MEMORIAS DEL XV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 23 al 25 DE SEPTIEMBRE, 2009 CD. OBREGÓN, SONORA. MÉXICO A5_23

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

Download "MEMORIAS DEL XV CONGRESO INTERNACIONAL ANUAL DE LA SOMIM 23 al 25 DE SEPTIEMBRE, 2009 CD. OBREGÓN, SONORA. MÉXICO A5_23"

Transcripción

1 A5_23 ANÁLISIS TÉRMICO-ESTRUCTURAL DE UN ÁLABE DE TG USANDO MÉTODOS ALTERNATIVOS Vcete Pérez García a, Armado Gallegos Muñoz a, Rafael A. Rodríguez Cruz a, Jua M. Belmá Flores a Alfoso Campos Amezcua b, Zdzslaw Mazu b a Facultad de Igeería Mecáca Eléctrca y Electróca, Uversdad de Guaajuato Comudad de Palo Blaco, Carretera Salamaca-Valle de Satago Km. 3.5 Salamaca, Gto., Méxco. Tel.: (464) eac04@hotmal.com, gallegos@salamaca.ugto.mx b Isttuto de Ivestgacoes Eléctrcas. Reforma No. 113 C.P , Cueravaca, Morelos, Méxco Teléfoo: +52 (777) Fax: +52 (777) acampos@e.org.mx RESUMEN Este artículo preseta el aálss térmcoestructural e u álabe de turba de gas, aplcado u paquete de elemeto fto a dos casos. E el prmer caso, el modelo está udo por ecuacoes de restrccó e dos zoas: paletaplataforma y plataforma-raíz. S embargo, debdo a la aplcacó de estas ecuacoes, el modelo preseta lmtacoes e cuato a la catdad de memora que debe teer el ordeador para poder resolver el modelo. Para el segudo caso, se desarrolla el modelo s ecuacoes de restrccó medate u procedmeto secllo, dode se aplca u método alteratvo de uó para que el modelo sea cotuo. E ambos casos, se realzó el aálss completo e 3D cluyedo los ductos de eframeto detro del álabe. Los resultados muestra que el método alteratvo, para este caso, resulta ser la mejor opcó para el aálss, permtedo el desarrollo de modelos bajo codcoes de operacó reales. ABSTRACT Ths paper presets the thermo-mechacal stress aalyss a terally-cooled frst stage bucket, applyg the fte elemet aalyss (FEA) o two cases. I the frst case, the model s joed by meas of costrat equatos two zoes; blade-platform ad platform-root. Nevertheless, due to the applcato of costrat equatos, the model has some umercal lmtatos. For the secod case, a model wthout costrat equatos s acheved wth a geometry that cludes all zoes of the blade, geeratg a ew mesh o whch the same aalyss was doe. I both cases, the aalyss was doe usg a complete model 3D cludg the coolg chaels sde the blade. The results show a aalyss wthout costrat equatos, to avod geometrc smplfcatos ad umercal lmtatos, permttg us to develop models wth real operato codtos of the gas turbe to aalyze the useful lfe tme of the blade. NOMENCLATURA A ρ Vector surperfce C, Calor específco e F g G H h J k k t K N p S h S T p Eergía Fuerzas exteras Gravedad Módulo de Elastcdad Dstorcoal Etalpía Total Etalpía Flujo de especes Coductvdad Térmca Coductvdad Térmca Turbuleta Módulo de Elastcdad Isoetrópco Número de Térmos Presó Térmo Fuete de calor Valor e el cetro de la celda Temperatura T ref Temperatura de Refereca u U V Y Velocdad Símbolos gregos α ε Grado de lbertad Volume de la celda Fraccó de masa de especes Coefcete de dlatacó térmca Deformacó Gradete ISBN P á g a 1004 Derechos Reservados 2009, SOMIM

