Primer Cuatrimestre Trabajo Práctico 3 Cuando pase el temblor...
|
|
- Lidia Naranjo Lara
- hace 8 años
- Vistas:
Transcripción
1 Universidad de Buenos Aires Facultad de Ciencias Exactas y Naturales Departamento de Computación Métodos Numéricos Primer Cuatrimestre 2009 Trabajo Práctico 3 Integrante LU Correo electrónico GIMENEZ, Francisco 324/05 dc.francisco@gmail.com MENDEZ, Federico 703/02 mendezfede@yahoo.com.ar Resumen: En este trabajo se busca evitar que un edificio colapse ante un terremoto de frecuencia arbitraria evitando que el mismo entre en armon ia con el sismo. Para ello se calculan los autovalores de una matriz creada a partir de las caracter isticas de cada piso, usando heur isticas para reducir los tiempos de este paso. En particular la heur istica de redistribuci on azarosa da buenos resultados Palabras Clave: Autovalores - Factorizaci on QR - Matriz Tribanda
2 Índice 1. Introducción teórica Autovalores Factorización QR Heurística Desarrollo Obtención de autovalores Redistribución de lavarropas Resultados 8 4. Discusión Conclusiones 11 A. Enunciado 12 Gimenez, Mendez 2
3 1. Introducción teórica 1.1. Autovalores En álgebra lineal, los vectores propios, autovectores o eigenvectores de un operador lineal son los vectores no nulos que, cuando son transformados por el operador, dan lugar a un múltiplo escalar de sí mismos, con lo que no cambian su dirección. Este escalar λ recibe el nombre valor propio, autovalor, valor característico o eigenvalor. A menudo, una transformación queda completamente determinada por sus vectores propios y valores propios. Un espacio propio, autoespacio o eigenespacio es el conjunto de vectores propios con un valor propio común. Formalmente, se definen los vectores propios y valores propios de la siguiente manera: Si A : V V es un operador lineal en un cierto espacio vectorial V, v es un vector diferente de cero en V y c es un escalar tales que Av = cv entonces decimos que v es un autovector del operador A, y su autovalor asociado es c. Observe que si v es un autovector con el valor propio c entonces cualquier múltiplo diferente de cero de v es también un autovector con el autovalor c Factorización QR La factorización QR es una descomposición de una matriz A en dos matrices: una ortonormal (Q); y una triangular superior (R), en donde A = Q * R. Asimismo R debe ser invertible pues en caso contrario Rx = 0 tendra infinitas soluciones y por ende tambien QRx = Ax = 0 contradiciendo el hecho de que las columnas de A son linealmente independientes.toda matriz tiene descomposición QR. Método de reflexiones de Householder Una transformacin de Householder o reflexin de Householfer es una transformacin que refleja el espacio con respecto a un plano determinado. Esta propiedad se puede utilizar para realizar la transformacin QR de una matriz si tenemos en cuenta que es posible elegir la matriz de Householder de manera que un vector elegido quede con una nica componente no nula tras ser transformado (es decir, premultiplicando por la matriz de Householder). Grficamente, esto significa que es posible reflejar el vector elegido respecto de un plano de forma que el reflejo quede sobre uno de los ejes de la base cartesiana. Método de rotaciones de Givens Las descomposiciones QR pueden calcularse utilizando una serie de rotaciones de Givens. Cada rotación anula (hace cero) un elemento en la subdiagonal de la matriz, formando de este modo la matriz R. La concatenación de todas las rotaciones de Givens realizadas, forma la matriz ortogonal Q. En la prctica, las rotaciones de Givens no se utilizan en la actualidad para construir Gimenez, Mendez 3
4 una matriz completa y realizar un producto de matrices. En su lugar, se utiliza un procedimiento de rotación de Givens, que es equivalente a la multiplicación reducida de matrices de Givens, sin el trabajo extra de manejar los elementos reducidos. El procedimiento de rotacin de Givens es útil en situaciones donde sílo pocos elementos fuera de la diagonal necesitan ser anulados y es ms facil de paralelizar que las transformaciones de Householder Heurística Dos objetivos fundamentales de la computación son encontrar algoritmos con buenos tiempos de ejecución y buenas soluciones, usualmente las óptimas. Una heurística es un algoritmo que abandona uno o ambos objetivos; por ejemplo, normalmente encuentran buenas soluciones, aunque no hay pruebas de que la solución no pueda ser arbitrariamente errónea en algunos casos; o se ejecuta razonablemente rápido, aunque no existe tampoco prueba de que siempre será así. Las heurísticas generalmente son usadas cuando no existe una solución óptima bajo las restricciones dadas (tiempo,espacio,etc.), o cuando no existe del todo. A menudo, pueden encontrarse instancias concretas del problema donde la heurística producirá resultados muy malos o se ejecutará muy lentamente. Aún así, estas instancias concretas pueden ser ignoradas porque no deberían ocurrir nunca en la práctica por ser de origen teórico. Por tanto, el uso de heurísticas es muy común en el mundo real. Gimenez, Mendez 4
5 2. Desarrollo 2.1. Obtención de autovalores Para obtener los autovalores de la matriz M 1 K utilizamos el denominado algoritmo QR que se basa en la premisa de que, en una matriz tribanda, si i < filas/a i,i+1 = 0 A i,i es autovalor de A. El algoritmo es un método iterativo que consiste en realizar los siguientes pasos: Mientras i < n no encontré los resultados obtener la factorización QR de la matriz A A R Q Si la diagonal inferior es nula terminar el ciclo finsi finpara Devolver los autovalores de A en la diagonal de dicha matriz Utilizando este método una cantidad suficiente de veces se conseguirá poner en cero a toda la banda inferior, obteniendo así los autovalores de la matriz. Sin embargo, debido a la implementación en aritmética finita, el ciclo del algoritmo no siempre puede repetirse hasta que la banda inferior sea nula, por lo que n es un valor arbitrario de iteraciones del ciclo. Método de rotaciones Para hacer un mejor uso de la disposición de la matriz resultante de M 1 K, se decidió utilizar el Método de rotaciones de Givens mostrado en 1.2. La ventaja de este método respecto del de reflexiones es que convierte posiciones en ceros más selectivamente. Cada paso del método de Householder convierte en cero a cada elemento de una columna de una matriz por debajo de su diagonal. Por el contrario, una matriz de rotación de Givens transforma en cero sólo a una posición específica de la matriz por debajo de la diagonal. Por esto, mientras que Householder requiere n 1 matrices para obtener la matriz triangular superior, Givens utiliza n 1 n 1 2 matrices. Sin embargo, al ser la matriz tridiagonal, sólo necesitabamos eliminar los n 1 elementos que se encuentran debajo de la diagonal de la matriz original, por lo que el método de Givens parece ser más acertado para esta situación, como se explica en 1.2. A esto hay que sumarle que la obtención de una matriz de rotación específica es mucho más sencilla que obtener una matriz de reflexiones. Gimenez, Mendez 5
6 2.2. Redistribución de lavarropas En el caso de que algún piso entrara en resonancia con la frecuencia del terremoto, es necesario cambiar la distribución de los lavarropas en el edificio. La manera mas simple en la que se nos ocurrio hacer esto fue directamente atravez de un algorítmo de fuerza bruta. Este claramente resolvería el problema en cuestión, pero sabíamos que lo podíamos hacer un poco mejor. Para lograrlo en un tiempo decente, consideramos las siguientes alternativas Backtracking Si bien no se nos pide la mejor solución, se desarrolló el algoritmo de backtracking de este problema para tener un resultado patrón. La idea era irse moviendo atravez de las ramas del arbol de descisión que se iba formando a medida que se movia un lavarropas de un piso a otro. Sin embargo, debido a que el algoritmo hacía movimientos de a una unidad y recalculaba los autovalores cada vez, se hacía extremadamente lento y costoso para el equipo de desarrollo. A esta dificultad también se le sumaba que no habia una distribución lógica de los lavarropas que afectase los autovalores de la matriz resultado. Debido a eso se pensó definir una función de satisfacibilidad que nos iria indicando si un caso era mejor que otro o no. Finalmente éste algorítmo se termino descartando debido a que la complejidad que éste convellevaba no nos parecia traer demasiados beneficios con respecto al resto de las de los algorítmos pensados. Relación entre la frecuencia de cada piso y sus variables Dado que las frecuencias se calculan como λ i, donde cada λ i es un autovalor real de una matriz formada a partir de los pesos de cada piso y los mecanismos antisísmicos de los mismos, se buscó una relación entre estos valores, pues de encontrarla se podría resolver el problema en orden lineal. Luego de DIAS de analizar este problema y buscar informacion acerca del mismo, los análisis teóricos preliminares no dieron ningún resultado discernible, por lo que la opción fue descartada y olvidada. Distribución al azar A falta de mejores opciones, se decidió dejar el resultado librado al azar, literalmente. Se consideraron dos algoritmos: El primero consiste en tomar la cantidad total de lavarropas que hay en el edificio y redistribuirlos al azar dentro de cada piso, para de esta manera recalcular las matrices de las que se desprenden las frecuencias a analizar Gimenez, Mendez 6
7 Para el segundo son elegidos dos pisos al azar del edificio y una cantidad aleatoria de lavaropas que se encuentre en uno de los dos pisos, que será movida al otro piso. A partir de esta redistribución se calculan nuevamente las matrices de peso y tensión del edificio Finalmente se optó por la segunda implementación, pues la primera presentaba problemas con la aleatoriedad de las distribuciones. Gimenez, Mendez 7
8 3. Resultados Para realizar las mediciones se realizaron 50 ejecuciones con cada uno de los casos de test definidos por la cátedra. Los gráficos muestran la cantidad de movimientos de lavarropas que se han hecho utilizando el método mostrado en 2.2 A continuación se presentan los gráficos de algunos de los casos probados prueba5.txt prueba5a.txt Gimenez, Mendez 8
9 prueba5c.txt prueba10.txt Gimenez, Mendez 9
10 4. Discusión En los gráficos de la sección?? se observa una suerte de normalización a mitad de la tabla. En todos los casos analizados, las ocasiones en que el test tarda más que la media no supera el 15 % del total. Esto nos hace suponer que efectivamente la redistribución azarosa de lavarropas conlleva a un beneficio por sobre las otras estrategias planteadas en 2.2. Suponemos que esto se debe principalmente a que, al estar manejándonos por azar en lugar de alguna forma determinística, de alguna manera estamos jugando con las probabilidades intrínsecas del problema. Claro que decir esto implica que haya alguna relación discernible entre el peso de cada piso, las tensiones y la frecuencia del temblor, pero como dijimos en el apartado 2.2, no pudimos hallar dicha relación. Los resultados son muy parecidos a lo que se muestra al analizar las distintas variantes de pivoteo para el algoritmo de ordenamiento quicksort. El algoritmo es de por sí altamente efectivo que tiene una complejidad en peor caso de de O(n 2 ) donde n es la cantidad de elementos a ordenar, pero una complejidad promedio de O(n log n). Al elegir un pivote determinísticamente, cabe la posibilidad de fabricar casos adversos que lleven constantemente al algortimo a ejecutarse en su complejidad del peor caso. Si bien esta comparación puede llegar a considerarse un poco extrema, la similitud se puede ver. Esto no es una demostración teórica ni nada menos, es tan solo una comparación entre los dos algoritmos. Si en cambio el pivote es elegido de manera pseudo-aleatoria 1, se imposibilita la construcción de casos maliciosamente para que el algoritmo falle. Existe la probabilidad de que un caso particular sea malo para un pivote aleatoriamente elegido singular, pero es demasiado baja. Al observar los resultados, se ve algo similar: el desempeño del algoritmo en promedio es más que aceptable, y hay casos en que es aún mejor que la media, pero existen situaciones en que la reubicación azarosa conlleva a un peor caso que el anterior y se terminan realizando más movimientos que los estrictamente necesarios, con el consiguiente desperdicio de tiempo y recursos que esto conlleva. 1 Recordemos que computacionalmente no se puede manejar el concepto de azar como tal. Gimenez, Mendez 10
11 5. Conclusiones Este trabajo práctico nos resultó muy gratificante de hacer. Antes que nada porque tuvimos la oportunidad de investigar y explorar un tema del que no sabíamos si habia una solución matemática y simplemente era una contrucción a través de algún método algorítmico. Gracias a los resultados de los archivos de entrada notamos que la distribución azarosa de los lavarropas dentro del piso devolvía un resultado correcto, dentro de los tiempos esperados del algoritmo. Es decir, a través de prueba y error pudimos ver que el algoritmo efectivamente resuelve el problema, moviendo entre una posición y otra del arreglo los lavarropas. Los gráficos demostraron lo que sospechábamos: Probando distribuciones al azar, efectivamente se llega a un resultado. Si bien esto nos dejo bastante contentos con el trabajo, nos dimos cuenta de que se podía hacer mejor. Gracias a la magia de la matemática, vimos que la matriz a partir de la cual se tenían que calcular los autovalores para poder hallar la correcta distribucion era tribanda (es decir, solo contiene tres diagonales con valores no nulos). Esto podía llevar a una mejora de estructura del algorítmo, pero no teórica. Cuando creamos la matriz, no estamos aprovechando esta cualidad, ya que no se hace uso del conocimiento las posiciones en las cuales ésta posee ceros. La mejora consistía basicamente en reducir el tamaño de la matriz considerablemente, utilizando únicamente una matriz de tres filas, aprovechando al máximo el hecho de que la matriz sea tribanda. Esto mejora el orden espacial del algoritmo notablemente, ya que decrece la cantidad de memoria utilizada. Tuvimos en cuenta este problema cuando analizamos los resultados del algoritmo. Notamos que de haber implementado de esta manera nuestra estructura, habría sido posible la implementacion de diferentes heurísticas (como se mostró en 2.2) que no fueron desarrolladas dado a su costo de beneficio/trabajo a realizar. Finalemente, poniendo esos contras de costado, los resultados fueron buenos y permitió quedarnos más tranquilos a la hora de entregar este hermoso (modestia aparte) trabajo práctico. Gimenez, Mendez 11
12 A. Enunciado Laboratorio de Métodos Numéricos - Primer cuatrimestre 2009 Trabajo Práctico Número 3: Cuando pase el temblor... El trabajo práctico consiste en evaluar la resistencia sísmica de un edificio de varios pisos que funciona como depósito, proponiendo un plan de reubicación del depósito lo más eficiente posible. El modelo Consideremos un edificio de n pisos como en la Figura 1. Un modelo sencillo para estudiar el comportamiento de un terremoto sobre el edificio consiste en considerar cada piso i = 1,..., n como un bloque de masa m i, unido a los pisos adyacentes por medio de un conector elástico cuya acción se parece a la de un resorte. Para i = 0,..., n 1, la unión entre los pisos i e i + 1 suministra una fuerza de restitución F i = k i (x i+1 x i ), donde x i : R + R representa el desplazamiento horizontal del i-ésimo piso en cada instante (asumimos que i = 0 corresponde al suelo y que x 0 = 0). Aplicando la segunda ley de Newton del movimiento, F = ma, a cada sección del edificio, obtenemos el siguiente sistema de ecuaciones diferenciales lineales: m 1 x 1 = k 0 x 1 + k 1 (x 2 x 1 ) m 2 x 2 = k 1 (x 2 x 1 ) + k 2 (x 3 x 2 ) m 3 x 3 = k 2 (x 3 x 2 ) + k 3 (x 4 x 3 ).. m n x n = k n 1 (x n x n 1 ) (1) Escrito en forma matricial, este sistema toma la forma MX = KX, donde M R n n es una matriz diagonal con las masas de los pisos y K R n n es una matriz tridiagonal con los coeficientes de rigidez adecuados: M = m m m n Gimenez, Mendez 12
13 K = (k 0 + k 1 ) k k 1 (k 1 + k 2 ) k k 2 (k 2 + k 3 ) k k n 1 k n 1 Como m i > 0 para i = 1,..., n, entonces M tiene inversa y el sistema se puede reescribir como X = (M 1 K)X = AX, donde A = M 1 K tiene autovalores negativos. Sean λ 1,..., λ n los autovalores de A. Los valores ω i = λ i, para i = 1,..., n, representan las frecuencias naturales del sistema, e indican la estabilidad del edificio durante un terremoto. Si la frecuencia del sismo es muy próxima a alguna de estas frecuencias, hay riesgo de que el edificio entre en resonancia y colapse. El problema Nos encontramos en el depósito de lavarropas de una conocida casa de electrodomésticos, y se avecina un terremoto sobre nuestra ciudad. Nuestro informante en el Departamento de Geología de la FCEyN nos ha avisado que el terremoto tendrá una frecuencia de ω = 3 Hz = 3 1 seg. El edificio completo se utiliza como depósito de un único modelo de lavarropas de masa p, de modo tal que si el piso i tiene t i artículos, entonces su masa es m i = m 0 + t i p. El problema que debemos resolver -y rápidamente- consiste en determinar cuántos lavarropas debemos quitar de cada piso (reubicandolos en otros pisos) para que ninguna de las frecuencias naturales del depósito se encuentre a menos del 10 % de la frecuencia ω del terremoto (es decir, para que cada frecuencia ω i cumpla ω i [2,7, 3,3]). La solución óptima del problema es aquella que permite evitar que el edificio colapse, reubicando la menor cantidad posible de lavarropas. El enunciado El trabajo práctico consiste en implementar un programa que permita resolver este problema. La solución propuesta debe indicar cuántos lavarropas quitar de cada piso, y a qué pisos se deben llevar dichos lavarropas. Puede utilizarse una heurística para obtener el plan de reubicación de lavarropas, a criterio del grupo. En caso de que se implemente más de un algoritmo para resolver este problema, el informe deberá contener los resultados de los experimentos realizados para compararlos. El programa debe incluir una implementación de algún algoritmo para calcular los autovalores de una matriz cuadrada, que deberá ser utilizado durante el proceso de decisión. El programa debe tomar los datos desde un archivo de texto con el siguiente formato: n p m 0 k 0 k 1... k n 1 t 1 t 2... t n El informe debe incluir los resultados del algoritmo implementado sobre las instancias de prueba que acompañan al presente enunciado. El grupo que obtenga la mejor redistribución Gimenez, Mendez 13
14 de lavarropas para estas instancias se hará acreedor a una orden de compra por un monto a determinar en la casa de electrodomésticos que auspicia este trabajo práctico. Fecha de entrega: Lunes 22 de Junio Gimenez, Mendez 14
15 Referencias [1] Bjarne Stroustrup, The C++ Programming Language [2] Manual de Referencia C ++ [3] Richard L. Burden / J Douglas Faires, Análisis Numérico [4] Internet Gimenez, Mendez 15
Matrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices
Más detallesCapitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)
Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES
Más detalles1. INVERSA DE UNA MATRIZ REGULAR
. INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz
Más detallesCálculo Simbólico también es posible con GeoGebra
www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades
Más detallesInstrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A)
aprenderaprogramar.com Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A) Sección: Cursos Categoría: Curso Bases de la programación
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesFORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Más detallesLos números racionales
Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones
Más detallesPRÁCTICA N 2 SISTEMAS DE NUMERACIÓN
PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN Ejercicio 1. Diseñar una planilla EXCEL que tome como dato de entrada un número entero y devuelva la representación en base 2. Testearla con los números 23, 245, 673,
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detalles2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
Más detallesE 1 E 2 E 2 E 3 E 4 E 5 2E 4
Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),
Más detallesPROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS
Tema 7.- VALORES Y VECTORES PROPIOS. DIAGONALIZACIÓN DE MATRICES CUADRADAS VALORES Y VECTORES PROPIOS MATRICES CUADRADAS DIAGONALIZABLES DIAGONALIZACIÓN N ORTOGONAL DE MATRICES CUADRADAS SIMÉTRICAS 1 Un
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesApuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Más detallesTemas de electricidad II
Temas de electricidad II CAMBIANDO MATERIALES Ahora volvemos al circuito patrón ya usado. Tal como se indica en la figura, conecte un hilo de cobre y luego uno de níquel-cromo. Qué ocurre con el brillo
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ
Más detallesEste documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.
Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental
Más detallesConclusiones. Particionado Consciente de los Datos
Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detallesDiagonalización de matrices
diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla
Más detallesGeometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
Más detallesENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA
ENERGÍA DE DEFORMACIÓN DE UNA ESTRUCTURA 1. Hipótesis empleadas Las hipótesis que supondremos en este capítulo son: Material elástico lineal. Estructura estable La estructura es cargada lentamente. La
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detallesRIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión?
1 RIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión? La respuesta es sencilla. El rendimiento requerido siempre depende del riesgo
Más detallesEn cualquier caso, tampoco es demasiado importante el significado de la "B", si es que lo tiene, lo interesante realmente es el algoritmo.
Arboles-B Características Los árboles-b son árboles de búsqueda. La "B" probablemente se debe a que el algoritmo fue desarrollado por "Rudolf Bayer" y "Eduard M. McCreight", que trabajan para la empresa
Más detallesx 10000 y 8000 x + y 15000 a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.
Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Septiembre 2012 - Propuesta A 1. Queremos realizar una inversión en dos tipos
Más detallesIngeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007
Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesAproximación local. Plano tangente. Derivadas parciales.
Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación
Más detallesValores y vectores propios de una matriz. Juan-Miguel Gracia
Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-
Más detallesMatrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx
Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesCASO PRÁCTICO DISTRIBUCIÓN DE COSTES
CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que
Más detalles_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano
24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detallesLección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009
Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones
Más detallesProfr. Efraín Soto Apolinar. Factorización
Factorización La factorización es la otra parte de la historia de los productos notables. Esto es, ambas cosas se refieren a las mismas fórmulas, pero en los productos notables se nos daba una operación
Más detallesARREGLOS DEFINICION GENERAL DE ARREGLO
ARREGLOS DEFINICION GENERAL DE ARREGLO Conjunto de cantidades o valores homogéneos, que por su naturaleza se comportan de idéntica forma y deben de ser tratados en forma similar. Se les debe de dar un
Más detallesOPCIÓN A 0 1 X = 1 12. Podemos despejar la matriz X de la segunda ecuación ya que la matriz. 1 1 ; Adj 0 1 X =
Selectividad Junio 011 Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO/A DEBERÁ ESCOGER UNO DE
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesLos estados financieros proporcionan a sus usuarios información útil para la toma de decisiones
El ABC de los estados financieros Importancia de los estados financieros: Aunque no lo creas, existen muchas personas relacionadas con tu empresa que necesitan de esta información para tomar decisiones
Más detallesT.1 CONVERGENCIA Y TEOREMAS LÍMITE
T.1 CONVERGENCIA Y TEOREMAS LÍMITE 1. CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIA CONVERGENCIA CASI-SEGURA CONVERGENCIA EN PROBABILIDAD CONVERGENCIA EN MEDIA CUADRÁTICA CONVERGENCIA EN LEY ( O DISTRIBUCIÓN)
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesUna experiencia en la enseñanza de los primeros cursos del área matemática.
Una experiencia en la enseñanza de los primeros cursos del área matemática. Rodolfo Carvajal y Martín Matamala Departamento de Ingeniería Matemática, Facultad de Ciencias Físicas y Matemáticas, Universidad
Más detallesLABORATORIO Nº 3 PRÁCTICA DE FUNCIONES EN MICROSOFT EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar funciones en Microsoft Excel 2010. 1) LA FUNCIÓN SI EN EXCEL La función SI en Excel es parte del grupo
Más detallesLos polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x
Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada
Más detallesUNIDAD 4 PROCESOS DE MARKOV
UNIDAD 4 PROCESOS DE MARKOV Anteriormente se han cubierto modelos estáticos, esto es, modelos cuyos parámetros permanecen sin cambio a través del tiempo. Con excepción de programación dinámica donde se
Más detallesTema : ELECTRÓNICA DIGITAL
(La Herradura Granada) Departamento de TECNOLOGÍA Tema : ELECTRÓNICA DIGITAL.- Introducción. 2.- Representación de operadores lógicos. 3.- Álgebra de Boole. 3..- Operadores básicos. 3.2.- Función lógica
Más detallesUNIDAD 6. POLINOMIOS CON COEFICIENTES ENTEROS
UNIDAD 6. POLINOMIOS CON COEFICIENTES ENTEROS Unidad 6: Polinomios con coeficientes enteros. Al final deberás haber aprendido... Expresar algebraicamente enunciados sencillos. Extraer enunciados razonables
Más detallesCapítulo I. Convertidores de CA-CD y CD-CA
Capítulo I. Convertidores de CA-CD y CD-CA 1.1 Convertidor CA-CD Un convertidor de corriente alterna a corriente directa parte de un rectificador de onda completa. Su carga puede ser puramente resistiva,
Más detalles35 Facultad de Ciencias Universidad de Los Andes Mérida-Venezuela. Potencial Eléctrico
q 1 q 2 Prof. Félix Aguirre 35 Energía Electrostática Potencial Eléctrico La interacción electrostática es representada muy bien a través de la ley de Coulomb, esto es: mediante fuerzas. Existen, sin embargo,
Más detalles3º Grado Educación Infantil Bilingüe Números. Método Singapur y F. Bravo E R
MATEMÁTICAS PARA EDUCACIÓN INFANTIL N Enseñamos y aprendemos llos números:: Método Siingapur y Fernández Bravo,, Porr Clarra Garrcí ía,, Marrtta Gonzzál lezz y Crri isstti ina Lattorrrre.. Ú M E R O S
Más detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES INTRODUCCIÓN En el presente documento se explican detalladamente dos importantes temas: 1. Descomposición LU. 2. Método de Gauss-Seidel. Se trata de dos importantes herramientas
Más detallesPrograma Tracker : Cómo generar Vectores y sumarlos
Programa Tracker : Cómo generar Vectores y sumarlos Esta guía explica cómo usar vectores, la posibilidad de sumarlos, presentar los resultados directamente en pantalla y compararlos de forma gráfica y
Más detallesCuáles son las funciones y desempeño asociadas del equipo en su contexto operativo?, o un poco mas coloquialmente;
Desarrollando un Plan de Mantenimiento apoyados en RCM Vamos ahora a ver un poco hacia adentro las 7 preguntas fundamentales para el desarrollo del RCM y veamos como podemos hacerlo en una forma práctica
Más detallesTema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES
Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detallesEJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores
EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u
Más detallesPotencial eléctrico. du = - F dl
Introducción Como la fuerza gravitatoria, la fuerza eléctrica es conservativa. Existe una función energía potencial asociada con la fuerza eléctrica. Como veremos, la energía potencial asociada a una partícula
Más detallesEXPRESIONES ALGEBRAICAS. POLINOMIOS
EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,
Más detallesUNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES GUÍA 2: PROBABILIDADES Profesor: Hugo S. Salinas Segundo Semestre 2010 1. Describir el espacio muestral
Más detallesExperimento 7 MOMENTO LINEAL. Objetivos. Teoría. Figura 1 Dos carritos sufren una colisión parcialmente inelástica
Experimento 7 MOMENTO LINEAL Objetivos 1. Verificar el principio de conservación del momento lineal en colisiones inelásticas, y 2. Comprobar que la energía cinética no se conserva en colisiones inelásticas
Más detallesMOOC UJI: La Probabilidad en las PAU
3. Definición intuitiva de probabilidad: ley de Laplace La palabra probabilidad, que usamos habitualmente, mide el grado de creencia que tenemos de que ocurra un hecho que puede pasar o no pasar. Imposible,
Más detallesLÍMITES Y CONTINUIDAD DE FUNCIONES
Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos
Más detallesColegio Alexander von Humboldt - Lima. Tema: La enseñanza de la matemática está en un proceso de cambio
Refo 07 2004 15 al 19 de noviembre 2004 Colegio Alexander von Humboldt - Lima Tema: La enseñanza de la matemática está en un proceso de cambio La enseñanza de la matemática debe tener dos objetivos principales:
Más detallesCAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION
CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora
Más detallesSelectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A
SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,
Más detallesProblemas fáciles y problemas difíciles. Cuando a los niños les planteamos problemas de suma y resta, Laura dejó sin resolver el siguiente problema:
Problemas fáciles y problemas difíciles Alicia Avila Profesora investigadora de la Universidad Pedagógica Nacional Cuando a los niños les planteamos problemas de suma y resta, Laura dejó sin resolver el
Más detallesHoja1!C4. Hoja1!$C$4. Fila
CAPÍTULO 6......... Cálculo y funciones con Excel 2000 6.1.- Referencias De Celdas Como vimos con anterioridad en Excel 2000 se referencian las celdas por la fila y la columna en la que están. Además como
Más detallesPOR QUÉ EL VALOR PRESENTE NETO CONDUCE A MEJORES DECISIONES DE INVERSIÓN QUE OTROS CRITERIOS? ( Brealey & Myers )
CAPÍTULO 5 POR QUÉ EL VALOR PRESENTE NETO CONDUCE A MEJORES DECISIONES DE INVERSIÓN QUE OTROS CRITERIOS? ( Brealey & Myers ) Ya hemos trabajado antes con los principios básicos de la toma de decisiones
Más detallesCentro de Capacitación en Informática
Combinación de funciones y fórmulas =SI(Y(...)...) o =Si(O(...)...) En secciones anteriores vimos que la función SI() debía cumplir una condición, como por ejemplo, controlar si en una celda determinada
Más detallesEFECTO DE LA AGRESIVIDAD ATMOSFÉRICA EN LA TENACIDAD A FRACTURA DE METALES Y ALEACIONES METÁLICAS
EFECTO DE LA AGRESIVIDAD ATMOSFÉRICA EN LA TENACIDAD A FRACTURA DE METALES Y ALEACIONES METÁLICAS Dentro de la caracterización mecánica de los materiales de ingeniería, la resistencia a la tensión y la
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesUna desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos
MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesA practicar: Interactivos de matemáticas para niños
A practicar: Interactivos de matemáticas para niños Gabriela González Alarcón Coordinación de Servicios Educativos en Red Dirección General de Servicios de Cómputo Académico - UNAM Resumen En este trabajo
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesLección 4: Suma y resta de números racionales
GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,
Más detallesAplicaciones lineales
aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:
Más detallesValores propios y vectores propios
Capítulo 6 Valores propios y vectores propios En este capítulo investigaremos qué propiedades son intrínsecas a una matriz, o su aplicación lineal asociada. Como veremos, el hecho de que existen muchas
Más detallesEl rincón de los problemas
Marzo de 2010, Número 21, páginas 165-172 ISSN: 1815-0640 El rincón de los problemas Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe De lo particular a lo general, usando grafos Problema En
Más detallesProgramación Lineal. Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal
Programación Lineal Ficha para enseñar a utilizar el Solver de EXCEL en la resolución de problemas de Programación Lineal Ejemplo: Plan de producción de PROTRAC En esta ficha vamos a comentar cómo se construyó
Más detallesCorrespondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech
Correspondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech Resumen Todo documento XBRL contiene cierta información semántica que se representa
Más detallesTRABAJO Y ENERGÍA. W = F d [Joule] W = F d cos α. Donde F y d son los módulos de la fuerza y el desplazamiento, y α es el ángulo que forman F y d.
C U R S O: FÍSICA COMÚN MATERIAL: FC-09 TRABAJO Y ENERGÍA La energía desempeña un papel muy importante en el mundo actual, por lo cual se justifica que la conozcamos mejor. Iniciamos nuestro estudio presentando
Más detallespor Miguel Crespo Celda
PRACTICA DE TACTICA: LA ANTICIPACION 1. Definición. La anticipación en tenis significa adivinar cuáles son las intenciones del contrario de forma que el jugador se pueda preparar adecuadamente para reaccionar.
Más detallesQUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.
QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no
Más detallesÍNDICE. Ficha técnica... 4. Encuesta y cuestionario... 6. Finalidad y resultados de la encuesta... 10 10. Primera parte: conocimiento...
ÍNDICE Ficha técnica... 4 Encuesta y cuestionario... 6 Finalidad y resultados de la encuesta... 10 10 Primera parte: conocimiento... 12 Segunda parte: modo de conocimiento y valoración... 18 Tercera parte:
Más detalles4. EVALUACIÓN DEL PROGRAMA DE CAPACITACIÓN
4. EVALUACIÓN DEL PROGRAMA DE CAPACITACIÓN La etapa final del proceso de capacitación es la evaluación de los resultados obtenidos, mediante este proceso se puede responder a las siguientes preguntas:
Más detallesCHOQUE.(CANTIDAD DE MOVIMIENTO )
APUNTES Materia: Tema: Curso: Física y Química Momento Lineal 4º ESO CHOQUE.(CANTIDAD DE MOVIMIENTO ) CANTIDAD DE MOVIMIENTO Si un cuerpo de masa m se está moviendo con velocidad v, la cantidad de movimiento
Más detalles