INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

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

Download "INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO"

Transcripción

1 INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE

2 INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS PREVIOS. URVA EN EL AMPO OMPLEJO Defcó: se deoma curva e el campo complejo al cojuto de putos del msmo tales que verfca la sguete epresó: = ( t) = ( t) + ( t ) t a t b; t R Ecuacó vectoral de la curva. Represetacó gráfca: A (a) (t) P (afjo de ) s t = a; = ( a) el afjo es A s t = b; = ( b) el afjo es B (b) B a t b t Ejemplos: t + t para t urva = ( t) = t + para t urva () = Recta que va urva () = + desde (, ) a(, ) (,) (,) () = + Recta que va urva () = + desde (, ) a(, ) otudad. = ( t) ( t ) es cotua e el [ a, b] = ( t) so cotuas t [ a, b ] Itegrales de líea e el campo complejo - -

3 INGENIERÍA ELETROMEÁNIA ( t) ( t) Esta relacó establece la codcó de cotudad para las fucoes modo que la curva defda por = ( t) + ( t ) sea cotua. de Dervacó: d( t) La dervada de '( t) = dt '( t) = lm t ( t + t) ( t) t se defe como: Iterpretacó geométrca. A P (t) (t) '(t) Q (t+ t) B t a t t+ t b Pasos para obteer la dervada. - El cremeto de la fucó ( t ) es ( t) = ( t + t) ( t) = PQ ( t + t) ( t) - ocete cremetal = vector de t gual setdo que ( t ) s t >. ( t + t) ( t) - Paso al límte: lm = '( t) t t S t t + t t Q P por lo que las sucesvas rectas secates a la curva e P se trasforma e la recta tagete a la curva P. urva oretada: dada ua ; la msma puede ser oretada de dos maeras: desde A haca B ó desde B haca A. Se covee oretar a las curvas del plao complejo segú los valores de t crecetes e el tervalo de defcó. urva opuesta: dada ua curva oretada e u setdo, se deoma curva opuesta a la msma curva pero oretada e setdo opuesto. urva regular: ua curva defda por ( t) = ( t) + ( t ), co t perteecete al tervalo [ a, b ], se dce regular e [, ] - La dervada de ( ) - La dervada '( ) ; [, ] a b s sólo s se cumple que: t es cotua para todo [, ] t a b. t a b. Itegrales de líea e el campo complejo - -

4 INGENIERÍA ELETROMEÁNIA d( t) La prmera codcó mplca que cuado = '( t) + '( t) es cotua, debe dt verfcarse que '( t) '( t) cotuas e [ a, b ]. so cotuas e [, ] ( t) ( t) a b. Esto es a su ve que La seguda codcó mplca que el vector tagete a la curva e cada uo de sus putos debe estr (o ser ulo). El módulo de dcho vector es: [ ] [ ] '( t) = '( t) + '( t ) so urva smple: ua curva defda por ( ) = ( ) + ( ) smple s sólo s sedo t t t t co t [, ] a b, se dce t putos perteecetes al tervalo [, ] a b (es decr a < t < t < b ), se verfque ( t ) ( t ). Esto sgfca que la curva ó arco o se corta a sí msmo. Ua curva smple se deoma arco smple o arco de Jorda. urva cerrada: ua curva defda por ( ) = ( ) + ( ) t t t co t [, ] a b, se dce cerrada s se verfca que: ( a) = ( b ). Ua curva smple cerrada se deoma curva de Jorda. Ejemplo : Sea la curva defda: () = a es cerrada ( π ) = a ( t) = a.cos t +. a.se t; t π Puede probarse que es smple: para cualquer valor de t, teror al tervalo [, π ], la curva o tee los msmos valores. ( t ) ( t ) t, t < t < t < π Es regular: '( t) = a.se t '( t) = a.se t +. a.cos t '( t) = a.cos t cumple co la prmera codcó. Luego: ( ) ( ) ( ) so cotuas, lo que '( t) = a.se t + a.cos t = a cos t + se t = a > ; por lo tato '( t ) es o ulo para todo t [ a, b ], lo que cumple co la seguda codcó. La curva es regular, cerrada smple: es ua curva de Jorda. Itegrales de líea e el campo complejo - 3 -

5 INGENIERÍA ELETROMEÁNIA a rcufereca de cetro (, ) rado a, oretada segú los valores de t crecetes. π t Ejemplo : ( t) = + a.cos t +. a.se t; t π a rcufereca de cetro rado a Ejemplo 3: urva smple o cerrada urva o smple o cerrada urva smple cerrada urva o smple cerrada També suele deomarse cotoro, o arco regular a troos, a los arcos formados por u úmero fto de arcos regulares co etremos comues. INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO Sea f ( ) = w ua fucó aalítca e u domo D cludo e el plao complejo. Sea = ( ) = (, ) + (, ) (, ) (, ) u= u v= v w f u v cotua e el domo D, por lo que: so cotuas (, ) D. osderemos ua curva (també llamada cotoro) defda por: : ( t) = ( t) + ( t); a t b Segumos el sguete procedmeto: a) Dvdmos la curva e arcos medate la cosderacó de putos sobre la msma:,, 3,..., ( ) = a ; ( b) = a b 3 - = t Itegrales de líea e el campo complejo - 4 -

6 INGENIERÍA ELETROMEÁNIA b) Desgamos a cada arco así formado co. * ; co. = c) E cada uo de los arcos elegmos arbtraramete u puto que deomamos w = f ( ), * ( ) * e él calculamos la mage dada por f, el cual estrá por ser f ( ) aalítca D. - * d) Efectuamos el producto f ( ) e cada arco. e) alculamos la suma de los productos aterores para los arcos: = * ( ) = S f f) S este el lm S lm f ( ) ; a dcho límte se lo deoma tegral de = * = líea de la fucó f ( ) = w sobre la curva desde a. La curva es la traectora de tegracó. E símbolos: * f ( ). d = lm S = lm f ( ) = Itegral curvlíea ó tegral de cotoro de f sobre. Así como e el caso de tegrales de ua sola varable puede terpretarse como el valor de u área, o de u volume e el caso de fucoes de dos varables, o es posble dar ua terpretacó aáloga geométrca o físca para las tegrales e el campo complejo. Así como las tegrales reales se defía sobre tervalos de la recta real, se defe tegrales de fucoes complejas de varable compleja sobre curvas e el plao complejo. S la traectora es ua curva cerrada, se smbola: ( ). f d álculo medate tegrales reales. osderemos la fucó f ( ) como ua fucó de dos varables reales: f ( ) = u(, ) + v(, ) Itegrales de líea e el campo complejo - 5 -

7 INGENIERÍA ELETROMEÁNIA * * * S = +, etoces = +, = +. ( ) ( ) * * * * * f ( ) = u, + v, ; la sumatora S : * ( ) ( ) ( ) *, * *, * [ ] S = f = u + v + = = = = Podemos epresar: ( * * ) ( * *,, ) ( *, * ) ( *, * ) S = + + u v u v = = Tomado límte para ; má resulta: ( )( ) f ( ). d = u + v d + d álculo medate tegrales ordaras de varable real. Debe cosderarse que puede epresarse paramétrcamete: ( t) : ( t) = ( t) + ( t) : co a t b (pág. ) ( t) La tegral se epresa como: b { [ ] [ ]} [ ] f ( ). d = u ( t), ( t) + v ( t), ( t) d( t) + d( t ) a E forma abrevada puede epresarse: [ ] [ ] b d a f ( ). d = f ( t) ( t) dt dt Esquemátcamete: t w = f ( ) w t t d d t El cálculo de ua tegral curvlíea de ua fucó compleja de varable compleja puede reducrse al cálculo de ua tegral defda de ua fucó de ua sola varable t. Itegrales de líea e el campo complejo - 6 -

8 INGENIERÍA ELETROMEÁNIA Ejemplo : calcule la tegral a) (,) + f ( ). d =. d ; a lo largo de las traectoras: a) : segmeto de recta que ue los putos (, ) (, ). b) : defda ( t) = t + t ; t (,) ( ) t La curva puede epresarse como: t ( t) = t + t d = d + d = dt + dt ( ) = t; d = dt ( t) = t; d = dt +, ( )( ) ( )( ) ( ) ( ). d = + d + d = t + t dt + dt = + t + t. dt = t t = ( + ) + = ( + ) + = + + = b) (,) (,) t La curva puede epresarse como: t ( t) = t + t d = d + d = dt + t. dt (,) + ( )( ) ( ) = t; d = dt ( t) = t ; d = t. dt ( )( ) ( )( ). d = + d + d = t + t dt + t. dt = t + t + t. dt = 3 3 t 3 4 = ( t + t + t t ). dt = ( t + 3t t ). dt = + t t = + = 4 Propedades de la tegral de líea. Propedad de lealdad: la tegral de líea de ua combacó leal de fucoes es gual a la combacó leal de las tegrales e el msmo orde. [ + ] = + a. f ( ) b. f ( ). d a. f ( ). d b. f ( ). d Esta propedad se demuestra sobre la msma base que se verfca para la tegracó e el campo real. Itegrales de líea e el campo complejo - 7 -

