INTRODUCCIÓN HISTÓRICA.
|
|
- Vicenta Vera Núñez
- hace 8 años
- Vistas:
Transcripción
1 Aplicació de los Sistemas Evolutivos al Tratamieto de Imágees Ferado Galido Soria Escuela Superior de Cómputo (ESCOM) Istituto Politécico Nacioal Av. Miguel Othó de Medizábal y Av. Jua de Dios Bátiz s/ Zacateco, Ciudad de México MÉXICO fgalido@ip.mx INTRODUCCIÓN HISTÓRICA. 4 de Mayo de 1998 Los Sistemas Evolutivos[1] surgiero a pricipio de los 80 s como ua respuesta a la ecesidad de cotar co sistemas capaces de trasformarse e tiempo real a partir de los cambios ocurridos e su ambiete. Bajo esta idea, e 1986, Sadra Camacho Villaueva, Patricia Gómez Redó y Jesús Olivares Ceja, tres estudiates-ivestigadores de la Liceciatura e Ciecias de la Iformática de la Uidad Profesioal Iterdiscipliaria de Igeiería y Ciecias Sociales y Admiistrativas (UPIICSA) del Istituto Politécico Nacioal (IPN) desarrollaro el primer Sistema Evolutivo que fucioó e forma real, coocido como Si-VE (Sistema de Visió Experto) [5], el cual tiee la capacidad de recoocer imágees e 2D a partir de sus propiedades topológicas. El mismo grupo de ivestigadores costruyó a fiales de 1986 u uevo sistema evolutivo el cual tiee la capacidad de represetar imágees simples como cuadrados o triágulos e térmio de gramáticas co atributos y es capaz de reestructurar e tiempo real estas gramáticas, co lo que permaetemete está evolucioado. A partir de esta idea, se desarrolló el cocepto de leguajes de trayectoria[6] y se costruyero otros sistemas de este tipo, tato detro de los cursos como e trabajos de titulació[7]. Ahora bie, los Sistemas Evolutivos orietados al tratamieto de imágees como tales surgiero a partir de los trabajos que iicio Cuitláhuac Catú Rohlík[8] a pricipios de los 80 s cuato era tambié estudiate-ivestigador e la UPIICSA y que cocretó e 1988 co ua serie de productos orietados al tratamieto de imágees, mismos que desarrolla y comercializa actualmete e su empresa VICON.
2 Los trabajos de Cuitláhuac ha impactado fuertemete e el desarrollo de los Sistemas Evolutivos, pero la característica de productos de mercado de estos trabajos ha dificultado la difusió de sus técicas y métodos, por lo que, solo alguos de sus ideas básicas se ha difudido e foros y cursos de Iteligecia Artificial (IA) [17]. Por otro lado, Ágel Cesar Morales Rubio[2][3] desarrollo e forma idepediete ua serie de ideas y coceptos sobre tratamieto de imágees que por u lado tiee mucho e comú co los trabajos de Cuitláhuac Catú y que por otro aclara y amplía el área. Parte del objetivo de este trabajo es difudir alguos de los métodos desarrollados por estos y otros ivestigadores, co el fi de que ua persoa si coocimietos previos sobre el área sea capaz de empezar a aplicarlos y resolver problemas cada vez de mayor complejidad. I. MANEJO DE IMÁGENES COMO DATOS ENORMES. E primer lugar partiremos de que el sistema más simple para recoocer ua image se reduce a ua comparació, para lo cual veremos a ua image como u cojuto de putos, dode cada puto toma cierto valor que idica su color, por lo que al fial de cuetas ua image se puede ver como u registro de *m úmeros (dode es el úmero de regloes y m el de columas). De dode, saber si ua image es igual a otra, se reduce a comparar dos registros, y si éstos so iguales, etoces, las imágees so iguales. E particular las imágees e ua fotografía, televisió o moitor de computadora está formadas por ua gra catidad de putos coocidos como pixeles, que al estar jutos da la ilusió de estar uidos. Estos putos se arregla e ua matriz, de tal maera que forma la image e u plao. E ua image típica se puede teer del orde de 500 x 600 putos o sea alrededor de 300,000 pixeles, dode cada pixel toma u valor co el cual se idica su color. E los sistemas más simples el pixel toma dos valores (0 ó 1) (blaco ó egro) por lo que sólo se requiere u bit para represetarlo, pero si quiero maejar 16 posibles colores e cada puto ya se requiere 4 bits por pixel, e su mometo existe sistemas que permite maejar 64 (6 bits), 256 (8 bits por
3 pixel) y hasta x = 4 mil milloes de billoes de colores para cada puto. E este trabajo supodremos que cada puto ocupa u byte, o sea que ua image de 300,000 pixeles ocupa e pricipio 300,000 caracteres y requiere ser almaceada de algua forma detro de la máquia. Existe muchas formas de almacearla, pero la más simple cosiste e guardar todos los putos uo detrás de otro o sea que primero se almacea todos los putos del primer regló, imediatamete todos los del segudo y así sucesivamete hasta que se termia la image. O sea que toda la image se puede ver como u dato eorme. Existe muchas otras técicas para guardar ua image, pero e térmios prácticos y para facilitar la explicació asumiremos que ua image se puede ver como u dato formado por muchos bits, co lo que, todas las técicas para maejo de datos (comparació, búsqueda, ordeamieto, suma, resta, operacioes lógicas, cocateació, etc.) le so aplicables. II. SISTEMAS EVOLUTIVOS DE REESCRITURA PARA TRATAMIENTO DE IMÁGENES. Por ejemplo, se puede crear u archivo co dos columas (image, ombre_image) y hacer u programa que busque ua image e el archivo, si la ecuetra diga como se llama, sio que pregute su ombre y la iserte como u uevo regló. Lo aterior es la base de u sistema evolutivo de reescritura[4] orietado al tratamieto de imágees y fácil de costruir ya que e esecia su código costa de uas cuatas líeas como se puede ver a cotiuació
4 mai() { mietras o_fi { lee image_ueva mietras archivo_de_imagees fi_de_archivo } } e imáge_ueva image lee la siguiete image del archivo si archivo_de_imagees fi_de_archivo escribe ombre_image sio { pide ombre de la image_ueva almacea e el archivo image_ueva, ombre_image } Como se puede ver, e su forma más simple, el problema de recoocimieto se reduce a u problema de búsqueda, ahora bie si se tiee muchas imágees o se tiee imágees parecidas pero o idéticas la situació se complica. El primer problema es de estructura de datos y e pricipio se puede resolver de múltiples formas, por ejemplo, ordeado las imágees, creado u directorio co valores iiciales de la image, obteiedo u umero represetativo (hashig) de la image, almaceádola e forma compacta o fractal, etc. III. NORMALIZACIÓN DE IMÁGENES MEDIANTE REJILLAS. El problema de recoocer imágees parecidas es más iteresate y requiere de más tratamieto. La primera solució al problema de imágees similares cosiste básicamete e itroducir u cotador, de tal maera que, cuado se va comparado dos imágees, se lleva la cueta de cuatos putos so iguales y al fial se ve e que porcetaje fuero similares, si el porcetaje es mayor que algú úmero prefijado (por ejemplo 90%) se asume que las dos imágees represeta lo mismo, sio, se etra al proceso evolutivo para ver como se llama la ueva image. El aterior, sigue siedo u método secillo, si embargo, o resuelve problemas como el de imágees movidas, agradadas o achicadas, este tipo de problemas tiee que ver co lo que e el área se cooce como búsqueda de
5 ivariates, dode ua ivariate es ua característica de u objeto que o depede de su posició o tamaño, por ejemplo u triágulo es ua figura cerrada de tres lados y el umero de lados o cambia idepedietemete del tamaño o posició del triágulo. Por lo que a cotiuació y si meteremos e detalles presetaremos ua técica, que auque o demostraremos que produce ivariates, da bueos resultados prácticos. Durate los 80 s Cuitláhuac Catú[17] itrodujo detro de sus sistemas evolutivos lo que llamamos ua rejilla variable. La explicació de esta idea se dividirá e dos partes, e la primera explicaremos lo que es ua rejilla y mas adelate se verá lo que es ua rejilla variable. Ua rejilla se costruye básicamete, tomado ua image y si importar su tamaño sustituyédola por otra image de tamaño fijo (por ejemplo 100 x 100) coocida como image ormalizada. O sea que, si se tiee ua image de 500 x 500 se sustituirá por ua de 100 x 100 y si se tiee otra de 300 x 320 tambié la deja e 100 x 100, co lo cual o importa cual sea su tamaño origial al fial tego imágees del mismo tamaño y por lo tato el tamaño de las imágees deja de ser u factor a tomar e cueta. (Nuevamete, se puede argumetar que esto o fucioa si se compara perros co casas, pero es coveiete recordar que todo es poco a poco y paso a paso). Existe muchas técicas para costruir la image ormalizada, icluyedo: 1) Tomar u dato y varios o, por ejemplo si la image es de 500 x 500 y se pasa a 100 x 100, se toma los datos de 5 e 5. 2) Tomar datos e forma probabilística co ua distribució uiforme, por ejemplo e el problema de 500 x 500 a 100 x 100, se está pasado de 250,000 putos a 10,000 o sea uo de cada 25, etoces la probabilidad de tomar u puto de la image origial es de 1/25avo. 3) Tomar el valor promedio de u grupo de datos, e uestro ejemplo, la image origial de 500 x 500 se divide e pequeños bloques de 5 x 5, se obtiee el valor promedio de cada bloque y este valor forma parte de la image ormalizada. Co estas y otras técicas se puede obteer ua image ormalizada e la cual pequeñas variacioes de posició o de tamaño so absorbidas, por lo que, e lo que sigue del trabajo se supoe que estamos trabajado co ua image ormalizada (auque mucho de lo que veremos se puede aplicar a las
6 imágees origiales, ya que, existe problemas que maeja datos de tamaño y posició similares). IV. MANEJO DE IMÁGENES MEDIANTE FIRMAS. Si se observa co cuidado desde que se itrodujo la búsqueda de objetos similares y mas adelate el maejo de las rejillas, realmete ya o se está comparado objetos iguales sio solo similares, ahora bie, si por mala suerte la primera image de u objeto o es la mas represetativa, cuado llega ua image ueva del objeto, es probable que el sistema evolutivo o la ecuetre, por ejemplo, si la primera image es ua foto borrosa de mi perro, la siguiete vez que llegue ua foto de mi perro es muy posible que los putos iguales sea muy pocos y por tal motivo el sistema o la recoozca. Co el fi de evitar lo aterior, desde que surgiero los primeros métodos de recoocimieto de formas y e particular de imágees se ha usado que, e lugar de almacear ua image de u objeto lo que se almacea es el promedio de múltiples imágees o formas del mismo objeto coocido como firma del objeto. O sea tomo muchas fotos de mi perro desde la misma posició y almaceo la foto promedio del perro. Etoces si se compara ua image ueva del perro es más probable que el sistema la asocie co el perro promedio y o co u gato promedio. Nuevamete existe múltiples técicas para ecotrar y almacear la firma. La más simple cosiste e que dadas dos imágees se suma puto a puto y se divide etre dos y el resultado se almacea e la máquia. El problema e este caso es que fácilmete se llega a errores de trucamieto. Otra opció cosiste e sumar muchas imágees y sacar el promedio. Por ejemplo si se tiee imágees del perro I 1, I 2, I 3,, I la image promedio I P se obtiee mediate la expresió: I j j=1 I P = dode la suma y divisió se realiza pixel a pixel.
7 Ua alterativa que da mejor resultado e alguos casos cosiste e almacear directamete el resultado de la suma y mateer aparte u cotador que idica el umero de imágees acumuladas. Por ejemplo si se tiee las siguietes imágees: I I I La image acumulada (I A ) I A = I j quedaría como sigue : j=1 I A dode el 3 fial idica el úmero de imágees que se acumularo. Esta represetació tiee la vetaja de que los errores de trucamieto se reduce. Ahora bie, si se quiere recoocer ua image ueva (I N ) : I N Ua técica puede ser la siguiete : Se multiplica la image ueva por el úmero de imágees (3 e el ejemplo aterior): I N Se resta e valor absoluto, puto a puto de la image acumulada : I A I N = I D el resultado se divide puto a puto etre el úmero de imágees
8 I D I D es el resultado del proceso y e este ejemplo idica que las imágees so prácticamete iguales. Ahora bie el proceso aterior se puede represetar co la siguiete ecuació I A - I N * I D = dode si sustituimos I A = I j j=1 queda ( I j ) - I N * I j j=1 j = 1 I D = = - I N = I P - I N Es decir, que I D es la diferecia etre la image promedio (I P ) y la image ueva (I N ) I D = I P - I N A pesar de que las ecuacioes idica que los dos métodos so equivaletes, e térmios prácticos y computacioales so diferetes. (E lo que sigue asumiremos que lo que se almacea so las imágees acumuladas, ya que esto facilita la explicació). V. MANEJO DE MATRICES EVOLUTIVAS. Existe otros métodos para ver si dos imágees so similares y la mayoría se basa e el cálculo de la distacia etre las imágees. Específicamete las técicas de comparació co ua image o patró promedio se ha utilizado detro del área de recoocimieto de formas cotidiaamete. Si embargo desde el pricipio se ha adolecido de varios problemas, por ejemplo, para usar estas técica primero se tiee que eseñar al sistema, o sea darle u cojuto de imágees seleccioadas que le permita ecotrar el
9 promedio, lo cual ocasioa que ates de poder usar el sistema se realice u trabajo previo que a veces es moótoo y e alguos casos impráctico. Por otro lado, si se quiere recoocer u uevo objeto o algua otra vista de u objeto ya recoocido se ecesita deteer el sistema y realizar u uevo proceso de apredizaje. Para atacar los problemas ateriores, Cuitláhuac Catú desarrolló detro de sus sistemas evolutivos u método que e esecia costa de lo siguiete: Se parte de que origialmete el sistema se ecuetra vacío y cuado llega la primera image se busca, como o se ecuetra, se le preguta al usuario como se llama, almaceádose la image, u cotador que idica que se tiee ua image y su ombre. La siguiete vez que llega ua image el sistema la busca y si la ecuetra similar co la image almaceada etoces las acumula (suma la ueva image a la que ya existía) e icremeta el umero de imágees acumuladas (), si llega ua image que o se recooce etoces el sistema preguta su ombre, si el ombre de la image correspode a algua existete etoces acumula sobre esta e icremeta el cotador, si es ua image ueva la almacea e el siguiete registro libre juto co su cotador y ombre. Como se puede observar este método reúe la característica de que esta evolucioado e forma atural y ecotrado la image acumulada (y por tal, la image promedio I P = I A / ), co lo que o existe u proceso previo de apredizaje y otro de aplicació, sio que por el proceso atural de recoocer las imágees va evolucioado. Al cojuto de vectores que represeta las imágees que recooce el sistema se le cooce como matriz evolutiva[9]. (Las matrices evolutivas costituye por si solas ua herramieta co múltiples aplicacioes [12][13][14][15][16][19]). Los trabajos de Cuitláhuac tiee tambié la característica de que el sistema está permaetemete evolucioado, ya que, cuado etra ua image el sistema la acumula sobre algú vector de la matriz y mietras o etre ua ueva image o se le idique lo cotrario la vuelve a acumular y la sigue acumulado idefiidamete. Por lo que, ua image dada puede teer ua gra repercusió sobre su represetació itera.
10 VI. REJILLAS VARIABLES Y PIRÁMIDES. Ahora bie, si el sistema sumara la misma image ua vez y otra y otra y k veces esto sería equivalete a sumar ua copia de la image multiplicada por k y tal vez o resultaría ta práctico, por lo que, e este puto coviee recordar que, e su técica Catú itroduce ua rejilla variable, que cosiste básicamete e u mecaismo de muestreo cuyos límites se está moviedo aleatoriamete. Esto es, cada que la rejilla toma ua fotografía de la image, esta es ligeramete diferete y como e u proceso dado se toma k fotografías y todas se acumula sobre el mismo vector, el efecto es equivalete a tomar k imágees ligeramete diferetes del mismo objeto co lo que la velocidad de covergecia crece rápidamete. El cotar co ua rejilla variable permite subsaar alguos de los problemas de las técicas tradicioales, ya que, se esta partiedo de u sistema que trata co imágees similares, movidas y parciales. So similares porque, auque sea la misma image, la rejilla toma putos diferetes y los acumula, de etrada la rejilla se esta moviedo lo que es equivalete a que la image se esta moviedo, o sea que, si posteriormete se da ua image similar o movida para el sistema es simplemete otro caso. El movimieto de la rejilla se puede complicar tato como se quiera, por ejemplo puede ser hacia los lados y arriba/abajo, tambié puede ser pedular co lo que se puede hacer que la rejilla gire cierto umero de grados a la izquierda y derecha lo que equivale a ver la image icliada, como todo se acumula e el mismo saco, al sistema le es idiferete que la image llegue derecha o icliada. Tambié este efoque de rejilla variable facilita el recoocimieto de imágees bajo iformació parcial, ya que la misma rejilla e ciertos mometos sólo ve fragmetos de la image. Para lograr u mayor ivel de recoocimieto Cuitláhuac ha desarrollado otras técicas y métodos aú o difudidos y de los cuales solo alguos se
11 ha presetados parcialmete e cursos y exposicioes[17] como por ejemplo la técica de fractalizació que se puede resumir como rejillas de rejillas. Para eteder la fuerza de las rejillas de rejillas variables que acumula iformació sobre ua matriz evolutiva os teemos que referir a los trabajos de sistemas evolutivos desarrollados e forma idepediete por Ágel Cesar Morales Rubio[2][3][18]. E estos trabajos Morales Rubio llegó a la coclusió de que ua image se puede ver como ua pirámide e múltiples dimesioes y que se mueve. Para lo cual, primero costruye ua rejilla variable sobre la image I 0 co lo que obtiee ua image ueva I 1 (recuérdese que la rejilla obtiee ua muestra de la image origial, pero esta muestra se puede seguir viedo como ua image, de la misma forma que u soido digitalizado se sigue maejado como soido) ahora costruye ua rejilla sobre la image I 1 obteiédose ua image I 2 y así sucesivamete hasta llegar a u valor I, que ya o se puede reducir. Co esta técica Morales Rubio obtiee ua pirámide de rejillas cuya base es la image origial y la puta es ua rejilla de tamaño 1. Esta pirámide tiee prácticamete almaceada la iformació de la image e diferetes iveles de agregació. Pero o queda ahí la cosa, u día Morales Rubio me dijo y si embargo se mueve, al pricipio o le etedí, por lo que me explicó que estabamos cometiedo u grave error ya que las técicas de recoocimieto partía de que las imágees era objetos fijos y si por algú motivo la image se movía lo primero que hacíamos era deteerla, pero por otro lado los sistemas de visió de la aturaleza (como el ojo humao, de la raa, etc.) aprovecha que los objetos se mueve para recoocerlos y au más el ojo e forma atural está moviédose permaetemete. Al aplicar esta idea Agel Morales plateó que ua image se puede ver como u objeto que se mueve, co lo cual llegamos uevamete al cocepto de ua pirámide de rejillas variables (E este puto es importate cometar que a pesar de que Cuitláhuac y Ágel o se coocía, geeraro ideas similares y llegaro idepedietemete a resultados parecidos).
