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

Definición 23: Sistema Generador y Espacio Finitamente Generado

Sea E un espacio vectorial sobre K. Diremos que un subconjunto A ⊆ E es un sistema generador de E si L(A) = E.

E es un espacio finitamente generado si posee un sistema generador finito.

Definición 35: Rango de una Matriz

Dada una matriz A ∈ M_m×n(K), llamaremos rango de A al número de unos principales (pivotes) de la forma escalonada reducida por filas de la matriz A, y lo denotaremos por ρ(A).

Definición 45: Matriz No Singular (Invertible)

Sea A = (a_ij) ∈ M_n×n(K). Diremos que A es una matriz no singular (o invertible) si existe una matriz B ∈ M_n×n(K) tal que AB = I_n×n = BA.

Definición 19: Dependencia Lineal

Sea E un espacio vectorial sobre K y sea A un subconjunto... Continuar leyendo "Definiciones Esenciales de Álgebra Lineal: Espacios Vectoriales, Matrices y Transformaciones" »

Definición de Cuadrilátero

Un cuadrilátero es la unión de cuatro segmentos determinados por cuatro puntos, donde no hay tres puntos colineales. Los segmentos se intersecan solo en sus extremos.

Tipos de Cuadriláteros

Paralelogramos

Un paralelogramo es un cuadrilátero con sus lados paralelos dos a dos.

Trapecios

Un trapecio es un cuadrilátero convexo con solo dos lados paralelos.

Polígonos

Un polígono es la porción del plano determinada por una línea poligonal cerrada.

Teoremas sobre Paralelogramos

• a) Los ángulos de un paralelogramo suman 360º.
• b) Los lados opuestos de un paralelogramo son congruentes.
• c) Los ángulos opuestos de un paralelogramo son congruentes.
• d) Los ángulos contiguos de un paralelogramo son suplementarios.
• e) Las diagonales

Examen estadística 2do. Parcial

1.-MEDIA ARMONICA

Inversos de la variable, se presenta por H

2.-MODA

Valor de la variable que más veces se repite, es decir aquella cuya frecuencia absoluta es mayor se denota por Mo

3.-MEDIANA

Valor que deja igual número de observaciones a su izquierda que a su derecha es decir divide al conjunto de datos en dos partes iguales y se denota por Me.

4.-MEDIDAS DE TENDENCIA CENTRAL

Son medidas de un conjunto de datos que proporcionan un valor simple y representativo, que resume un gran volumen de información

5.-MEDIA ARITMETICA

También denominada promedio es la que se utiliza principalmente y se define como la suma de los valores de todas las observaciones divididas por el número total de datos.

6.-MEDIA GEOMETRICA

Cantidad... Continuar leyendo "Conceptos de estadística para el segundo parcial" »

Conceptos Fundamentales de Estadística

La estadística se ocupa de la recolección, agrupación, presentación, análisis e interpretación de datos.

Población y Muestra

Población

En estadística, la población es todo aquello que se está estudiando en su totalidad, el grupo completo del que se obtienen muestras.

Muestra Representativa

Una muestra representativa es una pequeña porción de lo que se esté estudiando que represente al resto de la población.

Técnicas de Muestreo

Muestreo Aleatorio Simple

Todos los individuos de la población tienen la misma probabilidad de ser elegidos. Todas las muestras del mismo tamaño son igualmente probables. Desde un punto de vista matemático, el muestreo aleatorio simple se realiza suponiendo que la población... Continuar leyendo "Conceptos Clave de Estadística: Población, Muestra y Medidas" »

Análisis estadístico descriptivo en R

A continuación, se presentan algunos comandos básicos en R para realizar un análisis estadístico descriptivo:

1. Introducir variable:

   var <- scan("archivo.txt")

2. Resumen estadístico:

   summary(var)

   Este comando proporciona el mínimo, máximo, cuartiles, mediana y media de la variable.

3. Varianza:

   var(var)

4. Desviación típica:

   sd(var)

5. Tamaño de la muestra:

   length(var)

6. Rango:

   Rango <- max(var) - min(var)

7. Rango intercuartílico (RIC):

   RIC <- IQR(var)

   El RIC se calcula como Q3 - Q1.

