Métodos específicos de generación de diversas distribuciones continuas
|
|
- Inés Poblete Mendoza
- hace 5 años
- Vistas:
Transcripción
1 Tma 4 Métodos spcíficos d gnración d divrsas distribucions continuas 4.1. Distribución uniform Si X U(a, b), su función d distribución vin dada por: 0 x < a F (x) = a x < b x a b a 1 x b Aplicando l método d invrsión d la función d distribución s obtin l siguint squma: 1. Gnrar un númro alatorio u. Tomar x = a + u(b a). 51
2 5 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas 4.. Distribución xponncial Si X Exp(λ), con λ > 0, ntoncs la función d distribución d X vin dada por: 0 x 0 F (x) = 1 λx x > 0 Aplicando l método d invrsión d la función d distribución, s obtin l siguint squma: 1. Gnrar un númro alatorio u. Tomar x = 1 ln(1 u) λ 4.3. Distribución Erlang Una variabl X sigu una distribución Erlang(n, λ) si X s la suma d n variabls alatorias indpndints idénticamnt distribuidas Exp(λ). Conscuntmnt, podmos aplicar l método d convolución para gnrar valors d sta distribución. 1. Gnrar n númros alatorios u 1, u,..., u n. Tomar x = 1 λ n i=1 ln(1 u i) (o bin, X = 1 λ ( n i=1 (1 u i))). Pusto qu la distribución Erlang s un caso particular d la distribución Gamma, también s pudn utilizar los métodos spcíficos d gnración d dicha distribución
3 4.4. Distribución Gamma Distribución Gamma por: La función d distribución d una variabl X γ(a, p) (a > 0, p > 0) vin dada dond la función gamma vin dada por x a p 0 Γ(p) F (x) = tp 1 at t > 0 0 t 0 Γ(z) = vrificando qu Γ(n) = (n 1)!, si n Z +. 0 t z 1 t dt, z > 0 El método d invrsión d la función d distribución no s ficint, pusto qu para cada númro alatorio u habría qu rsolvr numéricamnt n x > 0 la cuación u = x 0 a p Γ(p) tp 1 at dt En los siguints apartados vrmos squmas d gnración basados n propidads spcíficas d la distribución Gamma Aproximación d la Gamma por variabls Erlang Est método s basa n qu la función d distribución F X γ(a, p) s pud aproximar como d una variabl X F X (x) (1 r)f E1 (x) + rf E (x), dond E 1 Erlang ([p], a), E Erlang ([p] + 1, a) y r = p [p]. La antrior aproximación da lugar al siguint squma d gnración: 1. Gnrar un númro alatorios u
4 54 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas. Si u > p [p], gnrar un valor y Erlang ([p], a). En caso contrario, gnrar un valor y Erlang ([p] + 1, a). 3. Tomar x = y Método d acptación y rchazo d Ahrns y Ditr para p < 1 El método d Ahrns y Ditr (1974) s una aplicación dl método d acptación y rchazo utilizando como función d dnsidad nvolvnt la siguint mixtura d funcions d dnsidad: g(x) = p + g 1(x) + p p + g (x), x > 0 dond g 1 (x) = px p 1 I (0,1) (x) y g (x) = x+1 I (1, ) (x). El squma d gnración sría l siguint: 1. Gnrar dos númros alatorios u, v. Si u >, ir al paso 4. p+ 3. Tomar y = ( p+ u) 1 p. Si v > y, ir al paso 1. En caso contrario, ir a al paso 5. ( p+ 4. Tomar y = ln ). (1 u) Si v > y p 1, ir al paso 1. En caso contrario, ir al p paso Tomar x = 1 a y. El squma antrior gnra ntr los pasos 1 y 4 un valor d una distribución γ(1, p). En l paso 5, l valor gnrado s transformado al d una distribución γ(a, p).
5 4.4. Distribución Gamma 55 Proposición 4.1. El método d Ahrns y Ditr gnra valors d una distribución γ(a, p) con 0 < p < 1. Dmostración. La función d dnsidad d una variabl X γ(1, p) vin dada por: 1 Γ(p) f(x) = xp 1 x x > 0 0 x 0 Considrmos la siguint función d dnsidad como la nvolvnt para aplicar l método d acptación y rchazo: g(x) = p + pxp 1 I (0,1) (x) + p p + x+1 I (1, ) (x). 1- Encontrar M > 1 tal qu f(x) Mg(x), para todo x > 0 Si 0 < x < 1, ntoncs f(x) Mg(x) 1 Γ(p) xp 1 x M p + pxp 1 x M p + pγ(p) Si x (0, 1) x ( 1, 1), lugo l valor más pquño qu vrifica la condición s Si x > 1, ntoncs M 1 = p + 1 pγ(p). f(x) Mg(x) 1 Γ(p) xp 1 x M p p + p x x p 1 M p + pγ(p) Si x (1, + ) x p 1 condición s (0, 1), lugo l valor más pquño qu vrifica la M = p + 1 pγ(p).
