ESTIMADORES DE MÍNIMA DESVIACIÓN ORTOGONAL; CASO LINEAL

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

Download "ESTIMADORES DE MÍNIMA DESVIACIÓN ORTOGONAL; CASO LINEAL"

Transcripción

1 GEOS, Vol., No. 3, p. -5 ESIMADORES DE MÍNIMA DESVIACIÓN OROGONAL; CASO LINEAL José Frz C. Dpto. d Ssología, Dvsón d Cncas d la rra, CICESE K 7, Carrtra juana-ensnada Corro Elctrónco: jofrz@ccs. RESUMEN Est artículo ntnta popularzar l crtro sgún l cual l ajust d un odlo a obsrvacons s d por la dstanca ortogonal d los puntos-datos a la suprfc qu rprsnta al odlo atátco. Con llo, s toa n cunta los rrors tanto d las varabls ndpndnts coo d la dpndnt, stuacón qu s prsnta n las Cncas d la r rra. ra. En contrast, la fala d los étodos d cuadrados ínos supon qu sólo la varabl dpndnt tn rror or. El álgbra corrspondnt rspondnt al caso lnal s dsarrolla con dtall, al so tpo qu s dscrbn procdntos nuércos para la dtrnacón dl stador cntral d la varabldad stadístca corrspondnt. rspondnt. D d todas stas técncas, aplcaos una basada n l cálculo d un vctor caractrístco para l stador cntral otra d rustro, para una dda d varabldad. Los procdn- tos s aplcan a un caso toado d la ltratura. S aclara la rlacón ntr l stador d ína dsvacón ortogonal l d áa vrosltud con rrors gaussanos n las obsrvacons. Abos son quvalnts s podos aplcar un factor d pondracón dstnto a cada varabl; st factor s asoca al rror or prodo d las obsrvacons corrspondnts. rspondnts. El étodo d áa vrosltud tn una aor gnraldad cuando los rrors prsntan ucha dsprsón n al nos una d las varabls.. INRODUCCIÓN Estn una gran cantdad d altrnatvas jorantos dl étodo stándar d cuadrados ínos (MCE) para rsolvr sstas sobrdtrnados d cuacons; l objtvo s nfrr los valors d los parátros dl odlo a partr d un conjunto d obsrvacons. Est artículo ntnta dvulgar un crtro qu ha llaado la atncón a los analstas d datos dsd hac ás d años (v. gr., Adcock, 878). En lo qu sgu, s trata l caso d un odlo lnal. Coo noclatura, utlzaos ltras latnas núsculas para rprsntar vctors; ltras latnas aúsculas, para atrcs, ltras grgas, para scalars. La cpcón son las ltras latnas núsculas con subíndcs qu pudn sr vctors o scalars (coponnts d vctors); l contto dja claro l sgnfcado corrspondnt. El supríndc ndca la opracón d transposcón l acnto crcunfljo ndca l valor stado d la varabl sobr la cual stá dcho síbolo. El étodo stándar d cuadrados ínos nza la nora cuadrátca d los rsduals, dond l rsdual -éso s dfn por r u ˆ () dond s un lnto dl vctor d obsrvacons. Las copo- nnts dl vctor corrspondn a los cofcnts (ncógntas) dl hprplano; l subvctor, a las pndnts; l térno ˆ nhoogéno (scalar) s l parátro d poscón; u s l vctor-fla qu corrspond a la ralzacón pírca dl odlo para l dato -éso. En vz d dr l ajust o dsajust dl odlo a los datos a través dl vctor d rsduals, la altrnatva qu anjaros nza la dstanca ortogonal d los puntos-datos al hprplano qu rprsnta al odlo. Suponos adconalnt qu la atrz forada por todos los vctors flas { } u tn sus colunas lnalnt ndpndnts ntr sí con rspcto al vctor ; s dcr, suponos qu tnos sufcnt nforacón para star ndpndntnt los lntos dl vctor d ncógntas. D st odo, nzaos la dstanca dl punto {, u } al hprplano dscrto por u + () El vctor u rprsnta las coordnadas d las varabls ndpndnts ntras qu la ltra dnota ncógnta ; la varabl s toa coo dpndnt aunqu la da básca dl étodo s ntroducr una stría ntr las varabls, a qu todas partcpan n la dcón d dstanca qu s ncsaro nzar; ésto, n contrast con l étodo d cuadrados ínos qu consdra sólo un ajust n la varabl dpndnt.

2 Frz Dsgnaos al crtro coo d ína dstanca ortogonal (MDO); la ltratura stadístca tabén lo llaa d rgrsón ortogonal. Djando plícto l uso d la nora cuadrátca, tabén rcb l nobr d ínos cuadrados total (LS, por las sglas n nglés) dsd qu lo hcran Golub Van Loan (98). Est crtro s rlacona al d rgrsón con rrors n todas las varabls qu consdra qu todas las varabls d la rgrsón stán sujtas a rror; sto plca una pondracón plícta n la stacón; st tópco s dscutdo n la Sccón 6. Hasta sa sccón, no ncluos, por splcdad notaconal d poscón, a una pondracón d las dcons qu s bas n la bondad rlatva d llas. El lctor db rcordar n st rspcto qu l étodo d cuadrados ínos pondrados (v. gr., Lason Hanson, 973) gnralza al stándar (MCE) con una pondracón d las cuacons a través d la atrz d covarancas d los rrors d la varabl dpndnt. Fnalnt, por splcdad, utlzaos la nora cuadrátca n vz d la nos popular, pro ás robusta, l ; una rcnt rfrnca n sta últa drccón s Watson (). En rsun, l crtro MDO a dsarrollar n la sccón sgunt s una vrsón cuadrátca, bn condconada no pondrada. Aunqu stn procdntos coputaconals probados (Späth, 987; Van Huffl Vandall, 99; Knt t al., 99, ntr otras rfrncas), ha pocas aplcacons publcadas n Cncas d la rra dl crtro MDO o, ás n gnral, dl crtro d rgrsón qu consdra rrors n todas las varabls. En su rvsón, Van Huffl Vandall (99) nconan sólo un artículo (Fshr, 989) qu prtnc a stas cncas. Una cpcón a sta aparnt falta d ntrés la consttu l trabajo para construr socronas, dond s ncsaro toar n cunta los rrors d todas las varabls (v.gr., McIntr t al., 966; Knt t al., 99). Pnso qu la dvulgacón dl crtro MDO pud sr bnfcosa, partcularnt s s toa n cunta qu, por jplo, n Gología, Ssología Estadístca Ingnría Sísca s hac un gran uso d rgrsón lnal, a vcs n scalas slog o log-log, n qu todas las varabls stán sujtas a rror. No s la ntncón d st artículo hacr una rvsón haustva dl ta; ás bn s trata d prsntar un étodo poco utlzado, plorar su lógca, copararlo con otros guar al lctor n su aplcacón, ntrgando rfrncas adcuadas. Dado qu l tratanto dl caso d la lína rcta s trval con los rcursos odrnos d coputacón (Sccón 8), trataros l caso ultvarant; l prco s un anjo d álgbra lnal (v.gr., Nobl Danl, 989) con las prsons atrcals n notacón copacta ndcal. Adás d sus propóstos d dvulgacón, la dscrpcón dscusón d los étodos qu s acopañan pudn sr útls n la nsñanza a qu los ttos ás gnrals no nclun los tópcos aquí cubrtos. 3. OBENCIÓN DE LA FUNCIÓN CRIERIO n A () Para ntroducr l crtro MDO, podos gnralzar prsons para los casos n n 3. Para n datos, tnos qu s u u A ; ; Μ Μ Μ (5) u La dstanca d cada punto P (u, ) a la rcta u (6) + u d + Para problas d rgrsón, la varabl dpndnt s ntras qu la ndpndnt s u. nos pars d dcons. En l caso n 3, tnos dos varabls ndpndnts (u u ) l odlo stá dado por + u u (7) + (8) La dstanca ortogonal corrspondnt a (7) rsulta sr u u d + + En l caso ultvarant (s dcr, cuando l vctor d varabls ndpndnts u tn últpls coponnts), las prsons (7) (9) s gnralzan a / ( + ) (9) u d () Por lo tanto, la funcón crtro s () u U + + () Sa l odlo lnal aplcado a un conjunto d datos n n A + > n dond dnota l vctor d rror. El crtro MCE s (3) dond la atrz U contn las coordnadas { u j } d las varabls ndpndnts. Obsrv qu l dnonador no contn al térno nhoogéno. Una nzacón d la funcón crtro () con rspcto a produc 5

