4. Método estadístico para el mapeo de amenaza por deslizamientos. Método de información ponderada. Cálculo de pesos. Probabilidad.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "4. Método estadístico para el mapeo de amenaza por deslizamientos. Método de información ponderada. Cálculo de pesos. Probabilidad."

Transcripción

1 1 4. Método stadístco para l mapo d amnaza por dslzamntos Cs van Wstn Lbro: onham-cartrm, capítulo 9, pp Método d nformacón pondrada tp 1: : 3: 4: 7: tp tp 6: act=ff(actvty="actv",npx,0) Aggrgat Dnsclas=Npslopact/Npsloptot Dnsmap=Npmapact/Npmaptot 5: Aggrgaton UM(npx). (npxact. (act) No Ky: ky. Ky: slopc No lopc ky Nr. Total Total of nr pxls of nr. pxls pxls pr wth n class wth th landslds map pr n class map W = Dnsclas = Dnsmap = ( ) = (N ) = W ln Dnsclas = = ln Dnsmap () (N) () (N) pondracón dado a dtrmnado parámtro d clas (jmplo. Tpo d roca) dnsdad d los dslzamntos dntro dl parámtro d clas. dnsdad d los dslzamntos dntro d todo l mapa. númro d pxls qu contnn dslzamntos dntro un dtrmnado parámtro d clas. Númro total d pxls n un dtrmnado parámtro d clas. 3 tp 1 tp tp 3 tp 4 tp 5 tp 6 tp 7 slop actvty npx npxact nps loptot npslopact npmaptot npmapact dns clas dnsmap 0-10 dgrs Unknown dgrs tabl dgrs Dormant dgrs Actv dgrs Unknown dgrs tabl dgrs Dormant dgrs Actv dgrs Unknown dgrs tabl dgrs Dormant dgrs Actv dgrs Unknown Tabla 130 cruzada (Crosstabl) dgrs tabl D los mapas dgrs Dormant dgrs Actv d pndnt y actvdad dgrs Unknown dgrs tabl dgrs Dormant dgrs Actv dgrs Unknown dgrs tabl dgrs Dormant dgrs Actv dgrs Unknown dgrs Dormant dgrs Actv dgrs Unknown dgrs Dormant dgrs Unknown Cálculo d psos Probabldad TEP 1 TEP TEP 3 TEP 4 TEP 5 TEP 6 TEP 7 TEP 8 slop npxact npsloptot npslopact npmaptot npmapact dns clas dnsmap Wght 0-10 dgrs dgrs dgrs dgrs dgrs dgrs dgrs dgrs dgrs El calculo d la dnsdad s hac drctamnt n la tabla d pndnts (lop). El dato s obtndo d la tabla cruzada (cross tabl) por mdo d la unon d tabla y agrgacon (Tabl jonng and aggrgaton) 5 Consdr qu ustd dsa sabr la probabldad d qu lluva mañana.. uponga qu lluv 80 días al año. Dond: P{Ran} = Probabldad prva ustd tn otra nformacón, qu afct la probabldad d lluva, la formula s transforma n: dond: P{Ran*Tm of yar} = Probabldad postror 6

2 Probabldad prva Probabldad Prva: jmplo Consdr qu ustd solo tn l mapa d dslzamntos dl ára, sn nngún otro dato adconal. Cómo contsta la prgunta: Cuál s la probabldad d tnr un dslzamnto n l ára? no hay nformacón adconal,.. s ustd no sab s sta n una undad gológca con muchos dslzamntos, o n una pndnt furt, s habla d la probabldad prva (pror probablty). dond: Ppror = P{ } ( ld) ( Total) P Pror = P{} = (ld) (Total) Probabldad condconal d tnr un dslzamnto Numro d pxls con dslzamntos n l mapa Numro total d pxls n l mapa 7 Probabldad prva = 00 / = 0.0 (Map) = () = 00 8 Probabldad condconal s tn más nformacón dsponbl, admás dl mapa d dslzamntos, s pud dtrmnar la probabldad d qu ocurra un dslzamnto, dado qu s tnga una crta undad gomorfológca, por jmplo. Estos lo qu s conoc como probabldad condconal. Consdrando la rlacón ntr un mapa d varabl bnara () con un mapa d dslzamntos (). P{ } { } P{ } = = P{} {} dond: P{ } La probabldad condconal d qu ocurra un dslzamnto, s ustd sta n la undad. (ld) Númro d pxls con dslzamntos n l mapa (Total) Númro total d pxls n l mapa 9 Probabldad condconal Cuál s l cambo d un dslzamnto cuando ustd sab qu sta n la undad : 10 Probabldad condconal: jmplo Probabldad condconal: jmplo Probabldad Condconal = 180 / 3600 = 0.05 Probabldad prva = 00/10000= 0.0 Insrtar n: = 3600/10000 = 0.36 = 180/10000 = = 180/00 = 0.9 Importanca d sabr qu ustd sta n : La probabldad s ncrmnta por dos = 0.0 * 0.9/0.36 = 0.0 *.5 = Postror Prva Factor Factor 1

3 3 Probabldad condconal: jmplo Formulacón d probabldads Rvsmos n la ausnca: = 0.0 * 0.1/0.64 = 0.0 * = pror * factor = Probabldad d qu un vnto ocurra probabldad = Probabldad d qu l vnto no ocurra P{tal} = 0.5 O{tal} = 0.5/(1-0.5) = 0.5/0.5 = 1 = ( ) / = 0.64 = 1 - P{} P{6} = 1/6 = O{tal} = /( ) = / = 0. = (00-180) / 00 = 0.1 = 1 - P{ } = Formulacón d probabldads Logt = logartmo natural d probabldads Dvddo por: Probabldad Postror Prob. prva Logartmo natural Factor o racón L d dondad Psos d vdnca: prsnca d Factor: Rlacón d ncsdad LN Probabldad Postror Prob. prva Factor o racón L d dondad 15 Psos d vdnca: ausnca d 16 Ejmplo Ejmplo npx1 npx npx1 npx npx3 npx P{ } = 180/00 = 0.9 P{ } = ( )/( ) = 340/9800 = P{ } = (00-180)/(00) = 0/00 = 0.1 P{ } = ( )/( ) = 6380/9800 = W + = - W = W + = - W = P { } log P { } P { } log P { } log = log 1+ 4 = npx3 340 npx = = = Ln.578 = = Ln =

4 4 npx1 npx npx3 npx4 1 = nslclass = nsld - nslclass 3 = nclass - nslclass 4 = nmap - nsld - nclass + nslclass tp 1 tp tp 3 tp 4 tp 5 slop actvty npx npxact nclass nslclass nmap nsld NPIX1 NPIX NPIX3 NPIX dgrs Unknown dgrs tabl dgrs Dormant dgrs Actv d grs Unk no wn d grs ta bl d grs Dorman t d grs Actv Np x = dgrs Unknown d grs ta bl 1 4 Np0 x = = d grs Dorman t d grs Actv Np x = = dgrs Unknown d grs ta bl d grs Dorman t d grs Actv dgrs Unknown d grs ta bl d grs Dorman t d grs Act v d grs Unk no wn d grs ta bl d grs Dorman t d grs Act v dgrs Unknown d grs Dorman t d grs Actv dgrs Unknown d grs Dorman t dgrs Unknown Np x 4 = = W+ =log((npx1/(npx1+npx))/(npx3/npx3+npx4)) =log((npx1*(npx3+npx4)/((npx1+npx)*npx3) W- =log((npx/(npx1+npx))/(npx4/npx3+npx4)) =log((npx*(npx3+npx4)/((npx1+npx)*npx4) Qué sgnfcan stos psos? Pso Postvo: Qu tan mportant s la prsnca dl factor para prdcr los dslzamntos W+ < 0 : la prsnca dl factor contrbuy a la ausnca dl dslzamnto W+ = 0 : l factor no s rlvant W+ > 0 : la prsnca dl factor contrbuy a la prsnca dl dslzamnto W + = log P { } P { } Pso Ngatvo: Qu tan mportant s la ausnca dl factor para prdcr los dslzamntos W+ < 0 : la ausnca dl factor contrbuy a la ausnca dl dslzamnto W+ = 0 : l factor no s rlvant W+ > 0 : la ausnca dl factor contrbuy a la prsnca dl dslzamnto 19 W - = log P { } P { } 0 Factor d Contrast Dos sts d datos C w = W + -W - El contrast C = W+ - W- s un bun parámtro d la corr lac ón ntr l mapa d la varabl y las oc urrnc as d dslzamntos. El factor d contrast s 0 cuando: El patrón d dslzamntos y l patrón dl mapa d clas s sobrponn tan solo por la cantdad atrbuda al azar, postvo cuando xst una asocacón postva ntr los dos patrons y ngatvo cuando la asocacón ntr los dos patrons s ngatva. 1 Combnando sts d datos Para l cálculo d los psos fnals, s db consdrar lo sgunt: Ustd utlza l pso postvo cuando l factor sta prsnt. Ustd utlza l pso ngatvo cuando l patron sta ausnt. Class Wplus Wmn Wfnal class ( ) = 0.5 class ( ) = -0.9 class ( ) = 0.7 class ( ) = crpts Como automatzar un analss con ILWI: Comandos y xprsons n la lna d comandos, Funcons dfndas por l usuaro. Escrtos (scrpts) Un scrpt s una lsta d comandos y xprsons. Con la ayuda d un scrpt, un analss d IG o nsoramnto rmoto s pud dsarrollar automatcamnt. Un scrpt pud contnr comandos y xprsons para la cracón y l calculo d objtos d datos, para l manjo d objtos (j. Copar o borrar), y para l dsplgu d objtos d datos (Abrr y mostrar). Otros scrpts y otras aplcacons d Wndows pudn sr llamadas (Ejcutadas) dsd un scrpt.

5 5 Ejmplo d un scrpt para mapas d pndnts Rm ILWI scrpt for calculatng slop maps dm = MapIntrpolContour(contour,cochabam) 1 dx = MapFltr(dm, dfdx) dy = MapFltr(dm, dfdy) 3 sloppr = ((HYP(dx,dy)) / pxsz(dm)) * slopdg = RADDEG (ATAN ((HYP(dx, dy)) / pxsz(dm))) 5 calc slop*.* 6 opn slopdg 7 Lína 1: Para usar la opracón IntrpolContour para crar un mapa d ntrpolacón d altura a partr d un mapa d sgmntos d lnas d contorno o nvl. La xprsón s: dm = MapIntrpolContour(contour, cochabam). Ralc la ntrpolacón d curvas d nvl n l mapa d sgmntos Contour, utlc la gorfrnca'cochabam', y guard la saldan l mapa Dm. Lína : Para usar l fltro Dfdx n l mapa d curvas d nvl ntrpolado para calcular las dfrnca d alturan la drccón X. La xprsón s: dx= MapFltr(dm, dfdx). Fltrar l mapa Dm con l fltro Dfdx y guardar la salda n l mapa Dx. Lína 3: Para usar l fltrodfdy n l mapa d curvas d nvl ntrpolado para calcular l las dfrncas d alturan la drccóny. La xprsón s: dy = MapFltr(dm, dfdy). Fltrar l mapa Dm con l fltrodfdx y guardar la salda n l mapa Dy. Lína 4: Para calcular l mapa d pndnt a partr d Dx y Dy, la xprsón para l Cálculo dl Mapa s: sloppr = ((HYP(dx,dy)) / pxsz(dm)) * 100. HYP s una funcón ntrna MapCalc/TabCalc; Dx y Dy son los mapas d salda d la fltracón; pxsz(dm) cálcula l tamaño d pxl dl mapa Dm, loppr l nombr dl mapa d salda qu contn l valor d la pndnt n porcntajs. Lína 5: Para convrtr los valors n grados, s utlza otra xprsón d Cálculo d Mapas: slopdg = RADDEG(ATAN((HYP(dx,dy))/pxsz(dm))) Funcons ATAN, HYP y RADDEG son funcons ntrnas dl tpo MapCalc/TabCalc. Como sab ustd la sntaxs corrcta d los scrpts? Utlc l mnú y los cuadros d dálogo para una dtrmnada xprsón. Lln todos los parámtros rqurdos n l cuadro d dálogo, y prson OK. En s momnto la xprsón para sa opracón s mustra n la lína d comandos. Ustd pud coparla xprsón rsultant d la lína d comandos al scrpt. En cuadro d dálogo dl dtor d scrpts y n la lína d comandos ustd pud utlzar las sgunts hrramntas dl tablro: CTRL+C Copar la part slccona al clpboard. CTRL+V Pgar los contndos dl clpboard. El archvo log d ILWI (ILWI log fl). ILWI guarda un rgstro d todolo ustd ralza n l llamado log fl. El log fl d ILWI s llamado Ilws.lo g, y pud sr ncontrado n l drctoro d nco qu ustd ha spcfcado para l program ILWI. Normalmnt st drctoro srá c:\lw s1\data, a mnos d qu ustd lo camb, por mdo dl ITEM d PROPIEDADADE dl Programa ILWI n l Manjador d Programas d Wndows. El log fl s un archvo ACII qu pud sr abrto con l dtor d txto. Ustd pud copar part d las xprsons qu stan almacnadas n l log fl al scrpt. 1 rm ILWI crpt // crpt d ILWI para la Modlacón d Psos d Evdnca // s utlzado para xplcacons // * s utlzado para accons manuals // CREACIÓN DE UN MAPA DE DE DITRIUCION DE DE DELIZAMIENTO // Rnumrar l mapa ld con l atrbuto Actvty actvt = MapAttrbut(sld,actvty) calc actvt.mpr // Rmovr los valors ndfndos dl mapa Actvt actvty=ff(sundf(actvt),"unknown",actvt) calc actvty.mpr 3 // CRUZAR LO MAPA DE PARAMETRO CON EL MAPA DE DELIZAMIENTO // Cruzar l mapa lop l mapa d dslzamntos Actvty actslop = TablCross(slop,actvty) calc actslop.tbt // Cruzar l mapa Gol con l mapa d dslzamntos Actvty actgol = TablCross(gol,actvty) calc actgol.tbt // Cruzar l mapa Gom con l mapa d dslzamntos Actvty actgom = TablCross(gom,actvty) calc actgom.tbt // CÁLCULO DE DENIDADE DE DE DELIZAMIENTO // Cálculo d los valors d dnsdad para l mapa d pndnts. // PAO 1 Crar una columna n la cual solo s ndqun l númro d pxls // d los dslzamntos actvos. tabcalc actslop act=ff(actvty="actv",npx,0) // PAO Calcular l númro total d pxls para cada clas d pndnts. tabcalc actslop Nclass = ColumnAggrgatum(NPx,slop) // PAO 3 Clacular l númro d pxls con dslzamntos actvos n cada // clas tabcalc actslop Nslclass = ColumnAggrgatum(act,slop) // PAO 4 Calcular l númro total d pxls n l mapa. tabcalc actslop Nmap = ColumnAggrgatum(NPx) // PAO 5 Calcular l númro total d pxls con dslzamntos n l mapa tabcalc actslop Nsld = ColumnAggrgatum(act)

6 6 4 // CALCULO DE PEO // Cálculo d psos para l mapa d Pndnts // PAO 1 Crar la columna npx1 tabcalc actslop 1 = nslclass // PAO Crar la columna npx tabcalc actslop npx = nsld - nslclass // PAO 3 Crar la columna npx3 tabcalc actslop 3 = nclass - nslclass // PAO 4 Crar la columna npx4 tabcalc actslop 4 = nmap-nsld-nclass+nslclass // PAO 5 Calcular los psos postvos tabcalc actslop wplus = ln((npx1/(npx1+npx))/(npx3/(npx3+npx4)) // PAO 6 Calcular los psos ngatvos tabcalc actslop wmn = ln((npx/(npx1+npx))/(npx4/(npx3+npx4)) npx1 npx3 npx npx4 5 // GENERACION DE UN MAPA PONDERADO // Cálculo d dl mapa pondrado para l mapa d pndnt // PAO 1 Trar Wplus a la tabla d atrbutos tabcalc slop wplus = ColumnJonMax(actslop,actslop.wplus,actslop.slop) // PAO Trar Wmn a la tabla d atrbutos tabcalc slop wmn = ColumnJonMax(actslop,actslop.wmn,actslop.slop) // PAO 3 Calcular l total Wmn tabcalc actslop wmntot = ColumnAggrgatum(Wmn,,1) // PAO 4 Calcular l pso fnal tabcalc actslop wfnal = wplus+wmntot-wmn // PAO 5 Calcular l factor d contrast tabcalc actslop c = wplus+(wmn*-1) // PAO 6 Gnrar l mapa d atrbuto con l pso fnal wslop{vr=-10:10:0.0001} = MapAttrbut(slop,Wfnal) calc wslop.mpr Utlzando parámtros n un scrpt rm ILWI crpt for calculatng landsld dnsty for dffrnt maps 1 s%1 = TablCross(%1,sld) calc s%1.tbt 3 Tabcalc %1 araclass {dom=valu; vr= 0 : : 1} = ColumnJonum (s%1.tbt,ara,%1,1) 4 Tabcalc s%1 arasl {dom=valu; vr= 0 : : 1 } = ff(sld="landsld", ara, 0) 5 Tabcalc %1 arasld {dom=valu; vr=0 : : 1} = ColumnJonum (s%1.tbt,arasl,%1,1) 6 Tabcalc %1 dnsty {dom=prc} = 100* arasld/araclass 7 calc s%1.tbt 8 calc %1.tbt En la lína 1 un mapa rastr, ndcado con l parámtro %1, s cruza con l mapa ld. El rsultado s almacnado n la cross tabl con l nombr s+l nombr dl mapa rastr d ntrada. Así, s por jmplo, s utlza l mapa Landus, la cross tabl s llamará landus. En sta lína solo s dfn la cross tabl s%1, proaún no s calcula aún. En la lna la cross tabl s calculada. En la lína3 s dfn l ára total para cada tm dl domno n l mapa rastr %1, utlzando la f uncón d agrgacón n la columna Ara d la cross tabl. La agrgacón s hcha dspués d agrupar los datos n la tabla d acurdo a los tms dl domno %1. Obsrv qu l rsultado d la f ormula no sta scrto n la cross tabl s%1, pro sí n la tabla d atrbutos rlaconada al mapa. En la lína 4 s dfn la nuva columna Arasl, n la cual los rgstros d la cross tabl qu tnn una combnacón ntr los tms dl domno dl mapa rastr y la undad landsld n l mapa sld, son asgnados a la columna Ara. La combnacón d los tms dl domno y la undad no landsld rcbrá un valor 0. Esto s hcho d manra qu n la próxma lína s puda sabr l ára d dslzamntos dntro d cada tm dl domno. Obsrv qu l rsultado d sta fórmula s scrto n la cross tabl. Utlzando parámtros n un scrpt rm ILWI crpt for calculatng landsld dnsty for dffrnt maps 1 s%1 = TablCross(%1,sld) calc s%1.tbt 3 Tabcalc %1 araclass {dom=valu; vr= 0 : : 1} = ColumnJonum (s%1.tbt,ara,%1,1) 4 Tabcalc s%1 arasl {dom=valu; vr= 0 : : 1 } = ff(sld="landsld", ara, 0) 5 Tabcalc %1 arasld {dom=valu; vr=0 : : 1} = ColumnJonum (s%1.tbt,arasl,%1,1) 6 Tabcalc %1 dnsty {dom=prc} = 100* arasld/araclass 7 calc s%1.tbt 8 calc %1.tbt En la lína 5 s dfn l ára d cada tm dl domno n l mapa rastr qu s ocupado por dslzamntos, utlzando la funcón d agrgaccón um n la columna Arasl n la Cross Tabl. La agrgacón s hac dspués d agrupar los datos n la tabla d acurdo a los tms dl domno %1. Obsrv qu l rsultado d la fórmula no s scrb n la cross tabl s%1, pro s n la tabla d atrbutos rlaconado con l mapa. En la lína 6 la dnsdad d los dslzamntos s calculada n la tabla d atrbutos %1, por mdo d la dvsón ntr l ára ocupada por dslzam ntos n cada clas y l ára total d la clas, y multplcándola por 100. El rsultado stará n porcn taj. Es por llo qu s slccona l domno Prc para la columna d salda. En la lína 7, la cross tabls calcula d forma qu la xprsón n la lína 5 s guadada como valors. En la lína 8 la tabla d atrbutos s calculada d forma qu las xprsons n las línas 3, 5 y 6 s guardn como valors. Corrndo un scrpt dsd otro scrpt // CRUZANDO LO MAPA DE PARAMETRO CON EL MAPA DE // DELIZAMIENTO // Cruzar l mapa lop con l mapa d dslzamntos Actvty act%1 = TablCross(%1,actvty) calc act%1.tbt // Cruzar l mapa Gol con l mapa d dslzamntos Actvty act% = TablCross(%,actvty) calc act%.tbt // Cruzar l mapa Gom con l mapa d dslzamntos Actvty act%3= TablCross(%3,actvty) calc act%3.tbt Ustd pud corrr l scrpt scrbndo n la lína d comandos: run wght slop gol gom Es posbl corrr un scrpt dsd otro scrpt s s ncluy la xprsón: Run scrptnam paramtr. En st jmplo s pud hacr otro scrpt, qu srva como nsumo para l scrpt d dnsdads qu ya s vó. D sta forma l scrpt d dnsdads pud sr calculado para dfrnts mapas. En la lína 1 l srpt Dnsty s jcuta con l mapa Gology como parámtro. En la lína l scrpt Dnsty s jcuta con l mapa lopcl como parámtro, Etc. rm ILWI crpt for th nput for th scrpt dnsty 1 run wght gology run wght slopcl 3 run wght catchmn

7 7 Valdacón dl Cruc 1 Una vz s ha hcho l mapa d amnaza, s qur sabr: Qué tan buno s? Como valdar l cruc? Valdacón dl cruc Combnarlo con l mapa d vdnca orgnal. stán prdcndo los lmntos a llos msmos? Qué tan bn stá trabajando l modlo? Como sa: Esta no s una prdccón Razonamnto crcular!! Low hazard Modrat hazard Low hazard Modrat hazard Hgh hazard 37 Hgh hazard 38 Procdmnto n ILWI para la valdacón dl cruc Crar l domno classs Abrr l hstograma dl mapa d psos Calcular: nvrs = 100-Npcumpct Calcular: classs = CLFY(nvrs,classs) classs.mn1 = ColumnJonMax(wght.hs,valu,classs,1) Crar un nuvo domno d Grupo d Class con stos límts. Utlzar la opracón LICING opraton con st domno n l mapa d psos Procdmnto n ILWI para la valdacón dl cruc Cruzar l mapa d psos rclasfcado con l mapa d ds lzamntos En la cross tabl calcular: act = ff(actvty= Actv,npx,0) class1.nslclass = ColumnJonum(claact.tbt,act,class1,1) nsld = ColumnAggrgatum(nslclass,,1) prcnt=100*nslclass/nsld cumprcnt = cum(prcnt) Crar la columna rordr ndcar los valors máxmos d las class rordr = 100-cumprcnt Porcntaj d todos los dslzamntos Tasa d Exto Plotar las columnas: Ej X : porcntaj dl mapa d psos (ordnado d alto a bajo) Ej Y: porcntaj d dslzamntos 70 por cnto d todos los dslzamntos stá localzado n l 10 % dl mapa con los mayors valors d prdccón Tasa d Prdccón La tasa d éxto s solo para chquar qu tan buna s la prdccón para xplcar la vdnca a partr d la cual fu hcha. Para jmplos spacals tmporals: s posbl hacr la prdccón utlzando datos d un príodo prvo Y calcular l podr d la prdccón utlzando datos d un príodo más rcnt Tasa d Prdccón. Porcntaj dl mapa d psos ordnado d mayor a mnor 41 4

8 8 Tasa d Prdccón Otros métodos d valdacón Porcntaj d todos los dslzamntos 70 por cnto d todos los nuvos dslzamntos sta localzado n l 30% dl mapa con mayors valors d prdccón Porcntaj dl mapa d psos ordnado d mayor a mnor Tasa d éxto: Qu tan bn l modlo s jcuta Tasa d prdccón: Qu tan bn l modl prdc 43 no s dspon d datos d vdnca mult-tmporals Por jmplo: Invntaro d dslzamntos. Dvdr l msmo nvntaro n : st d ntrnamnto y st d pruba. Método dl Tablro d ajdrz Dvdr l ára n dos d acurdo al campo blanco\ngro dl tablro Utlzar un st como d ntrnamnto y l otro como datos d pruba Método d slccón alatora Dvdr l st d la vdnca n dos alatoramnt (j. utlzando la funcón alatora n tabla). Utlzar un st como d ntrnamnto y otro como d datos d pruba 44 Indpndnca condconal Indpndnca condconal: jmplo El problma más mportant con los métodos stadístcos bvarados s la ndpndnca condconal: P( 1 ) = P( 1 ) P( ) N( ) = 1 N( 1 ) N( ) N() Izqurda: obsrvado. Drcha: prdcho hay ndpndnca condconal : sprado = obsrvado * 140 N(1 ) N( ) N( 1 ) = N() Chquo d la Indpndnca condconal: Método d Ch cuadrado Chquo d la Indpndnca condconal: Método d Ch cuadrado xp xp La frcunca sprada d dslzamntos pud sr calculada ahora: Np xxp :=( Np x 1 * )/ Dspués d s chquo d sí los mapas tnn ndpndnca condconal s hac con la fórmula: = (( 50-54) /54)+ ((130-16) /16) + ((10-6) /6) +((10-14) /14 = = Comparar con valors d las tablas para con un grado d lbrtad. Estas son para varos nvls d probabldad Los grados d lbrtad pudn sr dfndos como l númro d obsrvacons n la mustra, mnos l númro d parámtros stmados d la mustra. En st caso -1=1. 47 Conclusón: Rchazado??.. No hay ndpndnca condconal? 48

9 9 Indpndnca Condconal Cas todos los mapas qu son mportants para la ocurrnca d dslzamntos son condconalmnt dpndnts. Por jmplo, s mportant sabr qu ustd stá n una pndnt f urt, cuando ustd stá n squstos. La probabldad d tnr dslzamntos cuando s tn tanto squstos como altas pndnts, s mucho más grand qu la multplcacón d las dos probabldads condconals. Uno d los fctos más mportants d los mapas condconalmnt dpndnts n l análss s qu la probabldad postror s mucho más grand qu la ral. Dsd lugo qu s nv tabl trabajar con mapas condconalmnt dpndnts, la pruba d la ndpndnca condconal no tn mucho sntdo. Otro problma: El Aspcto Tmpo El Aspcto Tmpo El mapa d amnza stá lmtado al pr íodo par a l cual l mapa d movmntos d masa s váldo. n mbargo, la ocurrnca d nuvos dslzamntos pud no sgur la prdccón, dbdo a los factors d dsparo no han sdo tomados n cunta n l análs s. Los valors d probabldad rsultants dbrán sr utlzados tan solo como una ndcacón gnral d la suscptbldad a los movmntos d masa y no como valors d probabldad

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar

Más detalles

I. MEDIDAS DE TENDENCIA CENTRAL

I. MEDIDAS DE TENDENCIA CENTRAL I. MEDIDAS DE TENDENCIA CENTRAL 1. La MEDIA ARITMETICA o PROMEDIO o smplmnt LA MEDIA Es la mdda d tndnca cntral más utlzada, la cual s rprsnta mdant l símbolo X y corrspond al promdo d todos los valors

Más detalles

ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE.

ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE. ANÁLISIS DE LOS REGISTROS DE OBSERVACIÓN. 1. MOAL. I. ESCUELA GRANDE. El mastro impart la matria d Física y al iniciar un tma rscata los sabrs prvios d los alumnos sobr l tma, como s mustra a continuación:

Más detalles

Y i, es decir, la. Regresión Simple y Múltiple Parte II Profesor Oscar Millones Borrador, Octubre 12, Supuestos en el modelo de regresión

Y i, es decir, la. Regresión Simple y Múltiple Parte II Profesor Oscar Millones Borrador, Octubre 12, Supuestos en el modelo de regresión Rgrsón Smpl y Múltpl Part II Profsor Oscar Mllons Borrador, Octubr 1, 8 Supustos n l modlo d rgrsón 1.- Para cada valor d X, xst un grupo d valors d Y qu tnn una dstrbucón normal. (grafcar sta da).- Las

Más detalles

COMPUTACIÓN. Práctica nº 2

COMPUTACIÓN. Práctica nº 2 Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros

Más detalles

Administración de inventarios. Ejercicio práctico.

Administración de inventarios. Ejercicio práctico. Admnstracón d nvntaros. Ejrcco práctco. La Cía. GOMA REDONDA S.A. llva n nvntaro un crto tpo d numátcos, con las sgunts caractrístcas: Vntas promdo anuals: 5000 numátcos Costo d ordnar: $ 40/ ordn Costo

Más detalles

SECRETARIA DE ENERGIA

SECRETARIA DE ENERGIA Juvs 8 d octubr d 0 DIARIO OFICIAL (Prmra Sccón) 8 SECRETARIA DE ENERGIA NORMA Ofcal Mxcana NOM-04-ENER-0, Caractrístcas térmcas y óptcas dl vdro y sstmas vdrados para dfcacons. Etqutado y métodos d pruba.

Más detalles

BIOMETRÍA II CLASE 17 MODELOS LINEALES GENERALIZADOS REGRESIÓN LOGISTICA. Héctor Olguín Salinas Depto de Ecología, Genética y Evolución FECN, UBA

BIOMETRÍA II CLASE 17 MODELOS LINEALES GENERALIZADOS REGRESIÓN LOGISTICA. Héctor Olguín Salinas Depto de Ecología, Genética y Evolución FECN, UBA BIOMETRÍA II CLASE 7 MODELOS LINEALES GENERALIZADOS REGRESIÓN LOGISTICA Héctor Olguín Salnas Dto d Ecología, Gnétca y Evolucón FECN, UBA Asocacón ntr l tamaño d la clda d anals d abja y la rvalnca dl ctoarásto

Más detalles

Conceptos Básicos Previos

Conceptos Básicos Previos Concptos Báscos Prvos Clasfcacón d Sñals Comuncacons Unvrsdad d Cantabra Sñals Dtrmnstas /Alatoras Sñals Pródcas / o Pródcas Sñals Contnuas / Dscrtas ( / ( (t+ 0 ) = ( ( / [n] Sñals Dtrmnstas Rpaso d concptos

Más detalles

Tema 3. LA COMPETENCIA PERFECTA PROBLEMA RESUELTO

Tema 3. LA COMPETENCIA PERFECTA PROBLEMA RESUELTO Mcroconomía AE Tma 3. LA COMPETENCIA PERFECTA PROBLEMA REUELTO uponga qu cada una d las 144 mprsas qu forman una ndustra prfctamnt compttva tnn una curva d costs totals a corto plazo déntca qu vn dada

Más detalles

Ejercicios resueltos Distribuciones discretas y continuas

Ejercicios resueltos Distribuciones discretas y continuas ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s

Más detalles

Comprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos

Comprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos Mnstro d Fomnto Scrtaría d Estado d Infrastructuras, Transport y Vvnda Drccón Gnral d Arqutctura, Vvnda y Sulo Documnto d Apoyo al Documnto Básco DB-HE Ahorro d nrgía Códgo Técnco d la Edfcacón DA DB-HE

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

ANÁLISIS DE SISTEMAS ELECTRÓNICOS REALIMENTADOS

ANÁLISIS DE SISTEMAS ELECTRÓNICOS REALIMENTADOS ANÁLISIS DE SISTEMAS ELECTÓNICOS EALIMENTADOS DESANECIMIENTO J.M. Mlá d la oca P. EDITOIAL MIL 6 CAACAS Esta obra s ncuntra rvsón; cualqur obsrvacón qu UD tnga s l agradc comuncarla al autor. jmmladroca@hotmal.com

Más detalles

I. DEFINICIÓN (i): LOGIT como un tipo concreto de MODELOS DE REGRESIÓN PARA VARIABLES DEPENDIENTES LIMITADAS.

I. DEFINICIÓN (i): LOGIT como un tipo concreto de MODELOS DE REGRESIÓN PARA VARIABLES DEPENDIENTES LIMITADAS. Curso d Posgrado 0-03 FORMACIÓN DE ESPECIALISTAS EN INVESTIGACIÓN SOCIAL APLICADA Y ANÁLISIS DE DATOS Técncas d modlzacón d varabls cualtatvas: Rgrsón Logístca Part I: El modlo d rgrsón logístca bnaro

Más detalles

La tasa de interés y sus principales determinantes

La tasa de interés y sus principales determinantes La tasa d ntrés y sus prncpals dtrmnants 1. INTRODUCCIÓN Rchard Roca * Uno d los tmas qu domna l dbat académco d los últmos años s sobr las tasas d ntrés. Los mprsaros sñalan qu todavía sta muy alta y

Más detalles

Capitulo IV. Síntesis dimensional de mecanismos

Capitulo IV. Síntesis dimensional de mecanismos Captulo IV Síntss dmnsonal d mcansmos Capítulo IV Síntss dmnsonal d mcansmos IV. Síntss dmnsonal d mcansmos. Gnracón d funcons. IV. Gnracón d trayctoras.. Introduccón a la síntss d gnracón d trayctoras..

Más detalles

Carl Chudyk. Ciudadanos de Roma, el César os necesita! 198 cartas: 2011 HomoLudicus Juegos, S.L.

Carl Chudyk. Ciudadanos de Roma, el César os necesita! 198 cartas: 2011 HomoLudicus Juegos, S.L. Carl Chudyk Cudadanos d oma, l César os ncsta! Corr l año 64 a.c., oma s ncuntra convulsonada, la cudad ha sdo pasto d las llamas. El Emprador rón rgrsa raudo d ntum para mpzar la rconstruccón d los dfcos

Más detalles

Probabilidad de que una variable tome un valor x determinado = N

Probabilidad de que una variable tome un valor x determinado = N Magntuds dscrtas Probabldad d qu una varabl tom un valor dtrmnado p X ota ( p,,,,6 5 7, 6 8,6 7, 8 8,6 9 6,,8 5 p Probabldad,5,,5,,5, 5 6 7 8 9 ota Magntuds contnuas Probabldad d qu una varabl tom un valor

Más detalles

Definición de la Metodología de Carga Laboral. Análisis de las Brechas de Recursos Humanos abril 2010.

Definición de la Metodología de Carga Laboral. Análisis de las Brechas de Recursos Humanos abril 2010. V REUNIÓN COMISIÓN TÉCNICA DE DESARROLLO DE RECURSOS HUMANOS EN SALUD METODOLOGIA PARA CALCULO DE NECESIDADES DE PERSONAL MEDICO Y DE NEFERMERIA EN HOSPITALES, CON BASE A CARGA DE TRABAJO: PROCESO DE ELABORACIÓN

Más detalles

Manual de Ayuda del Sistema para la Impresión de Planilla de Reemplazo

Manual de Ayuda del Sistema para la Impresión de Planilla de Reemplazo Manual d Ayuda dl Sstma paa la Impsón d Planlla d Rmplazo PASOS A REALIZAR PASO NRO 1: El pm paso s ngsa al sto d la Dccón Gnal d Escula, la dccón s http//:bass.mndoza.du.a/ntant, n l stos dbá ngsa l nomb

Más detalles

CENTRO UNIVERSITARIO DEL FUTBOL Y CIENCIAS DEL DEPORTE, S. C. PROCEDIMIENTO PARA LA ENTREGA DE DOCUMENTOS A IHEMSYS Vigente a partir de:

CENTRO UNIVERSITARIO DEL FUTBOL Y CIENCIAS DEL DEPORTE, S. C. PROCEDIMIENTO PARA LA ENTREGA DE DOCUMENTOS A IHEMSYS Vigente a partir de: Vignt a partir d: Clav: 15 d Julio d 2005 Vrsión: Página 1 d 12 1. Objtivo Asgurar qu la Entrga d Documntos al Instituto Hidalguns d Educación Mdia Suprior y Suprior (IHEMSYS) por part d la Coordinación

Más detalles

Apéndice A ANÁLISIS TENSORIAL

Apéndice A ANÁLISIS TENSORIAL Apéndc A ANÁLISIS TENSORIAL El análss tnsoral s cntra n l studo d nts abstractos llamados tnsors, cuyas propdads son ndpndnts d los sstmas d rfrnca mplados para dtrmnarlos. Un tnsor stá rprsntado n un

Más detalles

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General Univrsidad Austral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 8 Mrcados Financiros y Expctativas Profsor: Carlos R. Pitta Macroconomía Gnral, Prof. Carlos R. Pitta, Univrsidad Austral

Más detalles

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.

Más detalles

ANÁLISIS DE LA SEGURIDAD VIAL DE TRAVESÍAS PEATONALES - UN NUEVO MÉTODO PARA EL MODELADO Y UNA APLICACIÓN EN CARRETERAS

ANÁLISIS DE LA SEGURIDAD VIAL DE TRAVESÍAS PEATONALES - UN NUEVO MÉTODO PARA EL MODELADO Y UNA APLICACIÓN EN CARRETERAS NÁLISIS DE L SEGUIDD IL DE TESÍS PETONLES - UN NUEO MÉTODO P EL MODELDO Y UN PLICCIÓN EN CETES Hugo Ptrantono, Escola Poltécnca da Unvrsdad d São Paulo, hptran@usp.br rdana Mara rmond asconclos, Ptrobrás

Más detalles

ejercicios NkT NkT NkT q de dt NkT q d dt dq dt NkT q N q NkT

ejercicios NkT NkT NkT q de dt NkT q d dt dq dt NkT q N q NkT jrccos E.- uál s la nrgía raconal molar d la molécula d odo a las dos tmpraturas antrors?. Haz srvr las nrgías raconals xprmntals. ln Q, ( ) ln! 5 v,, v 5 v ln c v d ln d d d d d 5 v v 5 v v d d 5 v v

Más detalles

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador

Más detalles

RADIO CRÍTICO DE AISLACIÓN

RADIO CRÍTICO DE AISLACIÓN DIO CÍTICO DE ISCIÓN En sta clas s studiará la transfrncia d calor n una tubría d radio xtrno (0,0 ft), rcubirta con un aislant d spsor (0,039 ft), qu transporta un vapor saturado a (80 F). El sistma cañría

Más detalles

A1. ELEMENTOS DE VIGA DE EULER BERNOULLI LIBRES DE ROTACIÓN

A1. ELEMENTOS DE VIGA DE EULER BERNOULLI LIBRES DE ROTACIÓN Anass d acas y amna 34 ANEJO I A. ELEMENOS DE VIGA DE EULER ERNOULLI LIRES DE ROACIÓN La toría d vgas d Eur-rnou s robabmnt uno d os robmas modo más sms d a formuacón rstrngda d a astcdad na. La rstrccón

Más detalles

Funcionamiento asimilable al de una fuente de corriente controlada por corriente BJT TRANSISTOR BIPOLAR DE JUNTURA

Funcionamiento asimilable al de una fuente de corriente controlada por corriente BJT TRANSISTOR BIPOLAR DE JUNTURA Funconamnto asmlabl al d una funt d corrnt controlada por corrnt JT TRASSTOR POLAR D JUTURA J T TRASSTOR POLAR D JUTURA Dos tpos d portadors lctrons hucos Dspostos d 3 trmnals con dos unons p-n nfrntadas

Más detalles

CAPÍTULO 2. Ecuación paraxial de Helmholtz.

CAPÍTULO 2. Ecuación paraxial de Helmholtz. CAPÍTLO Ecuacón paraal d Hlmholt. S dscut la posbldad d vsualar mdant un procsador óptco [1] a las solucons d la cuacón paraal d Hlmholt. Para llo s rala una comparacón d los rsultados obtndos consdrando

Más detalles

VI. JUSTICIA. i. - JUSTICIA CRIMINAL.

VI. JUSTICIA. i. - JUSTICIA CRIMINAL. VI. JUSTICIA. i. - JUSTICIA CRIMINAL. Utilizando la d la Administración d Justicia n l o años di 883, i 884 y i 885, publicada por l Ministrio d Graci a minto d lo prvnido n cl Ral dcrto d 18 d marzo d

Más detalles

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía Enfrntando Comportamintos Difícils Usando l Sistma d Guía R s o u r c & R f r r a l H a n d o u t Agrsión Obsrvación - Prguntas Trata la niña d hacr contacto d una manra inapropiada? Está tratando d sr

Más detalles

2. Cálculo del coeficiente de transmisión de calor K de cerramientos

2. Cálculo del coeficiente de transmisión de calor K de cerramientos 2. Cálculo dl cofcnt d transmsón d calor K d crramntos 2.1. Crramnto smpl Para un crramnto d caras planoparallas, formado por un matral homogéno d conductvdad térmca l y spsor L, con cofcnts suprfcals

Más detalles

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c) TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu

Más detalles

CLUSTER ANALYSIS: ANÁLISIS DE CONGLOMERADOS (AC)

CLUSTER ANALYSIS: ANÁLISIS DE CONGLOMERADOS (AC) Curso Andno n Clma y Salud Uso d Informacón d Clma para la Salud Públca. CUSTER ANAYSIS: ANÁISIS DE CNGERADS (AC Hugo lvros C. InvstgadorAdjunto, IRI Colomba Unvrsty Agnda otvacón Dfncón y usos dl AC.

Más detalles

REPRESENTACION GRAFICA.

REPRESENTACION GRAFICA. REPRESENTACION GRAFICA. Calcular puntos notabls así como intrvalos d monotonía y curvatura d: ² - = 0 ; ² = ; = son los valors d qu anulan l dnominador D = R- y () = 0 ; - 4 = 0 ; = 0 posibl ma, min Monotonia:

Más detalles

Matemáticas Avanzadas para Ingeniería Funciones reales extendidas al Plano Complejo, problemas resueltos

Matemáticas Avanzadas para Ingeniería Funciones reales extendidas al Plano Complejo, problemas resueltos . Considr los siguints númros compljos: ) z = 3 i 2) z 2 = 2 3 i 3) z 3 = + 3 i ) z = i π Matmáticas Avanzadas para Ingniría Funcions rals xtndidas al Plano Compljo, problmas rsultos Dtrmin la part ral

Más detalles

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT. ANÁLISIS DISCRIMINANTE INTRODUCCIÓN A LA MODELIZACIÓN LOGIT Conocda la dstrbucón d un conjunto d ndvduos ntr dos o más grupos, s busca ntndr la naturalza d

Más detalles

Solución a la práctica 6 con Eviews

Solución a la práctica 6 con Eviews Solución a la práctica 6 con Eviws El siguint modlo d rgrsión rlaciona la nota mdia qu obtinn los alumnos n matmáticas (nota) n un cntro, con l númro d profsors disponibls n l cntro (profsors), l porcntaj

Más detalles

Definición de alternador

Definición de alternador F. R. Quntla, R. C. Rdondo (Unvrsdad d Salamanca). M. M. Rdondo (Endsa). Rsumn En st artículo s comnta la dfncón d 'altrnador' d la últma dcón dl Dcconaro d la Ral Acadma Española, y la qu la sustturá

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Tema 2. Señales y Ruido Comunicaciones Digitales Universidad de Cantabria

Tema 2. Señales y Ruido Comunicaciones Digitales Universidad de Cantabria ma. Sñals y udo Comuncacons Dgtals Unvrsdad d Cantabra. Clasfcacón Sñals Dtrmnstas /Alatoras Sñals Pródcas / o Pródcas Sñals Contnuas / Dscrtas ( / ( (t+ ( ( / [n]. Sñals Dtrmnstas paso d concptos d la

Más detalles

AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD. A gn inf. A gn sup PPR = P e PPR

AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD. A gn inf. A gn sup PPR = P e PPR AT07 PORCENTAJE DE POBLACIÓN EN LA ESCUELA CON UN AVANCE REGULAR POR EDAD FÓRMULA AT07 NOMBREdlINDICADOR Porcntaj d población n la scula con un avanc rgular por dad. FÓRMULAdCÁLCULO PPR = PPR A + inf A

Más detalles

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE

Más detalles

Posgrado de Especialización en Administración de Organizaciones Financieras

Posgrado de Especialización en Administración de Organizaciones Financieras MARKETING DE PRODUCTOS FINANCIEROS Qué son los srvcos? Los srvcos son ntrcambos d valor ntr parts, orgnados n la ncsdad d una cosa ntangbl, drvada d la pusta a dsposcón n d una actvdad, procso o dsmpño

Más detalles

Anexo V "Acuerdos de Sistemas para la Facturación' del Convenio poro la Comercialización o Reventa de Servicios

Anexo V Acuerdos de Sistemas para la Facturación' del Convenio poro la Comercialización o Reventa de Servicios Anxo V "Acurdos d Sistmas para la Facturación' dl Convnio poro la Comrcialización o ANEXO V ACUERDOS DE SISTEMAS PARA LA FACTURACIÓN QUE SE ADJUNTA AL CONVENIO PARA LA COMERCIALIZACIÓN O REVENTA DE SERVICIOS

Más detalles

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL. Calcular los dominios d dfinición d las siguints funcions: a) f( ) 6 b) f( ) c) f( ) ln d) f( ) arctg 3 4 ) f( ) f) f( ) 5 g) f( ) sn 9 h) 4 4

Más detalles

Representación esquemática de un sistema con tres fases

Representación esquemática de un sistema con tres fases 6 APLICACIONES 6.1 Sistma con varias fass Una vz consguido l modlo para simular una mmbrana, s planta su uso para simular procsos con más d una. Uno d stos procsos podría sr un sistma con varias fass.

Más detalles

SOLUCIONARIO. UNIDAD 13: Introducción a las derivadas ACTIVIDADES-PÁG Las soluciones aparecen en la tabla.

SOLUCIONARIO. UNIDAD 13: Introducción a las derivadas ACTIVIDADES-PÁG Las soluciones aparecen en la tabla. UNIA : Introducción a las drivadas ACTIVIAES-PÁG. 0. Las solucions aparcn n la tabla. [0, ] [, 6] a) f () = b) f () = + c) f () = 9 d) f () = 7, 6 8, 67. El valor d los límits s: f ( h) f () a) lím 6 h

Más detalles

2x 1. (x+ 1) e + 1 2x. 3.- Derivabilidad de una función. 6x 5, si2 x 4

2x 1. (x+ 1) e + 1 2x. 3.- Derivabilidad de una función. 6x 5, si2 x 4 º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II FICHA TEMA 7.- FUNCIONES. DERIVADAS Y APLICACIONES (PROFESOR: RAFAEL NÚÑEZ) -----------------------------------------------------------------------------------------------------------------------------------------------------------------.-

Más detalles

4.1 Procedimientos de inferencia para la distribución exponencial

4.1 Procedimientos de inferencia para la distribución exponencial 4 Ifrca paramétrca 4 Procdmtos d frca para la dstrbucó xpocal La dstrbucó xpocal fu la prmra dstrbucó para modlar tmpos d falla y para lla s ha dsarrollado métodos stadístcos d mara xtsva a T ua va xpocal

Más detalles

EJERCICIOS RESUELTOS TEMA 1: PARTE 3

EJERCICIOS RESUELTOS TEMA 1: PARTE 3 Ejrcicios rsultos Tma part III): Límits d uncions º BCN EJERCICIOS RESUELTOS TEMA : PARTE 3 LÍMITES DE FUNCIONES. CONTINUIDAD Ejrcicios rsultos Tma part III): Límits d uncions º BCN ) Dada la guint unción:

Más detalles

MATERIA: Matemáticas VI, AREA III y IV CICLO ESCOLAR PROFESOR Víctor Manuel Armendáriz González

MATERIA: Matemáticas VI, AREA III y IV CICLO ESCOLAR PROFESOR Víctor Manuel Armendáriz González Ciudad d Méico Fundadora y Dirctora Gnral: Profra. Alina Mirya Sánchz Martínz MATERIA: Matmáticas VI, AREA III y IV CICLO ESCOLAR 014-015 PROFESOR Víctor Manul Armndáriz Gonzálz Progrsions Rsulv los siguints

Más detalles

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT

ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT ANÁLISIS DISCRIMINANTE CON METODOLOGÍA LOGIT. ANÁLISIS DISCRIMINANTE INTRODUCCIÓN A LA MODELIZACIÓN LOGIT Conocda la dstrbucón d un conjunto d ndvduos ntr dos o más grupos, s busca ntndr la naturalza d

Más detalles

TEMA 5. Límites y continuidad de funciones Problemas Resueltos

TEMA 5. Límites y continuidad de funciones Problemas Resueltos Matmáticas Aplicadas a las Cincias Socials II Solucions d los problmas propustos Tma 7 Cálculo d its TEMA Límits y continuidad d funcions Problmas Rsultos Para la función rprsntada n la figura adjunta,

Más detalles

Algoritmo para Aproximar el Área Bajo la Curva de la Función Normal Estándar

Algoritmo para Aproximar el Área Bajo la Curva de la Función Normal Estándar Algoritmo para Aproimar l Ára Bajo la Curva d la Función Normal Estándar Algoritmo para Aproimar l Ára Bajo la Curva d la Función Normal Estándar M. n C. Víctor Manul Silva García, M. n C. Eduardo Vga

Más detalles

GENERADORES DE BARRIDO DE TENSIÓN

GENERADORES DE BARRIDO DE TENSIÓN GENERADORES DE BARRDO DE TENSÓN RUTO DE BARRDO TRANSSTORZADO ON ORRENTE ONSTANTE El funconamnto d t crcuto dfn como, la carga un condnador lnalmnt a partr d una funt d corrnt contant. Excpto para valor

Más detalles

Para que exista límite de una f(x) en un punto han de coincidir los límites laterales en dicho punto.

Para que exista límite de una f(x) en un punto han de coincidir los límites laterales en dicho punto. REPASO LÍMITES º BACH. RECORDAR: Para qu ista límit d una f() n un punto han d coincidir los límits latrals n dicho punto. A fctos dl f() no tnmos n cunta lo qu ocurr actamnt n a, sino n las a proimidads.

Más detalles

Transformada de Laplace

Transformada de Laplace Tranformada d alac CIPQ Marga Marco, Itzar Caban, Eva Portllo, 6 Tranformada d alac f(t funcón tmoral f(t f(t ara t < [ f (t] F( f (t t σ jω varabl comlja d alac t f(t g(t [ f (t] [ g(t ] F( G( Cambo d

Más detalles

TopoCalc. Manual de Usuario. Universidad de Oviedo. Escuela Universitaria de Ingenierías Técnicas de Mieres

TopoCalc. Manual de Usuario. Universidad de Oviedo. Escuela Universitaria de Ingenierías Técnicas de Mieres Topoal Manual d Usuaro Unvrsdad d Ovdo Esula Unvrstara d Ingnrías Ténas d Mrs MU DE IIÓ TOO DESRIIÓ Topoal s ha struturado n módulos, los uals son: - Hrramntas básas. - álulos gométros. - Métodos topográfos.

Más detalles

UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE INGENIERÍA - DEPARTAMENTO DE FÍSICA. CÁTEDRA: Física de los Semiconductores

UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE INGENIERÍA - DEPARTAMENTO DE FÍSICA. CÁTEDRA: Física de los Semiconductores UIVERSI CIOL E MR EL PLT - 017 FCULT E IGEIERÍ - EPRTMETO E FÍSIC CÁTER: Físca d los Smconductors SERIE 4: vl d Frm- Smconductors 1.- Calcular la nrgía d Frm para l oro a T=0K..- a) Calcular la nrgía d

Más detalles

Qué es la EN81-28? Atrapado en el ascensor?

Qué es la EN81-28? Atrapado en el ascensor? Qué es la EN81-28? Atrapado en el ascensor? www.safelne.se La podemos ayudar! Hsselektronk desarrolla y produce electrónca para ascensores. Nuestra gama de productos consste prncpalmente en teléfonos de

Más detalles

núm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS

núm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS núm. 56 luns, 23 d marzo d 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR C.V.E.: BOPBUR-2015-01880 SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS Convocatoria pública d la Diputación Provincial d Burgos

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Análisis del caso promedio El plan:

Análisis del caso promedio El plan: Aálisis dl caso promdio El pla: Probabilidad Aálisis probabilista Árbols biarios d búsquda costruidos alatoriamt Tris, árbols digitals d búsquda y Patricia Listas sip Árbols alatorizados Técicas Avazadas

Más detalles

Si v y w son ambos vectores, entonces el resultado de las operaciones v + w y v w son. Dichas operaciones cumplen con propiedades conmutativas y

Si v y w son ambos vectores, entonces el resultado de las operaciones v + w y v w son. Dichas operaciones cumplen con propiedades conmutativas y Crso nzdo d Fnómnos d Trnsport Dr. Jn Cros Frro Gonzáz Dprtmnto d Ingnrí Qímc Insttto Tcnoógco d Cy Oprcons con Vctors Adcón y sbstrccón d ctors S y w son mbos ctors, ntoncs rstdo d s oprcons w y w son

Más detalles

El Verdadero Cálculo de la Devaluación

El Verdadero Cálculo de la Devaluación El vrdadro alulo d la Dvaluaión El Vrdadro Cálulo d la Dvaluaión Riardo Botro G. rbgstoks@hotmail.om Casi a diario nontramos n la prnsa onómia inormaión omo sta El día d ayr la tasa rprsntativa dl mrado

Más detalles

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios

Más detalles

Nuevas tendencias y diferencias culturales en el uso de telefonía móvil. Daniel Halpern

Nuevas tendencias y diferencias culturales en el uso de telefonía móvil. Daniel Halpern Nuva tndncia y difrncia cultural n l uo d tlfonía móvil Danil Halprn por primra vz n Chil midió comparativamnt cuán dpndint hoy on lo jóvn chilno d u clular y actitud hacia conducta conidrada ocialmnt

Más detalles

Definición de derivada

Definición de derivada Dfinición d drivada. Halla, utilizando la dfinición, la drivada d la función f ( ) n l punto =. Compruba aplicando las rglas d drivación qu tu rsultado s corrcto. f ( ) f () La drivada pdida val: f ()

Más detalles

El área del rectángulo será A = p q, donde p 0,2 es variable y q depende de p. ( ) ( ) ( )

El área del rectángulo será A = p q, donde p 0,2 es variable y q depende de p. ( ) ( ) ( ) Cálculo difrncial. Matmáticas II Curso 03/4 Opción A Ejrcicio. Sa la parábola (Puntuación máima: puntos) y 4 4 y un punto ( p, q ) sobr lla con 0 p. Formamos un rctángulo d lados parallos a los js con

Más detalles

CONCEPTOS BÁSICOS SOBRE LA HETEROCEDASTICIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL TRATAMIENTO CON E-VIEWS

CONCEPTOS BÁSICOS SOBRE LA HETEROCEDASTICIDAD EN EL MODELO BÁSICO DE REGRESIÓN LINEAL TRATAMIENTO CON E-VIEWS Concptos báscos sobr Htrocdastcdad y Tratamnto n -vws CONCPTOS BÁSICOS SOBR LA HTROCDASTICIDAD N L MODLO BÁSICO D RGRSIÓN LINAL TRATAMINTO CON -VIWS Rafal d Arc y Ramón Mahía Dpto. d conomía Aplcada Unvrsdad

Más detalles

núm. 76 miércoles, 22 de abril de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS

núm. 76 miércoles, 22 de abril de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE BURGOS C.V.E.: BOPBUR-2015-03235 465,00 GERENCIA MUNICIPAL DE SERVICIOS SOCIALES, JUVENTUD E IGUALDAD DE OPORTUNIDADES Concjalía d Juvntud Mdiant rsolución d la

Más detalles

TEMAS 3-6: EJERCICIOS ADICIONALES

TEMAS 3-6: EJERCICIOS ADICIONALES TEMAS 3-6: EJERCICIOS ADICIONALES Asignatura: Economía y Mdio Ambint Titulación: Grado n cincias ambintals Curso: 2º Smstr: 1º Curso 2010-2011 Profsora: Inmaculada C. Álvarz Ayuso Inmaculada.alvarz@uam.s

Más detalles

Se desea saber como se ha de procesar el producto de forma que se minimicen los costos totales.

Se desea saber como se ha de procesar el producto de forma que se minimicen los costos totales. Emn d l Asgntur Optmzcón d Procsos 5º curso d Ingnrí Químc uno mpo: h. Prolm En un fctorí hy qu procsr un fluo ddo F m /h d un producto qu s otn d un tnqu d lmcnmnto clntándolo n cutro undds térmcs qu

Más detalles

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta. PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución

Más detalles

Movilidad Social y Desigualdad Económica 1

Movilidad Social y Desigualdad Económica 1 ovldad Socal y Dsgualdad Económca Juan Prto Rodríguz Unvrsdad d Ovdo Avda. dl Crsto s/n 3307 Ovdo Tl: +34 985 03768. E-mal: jprtor@unov.s Juan Gabrl Rodríguz Unvrsdad Ry Juan Carlos Campus d Vcálvaro 28032

Más detalles

MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1

MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 Chil, agosto d 2005 El prsnt manual rprsnta la visión dl quipo d profsionals prtncints al Proycto FONDEF Aprndindo con

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ Capítulo Nº 8: La rntabilidad n monda nacional d una invrsión n monda xtranjra Marco Antonio Plaza Vidaurr APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

Solución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b

Solución: Para que sea continua deben coincidir los límites laterales con su valor de definición en dicho punto x = 2. b 1 + b Matmáticas Emprsarials I PREGUNTAS DE TIPO TEST DERIVADAS Y APLICACIONES Drivabilidad ( ) b si S09. La función f ( ) s continua y drivabl n = : a( ) si a) Si a = y b = b) Si a = y b = 5 c) Nunca pud sr

Más detalles

+ ( + ) ( ) + ( + ) ( ) ( )

+ ( + ) ( ) + ( + ) ( ) ( ) latrals n. iguals. f. La función CONTINUIDAD f () Es continua n l punto?. Calcular los límits ³ ² 5 Para qu la función sa continua n s db cumplir: f f Calculamos por sparado cada mimbro d la igualdad f

Más detalles

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm Problmas sultos.0 Un satélit dscrib una órbita circular n torno a la Tirra. Si s cambia d rpnt la dircción d su vlocidad, pro no su módulo, studiar l cambio n su órbita y n su príodo. Al cambiar sólo la

Más detalles

COPY. Digital Photo Professional Ver. 3.9 INSTRUCCIONES. Software de procesado, visualización y edición de imágenes RAW

COPY. Digital Photo Professional Ver. 3.9 INSTRUCCIONES. Software de procesado, visualización y edición de imágenes RAW Softwar d procsado, visualización y dición d RAW Digital Photo Profssional Vr..9 INSTRUCCIONES Contnido d stas instruccions DPP s utiliza para Digital Photo Profssional. En stas instruccions, las vntanas

Más detalles

PROCEDIMIENTO NORMALIZADO DE OPERACIÓN PARA DISPENSACION DE MEDICAMENTOS, INSUMOS Y MATERIAL DE CURACION A PACIENTE DE INBURSA

PROCEDIMIENTO NORMALIZADO DE OPERACIÓN PARA DISPENSACION DE MEDICAMENTOS, INSUMOS Y MATERIAL DE CURACION A PACIENTE DE INBURSA Vignt a partir d 16/03/2016. Sustituy a: Ninguno Próxima rvisión: cada 30 días. Página 1 d 10 PROCEDIMIENTO NORMALIZADO DE OPERACIÓN PARA DISPENSACION DE MEDICAMENTOS, Contnido 1. Objtivo 2. Alcanc 3.

Más detalles

APLICACIONES DE LA DERIVADA

APLICACIONES DE LA DERIVADA APLICACIONES DE LA DEIVADA Ecucación d la rcta tangnt Ejrcicio nº.- Halla las rctas tangnts a la circunrncia: y y 6 n Ejrcicio nº.- Dada la unción abscisa., scrib la cuación d su rcta tangnt n l punto

Más detalles

lm í d x = lm í ln x + x 1 H = lm í x + e x 2

lm í d x = lm í ln x + x 1 H = lm í x + e x 2 Autovaluación Página 8 Calcula los siguints límits: a) lm í c m b) lm í ccotg m c) lm í sn d) lm í ( ) / 8 ln 8 8 ln ( cos ) 8 a) lm í 8 c ln ln H ( / ) lm í ( )ln 8 ln m lm í 8 H lm í / 8 b) lm í 8 dcotg

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

,,.., ' ,. :!, :*,. ' I. INFORME TÉCNICO P~REVIO DE EVALUACIÓN DE SOFTWARE No 0020-2007-GT1000

,,.., ' ,. :!, :*,. ' I. INFORME TÉCNICO P~REVIO DE EVALUACIÓN DE SOFTWARE No 0020-2007-GT1000 :! :* ' ; ' NFORME TÉCNCO P~REVO DE EVALUACÓN DE SOFTWARE No 0020-2007-GT000 "HERRAMENTA PARA ELMODELAMENTO DE APLCACONES CON UML" : ' - 8 ' : / '! +- j: i 4 *?!: ;* L NOMBRE DEL ÁREA: Grncia d Tcnologías

Más detalles

Seguridad en máquinas

Seguridad en máquinas Obsrvación d la norma UNE EN ISO 11161 rlacionada con los rquisitos qu db cumplir la structura d dispositivos d protcción Los dispositivos d protcción dbrán disñars y construirs d acurdo con la norma ISO

Más detalles

OPCIÓN A. MATEMÁTICAS 2º BACHILLERATO B Lo contrario de vivir es no arriesgarse. Fito y los Fitipaldis

OPCIÓN A. MATEMÁTICAS 2º BACHILLERATO B Lo contrario de vivir es no arriesgarse. Fito y los Fitipaldis MATEMÁTICAS º BACHILLERATO B --5 Lo contrario d vivir s no arrisgars Análisis Fito y los Fitipaldis OPCIÓN A.- a) S dsa construir un parallpípdo rctangular d 9 dm d volumn y tal qu un lado d la bas sa

Más detalles

EJERCICIOS UNIDADES 3 y 4: INTEGRACIÓN DE FUNCIONES

EJERCICIOS UNIDADES 3 y 4: INTEGRACIÓN DE FUNCIONES IES Padr Povda (Guadi) EJERCICIOS UNIDADES y : INTEGRACIÓN DE FUNCIONES (-M;Jun-A-) San f : R R y g : R R las funcions dfinidas rspctivamnt por f ( ) = y g( ) = + a) ( punto) Esboza las gráficas d f y

Más detalles

Funciones de Variable Compleja

Funciones de Variable Compleja Funcions d Variabl Complja Modlos d Sistmas II Smstr 2008 Ing. Gabrila Ortiz L 1 Función Concpto Matmático Considrando los conjuntos X Y una función comprnd una rlación o rgla qu asocia a cada lmnto x

Más detalles