6 56 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas Por tanto, M = M 1 = M. - Critrio d rchazo S rchaza l valor gnrado si v > f(y) Mg(y). Si y (0, 1), Si y > 1, v > v > f(y) 1 Mg(y) v > f(y) 1 Mg(y) v > Γ(p) yp 1 y p+ pγ(p) p+ Γ(p) yp 1 y p+ pγ(p) p+ pyp 1 v > y y+1 v > yp 1 3- Gnrar valors d Y 1 con función d dnsidad g 1 (y) La función d distribución d Y 1 vin dada por: 0 y 0 F Y1 (y) = y p 0 < y < 1 1 y 1 Lugo, por l método d la invrsión d la función d distribución, s pudn gnrar valors d Y 1 mdiant la transformación y = u 1 p. 4- Gnrar valors d Y con función d dnsidad g (y) La función d distribución d Y vin dada por: 0 y 1 F Y (y) = 1 y+1 y > 1 Por lo tanto, aplicando l método d invrsión d la función d distribución, s tin
7 4.4. Distribución Gamma 57 la siguint transformación: u = F Y (y) = 1 y+1 1 u = y+1 ln(1 u) = y + 1 y = ln(1 u) + 1 = (ln(1 u) ln()) ( ) 1 u y = ln 5.- Gnrar valors d Y Aplicando los rsultados obtnidos n los pasos 3 y 4, podmos aplicar l siguint squma: 1. Gnrar númros alatorios u 1, u.. Si u 1 < p+, tomar y = u 1 p. En caso contrario, tomar y = ln ( u ). El siguint rsultado nos prmit utilizar l squma antrior gnrando un único númro alatorio. Sa U U(0, 1). Entoncs, las variabls 1 U p X = 0 U > p son indpndints Y U(0, 1). Y = U p 1 U 1 p U p U > p Por lo tanto, podmos aplicar l siguint squma para gnrar valors d Y : 1. Gnrar un númro alatorio u.. Si u, tomar y = ( p+ p+ ( u) 1 p. En caso contrario, tomar y = ln p+ p ) 1 u. 6.- Transformación d γ(1, p) a γ(a, p) Los pasos 1 a 4 dl squma d gnración principal simulan valors d una variabl
8 58 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas γ(1, p). Una propidad d la distribución Gamma s qu si X γ(1, p), ntoncs 1X γ(a, p). D st modo, n l paso 5 dl squma principal s transforman los a valors gnrados d una γ(1, p) n valors d una distribución γ(a, p) Método d acptación y rchazo d Fishman para p > 1 El método d Fishman s basa n l siguint rsultado: Torma 4.. Sa U una variabl uniform n l intrvalo (0, 1) y E p una variabl xponncial con mdia p. Considrmos, ( ) p 1 x g(x) = (p 1)( x 1) p. p Entoncs, (E p g(e p ) U) γ(1, p). El squma d gnración sría l siguint: 1. Gnrar dos númros alatorios u 1, u.. Tomar 1 = ln(1 u 1 ), = ln(1 u ). 1 y son ralizacions d variabls xponncials d mdia Si < (p 1)( 1 ln( 1 ) 1), volvr al paso Tomar x = p a Distribución Bta Sa X Bta(α, β), α > 0, β > 0, su función d dnsidad vin dada por: f(x) = Γ(α + β) Γ(α)Γ(β) xα 1 (1 x) β 1 I (0,1) (x)
9 4.5. Distribución Bta 59 y su función d distribución s xprsa como: F (x) = B x(α, β) B(α, β), dond B x (α, β) = x 0 tα 1 (1 t) β 1 dt, B(α, β) = 1 0 tα 1 (1 t) β 1 dt. El método d la invrsión d la función d distribución no s ficint para la distribución bta. Sin mbargo, la distribución bta vrifica dtrminadas propidads qu facilitan su gnración para cirtas combinacions d los valors α y β. i) Si α = 1 f(x) = β(x 1) β 1, qu s pud gnrar fácilmnt por invrsión ii) Si β = 1 f(x) = αx α 1, qu s pud gnrar fácilmnt por invrsión iii) Si X Bta(α, β) 1 X Bta(β, α) iv) Si Y 1 γ(a, α) Y γ(a, β) son indpndints, ntoncs Y 1 Y 1 +Y Bta(α, β). Como aplicación dircta d la propidad (iv), s tin l siguint squma d gnración: 1. Gnrar y 1 un valor d una distribución γ(a, α) y un valor d una distribución γ(a, β).. Tomar x = y 1 y 1 +y. El algoritmo antrior no s ficint para valors grands d α y β. En tal caso, s pud utilizar l siguint squma, basado n qu si U 1, U U(0, 1) indpndints y considramos Y 1 = U 1 α 1 Y = U 1 β, ntoncs ( ) Y1 Y 1 + Y 1 Bta(α, β). Y 1 + Y
10 60 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas 1. Gnrar dos númros alatorios u 1,u.. Tomar y 1 = u 1 α 1, y = u 1 β 3. Si y 1 + y > 1, ir al paso 1 4. Tomar x = y 1 y 1 +y Distribución normal Pusto qu la función d distribución d una variabl alatoria normal no s pud xprsar algbraicamnt, l método d invrsión d la función d distribución no s aplicabl. La siguint propidad nos indica qu cualquir distribución normal s pud gnrar a partir d la distribución normal stándar. Sa X = µz + σ. Entoncs, X N (µ, σ) Z N (0, 1) Gnrar valors normals mdiant l Torma Cntral dl Límit Torma 4.3. Torma Cntral dl límit. San X 1,..., X n variabls alatorias indpndints idénticamnt distribuidas con mdia µ y dsviación típica σ. Entoncs, la distribución d n i=1 X i nµ σ n s aproximadamnt N (0, 1) cuando l tamaño mustral n s suficintmnt grand.
11 4.6. Distribución normal 61 Podmos obtnr un algoritmo d gnración basado n l Torma Cntral dl Límit. Para llo, l caso qu nos intrsa s cuando las variabls X i sigun distribucions uniforms n (0, 1). En tal caso, µ = E(X i ) = 1 y σ = V (X i ) = 1 1, lugo n i=1 U i n n 1 s aproximadamnt una normal stándar. 1. Gnrar n númros alatorios u 1,..., u n. Tomar x = n i=1 u i n n Algoritmo d Box-Müllr Proposición 4.4. San U 1, U variabls alatorias indpndints idénticamnt distribuidas U(0, 1). Entoncs, X = ( ln U 1 ) 1 cos(πu ) Y = ( ln U 1 ) 1 sin(πu ) son variabls alatorias indpndints idénticamnt distribuidas N (0, 1). El squma d gnración asociado a la proposición antrior sría l siguint: 1. Gnrar dos númros alatorios u 1, u.. Tomar x = ( ln u 1 ) 1 cos(πu ) y = ( ln u 1 ) 1 sin(πu ) El squma antrior utiliza dos númros alatorios n cada itración, pro, a su vz, gnra dos valors normals stándar Método polar d Marsaglia El método polar d Marsaglia s una modificación dl Algoritmo d Box-Müllr n l qu s utiliza una técnica d rchazo para vitar l cálculo d las funcions sno y
12 6 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas cosno. Considrmos U 1, U variabls iid U(0, 1). Entoncs, V 1 = U 1 1 y V = U 1 sigun una distribución U(0, ). (V 1, V ) son las coordnadas cartsianas d un punto alatorio distribuido uniformmnt sobr l cuadrado d cntro l orign y ára 4. San (R, θ) sus coordnadas polars. Figura 4.1: Método polar d Marsaglia
13 4.6. Distribución normal 63 R = V 1 + V tan(θ) = V 1 V Proposición 4.5. Condicionado a qu V 1 + V 1 (l punto stá contnido n l círculo d cntro l orign y radio 1), s vrifica qu las variabls R y θ son indpndints, con R U(0, 1), θ U(0, π). Sgún las transformacions d Box-Müllr, podíamos gnrar valors normals stándar indpndints, tomando U 1, U distribucions uniforms indpndints n (0, 1) y hacindo X = ( ln(u 1 )) 1 cos(πu ) Y = ( ln(u 1 )) 1 sin(πu ) como R scribir U(0, 1) y θ U(0, π), podmos utilizar las coordnadas polars y X = ( ln(r ) ) 1 cos(θ) Y = ( ln(r ) ) 1 sin(θ) A continuación, pusto qu sin(θ) = V R = V (V 1 + V ) podmos finalmnt scribir cos(θ) = V 1 R = V 1 (V 1 + V ), X = ( ln(r ) ) 1 V 1 V 1 + V Y = ( ln(r ) ) 1 V V 1 + V ( ) 1 ln R = V 1 R ( ) 1 ln R = V R El método polar d Marsaglia pud rsumirs n l siguint squma: 1. Gnrar dos númros alatorios u 1, u. Tomar v 1 = u 1 1, v = u 1. Tomar S = V1 + V
14 64 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas 3. Si S > 1, volvr al paso 1. ln(s) ln(s) 4. Tomar x = v 1 y = v S S Pusto qu la probabilidad d qu un punto n l cuadrado cntrado n l orign y ára 4 caiga dntro dl círculo cntrado n l orign y radio 1 s π, s sigu qu la 4 probabilidad d rchazo dl método polar s 1 π Distribución d Cauchy La función d dnsidad d una variabl alatoria con distribución C(α, β), α > 0, β > 0 s f(x) = y la función d distribución s β π [β + (x α) ], x R, F (x) = π arctan ( x α β ) Invrsión d la función d distribución Aplicando l método d invrsión d la función d distribución, s tin: u = ( ) ( x α π arctan u 1 ) ( ) x α π = arctan β β ( ) [ ( x α = tan π u 1 )] β [ ( x = α + β tan π u 1 )] β x = α tan(πu) lo qu nos daría l siguint squma d gnración:
15 4.7. Distribución d Cauchy Gnrar un númro alatorio u. Tomar x = α β tan(πu) Método d razón d uniforms S vrifica qu si Y C(0, 1) y X = α + βy, ntoncs X C(α, β). Est rsultado nos prmit gnrar valors d cualquir distribución d Cauchy a partir d valors C(0, 1). La gnración d valors d C(0, 1) s basa n l siguint rsultado. Proposición 4.6. San U 1, U U(0, 1) y considrmos V 1 = U 1 1, V = U 1 ( ) ( ) V U( 1, 1). Entoncs, las variabls X = 1 V V1 + V V 1 Y = V 1 V1 + V 1 son indpndints y sigun una distribución C(0, 1) El squma d gnración sría l siguint: 1. Gnrar dos númros alatorios u 1, u.. Hacr v 1 = u 1 1, v = u Si v 1 + v > 1, ir al paso Tomar x = v 1 v, y = v v 1. S obsrva qu los puntos d la forma (V 1, V ) con V 1 + V 1 son puntos dntro dl círculo unidad. Así qu otra forma d lr l rsultado antrior s qu si gnramos puntos (Z, W ) uniforms dntro dl círculo unidad, las variabls Z W y W Z son indpndints idénticamnt distribuidas C(0, 1). Utilizando st hcho, s tin l siguint algoritmo compltamnt quivalnt al antrior
16 66 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas 1. Gnrar dos númros alatorios u 1, u.. Hacr θ = πu, z = u 1 sin(θ) y w = u 1 cos(θ). 3. Tomar x = z w y = w z Distribución Log-Normal Si X N (µ, σ ), ntoncs Y = X tin distribución LN (µ, σ ). Su función d dnsidad vin dada por: F Y (y) = 1 σy (ln(y) µ) π σ, y 0 El squma para gnrar valors d sta distribución sría l siguint: 1. Gnrar un valor z d una distribución N (0, 1).. Hacr x = µ + σz. 3. Tomar y = x 4.9. Distribución χ Método gnral d gnración d valors χ X sigu una distribución χ con n grados d librtad si y sólo si X s la suma d los cuadrados n variabls alatorias stándar indpndints. 1. Gnrar z 1,..., z n, n valors indpndints d una distribución normal stándar. Tomar x = n i=1 z i.
17 4.10. Distribución t d Studnt Método spcífico d gnración d valors χ n con n par Si n s par, ntoncs χ n Erlang ( 1, n ) γ ( 1, n ). Por lo tanto, un posibl método sría 1. Gnrar n númros alatorios u 1,..., u n.. Tomar x = n i=1 ln u i = ln ( n i=1 u i ) Método spcífico d gnración d valors χ n con n impar Si n s impar, ntoncs X χ n X = Y + Z, con Y Erlang ( 1, ) n 1 y Z N (0, 1). Por lo tanto, un posibl método sría 1. Gnrar un valor z d una distribución normal stándar y n u 1,..., u n.. Tomar x = z n i=1 ln u i = z ln ( n ) i=1 u i. númros alatorios Distribución t d Studnt Un rsultado clásico acrca d la distribución t d Studnt s qu si Z sigu una distribución normal stándar, Y sigu una distribución χ con n grados d librtad y
18 68 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas Z Y son indpndints, ntoncs sigu una distribución t n. Z Y n La aplicación dircta d sta propidad proporciona un método para gnrar valors d sta distribución Distribución F d Sndcor San V y W dos distribucions χ d m y n grados d librtad rspctivamnt. Entoncs, sigu una distribución F(m, n). V/m W/n La propia dfinición d la distribución F proporciona un método para gnrar valors d la misma Distribución d Laplac La función d dnsidad d una variabl alatoria con distribución L(µ, θ), µ R, θ > 0 s Su función d distribución vin dada por: 1 F (x) = 1 1 f(x) = 1 x µ ( θ ), x R. θ ( x µ θ ) x < µ ( x µ θ ) x µ
19 4.1. Distribución d Laplac Invrsión d la función d distribución Es fácil obtnr qu µ + θ ln(u) µ 1 F 1 (u) = µ θ ln ((1 u)) µ > 1 El método sría 1. Gnrar un númro alatorio u. Si u < 1, hacr x = µ+θ ln(u). En caso contrario, tomar x = µ θ ln ((1 u)) Invrsión d la función d distribución La función d distribución s pud xprsar d modo quivalnt como: F (x) = 1 [ x µ ( 1 + sgn(x µ) (1 θ ) )] y s pud comprobar qu n st caso su invrsa vin dada por ( F 1 (u) = µ θsgn u 1 ) ( ln 1 u 1 ). D st modo, un squma d gnración d valors d L(µ, θ) sría l siguint: 1. Gnrar un númro alatorio u. Tomar v = u Hacr x = µ θsgn(v) ln(1 v ).
