Apuntes, resúmenes, trabajos, exámenes y ejercicios de Matemáticas de Secundaria

REGRESIÓN

Coeficiente Beta: Coeficiente de regresión tipificado que permite una comparación directa entre coeficientes en relación con su capacidad explicativa relativa de la variable criterio.

Coeficiente de correlación múltiple: Indica la fuerza de la asociación entre la variable criterio y la combinación lineal de las variables pronosticadoras. Varía entre 1 (relación directa perfecta) y –1 (relación inversa perfecta).

Coeficiente de correlación parcial: Medida de la fuerza de la relación entre una variable pronosticadora y la variable criterio en la que se mantienen constantes los efectos de las demás variables.

Coeficiente de determinación: Medida de la proporción de la varianza de la variable criterio que es explicada por

Tipos de Variables Estadísticas

En estadística, las variables se clasifican principalmente en dos tipos:

• Cualitativas: Carecen de significado numérico y expresan categorías.
• Cuantitativas: Tienen un significado numérico.

Escalas de Medición

Las escalas de medición se dividen en métricas y no métricas:

• No Métricas: Nominal y Ordinal.
• Métricas: De Intervalo y Continuas (o de Razón).

Escalas No Métricas

• Nominales:
  • Carecen de significado numérico, expresan categorías.
  • Es la escala más sencilla. No tiene orden, ni distancia, ni origen.
  • Identifican la pertenencia del entrevistado a una categoría.
• Ordinales:
  • Indican las posiciones relativas de las categorías.
  • Poseen la propiedad de orden, pero no la de distancia, no existiendo ninguna proporcionalidad

Revisión de Conceptos Estadísticos Fundamentales

Regresión Lineal Múltiple (RLM)

Requisitos Iniciales

• Las variables dependientes y las variables independientes deben ser **métricas**.

Pasos para la Interpretación del Modelo RLM

Paso 1) Bondad de Ajuste

• Se evalúa mediante el **R cuadrado** ($R^2$).
• El valor debe estar en el rango $0 \le R^2 \le 1$.
• Cuanto más se acerque a **1**, mejor será el ajuste del modelo a los datos.

Paso 2) Interpretación de los Coeficientes

• Se examinan los **coeficientes no estandarizados** en la tabla de coeficientes.
• Se debe comentar la suma de cada número de la columna correspondiente (interpretación del efecto unitario de cada variable independiente sobre la dependiente, manteniendo las otras constantes).

Paso 3)

Problemas Resueltos de Matemáticas

1. Ecuaciones Cuadráticas

La forma general para una cuadrática es:

B) x² + bx + c = 0, x² + c = 0, x² + bx = 0

x = ±15

2. Área de un Producto de Binomios

¿Cuál es el área de (a-4) por (a+7)?

C) a² + 3a - 28

Procedimiento:

(a - 4)(a + 7)

a(a + 7) - 4(a + 7)

a·a + a·7 - 4·a - 4·7

a² + 7a - 4a - 28

a² + 3a - 28

3. Solución de una Ecuación Cuadrática

La solución de la cuadrática x² + 3x - 54 = 0 es:

B) x₁ = -9; x₂ = 6

Procedimiento (Fórmula General):

x = (-b ± √(b² - 4ac)) / 2a

Para x² + 3x - 54 = 0, a=1, b=3, c=-54.

x = (-3 ± √(3² - 4(1)(-54))) / (2 · 1)

x = (-3 ± √(9 + 216)) / 2

x = (-3 ± √225) / 2

x = (-3 ± 15) / 2

x₁ = (-3 + 15) / 2 = 12 / 2 = 6

x₂ = (-3 - 15) / 2 = -18 / 2 = -9

4. Problema de Ecuación

Conceptos Fundamentales de Álgebra Lineal: Procedimientos Clave

Nota sobre parámetros y variables comunes: Se utilizan las letras griegas $\alpha$ (alfa), $\lambda$ (lambda, en el original $\gamma$) y $\beta$ (beta) para representar parámetros o autovalores según el contexto.

1. Resolución de Sistemas de Ecuaciones Lineales

A) Sistemas con Parámetros

1. Comprobar el rango de la matriz de coeficientes ($A$).
2. Determinar los valores del parámetro que hacen que el determinante de la matriz de coeficientes sea cero ($|A|=0$).
3. Construir la matriz ampliada ($A^*$) utilizando los valores encontrados en el paso anterior.
4. Determinar el rango de $A$ y $A^*$ para cada valor, clasificando el sistema (Compatible Determinado, Compatible Indeterminado o Incompatible)

Programación en C++

Ejercicios para Preparar la Prueba Escrita 4

En todos los programas se da por hecho que el fragmento de código se encuentra dentro del recuadro, fuera de la función principal. Se da por hecho que la función es llamada en el bloque main y que está declarado el prototipo de la función antes de la función main.

#include <iostream>
#include <cmath>
#include <conio.h>
#include <stdlib.h>
using namespace std;

//Aquí va el prototipo de la función

int main() {
  //Aquí va el código de la función principal donde se llama a la función
  return 0;
}

Ejemplos

1. Escribir una función que saque por pantalla una felicitación por el año nuevo.
2. Escribir una función que reciba un valor por parámetro, lo multiplique

Límites Infinitos

Cuando x tiende a un valor específico por la izquierda (ej. x → 3^-), se sustituye x por un número muy cercano pero menor (ej. 2.999). Dependiendo del resultado de la evaluación, el límite será más infinito (+∞) o menos infinito (-∞).

Si el límite no especifica si es por la izquierda o por la derecha (ej. x → 3), se deben calcular ambos límites laterales para determinar el comportamiento de la función en ese punto.

Indeterminaciones en Límites

Para resolver límites que resultan en una indeterminación, el primer paso es sustituir el valor al que tiende x en la expresión para identificar el tipo de indeterminación. Es crucial recordar que el operador lim (límite) solo se escribe cuando se está indicando... Continuar leyendo "Conceptos Esenciales de Límites y Continuidad en Funciones" »

Fundamentos de Estadística Descriptiva: Definiciones y Medidas Clave

La estadística descriptiva se apoya en diversas medidas para resumir y caracterizar un conjunto de datos. A continuación, se definen las principales medidas de tendencia central, posición y dispersión.

Medidas de Tendencia Central

Media Aritmética ($\bar{X}$)

La media aritmética se define como la suma de los valores observados dividida entre la cantidad total de observaciones. Se representa comúnmente por $\bar{X}$.

Mediana ($M_e$)

La mediana de una variable estadística es el valor central tal que la cantidad de observaciones menores que él es igual a la cantidad de observaciones mayores que él. Se representa por $M_e$. Es importante notar que el cálculo de la mediana... Continuar leyendo "Fundamentos de Estadística Descriptiva: Medidas de Centralización, Posición y Dispersión" »

Sucesos Independientes

Se puede decir que dos sucesos pertenecientes al mismo espacio de probabilidad son independientes si la ocurrencia de uno no afecta a la probabilidad de ocurrencia del otro. Sea (Ω, A, P) el espacio de probabilidad asociado a un experimento aleatorio, siendo A y B dos sucesos de A.

• Si P(B) > 0 se dice que A es independiente de B si P(A/B) = P(A).
• Si P(A) > 0 se dice que B es independiente de A si P(B/A) = P(B).

Caracterización

Este teorema caracteriza la noción de independencia, ya que no interviene la probabilidad condicionada (en su formalización), permitiendo definir el concepto para sucesos de probabilidad nula. Sea (Ω, A, P) el espacio de probabilidad asociado a un experimento aleatorio y sean A y B dos sucesos... Continuar leyendo "Probabilidad y Estadística: Conceptos Clave" »