3 Estadors d ína dsvacón ortogonal; Caso lnal o sa, ˆ u dond las barras ndcan valors prodos. ˆ u () Rplazando () n (), obtnos [ ( ) ( u u ) ] ( ) (3) + Para l caso d un odlo hoogéno, () ( ) u () + Las cuacons (3) () son atátcant quvalnts s aplcaos transforacons spls. s S dsaos utlzar la nora p-ésa, la gnralzacón d () p p ( ) p u / (5) ( + ). UNA SOLUCIÓN NUMÉRICA PARA LA NORMA CUADRÁICA oos la solucón nuérca qu dscrb l tto d Späth (987) cua lógca, con algunas aclaracons, sguos n sta sccón. La funcón crtro () s pud toar coo la razón ntr dos noras cuadrátcas con la transforacón Por lo tanto, la nzacón d () quval a buscar l valor caractrístco ás grand n l probla ( Z ) λ (8) Z para obtnr l vctor propo corrspondnt, qu s lo qu buscaos. La fora (8) nos prt aplcar l étodo d potncas obtnr l vctor caractrístco drctant; vr, por jplo, Hldbrand (965), Acton (97), Späth (987). Est étodo aplca tratvant la rlacón ( ) ( Z Z ) ( k + ) k (9) dond los supríndcs ntr paréntss ndcan l ordn d la tracón. La ncalzacón pud sr, por jplo, () l o () ˆ para algún, () dond l vctor l tn todas sus coponnts guals a uno {ê } son los usuals vctors bass d un ssta cartsano d coordnadas. Para soluconar l ssta d cuacons (9) para (k+), podos aplcar la dscoposcón d Cholsk a Z Z, nclundo la posbldad d hacrlo coo R DR, dond R s una atrz trangular supror con unos n la dagonal prncpal D s una atrz dagonal. Acton (97) dustra qu l étodo d potncas convrg s los valors caractrístcos no s acuulan crca dl qu s busca. En l caso tro, pud habr ás d un vctor caractrístco asocado a st gnvalor. Coo crtro d convrgnca, parc adcuado utlzar la nora cuadrátca d la dfrnca ntr (k+) (k ) dspués d noralzar los vctors d tal fora qu () k. Esta noralzacón tn la gananca tra d vtar auntos o dsnucons drástcas d los valors nuércos d las coponnts dl vctor al pasar d una tracón a otra; sto sucd n los casos d aplcacón qu dscrbos n la sccón 7. Obtnda la convrgnca, aplcaos la condcón (6) para l últo lnto dl vctor obtndo,.., n+. 5. ALGUNAS PROPIEDADES DEL ESIMADOR con lo qu () quda coo ; Z ; Z ( A ) () Z Z (6) (7) La cuacón (8) quval a A A A ˆ ˆ λ A () o sa, dos cuacons d las cuals podos lnar a λ. El rsultado s El propósto obvo d la transforacón (6) s aslar () a un cocnt d Ralgh (v. gr., Nobl Danl, 989), con lo cual l probla d nzacón quval al cálculo dl vctor caractrístco asocado al gnvalor ás pquño d la atrz postva dfnda Z Z. ( A A r I ) A ˆ () I n s la atrz undad cua dnsón stá ndcada por l subíndc n ; r s l vctor d rsduals. El ssta () no s lnal n las ncógntas pud utlzars para forar un squa tratvo qu n 6

4 Frz dtrn al vctor d ncógntas; la no-lnaldad s vta con l uso dl rsdual d la tracón antror todo l squa s ncado con la solucón MCE. Los rsultados d st procdnto coputaconal son pustos dscutdos n la sccón 7. El ssta d cuacons () tn una stabldad dstnta a la d las cuacons norals para MCE con l qu s dfrnca por l sgundo térno dntro dl paréntss. Obvant, l stador d MDO s ssgado pro, s los lntos d A tnn rror, tabén s sgada la solucón MCE. Otras dos propdads s pudn obtnr con facldad utlzando la cuacón () para l térno lbr. Espcífcant, la sua d los rsduals la sua d las dstancas ortogonals tnn, cada una, valors nulos para los stadors MCE MDO, rspctvant. Para otras propdads d los stadors d MDO MCE, s pud consultar l tto d Van Huffl Vandall (99). Algunos dtalls adconals son pustos n las sccons 6 7. La obtncón d rgons d varabldad d los parátros, dbdo a la propagacón dl rror obsrvaconal a través d un oprador o procdnto d nvrsón, s un probla coplcado pro d portanca crucal. El únco caso rlatvant spl, suponndo stabldad, s l lnal para stadors íno-cuadrátcos a qu l oprador sudonvrso rsulta lnal; n st caso, s posbl calcular fáclnt las atrcs d covarancas dl stador utlzar la propdad d qu l caráctr gaussano dl rror obsrvaconal s transt al dl stador. Para stadors qu no son lnals, por, sn la suposcón d qu los rrors obsrvaconals tnn dstrbucón gaussana, s cunta con las sgunts línas d accón. Una opcón s buscar alrddor d la solucón cntral a las solucons qu satsfacn, dntro d su rror, a los datos. La búsquda haustva tn un alto costo coputaconal a dda qu aunta l núro d ncógntas. Ello llva a aplcar astuca n l odo d barrr l spaco d solucons alrddor d la solucón cntral. La técnca d búsquda purcospín ( hdghog, n nglés; v. gr., Bsas Knopoff, 97) s rcondabl n st caso. Otras táctcas d búsquda utlzan técncas d rustro; la d bootstrap (Efron bshran, 986) ha sdo aplcada a nustro probla por Krb (99); otras técncas d rustro son la d valdacón cruzada (Golub t al., 979) jacknf (Mllr, 97). La da básca dl rustro s slcconar al azar uchos subconjuntos d datos, lugo, calcular la varabldad d los rsultados. Una últa opcón acud al caráctr aproadant gaussano d la varabldad d la solucón ajusta una (hpr)suprfc d sgundo grado alrddor d la solucón cntral n la funcón crtro, con lo qu s dtrna analítca o nuércant la conducta asntótca gaussana corrspondnt; l capítulo 8 d Van Huffl Vandal (99) ofrc prsons útls para sta últa opcón. En nustros jrccos d aplcacón, utlzaos la técnca bootstrap para star la varabldad dl vctor solucón. Esta técnca consst n producr un núro alto d rustros, con rptcón, dl so núro d dcons qu l orgnal. Lugo, podos calcular prodos dsvacons stándars d las stacons obtndas, para lo cual los hstograas corrspondnts son d gran auda. La robustz dl rsultado con rspcto a las obsrvacons s d drctant; por jplo, una rcta qu dpnd crítcant d un punto aslado obtndrá un grado alto d varabldad d sus parátros al utlzar bootstrap a qu habrá casos n qu s punto aslado no s toa n cunta. Ant la stnca d un núro pquño d dcons qu s apartan d la conducta cntral prdcha por l odlo, pudn aparcr áos scundaros n los hstograas por las caractrístcas sñaladas dl rustro. Ello pud plantar la ncsdad d fltrar los hstograas, lnando dchos áos scundaros s s consdra qu no son rprsntatvos. S l áo global tn un valor ucho ás alto qu l d los locals stá clarant sparado d llos, toaos dcho áo global su dsprsón coo rprsntatvos; con llo, vtaos qu datos aslados ssgados prdonn n la stacons. 6. EL CRIERIO DE MDO COMPARADO CON EL DE MÁXIMA VEROSIMILIUD EN QUE ODAS AS LAS AS VARIABLES ESÁN SUJEAS A ERROR GAUSSIANO En sta sccón, usaos los rrors d dcón para forar crtros d stacón. Para llo, ncstaos un odlo d rror un crtro; s coún utlzar l odlo gaussano l crtro d áa vrosltud (MV), rspctvant. Sgundo un procdnto stándar (v. gr., Knt t al., 99), l logarto d la funcón d vrosltud rsulta sr proporconal a con la condcón latral, dada por l odlo, ( u µ ) C ( u µ ) (3) u () hos adoptado u,n+ n+ - para hacr la notacón ás copacta. La cuacón () corrspond al odlo lnal utlzado n la Sccón. La atrz sétrca C s la d covarancas d los rrors d obsrvacón. D st odo, azaos la sgunt prsón con rspcto a los valors prodos µ ( u µ ) C ( u µ ) + λ u (5) dond λ s un ultplcador d Lagrang. La azacón prt obtnr la funcón crtro qu db optzars con rspcto a los cofcnts dl odlo; lla (Knt t al., 99) s proporconal a L u C (6) S los rrors son guals para todas las varabls, rsulta qu L s proporconal a 7