20 70 Tma 4. Métodos spcíficos d gnración d divrsas distribucions continuas Distribución Wibull La función d dnsidad d una variabl alatoria W(α, β), α > 0, β > 0, vin dada por: f(x) = α ( ) α x β α xα 1, x R + β y su función d distribución s: F (x) = 1 ( x β ) α, x 0 cuya invrsa s fácil comprobar qu s: F 1 (u) = β ( ln(1 u)) 1 α. Por lo tanto, l squma d gnración d valors d W(α, β) siguindo l método d invrsión d la función d distribución sría: 1. Gnrar un númro alatorio u. Tomar x = β ( ln(u)) 1 α Distribución d Parto por: La función d dnsidad d una variabl alatoria P(k, α), k > 0, α > 0, vin dada f(x) = α kα x α+1 I [k,+ )(x), y su función d distribución s xprsa como: ( ) α k F (x) = 1, x k. x
21 4.14. Distribución d Parto 71 Aplicando l método d invrsión d la función d distribución, s tin qu: u = 1 ( ) α k x ( ) α k = 1 u k x x = (1 u) 1 k α x =. (1 u) 1 α Conscuntmnt, un método para gnrar valors d una distribución P(k, α) s l siguint: 1. Gnrar un númro alatorio u. Tomar X = k (1 u) 1 α
22
TEMA 11. La integral definida Problemas Resueltos
Matmáticas II (Bachillrato d Cincias) Solucions d los problmas propustos Tma 9 Intgrals dfinidas TEMA La intgral dfinida Problmas Rsultos Halla l valor d: 7 a) ( + ) d b) 5 + d c) + d d) Para hallar una
Más detallesSolución a la práctica 6 con Eviews
Solución a la práctica 6 con Eviws El siguint modlo d rgrsión rlaciona la nota mdia qu obtinn los alumnos n matmáticas (nota) n un cntro, con l númro d profsors disponibls n l cntro (profsors), l porcntaj
Más detallesMatemáticas II TEMA 11 La integral definida Problemas Propuestos y Resueltos
Análisis Intgral dfinida Matmáticas II TEMA La intgral dfinida Problmas Propustos y Rsultos Intgrals dfinidas Halla l valor d: 7 a) ( + ) d b) 5 + d c) + d d) Para hallar una primitiva d cada función hay
Más detallesEjercicios para aprender a integrar
Ejrcicios para aprndr a intgrar Propidads d las intgrals: af ) d = a f d b f ) d = Rglas d intgración: ad = a ( f ± g( ) d = f d ± g( ) d a a b [ F( ) ] = F( b) F( ) ( f d = a b Polinomios y sris d potncias
Más detalles98 EJERCICIOS de DERIVABILIDAD 2º BACH.
98 EJERCICIOS d DERIVABILIDAD º BACH. Drivabilidad y continuidad: 1. Dada si 0 f() si < 0 (Soluc: / f'(0)), s pid: a) Estudiar su drivabilidad n 0 b) Rprsntarla.. Ídm con 4 5 si f() 4 si < n (Soluc: f'()).
Más detalles105 EJERCICIOS de DERIVABILIDAD 2º BACH.
105 EJERCICIOS d DERIVABILIDAD º BACH. Drivabilidad y continuidad: 1. Dada si 0 f() si < 0 (Soluc: / f'(0)), s pid: a) Estudiar su drivabilidad n 0 b) Rprsntarla.. Ídm con 4 5 si f() 4 si < n (Soluc: f'()).
Más detalleslm í d x = lm í ln x + x 1 H = lm í x + e x 2
Autovaluación Página 8 Calcula los siguints límits: a) lm í c m b) lm í ccotg m c) lm í sn d) lm í ( ) / 8 ln 8 8 ln ( cos ) 8 a) lm í 8 c ln ln H ( / ) lm í ( )ln 8 ln m lm í 8 H lm í / 8 b) lm í 8 dcotg
Más detallesa) f (x) = 1+Mg (x) <1 2-1<1+mg (x)<1-2<mg (x)<0 <M<0 como como para que f sea Lipschitziana de [0,1] [0,1] con constante de
Hoja d Problmas Álgbra VII 55. Supongamos qu la función g stá dfinida y s drivabl n [0,]. Supongamos qu g(0)
Más detallesLÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN
LÍMITE DE FUNCIONES LÍMITE DE UNA FUNCIÓN CUANDO LÍMITE FINITO. DEFINICIÓN Cuando la función pud comportars d divrsas manras: f l Al aumntar los valors d, los valors d f s aproiman a un cirto númro l.
Más detallesEjercicios para aprender a integrar Propiedades de las integrales:
Julián Morno Mstr www.juliwb.s Ejrcicios para aprndr a intgrar Propidads d las intgrals: af d = a f d f ± g( ) d = f d ± g( ) d b a b f d = f d = [ F( ) ] a = F( b) F( a) a b Rglas d intgración: ad = a
Más detallesPARTE I Parte I Parte II Nota clase Nota Final
Ejrcicio 1 2 3 Part I Puntos PARTE I Part I Part II Nota clas Nota Final Univrsidad Carlos III d Madrid Dpartamnto d Economía Eamn Final d Matmáticas I 14 d Enro d 2009 APELLIDOS: NOMBRE: DNI: Titulación:
Más detalles91 EJERCICIOS de DERIVABILIDAD 2º BACH.
9 EJERCICIOS d DERIVABILIDAD º BACH. Drivabilidad y continuidad:. Dada si 0 f() si < 0 (Soluc: / f'(0)), s pid: a) Estudiar su drivabilidad n 0 b) Rprsntarla.. Ídm con 4 5 si f() 4 si < n (Soluc: f'()).
Más detallesRepresentación esquemática de un sistema con tres fases
6 APLICACIONES 6.1 Sistma con varias fass Una vz consguido l modlo para simular una mmbrana, s planta su uso para simular procsos con más d una. Uno d stos procsos podría sr un sistma con varias fass.