2 φ λ Dfereca Catdad escalar Parámetro de Lamé cotacto drecto (BC). La geometría del álabe aalzado se muestra e la Fgura 1. φ f ρ σ ρ τ τ j Térmo fuete de catdad escalar Desdad Esfuerzo ormal Esfuerzo cortate Tesor de esfuerzos INTRODUCTION E la dustra de las turbo-máquas, el daño comú e elemetos dámcos se debe al desgaste, así como a las cargas térmcas y mecácas [1]. La temperatura de salda de los gases de la cámara de combustó está lmtada por la ressteca mecáca de los álabes de la turba, msmos que soporta elevacoes de temperatura de acuerdo al trabajo realzado, alcazado temperaturas de alrededor de 1000 C y 1200 C e turbas de avacó. E partcular, e la zoa dode tee lugar el eframeto, exste gradetes de temperatura muy elevados debdos a la trasfereca de calor e u espaco mlmétrco; por esta razó, los esfuerzos térmcos e los álabes de turba de gas so mportates. S embargo, debdo a que el álabe está sometdo a cargas de rotacó, los esfuerzos mecácos presetes so de mayor cosderacó que los térmcos, y, e cojuto, represeta ua de las prcpales razoes por la cuales u álabe tede a fallar por fatga. Hay geeralmete dos tpos de aálss e modelos para aálss de Ressteca estátca. [2-5]. 1. Paleta, plataforma y raíz so modelados por separado para evtar dfcultades de mallado. 2. Todas las partes del álabe so acopladas usado herrametas de dseño y geerado ua ueva malla a través del modelo. U tercer tpo de aálss podría ser hecho utlzado la geometría completa, pero debdo a la complejdad de los álabes, este aálss resultaría muy costoso. E este artículo se preseta el segudo de los tres tpos de aálss arrba mecoados utlzado dos métodos alteratvos para cosegur la uó etre partes separadas. El prmer método alteratvo para ur las partes fue usado ecuacoes de restrccó (CE) y el segudo fue hecho utlzado el método de Fgura 1. Geometría del álabe. El aálss de trasfereca de calor y dstrbucó de esfuerzos fue hecho usado CFD (Dámca de Fludos Computacoal) y FEA (Aálss por Elemeto Fto). Además, para cosegur el aálss termo-mecáco de esfuerzos e el modelo, se aplcó ua terfaz para la trasfereca de datos e el cual el parámetro a cosderar es la dstrbucó de temperatura sobre el modelo e CFD llevado después esta formacó a u modelo CAD y falmete realzar el aálss termo-mecáco. El software comercal usado e el FEA es Asys, metras que para el aálss térmco se utlzó Fluet. SOTFWARE DE INTERCONEXIÓN Se desarrolló ua herrameta extra que permte la tercoexó de formacó etre los software aplcados, llamada Itefaz Fluet-Asys (IFA). Esta herrameta fue desarrollada utlzado leguaje oretado a objetos (LOO) medate programacó e Borlad DELPHI. La IFA permte maejar varables como temperatura, presó, velocdad, etc., e el espaco trdmesoal, lo cual es de utldad para modelos e 3D tal como el que se preseta e este trabajo y otros [6]. Cabe mecoar que exste ua herrameta smlar desarrollada e 2006 [7] pero ésta solo cotempla la tercoexó de datos e u campo bdmesoal. U aspecto mportate e la IFA es que para su utlzacó es ecesaro teer u modelo hecho e FEA porque es e este dode se troduce la formacó del modelo CFD y después se carga la formacó (temperatura, velocdad, presó, etc.) la cual se lee y escrbe e u archvo *.txt. Toda la formacó está escrta sobre la malla de ambos modelos. Los detalles del procedmeto que se sgue e la IFA se muestra e la fgura 2. E la fgura 2, el recuadro azul dca las accoes hechas e el ambete de CFD; los recuadros rosados dca las accoes efectuadas e ambete de FEA, y el recuadro verde, la fucó de la IFA. Además, se dca como MEF ISBN P á g a 1005 Derechos Reservados 2009, SOMIM

3 (Modelo de elemeto Fto) el modelo hecho e Asys. Para el desarrollo de la IFA, se utlzaro alguas ecuacoes de terpolacó que permtera calcular los valores de cualquer varable e el aálss térmco (presó, velocdad, temperatura). No obstate, para este caso, solo se utlza el módulo de temperatura porque el propósto prcpal es obteer la dstrbucó de esfuerzos termo-mecácos sobre el álabe. Como la formacó fue tomada de u modelo CFD, la formacó obteda de cada celda debe estar e el cetro de la msma. Resolver modelo CFD el Escrbr u archvo de terpolacó co la temperatura como varable Asgar valores del archve de terpolacó sobre la malla del MEF Fgura 2. Metodología de la IFA. Crear MEF Y usado el teorema de dvergeca, este gradete puede ser escrto como: 1 φ = V Ncaras f ρ ρ φ f A (3) Aquí, A es u vector de superfce y V es el volume de la celda. El aálss de trasfereca de calor e álabes de turba de gas es complejo, debdo a que sobre ellos está presetes las formas de trasfereca de calor por coduccó y coveccó al msmo tempo, s embargo, la preseca de esta forma de calor permte aalzar el problema como uo de trasfereca cojugada y al msmo tempo cremetar la precsó e los resultados. Porque co este aálss se puede elmar las codcoes de frotera e la terfaz fludo- Geerar malla sobre el MEF sóldo, las cuales geeralmete está presetes e creado el aálss dvdual [8]. Obvamete, para llegar a realzar el aálss cojugado, fue ecesaro modelar tato la parte fludo como la parte sóldo e el modelo desarrollado e CFD. Exportar la CFD MODEL malla del MEF El modelo tee 3,389, 821 celdas (prsmas y haca el hexaedros) de los cuales 21% correspode a la modelo CFD parte sólda y 79% al fludo. El tamaño de la base de datos es de 366Megabytes. Prmero, para hacer el aálss aero-térmco, CFD fue ecesaro hacer u modelo e CFD. Éste aálss fue hecho e estado estable y de aquí se obtuvo la dstrbucó de temperatura sobre el FEA álabe. Éste fue hecho completamete e 3D y e la fgura 3 se puede observar la dstrbucó de temperaturas obteda ates de exportar esta formacó al MEF. El esquema de terpolacó utlzado es de prmer orde, las ecuacoes para este esquema so: f ρ = φ + φ s φ (1) Dode φ es ua catdad escalar, S es el valor e el cetro de la celda, es el gradete y el sub-ídce f represeta u térmo fuete. El valor del gradete e el cetro puede ser calculado como: φ φ φ φ = + j + k (2) Fgura 3. Dstrbucó de temperaturas (e K) sobre el álabe. MEF MODEL ISBN P á g a 1006 Derechos Reservados 2009, SOMIM

4 Este modelo está costtudo por odos y elemetos hexaédrcos (tpo SOLID 45). Éste tee u volume de m 3. El tamaño de la base de datos es de 689 Megabytes. Como codcoes de frotera, se cosderaro los desplazametos sobre el eje logtudal e la dreccó X, pero además, fuero mpuestos desplazametos cero e alguos putos estratégcos de la raíz. E el presete caso, todos los elemetos (cluyedo los ductos de eframeto que posee el álabe) fuero cosderados e el modelo para el aálss completo e 3D. Se debe otar que el aálss térmco-estructural ha cosderado todas las característcas e el modelo, lo cual cremeta la practcdad, precsó y rapdez e los cálculos. La malla para el modelo e elemeto fto es la que se muestra e la fgura 4 y las característcas globales del msmo so resumdas e la tabla 1. La dscotudad e malla se muestra e la fgura 5. Fgura 5. Dscotudad e malla. La fgura 5 muestra dos mágees: la mage de la zquerda preseta la dscotudad e la uó raíz-plataforma y la mage de la derecha la dscotudad la uó plataforma-paleta. Co los métodos mecoados, se elma este problema. MODELO COMPLETO El prmer método cluye la defcó de ecuacoes de restrccó e cada odo dode se preseta la dscotudad e malla. Todas las ecuacoes de restrccó tee la sguete ecuacó y a partr de ésta, se aplca las que sea ecesaras e el modelo. N Costate = Coefcete( I) U ( I) (4) I = 1 Fgura 4. Malla e el Modelo de Elemeto Fto usada para el aálss térmco-estructural del álabe. Tabla 1.Característcas del MEF Elemeto usado SOLID 45 Número de odos Número de elemetos Tamaño de la base de 689MB datos Volume del modelo m 3 El modelo fue creado e 3 partes: paleta, plataforma y raíz, estas zoas tee ua dscotudad e malla y por esta razó se utlza 2 métodos dferetes para lograr la cotudad e malla. Éstos métodos so los que se elsta a cotuacó. 1. Usado ecuacoes de restrccó (CE) 2. Usado el método de cotacto drecto (BC) Dode U(I) es el grado de lbertad del térmo I y N es el úmero de térmos presetes e la ecuacó. Este método resulta u tato tedoso debdo a que hay que geerar ecuacoes de restrccó e cada ua de las dscotudades exstetes e la malla, además, se puede observar que la dstrbucó de esfuerzos sobre el álabe o fue homogéea, solamete se cocetra e la raíz, de tal maera que o se puede aprecar de ua maera práctca la forma e la que afecta las cargas sobre putos clave como e la paleta del álabe (e el puto de cdeca de los gases, los bordes de etrada y salda de la msma). La tabla 2 muestra las prcpales vetajas y desvetajas de utlzar el método de ecuacoes de restrccó para geerar la cotudad e malla e u modelo que preseta dscotudades. Tabla 2. Prcpales vetajas y desvetajas de utlzar ecuacoes de restrccó Vetajas Desvetajas Permte ur mallas Las ecuacoes dscotues ecesta ser geeradas para cada ISBN P á g a 1007 Derechos Reservados 2009, SOMIM

5 No hay elemetos o resortes rgdzates adcoales troducdos terfaz Los esfuerzos etre las partes separadas so dscotuos No se permte grades deflexoes Las solucoes so letas y se cremeta el requermeto de memora para resolver los modelos El Segudo método utlzado es a través de cotacto drecto etre las superfces separadas; e este método, se hace uso de las vetajas de Asys para crear cotactos etre la terfaz de las superfces cuado hay dscotudad e malla, de tal maera que se crea ua cotudad e la msma de maera automátca, seleccoado las superfces separadas y aplcado los cotactos sobre éstas. La tabla 3 muestra las prcpales vetajas y desvetajas de éste método. Tabla 3. Prcpales vetajas y desvetajas al utlzar cotacto drecto. Vetajas Desvetajas Permte la uó El cotacto debe ser etre mallas creado maualmete dscotuas cuado etre las superfces de hay superfces cotacto. separadas. Permte grades Los esfuerzos etre las deflexoes. partes so dscotuos Se puede Bajo la rgdez de fáclmete mover las cotacto partes que está desfavorablemete alrededor del puede afectar resultados cotacto. Permte opcoes de trasfereca de calor ECUACIONES DE GOBIERNO Para aalzar el modelo completo, es ecesaro aplcar las ecuacoes de gobero e estado estable co propedades costates. Ecuacó de cotudad La ecuacó de coservacó de masa aplcada es: ( ρu ) = 0 (5) Ecuacó de coservacó de mometo La ecuacó de coservacó de mometo para u marco de refereca eulerao se escrbe como: (ρ uu j ) p j = + j + ρg + F (6) Dode p es la presó total, τ j es el tesor de esfuerzo, ρ g, y F represeta las fuerzas gravtacoales y exteas. Ecuacó de la eergía La ecuacó de la eergía aplcada cosdera u flujo compresble y se defe como: ρ ( keff T + ( τ eff )) + S h ρ ( ρe) + ( ν ( ρe + p)) = ν t (7) Dode keff es la coductvdad efectva ( k eff = k + k t, dode k t es la coductvdad térmca defda de acuerdo al modelo de turbuleca que está sedo utlzado). Los térmos del lado derecho de la ecuacó represeta la trasfereca de eergía debdo a la coduccó, dfusó de especes y dspacó vscosa. S Represeta el calor de ua reaccó químca y/o de ua fuete de calor. La etalpía aplcada a la ecuacó de la eergía se defe como: = (8) h Y h Dode Y represeta la fraccó de masa de especes y h está defda como: dode T h = C, dt (9) Tref p T ref es K. Ecuacoes de termo-elastcdad El caletameto del materal puede ser causa de esfuerzos teros toda vez que la dlatacó resultate o puede desarrollarse rápda y completamete, ya sea por la escasa coductvdad de la sustaca, o por hallarse el cuerpo cofado. Las ecuacoes de termoelastcdad da formacó acerca del feómeo de caletameto sobre elemetos expuestos a cargas térmcas y se troduce e las ecuacoes de equlbro, estas ecuacoes puede ser escrtas como: h ISBN P á g a 1008 Derechos Reservados 2009, SOMIM

6 σ x xy zx 2 T + + = G sx + ( G + λ) dv s 3Kα σ x y zx 2 T + + = G s y + ( G + λ) dv s 3Kα xy xy σ z 2 T + + = G s z + ( G + λ) dv s 3Kα (10) Dode dv s es la deformacó (ε ), s es el desplazameto, x, y, z so las coordeadas cartesaas, K es el módulo elástco spetrópco, α es el coefcete de dlatacó térmca, T es la temperatura, G es el módulo elástco dstorsoal, σ es el esfuerzo ormal, τ es el esfuerzo cortate y λ es el parámetro de Lamé. Las ecuacoes (5) a (9) so ecuacoes de gobero para el feómeo de trasfereca de calor cojugado (coveccó-coduccó) resueltas por el programa FLUENT el cual utlza el método de volume fto metras que las ecuacoes (10) so las ecuacoes de gobero resueltas e ANSYS para el feómeo de deformacó que se preseta e el álabe a causa de las cargas térmcas y mecácas. RESULTADOS Las fguras 6-8 muestra la dstrbucó de esfuerzos ormales debdos a las cargas térmcasmecácas e cada ua de las 3 dreccoes ortogoales usado el método de cotacto drecto. Esta comparacó fue hecha para detfcar la dreccó e la que los esfuerzos tee ua mayor flueca e el aálss e estado estable del álabe (tesó y compresó). Fgura 7. Dstrbucó Normal de Esfuerzos e el eje Y. (Pa). Fgura 8. Dstrbucó Normal de Esfuerzos e el eje Z (Pa). La fgura 9 muestra la dstrbucó de esfuerzos termo-mecácos (esfuerzos de Vo Msses) que se obtee al utlzar ecuacoes de restrccó para cosegur la cotudad e la malla. E esta fgura, se puede ver que la máxma cocetracó de esfuerzos se da e la raíz y que o exste ua dstrbucó homogéea a lo largo del álabe. Además, el orde e magtud de esfuerzo es mayor al esperado, de acuerdo a la expereca de vestgadores del Isttuto de Ivestgacoes Eléctrcas (IIE). Fgura 6. Dstrbucó Normal de Esfuerzos (Pa) e el eje X. Fgura. 9. Dstrbucó de Esfuerzos (esf. De Vo Msses) utlzado ecuacoes de restrccó. La fgura 10 muestra la dstrbucó de esfuerzos termo-mecácos al aplcar el método de cotacto drecto para ur la malla dscotua. E esta fgura se puede observar ua dstrbucó homogéea de esfuerzos sobre el álabe y el orde ISBN P á g a 1009 Derechos Reservados 2009, SOMIM

7 de esfuerzos es meor, estado detro de los resultados que se espera e u elemeto como éste y co las cargas a las que está sometdo. Fgure. 10. Vo Msses stress dstrbuto (Pa) usg boded cotact. Se puede observar ua dstrbucó smlar de esfuerzos e ambos modelos (los esfuerzos máxmos y mímos se ecuetra e la msma zoa). E ambos casos, el esfuerzo máxmo está localzado e la raíz y éste se va hacedo cada vez meor a medda que se aleja de de ella hasta llegar al esfuerzo mímo ubcado e la puta del álabe. CONCLUSIONES 1. De los métodos dscutdos e este trabajo, se cocluye que la mejor maera de realzar el aálss del modelo es teedo ua geometría homogéea, es decr, ua geometría dode o exsta dscotudades e el modelo. S embargo, dado que esto o sempre es posble, los métodos de uó como las ecuacoes de restrccó y los cotactos e las froteras dscotuas, represeta ua buea opcó para realzar el aálss. 2. El método de cotactos tee como vetaja que o permte ua separacó de superfces, a dfereca de utlzar coples. Utlzado cotactos, las superfces uca deja de estar udas. 3. S se utlza coples e los putos dode exste ua dscotudad, se corre el resgo de que las superfces que o está e cotacto se separe al mometo de car la smulacó, provocado resultados totalmete esperados y erróeos. Otra desvetaja que se tee al utlzar coples es la toleraca, ésta tee que ser cudada de maera muy mucosa o de lo cotraro el cople o ajustará e la uó de odos y la malla permaecerá dscotua. 4. Los esfuerzos de tesó (postvos) e la dreccó axal, x, so máxmos debdo a que el alabe y, e geeral, cualquer elemeto que rota sobre u eje, expermeta ua fuerza superor e la dreccó radal, e u sstema coordeado clídrco y axal, e u sstema coordeado cartesao. Esto tee ua explcacó físca, la cual obedece al comportameto de u elemeto empotrado, ya que a medda de que se hace grar alrededor de u eje, sempre tedrá ua tedeca a desprederse del empotrameto. 5. Los esfuerzos de compresó (egatvos) e la dreccó y, so máxmos debdo a que la máxma carga que se da por compresó está e esa dreccó. 6. Debdo a que el álabe o es u elemeto balaceado (o tee su cetro de masa exactamete e el cetro), la dstrbucó de esfuerzos debe estar dspuesta de tal maera que e la raíz los esfuerzos sea máxmos y éstos dsmuya a través del modelo, esto sgfca que e la puta del álabe los esfuerzos debe ser mímos. 7. El método de cotacto drecto permte observar ua dstrbucó de esfuerzos de maera cotua e el modelo, lo cual o ocurre cuado se utlza el método de ecuacoes de restrccó. S embargo, ésta cotudad se puede observar (para el caso e el que se utlza ecuacoes de restrccó) seccoado el modelo, auque este procedmeto o es el más práctco. REFERENCIAS [1] Pérez García Vcete, Desarrollo de ua metodología para el estudo térmcoestructural de geometrías complejas, tess de maestría, Uversdad de Guaajuato, [2] Aeroege desg hadbook chef edt commttee. Aeroege desg hadbook, vol 18. Bejg: Aeroautcs Idustry Press; [3] Lews BL, Beckwth LR. A ufed approach to turbe lfe predcto. SAE Tech Paper Ser 1983, pp , No ISBN P á g a 1010 Derechos Reservados 2009, SOMIM

8 [4] Vswaatha R., Dolbec AC. Lfe assessmet techology for combusto turbe blades. Tras ASME J. Eg. Gas Turbes Power 1987;109(1); [5] Che PS. Fatgue lfe estmato bladed dsks o local radom yeldg. I Jt ASME/IEEE power geerato coferece, [6] Campos Amezcua Alfoso, Aálss y Optmzacó Termomecáca, e estado trastoro, de la prmera etapa de álabes de ua turba de gas co eframeto tero, tess de doctorado, Uversdad de Guaajuato, [7] Mchael Aral, Chrsta Pretch, Tomas Sprok, Tobas Dager, Jho Stokes, Aalyss of a vrtual prototype frst-stage rotor blade usg tegrated computer based desged tools, Proceedgs of ESDA 2006, 8 th Beal ASME Coferece o Egeerg System Desg ad Aalyss, [8] Campos Amezcua Alfoso, Gallegos Muñoz Armado, Pérez García Vcete, Alfaro Ayala J. Arturo, Resco Ávla José M., Pacheco Ibarra J. J., Zdzslaw Mazur Czerwee, Aálss Dámco-Térmco-Estructural de u álabe de turba de gas co eframeto tero, Cogreso Iteracoal de Métodos Numércos aplcados a la geería, Morela. ISBN P á g a 1011 Derechos Reservados 2009, SOMIM

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

(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

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

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

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

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

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

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

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

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

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

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

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

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

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

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

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

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

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

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

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados

Análisis Estadístico de Mediciones de la Velocidad del Viento Utilizando la Técnica de Valores Desviados Smposo de Metrología 008 Satago de Querétaro, Méxco, al 4 de Octubre Aálss Estadístco de Medcoes de la Velocdad del Veto Utlzado la Técca de Valores Desvados E. Cadeas, a W. Rvera b a Uversdad Mchoacaa

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

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

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

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

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

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

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

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

CAPÍTULO II MARCO TEÓRICO

CAPÍTULO II MARCO TEÓRICO CAPÍTULO II MARCO TEÓRICO - - MARCO TEÓRICO El marco teórco de este trabajo propoe los métodos heurístcos factbles que resolverá este problema. Co lo que se buscará cubrr las egecas de los datos dspobles

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO CRISTIAN CABRERA TORRICO, Igeero Cvl APSA Ltda. (crstacabrera@apsa.cl) ROBINSON LUCERO, Igeero Cvl Laboratoro Nacoal de Valdad, robso.lucero@moptt.gov.cl

Más detalles

Unidad 2. Reactores Continuos

Unidad 2. Reactores Continuos Reactores Químcos: Udad Udad Reactores otuos Reactores cotuos so aquellos e los cuales, de maera cotua, se almeta los reactvos y també, de maera cotua se extrae los productos Detro de esta clasfcacó, de

Más detalles

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización. Optmzacó de ua cartera de versoes utlzado algortmos geétcos María Graca Leó, Nelso Ruz, Ig. Fabrco Echeverría Isttuto de Cecas Matemátcas ICM Escuela Superor Poltécca del Ltoral Vía Permetral Km 30.5,

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

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

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

CURSO REDES ELECTRICAS II 1 CAPITULO 4

CURSO REDES ELECTRICAS II 1 CAPITULO 4 CURSO REDES ELECTRICAS II FLUJO DE CARGAS. Itroduccó: CAPITULO 4 Los estudos de cargas tee ua eorme mportaca e la plafcacó de las amplacoes de u sstema de eergía, así como e la determacó del fucoameto

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

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

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

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

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

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

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

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

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

-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

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

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar

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

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

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

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

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento-

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento- LC-3054 Sstemas de Poteca II Capítulo Sstemas Mult-Maquas -Plateameto- Prof. Fracsco M. Gozález-Logatt fglogatt@eee.org http://www.gaelec.org/fglogatt/sp.htm SISTMAS D POTNCIA II stabldad Mult-Maquas Fracsco

Más detalles

1.9. ESTÁTICA CON ROZAMIENTO

1.9. ESTÁTICA CON ROZAMIENTO Fudametos y Teorías Físcas ETS Arqutectura.9. ESTÁTICA CON ROZAMIENTO Hemos estudado el equlbro de los cuerpos stuados lbremete e el espaco, o cuado estaba udos medate elaces a otros cuerpos o a bases

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

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

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DETERMINACIÓN MEDIANTE EL ANÁLISIS REGRESIONAL DE LOS MODELOS MATEMATICOS POLINÓMICOS

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

Al grupo de investigadores de CIMNE por su ayuda y dedicación: Jerzy Rojek, Francisco Zarate, Joan Miquel Canet y Eva Balsa.

Al grupo de investigadores de CIMNE por su ayuda y dedicación: Jerzy Rojek, Francisco Zarate, Joan Miquel Canet y Eva Balsa. Hay hombres que lucha u día y so bueos. Hay otros que lucha u año y so mejores. Hay quees lucha muchos años y so muy bueos. Pero hay los que lucha toda la vda. Esos so los mprescdbles. Maro Beedett A m

Más detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

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

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

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

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

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

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal Programacó Matemátca y Software (2009) Vol.. No. ISSN: 2007-3283 Recbdo: 0 de Juo de 2008/Aceptado: 3 de Septembre de 2008 Publcado e líea: 26 de juo de 2009 Seleccó de ua Cartera de Iversó e la Bolsa

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

( ) ( ) ( )( ) ( )( ) ( )

( ) ( ) ( )( ) ( )( ) ( ) Oetvos El alumo coocerá aplcará y comparará alguos métodos de terpolacó umérca de ucoes. Al al de esta práctca el alumo podrá:. Oteer ua ucó que cotega u couto dado de putos e u plao utlzado los métodos

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

GENERACIÓN DE SECUENCIAS BINARIAS PSEUDO ALEATORIAS POR MEDIO DE UN MAPA CAÓTICO 3D. C.M. González, H. A. Larrondo, C. A. Gayoso, L. J.

GENERACIÓN DE SECUENCIAS BINARIAS PSEUDO ALEATORIAS POR MEDIO DE UN MAPA CAÓTICO 3D. C.M. González, H. A. Larrondo, C. A. Gayoso, L. J. GENERACIÓN DE SECUENCIAS BINARIAS PSEUDO ALEATORIAS POR MEDIO DE UN MAPA CAÓTICO 3D. C.M. Gozález, H. A. Larrodo, C. A. Gayoso, L. J. Aroe Facultad de Igeería. Uversdad Nacoal de Mar del Plata Argeta Jua

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO RESOLUCIÓN OENO 0/005 GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO LA ASAMBLEA GENERAL, Vsto el artículo, párrafo

Más detalles

J O. = r i. por el vector unitario k cuya dirección y sentido son los del semieje positivo OZ:

J O. = r i. por el vector unitario k cuya dirección y sentido son los del semieje positivo OZ: aletos ísca para Cecas e Igeería 1.1 1.1 Cocepto de sóldo rígdo Al comeo del estudo de la Mecáca, vmos que u sóldo rígdo es u caso partcular de u sstema de partículas materales que se caractera por ser

Más detalles

4 MÉTODOS NUMÉRICOS UTILIZADOS

4 MÉTODOS NUMÉRICOS UTILIZADOS 4 MÉTODOS UMÉRICOS UTILIZADOS C omo se verá más adelate, e alguos de los problemas plateados colleva ua sere de establdades que hace que la solucó sea dfícl de obteer. Las establdades será eucadas coforme

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

Universidad de Cantabria

Universidad de Cantabria Smulacó dámca Pedro Corcuera Dpto. Matemátca Aplcada Cecas de la Computacó Uversdad de Catabra corcuerp@uca.es Ídce Geeral Smulacó de cotrol PID Smulacó de cotrol de vel Ajuste de cotroladores PID Smulacó

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

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

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía

ANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.

Más detalles

Laboratorio de Física PRÁCTICA 1

Laboratorio de Física PRÁCTICA 1 PRELABORATORIO: MEDICIÓN - Medr. - Aprecacó. - Meddas drectas. - Meddas drectas. MEDIDAS DE LONGITUD - Cta métrca. - Verer. - Torllo mcrométrco. MEDIDAS DE TIEMPO - Croómetro. Error. - Error sstemátco.

Más detalles

Introducción CONTROL DE ESTRUCTURA VARIABLE DR. BASIL M. AL-HADITHI

Introducción CONTROL DE ESTRUCTURA VARIABLE DR. BASIL M. AL-HADITHI Itroduccó E este capítulo se comeza realzado ua descrpcó de la evolucó hstórca de la Teoría de Cotrol. E la seccó 2 se realza ua breve troduccó al Cotrol de Estructura Varable (VSC, Varable Structure Cotrol)

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

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA

INSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA SILABUS DE CABLEADO ESTRUCTURADO I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE CONTROL DE PROCESOS INDUSTRIALES Y COMUNICACIONES. UNIDAD DIDACTICA

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles