MECANISMOS ANALIZADOS CON ALGORITMOS GENÉTICOS Y MÉTODOS ANALÍTICOS.
|
|
- Rosa Pinto Salazar
- hace 8 años
- Vistas:
Transcripción
1 MECANISMOS ANALIZADOS CON ALGORITMOS GENÉTICOS Y MÉTODOS ANALÍTICOS. E. Lugo-González, J. Ramírez-Gordllo, A. T. Velázquez Sánchez, I. Y. Campos Padlla. 1 Insttuto Poltécnco Naconal, Escuela Superor de Ingenería Mecánca y Eléctrca, Undad Profesonal Zacatenco, Avenda Insttuto Poltécnco Naconal, Colona Zacatenco, Gustavo A. Madero, CP 07738, Méxco DF, Méxco Tel ext elugog@pn.mx, ramrezgordllo@gmal.com, avelasquez@pn.mxd, sha2201@hotmal.com. E. A. Merchán-Cruz, R. G. Rodríguez-Cañzo 2 Insttuto Poltécnco Naconal, Escuela Superor de Ingenería Mecánca y Eléctrca, Undad Profesonal Azcapotzalco, Avenda de las Granjas 682, Colona Sta. Catarna, Azcapotzalco, CP 02550, Méxco DF, Méxco eamerchan@pn.mx, rcname@gmal.com. RESUMEN Este trabajo muestra la revsón teórca y una propuesta de solucón para la síntess de mecansmos de 4 barras al generar una trayectora predetermnada, utlzando el método analítco (que nvolucra las ecuacones de Freundensten y Chebyshev, además de números complejos y el Método de Newton Raphson para calcular las ncógntas como son el tamaño de las barras y el valor de los ángulos de movmento) y el método de optmzacón por Algortmos Genétcos, ya que ofrece ventajas sobre otros métodos de optmzacón en la evaluacón de la funcón objetvo que debe satsfacer las restrccones mpuestas. El objetvo es mostrar las dferencas en los cálculos y en los resultados, además de dentfcar cuál es el método más convenente para aplcarlo en un caso específco como son los movmentos de la rodlla humana. Se exponen dos ejemplos para lustrar estos métodos. ABSTRACT Ths work shows the theoretcal revew and a soluton propose for the synthess of four bars mechansms to generate a specfc trajectory, usng the analytcal method (that nvolves Freundensten and Chebyshev equatons, n addton to complex numbers and the Newton Raphson Method to calculate the varables such as bars sze and movement angles) and a method of optmzaton by Genetc Algorthms, snce t offers advantages on other methods of optmzaton n the evaluaton of the objectve functon that must satsfy the mposed restrctons. The objectve s to show the calculatons and results dfferences, n addton to dentfy whch s the most advsable method to apply n specfc cases such as the human knee movements. Two examples are shown to llustrate these methods. NOMENCLATURA Σ = sumatora m = Grados de lbertad r= longtud de la barra del mecansmo q= ángulo de movmento de las barras f= funcón óptma C = conjunto de puntos específcos d x 0 = punto de nco en el eje x y 0 = punto de nco en el eje y xd= punto deseado en el eje x yd= punto deseado en el eje y INTRODUCCIÓN El análss y la síntess cnemátca son los prmeros pasos para estudar los mecansmos, por un lado el análss se encarga de nvestgar un mecansmo en partcular dado con base en la geometría del msmo y otras característcas conocdas, y la síntess se utlza para buscar un mecansmo que desempeñe una tarea específca [1], sendo en este trabajo la trayectora requerda para el movmento de la rodlla humana. 435
2 La síntess de mecansmos ha tendo avances en su estudo desde 1870 por Reuleaux,[2] hasta nuestros días. Para cumplr con las condcones requerdas en la síntess de mecansmos, se han utlzado métodos gráfcos y analítcos [3, 4], entre los que se encuentran la matrz de aproxmacones [5], los mínmos cuadrados en la síntess fnta de los mecansmos espacales de cuatro barras desarrollado por Levtsk y Shakvazan[6] o el modelo matemátco y de smulacón para la síntess exacta de mecansmos [7, 8]. Estos métodos tenen como nconvenente que restrngen el número de puntos de poscón para permtr la solucón por el sstema matemátco. Como consecuenca de esto, se han dseñado métodos para resolver la síntess de múltples puntos de precsón y poscón, con técncas como la optmzacón no lneal, la optmzacón de la síntess con dversos métodos[9] y los algortmos genétcos [2, 10-15], redes neuronales[16], métodos de Monte Carlo[17] o método de desvacón de control [18] entre otros. La mayor parte de estos trabajos relaconados con la generacón de trayectoras para mecansmos de 4 eslabones. ALGORITMOS GENÉTICOS. Son herramentas matemátcas que mtan a la naturaleza e ntentan resolver problemas complejos empleando el concepto de la evolucón [19]. Estos combnan la supervvenca del gen del ndvduo más fuerte en la estructura de cadenas con un ntercambo estructurado de nformacón aleatora para crear el mecansmo de búsqueda, en cada generacón se crea un nuevo conjunto de ndvduos usando los genes de los ndvduos de la generacón anteror. Goldberg, en 1989 mencona que los AG son dferentes métodos tradconales de optmzacón por que trabajan con la codfcacón de un conjunto de parámetros, y no con los parámetros msmos, trabajan con una poblacón de puntos, no un smple punto, utlzan una funcón objetvo, usan reglas de transcón probablístca, no determnístca, no necestan conocmentos específcos sobre el problema a resolver, cuando se usan para problemas de optmzacón resultan menos afectados por los máxmos locales. Los pasos para hacer un algortmo genétco son [20]: generacón aleatora de la poblacón, evaluacón respecto a la funcón objetvo, seleccón, cruzamento y mutacón. El algortmo fnalza cuando se ha ejecutado un número determnado de teracones prefjado de antemano, cuando se ha encontrado el valor óptmo o ben cuando se ha obtendo en la poblacón un nvel de donedad medo superor a un certo nvel de control [21]. Poblacón ncal: Esta se crea aleatoramente y es codfcada dentro del cromosoma de un arreglo con longtud varable (fg.1). La codfcacón puede hacerse en una representacón bnara[20, 22]. En esta etapa es mportante especfcar el número de bts para la longtud del cromosoma y en el cual un cromosoma1 es una cadena de la forma hb1, b2,..., bm, donde b1, b2,..., bm se denomnan alelos (ya sea ceros o unos). Para poder hacer la evaluacón se tene que hacer la decodfcacón y obtener valores reales. El cromosoma se representa por [10, 23] : (1) (2) Donde lgcr es la longtud del cromosoma, k es la medda del cromosoma y X k es el número de posbles esquemas. Fg.1. Poblacón ncal Evaluacón de la funcón objetvo: Esta se hace con los valores obtendos en la poblacón ncal y está sujeta a certas restrccones. Para la síntess de mecansmos, la optmzacón usando algortmos genétcos es presentada por Goldberg [20] de la sguente forma: 436
3 Mnmzar f ( x ) Sujeto a ( ) 0 g x, x n R. En donde f ( ) x es la funcón objetvo, la cuál debe dseñar un eslabonamento que correlacones la entrada y la salda de modo tal que cuando la entrada se mueva a una dstanca x, la salda se mueva y= ( ) corresponden a los puntos de precsón, g ( ) f x para un ntervalo x0 x x n + 1, donde x 1.x n x es el sstema de desgualdad prematuro y x R n es el dseño de un vector varable valorado como real con n número de varables de dseño. Aplcada esta funcón a la síntess de mecansmos para la generacón de trayectoras se puede expresar como una cantdad apropada de error que defne la desvacón de cada punto (, ) P x y del acoplador evaluado desde la precsón c correspondente a la poscón deseada. El error es la dferenca entre la funcón generada (lo que el eslabonamento realmente produce) y la funcón prescrta para certo valor de la varable de entrada. Después de la evaluacón se obtenen los mejores ndvduos, y de esta sere de datos se realzará una seleccón. Seleccón: Puede ser del tpo ruleta, determnstcos, seleccón por jerarquía, torneo, entre otros. Para este proyecto se utlzará la de ruleta o de muestreo unversal estocástco, el cuál utlza un únco gro de la ruleta sendo los sectores crculares proporconales a la funcón objetvo. Los ndvduos se selecconan a partr de marcadores espacados y con comenzo aleatoro (fg. 2). Fg. 2. Seleccón por ruleta. La ecuacón que representa la seleccón por ruleta es: (3) Donde f es el valor de la funcón. Cruzamento: Ya que se tenen selecconados los mejores ndvduos, el sguente paso es hacer el cruce de estos ndvduos, que puede ser por un punto, dos puntos o unforme. Para este problema, y después de algunas pruebas se concluye que el más adecuado es el unforme[24]. Mutacón: Es la que da una varacón del valor de los genes en forma aleatora, generalmente se da en valores muy pequeños, ya que no es tan sgnfcatvo como el cruce. 437
4 Fg.3. Cruzamento y Mutacón. El cruzamento y la mutacón son representados por las ecuacones: Pc= 1-(lgcr-1)*rand (4) Pm = 1-(1-(lgcr-1))*Rand (5) Donde Pc es la probabldad de cruce, Pm la probabldad de mutacón, lgcr, la longtud del cromosoma y Rand, es una sere de números aleatoros. MÉTODOS ANALÍTICOS PARA SÍNTESIS DE MECANISMOS. Para la síntess de mecansmos planares exsten una sere de condcones que deben cumplrse, empezando por los grados de lbertad, que son el número de parámetros ndependentes (meddas) que se necestan para defnr unívocamente su poscón en el espaco en cualquer nstante[25]. La ecuacón de Kutzbach resuelve esta problemátca: m= 3(n-1)-2j 1 -j 2 (6) En donde: m = Grados de lbertad. n = Número de eslabones. j 1 = Numero de pares de un solo grado de lbertad j 2 = Número de pares con dos grados de lbertad Para el mecansmo de 4 barras, objeto de estudo en este trabajo, se tene: m= 3(4-1)-2(2)-0= 1 En la síntess de mecansmos la Ley de Grashof tambén es utlzada porque afrma que para un eslabonamento plano de cuatro barras, la suma de las longtudes más corta y más larga de los eslabones (l+s), no puede ser mayor que la suma de las longtudes de los eslabones restantes (p+q), es decr l + s p + q, s se desea que exsta una rotacón relatva contnua entre dos elementos (fg. 4): Fg. 4. Tres nversones del cuadrlátero de Grashof 438
5 Generacón de la trayectora. La generacón de la trayectora[26] es en la que un punto del acoplador debe segur una trayectora que tenga una forma prescrta. Las necesdades comunes son que una porcón de la trayectora sea un arco crcular, elíptco o una recta, para consegur cubrr esta necesdad se requere tener una buena síntess dmensonal ya que con ella determnamos las dmensones sgnfcatvas y la poscón ncal del mecansmo. Los puntos de precsón son preescrtos para ubcacones sucesvas del eslabón de salda en el plano. Para el mecansmo de 4 barras se pueden sntetzar hasta 5 puntos de poscón para la generacón de trayectora. Un ejemplo de aplcacones es el mostrado a partr de la fg. 5. Fg. 5. Mecansmos de 4 barras para generacón de trayectora cerrada. Se nca establecendo las ecuacones de Freudensten para la cadena cnemátca aberta: Para tener los valores deseados, debdo a la cantdad de varables, se establece un sstema coordenado en OXY, tenendo: (7) (8) (9) Por lo tanto al hacer las operacones se obtenen las ecuacones para encontrar los puntos X d y Y d deseados. (10) (11) Pero sguen exstendo ncógntas como son los ángulos θ 3 y θ 4, los cuales pueden ser calculados por números complejos, asumendo que el valor del ángulo θ 2 es conocdo. Para tener el valor de θ 4 se tene la ecuacón de lazo cerrado: (12) Resolvendo la ecuacón para la barra r 3 : Aplcando números complejos conjugados y la formula de Euler se tene la sguente expresón: Expandendo la ecuacón e gualando a cero: Para efectos de cálculo se reescrbe la ecuacón y asgnan varables: (13) (14) (15) (16) (17) (18) 439
6 Por defncón se sabe que: (19) (20) En este caso la raíz negatva corresponde a la confguracón de la cadena aberta y los postvos a la cadena cerrada. Por lo tanto al substtur la ec. 19 en la ec. 20 y despejar θ 4 se tene: (21) Para obtener θ 3 se hace un procedmento smlar, prmero se obtene la ecuacón de lazo cerrado y se despeja la barra r 4 : (22) Aplcando números complejos conjugados y la formula de Euler e gualando a cero, se tene la sguente expresón: (23) Para efectos de cálculo se reescrbe la ecuacón y asgnan varables: (24) (25) (26) Por defncón se sabe que: (27) (28) En este caso la raíz negatva corresponde a la confguracón de la cadena aberta y los postvos a la cadena cerrada. Por lo tanto al substtur la ec. 28 en la ec. 27 y despejar θ 3 se tene: (29) Para la precsón del sstema se crea el espacamento de Chebyshev, que dce que para n puntos en el ntervalo es: (30) Donde x j son los puntos de precsón. MÉTODO DE OPTIMIZACIÓN La teoría de Burmester [2] muestra que exste un número nfnto de confguracones de mecansmos de 4 barras que pueden ser usados para pasar por los puntos específcos en una trayectora, pero se necesta tener una funcón apropada para la evaluacón de estos. El problema de optmzacón es dado por [10]: 440
7 Y está sujeta a j ( ) 0 = 0,1, 2,..., g X j m X l, ls x X (31) En donde f es la funcón óptma y cada X es un valor ndvdual obtendo, f n son las funcones más aptas por las propedades que muestran a los objetvos de los sstemas optmzados, g j es la defncón de la búsqueda del espaco y l, ls son los rangos de longtud defndo por valores enteros o reales [27]. La funcón óptma debe ser la suma de la síntess de la generacón de trayectoras y la síntess dmensonal. La prmera se refere a la poscón del error que se presenta entre la trayectora obtenda y la trayectora deseada, y normalmente se representa como la suma de los cuadrados de la dstanca Eucldana entre cada C y el correspondente C donde C es un conjunto de puntos específcos ndcados por el dseñador [10], d d que en este caso son los puntos mostrados en la fg. 6, los cuales deben ser cubertos por los acoplamentos o unones de los mecansmos. T (32) C d CXd, C Yd = C es una sere de poscones de los acoplamentos al ser dseñados los mecansmos de acuerdo a un conjunto de valores de los ángulos θ de entrada: T C C x ( θ 2 ), C y ( θ ) (33) = 2 Resumendo, la prmer parte de la funcón óptma es: N ( ) 2 C ( ) 2 Xd CX + CYd CY (34) En donde N es el número de puntos a ser sntetzados. Para obtener los valores de C xd,c yd, C x y C y se aplca la funcón obtenda en las ec. 10 y 11. La segunda parte de esta funcón se encarga de la síntess dmensonal o las condcones mpuestas por los mecansmos, las cuales son: 1. Condcones de Grashof, que cumplen lo sguente [8]. 2. La secuenca de los ángulos de entrada. 3. El rango para el dseño de las varables. 4. El rango de varacón para la entrada de los ángulos. 5. La relacón entre el aumento en la entrada de un ángulo y la poscón adyacente del punto de acoplamento. Al plantear la ecuacón, tomando como base las restrccones mpuestas, la ecuacón resultante es: ( C X d ( X ) C X ( X )) + ( C Yd ( X ) C Y ( X )) (35) x l, ls x X (36) N 2 2 = 1 [ ] En donde X= r 1, r 2, r 3, r 4, r 5, θ 0, x 1, y 1,x 2,y 2 y los ángulos θ, θ,..., θ son el valor de la varable del 1 2 N ángulo θ 2 que es la poscón, las varables,j son el resto del cocente. Fnalmente la funcón objetvo, agregando una funcón de ajuste, queda: 441
8 N ( CXd ( X ) CX ( X )) + CYd ( X ) CY ( X ) = 1 ( ) ( ) + M h X + M h X ( ) 2 2 (37 ) En donde las h son las condcones de Grashof, es decr s se cumple r 2 + r3 r1 + r4, h1=0 y en caso de que el eslabón r 2 no sea el más corto toma el valor de 1; h 2 toma el valor de cero s la secuenca de los ángulos es. Y s no entonces h2=1, M 1 determna s el mecansmo puede dar un gro completo y M 2 comprueba que el mecansmo realce un cclo en un solo sentdo cuando pasa por cada uno de los puntos deseados, M1 y M2 son constantes para valores altos que penalzan la funcón objetvo cuando se presentan stuacones forzadas. Caso I: Como prmer paso se determnaron los puntos deseados, en este caso, se tomo como base el ejercco desarrollado por [10]. Los puntos deseados de acuerdo al ejemplo tomado como base son: Xd= [ ] Yd= [ ] Lmtes de las varables: r1,r2,r3,r4 [0,50]; 1 2 x1,y1,x2,y2 [ 50,50]; θ0,θ3,θ4= 0 a 360 ; θ = θ + θ θ Donde Parámetros para el algortmo: N = Número de poblacón=100, Probabldad de cruce=0.9, Probabldad de mutacón=0.1, Número de teracones: Valores numércos obtendos por Métodos Analítcos: X r Y X r r e-011 r rcx Cx [ ] Cy [ ] θ2 [ ] θ3 [ ] error = e
9 Fg. 7 Resultado por el método analítco casoi. Es mportante menconar que en este ejercco se proporconaron los valores para el ángulo θ 2,de acuerdo a los obtendos por [10]. Para el cálculo se utlzaron las ecuacones de Freudensten y el Jacobano junto con el método de Newton Raphson para encontrar las ncógntas. Valores numércos obtendos utlzando la herramenta de loa algortmos genétcos son: x1= r2= rcx= θ 0 = y1= r3= Rcy= θ 4 = r1= r4= θ 2 = θ 3 = Tempo :24 Generacón: 824 Error= Como condcones ncales en el programa se deron: Número de poblacón=200, Probabldad de cruce=0.8, Probabldad de mutacón=0.1 Precsón =6 Paro= 1000 teracones. El códgo utlzado se manejo en valores bnaros. El tpo de cruce es multpuntos y se maneja la seleccón eltsta. Para la mejor convergenca del programa se utlzó la penalzacón Fg. 8 Mecansmo de 4 barras dbujado en el programa ADAMS con los valores obtendos en el programa Matlab para sntetzar el mecansmo con algortmos genétcos. Los valores obtendos fueron comparados con los obtendos por el autor Cabrera [10] y se encontraron algunas dferencas en cuanto al tempo de convergenca, el algortmo empleado para hacer este trabajo emplea la regeneracón de la poblacón, así como el multcruce. Se presentaron problemas para la convergenca, lo que provocó el utlzar la regeneracón. Caso II 443
10 Este trabajo se está realzando para cubrr la trayectora del movmento de la rodlla, y sobre esta se dbujo en el programa WATT (fg. 10) la más parecda, tomada del artículo de [28], de donde se obtuveron los puntos para trazar la trayectora (fg. 9), y estos son: Fg. 9 Arreglo de barras del centro nstantáneo e UC-BL para una rodlla polcéntrca de 4 barras [28]. Fg. 10 Trayectora para generar el movmento de una rodlla por el programa WATT. Los Puntos deseados son: xd [ ] yd [ ] Valores numércos obtendos por Métodos Analítcos: X r Y X r r e-014 r rcx Cx [ ] Cy [ ] θ2 [ ] θ3 [ ] error = e-007 Resultados obtendos con Algortmos Genétcos. x1= r2= rcx= θ 0 = y1= r3= rcy= θ 4 = r1= r4= θ 2 = θ 3 = Tempo :14 Generacón: 248 Error=
11 Fg. 7 Resultado por el método analítco, caso II Para obtener los resultados del caso numérco se utlzaron los valores obtendos por los algortmos genétcos ya que se están ncando las pruebas para este tpo de mecansmos. CONCLUSIONES. En la nformacón consultada se encontraron dversos métodos para resolver la síntess de mecansmos, pero el más práctco fue utlzar las ecuacones de Feudensten, Chebyshev, El Jacobano y el Método de Newton Raphson para localzar las varables, como fueron el tamaño de las barras, y el método por números complejos para encontrar los ángulos que deben tener las barras para alcanzar los valores objetvos. Fue necesaro mplementar estas ecuacones en el programa de búsqueda de algortmos genétcos, ya que el algortmo necesta tener una funcón objetvo, y esta fue generada a partr de las ecuacones de Freudensten, combnando los puntos deseados y una penalzacón para poder encontrar el error mínmo de poscón. El programa Watt fue de gran ayuda para lustrar la trayectora y obtener el valor de los puntos deseados para el segundo caso, y el programa ADAMS srvó para corroborar de acuerdo a los valores obtendos con el programa MATLAB y para posterormente determnar aceleracón, velocdad, materal de las barras y poder calcular fuerzas aplcadas a este mecansmo, las dmensones y los ángulos del arreglo de las barras. AGRADECIMIENTOS. Los autores agradecen al CONACYT, proyecto 2005/49701 y al IPN, proyecto SIP , los medos para la realzacón de esta nvestgacón. REFERENCIAS. [1] Erdman, A.G. & G.N. Sandor, Dseño de mecansmos, análss y síntess. 3 ed. 1998, Méxco: Prentce Hall- Pearson [2] Roston, G.P. & R.H. Sturges, Genetc Algorthm Synthess of Four-bar Mechansms. Artfcal Intellgence for Engneerng Desgn,Analyss and Manufacturng, : p [3] Freudensten, F., An analtcal approach to the desgn of four lnk mechansm. Transactons of the ASME 76, 1954: p [4] Hartenberg, R.S. & J. Denavt, Knematc Synthess of Lnkages. 1964, USA: Mc. Graw Hll. [5] Suh, C.H. & C.W. Radclffe, Synthess of plane lnkages wth use of dsplacement matrx. Journal of Engneerng for Industry, Transactons of ASME 89B, 1967: p [6] Levtsk, N.L. & K.K. Shakvazan, Synthess of fourelement spatal mechansms wth lower pars. Internatonal Journal of Mechancal Scences 2, 1960: p [7] Tzong-Mou Wu a & Cha'o-Kuang Chen, Mathematcal model and ts smulaton of exactly mechansm synthess wth adjustable lnk. Appled Mathematcs and Computaton, : p [8] Mallk, A.K., A. Ghosh&D. G., Knernatc Analyss and Synthess of Mechansrns. CRC Press, [9] Sancbran, R., et al., Gradent-based optmzaton of path synthess problems n planar mechansms. Mechansm and machne theory, : p
12 [10] Cabrera, J.A., A. Smon&M. Prado, Optmal synthess of mechansms wth genetc algorthms. Mechansm and machne theory, No10: p [11] Fabo-Quntero, H., G. Calle-Trujllo&D.-A. A., Síntess de generacón de trayectoras y de movmento para múltples poscones en mecansmos, utlzando algortmos genétcos., n Scenta et Technca [12] Larb, M.A., et al., A combned genetc algorthm - fuzzy logc method (GA - FL) n mechansm synthess. Mechansm and machne theory, : p [13] Mchalewcz, Z., Genetc Algorthms + Data Structure = Evoluton Programs. tercera ed. 1999, Nueva York: Sprnger [14] Quntero-R, H.F., C.-T. G.&D.-A. A., Síntess de generacón de trayectoras y de movmento para múltples poscones en mecansmos, utlzando algortmos genétcos,. Scenta et Technca, : p [15] West, K., Mechancal desgn usng genetc algorthms, n Mechancal Engneerng 2001, Alberta: Canada. p [16] Vaslu, A. & B. Yannou, Dmensonal synthess of planar mechansms usng neural networks: applcaton to path generator lnkages. Mechansm and Machne Theory : p [17] Kalnas, R. & S. Kota, Incorporatng Uncertantly nto Mechansm Synthess. Mechansm and machne theory (Mech. mach. theory), No.3: p [18] R.-Bulatovc, R. & S. R. Djordjevc (2004) Optmal Synthess of a Four-Bar Lnkage by Method of Controlled Devaton. 31, No.3-4, [19] Hncapé-Isaza, R.A., C.A. Ríos-Porras&R.A. Gallego-R, Técncas heurístcas aplcadas al problema del cartero vajante (TSP). SCIENTIA ET TECHNICA N 24, [20] Goldberg, D.E., Genetc algorthms n search, optmzaton, and machne learnng. 1989, USA: Addson - Wesley. [21] Buckles, B. P. y Petry&E. Frederck, "Genetc Algorthms". IEEE Computer Socety Press, 1992: p [22] Merchán-Cruz, E.A., Soft-computng technques n the trajectory plannng of robot manpulators sharng a common workspace., n Automatc Control and Systems Engneerng. 2005, Sheffeld: Reno Undo. p [23] Wrght, A.H., Genetc Algorthms for Real Parameter Optmzaton,. Proceedngs of Frst workshop on the Foundatons of Genetc Algorthms and Classfer Systems, 1990: p [24] Coello-Coello, C.A., Introduccón a la Computacón Evolutva, n Departamento de Computacón, CINVESTAV-IPN, Edtor. 2007: Méxco D.F. [25] Shgley, J.E., Teoría de Máqunas y Mecansmos. 1988, Méxco: Mc. Graw Hll [26] G.-Erdman, A. & G. N.-Sandor, Dseño de Mecansmos. Análss y Síntess. Vol. tercera edcón. 1998, Méxco: Prentce Hall. [27] Holland, J.H., Adaptaton n natural and artfcal system. Ann Arbor, The Unversty of Mchgan Press, [28] Radclffe, C., The knud Jansen lecture:above-knee mechansms: knematcs, algnment and prescrpton crtera. 1977, Prosthetc and orthetc practce. p. 1:3:
Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesGUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22
DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesMECANISMOS ARTICULADOS ANALIZADOS CON ALGORITMOS GENETICOS
MECANISMOS ARTICULADOS ANALIZADOS CON ALGORITMOS GENETICOS A_23 E. Lugo-González, J. Ramírez-Gordllo, A. T. Velázquez Sánchez, C.R. Torres San Mguel. Insttuto Poltécnco Naconal, Escuela Superor de Ingenería
Más detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesMódulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)
Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesDisipación de energía mecánica
Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detallesCAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesBreve Estudio sobre la Aplicación de los Algoritmos Genéticos a la Recuperación de Información
Breve Estudo sobre la Aplcacón de los Algortmos Genétcos a la Recuperacón de Informacón O. Cordón, F. oya 2,.C. Zarco 3 Dpto. Cencas de la Computacón e I.A. Unv. de Granada. Ocordon@decsa.ugr.es 2 Dpto.
Más detallesDISEÑO SÍSMICO DE ESTRUCTURAS DE ACERO UTILIZANDO ALGORÍTMOS GENÉTICOS RESUMEN ABSTRACT INTRODUCCIÓN
DISEÑO SÍSMICO DE ESTRUCTURAS DE ACERO UTILIZANDO ALGORÍTMOS GENÉTICOS Jorge H. González Cuevas 1, Edén Bojórquez Mora 1, Alfredo Reyes Salazar 1, Juan I. Velázquez Dmas 1 y Basla Quñonez Esquvel 1 RESUMEN
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesFísica I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto
ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal
Más detallesModelado de un Robot Industrial KR-5
RESUMEN Modelado de un Robot Industral KR-5 (1) Eduardo Hernández 1, Samuel Campos 1, Jorge Gudno 1, Janeth A. Alcalá 1 (1) Facultad de Ingenería Electromecánca, Unversdad de Colma, km 2 Carretera Manzanllo-Barra
Más detallesMÉTODOS PARA PROBAR NUMEROS
Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular
Más detallesEn general puede representarse por : Clase 6 3
Encontrar raíces de uncones es uno de los problemas más comunes en ngenería Los métodos numércos para encontrar raíces de uncones son utlzados cuando las técncas analítcas no pueden ser aplcadas. Esto
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesEspacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta
Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesMarcos Gutiérrez-Dávila marcosgd@ugr.es
Marcos Gutérrez-Dávla marcosgd@ugr.es Introduccón: Relacón de la bomecánca con el deporte de competcón El gesto deportvo consttuye un patrón de movmento estable que se caracterza por el alto grado de efcenca
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesCURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso
CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesAnálisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
Más detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesDEFINICIÓN DE INDICADORES
DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.
Más detallesExtracción de Atributos. Dr. Jesús Ariel Carrasco Ochoa Oficina 8311
Extraccón de Atrbutos Dr. Jesús Arel Carrasco Ochoa arel@naoep.mx Ofcna 8311 Contendo Introduccón PCA LDA Escalamento multdmensonal Programacón genétca Autoencoders Extraccón de atrbutos Objetvo Preprocesamento
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesTeléfono: (52)-55-5329-7200 Ext. 2432
Sstema de Montoreo Autónomo Basado en el Robot Móvl Khepera Jorge S. Benítez Read 1, Erck Rojas Ramírez 2 y Tonatuh Rvero Gutérrez Insttuto Naconal de Investgacones Nucleares Carretera Méxco-Toluca s/n,
Más detallesDiferenciación Automática Aplicada en Simulación Multicuerpo
Dferencacón Automátca Aplcada en Smulacón Multcuerpo D. Gómez (1), J. García de Jalón (2) (1) SOCOIN Paseo Club Deportvo, 1, Edfco 5,28223, Pozuelo de Alarcón, Madrd, +34-912577051, davdgomezjm@gmal.com
Más detallesGráficos de flujo de señal
UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente
Más detallesIDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR
IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.
Más detallesTEMA 6 AMPLIFICADORES OPERACIONALES
Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal
Más detallesEquipo de Algoritmos Evolutivos Multiobjetivo Paralelos
Equpo de Algortmos Evolutvos Multobjetvo Paralelos José Manuel Fernandez Gangreco Cencas y Tecnología - Unversdad Católca Nuestra Señora de la Asuncón Centro Naconal de Computacón - Unversdad Naconal de
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesPlanificación de la Operación de Corto Plazo de Sistemas de Energía Hidroeléctrica
Planfcacón de la Operacón de Corto Plao de Sstemas de Energía Hdroeléctrca João P. Catalão 1, Sílvo J. Marano 1, Vctor M. Mendes 2 y Luís A. Ferrera 3 (1) Unversdad Bera Interor. Dpto. de Ingenaría Electromecánca.
Más detallesMultiobjetivo para Optimizar un Ambiente Job Shop
Informacón Tecnológca Una Vol. 23(1), Metodología 35-46 (2012) Multobetvo para Optmzar un Ambente Job Shop do: 10.4067/S0718-07642012000100005 Ruz Una Metodología Multobetvo para Optmzar un Ambente Job
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN
ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma
Más detallesCAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales
CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología
Más detallesFuentes de información
TEORÍA DE LA INFORMACIÓN Tratamento probablístco de la Informacón Fuentes de nformacón INGENIERÍA DE SISTEMAS Cursada 6 TRANSMISIÓN DE INFORMACIÓN decodfcacón automátca PRINCIPALES TEMÁTICAS DE LA TEORÍA
Más detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesDELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID
DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesCOMPARADOR CON AMPLIFICADOR OPERACIONAL
COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón
Más detallesCONCEPTOS GENERALES DEL CAMPO MAGNÉTICO
CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO 1 ÍNDICE 1. INTRODUCCIÓN 2. EL CAMPO MAGNÉTICO 3. PRODUCCIÓN DE UN CAMPO MAGNÉTICO 4. LEY DE FARADAY 5. PRODUCCIÓN DE UNA FUERZA EN UN CONDUCTOR 6. MOVIMIENTO DE
Más detallesUn enfoque de inventarios para planear capacidad en redes de telecomunicaciones
Un enfoque de nventaros para planear capacdad en redes de telecomuncacones arlos Alberto Álvarez Herrera, Maurco abrera Ríos Dvsón de Posgrado en Ingenería de Sstemas, FIME-UANL carlos@yalma.fme.uanl.mx,
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesRobótica Tema 4. Modelo Cinemático Directo
UNIVERSIDAD POLITÉCNICA DE MADRID E.U.I.T. Industral ASIGNATURA: Robótca TEMA: Modelo Cnemátco Ttulacón: Grado en Ingenería Electrónca y Automátca Área: Ingenería de Sstemas y Automátca Departamento de
Más detallesTERMODINÁMICA AVANZADA
ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón
Más detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detallesRespuesta A.C. del FET 1/14
espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal
Más detallesTrabajo Especial 2: Cadenas de Markov y modelo PageRank
Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E
Más detallesMAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.
TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,
Más detallesUn algoritmo GRASP para resolver el problema de la programación de tareas dependientes en máquinas diferentes (task scheduling)
Un algortmo GRASP para resolver el problema de la programacón de tareas dependentes en máqunas dferentes (tas schedulng) Manuel Tupa Pontfca Unversdad Católca del Perú, Departamento de Ingenería Av. Unverstara
Más detallesProgramación entera, el método del árbol de cubos, su algoritmo paralelo y sus aplicaciones
Programacón entera, el método del árbol de cubos, su algortmo paralelo y sus aplcacones Dr. José Crspín Zavala Díaz, Dr. Vladmr Khachaturov 2 Facultad de Contabldad, Admnstracón e Informátca, jc_zavala2002@yahoo.com
Más detallesSmoothed Particle Hydrodynamics Animación Avanzada
Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla
Más detallesAPENDICE A. El Robot autónomo móvil RAM-1.
Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas
Más detalles7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA México D.F., 12 al 14 de Octubre de 2005
7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Méxco D.F., 1 al 14 de Octubre de 005 ANÁLISIS DINÁMICO DE UN EQUIPO DE ENSAYO DE AMORTIGUADORES Zabalza
Más detallesUniversidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller
Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo
Más detallesCAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS
CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables
Más detallesLOS ALGORÍTMOS GENÉTICOS Y SU APLICACIÓN AL DISEÑO SÍSMICO DE EDIFICACIONES DE ACERO RESUMEN
Socedad Mexcana de Ingenería Estructural LOS ALGORÍTMOS GENÉTICOS Y SU ALICACIÓN AL DISEÑO SÍSMICO DE EDIFICACIONES DE ACERO Jorge H. González Cuevas 1, Edén Bojórquez Mora 1, Alfredo Reyes Salazar 1,
Más detallesEstimación no lineal del estado y los parámetros
Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca
Más detallessergion@fing.edu.uy Centro de Cálculo, Instituto de Computación Facultad de Ingeniería. Universidad de la República, Uruguay.
Una Versón Paralela del Algortmo Evolutvo para Optmzacón Multobjetvo NSGA-II y su Aplcacón al Dseño de Redes de Comuncacones Confables Sergo Nesmachnow sergon@fng.edu.uy Centro de Cálculo, Insttuto de
Más detallesDeterminación de Puntos de Rocío y de Burbuja Parte 1
Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general
Más detallesMATEMÁTICA DE LAS OPERACIONES FINANCIERAS I
MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente
Más detallesCircuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton
ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes
Más detallesrsums Aproxima la integral de f mediante sumas de Riemann y realiza una representación gráfica de los rectángulos.
PRÁCTICA INTEGRACIÓN Práctcas Matlab Práctca : Integracón Objetvos o Calcular ntegrales defndas de forma aproxmada, utlzando sumas de Remann. o o o Profundzar en la comprensón del concepto de ntegracón.
Más detallesAplicación de curvas residuo y de permeato a sistemas batch y en continuo
Aplcacón de curvas resduo de permeato a sstemas batch en contnuo Alan Dder érez Ávla En el presente trabajo se presentara de manera breve como obtener las ecuacones que generan las curvas de resduo, de
Más detallesTecnología y Ciencias del Agua ISSN: Instituto Mexicano de Tecnología del Agua México
Tecnología y Cencas del Agua ISS: 087-86 revsta.tyca@gmal.com Insttuto Mexcano de Tecnología del Agua Méxco Marón-Domínguez, Davd Ernesto; Gutérrez-de-la-Rosa, Alberto Resolucón de la ecuacón de la adveccón-dspersón
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesICI3140 Métodos Numéricos. Profesor : Dr. Héctor Allende-Cid
ICI3140 Métodos Numércos Proesor : Dr. Héctor Allende-Cd e-mal : hector.allende@ucv.cl Proyecto Tópcos: Numercal Optmzaton Mínmos Cuadrados Numercal Lnear Algebra: SVD QR NMF Dmensonalty Reducton PCA ICA
Más detallesUN PROBLEMA LOGÍSTICO DE RUTEO DE VEHÍCULOS Y UNA SOLUCIÓN CON LA HEURÍSTICA R: UN CASO DE ESTUDIO
Scenta et Technca Año XIII, No 37, Dcembre de 2007. Unversdad Tecnológca de Perera. ISSN 0122-1701 407 UN PROBLEMA LOGÍSTICO DE RUTEO DE VEHÍCULOS Y UNA SOLUCIÓN CON HEURÍSTICA R: UN CASO DE ESTUDIO A
Más detallesMECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)
MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman
Más detallesControl de Posición Multi-Objetivo de un Brazo Robot Antropomórfico Usando Algoritmos Genéticos
Control de oscón Mult-Objetvo de un Brazo Robot Antropomórfco Usando Algortmos Genétcos Alberto Vera*, Antono Morán Cárdenas** *ontfca Unversdad Católca del erú, Lma ERÚ (a0044848@pucp.edu.pe ** ontfca
Más detallesTema 3: Adaptadores de Señal
Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de
Más detallesClase 25. Macroeconomía, Sexta Parte
Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos
Más detallesFISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA
FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesKEY WORDS Pattern recognition, Circular Harmonics, Synthetic Discriminate Filter
ISSN 00-4 BISTUA Vol BISTUA 5 No Vol Pag 59 No - 4 ueda Parada JE, Castro C L M, Guerra L A Facultad de Cencas Báscas, Departamento de Físca, Grupo de Investgacón Óptca Moderna Unversdad de Pamplona E-Mal:
Más detallesALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.
9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara
Más detallesv i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica)
IUITOS EÉTIOS (apuntes para el curso de Electrónca) os crcutos eléctrcos están compuestos por: fuentes de energía: generadores de tensón y generadores de corrente y elementos pasos: resstores, nductores
Más detallesDesarrollo de sistema de control para un manipulador de seis grados de libertad
Memora del Trabajo Fn de Máster realzado por Fdel Pérez Menéndez para la obtencón del título de Máster en Ingenería de Automatzacón e Informátca Industral Desarrollo de sstema de control para un manpulador
Más detalles