Más detalles( y la cuerda a la misma que une los puntos de abscisas x = 1 y x = 1. (2,5 punto)
ARAGÓN / JUNIO. LOGSE / MATEMÁTICAS II / ANÁLISIS / OPCIÓN A / CUESTIÓN A www.profs.nt s un srvicio gratuito d Edicions SM CUESTIÓN A Calcular l ára ncrrada ntr la gráfica d la función ponncial f ) ( y
Más detallesSEPTIEMBRE Opción A
Slctividad Sptimbr (Pruba Espcífica) SEPTIEMBRE Opción A ( + ).- Dada la función f () s pid dtrminar: a) El dominio, los puntos d cort con los js y las asíntotas. b) Los intrvalos d crciminto y dcrciminto,
Más detallesLECTURA 09: PRUEBA DEHIPÓTESIS (PARTE III) TEMA 18: PRUEBA DE INDEPENDENCIA CHI CUADRADO
Univrsidad Los Ángls d Chimbot LECTURA 9: PRUEBA DEHIPÓTESIS (PARTE III) TEMA 18: PRUEBA DE INDEPENDENCIA CHI CUADRADO 1. INTRODUCCION: La pruba d indpndncia chi cuadrado s un procdiminto d contrastación
Más detallesINSTITUTO DE CIENCIAS MATEMÁTICAS CÁLCULO DIFERENCIAL. TERCERA EVALUACIÓN Septiembre 17 de Nombre:
INSTITUTO DE CIENCIAS MATEMÁTICAS CÁLCULO DIFERENCIAL TERCERA EVALUACIÓN Sptimbr 7 d Nombr: Parallo: Firma: TEMA ( puntos) Justificando su rspusta, califiqu como vrdadra o falsa, cada proposición: a) La
Más detallesDefinición de derivada
Dfinición d drivada. Halla, utilizando la dfinición, la drivada d la función f ( ) n l punto =. Compruba aplicando las rglas d drivación qu tu rsultado s corrcto. f ( ) f () La drivada pdida val: f ()
Más detallesf (x)dx = f (x) dx. Si la respuesta es afirmativa justifíquese, si es negativa,
CALCULO INTEGRAL.(97).- Sa f() una función tal qu, para cualquira qu sa > s cumpl qu = Pruébs qu, ntoncs, s vrifica qu f( ) = f(), para todo >. f f..(97).- Sa la función f() = -. S pid: a) Hacr un dibujo
Más detalles1.- Qué funciones son primitivas de la función cosx: Tachar lo que no proceda
.- Qué funcions son primitivas d la función cos: Tachar lo qu no procda.- Hallar + sn() si < cos si si > continua d: f() g() f()+g() f() g() -cos si
Más detallesEJERCICIOS UNIDADES 3 y 4: INTEGRACIÓN DE FUNCIONES
IES Padr Povda (Guadi) EJERCICIOS UNIDADES y : INTEGRACIÓN DE FUNCIONES (-M;Jun-A-) San f : R R y g : R R las funcions dfinidas rspctivamnt por f ( ) = y g( ) = + a) ( punto) Esboza las gráficas d f y
Más detallesEspacios vectoriales euclídeos.
Univrsidad d Jaén Dpartamnto d Matmáticas (Ara d Álgbra) Curso 4/5 PRÁCTICA Nº 6 Espacios vctorials uclídos. En sta práctica vamos a vr cómo introducir un producto scalar y trabajar con él n Mathmatica
Más detallesI, al tener una ecuación. diferencial de segundo orden de la forma (1)
.6. Rducción d ordn d una cuación difrncial linal d ordn dos a una d primr ordn, construcción d una sgunda solución a partir d otra a conocida 9.6. Rducción d ordn d una cuación difrncial linal d ordn
Más detalles3.- a) [1,25 puntos] Prueba que f(x) = ex e x
EXAMEN DE MATEMATICAS II ENSAYO ª (FUNCIONES) Apllidos: Nombr: Curso: º Grupo: A Día: 6-XII-05 CURSO 05-6 Opción A.- a) [,5 puntos] Dmustra qu ln( -3) y -4 son infinitésimos quivalnts n =. b) [,5 puntos]
Más detallesEJERCICIOS 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 detalles7 L ímites de funciones. Continuidad
7 L ímits d funcions. Continuidad Página 05 f () = + Pinsa y ncuntra límits a) + ; + ; + + ; ; ; ; 9 0; 0; 0 ) 0; 0; 0 f ) + ; + ; 0 g) + ; + h) ; f () = a) 0 0, Página 0 a) a) f () = ; f () = ; f () =
Más detallesINTEGRACIÓN POR PARTES
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERA DEPARTAMENTO DE MATEMÁTICA Y ESTADISTICA INTEGRACION INTEGRACIÓN Algunas intgrals qu s nos prsntan nos rsultan un poco compljas, ya por lo
Más detallesOPCIÓN A. a) Estudiar si A y B tienen inversa y calcularla cuando sea posible (1 punto)
San Blas, 4, ntrplanta. 983 30 70 54 OPCIÓN A 4 E.- San A = 3 y B = a) Estudiar si A y B tinn invrsa y calcularla cuando sa posibl ( punto) 0 b) Dtrminar X tal qu AX = B I sindo I = 0 (.5 puntos) a) Una
Más detallesAlgoritmo para Aproximar el Área Bajo la Curva de la Función Normal Estándar
Algoritmo para Aproimar l Ára Bajo la Curva d la Función Normal Estándar Algoritmo para Aproimar l Ára Bajo la Curva d la Función Normal Estándar M. n C. Víctor Manul Silva García, M. n C. Eduardo Vga
Más detallesAplicaciones de las Derivadas
www.slctividad-cgranada.com Tma : Aplicacions d las Drivadas..- Crciminto y dcrciminto d una función Sa f una función dfinida n l intrvalo I. Si la función f s drivabl sobr l intrvalo I, s vrifica: f s
Más detallesINTEGRALES 5.1 Primitiva de una función. Integral indefinida. Propiedades.
INTEGRALES 5. Primitiva d una unción. Intgral indinida. Propidads. 5. Intgración d uncions racionals. 5. Intgración por parts. 5. Intgración por cambio d variabls. 5. Primitiva d una unción. Intgral indinida.
Más detallesCurso: 2º Bachillerato Examen VIII. donde m representa un número real.
