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

Fundamentos de Vectores en 3D: Distancia, Ángulos y Perpendicularidad Espacial

Matemáticas7,26 KB

Distancias y Ángulos en 3D

Dados dos puntos P=(a1, a2, a3) y Q=(b1, b2, b3), la existencia del vector diferencia nos permite definir:

Definición 4: Distancia entre Puntos

Se llama distancia entre P y Q a d(P,Q) = ||PQ|| = ||Q – P||.

Por ejemplo, tres puntos en 3D definen un triángulo en el espacio. Consideremos el siguiente:

Ejemplo 1: Cálculo de Distancias en un Triángulo 3D

Dados O=(0, 0, 0), P=(1, 0, 1) y Q=(0, 1, 1), las distancias de sus lados son:

  • ||OP|| = sqrt((1-0)2 + (0-0)2 + (1-0)2) = sqrt(12 + 02 + 12) = sqrt(2).
  • Análogamente, ||OQ|| = sqrt(2).
  • El tercer lado es ||PQ|| = sqrt((0-1)2 + (1-0)2 + (1-1)2) = sqrt((-1)2 + 12 + 02) = sqrt(1 + 1 + 0) = sqrt(2).

Dados tres puntos P, Q y R, es lógico llamar lados del triángulo plano que definen...

Continuar leyendo "Fundamentos de Vectores en 3D: Distancia, Ángulos y Perpendicularidad Espacial" »

Fundamentos de la Probabilidad: Conceptos, Espacio Muestral y Asignación de Eventos

Matemáticas5,75 KB

probabilidad:  es un nº entre 0 ("imposible") y 1 ("seguro"). 1/2("indiferencia)

1.-Experimento: cualquier actividad que genere un dato (E)
2.-Espacio muestral: conjunto de todos los datos o conjuntos de un E (Ω)
Ejemplos: 1)Lance una moneda-->Ω1={c;s} # Ω1=2 CUALITATIVO
2)Lance 2 monedas--> Ω2={cc;cs;sc;ss} # Ω2=4 CUALITATIVO

3)Lance 2 monedas y cuenta el # de caras CUALITATIVO

Ω3={0,1,2} # Ω3=3 --> cc:2 ; cs y sc: 1 ; ss:0 } # de caras
4) tº ambiental: ΩΩ4∃ CUANTITATIVO CONTINUO

5) Se maca un pez y se devuelve al agua, probabilidad de encontrarlo

Ω5={M;NM;NNM} CUANTITATIVO DISCRETO

3.-Evento: (suceso) cualquier subconjunto del espacio muestral

             Asignación probabilidades

1)Clásica: Se usa cuando no...

Continuar leyendo "Fundamentos de la Probabilidad: Conceptos, Espacio Muestral y Asignación de Eventos" »

Anàlisi de Sèries Temporals i Models ARIMA

Matemáticas3,5 KB

Autocorrelacions Parcials

Les autocorrelacions parcials mesuren la correlació entre Xt i Xt-k sense tenir en compte la influència dels valors intermitjos.

Causes de Pertorbacions

Hi ha dos tipus de causes per a pertorbacions:

  • Estructurals: Normalment incrementen o disminueixen la variància a mesura que incrementa el valor d'algun regressor.
  • Mostrals: Per recollida d'informació, especificació del model (omissió de variables rellevants) i observacions atípiques influents.

Heterodasticitat i Homocedasticitat

Per valorar l'existència d'heterodasticitat en el model es fa ús del gràfic de dispersió entre residus estandarditzats i valors predits. Si hi ha dispersió, hi ha heterodasticitat.

Per valorar la presència d'homocedasticitat: n*R², en...

Continuar leyendo "Anàlisi de Sèries Temporals i Models ARIMA" »

Inversa Generalizada, Proyección Ortogonal y Propiedades de Matrices Hermíticas

Matemáticas4,02 KB

Inversa Generalizada y Soluciones de Mínimos Cuadrados

La inversa generalizada de una matriz A (denotada como A+) permite encontrar la solución de mínimos cuadrados de norma mínima, x*, para un sistema de ecuaciones lineales Ax = b. Esta solución se expresa como: x* = A+b.

Casos para el Cálculo de la Inversa Generalizada

  • Caso 1: r(A) = n (rango de A igual al número de columnas)
    La solución de mínimos cuadrados es: x* = (ATA)-1ATb.
    Por lo tanto, la inversa generalizada es: A+ = (ATA)-1AT.
  • Caso 2: r(A) = m (rango de A igual al número de filas)
    La inversa generalizada es: A+ = AT(AAT)-1.
  • Caso 3: r(A) = k, con k < n y k < m (rango de A menor que el número de filas y columnas)
    La inversa generalizada se calcula mediante una descomposición
...
Continuar leyendo "Inversa Generalizada, Proyección Ortogonal y Propiedades de Matrices Hermíticas" »

Fundamentos y Requisitos Clave para la Determinación del Tamaño de Muestra Inicial

Matemáticas2,43 KB

Determinación del Tamaño de Muestra Inicial

En todos los comentarios anteriores hemos venido suponiendo que se conocía el tamaño de la muestra. Ahora, vamos a plantearnos este problema como punto final de este tema. Para ello, seguimos utilizando las tablas antes indicadas.

Para determinar un tamaño muestral inicial es necesario especificar algunos elementos clave que se refieren a nuestras exigencias de precisión y a una primera idea de la naturaleza de la población en cuanto a la magnitud que nos interesa, es decir, la tasa de error.

Elementos Esenciales para la Determinación del Tamaño Muestral

Tamaño de la Población

En principio, este factor no es excesivamente importante, ya que manejaremos las tablas hechas bajo la hipótesis de...

Continuar leyendo "Fundamentos y Requisitos Clave para la Determinación del Tamaño de Muestra Inicial" »

Conceptos Fundamentales de Geometría: Líneas, Ángulos y Figuras Planas

Matemáticas3,74 KB

Definiciones Clave en Geometría Plana

Líneas y sus Variaciones

  • Rectas que pasan por un punto (Haz de Rectas)

    Conjunto de rectas que pasan por un punto común. A este punto se le denomina centro. Estas rectas contienen todas las direcciones posibles del plano.

  • Rectas Paralelas

    Conjunto de rectas en un plano que son paralelas entre sí, es decir, que nunca se intersecan.

  • Semirrecta

    Cada una de las dos partes en que es dividida una recta por uno de sus puntos. A este punto se le denomina origen de la semirrecta.

  • Segmento

    Parte de una recta comprendida entre dos puntos. Al primero se le denomina origen y al segundo extremo. La distancia entre los dos puntos es la longitud del segmento que los une.

Relaciones entre Rectas

  • Rectas Secantes

    Aquellas que se cortan

...
Continuar leyendo "Conceptos Fundamentales de Geometría: Líneas, Ángulos y Figuras Planas" »

Estudio de Funciones Cuadráticas y Polinómicas: Análisis de Intersecciones y Máximos

Matemáticas11,28 KB

a) %IMAGE_1% = %IMAGE_2% - 2x; %IMAGE_3% = 4x - %IMAGE_4%
buscando cruces en %IMAGE_5%:
%IMAGE_6%o x(x-2)=0 => x=0 o x=2 buscando máximo o mínimo en %IMAGE_7%:
%IMAGE_8% = 2x-2 = 0 => x=1 => y(1) = %IMAGE_9% - 2(1) = 1 - 2 = -1
cm %IMAGE_10% s 1a parábola y a = 1 > 0, la parábola abre hacia arriba, la siguiente tabla resume esto:
x 2y1+-+
buscando cruces en %IMAGE_11%:
y=4x- %IMAGE_12% =0 x(4-x)=0 => x=0 o x=4 buscando máximo o mínimo en %IMAGE_13%:
%IMAGE_14% = 4 - 2x = 0 => x=2 => y(2) = 4(2) - %IMAGE_15% = 8 - 4 = 4
cm %IMAGE_16% s 1a parábola y a = -1 x 4y2-+-
puntos de intersección %IMAGE_17% = %IMAGE_18%
%IMAGE_19%-2x = 4x - %IMAGE_20%
2 %IMAGE_21% - 6x = 0
2x(x - 3) = 0
x=0 o x=3


donde la gráfica es la siguiente:
%IMAGE_...

Continuar leyendo "Estudio de Funciones Cuadráticas y Polinómicas: Análisis de Intersecciones y Máximos" »

Contraste de Hipótesis: Media y Diferencia de Medias Poblacionales

Matemáticas4,01 KB

Contraste de Hipótesis para la Media Poblacional con Sigma Conocida

En esta sección, abordaremos el contraste de hipótesis para la media poblacional cuando la desviación estándar poblacional (σ) es conocida. Se presentan tres casos distintos, variando la hipótesis alternativa.

Caso a)

  • Hipótesis Nula (H0): μ = 298
  • Hipótesis Alternativa (H1): μ ≠ 298

Cálculo de los valores críticos (2.5% en cada cola): ± 2.2010

Sustituyendo:

  • k1 = 298 - (2.2010 * (238.2 / √12)) = 146.65
  • k2 = 298 + (2.2010 * (238.2 / √12)) = 449.35

En la muestra, x = 418.3 ∈ (146.65, 449.35), por lo tanto, no se rechaza H0: μ = 298 frente a la alternativa H1: μ ≠ 298.

Caso b)

  • Hipótesis Nula (H0): μ = 298
  • Hipótesis Alternativa (H1): μ > 298

Cálculo del valor...

Continuar leyendo "Contraste de Hipótesis: Media y Diferencia de Medias Poblacionales" »

Ejercicios Resueltos de Matemáticas Discretas: Grafos, Recurrencias y Álgebra

Matemáticas26,3 KB

Examen de Enero 2012: Problemas Resueltos de Matemáticas Discretas

Problemas de Desarrollo

Problema 1: Grafos y Combinatoria

  1. Demuestre que el número de grafos distintos que se pueden formar con 200 vértices y 50 aristas es:

    Ecuacion

    La expresión C(200, 2) (o (200 sobre 2)) representa las selecciones no ordenadas de un conjunto de 200 elementos, tomados en grupos de 2 elementos. Esto define todas las posibles aristas en un grafo completo con 200 vértices.

    Imagen

    Luego, se aplica la misma lógica, pero cambiando 200 por el número total de aristas posibles (C(200, 2)) y 2 por 50 (que es el número de aristas a seleccionar). Así es como se definen todos los grafos con 50 aristas.

    Proponga un ejemplo con 4 vértices y 5 aristas.

    Número de grafos que se pueden

...

Continuar leyendo "Ejercicios Resueltos de Matemáticas Discretas: Grafos, Recurrencias y Álgebra" »

Explorando los Números Enteros: Operaciones y Propiedades

Matemáticas5,89 KB

Los Números Enteros: Una Introducción Completa

Los números enteros son un conjunto de números que incluye a los números naturales distintos de cero (1, 2, 3, ...), los negativos de los números naturales (..., −3, −2, −1) y al cero, 0. Los enteros negativos, como −1 ó −3 (se leen "menos uno", "menos tres", etc.), son menores que todos los enteros positivos (1, 2, ...) y que el cero. Para resaltar la diferencia entre positivos y negativos, a veces también se escribe un signo "más" delante de los positivos: +1, +5, etc.

Suma de Números Enteros

La suma de números enteros se comporta de manera similar a la suma de números naturales:

La suma de números enteros cumple las siguientes propiedades:

  • Propiedad asociativa. Dados tres números
...
Continuar leyendo "Explorando los Números Enteros: Operaciones y Propiedades" »