5 Estadors d ína dsvacón ortogonal; Caso lnal + ( u ) (7) dond hos vulto a utlzar la sbología d las sccons antrors. Así, l crtro d MV (con rrors gaussanos) s rduc al d MDO. Otro caso, d aor ntrés, s cuando todas las dcons d la sa varabl tnn l so rror no tnn corrlacón, aunqu cada varabl stá sujta a un rror dstnto. Llaaos k a los rrors d las varabls ndpndnts (u k ) dpndnt (), rspctvant. Así, (6) s pud scrbr coo n k k k + k qu, con las transforacons k n u k k kk uk ; uk ; k kk (8) (9) toa tabén la fora (7). Est s l caso ás gnral qu hac quvalnt los dos stadors consdrados n sta sccón. La condcón gnral para qu sta quvalnca s qu l índc asocado a cada dcón (, n las cuacons 6 8) no pud partcpar n la pondracón d las varabls ndpndnts. Concluíos qu l crtro d MV, undo a la hpótss gausssana para los rrors d obsrvacón, toa jor n cunta a stos rrors n la stacón d los parátros. S los rrors d dcón d una varabl son parcdos, s pud toar l rror prodo para pondrar; s llo s justfca para cada una d las varabls, l étodo d MDO s rcondabl. S los rrors ndvduals tnn ucha varabldad, s prfrbl azar (6); por jplo, con un squa nuérco tratvo dl tpo Nton-Raphson coo lo hacn Knt t al. (99). Est squa pud adaptars opconalnt para calcular l stador MDO; Watson () usa uno dl so tpo al aplcar la nora l para la rgrsón ortogonal. 7. APLICACIÓN ACIÓN Los rsultados d la aplcacón dl étodo d potncas para rsolvr (8) son pustos a contnuacón; lugo, dscrbos los rsultados d la aplcacón dl algorto qu s basa n (). Los rsultados d un étodo d búsquda drcta n l spaco d solucons son pustos al fnal d sta sccón. La abla (Mddlton, ), qu splfca la d Forsth Uda (975), contn valors d una varabl dpndnt (vlocdads d placas) ndpndnts (u : ára total d la placa; u : ára d la part contnntal; u 3 : longtud fctva d la cordllra ocánca, u : longtud fctva d los líts con las trnchras corrspondnts). Las tablas a 5 ustran los rsultados dl ajust d los crtros d ína dstanca ortogonal d cuadrados ínos stándar n los casos qu s dscrbn a contnuacón. No s la ntncón d sta sccón rplazar l tnso análss hcho n la publcacón orgnal. El propósto d utlzar los datos d la abla s dscutr aspctos d plntacón dl crtro MDO copararlos con los rsultados dl crtro MCE. La abla rsu los rsultados d la rgrsón para los étodos MDO MCE cuando s utlzan las cuatro varabls ndpndnts. El étodo MDO ncsta cuatro tracons para obtnr 5 cfras sgnfcatvas n los cofcnts. No s vn dfrncas n los rsultados d abos étodos; sto s plca s s obsrvan los valors d las pndnts obtndas. El hprplano d rgrsón s práctcant prpndcular al j d la varabl dpndnt; por lo tanto, abos étodos (MDO MCE) concdn aproadant. Esto planta l probla d scalanto (sccón 6) l hcho d qu la ortogonaldad qu aplcaos no s nvarant a cabos d scala. Es dcr, un spl cabo d undads n uno d los js pud producr rsultados dfrnts. La scala ás adcuada para las varabls d un probla d rgrsón rsulta al noralzarlas n undads d los rrors d obsrvacón corrspondnts. En la sccón 6, hos justfcado st procdnto s, para cada varabl, los rrors son stocástcant ndpndnts con un so o u parcdo valor. Cuando no tnos nforacón acrca dl rror d una varabl, supondros qu s dl ordn d unas pocas undads n su últa cfra sgnfca- ABLA. Inforacón Procsada Placas Ára otal 6 k Ára Contnntal 6 k u u Longtud Efctva Cordllra Océanca k u 3 Longtud Efctva Zona Subduccón k u Vlocdad Placa c/año NA SA PAC AN IND AF EUR NAZ COC CAR 3.8. PHIL ARAB Varabls ndpndnts (u a u dpndnt () utlzadas n la aplcacón dl procdnto coputaconal. oado d Mddlton () qu a su vz, lo adapta d Forsth Uda (975). 8

6 Frz abla. Coparacón: Métodos MCE MDO MCE MDO hat rs d hat rs d Noras Mdas: Solucons: MCE MDO DE MDO Rsultados dl ajust íno-cuadrátco stándar (MCE) d ína dstanca ortogonal (MDO). El vctor d solucons contn d a (asocados a las colunas u a u d la abla ). hat: obsrvacón prdcha por l odlo l ajust; rs: rsduals; d: dstanca ortogonal. DE: dsvacón stándar stada por bootstrap (Fgura ). tva. Al aplcar st crtro, rsulta qu las vlocdads d placas tnn un factor aproado d n acttud nor qu las varabls ndpndnts. D st odo, podos sular la noralzacón aplcando st factor d. Los rsultados, qu dbn prsntar una stuacón ás ralsta, aparcn n la abla 3, dond s aprcan claras dfrncas, nclundo d sgnos, ntr abas stacons. Coo s d sprar, abos étodos producn valors ínos d las noras das n los valors qu l corrspondn, d rsduals para MCE d dstanca ortogonal para MDO. Con tracons, s obtnn 5 cfras sgnfcatvas n la stacón MDO. El costo n prfrr los rsultados dl crtro MDO son, n nora da d rsduals, d.7 (MCE) a 7.5 (MDO) ntras qu la gananca para las dstancas ortogonals s d 7.9 (MCE) a 6.87 (MDO). Mddlton () prsnta, adás, l rsultado d la rgrsón ntr la vlocdad d placa u, cosa qu tabén hos hcho para agrgar un grado d vsualzacón a las tablas nuércas. La abla la Fgura ntrgan los rsultados (3 tracons para l étodo MDO) para st caso. S aprca, otra vz, qu los rsultados d abos étodos son práctcant ndstngubls pud obsrvars qu las rctas qu rsultan d los ajusts srían cas horzontals s, coo a hos propusto, las dnsons d los js s calculara n undads dl rror d las dcons la undad rror tuvra la sa longtud n abos js. Esto plca aplcar al j vrtcal un factor aproado d. La Fgura nclu curvas sétrcas alrddor d la lína rcta MCE qu corrspondn a ntrvalos d confanza dl 95 % 99 % para l valor cntral stado. La abla 5 la Fgura prsnta los rsultados (5 tracons para l étodo MDO) cuando las vlocdads d placas s ultplcan por un factor d ; llo s hac, nuvant, para sular una noralzacón rlatva d los js n térnos dl rror. En st caso, ha clara dfrnca ntr abas rctas stadas aunqu, para fctos prdctvos, la dfrnca stá dntro d la varabldad prtda d la solucón MCE al nvl dl 95%. Las curvas qu ntrgan los ntrvalos d confanza no caban rlatvant a las d la Fgura abla 3. Coparacón: Métodos MCE MDO MCE MDO hat rs d hat rs d Noras Mdas: Solucons: MCE MDO DE MDO Slar a la abla, salvo qu los valors d la varabl s ultplcan por un factor d. abla. Coparacón: Métodos MCE MDO MCE MDO hat rs d hat rs d Noras Mdas: Solucons: DE MDO.63. Slar a la abla, salvo qu la rgrsón s sólo sobr los valors d u (longtud fctva dl lít con zona d subduccón). a qu s basan n la dsprsón da d los rsduals qu dpndn d la scala d grafcacón dl j vrtcal; sta dsprsón ndca qu l rror do (una dsvacón stándar) d las vlocdads d placa s d.8 [c/año] s s qu acptaos qu la rlacón lnal s structural (basada n la físca dl probla). Sn bargo, sto no s probablnt crto l propósto gofísco d todo l jrcco s sólo scuanttatvo, s dcr, n busca d corrlacons. Obvant, los rrors d las vlocdads no pudn sr tan grands s l odlo l qu sobrsta st rror. Para una dscusón acrca d las ltacons justfcacón dl ajust por rgrsón, véas Wbstr (998). Llaaos al algorto antror A, para dsgnar coo A al qu s drva d aplcar tratvant la cuacón (). La prra aplcacón d A s ndstngubl con los rsultados ostrados n la abla para A; la convrgnca s rápda: n trs tracons s obtn lo so. Cuando lo aplcaos al sgundo prnto (la varabl dpndnt ultplcada por ); sn bargo, los rsultados fluctúan sn alcanzar convrgnca n 5 tracons. Con l objto d ntndr jor l coportanto d st algorto, los valors d las vlocdads d placa s ultplcaron por dvrsos 9

7 Estadors d ína dsvacón ortogonal; Caso lnal 6 6 Vlocdad d Placas (c/año) 8 6 Vlocdad d Placas* (c/año) v: Longtud Efctva Subduccón ( k) Fgura. Rsultado dl ajust MCE (cuadrados) MDO (daants) para n funcón d u (vr tablas ). En st caso, abos ajusts práctcant concdn. Los astrscos rprsntan los datos; los puntos sñalados sobr la rcta d ajust, los valors corrspondnts prdchos, sgún los parátros stados con l odlo lnal. Las curvas sñalan ntrvalos d confanza dl 95% (línas sgntadas) 99% (línas contnuas) alrddor dl valor cntral prdcho por l crtro MCE. factors ntr. Para factors aors a 7.5, no s alcanza convrgnca ntras qu para factors nors a 7. sucd lo contraro. Para un factor d 7., los rsultados osclan furtnt n las prras tracons para lugo, obtnrs o 5 cfras sgnfcatvas n las coponnts dl vctor d ncógntas a 6 tracons. No parcó ncsaro aplcar alguna técnca d rlajacón para tratar d stablzar l squa: l algorto A parc clarant prfrbl. En vz d utlzar étodos nuércos para nzar una funcón crtro s posbl obtnr la solucón por una búsquda drcta n l spaco d solucons. En vz d una búsquda haustva (u costosa o llanant posbl d ralzar), s prfr aplcar una slccón alatora n la búsquda, tal coo n l étodo gnétco. Esta opcón parc ás fcnt qu utlzar técncas d prograacón lnal (spl). La Fgura 3 lustra l ustro abla 5. Coparacón: Métodos MCE MDO MCE MDO hat rs d hat rs d Noras Mdas: Solucons: DE MDO.7.33 Slar a la abla salvo qu s aplca un factor d a las vlocdads d placas. 6 8 v : Longtud Efctva Subduccón ( k) Fgura. Rsultado dl ajust MCE (cuadrados) MDO (daants) para vcs n funcón d u (vr abla 5). Los dás síbolos son guals a los d la Fgura. para l caso prsntado n la abla 5 Fgura ; para l cual basta con aplar un par d vcs la zona dond s ncuntra la solucón para dtrnar gráfcant los cofcnts con las cfras sgnfcatvas ncsaras; sto s spl s s usa MatLab. El caso d trs o ás ncógntas s pud vsualzar n proccons d cobnacons d pars d ncógntas s l núro total d llas no s dasado alto. La gananca adconal s qu las línas d nvl nos ndcan la varabldad d stacons, nclundo la corrlacón ntr llas. Entrgaos, nsguda, dtalls d la dtrnacón d la varabldad d las stacons. En l procdnto nuércocoputaconal, toaos 5 ustras d dcons; bootstrap utlza cada vz l so núro d obsrvacons qu n l conjunto orgnal, pro prt rptcón d llas. Un gnrador d núros (sudo)alatoros lg los lntos d cada ustra. Lugo, s stan los valors d los parátros s obtn la stadístca d los prodos dsvacons stándars. La Fgura 3 contn la aor part d las 5 stacons d los parátros (parátro d poscón pndnt) para l caso d la rgrsón d la vlocdad d placa con u. La Fgura prsnta cnco hstograas con la dstrbucón d los parátros obtndos por bootstrap. Hos fltrado las stacons qu s apartan clarant d la dstrbucón cntral, s dcr, la qu ntrga áos globals; n st caso, l núro d ustros consdrados baja d 5 a 86. El fltro lna un vctor-solucón coplto s por lo nos uno d sus parátros s aparta d la conducta cntral corrspondnt. Las dstrbucons stándars rsultants stán ncludas n las tablas, 3, DISCUSIÓN Y CONCLUSIONES El crtro MDO db aplcars cuando los rrors d las dcons d las varabls ndpndnts son dl so ordn o aor qu los d la varabl dpndnt. El procdnto coputaconal A, basado n la ntrprtacón coo cocnt d Ralgh d la 5

8 Frz.9 Mína dstanca ortogonal n nora L.8 Pndnt érno lbr Míno rsdual cuadrátco n nora L.8 Pndnt érno lbr Fgura 3. Línas d nvl d las funcons crtros MDO (fgura supror) MCE (nfror) para l caso tratado d la Fgura abla 5. S han rotulado las cuatro línas d nvl ás crcanas a la solucón. Nóts la quvalnca ntr los rsultados d sta fgura los qu s ln n la abla 5. La fgura supror nclu las solucons obtndas por bootstrap (crucs). cuacón (7) l uso dl étodo d potncas para rsolvr l probla asocado d valors caractrístco, s fácl d plntar ntrga rsultados stabls s s qu no st una acuulacón d valors caractrístcos crca dl íno corrspondnt. Con la hpótss d qu l probla stá bn propusto o dtrnado, para lo cual basta qu las colunas d la atrz A n (3) san lnalnt ndpndnts, sta condcón stá asgurada. Cuando llo no sucd, la ltratura (Golub Van Loan, 98; Van Huffl Vandall, 99; ntr otras rfrncas) aconsja l uso d la dscoposcón d valors sngulars. Dado l nor aunto n rcursos coputaconals (CPU ora), l uso d étodos d búsquda drcta n l spaco d solucons ha aplado su aplcacón n los últos años, aunqu todavía tn un lít d alrddor d 8 ncógntas. El caso d ajust a una lína rcta s, por su uso frcunt, l ás studado (Ward, 9; Acton, 966; York, 966, ntr otros) para calcular sus cofcnts la varabldad pírcant prtda d llos. Dada la facldad d grafcacón d cálculo n coputadoras odrnas, s posbl dbujar con facldad las línas d nvl d la funcón crtro, sñalar su valor ópto dtrnar la lína d nvl qu lta la rgón d varabldad o confanza. El uso d aplfcacón d los dbujos drctant n pantalla nos ntrga las cfras sgnfcatvas qu ncstaos. Así, l análss dl ajust a una lína rcta s hac ndato sn ncsdad d acudr a rcursos atátco-nuércos propos d o ás años atrás. Al fnal, toda valuacón part dl bun sntdo coún dl analsta. S los datos son tradant bunos (con rspto al odlo), cualqur stador tabén lo srá. Al rvés, para datos con ucha dsprsón (con rspcto al odlo) dond s planta un ro probla d corrlacón coo l jplo tratado n st artículo, s producrán rsultados dfrnts con técncas dfrnts con una sgnfcacón dfícl d star. Sn bargo, la prsnca d rudo n las varabls ndpndnts, a nvl sjant o aor al d la dpndnt, hac prfrbl la solucón MDO o la ás gnral d MV qu stá dscrta n la sccón 6. 5

9 Estadors d ína dsvacón ortogonal; Caso lnal Golub, G.H., M.. Hath and G. Wahba, 979. Gnralzd cross-valdaton as a thod for choosng a good rdg paratr, chnotrcas, Vol., pp Golub, G.H. and Ch. F. VanLoan, 98. An analss of th total last squars probl, SIAM Journal Nurcal Analss, Vol. 7, pp Hldbrand, F.B., 965. Mthods of Appld Mathatcs, scond d., Prntc Hall, 36 pp Lason, C.L. and R.J. Hanson, 97. Solvng Last Squars Probls, Prntc Hall, 3 pp Knt, J.., G.S. Watson and.c. Onstott, 99. Fttng straght lns and plans th an applcaton to radotrc datng, Earth and Plantar Scnc Lttrs, vol. 97, pp. -7. Krb, J.M., 99. Multpl functonal rgrsson. I. Functon nzaton tchnqu, Coputrs and Goscncs, Vol. 7, pp Fgura. Hstograas d las stacons obtndas al aplcar bootstrap (5 solucons) l crtro d MDO para l caso dscrto n la abla. D arrba haca abajo, s ncuntran las dstrbucons d a. S aplcó un fltro qu lnó solucons qu s apartan clarant d la tndnca cntral n por lo nos una d las coponnts dl vctor d ncógntas. AGRADECIMIENOS Est trabajo rsultó d su tratanto n class n l CICESE; adás, fu pulsado por convrsacons con E. Góz. R. Eaton colaboró con la dcón D. Sarracno obtuvo con rapdz varas d las rfrncas qu ncsté. Aprco los contaros d los árbtros qu contrburon a jorar la prsntacón dl artículo pulsaron a aclarar varos d los aspctos tratados. REFERENCIAS Acton, F.S., 966. Analss of Straght-Ln Data, Dovr, 7 pp. Acton, F.S., 97. Nurcal Mthods hat Work, Harpr and Ro, 5 pp. Adcock, R.J., 878. A probl n last squars, h Analst, vol. 5, pp Bsas, M.N. and L. Knopoff, 97. Structur of th uppr antl undr th Untd Stats fro th dsprson of Ralgh avs, Gophscal Journal Roal Astronocal Soct, Vol. 36, pp McIntr, G.M., C. Brooks, W. Copston and A. urk, 966. h statstcal assssnt of Rb-Sr sochrons, Journal of Gophscal Rsarch, Vol. 7, pp Mddlton, G.V.,. Data Analss n th Earth Scncs Usng MatLab, Prntc Hall, N. Jrs, 6 pp. Mllr, R.G., 97. h jacknf: a rv, Botrka, Vol. 6, pp. -5. Nobl, B. J.W. Danl, 989. Algbra Lnal Aplcada, Prntc Hall Hspanoarcana, Méco, 57 pp. Späth, H., 987. Mathatcal Algorths for Lnar Rgrson, Acadc Prss, 37 pp. Van Huffl, S. and J. Vandal, 99. h otal Last Squars Probl. Coputatonal Aspcts and Analss, SIAM, Phladlpha, USA, 3 pp. York, D., 966. Last-squars fttng of a straght ln, Canadan Journal of Phsc, Vol., pp Watson, G.A.,. On th Gauss-Nton thod for l orthogonal dstanc rgrsson, IMA Journal of Nurcal Analss, vol., pp Ward, A., 9. h fttng of straght lns f both varabls ar subjcts to rror, Ann. Math., Vol., pp 8-5. Wbstr, R., 989. Is rgrsson hat ou rall ant?, Sol Us and Managnt, Vol. 5, pp Efron, B. and R. bshran, 986. Bootstrap thods for standar rrors, confdnc ntrvals, and othr asurs of statcal accurac, Statstcal Scnc, Vol., pp (Inclu contaros). Fshr, G.W., 989. Matr analss of taorphc nral assblags and ractons, Contrb. Mnralog and Ptrolog, Vol., pp Forsth, D. and S. Uda, 975. On th rlatv portanc of th drvng forcs of plat tctoncs, Gophscal Journal of th Roal Astronocal Soct, Vol. 3, pp

Y i, es decir, la. Regresión Simple y Múltiple Parte II Profesor Oscar Millones Borrador, Octubre 12, Supuestos en el modelo de regresión

Y i, es decir, la. Regresión Simple y Múltiple Parte II Profesor Oscar Millones Borrador, Octubre 12, Supuestos en el modelo de regresión Rgrsón Smpl y Múltpl Part II Profsor Oscar Mllons Borrador, Octubr 1, 8 Supustos n l modlo d rgrsón 1.- Para cada valor d X, xst un grupo d valors d Y qu tnn una dstrbucón normal. (grafcar sta da).- Las

Más detalles

Apéndice A ANÁLISIS TENSORIAL

Apéndice A ANÁLISIS TENSORIAL Apéndc A ANÁLISIS TENSORIAL El análss tnsoral s cntra n l studo d nts abstractos llamados tnsors, cuyas propdads son ndpndnts d los sstmas d rfrnca mplados para dtrmnarlos. Un tnsor stá rprsntado n un

Más detalles

Conceptos Básicos Previos

Conceptos Básicos Previos Concptos Báscos Prvos Clasfcacón d Sñals Comuncacons Unvrsdad d Cantabra Sñals Dtrmnstas /Alatoras Sñals Pródcas / o Pródcas Sñals Contnuas / Dscrtas ( / ( (t+ 0 ) = ( ( / [n] Sñals Dtrmnstas Rpaso d concptos

Más detalles

Tema 3. LA COMPETENCIA PERFECTA PROBLEMA RESUELTO

Tema 3. LA COMPETENCIA PERFECTA PROBLEMA RESUELTO Mcroconomía AE Tma 3. LA COMPETENCIA PERFECTA PROBLEMA REUELTO uponga qu cada una d las 144 mprsas qu forman una ndustra prfctamnt compttva tnn una curva d costs totals a corto plazo déntca qu vn dada

Más detalles

I. MEDIDAS DE TENDENCIA CENTRAL

I. MEDIDAS DE TENDENCIA CENTRAL I. MEDIDAS DE TENDENCIA CENTRAL 1. La MEDIA ARITMETICA o PROMEDIO o smplmnt LA MEDIA Es la mdda d tndnca cntral más utlzada, la cual s rprsnta mdant l símbolo X y corrspond al promdo d todos los valors

Más detalles

Tema 2. Señales y Ruido Comunicaciones Digitales Universidad de Cantabria

Tema 2. Señales y Ruido Comunicaciones Digitales Universidad de Cantabria ma. Sñals y udo Comuncacons Dgtals Unvrsdad d Cantabra. Clasfcacón Sñals Dtrmnstas /Alatoras Sñals Pródcas / o Pródcas Sñals Contnuas / Dscrtas ( / ( (t+ ( ( / [n]. Sñals Dtrmnstas paso d concptos d la

Más detalles

Resumen TEMA 6: Momentos de inercia

Resumen TEMA 6: Momentos de inercia EMA 6: Momntos d nrca Mcánca Rsumn EMA 6: Momntos d nrca. Dfncons Sstma matral d puntos matrals d masa m, =, 2,...,. a) Momnto d nrca rspcto d un plano π md (d = dstanca d la masa m al plano π) π =Σ 2

Más detalles

Introducción. Descripción del espacio físico Coordenadas curvilíneas: propiedades Líneas y superficies coordenadas Elementos de geometría diferencial

Introducción. Descripción del espacio físico Coordenadas curvilíneas: propiedades Líneas y superficies coordenadas Elementos de geometría diferencial I. Fundamntos mat. Coordnadas d curvlínas Góm, 00/ Dpto. Físca Aplcada III (U. Svlla) Campos Elctromagnétcos Ingnro d Tlcomuncacón I. Fundamntos mat. Coordnadas curvlínas Introduccón. Dscrpcón dl spaco

Más detalles

ejercicios NkT NkT NkT q de dt NkT q d dt dq dt NkT q N q NkT

ejercicios NkT NkT NkT q de dt NkT q d dt dq dt NkT q N q NkT jrccos E.- uál s la nrgía raconal molar d la molécula d odo a las dos tmpraturas antrors?. Haz srvr las nrgías raconals xprmntals. ln Q, ( ) ln! 5 v,, v 5 v ln c v d ln d d d d d 5 v v 5 v v d d 5 v v

Más detalles

ESTIMADORES DE LA VARIANZA DE LAS PERTURBACIONES ALEATORIAS EN EL MBRL

ESTIMADORES DE LA VARIANZA DE LAS PERTURBACIONES ALEATORIAS EN EL MBRL Apts d Clas d cootría Prof Rafal d Arc STMADORS D LA VARANZA D LAS PRTURBACONS ALATORAS N L MBRL rafaldarc@as Ua vz ddcda a fórla para la stacó para la dtracó d los parátros dl odlo, a través d los MCO

Más detalles

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_02. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_02. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D. CAPITULO º FUNCIONES DE VECTORES Y MATRICES_ Ing. Dgo Aljandro Paño G. M.Sc, Ph.D. Funcons d Marcs Torma: Sa f( una funcón arbrara dl scalar y sa A una marz con polnomo caracrísco: S dfn g( un polnomo

Más detalles

Sección compuesta E 2. Fase I

Sección compuesta E 2. Fase I ACULTAD DE NENERÍA HORMÓN 74.05 Sccón compusta E 2 as as E as Ι = La vga prtnsada soporta su pso propo, l pso dl ncofrado, l pso dl hormgón frsco d la losa y las sobrcargas d hormgonado. as ΙΙ = La sccón

Más detalles

LECCIÓN N 5 AMPLIFICACIÓN N DE SEÑALES

LECCIÓN N 5 AMPLIFICACIÓN N DE SEÑALES EIÓN 5. lcacón d sñals TEM III MPIFIIÓN N EETÓNI ccón 5. MPIFIIÓN DE EÑE. Parátros báscos ccón 6. MPIFIDOE OPEIONE ccón 7. EIMENTIÓN EN MPIFIDOE ccón 8. OIDOE Y GENEDOE DE EÑE Elctrónca Gnral EIÓN 5. lcacón

Más detalles

Encuesta de ocupación en albergues (EOAL) Metodología

Encuesta de ocupación en albergues (EOAL) Metodología Encusta d ocupacón n albrgus (EOAL) Mtodología Marzo 205 Mtodología Encusta d Ocupacón n Albrgus 205 Índc. rsntacón 2. Obtvos 3. Undad stadístca 4. Ábto d la ncusta 5. fncón d varabls 6. Marco d la ncusta

Más detalles

CONTROL PREDICTIVO DE TANQUES ACOPLADOS

CONTROL PREDICTIVO DE TANQUES ACOPLADOS CONTROL PREDICTIVO DE TANQUES ACOPLADOS J.R. Llata, J. P. Ora, E.G. Saraba, J. Arc, A. Robls Dpartamnto d Tcnología Elctrónca Ingnría d Sstmas Automátca E.T. S. Ingnros Industrals Tlcomuncacón. Unvrsdad

Más detalles

GENERADORES DE BARRIDO DE TENSIÓN

GENERADORES DE BARRIDO DE TENSIÓN GENERADORES DE BARRDO DE TENSÓN RUTO DE BARRDO TRANSSTORZADO ON ORRENTE ONSTANTE El funconamnto d t crcuto dfn como, la carga un condnador lnalmnt a partr d una funt d corrnt contant. Excpto para valor

Más detalles

Ingeniería de las reacciones químicas

Ingeniería de las reacciones químicas Ingnría d las raccons químcas Ingnría d las raccons químcas. Un componnt dfund a través d un tubo, con ntrada por uno solo d sus xtrmos. Dntro dl tubo hay un componnt j. El componnt, raccona sgún k 0,5

Más detalles

3.2 Método directo de diseño sísmico basado en desplazamientos DDBD. libertad (SDOF) que representa el funcionamiento de la respuesta pico de

3.2 Método directo de diseño sísmico basado en desplazamientos DDBD. libertad (SDOF) que representa el funcionamiento de la respuesta pico de 3. MÉTODO DE DISEÑO POR 3.1 Método d dsño sísco basado n dsplazanto El procdnto d dsño por dsplazantos s ha dsarrollado n stos últos 10 años atrás aproxadant, con l objtvo d sufragan las dfcncas dl dsño

Más detalles

División 5. Ejemplo de síntesis de un mecanismo articulado de barras

División 5. Ejemplo de síntesis de un mecanismo articulado de barras Vrsón 0 CAITUL MECANISMS vsón 5 Ejmplo d síntss d un mcansmo artculado d barras UTN-F Cátdra: Elmntos d Máqunas. rofsor: r. Ing. Marclo Tulo ovan Vrsón 0. sumn En sta dvsón s dscrbrá l uso d la mtodología

Más detalles

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT. ANÁLISIS DISCRIMINANTE INTRODUCCIÓN A LA MODELIZACIÓN LOGIT Conocda la dstrbucón d un conjunto d ndvduos ntr dos o más grupos, s busca ntndr la naturalza d

Más detalles

Probabilidad de que una variable tome un valor x determinado = N

Probabilidad de que una variable tome un valor x determinado = N Magntuds dscrtas Probabldad d qu una varabl tom un valor dtrmnado p X ota ( p,,,,6 5 7, 6 8,6 7, 8 8,6 9 6,,8 5 p Probabldad,5,,5,,5, 5 6 7 8 9 ota Magntuds contnuas Probabldad d qu una varabl tom un valor

Más detalles

Máster en Ecología Métodos para el estudio de Sistemas Ecológicos: Diseño, Análisis y Modelización. III. Regresión logística

Máster en Ecología Métodos para el estudio de Sistemas Ecológicos: Diseño, Análisis y Modelización. III. Regresión logística Mástr n Ecología Métodos para l studo d Sstmas Ecológcos: Dsño, Análss y Modlzacón. III. Rgrsón logístca Rgrsón logístca: ntroduccón - VR bnara p.., prsnca/ausnca, vvo/murto - Los prdctors pudn sr contnuos

Más detalles

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT. ANÁLISIS DISCRIMINANTE INTRODUCCIÓN A LA MODELIZACIÓN LOGIT Conocda la dstrbucón d un conjunto d ndvduos ntr dos o más grupos, s busca ntndr la naturalza d

Más detalles

- Se dice que hay interacción entre E y X, si la relación entre E y M no es la misma en los diferentes niveles de X. -

- Se dice que hay interacción entre E y X, si la relación entre E y M no es la misma en los diferentes niveles de X. - BOLETÍN EPIDEMIOLÓGICO DE CASTILLA-LA MANCHA MARZO 2007/ Vol.9 /Nº LA REGRESIÓN LOGÍSTICA EN EPIDEMIOLOGÍA III (*) 3.- INTERACCIONES EN EL MODELO LOGÍSTICO A.- PRINCIPIO DE LA INTERACCIÓN EN EL MODELO

Más detalles

ELEMENTOS FINITOS DE DIFERENTES ÓRDENES PARA PROBLEMAS DE ELASTICIDAD PLANA Y MEZCLAS DE SUS MALLAS

ELEMENTOS FINITOS DE DIFERENTES ÓRDENES PARA PROBLEMAS DE ELASTICIDAD PLANA Y MEZCLAS DE SUS MALLAS ELEMENTOS FINITOS DE DIFERENTES ÓRDENES PARA PROBLEMAS DE ELASTICIDAD PLANA Y MEZCLAS DE SUS MALLAS Sbastán Toro *, Vctoro Sonzogn, Carlos Numan * GIMNI, Unvrsdad Tcnológca Naconal, F.R. Santa F. Lavas

Más detalles

3.1 OPERADORES DIFERENCIALES a) Gradiente de un c. escalar, U:

3.1 OPERADORES DIFERENCIALES a) Gradiente de un c. escalar, U: Obs.: Dfrncal d na mantd varabl n 3(ó 2) 1) En nral (Análss): S f dpnd d (y 1, y m ), df := y1 f dy 1 + + ym f dy m Lo msmo ocrr s s trata d na mantd vctoral d n componnts, F: df := y1 F dy 1 + + ym F

Más detalles

5. DIAGONALIZACIÓN DE MATRICES

5. DIAGONALIZACIÓN DE MATRICES Dagonalzacón Herraentas nforátcas para el ngenero en el estudo del algebra lneal 5. DIAGONALIZACIÓN DE MATRICES 5.1. INTRODUCCIÓN 5.2. VALORES Y VECTORES PROPIOS 5.3. MATRICES DIAGONALIZABLES 5.4. DIAGONALIZACIÓN

Más detalles

Modelo 3 Opción A. , + ) Decreciente: (0, )) = ( , f(

Modelo 3 Opción A. , + ) Decreciente: (0, )) = ( , f( Modlo Opción A Ejrcicio º Sa f : (, ) R la función dfinida por f() Ln() (Ln dnota la función logarito npriano). (a) [ 5 puntos] Dtrina los intrvalos d crciinto d dcrciinto los tros rlativos d f (puntos

Más detalles

EJERCICIOS DE REPASO PARA SELECTIVIDAD: ANÁLISIS

EJERCICIOS 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 detalles

Introducción a la técnica de Bond-Graph

Introducción a la técnica de Bond-Graph Capíítullo T1 Introduccón a la técnca d Bond-Graph 1.1 INTRODUCCIÓN En un sstma físco cualqura, la nrgía pud almacnars, dspars o ntrcambars. Cuando postrormnt s unn dos sstmas, aparcn dstntos flujos d

Más detalles

UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE INGENIERÍA - DEPARTAMENTO DE FÍSICA. CÁTEDRA: Física de los Semiconductores

UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE INGENIERÍA - DEPARTAMENTO DE FÍSICA. CÁTEDRA: Física de los Semiconductores UIVERSI CIOL E MR EL PLT - 017 FCULT E IGEIERÍ - EPRTMETO E FÍSIC CÁTER: Físca d los Smconductors SERIE 4: vl d Frm- Smconductors 1.- Calcular la nrgía d Frm para l oro a T=0K..- a) Calcular la nrgía d

Más detalles

Sise considera la difusión de calor y masa dentro de un. Cálculo del Factor de Efectividad Utilizando Colocación Ortogonal Sobre Elementos Finitos

Sise considera la difusión de calor y masa dentro de un. Cálculo del Factor de Efectividad Utilizando Colocación Ortogonal Sobre Elementos Finitos 94 Rvsta Ingnría Invstgacón No. 44 Dcmbr d 1999 Cálculo dl Factor d Efctvdad Utlzando Colocacón Ortogonal Sobr Elmntos Fntos Javr Fontalvo Alzat*- Lus M. Carballo Suárz** RESUMEN En l prsnt documnto s

Más detalles

LA ECUACIÓN DE GOMPERTZ COMO MODELO DE CRECIMIENTO

LA ECUACIÓN DE GOMPERTZ COMO MODELO DE CRECIMIENTO LA ECUACIÓN DE GOMPERTZ COMO MODELO DE CRECIMIENTO Ana María Islas Cors Insuo Polécnco Naconal, ESIT amslas@pn.mx Gabrl Gullén Bunda Insuo Polécnco Naconal, ESIME-Azcapozalco ggulln@pn.mx Yolanda Monoya

Más detalles

CAPÍTULO 2. Ecuación paraxial de Helmholtz.

CAPÍTULO 2. Ecuación paraxial de Helmholtz. CAPÍTLO Ecuacón paraal d Hlmholt. S dscut la posbldad d vsualar mdant un procsador óptco [1] a las solucons d la cuacón paraal d Hlmholt. Para llo s rala una comparacón d los rsultados obtndos consdrando

Más detalles

Administración de inventarios. Ejercicio práctico.

Administración de inventarios. Ejercicio práctico. Admnstracón d nvntaros. Ejrcco práctco. La Cía. GOMA REDONDA S.A. llva n nvntaro un crto tpo d numátcos, con las sgunts caractrístcas: Vntas promdo anuals: 5000 numátcos Costo d ordnar: $ 40/ ordn Costo

Más detalles

TEORÍA DE ESTRUCTURAS

TEORÍA DE ESTRUCTURAS TEORÍA DE ESTRUCTURAS TEMA 5: INTRODUCCIÓN A OS MÉTODOS MATRICIAES DE CÁCUO DE ESTRUCTURAS DRTAMENTO DE INGENIERÍA MECÁNICA - MNIA INGENIERITZA SAIA ESCU TÉCNICA SUERIOR DE INGENIERÍA DE BIBAO UNIVERSIDAD

Más detalles

SOLUCIONARIO. UNIDAD 13: Introducción a las derivadas ACTIVIDADES-PÁG Las soluciones aparecen en la tabla.

SOLUCIONARIO. 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 detalles

GUÍA Nº 1 CIFRAS SIGNIFICATIVAS Y TEORIA DEL ERROR

GUÍA Nº 1 CIFRAS SIGNIFICATIVAS Y TEORIA DEL ERROR Asgnatura: Físca Mcánca ZF00 Ára Cncas Báscas Rsponsabls: Patrco Pachco H/Jacquln Ala P Fcha actualzacón: Otoño 009 GUÍA º CIFRAS SIGIFICATIAS Y TEORIA EL ERROR - Introduccón La guía d laboratoros nos

Más detalles

2ª PRUEBA 24 de febrero de 2017

2ª PRUEBA 24 de febrero de 2017 ª PRUEB 4 d fbrro d 017 Pruba xprintal. Mdida d la rlación carga/asa dl lctrón En 1897, J. J. Thopson utilizó un dispositivo xprintal parcido al d la figura 1 para dtrinar por prira vz la rlación ntr la

Más detalles

TEMA 5. Límites y continuidad de funciones Problemas Resueltos

TEMA 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 detalles

Titulo Aplicación de unidades y balances energéticos básicos para sistemas abiertos.

Titulo Aplicación de unidades y balances energéticos básicos para sistemas abiertos. Asgnatura: Funts d Enrgía 03/04 PRACTICA 0 Ttulo Aplcacón d undads y balancs nrgétcos báscos para sstas abrtos. Undads d dda En todos los procsos físcos y/o quícos las lys qu rgn la atra s xprsan dant

Más detalles

Comprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos

Comprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos Mnstro d Fomnto Scrtaría d Estado d Infrastructuras, Transport y Vvnda Drccón Gnral d Arqutctura, Vvnda y Sulo Documnto d Apoyo al Documnto Básco DB-HE Ahorro d nrgía Códgo Técnco d la Edfcacón DA DB-HE

Más detalles

Tema 3: ESTIMACIÓN DEL MODELO

Tema 3: ESTIMACIÓN DEL MODELO Introduccón a la Economtría Tma 3: ETIMACIÓ DEL MODELO Tma 3: ETIMACIÓ DEL MODELO 3. Estmacón mínmocuadrátca. a l modlo d rgrsón lnal smpl: + + u E[ / ] + u,..., (3.) rprsntamos por los stmadors (, tamén,

Más detalles

1.2 Funciones de potencial vector magnético y eléctrico escalar

1.2 Funciones de potencial vector magnético y eléctrico escalar . uncions d potncial vctor agnético y léctrico scalar En l análisis d problas d radiación s coún spcificar las funts y dspués ncontrarlas los capos radiados por las funts. En la práctica n l procdiinto

Más detalles

Representación esquemática de un sistema con tres fases

Representación 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

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Unversdad Católca Los Ángeles de Cbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCION DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

ESTADÍSTICA AVANZADA EN CIENCIAS DE LA SALUD: Modelos Lineales. Andreu Nolasco

ESTADÍSTICA AVANZADA EN CIENCIAS DE LA SALUD: Modelos Lineales. Andreu Nolasco ESTADÍSTICA AVANZADA EN CIENCIAS DE LA SALUD: Modlos Lnals Andru Nolasco El autor Est documnto ha sdo publcado n l Rpostoro d la Unvrsdad d Alcant bajo Lcnca d dstrbucón no xclusva Dcmbr d 6 Introduccón

Más detalles

8º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA Cusco, 23 al 25 de Octubre de 2007 BASES WAVELETS EN EL MÉTODO DE ELEMENTOS FINITOS

8º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA Cusco, 23 al 25 de Octubre de 2007 BASES WAVELETS EN EL MÉTODO DE ELEMENTOS FINITOS 8º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA Cusco, 23 al 25 d Octubr d 27 BASES WAVELETS EN EL MÉTODO DE ELEMENTOS FINITOS Vampa V.* # y Martín M.T.* + *Dpartamnto d Matmátca, Facultad d Cncas Exactas,

Más detalles

Capitulo IV. Síntesis dimensional de mecanismos

Capitulo IV. Síntesis dimensional de mecanismos Captulo IV Síntss dmnsonal d mcansmos Capítulo IV Síntss dmnsonal d mcansmos IV. Síntss dmnsonal d mcansmos. Gnracón d funcons. IV. Gnracón d trayctoras.. Introduccón a la síntss d gnracón d trayctoras..

Más detalles

ANÁLISIS DE SISTEMAS ELECTRÓNICOS REALIMENTADOS

ANÁLISIS DE SISTEMAS ELECTRÓNICOS REALIMENTADOS ANÁLISIS DE SISTEMAS ELECTÓNICOS EALIMENTADOS DESANECIMIENTO J.M. Mlá d la oca P. EDITOIAL MIL 6 CAACAS Esta obra s ncuntra rvsón; cualqur obsrvacón qu UD tnga s l agradc comuncarla al autor. jmmladroca@hotmal.com

Más detalles

BIOMETRÍA II CLASE 17 MODELOS LINEALES GENERALIZADOS REGRESIÓN LOGISTICA. Héctor Olguín Salinas Depto de Ecología, Genética y Evolución FECN, UBA

BIOMETRÍA II CLASE 17 MODELOS LINEALES GENERALIZADOS REGRESIÓN LOGISTICA. Héctor Olguín Salinas Depto de Ecología, Genética y Evolución FECN, UBA BIOMETRÍA II CLASE 7 MODELOS LINEALES GENERALIZADOS REGRESIÓN LOGISTICA Héctor Olguín Salnas Dto d Ecología, Gnétca y Evolucón FECN, UBA Asocacón ntr l tamaño d la clda d anals d abja y la rvalnca dl ctoarásto

Más detalles

Análisis de Capabilidad (Defectos Por Unidad)

Análisis de Capabilidad (Defectos Por Unidad) Análss de Capabldad (Defectos Por Undad) STATGRAPHICS Rev. 9/4/26 Este procedento esta dseñado para estar la eda del núero de defectos por undad sobre una poblacón basándose en uestras de artículos de

Más detalles

Electrotecnia General

Electrotecnia General Dpartamnto d Ingnría Eléctrca Unvrsdad Naconal d Mar dl Plata Ára Elctrotcna Elctrotcna Gnral (para la Carrra Ingnría Industral) METODOS DE ANALISIS DE CIRCUITOS ELECTRICOS EN C.C. Y C.A. Profsor Adjunto:

Más detalles

Tema 4: Regresiones lineales y no lineales TEMA 4. REGRESIONES LINEALES LINEALES Y NO. 1. 2. 3. Introducción 4. Nomenclatura

Tema 4: Regresiones lineales y no lineales TEMA 4. REGRESIONES LINEALES LINEALES Y NO. 1. 2. 3. Introducción 4. Nomenclatura T 4: grsos lls o lls TEMA 4. EGEIONE LINEALE LINEALE Y NO.. 3. Itroduccó 4. Nocltur 5. Llzcó Ajust grsó ll ll d últpl cucos 6. 7. 8. grsos EUMEN Progrcó o lls Mtlb Cálculo uérco Igrí T 4: grsos lls o lls.

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

2. Cálculo del coeficiente de transmisión de calor K de cerramientos

2. Cálculo del coeficiente de transmisión de calor K de cerramientos 2. Cálculo dl cofcnt d transmsón d calor K d crramntos 2.1. Crramnto smpl Para un crramnto d caras planoparallas, formado por un matral homogéno d conductvdad térmca l y spsor L, con cofcnts suprfcals

Más detalles

LÍMITES, CONTINUIDAD, ASÍNTOTAS 11.1 LÍMITE DE UNA FUNCIÓN LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Límite de una función en un punto

LÍMITES, CONTINUIDAD, ASÍNTOTAS 11.1 LÍMITE DE UNA FUNCIÓN LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Límite de una función en un punto LÍMITES, CONTINUIDAD, ASÍNTOTAS. LÍMITE DE UNA FUNCIÓN.. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Límit d una función n un punto f ) = l S l: El it cuando tind a c d f) s l c Significa: l s l valor al qu s aproima

Más detalles

ρ = γ = Z Y Problema PTC

ρ = γ = Z Y Problema PTC Probla PTC-18 Dibujar l spctro d aplitud d un cabl con pérdidas n circuito abirto, dtrinando los valors y frcuncias d los valors áxios y ínios. Solución PTC-18 Sabos qu la función d transfrncia d un cabl

Más detalles

José Angel Arias Cruz Julián Ramírez Ramírez Elizabeth Pérez Corona

José Angel Arias Cruz Julián Ramírez Ramírez Elizabeth Pérez Corona Lásrs Pulso Ulracoro Aosgundos José Angl Aras Cru Julán Ramír Ramír Elabh Pér Corona Anono d Jsús Olvars Robls Pulso Ulracoro A dfrnca d lo qu ocurr n l funconamno usual d un lásr dond s n una onda connua

Más detalles

Teoría cuántica de Schroedinger

Teoría cuántica de Schroedinger Caíulo 5 Toría cuánca Schrongr Dfcncas la oría Bohr. La oría Bohr roujo una lcacón lausbl l áoo H, ro no uo lcar o Las frncas nr las nnsas las línas scrals o La ullca algunas línas o La foracón agrgaos

Más detalles

Determinación del Coeficiente de Restitución (e) de una pelota de ping-pong

Determinación del Coeficiente de Restitución (e) de una pelota de ping-pong Dtrmnacón dl Cocnt d Rsttucón () d una plota d pn-pon Rsumn Víctor Garrdo Castro Unrsdad d Vña dl Mar arrdo@um.cl ; arrdostr@mal.com 3() 4668 El prsnt artículo prsnta una orma xprmntal para l cálculo dl

Más detalles

Julio A. Santaella Banco de México Mercados Financieros y Curvas de Rendimiento CEMLA y CMCA San José, 25 de Septiembre de 2008

Julio A. Santaella Banco de México Mercados Financieros y Curvas de Rendimiento CEMLA y CMCA San José, 25 de Septiembre de 2008 Julio A. Santalla Banco d México Mrcados Financiros y Curvas d Rndiinto CEMLA y CMCA San José, 5 d Sptibr d 008 o Las curvas d rndiinto son uy iportants para divrsos propósitos: a. Para xtracción d tasas

Más detalles

A1. ELEMENTOS DE VIGA DE EULER BERNOULLI LIBRES DE ROTACIÓN

A1. ELEMENTOS DE VIGA DE EULER BERNOULLI LIBRES DE ROTACIÓN Anass d acas y amna 34 ANEJO I A. ELEMENOS DE VIGA DE EULER ERNOULLI LIRES DE ROACIÓN La toría d vgas d Eur-rnou s robabmnt uno d os robmas modo más sms d a formuacón rstrngda d a astcdad na. La rstrccón

Más detalles

Laboratorio de Control Analógico II Práctica No. 6. Práctica 6 Implementación de un controlador Proporcional

Laboratorio de Control Analógico II Práctica No. 6. Práctica 6 Implementación de un controlador Proporcional Práctca 6 Imlmntacón d un controlador Proorconal Objtvo: Imlmntar un controlador analógco d vlocdad d to roorconal ara l motor d CD y valuar u vntaja n la rgón d oracón lnal y no lnal contra un controlador

Más detalles

Informe meteorológico

Informe meteorológico Infor torológico Estación torológica d Alcalá d la Slva Año 3 Abril 2015 Nú. 41 Abril fu uy cálido históricant sco. El s d abril d 2015 ha sido uy cálido, hasta l unto d habrs situado coo l sgundo ás cálido

Más detalles

APLICACIONES 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 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 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