12 Ahora bie, la rejilla variable es el mecaismo de percepció de la matriz evolutiva, co lo que, tal vez la pareja pirámide de rejillas variables/matrices evolutivas sea u bue modelo de los mecaismos de maejo de iformació percepció/almaceamieto/procesamieto de los seres vivos y e particular de la visió atural. VII. MANEJO DEL PUNTO DE ATENCIÓN. El símil etre mecaismos iformáticos y biológicos o se queda ahí, sio que se puede cotiuar por ejemplo co el cocepto de puto de ateció (o puto de visió o fijar la ateció) que cosiste básicamete e u mecaismo que permite fijar la ateció o la vista e u puto o zoa específica de ua escea. Ua forma de itroducir este cocepto a uestro sistema de visió automatizado para buscar ua image detro de ua escea, puede cosistir e u mecaismo que primero realiza movimietos grades sobre la escea y dode se posicioa compara mediate ua rejilla rala (co pocos putos) y si resulta válida la comparació aplica rejillas cada vez de mayor desidad. Por otro lado si la comparació origial o resulta debe volver a saltar y a comparar y así cotiuar hasta que ecuetre algo o se le idique que realice otra fució. U sistema secillo de visió aplicado las técicas ateriores puede atacar básicamete dos tipos de problemas: 1) Ecotrar u objeto e u escea dada. 2) Recoocer (o coocer si o se coocía) u objeto que se ecuetra detro de ua escea. Ecotrar u objeto e ua escea se puede realizar básicamete mediate la técica plateada ateriormete y cosiste básicamete e movimietos aleatorios del puto de ateció (que es ua rejilla variable poco desa) sobre la escea hasta que se obtiee ua colisió satisfactoria y aplica rejillas de mayor desidad (esto se parece a u método de ordeamieto coocido como ordeamieto de peie, que es u método de burbuja modificado para que las burbujas suba más rápido e las primeras etapas).e particular, recoocer u objeto que se ecuetra detro de ua escea se reduce a fijar la ateció (poer la rejilla) sobre el objeto a recoocer y aplicarle las técicas ateriores.
13 CONCLUSIÓN. E este trabajo se presetaro ua serie de técicas y métodos que se ha desarrollado desde pricipios de los 80s e el área de los sistemas evolutivos aplicados al tratamieto de imágees. La idea fue mostrar por u lado ua serie de resultados que ha costado e alguos casos años de esfuerzo obteer y que se puede llegar a perder. Estos trabajos se ha ido obteiedo mediate u trabajo cotiuo y cosistete y ha permitido que poco a poco se desarrolle ua comuidad de ivestigadores sobre esta área, co resultados propios y que busca que os cosolidemos cada vez más, para e su mometo competir detro del cotexto mudial y o ser simples receptores y seguidores de otros desarrollos. Es por lo aterior que, e este trabajo se presetaro los resultados e ua secuecia que permita a ua persoa iteresada empezar desde cero y poco a poco ir isertado la siguiete capa, buscado que e su mometo llegue a costruir su propio camio. FUENTES DE INFORMACIÓN. [1] Galido Soria, Ferado, "Sistemas Evolutivos", e Boletí de Política Iformática, INEGI-SPP, México. Septiembre de 1986 [2] Morales Rubio, Ágel Cesar, Sistema Evolutivo para Tratamieto de Imágees, trabajo de titulació, IPN-UPIICSA México, [3] Morales Rubio, Ágel Cesar, "Algoritmo Evolutivo Para Tratamieto de Imágees", IPN-UPIICSA México [4] Galido Soria, Ferado, "Sistemas Evolutivos de Reescritura", e Memoria del curso tutoríal de Sistemas Evolutivos, ler Cogreso Iteracioal de Ivestigació e Ciecias Computacioales, Metepec México, 1994 [5] Camacho Villaueva, Sadra, Gómez Redó, Guadalupe Patricia, Olivares Ceja, Jesús Mauel, SI-VE: Sistema de Visió Experto, IPN-UPIICSA, México, 1986 [6] Galido Soria, Ferado, "Sistemas Evolutivos de Leguajes de Trayectoria", E VI Reuió de Iteligecia Artificial, Memorias, Ed. Limusa, Juio 1989, Querétaro, Qro. [7] Olicó Nava, Carlos, Sistema Evolutivo Maejador de Imágees e 2D co movimieto, trabajo de titulació, IPN-UPIICSA México 1992 [8] Catú Rohlík, Adalberto Cuitláhuac, "Sistemas Evolutivos para Recoocimieto de Imágees", IPN-UPIICSA [9] Galido Soria, Ferado, "Ua Represetació Matricial para Sistemas Evolutivos", Coferecia magistral Simposium Iteracioal de Computació, IPN-CENAC, 1993 [10] Tisher, "Pc Itero", ed. Marcombo, 1992
14 [11] Jiméez Aviña, J. Atoio, Galido Soria, Ferado, Diseño y Costrucció de Sistemas Iteractivos, Aplicado Experiecias Basadas e el Tratamieto de Imágees e Memorias de la 2da Coferecia de Igeiería Eléctrica CIE/96, CINVESTAV-IPN, 1996 [12] Torres Herádez, Luis E, Logoria, Luis C., Rojas Salias, Atoio, "Aplicació de los Sistemas Evolutivos e el Aálisis de Espectros de Rayos Gamma", e Memorias del Cie/95, Primera Coferecia de Igeiería Eléctrica CIE/95, CINVESTAV-IPN, Septiembre de 1995 México, D.F. [13] De La Cruz Sáchez, Eduardo, Logoria Gádara, Luis C. Carrillo Medoza, Rodolfo A., "Sistema Evolutivo para el Diagóstico de Fallas e Maquias Rotatorias", e Memorias del Cie/95, Primera Coferecia de Igeiería Eléctrica CIE/95, CINVESTAV- IPN, Septiembre de 1995 México, D.F. [14] Arzola Carvajal, Iree, Cruz Reyes, José Rafael, "Sistema Evolutivo para el Recoocimieto de Texto Taquigrafico", e Memorias del Cie/95, Primera Coferecia de Igeiería Eléctrica CIE/95, CINVESTAV-IPN, Septiembre de 1995 México, D.F. [15] García García, Diaa Karla, Salcido Bustamate, Sergio, Vetura Silva, Alfoso, Sistema Evolutivo de Recoocimieto de Formas e dos Dimesioes, e Cocurso Nacioal de Ciecia y Tecología, CONADE, México, 1996 [16] Olivares Ceja, Jesús Mauel, "Sistema Evolutivo Recoocedor de Textos", IPN-CIC, México, febrero, 1997 [17] Catú Rohlík, Adalberto Cuitláhuac, comuicacioes persoales y cursos de Represetació del Coocimieto, Iteligecia Artificial y Redes Neuroales [18] Morales Rubio, Ágel Cesar, comuicació persoal [19] Galido Soria, Ferado, "Expert Systems Based o Evolutive Matrix", IPN-ESCOM, México, abril 1997
MC Fco. Javier Robles Mendoza Primavera 2009
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2
Más detallesBINOMIO DE NEWTON página 171 BINOMIO DE NEWTON
págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos
Más detalles11. TRANSFORMADOR IDEAL
. TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la
Más detallesA = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.
. POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes
Más detallesAbel Martín LAS FRACCIONES. - Las fracciones como parte de un todo - Egipto les espera
LAS FRACCIONES - Las fraccioes como parte de u todo - Nuestros amigos prueba su máquia del tiempo. Egipto les espera Despegamos! E la evolució del pesamieto humao, 000 años a. C., los egipcios comieza
Más detallesProgresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general
5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y
Más detallesMatemáticas I - 1 o BACHILLERATO Binomio de Newton
Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete
Más detallesANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)
ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2004
Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos
Más detallesPráctica 6: Vectores y Matrices (I)
Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e
Más detalles5. 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 detalles1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)
Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com
Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la
Más detallesAnálisis de Señales y Sistemas Digitales. Concepto Algoritmo Implementación
Aálisis de Señales y Sistemas Digitales FFT Cocepto Algoritmo Implemetació 2010 FFT Trasformada Rápida de Fourier Cocepto La trasformada rápida de fourier (FFT) es u algoritmo que permite él cálculo eficiete
Más detalles2. LEYES FINANCIERAS.
TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),
Más detallesMARTINGALAS Rosario Romera Febrero 2009
1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre
Más detallesA N U A L I D A D E S
A N U A L I D A D E S INTRODUCCION Y TERMINOLOGIA Se deomia aualidad a u cojuto de pagos iguales realizados a itervalos iguales de tiempo. Se coserva el ombre de aualidad por estar ya muy arraigado e el
Más detallesGENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:
GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los
Más detallesEjemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de
Más detallesSistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas
Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe
Más detallesMATEMÁTICAS FINANCIERAS
MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas
Más detallesMETODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES
METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e
Más detallesPolinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios
Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua
Más detallesCapítulo 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 detallesTema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.
UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios
Más detallesUNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.
UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses
Más detallesTEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:
TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a
Más detalles1 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 detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesELEMENTOS DE ÁLGEBRA MATRICIAL
ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:
Más detallesQUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL?
Rev. 12/26/12 DATOS Por qué? Qué? QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Las istitucioes fiacieras elige la maera e que comparte su iformació persoal. La ley federal otorga a los
Más detallesTransformaciones Lineales
Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel
Más detallesUna serie de potencias puede ser interpretada como una función de x. f(x) = n=0
Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada
Más detallesUNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.
UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,
Más detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL
Más detallesEste centro consta de 20 cuartos sencillos, 12 cuartos dobles, 7 corredores y 4 salas de sesiones.
reguta 6 utos Ua empresa de limpieza cotrata persoal e forma putual depediedo de las solicitudes de trabajo de sus clietes. ara el iicio de ua coferecia iteracioal, u cliete platea la limpieza a fodo del
Más detallesIES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora
Más detallesCONCEPTOS BÁSICOS DE PRESTAMOS.
GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo
Más detallesTeorías de falla bajo cargas estáticas
Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto
Más detallesPlanificación contra stock
Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica
Más detallesGradiente, 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 detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,
Más detallesTEMA 1: OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS
TEMA : OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS..-INTRODUCCION : Etedemos por operació fiaciera de amortizació, aquella, e que u ete ecoómico, (acreedor ó prestamista), cede u
Más detallesSucesiones numéricas.
SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El
Más detallesSumando la Derivada de la Serie Geométrica
Boletí de la Asociació Matemática Veezolaa, Vol. X, No. 1 (2003) 89 MATEMÁTICAS RECREATIVAS Sumado la Derivada de la Serie Geométrica Lyoell Boulto y Mercedes H. Rosas 1. Itroducció Jacobo Beroulli (1654
Más detallesIES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir
IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesTema 6. Sucesiones y Series. Teorema de Taylor
Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació
Más detallesImposiciones y Sistemas de Amortización
Imposicioes y Sistemas de Amortizació La Imposició u caso particular de reta e el cual cada térmio devega iterés (simple o compuesto) desde la fecha de su aboo hasta la fecha fial. Imposicioes Vecidas
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más detallesSUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica.
págia 05. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto {,,, 4,
Más detallesel curso escolar 2003-2004 ha
EL FORO Y LA MOVILIDAD CAMINO AL COLE el curso escolar 2003-2004 ha estado lleo de importates ovedades para el Foro Escolar Ambietal. Este grupo de iños y iñas so ua parte crucial del Programa, como vículo
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesGuía de servicio al cliente VAIO-Link
Guía de servicio al cliete VAIO-Lik "Tratamos cada problema de cada cliete co cuidado, ateció y respecto y queremos que todos uestros clietes se sieta bie sobre la experiecia que tiee co VAIO-Lik." Guía
Más detallesCalculamos los vértices del recinto convexo, resolviendo las ecuaciones las rectas de dos en dos.
IES Fco Ayala de Graada Sobrates de 2000 (Modelo 1) Solució Germá-Jesús Rubio Lua Los Exámees del año 2000 me los ha proporcioado D. José Gallegos Ferádez OPCIÓN A EJERCICIO 1_A (2 putos) Dibuje el recito
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detallesEJERCICIOS DE PORCENTAJES E INTERESES
EJERCICIOS DE PORCENTAJES E INTERESES Ejercicio º 1.- Por u artículo que estaba rebajado u 12% hemos pagado 26,4 euros. Cuáto costaba ates de la rebaja? Ejercicio º 2.- El precio de u litro de gasóleo
Más detallesArticulación de los sectores de salud, protección y educación en la atención a la primera infancia *
Foro Mudial de Grupos de trabajo por la Primera Ifacia Sociedad Civil.-Estado Cali, Colombia 1 al 7 de oviembre de 2009. Articulació de los sectores de salud, protecció y educació e la ateció a la primera
Más detallesSOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que
SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso
Más detallesESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:
ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesPara construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :
Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?
Más detallesen. Intentemos definir algunas operaciones en
OPERACIONES EN 8 E la secció aterior utilizamos fucioes de el primer couto y estudiar sus propiedades e Itetemos defiir alguas operacioes e Recordemos de cursos ateriores que tomamos al couto de los compleos
Más detallesMODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO
FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo
Más detallesTEMA 3.- OPERACIÓN FINANCIERA
. DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,
Más detallesCADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida
CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso
Más detallesLo que los padres necesitan saber sobre la presión arterial alta en niños. Un programa de los Institutos Nacionales de la Salud
Lo que los padres ecesita saber sobre la presió arterial alta e iños U programa de los Istitutos Nacioales de la Salud Pregutas que debe hacerle al médico sobre la presió arterial de su hijo Quévaloresdepresióarterialtieemihijo?
Más detallesOPCIÓN A EJERCICIO 1_A 1-2 1 Sean las matrices A =
IES Fco Ayala de Graada Sobrates de 007 (Juio Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1-1 x -x Sea las matrices A, X y e Y -1 3 0 - z (1 puto) Determie la matriz iversa de A. ( putos)
Más detallesRecuerda lo fundamental
3 Progresioes Recuerda lo fudametal Curso:... Fecha:... PROGRESIONES SUCESIONES Ua sucesió es u cojuto de...... Se llama térmio geeral de ua sucesió a... Por ejemplo, e la sucesió 1, 4, 9, 16, 5, el térmio
Más detallesTEMA4: MATEMÁTICA FINANCIERA
TEMA4: MATEMÁTICA FINANCIEA 1. AUMENTOS Y DISMINUCIONES POCENTUALES Si expresamos u porcetaje % como u úmero decimal: tato por uo: r = 23 23% = 0, 23 obteemos el Para calcular el porcetaje % de ua catidad
Más detalleswww.derechoynegocios.net Edición # 53 issn : 2075-6631 Lic. Luis Barahona
Edició # 53 EL SALVADOR iss : 2075-6631 Lic. Luis Barahoa Destacado abogado acioal y regioal e el área del derecho tributario. Co más de 20 años de recorrido profesioal. Socio de la firma Arias & Muñoz.
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)
IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las
Más detallesESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.
ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,
Más detallesEjercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.
Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO
Más detallesINFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS
INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel
Más detallesOPERACIONES ALGEBRAICAS FUNDAMENTALES
MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6
Más detallesLa volatilidad implícita
La volatilidad implícita Los mercados de opcioes ha evolucioado bastate desde los años setetas, época e la que ue publicada la órmula de Black Scholes (BS). Dicha órmula quedó ta arraigada e la mete de
Más detallesAPLICACIONES LINEALES.
APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B
Más detallesSUCESIONES TI 83. T 3 España T 3 EUROPE
SUCESIONES TI 83 T 3 España T 3 EUROPE Ferado Jua Alfred Mollá Oofre Mozó José Atoio Mora Pascual Pérez Tomás Queralt Julio Rodrigo Salvador Caballero Floreal Gracia Sucesioes TI83 ÍNDICE. Itroducció...
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.
Más detalles= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3
IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de
Más detallesASIGNATURA: MATEMATICAS FINANCIERAS
APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:
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 detalles7 Energía electrostática Félix Redondo Quintela y Roberto Carlos Redondo Melchor Universidad de Salamanca
7 Eergía electrostática Félix Redodo Quitela y Roberto Carlos Redodo Melchor Uiersidad de alamaca Eergía electrostática de ua distribució de carga eléctrica Hasta ahora hemos supuesto distribucioes de
Más detallesUnidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno:
Uidad 5 Aualidades vecidas Objetivos Al fializar la uidad, el alumo: Calculará el valor de la reta de ua perpetuidad simple vecida. Calculará el valor actual de ua perpetuidad simple vecida. Calculará
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A
IES Fco Ayala de Graada Juio de 014 (Colisioes Modelo 3) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 014 MODELO 3 (COLISIONES) OPCIÓN A EJERCICIO 1 (A) 1 a Sea las matrices
Más detalles16 Distribución Muestral de la Proporción
16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos
Más detallesSoluciones Hoja de Ejercicios 2. Econometría I
Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesPor: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS
Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes
Más detalles2n = 4 cromosomas. Eje proteico
meiosis 22 + X 22 + X 22 + X 2 44 + XY 22 + Y + 22 + Y 22 + Y La meiosis es u proceso de divisió celular por el que a partir de ua célula madre diploide (2) se obtiee cuatro células hijas haploides ()
Más detallesTratamiento para la apnea del sueño. Revisión de la investigación para adultos
Tratamieto para la apea del sueño Revisió de la ivestigació para adultos Es apropiada si: U médico le dijo que tiee "apea obstructiva del sueño (OSA por su sigla e iglés) de grado leve, moderata o grave.
Más detalles