Chuletas y apuntes de Matemáticas

Ordenar por
Materia
Nivel

Estadística de Retrasos Aéreos: Frecuencias, Mediana y Moda en Vuelos de Cabotaje

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 13,91 KB

Estudio Estadístico de Retrasos en Vuelos de Cabotaje

Este documento presenta un ejercicio práctico de estadística descriptiva, centrado en el análisis de los retrasos en minutos de vuelos de cabotaje. Se ha recopilado información de 100 vuelos seleccionados al azar de la compañía aérea SS, que arribaron a un aeropuerto específico durante un período de seis meses.

Tabla de Frecuencias de Retrasos en Vuelos

La siguiente tabla muestra la distribución de los retrasos en minutos, incluyendo las frecuencias absolutas y relativas, tanto simples como acumuladas.

Retraso en minutosFrecuencia Absoluta Simple (ni)Frecuencia Absoluta Acumulada (Ni)Frecuencia Relativa Simple (hi)Frecuencia Relativa Acumulada (Hi)
3-9333/100 = 0.033/100 = 0.03
9-1553+
... Continuar leyendo "Estadística de Retrasos Aéreos: Frecuencias, Mediana y Moda en Vuelos de Cabotaje" »

Fundamentos de Probabilidad: Axiomas y Teoremas Esenciales

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 6,5 KB

Axiomas de Probabilidad

Los axiomas de probabilidad, también conocidos como axiomas de Kolmogorov, son las reglas fundamentales que rigen el cálculo de probabilidades. Establecen las propiedades básicas que debe cumplir cualquier función de probabilidad.

Axioma I: No Negatividad

Siendo A un evento cualquiera del espacio muestral, su probabilidad debe ser un valor entre 0 y 1, inclusive:

0 ≤ P(A) ≤ 1

Axioma II: Probabilidad del Espacio Muestral

Siendo S el espacio muestral (el conjunto de todos los posibles resultados), la probabilidad de que ocurra cualquier evento dentro de este espacio es igual a 1:

P(S) = 1

Axioma III: Aditividad para Eventos Mutuamente Excluyentes

Siendo A y B un par de eventos mutuamente excluyentes (es decir, su intersección... Continuar leyendo "Fundamentos de Probabilidad: Axiomas y Teoremas Esenciales" »

Principios Fundamentales para la Estabilidad y Consistencia en la Discretización de Ecuaciones

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 2,72 KB

Debe de tener consistencia en las caras de los volúMenes de control: Cuando una cara es común a dos volúMenes de control, el flujo que atraviesa esa cara debe representarse mediante la misma expresión en ambas ecuaciones de discretización.
Por ejemplo, el flujo de calor que sale de un volumen de control debe ser exactamente el mismo que el que entra al volumen vecino a través de esa cara. Si no se cumple, se violaría el balance de energía. Esto implica que los flujos en las caras deben considerarse como entidades propias, independientes de un volumen concreto, evitando inconsistencias entre celdas adyacentes.

Coeficientes positivos


En la ecuación discretizada, el valor de la variable dependiente en un nodo está influido por los valores... Continuar leyendo "Principios Fundamentales para la Estabilidad y Consistencia en la Discretización de Ecuaciones" »

Fundamentos Esenciales de Geometría y Trigonometría

Enviado por Programa Chuletas y clasificado en Matemáticas

Escrito el en español con un tamaño de 5,04 KB

Introducción a la Geometría y Trigonometría

La Trigonometría comenzó con los babilonios y los egipcios, quienes establecieron las medidas en grados, minutos y segundos. Hiparco construyó una tabla de cuerdas para resolver triángulos.

La Geometría abarca conocimientos de longitudes, áreas y volúmenes. La invención de la rueda y los trabajos de Euler y Gauss condujeron a la topología y la geometría diferencial.

Conceptos Fundamentales de Geometría

  • Punto: La parte más pequeña que se puede dibujar.
  • Recta: La distancia entre dos puntos; es derecha, sin grosor ni extremos.
  • Plano: Es ilimitado, continuo y sin grosor.
  • Puntos colineales: Son puntos que están en la misma recta.
  • Puntos coplanares: Son puntos que se encuentran en el mismo plano.
... Continuar leyendo "Fundamentos Esenciales de Geometría y Trigonometría" »

Probabilidad y Estadística: Conceptos y Ejercicios Resueltos

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 29,13 KB

Variables Aleatorias Discretas

Ejemplos de Cálculo de Probabilidades

Cuanto mucho 3 líneas están en uso:

P(X≤3) = p(0) + p(1) + p(2) + p(3) = 0,10 + 0,15 + 0,20 + 0,25 = 0,70

Menos de 3 líneas están en uso:

P(X

Entre 2 y 5 líneas, inclusive, están en uso:

P(2≤X≤5) = p(2) + p(3) + p(4) + p(5) = 0,20 + 0,25 + 0,20 + 0,06 = 0,71

Por lo menos 4 líneas no están en uso:

P(X≤2) = p(0) + p(1) + p(2) = 0,10 + 0,15 + 0,20 = 0,45

Sería todos para arriba sin el 1:

P(X>1) = p(2) + p(3) + p(4) + p(5) + p(6) + p(7) + p(8) = 4/8 = 1/2

Entre 2 y 5:

P(2

Ejercicios Adicionales

1) Se sacan dos bolas de manera sucesiva de una urna que contiene 4 bolas rojas y 3 negras. Los valores x de la variable aleatoria X, donde X es el número de bolas rojas son: RR=... Continuar leyendo "Probabilidad y Estadística: Conceptos y Ejercicios Resueltos" »

Conceptos Clave de Estadística Descriptiva: Medidas y Fórmulas

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 576,05 KB

Medidas de tendencia central

Las medidas de tendencia central son parámetros estadísticos que informan sobre el centro de la distribución de la muestra o población estadística.

MedidaDatos no agrupadosDatos agrupados

Moda (Mo)

Valor de la variable al que le corresponde la máxima frecuencia absoluta.

Máxima fi

DbD37bgmKfYAAAAASUVORK5CYII=

Donde:

  • Δ1: Diferencia entre la frecuencia modal y la frecuencia absoluta anterior a la moda.
  • Δ2: Diferencia entre la frecuencia modal y la frecuencia absoluta posterior a la moda.

Mediana (Me)

Valor de la variable que se encuentra exactamente en el centro de los datos, dejando a cada lado el 50% de las observaciones.

  • Si n es par: es el promedio de los dos datos centrales. Posiciones: n/2 y (n/2)+1.
  • Si n es impar: es el dato central. Posición:
... Continuar leyendo "Conceptos Clave de Estadística Descriptiva: Medidas y Fórmulas" »

Modelos Clave de Machine Learning: Regresión, Árboles y Tratamiento de Datos

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 6,52 KB

Técnicas de Imputación para Valores Faltantes (NA)

El tratamiento de valores faltantes (NA) es crucial, especialmente cuando su proporción es alta y no queremos descartar los registros. En estos casos, nos interesa conservar los datos. Para ello, reemplazamos estos valores faltantes por aproximaciones, un proceso conocido como imputación de datos.

Consejo práctico: Para calcular la media ignorando los valores NA en lenguajes como R, se utiliza el argumento na.rm = TRUE en la función correspondiente.

Pregunta de Repaso

Cuando se realiza imputación por media en una variable numérica con valores faltantes, ¿cuál de las siguientes afirmaciones es verdadera?

  • A. Aumenta la correlación entre la variable imputada y las demás.
  • B. Reduce la variabilidad
... Continuar leyendo "Modelos Clave de Machine Learning: Regresión, Árboles y Tratamiento de Datos" »

Conceptos Fundamentales de Teoría de Conjuntos: Correspondencia, Aplicaciones y Relaciones

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 6,12 KB

Correspondencia

Sean X e Y conjuntos, una correspondencia entre X e Y es una terna (X, Y, G) donde G es un subconjunto del producto cartesiano de X con Y. Al conjunto X se le llama conjunto inicial, al conjunto Y se le llama conjunto final y a G se le llama grafo o gráfica de la correspondencia. Si el par (X, Y) pertenece a G, se dice que X se corresponde con Y.

Producto Cartesiano

Dados X e Y conjuntos, llamaremos producto cartesiano de X e Y al conjunto formado con todos los pares ordenados que pueden formarse con elementos de X e Y: X × Y = {(a, b) / aX y bY}.

Imagen

Si a pertenece a X, llamaremos imagen de a, f(a), al conjunto de elementos de Y que se corresponden mediante f con a. f(a) = { bY / (a, b) ∈ G} ⊆ Y.

Aplicación

Una... Continuar leyendo "Conceptos Fundamentales de Teoría de Conjuntos: Correspondencia, Aplicaciones y Relaciones" »

Conceptos Clave de Relaciones Funcionales en Matemáticas

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 4,18 KB

1. Relaciones Funcionales

Una función es una relación entre dos magnitudes o variables numéricas, X e Y, tal que a cada valor de x le corresponde un único valor de Y.

  • La magnitud en la que se pueden elegir libremente los valores se denomina variable independiente y se denota con la letra X.

  • La magnitud en la que los valores se obtienen por la relación funcional es la variable dependiente, que se indica con la letra Y.

2. Propiedades de las Funciones

2.1. Dominio y Recorrido

  • El dominio de una función es el conjunto de los valores que puede tomar la variable independiente, y se denota Dom f.

  • El recorrido de una función es el conjunto formado por los valores que toma la variable dependiente.

2.2. Puntos de Corte

  • Los puntos de corte con el eje de

... Continuar leyendo "Conceptos Clave de Relaciones Funcionales en Matemáticas" »

Técnicas de Muestreo Probabilístico y No Probabilístico: Aplicaciones y Diferencias

Enviado por Chuletator online y clasificado en Matemáticas

Escrito el en español con un tamaño de 3,17 KB

Muestreo Probabilístico

Muestreo Aleatorio Simple

  1. Etiquetar: Se etiquetan previamente los elementos.
  2. Seleccionar: Se seleccionan tantos números aleatorios como elementos tenga la muestra.

Muestreo Sistemático

Consiste en obtener un número aleatorio (no superior a un coeficiente de elevación K). A partir de este número, se aplica el coeficiente para seleccionar los siguientes elementos.

Muestreo Estratificado

Todos los elementos de la población tienen la misma probabilidad de pertenencia a la muestra. Características:

  • Afijación simple: Repartir la muestra total en partes iguales para cada estrato.
  • Afijación proporcional: Dividir la muestra total en partes proporcionales a la población de cada estrato.
  • Afijación óptima: Se elige el tamaño
... Continuar leyendo "Técnicas de Muestreo Probabilístico y No Probabilístico: Aplicaciones y Diferencias" »