8. Histograma:

   hist(var)

9. Crear intervalos y calcular frecuencias:

   var.f <- cut(var, breaks = seq(66, 84, 2))
   str(var.f)

   Estas órdenes dividen la variable en intervalos de 66 a 84, con una amplitud de 2.

   frec.abs. <- table(var.f) # Frecuencias

Conceptos Fundamentales de Geometría Analítica

La geometría analítica es una rama de las matemáticas que estudia las figuras geométricas utilizando un sistema de coordenadas y ecuaciones. Este documento resume las fórmulas y propiedades esenciales de las rectas, parábolas y circunferencias.

La Recta

La recta es uno de los elementos más básicos en geometría analítica. A continuación, se presentan sus formas, propiedades y fórmulas clave.

Tipos de Rectas y Pendiente

• Recta vertical: x = a. Su pendiente (m) es indefinida.
• Recta horizontal: y = a. Su pendiente (m) es 0.
• Pendiente (m): m = (y2 - y1) / (x2 - x1). Representa la inclinación de la recta.

Ecuaciones de la Recta

• Forma pendiente-intercepto: y = mx + b.
  • m es la pendiente.
  • b es el intercepto

Introducción a la Estadística

La Estadística es el método científico que permite recoger, organizar, resumir y analizar datos para obtener conclusiones válidas basadas en dicho análisis.

Conceptos Fundamentales

• La Población es el grupo completo de individuos u objetos que constituyen la base de interés para un estudio estadístico. Es el conjunto de todos los elementos que cumplen una determinada característica que deseamos medir y estudiar. Ejemplo: estudiantes de un colegio.

• La Muestra es una parte representativa de una población. Es todo subconjunto de una población sobre el que se va a realizar el estudio. El número de elementos de la muestra se denomina tamaño de la muestra. Sirve para estimar los resultados que se obtendrían

Modelos de Regresión

Tipos de Modelos

• Corte transversal: y = α + βx_i + u_i (i = 1, 2, 3,..., n)
• Serie de tiempo: y_t = α + βx_t + u_t (t = 1, 2, 3,..., n)
• Datos de panel: y_it = α + βx_it + u_it

Supuestos del Modelo

• E(u_i) = 0
• E(u_i, u_j) = 0 (no correlación)
• E(u_i, y_i) = 0 (no autocorrelación)
• E(u_i²) = σ², u_i ~ N(0, σ²)

Si no se cumplen estos supuestos, el estimador puede tener una varianza mayor, lo que invalida las pruebas de hipótesis.

Varianza del Estimador Beta

La varianza del estimador β se calcula como σ² / Σ(x_i - x̄)².

Como σ² (varianza poblacional del error) no se conoce, se utiliza el estimador s².

s² es la varianza del error de estimación, que representa el error promedio del modelo al hacer pronósticos. Se calcula como Σe_i² / (n - 2)... Continuar leyendo "Modelos de Regresión: Corte Transversal, Serie de Tiempo y Datos de Panel" »

Estabilidad en Sistemas de Control Lineales

Un sistema es estable si a una entrada acotada (limitada) presenta una salida acotada y predecible. Para determinar la estabilidad de un sistema podemos utilizar la función de transferencia de la ecuación característica.

Condiciones de Estabilidad

• Para que un sistema sea estable, todas las raíces de la ecuación característica deben estar localizadas en el semiplano izquierdo del plano S (plano de Laplace). Si alguna raíz se localiza en el semiplano derecho, el sistema es inestable.
• En caso de que existan raíces simples sobre el eje imaginario (jw) y ninguna en el semiplano derecho, el sistema es marginalmente estable y marginalmente inestable.
• Si las raíces son múltiples (de orden superior) el

Introducción a la Inferencia Estadística y Supuestos del Modelo

El concepto de SCR (Suma de Cuadrados de los Residuos) se refiere a la suma de todos los errores que se cometen en los datos de la muestra. Es una medida fundamental en la evaluación de la bondad de ajuste de un modelo.

Inferencia Estadística: Conceptos Clave

Las pruebas de hipótesis y los intervalos de confianza son herramientas esenciales en la inferencia estadística. ¿Para qué sirven? Su propósito principal es validar, desde el punto de vista estadístico, que los coeficientes (como alfa y beta) sean efectivamente los parámetros que permiten explicar la variable dependiente (Y) en el modelo. La validación se realiza a través de estas pruebas de hipótesis y la construcción... Continuar leyendo "Fundamentos de Inferencia Estadística en Modelos de Regresión: Supuestos y Aplicaciones" »