9 INGENIERÍA ELETROMEÁNIA Propedad adtva respecto de la traectora de tegracó. f ( ). d = f ( ). d + f ( ). d s se verfca que: = + ambo de oretacó de la traectora de tegracó. Al cambar el setdo de oretacó de la curva o traectora de tegracó, la tegral compleja camba de sgo, mateedo el msmo valor del módulo. f ( ). d = f ( ). d - Acotacó del módulo de la tegral. Observacó: s ua fucó f ( ) es aalítca a lo largo de ua curva, etoces está acotada sobre la msma. w f u v es aalítca e E efecto, s = ( ) = (, ) + (, ) cotuas para todo. El módulo de ( ) M R f ( ) = u, + v, M; M > f es: ( ) ( ) so úmeros reales u( ), so v(, ) S ua fucó f ( ) es aalítca sobre ua curva, s la logtud de la curva es L, la tegral curvlíea de f ( ) está acotada por el producto M. L, sedo M la cota de f ( ) L la logtud de la curva. ( ).. f d M L ; co f ( ) M cota de la fucó L = logtud de Demostracó: * = La tegral fue obteda de ua sumatora: S = f ( ) ; por lo tato: * * * = ( ) ( ) = ( ) = = = S f f f Itegrales de líea e el campo complejo - 8 -

10 INGENIERÍA ELETROMEÁNIA S f ( ) es aalítca f ( ) M. f ( ) está acotada sobre la curva. E cosecueca: Luego: S M. = M ; dode sobre la curva. = = uado pasamos al límte * = : = lm S = lm f ( ) = f ( ). d M. L = logtud de la polgoal = = L, la logtud de la curva. Teorema de la tegral de auch (Teorema de auch-goursat) S f ( ) es ua fucó aalítca e u domo D del plao complejo, smplemete coeo, es ua curva smple regular cerrada coteda e D ; etoces: f ( ). d = S ( ) = (, ) + (, ) : curva oretada e setdo postvo R : recto smplemete coeo ecerrado por f u v es aalítca e D, la tegral curvlíea es: f ( ). d = u. d v. d + v. d + u. d Por ser ( ) f cotua e D, las fucoes u(, ) (, ) v so cotuas e D. Las dervadas parcales de prmer orde: δ u δ u δ v δ v ; ; ; so cotuas e D. δ δ δ δ El Teorema de Gree e el plao os permte reescrbr la tegral de la sguete maera: δ δ δ δ ( ). v u = + δ δ.. u v f d d d δ δ. d. d R R Pero, de acuerdo a las ecuacoes de auch-rema: δ u δ δ δ = v ; u = v δ δ δ δ los tegrados de estas dos tegrales dobles so cero e todo R. S f ( ) es aalítca f '( ) es cotua e D : ( ). = f d R Itegrales de líea e el campo complejo D

11 INGENIERÍA ELETROMEÁNIA La oretacó de la curva o tee mportaca para el valor de la tegral. f ( ). d = f ( ). d = Nota: Goursat fue el prmero e demostrar que la codcó de cotudad de f '( ) se puede omtr. osecuecas del teorema de la tegral de auch. La tegral curvlíea de f ( ) (aalítca e el domo D ) etre dos putos cualesquera de u domo smplemete coeo, es depedete de la traectora que ue aquellos putos. - f ( ). d = f ( ). d D Las curvas o se tersecta, salvo e los putos etremos. Tomemos ua traectora cerrada smple, formada por por oretadas e setdo opuesto. ( ) = +, la tegral a lo largo de es: f ( ). d = f ( ). d + f ( ). d =, por el Teorema de auch-goursat. = f ( ). d + f ( ). d f ( ). d = f ( ). d pero: f ( ). d = f ( ). d ; por lo que: f ( ). d = f ( ). d aso de cotoros cerrados smples. 3 f ( ). d = f ( ). d f ( ). d = ( ). f d 3 3 f ( ). d = f ( ). d Esto costtue el Prcpo de Deformacó de la Traectora. La tegral de líea etre dos putos fjos de u domo D, smplemete coeo, efectuada sobre ua curva que los ue o altera su valor s la curva sufre ua deformacó Itegrales de líea e el campo complejo - -

12 INGENIERÍA ELETROMEÁNIA cotua, mateedo sus etremos fjos sempre que al producrse tal deformacó, la curva o cotega putos del plao dode f ( ) deje de ser aalítca. Geeralacó del Teorema de la Itegral de auch a domos múltplemete coeos Sea ua curva smple cerrada sea ( j =,,..., ) u úmero fto de cotoros smples cerrados detro de, tales que las regoes terores a cada j o cotega putos e comú. Sea R la regó cerrada formada por todos los putos detro de, salvo los putos terores a cada j j. Deotaremos por Q a toda la frotera oretada de R formada por todos los cotoros recorrdos de modo que los putos terores quede a la querda de Q. S f ( ) es aalítca e todo R : ( ). = Q f d j, F D E Domo doblemete coeo D A G B D H M D Froteras Al ur las froteras co dos traectoras AB DE, el domo queda dvddo e dos domos smplemete coeos, de modo que e cada uo de ellos podemos aplcar el Teorema de la Itegral de auch. D D domos smplemete coeos: f ( ) aalítca e D f ( ) aalítca e D = = AME ED DHB BA AB BGD DE EFA Sumado las ecuacoes aterores membro a membro, observamos que las tegrales de las traectoras que ue los putos E co D A co B se aula por teer setdo opuesto, co lo que os que os queda: = AME EFA DHB BGD f ( ). d f ( ). d f ( ). d f ( ). d = Teorema de la Itegral de auch e domos múltplemete coeos Itegrales de líea e el campo complejo - -

13 INGENIERÍA ELETROMEÁNIA Domos -coeos. D j = j j= f ( ). d f ( ). d f ( ). d f ( ). d f ( ). d = de dode se obtee: Geeralacó del Teorema de auch para domos -coeos. Ejemplo : alcule la tegral d + a través de las traectoras ; ; 3 ; 4 5. Puede afrmarse que: d d = + + f ( ) es aalítca. ; puesto que e el recto R, d d = por lo msmo; pero las traectoras cerradas que ecerra putos como = =, dode f ( ) o es aalítca (por o ser cotua) o permte aplcar el Teorema de la tegral de auch. Ejemplo : alcule la tegral 3-3 d ( + 9) e : eros del deomador = = 3 = 3 d d d = = ; pues el teror es aalítco e ( + ) 9 ( + 9) ( + 9) todos los putos de la coroa co frotera. B = + Itegrales de líea e el campo complejo - -

14 INGENIERÍA ELETROMEÁNIA Fórmula de la Itegral de auch Sea f ( ) ua fucó aalítca e u domo D, ua curva eteramete coteda e D, co oretacó postva. S es cualquer puto teror a, etoces se verfca: f ( ) f ( ) = π d Esta fórmula os dce que s se cumple las codcoes aterores, los valores de la fucó f ( ) e putos terores a queda completamete determados por los valores f ( ) e la curva. Al escrbr la fórmula ateror de la forma: f ( ) d = π f ( ) puede usarse para calcular el valor de certas tegrales sobre cotoros (curvas smples cerradas). D Ejemplo : alcule e r = d 3 sedo : = S hacemos f ( ) = e aalítca aalítca e su teror, la tegral resulta: e d = π e = π e = Ejemplo : alcule e + d ( )( ) + = + sedo : = 3 Itegrales de líea e el campo complejo - 3 -

15 INGENIERÍA ELETROMEÁNIA ( ) e e + () Se hace f ( ) = ( + ) d ; ( ) la fucó o es aalítca e el teror de, o r = 3 puede usarse la fórmula de auch. - e e ( ) () Se hace f ( ) = d ; + ( ) ( ) la fucó tampoco es aalítca e el teror de. No puede utlarse la fórmula de auch e guo de los dos casos. Ejemplo 3: - r = S cambo el cotoro de tegracó a : =, puede hacerse f ( ) = e ( + ) = f ( ) es ahora aalítca e el teror de e ( + ) = π = π = π ( ) e + e d e = Ejemplo 4: -3 - ( ) 3 r = ( 9) alcule. d ( 9)( + ) e : = La fucó tegrado o es aalítca e = 3; = 3; = Hacedo f ( ) = ( 9) aalítca e el teror de. f ( ) π d = = π = π = d ( + ) 9 5 = = esta f ( ) es Fórmula de la tegral de auch etedda a domos múltplemete coeos. Sea f ( ) ua fucó aalítca e u domo D doblemete coeo u puto teror del msmo. Sea, además, las froteras de dcho domo. Se verfca etoces: = π f ( ) f ( ) f ( π ) d d Itegrales de líea e el campo complejo - 4 -

16 INGENIERÍA ELETROMEÁNIA osderemos ua curva smple cerrada que ecerra a que o tercepte a las curvas. De esta maera, la fucó f ( ) es aalítca e el uevo domo trcoeo de froteras, ; por lo que podemos aplcar la geeralacó del Teorema de auch a domos -coeos. f ( ) f ( ) f ( ) d d d = Pero este últmo térmo: f ( ) d = π. f ( ) ; de modo que: f ( ) f ( ) d = π d. f ( ) ; ordeado coclumos: f ( ) f ( ) f ( ) = π d d Para domos -coeos: D j f ( ) f ( ) f ( ) = π d d j = j Dervadas de fucoes aalítcas. Puede demostrarse que s ua fucó es aalítca e u puto, sus dervadas de todos los órdees este, so aalítcas e dcho puto. Propedad fudametal. Sea f ( ) ua fucó aalítca e u domo D. Admte por lo tato dervadas de todos los órdees e D, que so a su ve fucoes aalítcas e dcho domo. El valor de dchas dervadas puede calcularse co la sguete epresó: Itegrales de líea e el campo complejo - 5 -

17 INGENIERÍA ELETROMEÁNIA f ( ) f '( ) = π d ( ) f ( ) f ''( ) = π d 3 ( ).. geeralado ( )! f ( ) f ( ) = + π d ( ) ; ( =,,,... ) Bblografía. HURHILL, R., BROWN, J. Varable compleja aplcacoes. 7º Edc. Mc Graw-Hll. 4.. KREYSIG, E. Matemátcas avaadas para geería. Lmusa-Wesle SPIEGEL, M. Varable compleja. Mc Graw-Hll. 99. Itegrales de líea e el campo complejo - 6 -

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Estudio de eventos extremos enfocado a seguros y finanzas

Estudio de eventos extremos enfocado a seguros y finanzas Cuestoes Ecoómcas Vol. 0 No :3004 Estudo de evetos extremos efocado a seguros y fazas KLEVER MEJÍA ADRIANA UQUILLAS * Resume Muchos campos de la ceca modera y la geería tee que ldar co evetos que so poco

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS Coceptos (cotedos soporte) Udad de trabajo sexta: Geeraldades. Retas auales costates. Retas costates fraccoadas. Retas varables. Udad de trabajo séptma Geeraldades. mortzacó de u préstamo por el sstema

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN DE

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones 2 CÁLCULO FINANCIERO Teoría, Ejerccos y Aplcacoes 3 Uversdad de Bueos Ares Facultad de Cecas Ecoómcas Autores: Jua Ramó Garca Hervás Actuaro (UBA) Master e Ecoomía y Admstracó (ESEADE). Docete de Posgrado

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

MS Word Editor de Ecuaciones

MS Word Editor de Ecuaciones MS Word Edtor de Ecuacoes H L. Mata El Edtor de ecuacoes de Mcrosoft Word permte crear ecuacoes complejas seleccoado símbolos de ua barra de herrametas y escrbedo varables y úmeros. medda que se crea ua

Más detalles

Introducción a la Transformada Wavelet DESCOMPOSICIÓN DE SEÑALES

Introducción a la Transformada Wavelet DESCOMPOSICIÓN DE SEÑALES Itroduccó a la Trasformada Wavelet DESCOMPOSICIÓN DE SEÑALES Trasformada Wavelet Curso 006 Itroduccó Para ua mejor compresó de los capítulos sguetes desarrollaremos aquí alguos coceptos matemátcos ecesaros

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

CONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2

CONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2 Cojutos coveos Ejeplos de cojutos coveos e R CONVEXIDAD Cojutos coveos Coveidad de fucioes DEFINICION: U cojuto A es coveo cuado, y A y λ [0,] se cuple λ + ( λ) y A R λ + ( λ) y λ = / y λ = 0 Cojuto coveo:

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Flujo de Potencia DC con Modelación de Incertidumbres Aplicado al Caso Chileno

Flujo de Potencia DC con Modelación de Incertidumbres Aplicado al Caso Chileno Fluo de Poteca DC co odelacó de Icertdumres Aplcado al Caso Chleo Resume Rodrgo Palma B. rodpalma@cec.uchle.cl Chrsta Jeldres H. celdres@cec.uchle.cl Area de Eergía Departameto de Igeería Eléctrca Uversdad

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

INTRODUCCION A LA GEOESTADISTICA

INTRODUCCION A LA GEOESTADISTICA INTRODUION A LA GEOESTADISTIA 7 3' W MAR ARIBE Boca de la Barra 3 larí 8 6 4 Grade R Sevlla 8 6 R Aracataca 45' N 4 R Fudaco Teoría y Aplcacó UNIVERSIDAD NAIONAL DE OLOMBIA Sede Bogotá Facultad de ecas

Más detalles

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA

TEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

3 Regresión lineal múltiple: estimación y propiedades

3 Regresión lineal múltiple: estimación y propiedades 3 Regresó leal múltple: estmacó y propedades Ezequel Urel Uversdad de Valeca Versó 09-013 3.1 El modelo de regresó leal múltple 1 3.1.1 Modelo de regresó poblacoal y fucó de regresó poblacoal 3.1. Fucó

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

10. Optimización no lineal

10. Optimización no lineal 0. Optzcó o lel Coceptos báscos Prcpos y teores pr l búsqued de óptos lobles Optzcó s restrccoes e desó Optzcó s restrccoes e desó > Modelos co restrccoes de uldd Codcoes de uh-tucker Alortos uércos báscos

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

3. Unidad Aritmética Lógica (ALU)

3. Unidad Aritmética Lógica (ALU) 3. Udd rtmétc Lógc (LU) bordremos los spectos que permte l mplemetcó de l rtmétc de u computdor, trbuto fucol de l Udd rtmétc Lógc (LU). Prmero se revstrá lo relcodo l form de represetr los úmeros como

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

Apuestas deportivas por Internet

Apuestas deportivas por Internet Autor: Davd Serrao Martíez 22/0/2009 Apuestas deportvas por Iteret Aputes y relexoes Itroduccó Durate el últmo trmestre de 2005, u grupo de compañeros de trabajo y amgos decdmos motar ua suerte de peña

Más detalles

UNIVERSIDAD DE BUENOS AIRES

UNIVERSIDAD DE BUENOS AIRES NIVERSIA E BENOS AIRES FACLTA E INGENIERÍA EPARTAMENTO E IRÁLICA Cátedra de Costruccoes dráulcas Tuberías e Sere y e Paralelo Ig. Lus E. Pérez Farrás - Novembre 003 - epartameto de dráulca Cátedra de Costruccoes

Más detalles

INTEGRAL DEFINIDA. b A =, es decir, la tercera parte 3 1.- INTRODUCCIÓN

INTEGRAL DEFINIDA. b A =, es decir, la tercera parte 3 1.- INTRODUCCIÓN INTEGRAL DEFINIDA.- INTRODUCCIÓN E este tem estudremos u cocepto uevo, el de tegrl defd. Auque será ecesro defrl de form eseclmete complcd, l tegrl vee formlzr u cocepto secllo, tutvo: el de áre. Ahor

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones.

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones. MATEMÁTICAS Represetació Gráica de Fucioes 1 TEMA 28: Estudio global de ucioes Aplicacioes a la represetació gráica de ucioes Esquema: Autor: Atoio Pizarro Sácez 1 Itroducció 2 Domiio de deiició y recorrido

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA H. Helam Estadístca -/5 ITRODUCCIÓ. COCEPTO DE ETADÍTICA ETADÍTICA DECRIPTIVA La estadístca es la rama de las matemátcas que estuda los eómeos colectvos recogedo, ordeado y clascado y smplcado los datos

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

Tema 2: Modelos lineales de optimización con variables enteras. Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.

Más detalles

(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO INTEGRAL LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA

(Apuntes sin revisión para orientar el aprendizaje) CÁLCULO INTEGRAL LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA (Aputes s revsó pr oretr el predzje) CÁLCULO INTEGRAL LA INTEGRAL DEFINIDA Y LA INTEGRAL INDEFINIDA Sumtor Pr represetr e form revd determdo tpo de sums, se utlz como símolo l letr greg sgm. Ejemplos.

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles