2. Estimación de errores de medidas directas

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

Download "2. Estimación de errores de medidas directas"

Transcripción

1 Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació del error que afecta a los resultados de u experimeto. El error se puede expresar de dos formas: Error absoluto: Δx. Es ua estimació de la diferecia etre el valor medido y valor verdadero. Es decir, si uestra medida os da x, esperamos que el valor verdadero este detro del itervalo: Error relativo. Se defie como el cociete: x ± Δx ε Δx x y es ua estimació del porcetaje de error de la medida. Nos será útil para iterpretar si el error del resultado es grade o pequeño. La forma de estimar el error de ua magitud depede de si ésta es el resultado de ua medició directa e u aparato del laboratorio (medida directa) o si se obtiee mediate u cálculo a partir de otras medidas (medida idirecta). E las prácticas siempre calcularemos primero los errores de las medidas directas y luego los de las idirectas.. Estimació de errores de medidas directas.. Ua úica medida: precisió del aparato E la mayoría de los casos el error de ua medida directa es simplemete la precisió del aparato de medida, es decir, Δx es la míima diferecia que podemos apreciar co el aparato de medida. Por ejemplo, si e ua regla la divisió más pequeña es de u milímetro, etoces el error de ua logitud medida co dicha regla es Δx mm. Si medimos la itesidad I de ua corriete eléctrica co u amperímetro digital que mide co precisió de u miliamperio, el error de la itesidad será ΔI ma.. Varias medidas: error estadístico E alguas ocasioes (por ejemplo, e la práctica 0, e la que se mide la tesió superficial de líquidos), el error debido a la precisió del aparato de medida es meor que otras fuetes de error, como fluctuacioes e el procedimieto experimetal o e la propia magitud que se mide. Debido a estas fluctuacioes, si se repite la medida el resultado puede variar de forma aleatoria, icluso auque el experimeto sea idético e todas las repeticioes. Esta variació da lugar a u error estadístico, que se puede estimar

2 realizado varias medidas e las mismas codicioes. Si se realiza medidas y el resultado e la medida i-ésima es x i etoces el valor de la magitud medida viee dado por la media: x y el error estadístico viee dado por la siguiete expresió: i x i Δx est t σ e dode t es ua fució estadística deomiada t de Studet y σ es la dispersió o desviació típica de los datos. Los valores de la t de Studet para : 3, 5, 0, 5 y u úmero muy grade de medidas, so: t 9.93 t t t 4.97 t.58 Como puede verse, la fució va dismiuyedo al aumetar el úmero de medidas. Por otro lado, la dispersió o desviació típica viee dada por la expresió: σ i ( x i x) La media y la dispersió se puede obteer de maera secilla e calculadoras cietíficas y hojas de cálculo (ver secció 6 e este documeto). Ua vez obteido el error estadístico Δx est, lo comparamos co la precisió del aparato y tomamos como error de la medida Δx el mayor de los dos. Esto es debido a que, por muchas medidas que hagamos, uca podemos alcazar ua mayor precisió que la que proporcioa el aparato de medida. 3. Estimació de errores de medidas idirectas Como ya hemos mecioado, ormalmete las medidas directas se utiliza para obteer a partir de ellas otras catidades que so medidas idirectas. E estos casos, el error de las medidas directas se propaga a las medidas idirectas y esta propagació se puede calcular utilizado las siguietes reglas. Supogamos ua medida idirecta Y que se obtiee a partir de dos medidas directas y mediate la expresió matemática: Y f (, ) dode f es ua fució de dos variables. El error de Y viee dado por: ΔY f (, ) & % Δ ( $ ' + f (, ) & % Δ ( $ '

