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

Clasificación y Propiedades de los Ligandos

• H2O: Neutro, monodentado, campo débil, dador sigma - dador pi.
• F, Cl, Br, I: Aniónico, monodentado, campo débil, dador sigma - dador pi.

• en (Etilendiamina): Neutro, bidentado, quelato, dador sigma.
• NH3: Neutro, monodentado, dador sigma.
• NCS-: Aniónico, ambidentado, dador sigma.
• ox2- (Oxalato): Aniónico, bidentado, quelato, dador sigma.

• CO: Neutro, ambidentado, dador sigma-aceptor pi, campo fuerte.
• CN-: Aniónico, ambidentado, terminal, dador sigma-aceptor pi, campo fuerte.
• bipy (2,2'-Bipiridina): Neutro, bidentado, quelato, dador sigma-aceptor pi, campo fuerte.
• NO2-: Aniónico, ambidentado, dador sigma-aceptor pi, campo fuerte.

acac (Acetilacetonato): Ligando aniónico, bidentado, quelato, dador sigma.... Continuar leyendo "Propiedades de Ligandos y Teorías de Enlace en Química de Coordinación" »

Fundamentos del Modelo de Regresión Lineal Múltiple

Definición

Un modelo de **regresión lineal múltiple** es un modelo estadístico que describe la relación entre una **variable dependiente** y varias **variables independientes**. Su ecuación general es:

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \dots + \beta_k X_k + \epsilon$$

Donde:

• $Y$: Es la variable dependiente.
• $X_1, X_2, \dots, X_k$: Son las variables independientes (o predictoras).
• $\beta_0$: Es el intercepto (el valor esperado de $Y$ cuando todas las $X_i$ son cero).
• $\beta_1, \beta_2, \dots, \beta_k$: Son los **coeficientes de regresión** asociados a cada variable independiente.
• $\epsilon$: Es el término de error aleatorio (o residuo).

Supuestos Clave del Modelo

Para que las estimaciones... Continuar leyendo "Fundamentos del Modelo de Regresión Lineal Múltiple: Ecuación, Supuestos e Interpretación" »

Definición de Pronóstico

Se define pronóstico como la predicción de una variable a partir de los datos históricos. Este proceso se realiza de dos formas, conforme al tipo de variable:

Métodos de Pronóstico

• Método cualitativo: Se realiza cuando no se dispone de datos históricos y se confía en el juicio de expertos para realizar la predicción.
• Método para variables cuantitativas: Requiere que los datos sean cuantificables, que estén disponibles los datos históricos y que el patrón de comportamiento de dichos datos se mantenga en el futuro.

Técnicas de Cálculo

Para realizar el pronóstico se definen dos variables: X e Y.

Método de promedio móvil

Se emplea para patrones de serie de tiempo horizontal. Para una serie de tiempo, se llama... Continuar leyendo "Fundamentos de Pronósticos: Métodos Cuantitativos y Cualitativos" »

Calibración Lineal y Métodos Analíticos

La calibración lineal es un método instrumental común donde la concentración del analito se determina a partir de una variable correlacionada. Esta variable puede ser cualquier propiedad físico-química. Es crucial establecer un modelo matemático entre la concentración y la propiedad. El modelo más sencillo es la ecuación de una recta: P = b₀ + b₁c (donde P = propiedad, absorbancia, área; b₀ = ordenada en el origen; b₁ = pendiente; c = concentración). Esto se conoce como recta de calibrado y el proceso de obtención de la recta se llama calibración.

La mayoría de los calibrados implican este modelo debido a su facilidad de ajuste. Los parámetros de la recta de calibrado se obtienen... Continuar leyendo "Calibración Lineal y Métodos Analíticos: Fundamentos y Aplicaciones" »

CT = 2x² + 60x + 1850

Dx = p = 960 − 48x

a. Maximización del Ingreso Total

1. Función de Ingreso Total:

   IT(x) = p ⋅ x = (960 − 48x) ⋅ x = 960x − 48x²

2. Ingreso Marginal:

   IMg(x) = d(IT)/dx = 960 − 96x

3. Maximización del Ingreso Total (IMg = 0):

   960 − 96x = 0 ⟹ x = 10

4. Precio Correspondiente:

   p = 960 − 48x = 960 − 48(10) = 480

5. Ingreso Total Máximo:

   IT(10) = 960(10) − 48(10²) = 9600 − 4800 = 4800

6. Costo Total Correspondiente:

   CT(10) = 2(10²) + 60(10) + 1850 = 200 + 600 + 1850 = 2650

7. Ganancia:

   B = IT − CT = 4800 − 2650 = 2150

________________________________________

b. Maximización del Beneficio

1. Condición IMg = CMg:

   Derivada del costo total:

   CMg(x) = d(CT)/dx = 4x + 60

   Igualamos:

   960 − 96x = 4x + 60 ⟹ 960 − 60 = 100x ⟹ x = 9

2. Precio Correspondiente:

Conceptos Fundamentales de Estadística

La Estadística es una rama de las matemáticas que se ocupa del recuento, ordenación y clasificación de los datos obtenidos a partir de observaciones, con el fin de realizar comparaciones y extraer conclusiones significativas.

Proceso Estadístico Básico

1. Recopilación de datos
2. Organización y representación de datos
3. Análisis de datos
4. Obtención de conclusiones

Ramas de la Estadística

• Estadística Descriptiva: Proporciona reglas para recolectar, organizar y procesar los datos de una población. Su objetivo principal es describir las características de un conjunto de datos.
• Estadística Inferencial: Ofrece reglas para analizar los datos, extraer conclusiones y tomar decisiones sobre una población basándose

1.- Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:

a) Elabora una tabla de frecuencias absolutas y frecuencias relativas.

b) Representa gráficamente la distribución (tomando las frecuencias absolutas).

Solución:

a)

b)

2.- En una empresa de telefonía están interesados en saber cuál es el número de aparatos telefónicos (incluidos teléfonos móviles) que se tiene en las viviendas. Se hace una encuesta y, hasta ahora, han recibido las siguientes respuestas:

a) Elabora una tabla de frecuencias absolutas y frecuencias relativas.

b) Representa gráficamente la distribución (tomando las frecuencias absolutas).

Solución:

a)

b)

3.- En una clase se ha realizado un examen tipo test

Fórmulas Fundamentales de Geometría Analítica

A continuación, se presentan las fórmulas clave utilizadas en la geometría analítica para el cálculo de distancias, pendientes, puntos medios y áreas.

Cálculo de Puntos y Segmentos

• Distancia entre dos puntos ($D$):

  $D = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2}$

• Pendiente de la recta ($m$):

  $m = \frac{y_2 - y_1}{x_2 - x_1}$

• Punto Medio ($P_m$):

  $P_m = \left(\frac{x_1 + x_2}{2}, \frac{y_1 + y_2}{2}\right)$

  Nota: Se ha corregido la notación original para reflejar la fórmula estándar del punto medio.

• Área del Polígono (Triángulo con coordenadas):

  $A = \frac{x_1(y_2 - y_3) + x_2(y_3 - y_1) + x_3(y_1 - y_2)}{2}$

Ecuaciones de la Recta y la Circunferencia

• Ecuación de la Recta (Punto-Pendiente):

  $y

Estudio de Funciones: Asíntotas, Continuidad y Derivadas

Asíntotas

• Asíntota Horizontal (A.H.): Cuando el grado del numerador es mayor al del denominador, no hay asíntota horizontal.
• Asíntota Vertical (A.V.): Se menciona que cuando hay A.H. no suele haber A.V. Si la función es continua, no tiene A.V.; en caso contrario, se deben calcular los límites laterales para determinar su posición y comportamiento.
• Asíntota Oblicua (A.O.): Se define por la recta y = mx + n, donde:
  • m = lim (x → +∞) f(x)/x
  • n = lim (x → +∞) (f(x) - mx)

Continuidad y Discontinuidad

La discontinuidad evitable ocurre cuando la función pasa por un "punto vacío", es decir, el límite existe pero no coincide con el valor de la función. Los casos comunes incluyen:

1. No