Apuntes, resúmenes, trabajos, exámenes y ejercicios de Matemáticas de Otros cursos

Cómo Formular Hipótesis de Investigación

Para formular hipótesis, partimos de los problemas y objetivos previamente establecidos. Es crucial que estas hipótesis estén correlacionadas y sean coherentes con dichos planteamientos. En esencia, una hipótesis debe responder a la pregunta de investigación formulada.

Desafíos en la Formulación de Hipótesis

Existen tres limitaciones principales al formular hipótesis:

• Escasos conocimientos en la fundamentación teórica: Una base teórica débil puede dificultar la formulación de hipótesis sólidas.
• Escaso ejercicio lógico: La falta de práctica en el razonamiento lógico puede llevar a cometer contradicciones en la formulación.
• Desconocimiento de las técnicas para redactar hipótesis: A menudo,

Conceptos Fundamentales de Estadística Descriptiva

Medidas de Frecuencia

En estadística, las frecuencias son herramientas esenciales para organizar y resumir datos, permitiendo una comprensión clara de cómo se distribuyen los valores en un conjunto de datos.

Frecuencia Absoluta

Es el número de veces que un valor específico aparece en un estudio estadístico. La suma de todas las frecuencias absolutas es igual al número total de datos, representado por N. Se denota por n_i.

Frecuencia Relativa

Es el cociente entre la frecuencia absoluta de un determinado valor y el número total de datos. Se puede expresar como un tanto por ciento y se representa por f_i.

La frecuencia absoluta está influida por el tamaño de la muestra, lo que la hace menos... Continuar leyendo "Conceptos Esenciales de Estadística Descriptiva: Frecuencias y Variabilidad" »

IKUSPENA: Bi Aldiz Sortzen Dira Gauzak

Ideia guztiak gure irudimenean sortzen ditugu lehenik, eta ondoren fisikoki gauzatzen ditugu. Horregatik esan ohi dugu bi aldiz sortzen direla gauza guztiak.

Helburuak Laburbilduz:

• Errealista izan behar du.
• Nahi duzuna adierazi behar da, baikortasunez.
• Neurgarria izan behar du.
• Denboran mantendu behar da.
• Noiz, non eta norekin egin behar duten argi adierazi behar da.
• Gure bizitzarekin bateragarria izan behar da.

Helburuak ez lortzeko aukera modu positiboan ikusi behar da beti. Bi aldiz sortzen dira gauza guztiak: lehenik eta behin, gure buruan; eta gero gauzatzen dira.

PROAKTIBITATEA: Erantzukizuna eta Erabakitzeko Gaitasuna

Egiten ditugun gauzen erantzukizuna gure gain hartzea, helburua lortzeko asmoz. Zer eta nola... Continuar leyendo "Helburuak, Proaktibitatea, Plangintza eta Sinérgia: Arrakastarako Gakoak" »

Tipos de Escalas de Medición en Estadística

Escala de Likert

La escala de Likert es un conjunto de proposiciones, tanto positivas como negativas, que evalúan diversos aspectos de un tema u objeto. El entrevistado expresa su grado de acuerdo o desacuerdo asignando un número a cada proposición. Este número generalmente oscila entre 1 y 5, o bien, de -2 a +2. Las afirmaciones deben ser claras, no ambiguas, y lo suficientemente variadas para abarcar todas las dimensiones de la actitud que se busca medir. Una escala de Likert típicamente contiene entre 20 y 30 ítems, manteniendo un equilibrio entre aquellos con sentido positivo y los de sentido negativo. Si se mezclan afirmaciones de diferente sentido, la puntuación global podría compensar... Continuar leyendo "Tipos de Escalas de Medición en Estadística: Likert, Diferencial Semántico, Ordinal y de Razón" »

Circuito

Zona Activa: I_C = βI_B (I_C > βI_B), V_CE > 0.

Zona de Saturación: I_C < βI_B, V_CE = 0 (V_CE < 0).

Zona de Corte: I_C = 0.

• Calcular I_B y suponer zonas de diodos y transistores. Cuando las tenga, hallar los cambios que pueden pasar: I_Z = 2 - 50t → Disminuye → Cuando I_Z = 0, Zener en corte → 1 - 8t = 0 → t = 0.125s. I_B = 4 - 10t → βI_B = 40 - 100t → Disminuye → Cuando I_C > βI_B, transistor activo → t = 0.4s. En el tiempo más corto (0.125s) se producen los primeros cambios (todo lo que dependa de t + comprobar todos los valores que pidan) y en el otro tiempo, los segundos.
• Los transistores que están por los lados permanecen en el mismo estado, los que cambian son los que están en el centro.
• Si V_C aumenta con el

Tipos de Trayectorias en Robótica

Trayectorias Punto a Punto

En este tipo de trayectorias, cada articulación evoluciona desde su posición inicial hasta su posición final sin considerar el estado o la evolución del resto de las articulaciones. Se distinguen dos casos:

• Movimiento Eje a Eje: Solo se mueve un eje a la vez; una vez que haya alcanzado su posición, lo hará el siguiente. Ofrece un mayor tiempo de ciclo a cambio de un menor consumo de potencia.
• Movimiento Simultáneo de Ejes: Todas las articulaciones comienzan a moverse simultáneamente, y cada una termina su movimiento en un instante diferente. El tiempo total necesario coincide con el del eje más lento, y puede darse la circunstancia de que el resto de los actuadores hayan forzado

Selección y Validación de Distribuciones Estadísticas

Paso 0: Análisis Inicial de la Distribución

Utilice un histograma y un resumen estadístico para determinar las características de la distribución implícita.

• Histograma:
  • Proporciona una estimación gráfica de la función de densidad.
  • Utilice la amplitud de intervalo más pequeña que genere un histograma razonablemente uniforme.

Paso 1: Selección de Distribuciones Candidatas

• Use los resultados del paso 0 para seleccionar un conjunto de distribuciones "razonables".
• Ajuste cada una de estas distribuciones a los datos X1, X2, ..., Xn utilizando el método de máxima verosimilitud. Este método elige los valores de los parámetros que maximizan la probabilidad de haber obtenido los datos observados.

Análisis de Fourier

Serie de Fourier (Continua)

La serie de Fourier de una función periódica f(t) con periodo T se define como:

$$ S_m(t) = \frac{a_0}{2} + \sum_{k=1}^{m} a_k \cos(k w_0 t) + \sum_{k=1}^{m} b_k \sin(k w_0 t) $$

donde w₀ = 2π/T y los coeficientes de Fourier se calculan como:

$$ a_k = \frac{2}{T} \int_{a}^{a+T} f(t) \cos(k w_0 t) dt, \quad k = 0, ..., m $$

$$ b_k = \frac{2}{T} \int_{a}^{a+T} f(t) \sin(k w_0 t) dt, \quad k = 1, ..., m-1 $$

Transformada Discreta de Fourier

Para una señal discreta f_i con n muestras, la transformada discreta de Fourier se define como:

$$ S_m(s) = \frac{a_0}{2} + A \cos(m \Omega_0 s) + \sum_{k=1}^{m-1} (a_k \cos(k \Omega_0 s) + b_k \sin(k \Omega_0 s)) $$

donde Ω₀ = 2π/n, A = a_m si 2m < n, y los coeficientes... Continuar leyendo "Análisis de Fourier y Métodos de Integración Numérica" »