Apuntes, resúmenes, trabajos, exámenes y problemas de Matemáticas

Ordenar por
Materia
Nivel

Fundamentos de Estadística Descriptiva y Distribución de Frecuencias

Clasificado en Matemáticas

Escrito el en español con un tamaño de 4,45 KB

Conceptos de Marca de Clase

¿Cuáles de las siguientes opciones son correctas si queremos describir el concepto de Marca de clase? Seleccione las 3 (tres) respuestas correctas:

  • La marca de clase es el punto medio de la clase.
  • La marca de clase es el promedio entre el límite inferior y superior de la clase.
  • La marca de clase es el valor representativo de la clase.

Definición y Clasificación de Variables

¿Qué es la variable en estudio?

Respuesta: Es la característica en estudio que se observa en cada uno de los elementos de la población y que puede variar con respecto a otro.

¿Cuál es la clasificación más general de los tipos de variables en una investigación estadística?

Respuesta: Cuantitativas y Cualitativas.

Distribución de Frecuencias

¿Qué

... Continuar leyendo "Fundamentos de Estadística Descriptiva y Distribución de Frecuencias" »

Como dividir un trapecio rectángulo en 4 partes iguales

Clasificado en Matemáticas

Escrito el en español con un tamaño de 3,42 KB

instrumento de dibujo:-cartabón:forma de triangulo rectángulo escaleno con ángulos de 90º,60ºy30º.-escuadra:forma de triangulo isósceles con ángulos de 90º,45ºy45º.tipos de ángulos -lados:-equilátero,-isósceles,-escaleno.-ángulos:-acutángulo,-rectángulo,-obtusángulo.teorema de tales:se utiliza para dividir un segmento en partes iguales.La ultima parte con el B paralelos:se empiezan por el final.mediatriz:para que divide perpendicularmente a un segmentos con 2partes iguales los puntos que la componen se encuentran a igual distancia de los dos extremos del segmento.Los centro están es la mediatriz.ángulos:bisectriz:semirrecta que divide a un ángulo es dos partes iguales.bisectriz:de una ángulo cuyo vértice no cabe en el
... Continuar leyendo "Como dividir un trapecio rectángulo en 4 partes iguales" »

Fundamentos de Mecánica de Sólidos: Formulación Fuerte, Débil y Modelado Numérico

Clasificado en Matemáticas

Escrito el en español con un tamaño de 4,01 KB

Formulación Fuerte y Débil en Sólidos Elásticos

La formulación fuerte en un sólido elástico B se expresa mediante las ecuaciones diferenciales en derivadas parciales del equilibrio para cualquier punto x ∈ B, acompañadas de las condiciones de contorno naturales y esenciales. Estas ecuaciones en 3D toman, en general, la forma ∇σ + q = 0, que, expresadas en función del campo incógnita de desplazamientos u(x), incluyen derivadas segundas de los mismos.

La formulación débil se obtiene mediante la ponderación de la ecuación anterior con un campo arbitrario η(x), integrando en el dominio B y transformando esta integral mediante integración por partes o el teorema de Gauss. La ecuación resultante es:

-∫σ∇η dV + ∫ηt dS +

... Continuar leyendo "Fundamentos de Mecánica de Sólidos: Formulación Fuerte, Débil y Modelado Numérico" »

Resolución de Problemas Matemáticos: Estrategias y Errores Comunes

Clasificado en Matemáticas

Escrito el en español con un tamaño de 3,02 KB

Resolución de Problemas Matemáticos

ETE con la ? en el Ei. P tenía uvas y L le ha dado 2, ahora tiene 7. ¿Cuántas tenía P antes del regalo? ? en T. P tenía 7 uvas, L le ha robado algunas, ahora P tiene 2. ¿Cuántas le ha robado L? ? en Ef P tenía 7 uvas y L le ha robado 2. ¿Cuántas tiene ahora P? EEE P tiene 7 uvas y L tiene 5. ¿Cuántas tienen en total? ECE con la ? en Ec P tiene 11 uvas más que L, L tiene 32. ¿Cuántas tiene P? ? en C P tiene 32 uvas, si L tiene 11, ¿Cuántas uvas más o menos que P tiene L? ? en Er P tiene 32 uvas. Tiene 11 menos que L. ¿Cuántas tiene L? TTT A P le dan 32 uvas el lunes, le dan 11 el martes. ¿Cuántas ha recibido en total? CTC con la ? en T P tenía 32 uvas menos que L antes; ahora tiene... Continuar leyendo "Resolución de Problemas Matemáticos: Estrategias y Errores Comunes" »

Formulario Esencial de Álgebra y Operaciones Matemáticas

Clasificado en Matemáticas

Escrito el en español con un tamaño de 3,51 KB

1. Números racionales: Operaciones

Suma y resta:

(a/b) ± (c/d) = (a·d ± c·b)/(b·d)

Proceso:

  1. Buscar el mcm de los denominadores.
  2. Convertir a fracciones equivalentes con el mismo denominador.
  3. Sumar/restar numeradores.
  4. Simplificar.

Multiplicación:

(a/b) · (c/d) = (a·c)/(b·d)

División:

(a/b) ÷ (c/d) = (a/b) · (d/c)

Potenciación:

  • (a/b)ⁿ = aⁿ / bⁿ
  • (a/b)⁻ⁿ = bⁿ / aⁿ
  • (a/b)⁰ = 1

2. Porcentajes

  • Cálculo de un t% de q: (t/100) · q
  • Aumentar q en t%: q · (1 + t/100)
  • Disminuir q en t%: q · (1 - t/100)

3. Ecuaciones de primer grado

Forma general: ax + b = 0

Solución: x = -b/a (si a ≠ 0)

Con dos incógnitas: ax + by = c. La solución presenta infinitas posibilidades; se despeja una variable en función de la otra.

4. Ecuaciones de segundo grado

Forma

... Continuar leyendo "Formulario Esencial de Álgebra y Operaciones Matemáticas" »

Selección sistemática de elementos muéstrales

Clasificado en Matemáticas

Escrito el en español con un tamaño de 4,55 KB

Media:(x̄):Es el promedio, se suman todos los datos y el total se divide en la cant. De datos.

Mediana (Me):Los datos de menor a mayor y se ve cuál es el dato central (del medio)

ej:  Si la muestra es impar  ej:    5,7,6,4,3,8,7  = 3,4,5,6,7,7,8   Me=6                          Si la muestra es par   ej: 4,5,5,5,6,7,8,9,9,9  = 7+6= 13:2= 6,5 Me

Desv. Esatandar:  Medida del grado de dispersión de los datos con respecto al valor promedio. 

 Moda (Mo):N que mas se repite

Frecuencia (f):Cant. De veces que se repite el dato, al final va el n total

Frecuencia relativa: (f/n) 

Frec. Abs acumulada (F): 1ero pongo el mismo n de f y luego lo sumo con el de abajo y así

AD_4nXehsBiSTmX7P51N5W5kcJpHboLd5E0tzyGDZJhoM06kgiL5VH_5JJlBxDhrE2GqJuPZr1j3WpsOFMh9rqM1rrg3zBTBRna_yf62QVpIVNRBC5n4p5g62i72tRDtGiArNJhaHpW8?Key=wq8fe3XpBVpY4IlxLpXebg

Coef de variación (cv))=( S (varianza) /x̄) *100

AD_4nXfA_RLsb6Z-OabOYPC1gZHWW0VZx3VH46tI6K84gDi1HbcrvEKJkD_GNFUKt47iOC3lctF3p3XaAPHqjwmUJnup4HkC_CuWrDpJk62Z25D1vfv628xJzPU39jl1_L8kx-AtezAmcg?Key=wq8fe3XpBVpY4IlxLpXebg  Para el

... Continuar leyendo "Selección sistemática de elementos muéstrales" »

Elasticidad Precio de la Demanda: Un Análisis Económico

Clasificado en Matemáticas

Escrito el en español con un tamaño de 4,5 KB

Elasticidad Precio de la Demanda

Mide la relación exacta entre los cambios porcentuales en el precio de un bien y los cambios en la cantidad demandada de éste. La ley de la demanda nos indica que la elasticidad precio siempre será negativa. La elasticidad (en valor absoluto) será mayor para los bienes que tengan pocos sustitutos. La pendiente negativa de la curva de demanda implica que, al aumentar el precio, disminuirá la cantidad demandada del bien en cuestión, y que, al reducirse el precio, aumentará la cantidad demandada.

La elasticidad precio nos indica el porcentaje de variación de la cantidad demandada del bien q ante una variación porcentual dada en el precio del mismo bien (p). La derivada está relacionada con la pendiente... Continuar leyendo "Elasticidad Precio de la Demanda: Un Análisis Económico" »

Fundamentos de Regresión Lineal y Gradiente Descendente en Machine Learning

Clasificado en Matemáticas

Escrito el en español con un tamaño de 14,18 KB

Regresión Lineal y Gradiente Descendente

La regresión lineal es un método fundamental utilizado en el aprendizaje automático para modelar y predecir la relación entre una variable dependiente y una o más variables independientes, encontrando la mejor línea recta que se ajusta a los datos.

Función Hipótesis

Para realizar el aprendizaje supervisado, debemos decidir cómo representar las funciones. Utilizamos la función hipótesis h(x) para aproximar "y" como una función lineal de x:

hθ(x) = θ0 + θ1x1 + θ2x2

Donde θi son los parámetros, también llamados pesos. El término θ0 es conocido como el término de intersección. Para simplificar la notación, introduciremos la convención de hacer x0 = 1.

oVHoXuK1ZYggwuH8rD7cYB7i62HL8YxS89qSHgcv7J+B6yuHxuhQ+cHmPpf8B+0WMS+5LrVgAAAAASUVORK5CYII=

Función de Costo

Dado un conjunto... Continuar leyendo "Fundamentos de Regresión Lineal y Gradiente Descendente en Machine Learning" »

Dimensiones y Límites de las Concesiones Mineras: Exploración y Explotación

Clasificado en Matemáticas

Escrito el en español con un tamaño de 2,64 KB

Dimensiones del Yacimiento Minero

Según el Artículo 28 del Código de Minería: "La extensión territorial de la concesión minera configura un sólido cuya cara superior es, en el plano horizontal, un paralelogramo de ángulos rectos, y cuya profundidad es indefinida dentro de los planos verticales que lo limitan. El largo o el ancho del paralelogramo deberá tener orientación U.T.M. norte-sur. (Universales, Transversales de Mercator / es una medida que se utiliza en materia minera, en telecomunicaciones, en concesión de aguas, etc. En el caso de la concesión minera permite una mayor certeza para establecer el lugar físico de un yacimiento con margen de error de 10 metros aproximadamente.)"

A voluntad del concesionario, los lados de la... Continuar leyendo "Dimensiones y Límites de las Concesiones Mineras: Exploración y Explotación" »

Teorema de Bayes: Conceptos Clave y Bayesianismo Objetivo

Clasificado en Matemáticas

Escrito el en español con un tamaño de 2,63 KB

Conceptos Clave del Teorema de Bayes

Simbolización:

  • P(h): Probabilidad previa; es la probabilidad asignada a la hipótesis h antes de toda consideración de la prueba e (evidencia).
  • P(h/e): Probabilidad posterior; es la probabilidad de una hipótesis h en función de la evidencia e.
  • P(e): Probabilidad asignada a e en ausencia de cualquier suposición respecto de la verdad de h.
  • P(e/h): Denota la probabilidad que se ha de asignar a la prueba e en el supuesto de que la hipótesis h sea correcta.
  • P(e/h) tomará un valor máximo de 1 si e se sigue de h y un valor mínimo, 0, si la negación de e se sigue de h.

Principios Fundamentales:

  • La medida en que una prueba soporta una hipótesis es proporcional al grado con que la hipótesis predice la prueba.
  • Si
... Continuar leyendo "Teorema de Bayes: Conceptos Clave y Bayesianismo Objetivo" »