Nombr: Nota Curso: º Bachillrato Eamn VIII Fcha: d Fbrro d 06 La mala o nula plicación d cada jrcicio implica una pnalización d hasta l % d la nota..- Dada la matriz m dond m rprsnta un númro ral. m a)
Más detallesCapítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES
Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas
Más detallesPRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos OPCIÓN A
IES CASTELAR BADAJOZ PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO - (RESUELTOS por Antonio nguiano) ATEÁTICAS II Timpo máimo: horas minutos Contsta d manra clara raonada una d las dos opcions
Más detallesI. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS
Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES
Más detallesPrimer Examen Parcial Tema A Cálculo Vectorial Septiembre 26 de 2017
Primr Examn Parcial Tma A Cálculo Vctorial Sptimbr 6 d 17 Est s un xamn individual, no s prmit l uso d libros, apunts, calculadoras o cualquir otro mdio lctrónico Rcurd apagar y guardar su tléfono clular
Más detallesSOLUCIONARIO. UNIDAD 13: Introducción a las derivadas ACTIVIDADES-PÁG Las soluciones aparecen en la tabla.
UNIA : Introducción a las drivadas ACTIVIAES-PÁG. 0. Las solucions aparcn n la tabla. [0, ] [, 6] a) f () = b) f () = + c) f () = 9 d) f () = 7, 6 8, 67. El valor d los límits s: f ( h) f () a) lím 6 h
Más detallesIntegrales indefinidas. 2Bach.
Intgrals indfinidas. Bach..- FUNCIÓN PRIMITIVA. INTEGRAL INDEFINIDA. La intgración s la opración invrsa d la drivación. Dada una función f(), dirmos qu F() s una primitiva suya si F ()f(). Nota: La primitiva
Más detalles= 6 ; -s -4 s = 6 ; s= - 1,2 m. La imagen es real, invertida respecto del objeto y de mayor tamaño.
F F a) La lnt s convrgnt l objto stá situado ants dl foco objto: β = = = 4 ; = 4 s ; s + = 6 ; -s -4 s = 6 ; s= -, m s, 4,8 ; ; = = = s f 4,8. f, 4,8 f f =0,96 m. La imagn s ral, invrtida rspcto dl objto
Más detalles2. En el punto x = 0, f ( x) a) Un mínimo local. b) Un máximo local. c) Ninguna de las anteriores. Solución:
Análisis Matmático (Matmáticas Emprsarials II) PROBLEMAS DE FUNCIONES DE UNA VARIABLE. Pguntas d tipo tst. (J). La función f ( ) ln: a) Tin puntos stacionarios (o críticos, s dcir, puntos cuya primra drivada
Más detallesCAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden
APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión
Más detallesESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA AERONÁUTICA DEPARTAMENTO DE MATEMÁTICA APLICADA Y ESTADÍSTICA EXAMEN DE CÁLCULO I 1 de febrero de 2006
ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA AERONÁUTICA DEPARTAMENTO DE MATEMÁTICA APLICADA Y ESTADÍSTICA EXAMEN DE CÁLCULO I 1 d fbrro d 006 Timpo: horas 30 minutos Cada problma db ntrgars n hojas d xamn
Más detallesIES Fco Ayala de Granada Junio de 2013 (Modelo 1 Específico 2 ) Solución Germán-Jesús Rubio Luna. Opción A
IES Fco Ayala d Granada Junio d 03 (Modlo Espcífico ) Grmán-Jsús Rubio Luna Opción A Ejrcicio opción A, modlo Junio 03, spcífico [ 5 puntos] Halla las dimnsions dl rctángulo d ára máima inscrito n un triangulo
Más detalles+ ( + ) ( ) + ( + ) ( ) ( )
latrals n. iguals. f. La función CONTINUIDAD f () Es continua n l punto?. Calcular los límits ³ ² 5 Para qu la función sa continua n s db cumplir: f f Calculamos por sparado cada mimbro d la igualdad f
Más detallesSOLUCIONES DE LAS ACTIVIDADES Págs. 65 a 83
TEMA. ECUACIONES SOLUCIONES DE LAS ACTIVIDADES Págs. 6 a 8 Página 6. a) mcm (, ) ( ) + ( ) + 7 + / mcm (6, 0) 0 ( + ) ( ) 0 + 8 0 / c) mcm (7, ) 8 ( ) 7 ( + ) 8 (9 ) 8 97 / 9 d) mcm (8, ) 8 6 (0 ) 8 Página
Más detallesTEMA 5. Límites y continuidad de funciones Problemas Resueltos
Matmáticas Aplicadas a las Cincias Socials II Solucions d los problmas propustos Tma 7 Cálculo d its TEMA Límits y continuidad d funcions Problmas Rsultos Para la función rprsntada n la figura adjunta,
Más detallesAPLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL
APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS QUE INVOLUCRAN A LA RECTA TANGENTE Y LA RECTA NORMAL 74 Cuando un problma gométrico stá nunciado n términos d la rcta
Más detalles1. (RMJ15) a) (1,5 puntos) Discute el siguiente sistema de ecuaciones en función del parámetro a:
EXAMEN DE MATEMÁTICAS II (Eamn Final, Rcupración d Análisis Intgrals) BACHILLERATO EXAMEN FINAL (RMJ5) a) (,5 puntos) Discut l siguint sistma d cuacions n función dl parámtro a: + y + az + ay + z a a +
Más detallesProf. Jesús Olivar. Resumen de Cálculo II ING. PETRÓLEO
Prof. Jsús Olivar Rsumn d Cálculo II ING. PETRÓLEO.- FUNCIÓN PRIMITIVA. INTEGRAL INDEFINIDA. La intgración s la opración invrsa d la drivación. Dada una función f, dirmos qu F s una primitiva suya si F
Más detallesESTUDIO DE UNA FUNCIÓN CON AYUDA DE LA DERIVADA. 1. a) Halla los valores de los coeficientes b, c y d para que la gráfica de la función
ESTUDIO DE UNA FUNCIÓN CON AYUDA DE LA DERIVADA CMS05. a) Halla los valors d los coficints b, c y d para qu la gráfica d la función y b c d cort al j OY n l punto (0, ), pas por l punto (, ) y, n s punto,
Más detallesLímites finitos cuando x: ˆ
. Límits latrals its al infinito 7 FIGURA.3 3 3 La gráfica d = >. (b) La cuación () no s aplica a la fracción original. Ncsitamos un n l dnominador, no un 5. Para obtnrlo multiplicamos por >5 l numrador
Más detallesCOMPUTACIÓN. Práctica nº 2
Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros
Más detallesTEMA 5: INTEGRAL INDEFINIDA
MATEMÁTIAS II TEMA : INTEGRAL INDEFINIDA. Primitiva d una función El objtivo d st tma s l studio dl procso contrario al d drivación. Si drivamos la función partimos d f tnmos y dirmos qu s una primitiva
Más detallesCapitulo IV. IV.2 Generación de trayectorias. Universidad de Cantabria Departamento de Ing. Estructural y Mecánica
Capitulo IV IV. Gnración d trayctorias Capítulo IV Síntsis dimnsional d mcanismos IV. Síntsis dimnsional d mcanismos. Gnración n d funcions. IV. Gnración n d trayctorias.. Introducción n a la síntsis d
Más detallesTypeset by GMNI & FoilTEX
Typst by GMNI & FoilTEX CÁLCULO MATRICIAL DE ESTRUCTURAS DE BARRAS (Articuladas 2D-3D) F. Navarrina, I. Colominas, M. Castliro, H. Gómz, J. París GMNI GRUPO DE MÉTODOS NUMÉRICOS EN INGENIERÍA Dpartamnto
Más detallesUna onda es una perturbación que se propaga y transporta energía.
