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

A Era Compostelá: Esplendor (séculos XII-XIII)

Caracterizábase por:

• Galicia como terra de retagarda na guerra contra os árabes, o que provocou unha paz relativa que permitía o aumento da poboación e o florecemento do comercio.
• Melloras na agricultura.
• Crecemento das urbes e forte tensión co poder nobiliario que desembocou nas chamadas Revolucións Irmandiñas.
• Compostela, grazas aos restos do Apóstolo Santiago, converteuse nun dos tres grandes centros de peregrinación medieval europea, e iso conlevou que o Camiño de Santiago trouxo riqueza á terra.
• Papel destacado da nobreza de orixe galega na corte Asturleonesa.

Decadencia Socioeconómica e Política de Galicia (Baixa Idade Media)

Factores:

• A independencia de Portugal en 1121.
• A unificación

Tipos de Matrices

Matriz triangular superior (inferior): es toda matriz que tiene nulos todos los elementos que están por debajo (por encima) de la diagonal principal.

Matriz diagonal: es toda matriz cuadrada que tiene nulos todos los elementos que no están en la diagonal principal.

Matriz escalonada por filas: es aquella que tiene, al principio de cada fila no nula, al menos un cero más que la anterior.

Propiedades de las Matrices

Es importante señalar que:

• a) El elemento neutro de la suma en el conjunto de matrices M_nxm es la matriz nula, denotada O_nxm.
• b) El elemento neutro del producto en el conjunto de matrices cuadradas M_n es la matriz unidad I_n.
• c) El producto de matrices en M_n no verifica la propiedad conmutativa.

1. (A^t)^t = A para cualquier

Objetivos del Estudio Relacional

Comparar, asociar y medir la fuerza de asociación entre variables.

Cantidad de Variables Analizadas

Dos variables.

Tipo de Validez

Validez externa.

Pruebas Estadísticas para Relaciones entre Variables

• Dos variables cualitativas: Chi cuadrado
• Dos variables cuantitativas: Correlación de Pearson
• Una variable cualitativa y una cuantitativa: T de Student
• Dos variables fijas: Fisher
• Dos variables aleatorias: Chi cuadrado de independencia
• Una variable fija y una aleatoria: Chi cuadrado de homogeneidad

Propósito del Contraste de Hipótesis para Frecuencias

Identificar las diferencias entre los grupos.

Pruebas Estadísticas para Probar Hipótesis

• Variables categóricas en grupos independientes: Chi cuadrado de homogeneidad
• Variables

Estadística Descriptiva e Inferencial: Conceptos Clave

La estadística descriptiva se enfoca en el análisis de un conjunto de datos con el fin de extraer conclusiones válidas, *exclusivamente* para ese conjunto. Por otro lado, la estadística inferencial busca obtener conclusiones generales sobre una población a partir del estudio de una muestra representativa de la misma.

Generalidades de la Estadística Descriptiva

La estadística descriptiva se centra en los métodos de recolección, descripción, visualización y resumen de datos, los cuales se originan a partir de los fenómenos en estudio.

Distribución de Frecuencias

Las distribuciones de frecuencias son tablas que organizan las modalidades de una variable en filas.

Rango

El rango representa... Continuar leyendo "Conceptos Fundamentales de Estadística Descriptiva e Inferencial: Aplicaciones y Representaciones Gráficas" »

Identificación de datos:

• Tm = 120 °F
• T = 40 °F
• Tma = 100 °F
• Tmb = 140 °F
• Tmc = 80 °F

Modelo y Condiciones Iniciales

Se identifica un problema de la Ley de Enfriamiento de Newton, que se modela mediante la siguiente ecuación diferencial:

dT/dt = k(Tm - T)

Las condiciones iniciales son:

• T(0) = 40
• T(45) = 90

Resolución del Modelo por Separación de Variables

La ecuación diferencial se resuelve por separación de variables:

∫dT/(Tm - T) = ∫k dt

ln(Tm - T) = kt + C

Tm - T = e^(kt) + e^C

T = C e^(kt) + Tm

Método de Solución

Utilizamos la ecuación obtenida para facilitar el proceso:

T = C e^(kt) + Tm

Cálculo de la Constante k

Con las condiciones iniciales, donde Tm = 120 y T(0) = 40:

40 = C e^(k(0)) + 120

40 = C + 120

C = -80

Usando T(45) = 90:

90 = -80 e^(... Continuar leyendo "Resolución de la Ley de Enfriamiento de Newton: Cálculo de Tiempo y Temperatura" »

Muestra Aleatoria Simple (M.A.S.)

Sea X la variable aleatoria correspondiente a una población con función de distribución F(x). Si las variables aleatorias x₁, x₂, ..., xₙ son independientes y tienen la misma función de distribución que la de la población, entonces forman un conjunto independiente e idénticamente distribuido (i.i.d.) que constituye una m.a.s.

Parámetros Poblacionales

Son las características numéricas de la distribución poblacional. El conocimiento del parámetro permite describir parcial o totalmente la función de probabilidad de la característica que estamos investigando.

Estadístico

Es cualquier función real de las variables aleatorias que integran la muestra, la cual no contiene ningún valor o parámetro... Continuar leyendo "Diccionario de Términos Clave en Estadística Inferencial" »

Población y Variables Aleatorias

Población: Conjunto de todos los individuos que constituyen el objeto de un determinado estudio sobre los que se desea obtener ciertas conclusiones.

Variable aleatoria: Cualquier característica que puede constatarse en cada individuo de una población (característica aleatoria). Cuando se expresan numéricamente, se denominan variable aleatoria.

• Variables discretas: Cuando los valores de una variable aleatoria son finitos o infinitos numerables (ejemplos: sexo, partidos votados).
• Variables continuas: Características que se miden sobre una escala de naturaleza continua (ejemplos: altura, tiempo). Vienen caracterizadas por su función de densidad f(x), que indica la probabilidad asociada a cada valor posible

Variable Estadística Bidimensional

En numerosas ocasiones, interesa estudiar simultáneamente dos o más caracteres de una misma población. En el caso de dos o más variables estudiadas conjuntamente, se habla de variable bidimensional (o multidimensional).

Diagrama de Dispersión

Es un tipo de diagrama que utiliza las coordenadas cartesianas para mostrar los valores de dos variables para un conjunto de datos. Los datos se muestran como un conjunto de puntos, cada uno con el valor de la variable que determina la posición en el eje horizontal y el valor de la otra variable determinado por la posición en el eje vertical. Un diagrama de dispersión se llama también gráfico de dispersión.

Distribución Exponencial

Es una distribución de probabilidad... Continuar leyendo "Análisis Estadístico: Variables, Distribuciones y Muestreo" »

Evaluación de Medidas y Modelos de Regresión

1. Evaluación de la Fiabilidad y Concordancia de Medidas

La evaluación de la fiabilidad de medidas y la concordancia se refiere a la situación en la que comprobamos si existe acuerdo entre dos mediciones de un mismo evento, realizadas con dos instrumentos de medida diferentes. Es fundamental determinar el grado de reproducibilidad existente entre estas mediciones.

1.1. Índice Kappa

El Índice Kappa se utiliza para analizar la concordancia entre dos métodos de medición o dos mediciones diferentes de una variable nominal (Y). Permite ajustar el grado de concordancia al efecto que el azar ha tenido en los datos observados. Su valor oscila entre 0 y 1:

• Si Kappa = 1: Concordancia perfecta.
• Si Kappa