Chuletas y apuntes de Matemáticas de Universidad

Conceptos Fundamentales de Conjuntos

Entornos

• Entorno con centro a y radio b: E(a,b) = (a−b, a+b)
• Entorno reducido con centro a y radio b: E*(a,b) = (a−b, a) ∪ (a, a+b)

Conjuntos Acotados

• Conjunto acotado superiormente: Un conjunto A ⊂ ℝ tal que ∃k ∈ ℝ con x ≤ k, ∀x ∈ A.
• Conjunto acotado inferiormente: Un conjunto A ⊂ ℝ tal que ∃k ∈ ℝ con x ≥ k, ∀x ∈ A.
• Conjunto acotado: Un conjunto que es acotado superior e inferiormente.

Extremos de Conjuntos

• Extremo superior (Supremo) de un conjunto A: sup(A) es la menor de sus cotas superiores.
• Extremo inferior (Ínfimo) de un conjunto A: inf(A) es la mayor de sus cotas inferiores.
• Máximo de un conjunto A: max(A) = sup(A) si sup(A) ∈ A.
• Mínimo de un conjunto A: min(A) = inf(

Niveles de Medida en Estadística

Los niveles de medida son escalas que clasifican las variables según la naturaleza de sus valores y las operaciones matemáticas que se pueden realizar con ellos:

• Nivel Nominal: Valores que solo sirven para identificar y clasificar los elementos de la población. No implican orden ni magnitud.
  • Ejemplos: Sexo (masculino, femenino), Religión (cristiana, musulmana, etc.).
• Nivel Ordinal: Además de identificar, permiten ordenar los elementos según alguna característica, pero las diferencias entre los valores no son significativas o uniformes.
  • Ejemplos: Clase social (alta, media, baja), Nivel de satisfacción (muy satisfecho, satisfecho, insatisfecho).
• Nivel de Intervalo: Además de identificar y ordenar, la diferencia

Introducción a los Sistemas de Proyección Cartográfica

Ya sea que se trate a la Tierra como una esfera o como un esferoide, es fundamental transformar su superficie tridimensional para crear un mapa plano. Esta transformación, que usualmente utiliza ecuaciones matemáticas, es conocida comúnmente como sistemas de proyección cartográfica.

Tipos de Proyecciones Cartográficas según sus Propiedades

Proyecciones Conformales

Las proyecciones conformales preservan las formas locales. Las líneas de la grilla sobre el globo forman ángulos perpendiculares. Para preservar los ángulos individuales que describen las relaciones espaciales, una proyección conformal debe presentar una grilla de líneas que se intercepten en ángulos de 90º sobre... Continuar leyendo "Fundamentos de Proyecciones Cartográficas: Tipos y Características Esenciales" »

La Tributació Conjunta i el Problema de l'Acumulació de Rendes

La tributació conjunta és l'opció en què la unitat contribuent és la família.

Si acceptem la família com a unitat contribuent, hem de determinar la seva capacitat de pagament relativa. Això comporta esbrinar si la família té capacitat de pagar igual, més o menys impostos que els que pagaria de forma separada el conjunt dels individus que la componen.

Com que l'impost és de caràcter progressiu, en acumular-se les rendes dels membres de la família, la quantitat a pagar serà superior a la que pagarien si tributessin separadament, i es genera un problema d'acumulació de rendes.

Tècniques per Atenuar la Discriminació Fiscal Familiar

Aquest efecte sol ser atenuat per una... Continuar leyendo "Tributació Conjunta: Tècniques de Correcció de Rendes" »

Depuración y Preparación de la Base de Datos

Antes de comenzar cualquier análisis, es fundamental preparar y depurar la base de datos. Esto implica la revisión y corrección de errores, así como la preparación de las variables para los análisis posteriores.

Análisis Factorial

El análisis factorial es una técnica de reducción de dimensiones que permite identificar las variables subyacentes (factores) que explican las correlaciones entre un conjunto de variables observadas. Se realiza de la siguiente manera:

• Ir a Analizar > Reducción de dimensiones > Factor.
• Incluir todas las variables que componen la escala.
• En Descriptivos, seleccionar KMO y prueba de Bartlett.
• En Rotación, seleccionar Varimax.

Interpretación:

• KMO: Debe ser ≥

Distribuciones de Probabilidad Discretas

Distribución Binomial

Características:

• 1) Universo infinito.
• 2) Variables independientes.
• 3) Experimentos dicotómicos.
• 4) Con reposición.

Parámetros Estadísticos:

• 1) Esperanza: n · p
• 2) Varianza: n · p · q
• 3) Desvío Estándar (S): Raíz cuadrada de la varianza.
• 4) Coeficiente de Variación (CV): S / E

Parámetros Matemáticos:

• 1) N: Tamaño de la muestra.
• 2) P: Probabilidad de ocurrencia.
• 3) Q: 1 - P

Distribución de Poisson

Representa la cantidad de elementos que se presentan al azar en un continuo de extensión t, con un promedio de presentación en el continuo igual a λ (lambda).

Características:

• 1) Universo infinito.
• 2) No es dicotómico.

Parámetros Estadísticos:

• 1) Esperanza E(x): λ
• 2) Varianza (Var): λ
• 3)

Pregunta 1

Un Carpintero desea construir una mesa elíptica de una hoja de madera Contrachapada, de 4 pies por 8 pies. Trazará la elipse usando el método de “chincheta e hilo” que se ilustra en las Figura.

¿Qué Longitud del hilo debe usar y a qué distancia debe colocar las chinchetas, si La elipse ha de ser la más grande posible a cortar de la hoja de madera Contrachapada?

RESOLUCIÓN

Graficando La elipse la más grande posible y la hoja de madera en el plano cartesiano

∎Del grafico se deduce: ???? = 4, ???? = 2, Usando la relación: ????² = ????²+ ????²→ ???? =√12

Entonces las chinchetas se Colocan a una distancia de 2???? = 2√12 ????????????????

∎Por otro lado como el punto “P” se mueve a través de la curva entonces usando

Relación Binaria de Orden y de Equivalencia sobre un Conjunto A

Dado un conjunto $A$, una relación binaria en $A$ es un subconjunto $R$ del producto cartesiano $A \times A$, es decir, $R \subseteq A \times A$.

Relación de Orden

La relación $R$ es de orden si cumple las siguientes tres propiedades de las relaciones binarias:

• Reflexiva

  Se cumple si para todo elemento $a \in A$, se tiene $aRa$. (Ejemplo: $1R1, 2R2, \dots$)

• Antisimétrica

  Si $aRb$ y $bRa$, entonces $a=b$. (El ejemplo original es confuso, pero la propiedad se cumple si, por ejemplo, existe $1R2$ y no existe $2R1$, a menos que $1=2$).

• Transitiva

  Si $aRb$ y $bRc$, entonces $aRc$. (Ejemplo: si existe $1R2$ y $2R3$, por tanto, existe $1R3$).

Relación de Equivalencia

Así mismo, una relación... Continuar leyendo "Fundamentos Matemáticos Esenciales: Relaciones, Álgebra Lineal y Teoremas Clave" »

Validez Criterial

Supuestos para Inferencias

Para realizar inferencias válidas, se deben considerar los siguientes supuestos:

• Especificación correcta del modelo: En el caso de un único predictor, esto implica la linealidad de la relación.
• Variables medidas sin error: Se asume que las variables han sido medidas con precisión.
• Supuestos sobre el error:
  • Esperanza matemática nula.
  • Homocedasticidad de los valores de X (varianza constante del error para todos los niveles del predictor).
  • Independencia de los errores o de las observaciones.

Fases de Inferencia

Las inferencias se realizan en dos fases principales:

• Sobre el modelo global: Se evalúa si el modelo reduce los errores que se cometerían en su ausencia.
• Sobre los coeficientes: Se contrastan hipótesis

Definición Clásica de Probabilidad según Laplace

Se suele denominar definición clásica, por ser una de las primeras definiciones que fueron propuestas. Debemos conocer su espacio muestral asociado E (número de resultados posibles supuestamente equiprobables) y, además, el número de resultados posibles de que consta cualquier suceso o subconjunto de E, por lo que, antes de realizar el experimento, podemos atribuir la correspondiente probabilidad a cualquier suceso. También se denomina definición de Laplace, por ser atribuida a él.

Definición

Dado un experimento aleatorio con un espacio muestral finito E, gozando de la particularidad de que todos los sucesos elementales tienen la misma probabilidad de ocurrir al efectuar una prueba del... Continuar leyendo "Conceptos Fundamentales de Probabilidad y Distribución Normal" »