Onda Una onda s una prturbación qu s propaga y transporta nrgía. La onda qu transmit un látigo llva una nrgía qu s dscarga n su punta al golpar. TIPOS DE ONDAS Si las partículas dl mdio n l qu s propaga
Más detallesSimulación III. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación III Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Comentario: generación de v.a. exponenciales Generación de v.a. normales Método de convolución:
Más detallesOpción A ( ) ( ) Examen. 2ª evaluación 4/03/2008. Obtener el valor del siguiente límite: ab entonces la función. t ln 1 4t dt x ln 1 4x ln 1 4x 2
Eamn. ª valuación //8 Opción A Ejrcicio. Puntuación máima: puntos Obtnr l valor dl siguint límit: lim + t ln t dt 5 Aplicación dl torma fundamntal dl cálculo intgral: Si f s continua n [, ] f t dt s drivabl
Más detallesMatemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos
Matmáticas II TEMA 8 Drivadas. Torma. Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto. Utilizando la dfinición, calcula la drivada d f ( ) n l punto. +. Utilizando la dfinición, halla
Más detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más detalles168 Termoquímica y Cinética. Aspectos Teóricos
168 Trmoquímica y Cinética 3..- Cinética química Aspctos Tóricos Como ya s ha indicado antriormnt, la trmodinámica tin como objtivo conocr n qu condicions una racción s pud producir d forma spontána. Sin
Más detalles1. LÍMITE DE UNA FUNCIÓN REAL
ACTIVIDAD ACADEMICA: CÁLCULO DIFERENCIAL DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD Nº : LÍMITES Y CONTINUIDAD DE FUNCIONES REALES Comptncias Utilizar técnicas d aproimación n procsos numéricos infinitos
Más detallesÓPTICA ESTADÍSTICA GRUPO PILOTO CURSO 2006/2007. Solucionario Ejercicio No.3
ÓPTICA ESTADÍSTICA GRUPO PILOTO CURSO 6/7 Solucionario Ejrcicio No.3 a Supondrmos qu la propagación n l spacio libr ntr l plano Z= y l plano Z=D s considra n régimn d Frsnl. Supondrmos también qu las funts
Más detallesEJERCICIOS DE REPASO PARA SELECTIVIDAD: ANÁLISIS
EJERCICIOS DE REPSO PR SELECTIVIDD: NÁLISIS Ejrcicio. San f : R R y g : R R las funcions dfinidas por f( = -( + + a + b y g( = c S sab qu las gráficas d f y g s cortan n l punto (, y tinn n s punto la
Más detallesEjercicios resueltos Distribuciones discretas y continuas
ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s
Más detallesPROBLEMAS DE LÍMITES DE FUNCIONES (Por métodos algebraicos) Observación: Algunos de estos problemas provienen de las pruebas de Selectividad.
Funcions Límits y continuidad PROBLEMAS DE LÍMITES DE FUNCIONES Por métodos algbraicos Obsrvación: Algunos d stos problmas provinn d las prubas d Slctividad Si ist l it d una función f cuando a, y si f
Más detallesOndas acústicas en dominios no acotados
Capítulo 3 Ondas acústicas n dominios no acotados 3.1. Introducción Las ondas acústicas qu s propagan librmnt por un dominio no acotado dbn cumplir la cuación d ondas homogéna para l potncial acústico:
Más detallesESPACIOS VECTORIALES EUCLÍDEOS: Proceso de ortonormalización (Gram-Schmidt)
Univrsidad d Jaén Dpartamnto d Matmáticas (Ara d Álgbra) Curso 04/5 PRÁCTICA Nº ESPACIOS VECTORIALES EUCLÍDEOS: Procso d ortonormalización (Gram-Schmidt) En sta práctica vamos a vr como podmos calcular
Más detalles5. Elementos tipo barra
Univrsidad Simón Bolívar 5. Elmntos tipo barra En st capítulo s xpon l dsarrollo dl método dl lmnto finito para rsolvr l problma d una barra d scción transvrsal A, módulo d lasticidad E, dnsidad ρ y longitud
Más detallesIII. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS
III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar
Más detallesProblemas Tema 1 Solución a problemas de Repaso de 1ºBachillerato - Hoja 07 - Problemas 2, 4, 5
página 1/7 Problmas Tma 1 Solución a problmas d Rpaso d 1ºBachillrato - Hoja 07 - Problmas 2, 4, 5 Hoja 7. Problma 2 Rsulto por Luis Sola Ruiz (sptimbr 2014) 1. Los vértics d un triángulo son A( 2, 1),
Más detallesUNED Tudela Psicometría. Tema 4 Esquema tema 4
Esquma tma 4 1.- Orintacions didácticas: Tmas antriors: construcción dl tst Tmas 4 al 8: Evaluación d la calidad d la pruba piloto basándos n las rspustas d los sutos: Fiabilidad, validz y calidad d los
Más detallesConvocatoria de Febrero 26 de Enero de 2007. Nombre y Apellidos:
Univrsidad d Vigo Dpartamnto d Matmática Aplicada II E.T.S.I. Minas Cálculo I Convocatoria d Fbrro 6 d Enro d 007 Nombr y Apllidos: DNI: (4.5 p.) ) S considra la función f(x) = x ln(x). (0.5 p.) (a) Calcular
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesFacultad de Ingeniería Matemática intermedia 1. Proyecto 2
Univrsidad d San Carlos d Guatmala Dpartamnto d matmática Facultad d Ingniría Matmática intrmdia 1 Introducción: Proycto Fcha d ntrga: luns 16 d abril d 018 El dsarrollo d proyctos s important n la formación
Más detallesGeneración de variables aleatorias continuas
Generación de variables aleatorias continuas Se dice que una variable aleatoria X es continua, o más propiamente, absolutamente continua, si existe f : R R tal que F (x) := P (X x) = x f(t) dt. Al igual
Más detallesDEPARTAMENTO DE FUNDAMENTOS DE ECONOMÍA E HISTORIA ECONÓMICA Análisis Matemático I EXAMEN FINAL Enero de 2008 APELLIDOS: NOMBRE: D.N.I.
DEPARTAMENTO DE FUNDAMENTOS DE ECONOMÍA E HISTORIA ECONÓMICA Análisis Matmático I EXAMEN FINAL Enro d 008 APELLIDOS: NOMBRE: D.N.I. GRUPO (A/B/C): CUESTIONARIO DE RESPUESTA MÚLTIPLE (50%) (Cada rspusta
Más detallesTEMA 10: DERIVADAS. f = = x
TEMA 0:. DERIVADA DE UNA FUNCIÓN EN UN PUNTO La siguint gráfica rprsnta la tmpratura n l intrior d la Tirra n función d la profundidad. Vmos qu la gráfica s simpr crcint, s dcir, a mdida qu aumnta la profundidad
Más detallesModelos Box-Jenkins. El paseo aleatorio X t = c + X t 1 + a t no es estacionario. Sin embargo, el proceso diferenciado regularmente
Modlos Box-Jnkins Sris d Timpo Grmán Aniros Pérz stacionals: Slcción dl El paso alatorio X t = c + X t 1 + a t no s stacionario. Sin mbargo, l procso difrnciado rgularmnt s stacionario. X t X t 1 = c +
Más detallesEl 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 detallesSolución. Se deriva en forma logarítmica. Se empieza por tomar logaritmos neper1anos en ambos miembros.
. Drivar simplificar: a. S driva n forma logarítmica. S mpiza por tomar logaritmos npranos n ambos mimbros. ln ln Aplicando las propidads d los logaritmos s baja l ponnt. ln ln S drivan los dos mimbros
Más detallesUniversidad Nacional del Litoral
Univrsidad Nacional dl Litoral Facultad d Ingniría y Cincias Hídricas ESTADÍSTICA Ingnirías: Rcursos Hídricos-Ambintal-Agrimnsura- Informática Mg. Ing. Susana Vanlsbrg MODELOS DE VARIABLE ALEATORIA CONTINUA
Más detalles. La tasa de variación media es la pendiente del segmento AB, siendo A(a, f(a) ) y B(b, f(b) ) dos puntos de la gráfica de la función:
º BACHILLERATO D MATEMÁTICAS CC SS TEMA 4.- FUNCIONES. DERIVACIÓN.- CONCEPTO DE DERIVADA Tasa d variación mdia S llama tasa d variación mdia d una función f n l intrvalo [a, b] al cocint. La tasa d variación
Más detallesSolución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b
Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr
Más detallesMatemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos
Matmáticas II TEMA 8 Drivadas Torma Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto Utilizando la dfinición, calcula la drivada d f ( ) n l punto = Utilizando la dfinición, halla la
Más detallesMétodo de Box Muller. Método Polar Generación de eventos en Procesos de Poisson. Método de Box-Muller. Métodos de generación de v. a.
Método de Box Muller Método Polar Generación de eventos en Procesos de Poisson Si X e Y son normales estándar indepientes, entonces R 2 = X 2 + Y 2, tan(θ) = Y X determinan variables R 2 y Θ indepientes.
Más detallesContenido: Integral definida: (3º) Aplicación: Longitud del arco de una curva. Matemática II Sección F Semestre 2 Lcdo Eliezer Montoya
REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA NÚCLEO BARINAS Contnido: Intgral dfinida: (º) Aplicación:
Más detallesTEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)
TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más detallesLa función gamma. en la disciplina Matemática para las carreras de ingeniería
La función gamma n la disciplina Matmática para las carrras d ingniría Antonio Mazón Ávila INTRODUCCIÓN Por todos s conocido qu la formación Matmática s bas part sncial n la formación dl ingniro, d sto
Más detalles6toMat A -FICHA Nº4- DEF. y CÁLCULO DE LÍMITES Síntesis Teórico-Práctica Prof. Sergio Weinberger-
6toMat A -FICHA Nº4- DEF. y CÁLCULO DE LÍMITES Síntsis Tórico-Práctica. 007 Prof. Srgio Winbrgr- DEFINICIÓN DE LÍMITE FINITO: a f () α E( α, ε) E *(a, δ) / E *(a, δ) f () E( α, ε) y Es dcir qu,dado un
Más detallesModelos Básicos de Distribuciones Discretas y Continuas
Modelos de Distribuciones Discretas y Continuas 1/27 Modelos Básicos de Distribuciones Discretas y Continuas Departamento de Estadística e Investigación Operativa Universidad de Sevilla Contenidos Modelos
Más detallesIntegral indefinida. 1. Primitiva de una función. 1.1 Propiedades de la integral indefinida
ntgral indfinida achillrato ntgral indfinida. Primitiva d una función Dfinición: Sa f() una función dfinida n l intrvalo (a,b), llamarmos primitiva d la función f() a toda función ral d variabl ral, F(),
Más detallesTEMA I. Señales y sistemas de tiempo discreto. Señales en tiempo discreto. Ejemplos de secuencias (1) = Escalón unitario:
TEMA I Sñals y sistmas d timpo discrto II. Análisis d sñals n timpo discrto. Introducción. Sñals d timpo discrto. Sistmas d timpo discrto. Sistmas linals invariants n l timpo (LIT. Propidads d los sistmas
Más detallesTécnicas de cálculo de derivadas: Derivadas de funciones elementales. Cálculo de la derivada de la función inversa. Derivación logarítmica
BLOQUE a Para ralizar stos jrcicios dbs conocr: La rprsntación gráfica las propidads d las funcions lmntals. La dfinición d continuidad drivabilidad d una función n un punto la rlación ntr ambos concptos.
Más detallesFunciones de Variable Compleja
Funcions d Variabl Complja Modlos d Sistmas II Smstr 2008 Ing. Gabrila Ortiz L 1 Función Concpto Matmático Considrando los conjuntos X Y una función comprnd una rlación o rgla qu asocia a cada lmnto x
Más detalles2º 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 detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detalles