Formulario 1

Algebra matricial
- Valores y vectores propios: An×n tiene valor propio λ de vector propio v si

Av = λv ⇔ (A − λI)v = 0 ⇔ Det (A − λI) = 0, I = matriz identidad de orden n

Análisis numérico
- Método de Newton-Raphson para resolver f (x) = 0:

f (xn )
x0 dado, xn+1 = xn −
f 0 (xn )

- Interpolación de Lagrange: p(xi ) = f (xi ), 0 ≤ i ≤ n

n n
X Y (x − xj )
p(x) = f (xi )li (x), li (x) =
i=0
(xi − xj )
j=0,j6=i

- Ecuaciones normales para resolver y = ax + b por el método mı́nimos cuadrados:

 n
X n
X
yi = nb + a xi




i=1 i=1
n
X n
X n
X ⇒ resolver a y b
x2i



 x y
i i = b xi + a
i=1 i=1 i=1

Ecuaciones en diferencias
solución = solución homogénea + solución particular
- Solución de la homogénea yh (k):
1. dos raı́ces reales y distintas s1 y s2 : yh (k) = C1 sk1 + C2 sk2
2. raı́z real doble s: yh (k) = C1 sk1 + C2 ksk1
3. dos raı́ces complejas conjugadas s1 = a + ib, s2 = a − ib:
√
yh (k) = C1 rk cos (kα + C2 ) , r = a2 + b2 , α = arctan (b/a)
- Búsqueda de una solución particular yp (k):
1. si el segundo miembro es h(k) = dk y d no es solución de la caracterı́stica, ensayamos yp (k) = Adk
2. Si es h(k) = sk y s es solución de la caracterı́stica, ensayamos yp (k) = Akdk , aumentando el grado de k
por cada una de las veces que está repetida la raı́z
3. si es h(k) = k n hay que ensayar un polinomio de grado n en k
4. si h(k) es la suma de funciones conocidas ensayaremos como solución particular la suma de las soluciones
particulares para cada función
5. si fallan las soluciones anteriores propuestas, las multiplicamos por k, k 2 ,... hasta que alguna funcione
Estadı́stica descriptiva
- Regla d’Sturges para escoger el número de intervalos:

Tamaño de la muestra 6 a 10 11 a 22 23 a 44 45 a 90 91 a 181 ...

Número de intervalos 4 5 6 7 8 ...

- Media y varianza muestrales (tamaño de muestra n)

Pp Pp
− x̄)2 nk
P
xi xk nk 2 k=1 (xk
x= = k=1 , s = .
n n n−1
- Coeficientes de asimetrı́a y curtosis muestrales
 3  4
1 X xi − x̄ 1 X xi − x̄
G1 = ni , G2 = ni − 3.
n−1 s n−1 s

- Medidas basadas en ordenaciones muestrales: mediana, percentiles, deciles, cuartiles y la moda.

 Formulario 2
Probabilidad. Variable aleatoria
- Distribución binomial B(n, p)
 
n! n k
p(X = k) = pk (1 − p)n−k = p (1 − p)n−k , E(X) = np, V (X) = np(1 − p).
k!(n − k)! k
- Distribución Poisson P(λ)
λk −λ
p(X = k) = e , E(X) = V (X) = λ = np.
k!
- Distribución Normal N (µ, σ)
Z b
1 2 2
f (x) = √ e−(x−µ) /2σ , p(a ≤ X ≤ b) = f (t)dt = FX (b) − FX (a), E(X) = µ, V (X) = σ 2 .
2πσ a

Intervalos de confianza. Test de hipótesis

- Intervalo para la media µ al nivel 1 − α
σ S
σ conocido: X ± zα/2 √ σ desconocido: X ± tn−1;α/2 √
n n
si el tamaño de la muestra es n ≥ 30 sustituimos tn−1;α/2 por zα/2
- Intervalo para la varianza σ 2 al nivel 1 − α
" #
(n − 1)S 2 (n − 1)S 2
,
χ2n−1;1−α/2 χ2n−1;α/2