3 dode Δ y Δ so los errores de las medidas directas. f (, ) se deomia derivada parcial de f respecto a, y represeta el resultado de derivar f (, ) cosiderado como variable y como costate. Casos particulares secillos: Cambio de escala: Y c Δ Y c Δ Potecias: ky k Y c Δ Y Δ Suma: Y + Δ Y Δ + Δ Diferecia: Y Δ Y Δ + Δ Producto: Y ΔY Y Δ Δ + Cociete: Y ΔY Y " $ Δ % " ' + Δ % & & Estas dos últimas fórmulas so fácilmete geeralizables a cocietes, productos o combiacioes de cocietes y productos de más de dos variables. E estos casos, para obteer el error de ua magitud, se suma los cuadrados de los errores relativos de cada uo de los factores que aparece e la fórmula, se extrae la raíz cuadrada y se multiplica por el valor absoluto de la magitud. Por ejemplo, si Y / 3 etoces su error es: ΔY Y " $ Δ % " ' + Δ % " + Δ % 3 & & & 3 Fialmete, el error de magitudes dadas por combiacioes de sumas y productos puede reducirse a los casos ateriores, calculado el error de medidas idirectas itermedias. Por ejemplo, para calcular el error de Y ( ) / 3, calculamos primero el error de Z que es ua resta de medidas directas, y luego procedemos a calcular el error de Y como el cociete de dos medidas, Z y 3. 3

4 4. Presetació de resultados EL error es ua estimació y, por tato, o tiee setido expresarlo co muchas cifras decimales. E el laboratorio utilizaremos el siguiete criterio: el error absoluto Δx se expresa co ua sola cifra sigificativa, es decir, sólo debe teer ua cifra distita de cero, que tedrá que ser la cifra de las uidades o la última cifra decimal: 0.03, 0.,, etc. Para ello se desprecia el resto de cifras redodeado la última a la cifra más cercaa (ver ejemplos). Luego redodearemos el resultado x para que tega los mismos decimales que el error. Si se utiliza potecias de diez, error y valor debe teer la misma potecia. Tambié error y valor tiee que teer las mismas uidades. Ejemplos:. Estamos calculado ua masa m. Obteemos gramos y para su error gramos. Primero reducimos el error a ua cifra sigificativa: Δm 0.0 gramos. Luego redodeamos el resultado para que tega los mismos decimales: m gramos (ya que es más próximo que 39.67). Fialmete expresamos el resultado juto co su error y sus uidades: m (39.68 ± 0.0) gramos o bie: m ( ± ) kg o bie: m (3.968 ± 0.00) 0 - kg. Obteemos ua itesidad de corriete I536 ma y su error es ΔI58 ma. Podríamos redodear el error a 60 ma pero la cifra sigificativa sería el 6 de las deceas. Para que la cifra sigificativa sea u decimal, expresamos la itesidad e amperios. El error redodeado es etoces ΔI0.06 A y el resultado se debe expresar de la siguiete forma: I (0.54 ± 0.06) A 5. Ejemplos prácticos 5.. Error de ua resta de dos medidas directas Supogamos que teemos dos medidas de masas co sus errores respectivos: x (35. ± 0.) g y (30.5± 0.09) g y queremos obteer la diferecia z x y co su error. Calculamos z: z 35. g 30.5 g 4.95 g y hallamos su error utilizado la expresió del error de ua suma o diferecia que se ecuetra e la secció aterior: 4

5 Δz Δx + Δy g 0.93 g Reducimos el error a ua sola cifra sigificativa redodeado: Δz 0. g y redodeamos tambié la diferecia z para que tega los mismos decimales que el error: z 5.0 g Fialmete, expresamos el resultado juto co su error: z (5.0 ± 0.) g E este ejemplo el error de la medida directa y o ifluye e el resultado fial (habría sido el mismo cosiderado Δy0). Esto es debido a que el error de x es mucho mayor que el de y. Esta situació es muy habitual e el laboratorio: ua magitud z puede depeder de muchas medidas directas, pero sólo las más imprecisas ifluye e el error de z. Despreciar los errores pequeños e el cálculo del error de z puede ahorraros muchas operacioes iecesarias. 5.. Error del cociete de dos medidas directas Supogamos que medimos directamete el volume V y la masa m de u cuerpo y co estas medidas directas calculamos la desidad ρ m / V. Si las medidas directas so: m (5.3 ± 0.) g V (0.33 ± 0.0) l hallamos la desidad ρ: ρ 5.3 g / 0.33 l g/l y calculamos su error, utilizado la correspodiete fórmula de la secció aterior: Δρ ρ " $ Δm m % " ' + ΔV % & V & 6.06 " 0. % " % 5.3& 0.33& g l g l.47 g l Redodeamos el error a ua sola cifra sigificativa: Δρ g/l y redodeamos tambié la desidad calculada para que tega los mismos decimales que el error. E este ejemplo, el error o tiee cifras decimales sio sólo uidades. Por tato: ρ 6 g/l 5

