Chuletas y apuntes de Matemáticas de Universidad

Definición: Un juego bipersonal en forma estratégica (I = {1, 2}, X = X1 × X2, π = (π1, π2)) se dice que es estrictamente competitivo cuando cumple:

π1(x, y) > π1(x', y') si y sólo si π2(x, y) < π2(x', y') para todo x, x' ∈ X1, ∀y, y' ∈ X2.

ANOVA DE DOS FACTORES

SPSS:

En vista de variables: declarar variables

• Monto
• Ingreso: valores (1, 2,3)
• Tarjeta: Valores (1, 2,3)

üAnalizar > modelo lineal general > univariante

Variable dependiente: monto ahorrado (números)

Factores fijos: ingreso y tarjeta

Guardar > poner residuos no tipificados

Opciones > marcar pruebas de homogeneidad

Post hoc > jalar los factores > marcar Duncan

üAnalizar > pruebas no paramétricas > cuadro de diálogos antiguos > KS de 1 muestra > jalar residuos

SUPUESTOS:

Normalidad de errores

Ho: Los errores siguen una distribución normal (SI)

Hi: No siguen una distribución normal

Alfa: 0,05

Sig (K – S) > Alfa NoRHo

Sig (K – S) = 0,200 > 0,05 NoRHo

Se cumple el supuesto de normalidad de errores

Homogeneidad

Teorema de Euler: Fundamentos y Aplicaciones

Aplicaciones (Funciones)

Una función f: A → B es una aplicación cuando todo elemento del conjunto inicial A (dominio) tiene una única imagen en el conjunto final B (codominio).

Dos tipos importantes de aplicaciones son:

• Inyectiva: Una aplicación f es inyectiva si a elementos distintos del dominio les corresponden imágenes distintas en el codominio. Es decir, si f(x₁) = f(x₂), entonces x₁ = x₂.
• Suprayectiva (o Sobreyectiva): Una aplicación f es suprayectiva si todo elemento del codominio es imagen de al menos un elemento del dominio. Es decir, para todo y ∈ B, existe al menos un x ∈ A tal que f(x) = y.

Espacios Vectoriales

Definición de Espacio Vectorial

Sea V un conjunto no vacío, K un cuerpo (como el de los números reales ℝ... Continuar leyendo "Conceptos Clave del Álgebra Lineal: Vectores, Espacios y Transformaciones" »

1) William James.

2) Orbrist -> acoplamiento cardiaco somático.

3) PE -> N1.

4) Ondas QRS.

5) Actividad vascular.

6) Tomografía por emisión de positrones.

7) Sacos Vestibulares -> Utrículo y Sáculo.

8) Tacto afectivo ____ -> piel vellosa / piel lampiña / x.

9) Tacto fino / grueso.

10) Corteza somatosensorial.

11) Dolor (estímulos aversivos).

12) Sabor dulce.

13) Insulina.

14) Péptido Y.

15) Órgano de Corti.

16) Células ciliadas externas.

17) Controlar respuesta agresiva -> serotonina / noradrenalina / x.

18) Dilatación contracción de la pupila en la luz músculos.

19) Ondas lentas -> fases del sueño norem / fases 1 y 2 del sueño norem / fases 3 y 4 norem.

20) Coniocelular.

21) Bulbo olfatorio -> epitelio nasal.

22) Pérdida del

Conceptos Estadísticos Fundamentales

A continuación, se presentan algunos conceptos clave en estadística:

• Parámetro: Es una función definida sobre una variable que caracteriza a una población y se representa con letras griegas.
• Estimador: Un estimador es más preciso que otro si la varianza del primero es menor que la del segundo.
• Consistencia: Se refiere a la precisión de los estimadores. Un estimador preciso también es insesgado.
• Espacio Muestral: Es el conjunto de todos los resultados posibles de un proceso experimental u observacional.
• Valor P: Es la probabilidad exacta de cometer error tipo I.

Ejemplos Prácticos

2. Lechones 7 y 9 kg

Se analiza el peso de lechones:

• X (media): 6,7 kg
• DE (Desviación Estándar): 0,5 kg

Cálculo de Z:

Z = (X -... Continuar leyendo "Análisis Estadístico: Ejemplos Prácticos y Aplicaciones" »

UNIDAD 1

1.- QUE ES UNA ENCUESTA

Serie De preguntas que se hace a muchas personas para reunir datos o detectar la Opinión

2.- TIPOS DE ENCUESTA

Encuestas descriptivas: Estas encuestas buscan crear un Registro sobre las actitudes o condiciones presentes dentro de una población en Un momento determinado

3.-QUE ES UNA VARIABLE

Variable independiente. El valor que tenga asignado La variable no dependerá de otra variable. Se representan dentro del eje de Abscisas.

Variable dependiente. El o los valores de una variable Dependerán exclusivamente de los valores que obtengan otras variables.

4.- TIPOS DE ESCALA

Escala nominal

Escala ordinal

Escala de intervalo

Escala de razón

5.- QUE ES UNA BASE DE DATOS

Son bases de datos únicamente de lectura, utilizadas... Continuar leyendo "Relación empírica entre las medidas de dispersión" »

Medidas de dispersión: definición y tipos. Coeficiente de variación

Las medidas de dispersión cuantifican la variabilidad o representatividad de los datos. Pueden ser:

• Absolutas: miden la variabilidad en las mismas unidades de la variable de estudio.
• Relativas: valores sin unidades. La más utilizada es el cv=s/x

Coeficiente de correlación lineal y bondad del ajuste

• COEF: mide el grado de asociación de la variación conjunta entre las variables -> rxy=sxy/sxsy
• BOND: Varianza residual -> s^2ry media de los errores que se cometen en el ajuste de un modelo, no está acotada. Coeficiente de determinación: R^2 porcentaje de variación de la variable de estudio Y, que puede atribuirse a su relación con la variable indep X, grado de fiabilidad