GLOSARIO: DICCIONARIO DE ÁLGEBRA LINEAL
|
|
- Marina Silva Escobar
- hace 7 años
- Vistas:
Transcripción
1 GLOSRIO: DICCIONRIO DE ÁLGEBR LINEL utovalor λ y autovector x x = λx, sendo x =/ 0, de modo que det( - λi) = 0 Base de V Vectores ndependentes v 1,, v d, cuyas combnacones lneales dan como resultado todas las v de V Un espaco vectoral tene muchas bases! Base estándar para R n Columnas de la matrz dentdad de n por n (expresadas como, j, k en R 3 ) Cocente de Raylegh q(x) = x x /x x para una matrz smétrca : λ mn < q(x ) < λ max Los autovectores x alcanzan dchos extremos para λ mn () y λ max () Cofactor C Elmnar la fla y la columna j; multplcar el determnante por (- 1) +j Columnas lbres de Columnas sn pvotes; combnacones de anterores columnas Columnas pvote de Columnas que contenen pvotes tras una reduccón por flas; no son combnacones de anterores columnas Las columnas pvote conforman la base del espaco de columnas Combnacón lneal cv + dw o cv Suma de vectores y multplcacón de escalares j j Complemento de Schur S = D C -1 B B parece al realzar la elmnacón por bloques en [ ] C D Condconamento de la matrz 1 cond ( ) k( ) σ σ max mn = = = En x = b, la perturbacón relatva δ x x es menor que cond() veces la perturbacón relatva δ b b condconamento de la matrz mde hasta qué punto la salda es susceptble de cambar en funcón de los datos de entrada El Conjugado complejo z = a bpara cualquer número complejo z = a+ b De ahí zz = z Conjunto conectado (Spannng set) v 1,, v m para V odos los vectores de V son combnacones de v 1,, v m Cuatro subespacos fundamentales de = C(), N(), C( ), N( ) Dependenca lneal v 1,, v n Una combnacón dstnta de todas las c = 0 da como resultado cv Descomposcón de valor sngular (SVD) = UΣV = (U ortogonal) por (dagonal Σ) por (V ortogonal) Las prmeras columnas r de U y V son bases ortonormales de C() y de C( ), sendo v = σ u y el valor sngular σ > 0 Las últmas columnas de U y V son bases ortonormales de los espacos nulos de y Descomposcón polar = QH Q ortogonal, H (sem)defnda postva Desgualdad de Schwarz v w v w Entonces v w ( v v)( w w) s = C C Desgualdad trangular u + v u + v Para las normas matrcales + B + B 1
2 Glosaro Determnante = det( ) Se defne de la sguente manera: el det I = 1, el sgno camba al ntercambar flas y en todas las flas se cumple la lnealdad El = 0 cuando es sngular smsmo, B = B y 1 = 1 y = La fórmula extendda del det() consste en una suma de n! elementos, el método de desarrollo por cofactores (cofactor formula) utlza determnantes de tamaño n 1, sendo el volumen del paralelepípedo = det( ) Dagonalzacón Λ = S -1 S Λ = matrz de autovalores y S = matrz de autovectores tene que tener n autovectores ndependentes para que S sea nvertble oda k = SΛ k S -1 Dmensón del espaco vectoral dm(v ) = número de vectores en cualquer base para V Ecuacón característca Det( λi) = 0 Las n raíces son los autovalores de Ecuacón normal xˆ = b Da la solucón por mínmos cuadrados de x = b s es de rango n La ecuacón dce que (columnas de ) ( b xˆ ) = 0 Egshow utovalores y valores sngulares gráfcos de por (códgo de MLB o Java) Elmnacón Secuenca de operacones de flas que reduce a una matrz trangular superor U o a la forma reducda R = rref() Entonces = LU con los multplcadores l en L, o P = LU con ntercambos entre flas en P, o E = R sendo E una matrz nvertble Elpse (o elpsode) x x = 1 tene que ser una matrz defnda postva; los ejes de la elpse son vectores propos de, con longtudes 1 λ (Para x = 1 los vectores y = x se stúan en la elpse 1 1 y = y ( ) y = 1 que crea el códgo egshow; longtud de los ejes = σ ) Espaco de columnas de C() Espaco de todas las combnacones de las columnas de Espaco de flas C( ) = todas las combnacones de las flas de Vectores de columna por conveno Espaco nulo N() = Solucones para x = 0 Dmensón n - r = (# columnas) - rango Espaco nulo por la zquerda N( ) Espaco nulo de = espaco nulo por la zquerda de porque y = 0 Espaco vectoral V Conjunto de vectores tal que todas las combnacones cv + dw permanecen en V En la seccón 31 aparecen ocho reglas oblgatoras para cv + dw Espectro de = conjunto de autovalores {λ 1,,λ n } Rado espectral = λ max Exponencal e t = I + t + (t) /! + tene como dervada e t ; e t u(0) resuelve u ' = u Factorzacón de Cholesky = = para una matrz defnda postva CC ( L D)( L D) Factorzacón LU S la elmnacón conduce a U a partr de sn ntercambos de flas, la trangular nferor L con los multplcadores λ (y λ = 1) converte a U de nuevo en Factorzacones smétrcas = LDL y = QΛQ El número de pvotes postvos en D y de autovalores postvos en es el msmo Forma de Jordan J = M -1 M S tene s autovectores ndependentes, su matrz generalzada de autovectores M da J = dag(j 1,, J s ) El bloque J k es λ k I k + N k, donde todos los elementos de la dagonal 1 de N k son unos Cada bloque tene un autovalor λ k y un autovector (1, 0,, 0)
3 Glosaro 3 Forma escalonada reducda por flas R = rref() Pvotes = 1; ceros por encma y por debajo de los pvotes; r flas dstntas de cero de R conforman una base para el espaco de flas de Fórmula extendda para determnantes de n por n Det() es una suma de n! elementos, uno por cada permutacón P de las columnas Ese elemento es el producto de a 1α,, a nω de arrba abajo de la dagonal de la matrz reordenada, alternatvamente det( P ) = ± 1 Gro parcal (Partal pvotng) En una elmnacón, se elge como j-ésmo pvote al elemento dsponble con un valor absoluto más alto de la columna j Entonces, en todos los multplcadores l 1 El error redondeado (redondeo del error) está controlado (depende del condconamento de ) Grafo G Conjunto de n nodos conectados por m arstas dos a dos Un grafo completo tene todas las arstas n(n - 1)/ entre sus nodos Un árbol sólo tene n - 1 arstas y no contene cclos En un grafo drgdo, cada arsta tene una flecha de dreccón Inversa de una matrz -1 Matrz cuadrada de modo que -1 = I y -1 = I No exste la nversa s det = 0, rang() < n y x = 0 para un vector x dstnto de cero Las nversas de B y son B -1-1 y ( -1 ) Método de desarrollo por cofactores (cofactor formula) ( -1 ) = C /det Inversa por la derecha + S el rango de flas de es m, entonces en + = ( ) -1 se cumple que + = I m Inversa por la zquerda + S tene un rango de columnas n, entonces para + = ( ) -1 se da que + = I n Leyes de Krchhoff Ley de correntes: la suma algebraca (entrada menos salda) de las correntes que entran a cualquer nodo es cero Ley de voltajes: Las dferencas de potencal (caídas de tensón) en cualquer recorrdo cerrado suman cero Longtud x Raíz cuadrada de x x (Ptágoras en n dmensones) Matrces conmutables B = B S son dagonalzables, comparten n autovectores Matrces semejantes y B oda B = M -1 M tene los msmos autovalores que Matrz adjunta Ponendo c 1,, c n en la fla n y los unos de la fla n - 1 en la dagonal 1, obtenemos que det ( λi) = ± ( c + c λ + c λ +K ) 1 3 Matrz adyacente de un grafo Matrz cuadrada con a = 1 cuando hay una arsta que une el vértce con el vértce j; s no, a = 0 = para un grafo no drgdo Matrz aleatora rand(n) o randn(n) MLB crea una matrz con elementos aleatoros, con una dstrbucón unforme en [ 0 1 ] en el caso de rand, y con una dstrbucón normal estándar en el caso de randn Matrz antsmétrca K La transpuesta es -K, ya que K = -K j Los autovalores son magnaros puros, los autovectores son ortogonales, e Kt es una matrz ortogonal Matrz aumentada [ b ] x = b es resoluble cuando b se encuentra en el espaco de columnas de ; entonces [ b ] es del msmo rango que l realzar la elmnacón en [ b ] las ecuacones sguen sendo correctas 3
4 4 Glosaro Matrz crculante C Las dagonales constantes se agrupan en torno a ella como s fueran traslacones n 1 cíclcas (cyclc shfts) S odas las crculantes son C I + CS+ + C S Cx = convolucón c x utovectores en F 0 1 n 1 Matrz covaranza Σ Cuando un grupo de varables aleatoras x tene una meda = valor medo = 0, sus covaranzas Σ son las medas de x x j Con medas x, la matrz Σ = meda de ( x x)( x x) es una (sem)defnda postva; será dagonal s las x son ndependentes Matrz de cambo de base M Los vectores v j de la antgua base son combnacones mw de los vectores de la nueva base La relacón entre las coordenadas de c 1 v c n v n = d 1 w d n w n vene dada por d = Mc (Para n = tenemos que v 1 = m 11 w 1 + m 1 w, v = m 1 w 1 + m w ) Matrz de Fourer F Los elementos Fjk k n = e π producen columnas ortogonales F F = ni Entonces y = Fc es la transformada dscreta de Fourer (nversa) y j k n = c e π k Matrz de Hankel H Constante a lo largo de todas las antdagonales; h depende de + j Matrz de Hessenberg H Matrz trangular con una dagonal adyacente adconal dstnta de cero Matrz de Hlbert hlb(n) Elementos 1 1 j 1 H 1 ( j 1) x x dx 0 = + = Defnda postva, pero con una λ extremadamente pequeña y un condconamento alto mn Matrz de ncdenca de un grafo drgdo La matrz de ncdenca arsta-nodo de m por n tene una fla por cada arsta (nodo a nodo j), con los elementos 1 y 1 en las columnas y j Matrz de Markov M odos los m 0 y la suma de cada una de las columnas es 1 Mayor autovalor λ = 1 S m > 0, las columnas de M k se aproxman al autovector estátco/ estaconaro (steady state egenvector) Ms = s > 0 + j Matrz de Pascal PS = pascal(n) Matrz smétrca con elementos bnomales ( ) contenen todas el trángulo de Pascal con det = 1 (véase ndex para más propedades) 1 P S = P L P U Matrz de permutacón P Exsten n! permutacones de 1,, n; cada una de las n! permutacones de P tene las flas de I en el orden correspondente a dcha permutacón P pone las flas de en ese msmo orden P es producto de los ntercambos de flas P ; P será par o mpar (det P = 1 ó -1) dependendo del número de ntercambos Matrz de proyeccón P sobre un subespaco S La proyeccón p = Pb es el punto más cercano a b en S, el error e = b - Pb es perpendcular a S P = P = P, los autovalores son 1 ó 0, los autovectores están contendos en S o S S las columnas de = bases de S, entonces P = ( ) -1 Matrz de rango uno = uv 0 Los espacos de flas y columnas = rectas cu y cv Matrz de reflexón Q = I - uu El vector undad u se refleja en Qu = -u odos los vectores x del plano especular u x = 0 permanecen nvarables, porque Qx = x En la matrz de Householder Q = Q -1 = Q 4
5 Glosaro 5 Matrz de rgdez K x da los movmentos de los nodos en una estructura dscreta, mentras que Kx da las fuerzas nternas menudo K = C, donde C contene las constantes del muelle de la ley de Hooke y x = los alargamentos (deformacones) dervados de los movmentos x cosθ senθ Matrz de rotacón R = senθ cosθ rota el plano en θ y R -1 = R lo rota al revés en - θ Matrz ortogonal, autovalores e θ y e -θ, autovectores (1, ± ) Matrz de oepltz Matrz (de) dagonal constante (constant-dagonal matrx),de modo que sólo depende de j - Las matrces de oepltz, en el procesamento de señales, representan fltros que no varían con el tempo Matrz de Vandermonde V Vc = b da el polnomo p(x) = c c n-1 x n-1 con p(x ) = b en los puntos n V = (x ) j-1 y det V = producto de (x k - x ) para k > Matrz defnda postva Matrz smétrca con autovalores y pvotes postvos Defncón: x x > 0, a menos que x = 0 Matrz dagonal D d = 0 s j Dagonal por bloques: ceros fuera de los bloques cuadrados D =/ Matrz dagonalzable ene que tener n autovectores ndependentes (en las columnas de S; con lo cual automátcamente tene n autovalores dferentes) sí que S -1 S = Λ = matrz de autovalores Matrz de elmnacón (elmnaton matrx)= matrz elemental E Matrz dentdad con un λ adconal en el elemento, j ( =/ j) Entonces, en E, se resta λ veces la fla j de de la fla Matrz escalonada U El prmer elemento dstnto de cero (pvote) de cada fla va después del pvote de la fla anteror odas las flas de ceros van al fnal Matrz espaco nulo (null space matrx) N Las columnas de N son las solucones especales n - r para s = 0 Matrz hermtana H = = náloga compleja de una matrz smétrca: a a j = Matrz hpercúbca P La fla n + 1 cuenta vértces, arstas, caras, etc de un cubo contendo en R n P L L Matrz dentdad I (o I n ) Elementos sobre la dagonal = 1, elementos fuera de la dagonal = 0 Matrz ndefnda Matrz smétrca con autovalores de ambos sgnos (+ y -) Matrz nlpotente N lguna potenca de N es la matrz cero, N k = 0 El únco autovalor es λ = 0 (repetdo n veces) Ejemplos: matrces trangulares con dagonal cero Matrz normal N NN = N N, produce autovectores ortonormales (complejos) Matrz ortogonal Q Matrz cuadrada con columnas ortonormales, de modo que Q Q = I mplca Q = Q -1 Conserva las longtudes y los ángulos, Qx = x y (Qx) (Qy) = x y odo λ = 1, con autovectores ortogonales Ejemplos: Rotacón, reflexón, permutacón Matrz por bloques Una matrz se puede dvdr en bloques, medante partcones entre sus flas y/o sus columnas La multplcacón por bloques de B es posble cuando las formas de los msmos lo permten (las columnas de y las flas de B deben ser del msmo tamaño) 3
6 6 Glosaro Matrz semdefnda Una semdefnda (postva) es una matrz smétrca con x x > 0 para todos los vectores x sí, todos los autovalores λ 0 Carece de pvotes negatvos Matrz smétrca La transpuesta es =, y a = a j -1 tambén es smétrca odas las matrces de las formas R R, LDL y QΛQ son smétrcas Para todas las matrces smétrcas, los autovalores de Λ son reales y los autovectores de Q son ortonormales Matrz sngular Matrz cuadrada que no tene nversa: det() = 0 Matrz transpuesta Los elementos = es de n por m, es cuadrada, smétrca y j semdefnda postva Las transpuestas de B y -1 son B y ( ) -1 Matrz trdagonal t = 0 s j > 1-1 es de rango 1 por encma y por debajo de la dagonal H Matrz untara U = U =U 1 Columnas ortonormales (análoga compleja de Q) Método de dreccones conjugadas Secuenca de pasos (explcada al fnal del capítulo 9) conducentes a la resolucón de una defnda postva x = b, mnmzando 1 x x x b en subespacos de Krylov cada vez mayores Método de Gauss-Jordan Consste en nvertr por medo de operacones en las flas de [ I ] para obtener [ I -1 ] Método teratvo Secuenca de pasos encamnada a aproxmarse a la solucón deseada Método smplex de programacón lneal El vector de coste mínmo (mnmum cost vector) x* se halla desplazándose sucesvamente de un vértce a otro que mejore el anteror a través de las arstas de una fgura factble (cuando se cumplen las restrccones x = b y x > 0) El coste mínmo se halla en un vértce Multplcacón x = x 1 (columna 1) + + x n (columna n) = combnacón de columnas Multplcacón de matrces B El elemento, j de B es gual a (fla de ) (columna j de B) = ab k kj Por columnas: Columna j de B = veces la columna j de B Por flas: la fla de multplca a B Flas por columnas: B = suma de (columna k)(fla k)odas estas defncones equvalentes surgen de la regla de que B por x es gual a por Bx Multplcador λ La fla pvote j se multplca por λ y se resta de la fla para elmnar el elemento, j: λ = (elemento que se quere elmnar)/(j-ésmo pvote) Multplcdades M y GM La multplcdad algebraca M de un autovalor es el número de veces que aparece como raíz de det( - λi) = 0 La multplcdad geométrca GM es el número de autovectores ndependentes (= dmensón del espaco propo de λ) Norma de una matrz La norma es la rato máxma l x x σ max = Entonces x x y B B y + B + B Norma de Frobenus F 1 = a ; las normas l y l las sumas mayores de flas y columnas de a 6
7 Glosaro 7 Números de Fbonacc 0, 1, 1,, 3, 5, cumplen ( n n F = F + F = λ λ ) ( λ λ ) La tasa de n n n crecmento λ = (1 + 5 ) es el mayor autovalor de la matrz de Fbonacc 1 n n Números de Lucas L n =, 1, 3, 4, cumplen L = L + L = λ + λ, con los valores propos 1 1 λ, λ = (1± 5) de la matrz de Fbonacc n n n 1 0 Compárese L 0 = con Fbonacc Ondas (Wavelets) w jk (t) o vectores w jk Deforman y trasladan el eje de tempos para dar lugar a w jk (t) = w 00 ( j t - k) Los vectores procedentes de w 00 = (1, 1, -1, -1) serán (1, -1, 0, 0) y (0, 0, 1, -1) Ortogonalzacón de Gram-Schmdt para = QR Columnas ndependentes en, columnas ortonormales en Q Cada una de las columnas q j de Q es una combnacón de las j prmeras columnas de (y vceversa, de modo que R es trangular superor) Por conveno: dag(r) > 0 Pvote d El elemento de la dagonal (el prmero dstnto de cero) cuando se trabaja con una fla al realzar una proceso de elmnacón Plano (o hperplano) en R n Las solucones de a x = 0 defnen el plano (dmensón n - 1) perpendcular a a 0 Polnomo mínmo de El polnomo de grado más bajo para que m() = matrz cero Las raíces de m son autovalores, y m(λ) dvde a det( - λi) Producto de Kronecker (producto tensor) B Bloques a B, autovalores λ p ()λ q (B) Producto escalar x y = x y + L + x y El producto escalar complejo es 1 1 n n x y l realzar el producto escalar de vectores perpendculares, el resultado es cero (B) = (fla de ) (columna j de B) Producto exteror uv = columna por fla = matrz de rango uno Producto vectoral u v en R 3 Vector perpendcular a u y v, cuya longtud u v ( senθ ) = área del paralelogramo, calculada como el determnante de [ j k ; u 1 u u 3 ; v 1 v v 3 ] Propedad asocatva (B)C = (BC) Se pueden elmnar los paréntess para dejar BC Propedad dstrbutva (B + C) = B + C Se puede sumar prmero y luego multplcar, o multplcar prmero y luego sumar Proyeccón de p = a (a b/a a ) sobre la recta que atravesa a P = aa /a a es de rango 1 Pseudonversa + (nversa de Moore-Penrose) Matrz de n por m que nverte a, de modo que de espaco de columnas pasa de nuevo a espaco de flas, sendo N( + ) = N( ) + y + son las matrces de proyeccón sobre el espaco de flas y el espaco de columnas Rang( + ) = rang() Punto sngular de f(x 1,, x n ) Un punto donde las prmeras dervadas de f dan cero y la matrz de la segunda dervada (ϑ f/ϑxϑxj = matrz Hessana) no tene un valor defndo Rango r() = número de pvotes = dmensón del espaco de columnas = dmensón del espaco de flas Rango de columnas r = n Columnas ndependentes, N() = {0}, no hay varables lbres Rango de flas r = m Flas ndependentes, al menos una solucón para x = b, el espaco de columnas abarca la totaldad de R m Por rango de la matrz se entende rango de flas o rango de columnas Red Grafo drgdo con las constantes c 1,, c m asocadas a sus arstas 3
8 8 Glosaro Regla de Cramer para x = b B j es la matrz, en la que se ha susttudo la columna j por el vector b, y x = B j j Representacón de columnas (Column pcture) de x = b El vector b se converte en una combnacón de las columnas de El sstema sólo tene solucón cuando b se encuentra en el espaco de columnas de C() Representacón de flas (row pcture) de x = b Cada ecuacón produce un plano en R n ; éstos tenen su nterseccón en x Resolucón por mínmos cuadrados ˆx El vector ˆx, que mnmza el error e, resuelve ˆ x = b Entonces e = b xˆ es ortogonal para todas las columnas de Sstema resoluble x = b La parte derecha, b, pertenece al espaco de columnas de Solucón completa x = x p + x n para x = b (x p concreta) + (x n en el espaco nulo) Solucón partcular (concreta?) x p Cualquer solucón para x = b; a menudo las varables lbres de x p son = 0 Solucones especales para s = 0 Una de las varables lbres es s = 1, las otras son = 0 Subespaco S de V Cualquer espaco vectoral contendo en V, ncludos V y Z = {vector cero} Subespaco de Krylov K j (, b) Subespaco expanddo hasta b, b,, j-1 b Los métodos numércos aproxman -1 b a x j con una b - x j resdual en este subespaco Para establecer una buena base para K j sólo hay que multplcar por en cada paso Subespacos ortogonales odo v de V es ortogonal a todo w de W Suma de subespacos V +W Espaco de toda (v en V ) + (w en W) Suma drecta: dm(v +W) = dm V + dm W cuando V y W sólo comparten el vector cero Susttucón haca atrás Los sstemas trangulares superores se resuelven en orden nverso, de x n a x 1 eorema de Cayley-Hamlton p( λ) = det( λi) con p( ) = matrz cero eorema espectral = QΛQ La matrz smétrca real tene una λ real y una q ortonormal, de modo que q = λ q En mecánca, q da los ejes prncpales eorema fundamental El espaco nulo N() y el espaco de flas C( ) son complementos ortogonales (espacos perpendculares de R n de dmensones r y n - r) con respecto de x = 0 S se aplca a, el espaco de columnas C() es el complemento ortogonal de N ( ) ransformacón afín (v ) = v + v 0 = transformacón lneal más desplazamento ransformacón lneal Cada uno de los vectores v del espaco de entrada se transforma en (v) en el espaco de salda, y la lnealdad exge que (cv + dw) = c(v) + d(w) Ejemplos: multplcacón de matrces v, dferencacón en el espaco de funcones ransformada rápda de Fourer (FF) Factorzacón de la matrz de Fourer F n en matrces l = log n, realzando la permutacón S veces Para cada S sólo hacen falta n/ multplcacones, así que F n x y F -1 n c se pueden calcular con sólo nl multplcacones Revoluconaro raslacón cíclca (cyclc shft) S Permutacón con s 1 = 1, s 3 = 1,, s 1n = 1 Sus autovalores son raíces enésmas e π k/n de 1; sus autovectores son columnas de la matrz de Fourer F 8
9 Glosaro 9 raza de = suma de los elementos de la dagonal = suma de los autovalores de r B = r B Varable lbre x La columna queda sn pvote en la elmnacón Podemos dar cualquer valor a las varables lbres n - r, entonces x = b determna las varables pvote r ( s es resoluble!) Vector v en R n Secuenca de n números reales v = (v 1,, v n ) = punto en R n Vectores ndependentes v 1,, v k Nnguna combnacón c 1 v c k v k = vector cero, a menos que todos los c = 0 S las uves son las columnas de, la únca solucón para x = 0 es x = 0 Vectores ortonormales q 1,, q n Los productos escalares son qq = 0 s j j =/ y qq= 1 En la matrz Q con éstas columnas ortonormales se cumple que Q Q = I S m = n, entonces Q = Q -1 y q 1,, q n es una base ortonormal para R n : cada v = v q q ( j ) j Volumen del paralelepípedo Las flas (o columnas) de generan un paralelepípedo de volumen det() 3
Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.
MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas
Más detalles10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
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 detallesi=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1
CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de
Más detallesPara dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}
Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces
Más detallesVectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:
VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes
Más detallesCAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.
CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),
Más detalles1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116
Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.
Más detallesUnidad 6-. Números complejos 1
Undad -. Números complejos ACTIVIDADES FINALES EJERCICIOS Y PROBLEMAS Efectúa las sguentes operacones: aa (-(-(- aa (-(-(- cc ( -(-( bb ( ( - - (- 7 dd ( - - (- / ( - ( ( (. ( Sumamos algebracamente por
Más detallesVectores y Matrices. Curso a 11 a a 1n a 21 a a 2n. A = A = [a ij] 1 i m. a m1 a m2... a mn
Vectores y Matrces Curso 206-7 A = Notacón a a 2 a n a 2 a 22 a 2n a m a m2 a mn, A = [a j] m j n a j = elemento (, j) de A Tamaño u orden de A= m n S m = n, A cuadrada -sma fla y j-sma columna: a = [a
Más detallesPregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?
Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,
Más detalleshttp://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO
bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden
Más detallesUnidad 2 Representación Algebráica
Undad Representacón lgebráca Gráfcas no drgdas Matrz de Incdenca La matrz de ncdenca de una gráfca G se denota como (G) y se defne como: a, S el vértce v ncde en la línea e n cada columna hay exactamente
Más detallesResolución de sistemas lineales por métodos directos
Resolucón de sstemas lneales por métodos drectos Descomposcón LU S la matr del sstema Ax = b se expresa como producto de una matr trangular nferor, L, de una superor, U, la resolucón del msmo se reduce
Más detalles2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.
. EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas
Más detallesProblemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel
Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al
Más detallesAPLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO.
APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. Dado un numero n de puntos del plano ( a, b ) es posble encontrar una funcón polnómca
Más detallesGeometría convexa y politopos, día 1
Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n
Más detallesMODELOS DE SECUENCIACIÓN EN MÁQUINAS 1
odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas
Más detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
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 detallesVectores en el espacio
ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c
Más detallesGráficos de flujo de señal
Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo
Más detallesNúmeros Reales y Complejos
Apéndce C Números Reales Complejos Ejerccos resueltos Halla los números reales que cumplen la condcón a a S a 0 : a a a 0 No este solucón S a < 0 : a a a a Halla todos los números r tales que r < a) S
Más detallesÁLGEBRA LINEAL. Tarea 1. Nombre: Fecha:
ÁLGEBRA LINEAL Tarea. Investque a) Defncón de vector b) Operacones de vectores c) Defncón de matr d) Operacones de matrces e) Defncón de matr traspuesta Bblografía: ÁLGEBRA LINEAL Tarea. a) Investque )
Más detallesx j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule,
Mecánca Cambo de Coordenadas En coordenadas Cartesanas estamos acostumbrados a pensar a los vectores base como versores (vectores de norma 1 o untaros) drgdos a lo largo de los correspondentes ejes, en
Más detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesCAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D.
CAPITULO VALORES, VECTORES PROPIOS y SVD Ing. Dego A. Patño M.Sc., Ph.D. Valores y Vectores Propos Muchas de las transformacones que se necestan en el dseño de sstemas de control se realzan sobre vectores
Más detalles4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o
4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesINGENIERÍA DE TELECOMUNICACIÓN BLOQUE 1
INGENIERÍA DE TELECOMUNICACIÓN BLOQUE En el Aula Vrtual se encuentra dsponble: Materal nteractvo con teoría y ejerccos resueltos. Para acceder a ello deberá pulsar sobre los sguentes enlaces una vez dentro
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 detalles1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo
EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces
Más detallesOPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD
OPIMIZACIÓN CON RESRICCIONES DE IGUALDAD Localzacón de óptos de funcones sujetas a restrccones en fora de gualdad écnca de los ultplcadores de Lagrange Forulacón estándar del problea f =,,..., Se consderarán
Más detallesAlgoritmos matemáticos para:
Algortmos matemátcos para: sstemas de ecuacones lneales, nversón de matrces y mínmos cuadrados Jose Agular Inversón de matrces Defncón(Inversadeunamatrz):SeaAunamatrz nxn.unamatrzcde nxn esunanversadeascaaci.
Más detallesSolución: Se denomina malla en un circuito eléctrico a todas las trayectorias cerradas que se pueden seguir dentro del mismo.
1 A qué se denomna malla en un crcuto eléctrco? Solucón: Se denomna malla en un crcuto eléctrco a todas las trayectoras cerradas que se pueden segur dentro del msmo. En un nudo de un crcuto eléctrco concurren
Más detalles8. Espacio vectorial con producto escalar
Depto de Álgebra, curso 7-8 8 Espaco vectoral con producto escalar Productos escalares Ejercco 8 Demuestre que s P es una matrz nvertble n n sobre C y P es su matrz traspuesta conjugada entonces la aplcacón
Más detalles-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:
-.GEOMETRÍA.- Ejercco nº 1.- Calcula el lado que falta en este trángulo rectángulo: Ejercco nº 2.- En los sguentes rectángulos, se dan dos catetos y se pde la hpotenusa (s su medda no es exacta, con una
Más detallesTema 9: Otros temas de aplicación
Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según
Más detallesANEXO A: Método de Interpolación de Cokriging Colocado
ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),
Más detallesLa representación Denavit-Hartenberg
La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
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 detalles8 MECANICA Y FLUIDOS: Calorimetría
8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS
Más detalles315 M/R Versión 1 Segunda Parcial 1/7 Lapso 2009/2
35 M/R Versón Segunda Parcal /7 UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Segunda Parcal VERSIÓN:
Más detallesPrácticas de Mathematica. Diplomatura de Óptica y Optometría. Cuando el programa se cuelga.
Práctcas de Mathematca. Dplomatura de Óptca Optometría. Segunda Práctca Cuando el programa se cuelga. En ocasones, por la dfcultad o la mala escrtura de las operacones que le pedmos, el programa no responde.
Más detallesWww.apuntesdemates.weebl.es TEMA AMO EALARE Y VETORIALE. INTRODUIÓN e entende por magntud cualquer cualdad o propedad medble. ueden clasfcarse en: - Magntudes escalares: Quedan totalmente defndas cuando
Más detallesOperadores por Regiones
Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]
Más detallesTema 4. Números Complejos
Tema. Números Complejos. Números complejos...... Defncón de números complejo..... Conjugado y opuesto de números complejos..... Representacón gráfca de los complejos.... Operacones con complejos..... Suma
Más detallesFísica I Apuntes de Clase 2, Turno D Prof. Pedro Mendoza Zélis
Físca I Apuntes de Clase 2, 2018 Turno D Prof. Pedro Mendoza Zéls Isaac Newton 1643-1727 y y 1 y 2 j O Desplazamento Magntudes cnemátcas: v m r Velocdad meda r r 1 r 2 r velocdad s x1 2 r1 x1 + r2 x2 +
Más detallesModelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
Más detallesTipología de nudos y extremos de barra
Tpología de nudos y extremos de barra Apelldos, nombre Basset Salom, Lusa (lbasset@mes.upv.es) Departamento Centro ecánca de edos Contnuos y Teoría de Estructuras Escuela Técnca Superor de Arqutectura
Más detalles5. DIAGONALIZACIÓN DE MATRICES
Dagonalzacón Herraentas nforátcas para el ngenero en el estudo del algebra lneal 5. DIAGONALIZACIÓN DE MATRICES 5.1. INTRODUCCIÓN 5.2. VALORES Y VECTORES PROPIOS 5.3. MATRICES DIAGONALIZABLES 5.4. DIAGONALIZACIÓN
Más detallesDpto. Física y Mecánica
Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D
Más detalles62 EJERCICIOS de NÚMEROS COMPLEJOS
6 EJERCICIOS de NÚMEROS COMPLEJOS. Resolver las sguentes ecuacones en el campo de los números complejos: a x -x+=0 (Soluc: ± b x +=0 (Soluc: ± c x -x+=0 (Soluc: ± d x -x+=0 (Soluc: ± e x -6x +x-6=0 (Soluc:,
Más detallesAplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa
Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones
Más detallesASIGNACION 2 INEL3105 A revisar a partir del 1 marzo.