6 La forma correcta de expresar el resultado fial es: ρ (6 ± ) g/l 6. Regresió lieal La regresió lieal se utiliza cuado la relació etre dos magitudes e Y es lieal, es decir: Y m + c e dode m se deomia pediete y c ordeada e el orige. Cuado dos magitudes se relacioa liealmete, la gráfica de los putos (,Y) es ua recta de pediete m que corta el eje vertical e el puto (0,c). Si obteemos mediate medidas (directas o idirectas) pares de valores ( i,y i ), co i,,...,, y represetamos estos pares de valores e el plao, los putos o estará perfectamete alieados (ver figura), debido a los errores experimetales. Itesidad (ma) Voltaje (V) La regresió lieal os permite obteer la recta que más se aproxima a dichos putos. La pediete y la ordeada e el orige de dicha recta viee dadas por las siguietes expresioes: E m c Y m D e dode: ( i ) i D i i ( i )( Yi Y ) iyi Y E i i 6

7 siedo i i Y Y i i Siempre que se haga ua regresió lieal es ecesario realizar la gráfica co los putos experimetales y la recta ajustada. De este modo es fácil comprobar si la regresió está bie hecha, ya que la recta ajustada debe pasar cerca de los putos experimetales. E el laboratorio se realizará ua regresió lieal úicamete e la práctica 9, para relacioar la desidad y la cocetració de ua disolució. La pediete m y la ordeada e el orige c tiee, como toda magitud experimetal, u error. Su estimació es bastate complicada y depede de la icertidumbre de las medidas i, Y i, así como de la holgura co la que podemos mover y girar la recta si que se aleje de los putos experimetales. Si esta holgura fuera muy amplia, lo cual ocurrirá siempre que los putos experimetales o esté bie alieados, habría que revisar la hipótesis de que la relació etre e Y es lieal. 6. Utilizació de calculadoras y hojas de cálculo La mayor parte de las calculadoras de bolsillo cietíficas icluye fucioes estadísticas elemetales que so muy útiles para el cálculo de icertidumbres y de regresioes lieales. E el modo estadístico, que se suele llamar SD, se itroduce ua serie de datos i tecleado cada úmero y pulsado después la tecla DATA. Puede etoces calcularse su media, su dispersió σ - y la suma de cuadrados i. Estas fucioes suele estar e las teclas de úmeros y se obtiee pulsado Shift, Alt, u otra similar. Estos cálculos se puede realizar tambié e hojas de cálculo como Excel. E el documeto Gráficas y regresioes lieales co Excel que se ecuetra e la págia web del departameto o e se explica e detalle cómo hacer regresioes lieales y gráficas. 7

9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS

9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS 9. MEDIDA DE LA DENSIDAD DE LÍQUIDOS OBJETIVO El objetivo de la práctica es determiar la desidad de líquidos utilizado la balaza de Möhr y su aplicació a la determiació de la desidad de disolucioes co

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

Laboratorio: Las magnitudes físicas

Laboratorio: Las magnitudes físicas Laboratorio: Las magitudes físicas Departameto de Física CONTENIDO Las magitudes físicas y sus medidas. Aálisis dimesioal. Errores o icertidumbres eperimetales. La medida de magitudes físicas y sus errores.

Más detalles

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b) MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0

FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 DEPARTAMENTO DE FÍSICA APLICADA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS AGRÓNOMOS Y DE MONTES UNIVERSIDAD DE CÓRDOBA FUNDAMENTOS FÍSICOS DE LA INGENIERIA SESIÓN DE PRÁCTICAS 0 1. Itroducció al cálculo de

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

-9- MEDIDA DE LA DENSIDAD DE LÍQUIDOS

-9- MEDIDA DE LA DENSIDAD DE LÍQUIDOS Curso 009-00 -9- MEDIDA DE LA DENSIDAD DE LÍQUIDOS OBJETIVO Medida de la desidad de líquidos utilizado la balaza de Mohr-Westphahl. Aplicació a la determiació de la desidad de disolucioes co distita cocetració.

Más detalles

4.4 Sistemas mal condicionados

4.4 Sistemas mal condicionados 7 4.4 Sistemas mal codicioados l resolver u sistema de ecuacioes lieales usado u método directo, es ecesario aalizar si el resultado calculado es cofiable. E esta secció se estudia el caso especial de

Más detalles

Una sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc.

Una sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc. Sucesioes Sucesi o. Ua sucesió es u cojuto ifiito de úmeros ordeados de tal forma que se puede decir cuál es el primero, cuál el segudo, el tercero, etc. Los térmios de ua sucesió se desiga mediate a 1,

Más detalles

Análisis de resultados. Independencia de las muestras

Análisis de resultados. Independencia de las muestras Aálisis de resultados Clase ro. 8 Curso 00 Idepedecia de las muestras Los resultados de ua corrida de simulació, so muestras de algua distribució. Esos resultados los llamamos "respuestas". Las respuestas

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

Los números complejos

Los números complejos Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació

Más detalles

2 Conceptos básicos y planteamiento

2 Conceptos básicos y planteamiento ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11. rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ

Más detalles

UNEFA C.I.N.U. Matemáticas

UNEFA C.I.N.U. Matemáticas RADICACIÓN: DEFINICIÓN Y PROPIEDADES Ates de etrar e el tema Radicació, vamos a comezar por recordar u poco sore Poteciació: Saemos que e lugar de escriir, utilizamos la otació: de Poteciació, dode el

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

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

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

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Tema 8 Límite de Funciones. Continuidad

Tema 8 Límite de Funciones. Continuidad Tema 8 Límite de Fucioes. Cotiuidad 1. Operacioes co límites. Los límites de las sucesioes a b, c, d y e so los idicados e la tabla siguiete:, a b c d e - 0 1 Di cual es el límite de: a) lim( a b ) c)

Más detalles

e i y i y i y i 0 1 x 1i 2 x 2i k x ki

e i y i y i y i 0 1 x 1i 2 x 2i k x ki Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

UNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS SERIES DE POTENCIAS

UNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS SERIES DE POTENCIAS UNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS Asigatura : Cálculo Numérico, MAT-23. Profesor : Emilio Cariaga L. Periodo : er. Semestre 205. SERIES DE POTENCIAS

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales

Curso de Estadística Aplicada a las Ciencias Sociales Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

TEMA 1 NÚMEROS REALES

TEMA 1 NÚMEROS REALES . Objetivos / Criterios de evaluació TEMA 1 NÚMEROS REALES O.1.1 Coocer e idetificar los cojutos uméricos N, Z, Q, I,R, Im O.1.2 Saber covertir úmeros racioales e fraccioes. O.1.3 Redodeo y aproximació

Más detalles

Transporte de portadores. Corriente en los semiconductores

Transporte de portadores. Corriente en los semiconductores Trasporte de portadores Corriete e los semicoductores Movimieto térmico de los portadores Detro del semicoductor los portadores de corriete está sometidos a u movimieto de agitació térmica (movimieto browiao).

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves. Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que

Más detalles

Pre-PAES 2016 Media aritmética, moda y mediana.

Pre-PAES 2016 Media aritmética, moda y mediana. Pre-PAES 016 Media aritmética, moda y mediaa. Nombre: Secció: Las medidas de tedecia cetral (MTC) so ciertos valores alrededor de los cuáles tiede a cocetrarse los datos de ua població, esto se debe a

Más detalles

Práctica de Laboratorio. Tema: Sistemas de Regulación.

Práctica de Laboratorio. Tema: Sistemas de Regulación. iversidad Nacioal de Mar del Plata. Práctica de Laboratorio Tema: Sistemas de egulació. átedra: Medidas Eléctricas 3º año de la carrera de geiería Eléctrica. Área Medidas Eléctricas NMDP. Prof. Adjuto:

Más detalles

CIRCUITOS ELÉCTRICOS

CIRCUITOS ELÉCTRICOS CIRCUITOS ELÉCTRICOS La corriete eléctrica cosiste e el movimieto de electroes a través de u material. Para describir el fucioamieto de los circuitos eléctricos cuado so atravesados por ua corriete eléctrica

Más detalles

[e j N 2 e j N 2 ]...} (22)

[e j N 2 e j N 2 ]...} (22) Trasformadores multiseccioales de cuarto de oda. La teoría de reflexioes pequeñas descrita e la secció aterior se puede usar para aalizar trasformadores multiseccioales de u cuarto de oda. Cosidere la

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

DEF Llamaremos número exacto a la cifra que representa el valor íntegro o completo de la cantidad.

DEF Llamaremos número exacto a la cifra que representa el valor íntegro o completo de la cantidad. . Itroducció. 2. Error Absoluto. 3. Cifras Exactas. 4. Error Relativo. 5. Problema directo e iverso. 5.. Problema directo. 5.2. Problema iverso. 6. Operacioes co úmeros aproximados. 6.. Suma de úmeros

Más detalles

NUMEROS REALES CLASIFICACIÓN DE LOS NÚMEROS. Reales, R

NUMEROS REALES CLASIFICACIÓN DE LOS NÚMEROS. Reales, R NUMEROS REALES El cuerpo de los úmeros reales esta formado por todo el cojuto de úmeros que hemos estado viedo e los distitos cursos ateriores; por ejemplo, el cuerpo de los úmeros racioales, irracioales,

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

4.- Aproximación Funcional e Interpolación

4.- Aproximación Funcional e Interpolación 4- Aproximació Fucioal e Iterpolació 4 Itroducció Ua de las mayores vetajas de aproximar iformació discreta o fucioes complejas co fucioes aalíticas secillas, radica e su mayor facilidad de evaluació y

Más detalles

TEMA 2: Potencias y raíces. Tema 2: Potencias y raíces 1

TEMA 2: Potencias y raíces. Tema 2: Potencias y raíces 1 TEMA : Potecias y raíces Tema : Potecias y raíces ESQUEMA DE LA UNIDAD.- Cocepto de potecia..- Potecias de expoete atural..- Potecias de expoete etero egativo..- Operacioes co potecias..- Notació cietífica...-

Más detalles

METODO DE ITERACION DE NEWTON

METODO DE ITERACION DE NEWTON METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Material del que dispone:

Material del que dispone: Prueba experimetal. El vuelo del capacillo Cuado u cuerpo se mueve e el seo de u fluido co velocidad v, su movimieto se ve freado por ua fuerza, llamada de resistecia. Supogamos que esta fuerza depede

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ.

Intervalos de Confianza basados en una sola muestra. Denotaremos al parámetro de interés con la letra θ y con θ un estimador para θ. Itervalos de Cofiaza basados e ua sola muestra Ua estimació putual sólo os proporcioa u valor umérico, pero NO proporcioa iformació sobre la precisió y cofiabilidad de la estimació del parámetro. Etoces

Más detalles

4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS

4 - DESIGUALDAD DE CHEBYSHEV- LEY DE LOS GRANDES NUMEROS arte Desigualdad de Chebyshev rof. María B. itarelli 4 - DESIGULDD DE CHEBYSHE- LEY DE LOS GRNDES NUMEROS La desigualdad de Chebyshev es ua importate herramieta teórica. Etre otras aplicacioes costituirá

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir: DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

Métodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados

Métodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados Métodos Numéricos SC 854 Auste a curvas c M Valezuela 007 008 7 de marzo de 008 1 Defiició del problema E el problema de auste a curvas se desea que dada ua tabla de valores i,f i ecotrar ua curva que

Más detalles

INGENIERÍAS Cordinador: Luís Alfredo Rodríguez Saucedo, M. Sc. Correo:

INGENIERÍAS Cordinador: Luís Alfredo Rodríguez Saucedo, M. Sc. Correo: Itroducció al cálculo de icertidumbres e las INGENIERÍAS Cordiador: Luís Alfredo Rodríguez Saucedo, M. Sc. Correo: lurodrig@puj.edu.co INTRODUCCIÓN E las ciecias aturales los resultados de las medidas

Más detalles

17.3 Intervalos de predicción para el promedio de m observaciones futuras

17.3 Intervalos de predicción para el promedio de m observaciones futuras 4 7.3 Itervalos de predicció para el promedio de m oservacioes futuras Para reducir la icerteza de las prediccioes o alcaza co aumetar idefiidamete el tamaño de la muestra e la que se asa el ajuste. Si

Más detalles

02) Mediciones. 0202) Mediciones

02) Mediciones. 0202) Mediciones Págia 02) Medicioes 0202) Medicioes Desarrollado por el Profesor Rodrigo Vergara Rojas Págia 2 A) Teoría de Errores e Icertezas Si usted puede medir lo que está cosiderado y expresarlo e úmeros, usted

Más detalles

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5

c) la raíz cuadrada Primero tienes que teclear la raíz cuadrada y después el número. 25 = 5 Aexo Calculadora La proliferació de las calculadoras e la vida cotidiaa obliga a profesores y padres a replatearse su uso. Los profesores debemos eseñar a los alumos su utilizació. Pero será los profesores

Más detalles

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco

Capítulo 4 (Continuación) MÉTODOS ESTADÍSTICOS. Autor: José María García Palanco Capítulo 4 (Cotiuació MÉTODOS ESTADÍSTICOS Autor: José María García Palaco Técicas Eperimetales Medida de magitudes 4.8 Métodos Estadísticos Ya hemos visto e los apartados ateriores, que u procedimieto

Más detalles

TEMA 6.- INTERVALOS DE CONFIANZA

TEMA 6.- INTERVALOS DE CONFIANZA TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método

Más detalles

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente: Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes

Más detalles

Fórmula de Taylor. Si f es continua en [a,x y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) f(x) f(a) f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) f(x) f(a) f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado y=f tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

SUCESIÓN. La colección de números que definen a una sucesión permite clasificar a éstas en:

SUCESIÓN. La colección de números que definen a una sucesión permite clasificar a éstas en: UCEIÓN CPR. JORGE JUAN Xuvia-Naró Ua sucesió, (a ), de úmeros reales es ua fució que hace correspoder a cada úmero atural, excluido el cero, u úmero real, la cual viee defiida segú: f: N* R a a i a Número

Más detalles

b) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices:

b) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices: EJERCICIOS PROPUESTOS. Tarea 3. Cosiderar las siguietes particioes de S 5 σ = 354 τ = 354 π = 453. a) Determiar el sigo de cada ua de las ateriores particioes. b) Ecotrar: τ o σ ; π o σ ; σ y τ.. Usar

Más detalles

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos...

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos... ÍNDICE Prólogo... 9 Capítulo 1. Ecuacioes difereciales ordiarias. Geeralidades.. 11 Itroducció teórica... 13 Ejercicios resueltos.... 16 Capítulo 2. itegració de la ecuació de primer orde. La ecuació lieal...................................................................

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

Dinámica compleja. Conjuntos de Julia y Mandelbrot Método de Newton

Dinámica compleja. Conjuntos de Julia y Mandelbrot Método de Newton Estalmat Madrid Miguel Reyes Diámica compleja Cojutos de Julia y Madelbrot Método de Newto Los úmeros complejos Los úmeros complejos so los úmeros de la forma a dode a y b so úmeros reales e i es la uidad

Más detalles

1.1. SERIES NUMÉRICAS Y FUNCIONALES.

1.1. SERIES NUMÉRICAS Y FUNCIONALES. .. SERIES NUMÉRICAS Y FUNCIONALES. Dado el cojuto de los úmeros reales, ua sucesió de úmeros reales es ua aplicació de la forma: + a : Z verificado que a () = a, (2),, ( ), a = a 2 a = a. Usualmete e lugar

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

Polinomio Mínimo en Campos Cuadráticos

Polinomio Mínimo en Campos Cuadráticos Poliomio Míimo e Campos cuadráticos Poliomio Míimo e Campos Cuadráticos 1. Método de solució Partiedo de que u cuerpo cuadrático es K = Q ( a + b), vamos a propoer u método o estructura para ecotrar el

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

Figura 10. No se satisface el supuesto de linealidad.

Figura 10. No se satisface el supuesto de linealidad. Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos

Más detalles

Métodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica.

Métodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica. Métodos Numéricos Métodos aalíticos Solució de ecuacioes difereciales Métodos Numéricos Métodos aalíticos: La solució es ua relació fucioal etre dos variables. No todas las ecuacioes difereciales tiee

Más detalles

Negativos: 3, 2, 1 = 22. ab/c 11 Æ 18

Negativos: 3, 2, 1 = 22. ab/c 11 Æ 18 Los úmeros reales.. Los úmeros reales El cojuto de los úmeros reales está formado por los úmeros racioales y los irracioales. Se represeta por la letra Los úmeros racioales so los úmeros eteros, los decimales

Más detalles

Introducción a las medidas de dispersión.

Introducción a las medidas de dispersión. UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.

Más detalles

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA

LABORATORIO BIO 9000 PROCEDIMIENTO PE-I-03 PARA EL CÁLCULO DE LA INCERTIDUMBRE EN MICROBIOLOGÍA LABORATORIO BIO 9000 PROCEDIMIENTO PARA EL CÁLCLO DE LA INCERTIDMBRE EN MICROBIOLOGÍA Rev. º: 00 Fecha de aprobació: 19/05/11 REV. FECHA HOJA/S CASA DEL CAMBIO Realizado Revisado Aprobado Fdo.: Daiel Aguilar-Galido

Más detalles

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA

1.1 INTERVALOS DEL 95% DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL VARIANZA CONOCIDA Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky 106 1. INTERVALO DE CONFIANZA PARA LA MEDIA DE UNA POBLACIÓN NORMAL upogamos que X1,...,X es ua muestra aleatoria de ua

Más detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

VIBRACIÓN DE CUERDAS. λ n. = λ = Figura 1: Ondas transversales estacionarias originadas en una cuerda fijada por ambos extremos

VIBRACIÓN DE CUERDAS. λ n. = λ = Figura 1: Ondas transversales estacionarias originadas en una cuerda fijada por ambos extremos VIBRACIÓN DE CUERDAS 1. OBJETIVO Estudiar cómo varía la frecuecia fudametal de vibració de u hilo metálico, sujeto por ambos extremos, e fució de su logitud, de su diámetro y de ua fuerza tesora..- FUNDAMENTO

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS º BCT DPTO DE MATEMÁTICAS T4: NÚMEROS COMPLEJOS - LOS NÚMEROS COMPLEJOS.- INTRODUCCIÓN: LAS ECUACIONES DE º GRADO CON SOLUCIONES IMPOSIBLES Desde el siglo XVI al XVIII llamaro la ateció, por la forma de

Más detalles

1. Propiedades de los estimadores

1. Propiedades de los estimadores . Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

Estimación de parámetros. Biometría

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

Más detalles

UNIDAD 4 SISTEMAS COMPLEJOS DE TUBERÍAS

UNIDAD 4 SISTEMAS COMPLEJOS DE TUBERÍAS UNIDAD 4 SISTEMAS COMPLEJOS DE TUBERÍAS Capítulo 3 CONCEPTO ELEMENTAL DE BOMBA Y TURBINA COMPORTAMIENTO Y UTILIZACIÓN DE BOMBAS Curvas características Las curvas características de ua bomba, permite coocer

Más detalles

f x dx F b F a f x dx F x C f, g f x g x dx g x

f x dx F b F a f x dx F x C f, g f x g x dx g x Tarea. Equatio Chapter Sectio Resuelta. Idica qué tipo de aplicació matemática (fució, operador, fucioal) es cada uo de los siguietes: Respuestas a. Ua itegral defiida b a f d F b F a Toma ua fució y arroja

Más detalles

UNIDAD 10.- DERIVADAS

UNIDAD 10.- DERIVADAS UNIDAD.- DERIVADAS. DERIVADA DE UNA EN UN PUNTO. DERIVADAS LATERALES Defiici.- Se llama derivada de ua fuci f ( e u puto de abscisa al siguiete ite si eiste: f ( f '( sigifica lo mismo. f (. Se suele represetar

Más detalles