENTACION EECTRÓNICA DE COMUNICACIONES (5º Curso Igiría d Tlcomuicació) Tma IV: Ruidos itrrcias: Técicas

Más detalles

SUCESIONES. El límite de una potencia es igual al límite de la base elevado al límite del exponente.

SUCESIONES. El límite de una potencia es igual al límite de la base elevado al límite del exponente. SUCESIONES 1. El it d l sucsió d térmio grl A) B) 1 C) 0 + 1 3 + + 3 vl: (Covoctori juio 001. Exm tipo G) El it d u potci s igul l it d l bs lvdo l it dl xpot. + 1 1 Límit d l bs: 3 + 3 Límit dl xpot:

Más detalles

Desigualdad de Tchebyshev

Desigualdad de Tchebyshev Desigualdad de Tchebyshev Si la Esperaza y la variaza de la variable X so fiitas, para cualquier úmero positivo k, la probabilidad de que la variable aleatoria X esté e el itervalo La probabilidad de que

Más detalles

Fonones: Cuantización de las vibraciones de la red cristalina.

Fonones: Cuantización de las vibraciones de la red cristalina. Foo: Cuatizació d la ibracio d la rd critalia. Oda d logitud larga Oda lática... Oda d logitud corta λ a o πa tmo qu tr cuta la tructura atómica dl crital. foó logitudial foó traral a mooatómica: Coidrmo

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS Estadística: Cotraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Cotraste de hipótesis sobre la media poblacioal Se parte de ua població supuestamete ormal de media y desviació típica N(, ); se tipifica

Más detalles

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

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

Más detalles

Página 76. Página 78. Página 77. Página 79. Y de la primera: 1. Resolvemos por sustitución: a) Despejo x de la primera y la sustituyo en la segunda:

Página 76. Página 78. Página 77. Página 79. Y de la primera: 1. Resolvemos por sustitución: a) Despejo x de la primera y la sustituyo en la segunda: Solucios d ls ctividds Pági 6. Rsolvmos por sustitució: ) Dspjo d l primr l sustituo l sgud: ( ) 8 0 Co lo cul: ( ) b) Si multiplico l primr por -, obtgo: + 8 Co lo cul tgo dos rcts coicidts, s dcir, l

Más detalles

9.3. Contrastes de una proporción

9.3. Contrastes de una proporción 9.3. CONTRASTES DE UNA PROPORCIÓN 219 y el criterio que sumiistra el cotraste es si a teo χ 2 exp b teo = o rechazamos H 0 ; si χ 2 exp < a teo ó χ 2 exp > b teo = rechazamos H 0 y aceptamos H 1. Cotrastes

Más detalles