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

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" »

Teorema de Rolle

Si la función y = f(x) es continua en [a; b], derivable en (a; b), y f(a) = f(b), entonces existe al menos un x₀ en (a; b) tal que: f'(x₀) = 0.

Demostración

La continuidad de y = f(x) en el intervalo cerrado [a; b] implica la existencia en este intervalo de un máximo absoluto M y de un mínimo absoluto m, según el teorema de Weierstrass. Pueden ocurrir dos casos excluyentes:

• Caso 1: El máximo M está en (a; b); el mínimo m está en (a; b), o ambos están en (a; b).
• Caso 2: M y m están en los extremos del intervalo a y b, en cualquiera de las dos posiciones posibles.

Supongamos el caso 1, y que M es el valor de la función en un punto del intervalo abierto (a; b). Por ser absoluto y estar en el intervalo abierto es también... Continuar leyendo "Teoremas de Rolle, Lagrange, Infinitésimos y Criterios de Convergencia" »

Características poblacionales y muestrales

Parámetro estadístico

Resume la información calculada con las variables poblacionales. Se representa con letras griegas.

→ Las operaciones algebraicas realizadas con parámetros también son parámetros.

Estadígrafo y estimador

→ Estadígrafo: función escalar generada con las variables muestrales.

• ➢ Estadígrafo de transformación: tipo especial de estadígrafo que se utiliza para inferir concretamente los parámetros. Es un estadígrafo que permite transformar al estimador en una variable que tenga una determinada distribución de probabilidad.

→ Estimador de un parámetro: todo estadígrafo que proporcione información acerca de dicho parámetro.

Estimación

Inferir conclusiones acerca de los... Continuar leyendo "Conceptos clave de estadística: parámetros, estimadores y propiedades" »

Variables: Cuarta Clase

Una variable es una característica observable que varía entre los diferentes individuos de una población. La información de la que disponemos de cada individuo es resumida en variables.

Hecho, característica o atributo que puede ser cuantificado (medido) y/o clasificado en categorías, y tiene al menos dos ‘valores’.

Ejemplos de Variables

En los individuos de la población venezolana, de uno a otro es variable:

• El grupo sanguíneo: {A, B, AB, O} → Variable Cualitativa
• El número de hijos: {0, 1, 2, 3, ...} → Variable Numérica Discreta
• La altura: {1,62; 1,74; ...} → Variable Numérica Continua

Tipos de Variables

Variables Cualitativas

Se definen si sus valores (modalidades) no se pueden asociar naturalmente a un... Continuar leyendo "Fundamentos de las Variables Estadísticas: Tipos y Clasificación" »

Análisis de Regresión

Método estadístico que permite explicar el comportamiento de una variable cuantitativa, a partir del comportamiento de otra u otras variables que puedan estar relacionadas, estableciendo la expresión funcional del modelo matemático que describa dicho comportamiento.

Conceptos Fundamentales en Regresión

Variable Explicada: Variable cuyo comportamiento se describe a partir del comportamiento de otra de las variables.

Variable Explicativa: Variable que explica el comportamiento de la variable explicada.

• Función de Regresión: Modelo matemático que interviene en el modelo estadístico de regresión.
• Residuo Aleatorio: Variable aleatoria que forma parte del modelo estadístico.

Supuestos del Modelo de Regresión

• El residuo