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

Ruido

Ruido al realimentarlo:

Sensibilidad

Ancho de Banda

Ajuste por Mínimos Cuadrados

El ajuste por mínimos cuadrados minimiza los efectos de los errores aleatorios utilizando observaciones, parámetros, residuos y constantes para establecer un modelo funcional.

Métodos Fundamentales del Ajuste por Mínimos Cuadrados

• Igual precisión: (ô = v^t * v -> ô = v₁² + v₂² + ...)? v¹₂ = mínimo
• Distinta precisión: (ô = v^t * p * v)

• Paramétrico: Se plantean tantas ecuaciones como observaciones. Pueden aparecer parámetros, observaciones, residuos y constantes. El número mínimo de parámetros coincide con el número de observaciones. Solo hay una observación por ecuación. Todas las ecuaciones son lineales. [v(0, 1); A(n, n₀); x(n_o, 1); L(n, 1)]
• Ecuación de condición: Tantas ecuaciones como observaciones

Sistema Diédrico o Monge: Representaciones del Punto en los Distintos Cuadrantes

El Punto

Cada punto en el espacio tiene dos proyecciones: una horizontal (P1) y otra vertical (P2). Cuando se abate el plano horizontal (PH) sobre el vertical (PV), tales proyecciones se ubican sobre una misma recta perpendicular a la línea de tierra (LT), ya que la proyección P1 gira junto con el plano horizontal.

La ubicación del punto en el espacio queda determinada por la cota, el alejamiento y la desviación.

• Cota: es la distancia o altura del punto P al plano horizontal (PH) y en el sistema diédrico o Monge está representada por la medida desde P2 a la línea de tierra (LT).
• Alejamiento: es la distancia del punto A al plano vertical (PV) y es la medida desde

Coordenadas en Espacios Vectoriales

Sea V un espacio vectorial sobre un campo K.

Base de un Espacio Vectorial

Una base es un conjunto de vectores linealmente independientes que generan V. Lo indicamos como:

B = (v₁, v₂, …, v_n)

Una base ordenada es aquella en la cual los vectores se especifican en un cierto orden:

B = (v₁, v₂, …, v_n) ⟶ Base ordenada de V sobre K

Sea V un espacio vectorial sobre un campo K.

B = (v₁, v₂, …, v_n) ⟶ Base ordenada de V sobre K

Cualquier vector v ∈ V se expresa de forma única como combinación lineal de los vectores de la base.

v ∈ V ⇒ v = α₁v₁ + α₂v₂ + ⋯ + α_nv_n

Los escalares utilizados en la combinación lineal, se denominan coordenadas del vector v respecto de la base B y lo indicamos:

[v]_B = [α₁, α₂,... Continuar leyendo "Coordenadas y Cambio de Base en Espacios Vectoriales" »

Teorema de Rolle y Teorema de Bolzano

Teorema de Rolle

El Teorema de Rolle se utiliza para comprobar cuándo cambia el signo de una función. Si el signo cambia, entonces f(a) * f(b) < 0, lo que implica que existe al menos una raíz en el intervalo [a, b].

Condiciones:

• f(x) debe ser continua en el intervalo [a, b].
• f(x) debe ser derivable en el intervalo (a, b). (Generalmente, esto se cumple por composición de funciones elementales).

Teorema de Bolzano

(El documento original no proporciona detalles sobre el Teorema de Bolzano, pero se asume su relevancia por el contexto).

Si una función continua f(x) tiene valores de signo opuesto en los extremos de un intervalo [a,b], entonces existe al menos un punto c dentro del intervalo (a,b) tal que f(... Continuar leyendo "Teoremas y Métodos Numéricos: Rolle, Bolzano, LU, Cholesky, Lagrange, Vandermonde, Newton, Chebyshev, Splines y Cuadratura" »

Clasificación de Variables en Investigación

Las variables pueden ser clasificadas según diferentes criterios, entre ellos el nivel de medición y el rol que ocupan en la investigación.