- Intervalo para la diferencia de medias µ1 − µ2 al nivel 1 − α con varianzas conocidas

 s s 
σ 2 σ 2 σ 2 σ 2
A
X A − X B − zα/2 + B , X A − X B + zα/2 A
+ B
nA nB nA nB

- Intervalo para la diferencia de medias µ1 − µ2 al nivel 1 − α con varianzas desconocidas e iguales

 r r 
1 1 1 1
X A − X B − tSp + , X A − X B + tSp +
nA nB nA nB
s
(nA − 1)SA2 + (n − 1)S 2
B B
t = tnA +nB −2;α/2 Sp =
nA + nB − 2
si es nA + nB − 2 ≥ 30 sustituimos tnA +nB −2;α/2 por zα/2
- Los valores zα/2 más frecuentes

α/2 0.25 0.125 0.1 0.05 0.025 0.01 0.005 0.001 0.0005
1−α 50 % 75 % 80 % 90 % 95 % 98 % 99 % 99.8 % 99.9 %
zα/2 0.674 1.150 1.282 1.645 1.96 2.326 2.576 3.09 3.291
- Estadı́stico de contraste para comparar media con media poblacional (nivel 1 − α)
∗ con varianza poblacional σ conocida

X −µ
zc = √ región aceptación: [−zα/2 , +zα/2 ]
σ/ n
∗ con varianza poblacional σ desconocida

X −µ
tc = √ región aceptación: [−tn−1;α/2 , +tn−1;α/2 ]
S/ n
si el tamaño de la muestra es n ≥ 30 sustituimos tn−1;α/2 por zα/2
- Estadı́stico de contraste para comparar dos medias (nivel 1 − α)
∗ con varianzas conocidas
X A − X B − (µA − µB )
zc = p
2 /n + σ 2 /n
región aceptación: [−zα/2 , +zα/2 ]
σA A B B
 Formulario 3
∗ con varianzas desconocidas e iguales
s
(nA − 1)SA2 + (n − 1)S 2
X A − X B − (µA − µB ) B B
tc = q , Sp = región aceptación: [−tnA +nB −2; α2 , +tnA +nB −2; α2 ]
S 1
+ 1 n A + n B − 2
p nA nB

si es nA + nB − 2 ≥ 30 sustituimos tnA +nB −2;α/2 por zα/2

- Estadı́stico de contraste para comparar dos distribuciones de frecuencias (nivel 1 − α)
n
X (observadasi − esperadasi )2
χ2c = , región aceptación: [0, χ21−α;n−r−1 ]
i=1
esperadasi

donde r es el número de parámetros estimados para obtener las frecuencias esperadas

Regresión y correlación
- Ecuaciones normales para calcular la recta y sobre x: y = ax + b (suponemos n observaciones (xi , yi ))
 n
X n
X
yi = nb + a xi


 Pn
 (x − x̄)(yi − ȳ) Sxy
n
i=1
n n , i=1 Pn i
o bien a = i=1 2
= 2, b = ȳ − ax̄
i=1 (xi − x̄) Sx
X X X
 2


 x y
i i = b xi + a xi
i=1 i=1 i=1

- Coeficiente de correlación r = rxy = Sxy /(Sx Sy ), −1 ≤ r ≤ 1.

Inversa de la función de distribución t de Student: α
Tn (x) = P [tn ≤ x], Tn (tn,α ) = α, Tn−1 (α) = tn,α
tn,α