SIGNION INEL305 revsar a partr del marzo. Problema. Para un crcuto con bpolos, formamos el gráfco, o grafo (graph) susttuyendo cada bpolo por una línea que une los dos nodos a los que está conectado. Esta
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 detallesEjercicios Resueltos de NÚMEROS COMPLEJOS
Ejerccos Resueltos de NÚMEROS COMPLEJOS Ejerccos Resueltos de NÚMEROS COMPLEJOS Números Complejos. Formas de epresarlos.- Halla las raíces de los sguentes números: 00 Solucón: ± 00 00 ± 0 ± ±.- Representa
Más detallesExamen de Física-1, 1 del Grado en Ingeniería Química Examen final. Septiembre de 2014 Cuestiones (Un punto por cuestión).
Examen de Físca-, del Grado en Ingenería Químca Examen fnal. Septembre de 204 Cuestones (Un punto por cuestón. Cuestón (Prmer parcal: Un satélte de telecomuncacones se mueve con celerdad constante en una
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 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 detallesProbabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
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 detallesDistribuciones de probabilidad
Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes
Más detallesCinemática del Brazo articulado PUMA
Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad
Más detallesTema 21: Distribución muestral de un estadístico
Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15
Más detalles(4 3 i)(4 3 i)
E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad
Más detallesCapítulo 11. Movimiento de Rodamiento y Momentum Angular
Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular
Más detallessea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.
. Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta
Más detallesTEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
Más detallesModelado, Simulación y Optimización de Procesos Químicos. Fe de Erratas. Prólogo:
Modelado, Smulacón y Optmzacón de Procesos Químcos Fe de Erratas Prólogo: El presente documento contene las correccones a los errores del lbro Modelado, Smulacón y Optmzacón de Procesos Químcos del Dr.
Más detallesBloque 2 Análisis de circuitos alimentados en corriente continua. Teoría de Circuitos
Bloque Análss de crcutos almentados en corrente contnua Teoría de Crcutos . Métodos sstemátcos de resolucón de crcutos : Método de mallas Métodos sstemátcos de resolucón de crcutos Permten resolver los
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 detallessea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.
. Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta
Más detallesCapítulo 11. Movimiento de Rodamiento y Momentum Angular
Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular
Más detallesa) Cuando tomamos como parámetros la longitud y la latitud. b) Cuando usamos la parametrización en forma explícita.
PROBLEMA DE INTEGRALE DE UPERFICIE. (20 I.T.I.MECÁNICA). -2008-09- 1.-Encontrar los puntos sngulares de la semesfera superor: x 2+y 2+z 2=R 2.z 0 a) Cuando tomamos como parámetros la longtud y la lattud.
Más detallesPerturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros
Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de
Más detallesPROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.
Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en
Más detallesSolución. Se multiplica numerador y denominador por el conjugado del denominador.
. Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Solucón. Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador,
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 detallesNÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1
NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular
Más detallesEjercicios Resueltos de Vectores
Departamento de Matemátca y C C Coordnacón: Calculo II para Ingenería Semestre Eerccos Resueltos de Vectores Sean los vectores en IR : v,,, u,, 4, a,, y b,, 4 : a) Determne los vectores: UV y AB UV AB
Más detallesResumen de los teoremas fundamentales del análisis estructural aplicados a celosías
Resumen de los teoremas fundamentales del análss estructural aplcados a celosías INTRODUCCIÓN Fuerzas aplcadas y deformacones de los nudos (=1,n) ESTICIDD Tensón =Ν/Α. Unforme en cada seccón de la arra.
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesTema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesTallerine: Energías Renovables. Fundamento teórico
Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................
Más detallesELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a)
ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 Rcardo Ramírez Facultad de Físca, Pontfca Unversdad Católca, Chle 1er. Semestre 2008 Corrente eléctrca CORRIENTE ELECTRICA Corrente eléctrca mplca carga en movmento.
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA Departamento de Ingeniería Eléctrica
ONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA Departamento de Ingenería Eléctrca METODOS DE ASIGNACION DE EAJES DE LOS SISTEMAS DE TRANSMISION ELECTRICA SEGUN EL USO DE LA RED FRANCISCO
Más detallesMatemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de
Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca
Más detallesDISTRIBUCIONES BIDIMENSIONALES
Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón
Más detallesSEGUNDA PARTE RENTAS FINANCIERAS
SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de
Más detallesResuelve. Unidad 6. Números complejos. BACHILLERATO Matemáticas I. [x ( )][x (2 3 1)] = Cómo operar con 1? Página 147
Undad. Números complejos Matemátcas I Resuelve Págna 7 Cómo operar con? Vamos a proceder como los antguos algebrstas: cuando nos encontremos con seguremos adelante operando con ella con naturaldad y tenendo
Más detallesMatemáticas Discretas
Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón
Más detallesSumas de potencias de números naturales y los números de Bernoulli
Sumas de potencas de números naturales y los números de Bernoull Alexey Beshenov (cadadr@gmal.com 4 de Febrero de 07 La suma de n números naturales consecutvos puede ser calculada medante la fórmula +
Más detallesEn este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de
Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO
Más detalles315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE
Más detalles