ESTIMACIÓN DE LOS COEFICIENTES DE REGRESIÓN ESTANDARIZADOS

ESTIMACIÓN DE LOS COEFICIENTES DE REGRESIÓN ESTANDARIZADOS DIVISIÓ ECOÓMICA DEPARTAMETO DE IVESTIGACIOES ECOÓMICAS IFORME TÉCICO DIE-03-003-IT ESTIMACIÓ DE LOS COEFICIETES DE REGRESIÓ ESTADARIZADOS AA CECILIA KIKUT V. DICIEMBRE, 003 En alguna nvtgacon conóca ncaro

Más detalles

Calcula el volumen del cono circular recto más grande que está inscrito en una esfera de radio R. Por lo tanto el volumen del cono es: π V

Calcula el volumen del cono circular recto más grande que está inscrito en una esfera de radio R. Por lo tanto el volumen del cono es: π V Apllidos Nombr: N.P. : Ejrcicio. (,5 puntos) Calcula l volumn dl cono circular rcto más grand qu stá inscrito n una sra d radio. D acurdo con la igura adjunta, s aprcia qu l radio d la bas dl cono s: La

Más detalles

Encuesta de ocupación en albergues

Encuesta de ocupación en albergues Encusta d ocupacón n albrgus Mtodología Fbrro 207 IE. Insttuto aconal d Estadístca Mtodología. rsntacón 2. Obtvos 3. Undad stadístca 4. Ámbto d la ncusta 5. fncón d varabls 6. Marco d la ncusta y dsño

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

UNIVERSIDAD TECNOLÓGICA NACIONAL 1 FACULTAD REGIONAL MENDOZA CAPÍTULO 1: RÉGIMEN ESTACIONARIO

UNIVERSIDAD TECNOLÓGICA NACIONAL 1 FACULTAD REGIONAL MENDOZA CAPÍTULO 1: RÉGIMEN ESTACIONARIO TOÍA D LOS CICUITOS I CAPÍTULO V. 9..08 S. NIQU PULIAFITO UNIVSIDAD TCNOLÓGICA NACIONAL FACULTAD GIONAL MNDOZA APUNTS D CÁTDA D TOÍA D LOS CICUITOS I Prof. Dr. Ing. S. nrqu Pulafto -mal pulafto@frm.utn.du.ar

Más detalles

TEMA N 2.- TEORÍA DE REDES (PERT Y CPM)

TEMA N 2.- TEORÍA DE REDES (PERT Y CPM) UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 2.1 Defncón de proyecto y actvdad TEMA N 2.- TEORÍA DE REDES (PERT Y CPM) Asgnatura: Investgacón Operatva

Más detalles

FUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES. Preguntas de dominios y curvas de nivel

FUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES. Preguntas de dominios y curvas de nivel FUNCIONES DE DOS VARIABLES DOMINIOS, DERIVADAS PARCIALES Y DIRECCIONALES Prguntas d dominios curvas d nivl Dtrmina l dominio d las uncions: a) (, ) b) (, sin + + En cada caso indica dos puntos qu no san

Más detalles

Si v y w son ambos vectores, entonces el resultado de las operaciones v + w y v w son. Dichas operaciones cumplen con propiedades conmutativas y

Si v y w son ambos vectores, entonces el resultado de las operaciones v + w y v w son. Dichas operaciones cumplen con propiedades conmutativas y Crso nzdo d Fnómnos d Trnsport Dr. Jn Cros Frro Gonzáz Dprtmnto d Ingnrí Qímc Insttto Tcnoógco d Cy Oprcons con Vctors Adcón y sbstrccón d ctors S y w son mbos ctors, ntoncs rstdo d s oprcons w y w son

Más detalles

DISEÑO ÓPTIMO SIMULTÁNEO DE TOPOLOGÍA Y GEOMETRÍA DE ESTRUCTURAS ARTICULADAS MEDIANTE TÉCNICAS DE CRECIMIENTO

DISEÑO ÓPTIMO SIMULTÁNEO DE TOPOLOGÍA Y GEOMETRÍA DE ESTRUCTURAS ARTICULADAS MEDIANTE TÉCNICAS DE CRECIMIENTO UNIVERSIDAD POLITÉCNICA DE CARTAGENA DEPARTAMENTO DE ESTRUCTURAS Y CONSTRUCCIÓN DISEÑO ÓPTIMO SIMULTÁNEO DE TOPOLOGÍA Y GEOMETRÍA DE ESTRUCTURAS ARTICULADAS MEDIANTE TÉCNICAS DE CRECIMIENTO Pdro Jsús Martínz

Más detalles

Unidad 11 Derivadas 4

Unidad 11 Derivadas 4 Unidad 11 rivadas SOLUCIONES 1. La solución n cada caso s:. Las drivadas son: f ( ) f () a) [ f () f () lím f (6 ) f (6) 9 b) f (6) lím lím 5 f (0 ) f (0) c) [ f (0) f (0) lím. En cada caso: a) f() no

Más detalles

Apéndice: Propagación de ondas electromagnéticas

Apéndice: Propagación de ondas electromagnéticas Apéndic: Propagación d ondas lctroagnéticas Propagación d ondas lctroagnéticas n l studio d la propagación d las ondas lctroagnéticas, las lys d Maxwll ocupan un lugar priordial para ustificar dicha propagación.

Más detalles

ESTIMACIÓN LINEAL DE ERROR CUADRÁTICO MEDIO MÍNIMO

ESTIMACIÓN LINEAL DE ERROR CUADRÁTICO MEDIO MÍNIMO STIMACIÓ LIAL D RROR CUADRÁTICO MDIO MÍIMO MOTIVACIÓ: Los stmdors óptmos sgún l crtro d Bs son, n gnrl, funcons no lnls d ls obsrvcons. s ncsro conocr l f.d.p. d l vrbl ltor dds ls obsrvcons. Usndo stmdors

Más detalles

9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO

9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO 9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y

Más detalles

Palabras clave: Infraestructura pública, efectos desbordamiento, función de costes, productividad.

Palabras clave: Infraestructura pública, efectos desbordamiento, función de costes, productividad. Hacnda Públca Española / Rvsta d Economía Públca, 165-(2/2003): 25-51 2003, Insttuto d Estudos Fscals Captal públco, actvdad conómca prvada y fctos dsbordamnto: Un análss por Comundads Autónomas d los

Más detalles

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.

Más detalles

Informe meteorológico

Informe meteorológico Infor torológico Estación torológica d Alcalá d la Slva Año 3 Junio 2015 Nú. 43 Junio fu ligrant cálido y uy húdo. El s d junio d 2015 ha sido ligrant ás cálido d lo noral, con una tratura dia alrddor

Más detalles

SEPTIEMBRE Opción A

SEPTIEMBRE 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 detalles

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.

Más detalles

Práctica 1. Espectros de señales

Práctica 1. Espectros de señales PRÁCICA : Práctca. Espctros d sñals.. Objtvos Aprr a utlzar l MALAB para dtrmnar l spctro d cualqur tpo d forma d onda... La transformada dscrta d Fourr (DF) no n cunta las posbldads ofrcdas por las computadoras

Más detalles

ESPACIOS VECTORIALES EUCLÍDEOS: Proceso de ortonormalización (Gram-Schmidt)

ESPACIOS 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 detalles

Movilidad Social y Desigualdad Económica 1

Movilidad Social y Desigualdad Económica 1 ovldad Socal y Dsgualdad Económca Juan Prto Rodríguz Unvrsdad d Ovdo Avda. dl Crsto s/n 3307 Ovdo Tl: +34 985 03768. E-mal: jprtor@unov.s Juan Gabrl Rodríguz Unvrsdad Ry Juan Carlos Campus d Vcálvaro 28032

Más detalles

Algoritmo para Aproximar el Área Bajo la Curva de la Función Normal Estándar

Algoritmo 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 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

OPCIÓN A. a) Estudiar si A y B tienen inversa y calcularla cuando sea posible (1 punto)

OPCIÓN 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 detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

el reto de la

el reto de la l rto d la www.avnturasdaprndizaj.s AVENTURAS DE APRENDIZAJE rpaso matmáticas Nivl 1 aa Autoría Pdro Santos Juans Muñoz Disño - maqutación: Pdro Santos Juans Muñoz Dibujos: Pr Amorós Morató EDITA: Pdro

Más detalles

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica

Más detalles

Solución a la práctica 6 con Eviews

Solución 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 detalles

Definición de derivada

Definición 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 detalles

4.2. Ejemplo de aplicación.

4.2. Ejemplo de aplicación. HEB 8 Dsarrollo dl método d los dsplazamintos 45 4.. Ejmplo d aplicación. ontinuando con l pórtico dscrito n l apartado (3.8), s van a calcular las cargas y, postriormnt, sguir con l cálculo matricial,

Más detalles

a) lim x lim senx sen lim lim lim lim lim x x 2 lim Ejercicio nº 1.- Calcula: Solución: Ejercicio nº 2.-

a) lim x lim senx sen lim lim lim lim lim x x 2 lim Ejercicio nº 1.- Calcula: Solución: Ejercicio nº 2.- Ejrcicio nº.- Calcula: c) 8 sn Evaluación: Fcha: c) 8 sn sn Ejrcicio nº.- Calcula l siguint it y studia l comportaminto d la unción por la izquirda y por la drcha d : Calculamos los its latrals: Ejrcicio

Más detalles

PROBLEMAS DE LÍMITES DE FUNCIONES (Por métodos algebraicos) Observación: Algunos de estos problemas provienen de las pruebas de Selectividad.

PROBLEMAS 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 detalles