nα 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 0.975 0.99 0.995
1 0.158384 0.324920 0.509525 0.726543 1.000000 1.376382 1.962610 3.077684 6.313752 12.706205 31.820516 63.656741
2 0.142134 0.288675 0.444750 0.617213 0.816497 1.060660 1.386207 1.885618 2.919986 4.302653 6.964557 9.924843
3 0.136598 0.276671 0.424202 0.584390 0.764892 0.978472 1.249778 1.637744 2.353363 3.182446 4.540703 5.840909
4 0.133830 0.270722 0.414163 0.568649 0.740697 0.940965 1.189567 1.533206 2.131847 2.776445 3.746947 4.604095
5 0.132175 0.267181 0.408229 0.559430 0.726687 0.919544 1.155767 1.475884 2.015048 2.570582 3.364930 4.032143
6 0.131076 0.264835 0.404313 0.553381 0.717558 0.905703 1.134157 1.439756 1.943180 2.446912 3.142668 3.707428
7 0.130293 0.263167 0.401538 0.549110 0.711142 0.896030 1.119159 1.414924 1.894579 2.364624 2.997952 3.499483
8 0.129707 0.261921 0.399469 0.545934 0.706387 0.888890 1.108145 1.396815 1.859548 2.306004 2.896459 3.355387
9 0.129253 0.260955 0.397868 0.543480 0.702722 0.883404 1.099716 1.383029 1.833113 2.262157 2.821438 3.249836
10 0.128890 0.260185 0.396591 0.541528 0.699812 0.879058 1.093058 1.372184 1.812461 2.228139 2.763769 3.169273
11 0.128594 0.259556 0.395551 0.539938 0.697445 0.875530 1.087666 1.363430 1.795885 2.200985 2.718079 3.105807
12 0.128347 0.259033 0.394686 0.538618 0.695483 0.872609 1.083211 1.356217 1.782288 2.178813 2.680998 3.054540
13 0.128139 0.258591 0.393955 0.537504 0.693829 0.870152 1.079469 1.350171 1.770933 2.160369 2.650309 3.012276
14 0.127961 0.258213 0.393331 0.536552 0.692417 0.868055 1.076280 1.345030 1.761310 2.144787 2.624494 2.976843
15 0.127806 0.257885 0.392790 0.535729 0.691197 0.866245 1.073531 1.340606 1.753050 2.131450 2.602480 2.946713
16 0.127671 0.257599 0.392318 0.535010 0.690132 0.864667 1.071137 1.336757 1.745884 2.119905 2.583487 2.920782
17 0.127552 0.257347 0.391902 0.534377 0.689195 0.863279 1.069033 1.333379 1.739607 2.109816 2.566934 2.898231
18 0.127447 0.257123 0.391533 0.533816 0.688364 0.862049 1.067170 1.330391 1.734064 2.100922 2.552380 2.878440
19 0.127352 0.256923 0.391202 0.533314 0.687621 0.860951 1.065507 1.327728 1.729133 2.093024 2.539483 2.860935
20 0.127267 0.256743 0.390906 0.532863 0.686954 0.859964 1.064016 1.325341 1.724718 2.085963 2.527977 2.845340
21 0.127190 0.256580 0.390637 0.532455 0.686352 0.859074 1.062670 1.323188 1.720743 2.079614 2.517648 2.831360
22 0.127120 0.256432 0.390394 0.532085 0.685805 0.858266 1.061449 1.321237 1.717144 2.073873 2.508325 2.818756
23 0.127056 0.256297 0.390171 0.531747 0.685306 0.857530 1.060337 1.319460 1.713872 2.068658 2.499867 2.807336
24 0.126998 0.256173 0.389967 0.531438 0.684850 0.856855 1.059319 1.317836 1.710882 2.063899 2.492159 2.796940
25 0.126944 0.256060 0.389780 0.531154 0.684430 0.856236 1.058384 1.316345 1.708141 2.059539 2.485107 2.787436
26 0.126895 0.255955 0.389607 0.530892 0.684043 0.855665 1.057523 1.314972 1.705618 2.055529 2.478630 2.778715
27 0.126849 0.255858 0.389448 0.530649 0.683685 0.855137 1.056727 1.313703 1.703288 2.051831 2.472660 2.770683
28 0.126806 0.255768 0.389299 0.530424 0.683353 0.854647 1.055989 1.312527 1.701131 2.048407 2.467140 2.763262
29 0.126767 0.255684 0.389161 0.530214 0.683044 0.854192 1.055302 1.311434 1.699127 2.045230 2.462021 2.756386
30 0.126730 0.255605 0.389032 0.530019 0.682756 0.853767 1.054662 1.310415 1.697261 2.042272 2.457262 2.749996
40 0.126462 0.255039 0.388100 0.528606 0.680673 0.850700 1.050046 1.303077 1.683851 2.021075 2.423257 2.704459
60 0.126194 0.254473 0.387170 0.527198 0.678601 0.847653 1.045469 1.295821 1.670649 2.000298 2.390119 2.660283
120 0.125928 0.253910 0.386244 0.525796 0.676540 0.844627 1.040932 1.288646 1.657651 1.979930 2.357825 2.617421
∞ 0.125661 0.253347 0.385320 0.524401 0.674490 0.841621 1.036433 1.281552 1.644854 1.959964 2.326348 2.575829
 α

Inversa de la función de distribución χ2 de Pearson:

Xn (x) = P [χ2n ≤ x], Xn (χ2n,α ) = α, Xn−1 (α) = χ2n,α

χ2n,α
nα 0.005 0.01 0.025 0.05 0.1 0.2 0.3 0.5 0.7 0.8 0.9 0.95 0.975 0.99 0.995
1 0.00004 0.00016 0.00098 0.00393 0.01579 0.06418 0.14847 0.45494 1.07419 1.64237 2.70554 3.84146 5.02389 6.63490 7.87944
2 0.01002 0.02010 0.05064 0.10259 0.21072 0.44629 0.71335 1.38629 2.40795 3.21888 4.60517 5.99146 7.37776 9.21034 10.59663
3 0.07172 0.11483 0.21580 0.35185 0.58437 1.00517 1.42365 2.36597 3.66487 4.64163 6.25139 7.81473 9.34840 11.34487 12.83816
4 0.20699 0.29711 0.48442 0.71072 1.06362 1.64878 2.19470 3.35669 4.87843 5.98862 7.77944 9.48773 11.14329 13.27670 14.86026
5 0.41174 0.55430 0.83121 1.14548 1.61031 2.34253 2.99991 4.35146 6.06443 7.28928 9.23636 11.07050 12.83250 15.08627 16.74960
6 0.67573 0.87209 1.23734 1.63538 2.20413 3.07009 3.82755 5.34812 7.23114 8.55806 10.64464 12.59159 14.44938 16.81189 18.54758
7 0.98926 1.23904 1.68987 2.16735 2.83311 3.82232 4.67133 6.34581 8.38343 9.80325 12.01704 14.06714 16.01276 18.47531 20.27774
8 1.34441 1.64650 2.17973 2.73264 3.48954 4.59357 5.52742 7.34412 9.52446 11.03009 13.36157 15.50731 17.53455 20.09024 21.95495
9 1.73493 2.08790 2.70039 3.32511 4.16816 5.38005 6.39331 8.34283 10.65637 12.24215 14.68366 16.91898 19.02277 21.66599 23.58935
10 2.15586 2.55821 3.24697 3.94030 4.86518 6.17908 7.26722 9.34182 11.78072 13.44196 15.98718 18.30704 20.48318 23.20925 25.18818
11 2.60322 3.05348 3.81575 4.57481 5.57778 6.98867 8.14787 10.34100 12.89867 14.63142 17.27501 19.67514 21.92005 24.72497 26.75685
12 3.07382 3.57057 4.40379 5.22603 6.30380 7.80733 9.03428 11.34032 14.01110 15.81199 18.54935 21.02607 23.33666 26.21697 28.29952
13 3.56503 4.10692 5.00875 5.89186 7.04150 8.63386 9.92568 12.33976 15.11872 16.98480 19.81193 22.36203 24.73560 27.68825 29.81947
14 4.07467 4.66042 5.62873 6.57063 7.78953 9.46733 10.82148 13.33927 16.22210 18.15077 21.06414 23.68479 26.11895 29.14124 31.31935
15 4.60092 5.22935 6.26214 7.26094 8.54676 10.30696 11.72117 14.33886 17.32169 19.31066 22.30713 24.99579 27.48839 30.57791 32.80132
16 5.14221 5.81221 6.90766 7.96165 9.31224 11.15212 12.62435 15.33850 18.41789 20.46508 23.54183 26.29623 28.84535 31.99993 34.26719
17 5.69722 6.40776 7.56419 8.67176 10.08519 12.00227 13.53068 16.33818 19.51102 21.61456 24.76904 27.58711 30.19101 33.40866 35.71847
18 6.26480 7.01491 8.23075 9.39046 10.86494 12.85695 14.43986 17.33790 20.60135 22.75955 25.98942 28.86930 31.52638 34.80531 37.15645
19 6.84397 7.63273 8.90652 10.11701 11.65091 13.71579 15.35166 18.33765 21.68913 23.90042 27.20357 30.14353 32.85233 36.19087 38.58226
20 7.43384 8.26040 9.59078 10.85081 12.44261 14.57844 16.26586 19.33743 22.77454 25.03751 28.41198 31.41043 34.16961 37.56623 39.99685
21 8.03365 8.89720 10.28290 11.59131 13.23960 15.44461 17.18227 20.33723 23.85779 26.17110 29.61509 32.67057 35.47888 38.93217 41.40106
22 8.64272 9.54249 10.98232 12.33801 14.04149 16.31404 18.10072 21.33704 24.93902 27.30145 30.81328 33.92444 36.78071 40.28936 42.79566
23 9.26042 10.19572 11.68855 13.09051 14.84796 17.18651 19.02109 22.33688 26.01837 28.42879 32.00690 35.17246 38.07563 41.63840 44.18128
24 9.88623 10.85636 12.40115 13.84842 15.65868 18.06180 19.94323 23.33673 27.09596 29.55332 33.19624 36.41503 39.36408 42.97982 45.55851
25 10.51965 11.52398 13.11972 14.61141 16.47341 18.93975 20.86703 24.33659 28.17192 30.67520 34.38159 37.65248 40.64647 44.31410 46.92789
26 11.16024 12.19815 13.84390 15.37916 17.29188 19.82019 21.79240 25.33646 29.24633 31.79461 35.56317 38.88514 41.92317 45.64168 48.28988
27 11.80759 12.87850 14.57338 16.15140 18.11390 20.70298 22.71924 26.33634 30.31929 32.91169 36.74122 40.11327 43.19451 46.96294 49.64492
28 12.46134 13.56471 15.30786 16.92788 18.93924 21.58797 23.64746 27.33623 31.39088 34.02657 37.91592 41.33714 44.46079 48.27824 50.99338
29 13.12115 14.25645 16.04707 17.70837 19.76774 22.47505 24.57699 28.33613 32.46117 35.13936 39.08747 42.55697 45.72229 49.58788 52.33562
30 13.78672 14.95346 16.79077 18.49266 20.59923 23.36411 25.50776 29.33603 33.53023 36.25019 40.25602 43.77297 46.97924 50.89218 53.67196
40 20.70654 22.16426 24.43304 26.50930 29.05052 32.34495 34.87194 39.33534 44.16487 47.26854 51.80506 55.75848 59.34171 63.69074 66.76596
50 27.99075 29.70668 32.35736 34.76425 37.68865 41.44921 44.31331 49.33494 54.72279 58.16380 63.16712 67.50481 71.42020 76.15389 79.48998
60 35.53449 37.48485 40.48175 43.18796 46.45889 50.64062 53.80913 59.33467 65.22651 68.97207 74.39701 79.08194 83.29767 88.37942 91.95170
120 83.85157 86.92328 91.57264 95.70464 100.62363 106.80561 111.41857 119.33400 127.61590 132.80628 140.23257 146.56736 152.21140 158.95017 163.64818