Según el Nivel de Medición

Una cuestión fundamental a considerar antes de proceder a un análisis es el nivel de medición de las variables. Este nivel determina tanto el tipo de operaciones matemáticas que pueden realizarse (suma, resta, multiplicación, división, etc.) como las técnicas estadísticas adecuadas para la prueba de hipótesis.

• Nominal: Clasificar
• Ordinal: Clasificar y Ordenar
• De Intervalo: Sumar, Restar, Dividir, Multiplicar
• De Razón: Idem (Igual que de intervalo, pero con cero absoluto)

Tipos de Variables según su Nivel de Medición

A continuación,... Continuar leyendo "Clasificación y Tipos de Variables Esenciales en Investigación Científica" »

Variables didàctiques de les situacions additives concretes

• Significat dels nombres: cardinal, ordinal o mesura.
• Grandària dels termes i del resultat de l'operació: de 0 a 10, de 10 a 20, de 20 a 50, de 50 a 100, de 100.000 a 1.000.000 i d'1.000.000 endavant.
• Estructura lògica de la situació:
  • Combinar (part/tot).
  • Canvi (inicial / canvi / final).
  • Comparar (referència / comparada / diferència).
  • Igualar (referència / comparada / diferència).
• Posició de la incògnita: inicial, mitjana o final.
• Sentit del terme mitjà: creixent o decreixent (no existeix en els problemes de combinació).
• Possibilitat de recompte dels termes: amb possibilitat de recompte dels dos termes o només d'un.
• Grau de contextualització:
  • Situació referent a materials o objectes

Poligonación en Topografía

Este método se realiza cuando no se pueden radiar todos los puntos de un levantamiento desde una misma estación. Esto se hace mediante la medición de distancias y del ángulo que forman las visuales a los puntos anterior y posterior.

La precisión establecida de antemano determina los errores admisibles, el instrumental y la metodología a emplear. El instrumental, método y geometría de la poligonal determinan el error de cierre (Ec). Si Ec es menor que la tolerancia (T), hay compensación.

Clasificación de Poligonales

Las poligonales se clasifican según:

• Puntos de partida y llegada: Cerrada, Abierta, Encerrada (o encuadrada), Colgada.
• Observación: Orientada, No orientada.

Observación de una Poligonal

En la actualidad,... Continuar leyendo "Poligonación en Topografía: Método, Errores y Compensación de Levantamientos" »

Representación de Números Enteros y Operaciones en la Unidad Aritmético-Lógica (ALU)

La ALU (Unidad Aritmético-Lógica) es el componente del procesador que ejecuta las operaciones aritméticas y lógicas con los datos.

Representación de Números Enteros

• Signo-Magnitud: En un número de n bits, los n-1 bits de la derecha representan la magnitud y el bit más significativo (el bit n) representa el signo.
• Complemento a 2: Los números positivos se representan igual que en signo-magnitud. Para los negativos, el bit más significativo representa un valor negativo ( ), y el resto de los bits contribuyen con su valor posicional ( ), sumando todos los valores se obtiene el número.

Conversión de Enteros entre Longitudes

• Signo-magnitud: El bit más

Datos Iniciales y Parámetros de Elasticidad

A continuación, se presentan los datos clave para la determinación de las funciones de demanda y oferta, asumiendo un punto de equilibrio inicial de Q = 25.000 piezas y P = $300.

1. Elasticidad Precio de la Demanda del Mercado Local de Sushi:

   E_d = -0.6 (Demanda inelástica).

2. Elasticidad Precio de la Oferta del Mercado Local de Sushi:

   E_o = +0.75 (Oferta inelástica).

3. Efecto de la Menor Producción de la Gran Empresa Extranjera (Pizzas):

   El precio de las pizzas aumentará un 20% debido a la disminución de la oferta.

4. Elasticidad Precio Cruzada de la Demanda de Sushi con Respecto al Precio de las Pizzas:

   E_c = +1.7 (Indica que el sushi y la pizza son bienes sustitutos).

5. Datos de Producción Individual de la Empresa: