Chuletas y apuntes de Matemáticas de Universidad

Probabilidad Total

P(B) = P(B|A₁) P(A₁) + P(B|A₂)P(A₂) + ... + P(B|A_n)P(A_n)

Teorema de Bayes

P(A_k|B) = P(B|A_k)P(A_k) / (P(B|A₁) P(A₁) + P(B|A₂)P(A₂) + ... + P(B|A_n)P(A_n))

Variaciones sin repetición

Sean m, n dos números naturales tales que (m ≥ n). Sea un conjunto formado por m elementos distintos. Llamaremos variación sin repetición (o simplemente variación) de esos m elementos tomados de n en n, a todo grupo ordenado formado por n elementos distintos de los m, de tal manera que dos variaciones o grupos se consideran distintas si:

• Difieren en alguno de sus elementos
• O bien teniendo los mismos elementos difieren en el orden de colocación

El número total de variaciones de m elementos tomados de n en n es:

V_m,n = m!/(m-n)!

Variaciones con repetición

Sea... Continuar leyendo "Teorema de Bayes y Variaciones, Permutaciones y Combinaciones" »

Lanaren Antolakunde Zientifikoa: F. W. Taylor

XX. mendearen hasieran, AEBetako industriaren konplexutasun hazkorra zela eta, erakundeak antolatzeko beste eredu batzuen premia sortu zen. Horrela, industriaren produktibitatea igotzeko eta erakundeetan lana modu eraginkorragoan antolatzeko, zientzian oinarritutako teknikak eta hobekuntza berriak martxan jartzen hasi ziren. Mugimendu berritzaile hari "Lanaren Antolakunde Zientifikoa" deitu zitzaion, eta ordezkari gorena Frederick Winslow Taylor estatubatuar ingeniaria izan zen.

Taylorismoaren funtsa: denbora eta mugimenduen azterketa

Taylorismoaren azken funtsa laneko denbora-tarteak eta mugimenduak aztertzea izan zen. Azterketa horiek langileen gorputz-mugimenduak arrazionalizatzea izan zuten helburu.... Continuar leyendo "Lanaren Antolakunde Zientifikoa: Taylorismoa eta Haren Printzipioak" »

Tipos de Muestreo: Probabilístico y No Probabilístico

Características del Muestreo Probabilístico y No Probabilístico

9. ¿Cuáles son las características de un muestreo probabilístico y un muestreo no probabilístico?

Muestreo Probabilístico

1. Todas las unidades tienen igual probabilidad de participar en la muestra.
2. La elección de cada unidad muestral es independiente de las demás.
3. Se puede calcular el error muestral.

Muestreo No Probabilístico

1. Cada unidad NO tiene la misma probabilidad de participar en la muestra.
2. Alto riesgo de invalidez producido por la introducción de sesgos.
3. No se puede calcular el error muestral.

Muestreo Aleatorio Simple, Error de Muestreo y Otros Tipos

Definición y Características

10. ¿Qué es el muestreo aleatorio

Relación de la Amplitud del Intervalo de Confianza con Parámetros Estadísticos

Esquematice y explique la relación entre la amplitud del intervalo de confianza (y) con respecto a:

• Coeficiente de Confiabilidad (CC): Existe una relación directa. Cuando el coeficiente de confiabilidad es amplio (por ejemplo, 99% en lugar de 90%), el intervalo de confianza resultante es más grande.
• Varianza: A mayor varianza de los datos, mayor será la amplitud del intervalo de confianza. Esto se debe a que una mayor dispersión de los datos implica una mayor incertidumbre en la estimación del parámetro poblacional.
• Tamaño de la Muestra: Existe una relación inversa. Entre mayor sea el número de datos (tamaño de la muestra), menor será la amplitud del intervalo

TEST DE DIFERENCIA DE MEDIAS (DATOS ALEATORIOS O NO)

Primero miramos si provienen de una distribución normal. Si provienen de una distribución normal, miramos si las varianzas son iguales o no; luego miramos la comparación de medias: si las medias son iguales, los datos serán aleatorios. Si no se supone normalidad, miramos directamente la comparación de medianas; si aceptamos la hipótesis nula de igualdad de medianas, los datos perdidos son aleatorios.

Normalidad

Sesgo y curtosis: los valores tienen que estar comprendidos entre -2 y 2.

Shapiro–Wilk: Debido a que el p‑valor de la prueba realizada (0,02) es menor que alfa (0,05), rechazamos la hipótesis nula de que empleo proviene de una distribución normal con un nivel de confianza del... Continuar leyendo "Pruebas estadísticas para comparar medias y evaluar aleatoriedad en datos" »

Conceptos Fundamentales en Estadística Descriptiva

Variables en Investigación Cuantitativa

En el ámbito de la investigación, comprender los tipos de variables es crucial para un correcto análisis de datos. A continuación, se detallan dos categorías importantes:

Variables Intervinientes

Son aquellas variables que pueden alterar la relación inicial entre la variable dependiente y la independiente. Su presencia podría hacer que una relación inicialmente considerada verdadera resulte ser falsa, o viceversa. Es decir, las variaciones (o la ausencia de ellas) en los valores de las puntuaciones de la variable dependiente no se deben a las variaciones en los valores de la variable independiente, sino más bien a la acción de una tercera variable.... Continuar leyendo "Fundamentos Estadísticos: Variables, Distribución de Frecuencias y Medidas Clave" »

Temas Avanzados en la Teoría de la Producción

Introducción al Cálculo Diferencial e Integral

El cálculo diferencial e integral, conocido como cálculo, es la base del análisis matemático de los fenómenos en movimiento o cambio.

• Cálculo diferencial: Se centra en determinar la derivada de una función.
• Cálculo integral: Se refiere al problema inverso, es decir, determinar la función cuando se conoce su derivada.

El cálculo diferencial e integral constituye un importante método de análisis marginal, el cual se refiere a una relación de cambios, o sea, la variación en el margen. Esto se expresa analíticamente como la primera derivada de una función.

Conceptos Clave

• Costo total: Es una función de la cantidad producida y, a menudo, varía

Cara Vestibular

• Corona de forma trapezoidal.
• Tiene menor tamaño que el canino, pero mayor que el segundo premolar.
• Longitud ocluso-cervical (OC) mayor a cualquier otro diente posterior.
• Lóbulo central: Define la forma de la cúspide.
• Lóbulos mesial y distal: Separados del central por pequeñas fositas.
  • Perfil Mesial: Ligeramente cóncavo. Ángulo mesio-oclusal (MO) obtuso.
  • Perfil Distal: Recto a cóncavo. Ángulo disto-oclusal (DO) menos prominente.
• Perfil Oclusal: Similar al canino. Cúspide puntiaguda y larga, posicionada ligeramente hacia distal.
• Cresta vestibular ocluso-cervical prominente en el tercio medio.
• Presencia de surcos de desarrollo mesiovestibular (MV) y distovestibular (DV). Las líneas de imbricación son comunes en el tercio cervical.

Genética de Poblaciones y Equilibrio de Hardy-Weinberg

Población: Grupo de individuos que comparten un patrimonio genético (gene pool), cohabitan en un área restringida y pueden reproducirse libremente entre sí. Los genes en una población tienen continuidad de generación en generación, pero no los genotipos en los cuales ellos aparecen, por eso el individuo, que es una colección de genes, pero formado por el muestreo, es discontinuo.

Población Mendeliana: La segregación y recombinación que causan la variabilidad en la población están gobernadas por los patrones de herencia Mendeliana, de allí que a veces se use el término de población mendeliana.

Equilibrio Genético

Supuestos de la Ley de Hardy-Weinberg (H-W):

• Organismos diploides

Maximización de los beneficios

La maximización de los beneficios se alcanza cuando la diferencia entre los ingresos totales y los costos totales es máxima. Como se desprende de la Figura 7, la diferencia positiva máxima entre el ingreso total y el coste total se logra en el punto en el que la pendiente de la curva de ingreso total es igual a la pendiente de la curva de coste total.

Dado que la pendiente de una curva mide el cambio experimentado por la variable representada en el eje de ordenadas cuando cambia la variable representada en el eje de abscisas, la maximización del beneficio exige que el costo marginal (CM) sea igual al ingreso marginal (IM).

Condiciones para la optimización

• La empresa maximizadora de beneficios producirá aquella