TÍTULO: ESTIMACIÓN DE CAPACIDAD DE CARGA DE PILOTES A TRAVÉS DE ENSAYOS DE CAMPO.

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

Download "TÍTULO: ESTIMACIÓN DE CAPACIDAD DE CARGA DE PILOTES A TRAVÉS DE ENSAYOS DE CAMPO."

Transcripción

1 TÍTULO: ESTIMACIÓN DE CAPACIDAD DE CARGA DE PILOTES A TRAVÉS DE ENSAYOS DE CAMPO. Dr Eduardo Bera Fotae () Dr Davd de Carvalho (2) Dr Paulo Jose Roha Albuuerue (3) () Departameto de Igeería Cvl. Uversdad de Orete. (2) Fauldade de Egehara Agríola UNICAMP (3) Fauldade de Egehara Cvl UNICAMP RESUMEN Se preseta e este trabajo alguos métodos para estmar la apadad de arga de plotes esavados a través de esayos de ampo, espeíamete o resultados de esayo de oo elétro. Los esayos de oo uero realzados e el Campo Expermetal de Meáa de Suelos e Igeería de Cmetaoes de la Uversdad Estatal de Campas, e el Estado de São Paulo, Brasl. Los esayos se realzaro hasta la prouddad de 4 m. Fuero ostrudos tres plotes exavados de 2m de prouddad y 40 m de dámetro, las uales uero debdamete strumetados para obteer las parelas de arga por puta y ró e pruebas de arga leta. Se aplaro las propuesta de método de Aok y Velloso (975) y Phlppoat (978). Los resultados da ue el método de Phlppoat es el ue oree los mejores resultados de estmatvas de apadad de arga. Abstrats: Two methods to estmate the bearg apaty o exavated ples through eld test, speally wth results o eletr oe test are preseted ths paper. The oe tests were arred out the Expermetal Feld o Sol Mehas ad Foudatos Egeerg o the State Uversty o Campas, the State o São Paulo, Brazl. The tests were arred out utl the depth o 4 m. Three exavated ples o 2m o depth ad 40 m o dameter were bult. It s were properly strumeted to obta the tp ad rto load parels rom three slow load tests. The Aok ad Velloso (975) ad Phlppoat (978) methods were appled order to estmate the bearg apaty o the ples. The results dated that the method o Phlppoat s the oe that oers the best results or estmatg the bearg apaty o ths kd o ple. Palabra lave: Esayos de ampo, estmaó de apadad de arga, plotes. Itroduó. El presete trabajo aborda la problemáta de la estmaó de la apadad de plotes exavados a través de esayos de oo elétro. Se ejeutaro esayos de oo elétro de auerdo a las ormas teraoales hasta la prouddad de 4 m e el perl de suelo del ampo expermetal de Meáa de Suelos e Igeería de Cmetaoes, de la Uversdad Estatal de Campas, São Paulo, Brasl. Los plotes de 2 m de prouddad y 40 m de dámetro era del tpo exavado y uero adeuadamete strumetados o élulas de arga para medr las parelas de ró lateral y puta ue aportaba los plotes uado uera sometdos a prueba de arga leta hasta la rotura. Los métodos propuestos por Aok - Velloso y Phlppoat uero utlzados para estmar la apadad de arga de los plotes ejeutados. Dhos resultados uero omparados o los valores obtedos de las pruebas de arga leta realzadas e tres plotes exavados stalados e el ampo expermetal. Las olusoes obtedas resulta de gra utldad a los teresados e el proyeto de este tpo de metaó, pues s se ooe ue método oree los resultados más oables para estmar la apadad de arga de plotes exavados a partr de resultados de esayos de oo elétro,

2 se dspodrá de ua herrameta ue podrá ser utlzada e la etapa de proyeto para dseñar geotéamete este tpo de metaó. E esta dreó va eamado este trabajo. Materales y Métodos. Materales: El ampo expermetal Meáa de Suelos de la UNICAMP ue el sto esogdo para la ostruó de los plotes, el ual se araterza por teer u estrato superor de arlla porosa (suelo trasportado), segudo de ua ostra dura de más o meos 50 m ue sobreyae sobre u estrato de lmo arlloso (suelo resdual de Dabáso). El vel reáto esta por debajo de los 6,5 m. Se preseta esuemátamete e la gura el perl ltológo de dho ampo, así omo alguas de sus propedades araterístas. 6 m 0 m Estrato. Arlla lmo-areosa porosa Area a lmo arllosa Estrato 2. Lmo arllo-areoso 0,5 m S = 27,7+sta30 (kpa) γ at =3,6 kn/m 3 e =,72 ω= 23,8 % N = 3 S = 58,7+ s ta22 (kpa) γ at =5,5 kn/m 3 e =,52 ω = 30,3 % N = 7,3 Fgura. Perl geero-geológo del ampo expermetal de meáa de suelos y metaoes de Uamp (tomado de Carvalho et al.,2000). U eupameto de oo elétro, o sstema de adusó de datos, ue utlzado para la obteó de los datos de ampo. El eupameto era del tpo TG de abraó talaa (Paga Geotehal Egeerg). El oo usado teía 36 mm de dámetro y maguto de ró de 50 m 2. El área de la puta era de 0 m 2 y el águlo vérte de la puta de 60 grados. El oo ue lavado hasta 4 m de prouddad a la velodad de 2 m/s, regstrádose los valores de resstea de puta (t) y de ró lateral (s). Los valores promedos de t y s obtedos o la prouddad so presetados e la gura 2. 2

3 0 t (MPa) s (MPa) 0,0 0, 0, Prouddad (m) Prouddad (m) Fgura 2. Regstros de resstea de puta ( t ) y ró lateral ( s ). Los plotes era del tpo exavado o 2 metros de prouddad y 40 m de dámetro uddos stu. Imedatamete después de oloado el hormgó e los plotes, uero oloados e el etro de ellos, uos tubos de aero galvazado de 42 mm y detro de estos se oloaro barras de aero strumetadas o stra gages. Las otas de la strumetaó uero: abeza del plote, 5 m, m y,4 m. Ua ata de emeto o relaó agua/emeto de 0,45 ue posterormete yetada e el espao lbre etre la barra strumetada y el tubo de aero, utlzádose ua bomba de 300 kpa de presó. La prueba de arga usada ue del tpo leta o remetos de arga de 60 kn e ada esaló de arga. Para la aplaó de la arga ue utlzado u gato hdráulo o apadad para 2000 kn. Dho gato ue adeuadamete albrado e laboratoro ates de la ejeuó de las pruebas de arga. Aoplada al pstó del gato hdráulo, ue oloada ua élula de arga debdamete albrada ue permtía obteer leturas dgtales de arga aplada. El sstema de reaó usado es lustrado e la gura 3 (Albuuerue et al. 200). Fgura 3. Sstema de reaó usado e las pruebas de argas tpo leta apladas e los plotes aalzados. 3

4 Métodos Para estmar la apadad de arga de los plotes exavados se utlzaro los métodos ya euados y ue básamete platea lo sguete: Método de Aok-Velloso (975) Aok y Velloso (975), preseta ua expresó para estmar la arga de ruptura de plotes a través de los esayos de oo. La arga de ruptura esta deda por la suma de las parelas de ró lateral y la resstea de puta. Carga de ró lateral de ruptura. = l al U. = u Z Para los autores, exste orrelaó etre el valor de la tesó lateral de ruptura ( u) y la ró lateral loal ( s ), medda e el esayo de oo. u = (kn/m 2 ) F 2 F 2 es el ator de arga lateral e uó del tpo de plote, ue relaoa los omportametos del modelo (oo) y del prototpo (plote). Cuado o se dspoga de medda dreta, la resstea lateral ( s ) puede ser estmada a partr de la resstea de oo, utlzádose a relaó de ró (α av ), ue es ua ostate para ada tpo de solo. u = α = α av av por tato, F 2 l al Uα = F av = 2 Z Los valores de F y F 2 so presetados e la tabla y el valor del ator α av e la tabla 2. Tabla. Valores de F y F 2 propuestos por Aok-Velloso, (975). Tpo de plote F F 2 Frak Apsoada 2,30 3,00 Vbrada 2,30 3,20 Preabrada de oreto Hada 2,50 3,50 Presada,20 2,30 Peueo dámetro 3,00 6,00 Exavada Grade dámetro 3,50 7,00 Co betota 3,50 4,50 Raz 2,20 2,40 Strauss 4,20 3,90 Héle Cotua 3,00 3,80 Coeetes propuestos por MONTEIRO (2000). 4

5 Tabla 2. Valores de α av.k av propuestos por Aok - Velloso, (975). Tpo de suelo Notaó k (kpa) α pura ,4 lmosa ,0 Area lmo arllosa ,4 arllosa ,0 arllo lmosa ,8 puro ,0 areoso ,2 Lmo areo arlloso ,8 arlloso ,4 arllo areoso ,0 pura ,0 areosa ,4 Arlla areo lmosa ,8 lmosa ,0 lmo areosa ,0 E la oluma 3 la smbología es:. Area 2. Lmo 3. Arlla La arga de ruptura de puta puede ser obteda omo: = A p al u p u : resstea de ruptura de puta (obteda de la resstea de oo, t ). u = (kn/m 2 ) F El ator de arga de puta F relaoa el omportameto del modelo (oo) al prototpo (plote) y depede del tpo de plote (tabla ). Falmete: p al = F A p A arga total de ruptura puede ser obteda omo: U total al = ( α av Z ) + Ap F2 = F Método de Phlppoat (978). Este método utlza los resultados de oo elétro para estmar la apadad de arga de los plotes aalzados. La arga de ruptura es osderada omo la suma de parelas oredas por la ró lateral más la resstea de puta. La arga de ruptura por ró lateral puede ser obteda omo: l al Dode: = = U.. z u U: perímetro del plote 5

6 u : ró suelo-plote z : prouddad osderada e la ue U y u se osdera ostates La ró suelo plote ( u ) puede ser alulada omo: u = α. (kn/m 2 ) α s α s : oeete ue deped e del tpo de suelo α : oeete ue osdera el tpo de plote Los valores de αs propuestos por Phlppoat so los ue se muestra e la tabla 3. Tabla 3. Valores del oeete αs. (Tomado de Phlppoat, 978) Tpo de suelo α s Arlla, arlla alárea 50 Lmo, arlla areosa, area arllosa 60 Area poo ompata 00 Area medaamete ompata 50 Area ompata, gravas 200 Los valores propuestos para α puede eotrarse e Phlppoat (978). E uestro aso dode se trabaja o plotes exavados, el autor propoe ue el oeete α se tome omo 0,85 uado el dámetro sea meor de,5m. La apadad de puta últma del plote puede obteerse omo: p al = Apα p dode: A p : área de la seó trasversal de la puta del plote α p : oeete ue depede del tpo de suelo : resstea de puta del oo Los valores de α p. se preseta e la tabla 4 Tabla 4. Valores de α p. (Tomado de Phlppoat, 978). Tpo de suelo α p Arlla 0,50 Lmo 0,45 Area 0,40 Grava 0,35 Falmete la apadad soportate del plote puede estmarse omo sgue: total al = U u z + =. A α p p 6

7 Resultados y dsusó Los resultados obtedos so presetados e la gura 4. Capadad de arga estmada Plotes exavados Capadad de arga medda Aok-Velloso Phlppoat Fgura 4. Correlaó etre la apadad de arga medda y estmada e los plotes exavados. Los valores de apadad de arga medda, presetados e la gura 4, se orrespode o el valor medo de las tres pruebas de arga leta ejeutadas e dhos plotes. Nótese además ue la líea dagoal de la propa gura 4, da la orrelaó utara etre la estmatva de apadad de arga y el valor real obtedo omo promedo de las pruebas de arga. La líea dsotua represeta ua desvaó de 20% de los valores obtedos o relaó a los reales, tervalo e el ual se osderará ue los valores de la estmaó so oables, segú ha sdo propuesto por Eslam y Felleus, 997. De los métodos utlzados e este trabajo para estmar apadad de arga de plotes exavados, el propuesto por Phlppoat es el ue oree los mejores resultados, toda vez ue su estmatva ae detro del tervalo aeptado omo oable o ua derea de solo % o relaó al valor promedo obtedo de pruebas de arga leta. Colusoes.. El método propuesto por Phlppoat es el ue oree las mejores estmaoes de apadad de arga de plotes exavados a partr de esayos de oo elétro, oreedo valores ue so lgeramete superores (%) a los obtedos de pruebas de arga leta. Reereas bblográas.. Albuuerue, P. J. R., Massad, F.,Carvalho, D.,Ferrera, M. Comportameto a ompressão de estaas esavadas, héle otua e héle tpo ômega, em solo resdual de dabáso. São Paulo Aok, N. e Velloso D. A U método aproxmado para estmatva da apadade de arga de estaas. Pa-Amera Coeree o Sol Mehas ad Foudato Egeerg. Vol. Pag Argeta Carvalho, D., Albuuerue, P. Gahet, H. Campo expermetal para estudos de Meâa de Solos e Fudações em Campas-SP. SEFE IV. São Paulo

8 4. Eslam, A, e Felleus, B.H. Ple apaty by dret CPT ad CPTu methods appled to 02 ases hstores. Caada Geotehal Joural. No Motero, P.F.F. A estaa ômegarak apadade de arga. Semaro de Egehara de Fudações Espeas. SEFE IV. Volume 2. São Paulo Phlppoat, G. Méthode pratue de alul des peux à l ade du péétrométre statue. Iormatos Tehues Bullet. Pars. Frae

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO CAITULO I EQUILIBRIO AOR -LIQUIDO ara evaluar el fuoameto de u sstema de separaó e etapas, es eesaro efetuar álulos de equlbro vapor-líqudo de balae de matera e ada etapa de separaó, utlado para ello ua

Más detalles

División de Evaluación Social de Inversiones

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

Más detalles

Aplicando Teorı a de Colas en Direccio n de Operaciones

Aplicando Teorı a de Colas en Direccio n de Operaciones Aplado Teorı a de Colas e Dreo de Operaoes José edro Garía Sabater Grupo ROGLE Departameto de Orgazaó de Empresas Uversdad oltéa de Valea. Curso 25 / 26 arte de estos aputes está basados e la fudametal

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

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

Más detalles

V Muestreo Estratificado

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

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

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

Más detalles

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

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

Más detalles

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

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

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Más detalles

1.1 INTRODUCCION & NOTACION

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

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

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

Más detalles

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

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

Más detalles

6. ESTIMACIÓN PUNTUAL

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

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

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

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

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

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

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

Más detalles

NUEVA ENCUESTA NACIONAL DE EMPLEO MANUAL CONCEPTUAL

NUEVA ENCUESTA NACIONAL DE EMPLEO MANUAL CONCEPTUAL NUEVA ENCUESTA NACIONAL DE EMLEO MANUAL CONCETUAL METODOLÓGICO DISEÑO MUESTAL Abrl 00 ÍNDICE CAITULO I : MANUAL CONCETUAL. Itroduó. Clasfaó de la poblaó e edad de trabajar. Coeptos y rteros de medó.....

Más detalles

Weibull_fit.xla: Programa para el Ajuste Óptimo de la Función de Densidad de Probabilidad Weibull de Tres Parámetros

Weibull_fit.xla: Programa para el Ajuste Óptimo de la Función de Densidad de Probabilidad Weibull de Tres Parámetros Iformaó Teológa Webull_ft.xla: Vol. (), 9-99 Programa (00) para el Auste Óptmo de la Fuó de Desdad do:0.6/f.teol.434t.08 Webull_ft.xla: Programa para el Auste Óptmo de la Fuó de Desdad de Probabldad Webull

Más detalles

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

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

Más detalles

ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS

ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS 5 ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS María C. Paz Sabogal Profesor Auxlar. Uversdad del Valle, Escuela de Igeería Idustral Estadístca, Cal. karo.paz@gmal.com

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

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

Más detalles

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

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

Más detalles

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

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

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

Más detalles

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

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

Más detalles

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

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

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

NUEVA ENCUESTA NACIONAL DE EMPLEO MANUAL CONCEPTUAL

NUEVA ENCUESTA NACIONAL DE EMPLEO MANUAL CONCEPTUAL NUEVA ENCUESTA NACIONAL DE EMLEO MANUAL CONCETUAL METODOLÓGICO DISEÑO MUESTAL Arl 00 ÍNDICE CAITULO I: MANUAL CONCETUAL. Itroduó... 4. Clasfaó de la olaó e Edad de Traajar... 5. Coeptos y rteros de medó...

Más detalles

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

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

Más detalles

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

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

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

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

Más detalles

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

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

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

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

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

Más detalles

Credit scoring models: what, how, when and for what purposes

Credit scoring models: what, how, when and for what purposes MPRA Much Persoal RePEc Archve Credt scorg models: what, how, whe ad for what purposes Guterrez Grault, Matas Alfredo Baco Cetral de la Repúblca Argeta October 007 Ole at http://mpra.ub.u-mueche.de/6377/

Más detalles

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

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

Más detalles

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

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

Más detalles

UNIVERSIDAD DE BUENOS AIRES

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

Más detalles

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

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

Más detalles

Introducción a la Transformada Wavelet DESCOMPOSICIÓN DE SEÑALES

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

Más detalles

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

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

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

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

Más detalles

ÓPTICA FCA 10 ANDALUCÍA

ÓPTICA FCA 10 ANDALUCÍA . a) Explique los eómeos de relexió y reraió de la luz. b) Tiee igual reueia, logitud de oda y eloidad de propagaió la luz iidete, relejada y reratada? Razoe sus respuestas.. U teléoo móil opera o odas

Más detalles

ÓPTICA FCA 08 ANDALUCÍA

ÓPTICA FCA 08 ANDALUCÍA . U teléoo óil opera o odas eletroagétias de reueia = 9 0 8 Hz. a) Deterie la logitud de oda y el úero de oda e el. b) Si la oda etra e u edio e el que su eloidad de propagaió se redue a 3/4, razoe qué

Más detalles

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO

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

Más detalles

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

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

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

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

Más detalles

Disipación de energía mecánica

Disipación 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 detalles

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

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

Más detalles

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:

ESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas: ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía

Más detalles

UN POCO DE HISTORIA Prof. Teuvo Kohonen UN POCO DE HISTORIA

UN POCO DE HISTORIA Prof. Teuvo Kohonen UN POCO DE HISTORIA Self-Organzng Maps 1. Defnón.. Un poo de hstora. CONTENIDO 3. Desrpón del algortmo. L. Pablo Sergo Garía 4. Ejemplos en ejeuón. 5. Problemas 6. Aplaones. DEFINICIÓN El SOM es un algortmo para vsualzar

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

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

Más detalles

Teoría de Colas. Quién es el último? 1 ROGLE jpgarcia@omp.upv.es

Teoría de Colas. Quién es el último? 1 ROGLE jpgarcia@omp.upv.es Teoría de Colas. Qué es el últmo? jpgara@omp.upv.es 04/05/20 Teoría de Colas Itroduó Desrpó de u problema de olas Caraterístas Notaó Medbles Resultados Geerales Cómo se obtee datos para u sstema de olas

Más detalles

Teorías de falla bajo cargas estáticas

Teorías de falla bajo cargas estáticas Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

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

Más detalles

Posible solución del examen de Investigación Operativa de Sistemas de junio de 2007

Posible solución del examen de Investigación Operativa de Sistemas de junio de 2007 Posible soluió del exame de Ivestigaió Operativa de Sistemas de juio de 7 Problema : (3 putos) E u laboratorio se aaliza las probabilidades de que u átomo radioativo se ovierta e u átomo de otro tipo,

Más detalles

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

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

Más detalles

REGRESIÓN NO LINEAL. Índice. 1. Cuándo existe regresión? Y = f X (figura 1d y 1e); es decir, los puntos del diagrama de dispersión

REGRESIÓN NO LINEAL. Índice. 1. Cuándo existe regresión? Y = f X (figura 1d y 1e); es decir, los puntos del diagrama de dispersión REGREIÓN NO LINEAL Ídce. CUÁNDO EXITE REGREIÓN?.... TIPO DE REGREIÓN... 3. REPREENTATIVIDAD DE LA CURVA DE REGREIÓN... 3 3.. Poder explcatvo del modelo... 3 3.. Poder explcatvo frete a poder predctvo...

Más detalles

Gestión de operaciones

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

Más detalles

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

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

Más detalles

1.1. Campos Vectoriales.

1.1. Campos Vectoriales. 1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

Técnicas básicas de calidad

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

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

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

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

Más detalles

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

CURSO 2.004-2.005 - CONVOCATORIA:

CURSO 2.004-2.005 - CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

Medios de Transmisión

Medios de Transmisión 39 Medios de Trasmisió 3. Fibra Optica La fibra óptica trasporta iformació e forma de u haz de luz que fluctúa e su itesidad. Luz es ua oda electromagética que se propaga a ua frecuecia mayor que la que

Más detalles

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

Más detalles

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

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

Más detalles

Simulación de sistemas discretos

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

Más detalles

UPC UNIVERSIDAD POLITÉCNICA DE CATALUÑA DEPARTAMENTO DE INGENIERÍA ELÉCTRICA TESIS DOCTORAL

UPC UNIVERSIDAD POLITÉCNICA DE CATALUÑA DEPARTAMENTO DE INGENIERÍA ELÉCTRICA TESIS DOCTORAL UC UNIVERSIDAD OLITÉCNICA DE CATALUÑA DEARTAENTO DE INGENIERÍA ELÉCTRICA TESIS DOCTORAL Desarrollo y Validaió de odelos de Trasformadores oofásios y Trifásios o Saturaió, para el Aálisis de Armóios e Sistemas

Más detalles

Introducción a la Programación Lineal

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

Más detalles

Juegos finitos n-personales como juegos de negociación

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

Más detalles

EXPRESIÓN DE INCERTIDUMBRE EN LA CALIBRACIÓN DE EQUIPOS DE MEDICIÓN DE ENERGÍA ELÉCTRICA

EXPRESIÓN DE INCERTIDUMBRE EN LA CALIBRACIÓN DE EQUIPOS DE MEDICIÓN DE ENERGÍA ELÉCTRICA Ig. Álvaro Zpaqrá Traa Ig. Gerardo Porras Reda Laboratoro de Poteca y Eergía Spertedeca de Idstra y Comerco 0. INTRODUCCIÓN Cado se expresa el resltado de medcó e a magtd, es coveete y a veces oblgatoro,

Más detalles

Evaluación del comportamiento en punta y fuste de un pilote tipo hélice contínua basado en las relaciones de Cambefort

Evaluación del comportamiento en punta y fuste de un pilote tipo hélice contínua basado en las relaciones de Cambefort Evaluación del comportamiento en punta y fuste de un pilote tipo hélice contínua basado en las relaciones de Cambefort Paulo Jose Rocha de Albuquerque & David de Carvalho State University of Campinas,

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

Asociación Argentina de Economía Agraria RESPUESTA DE LA OFERTA DE PRODUCTOS Y DEMANDA DE INSUMOS A CAMBIOS DE PRECIOS EN LA LECHERÍA ARGENTINA 1

Asociación Argentina de Economía Agraria RESPUESTA DE LA OFERTA DE PRODUCTOS Y DEMANDA DE INSUMOS A CAMBIOS DE PRECIOS EN LA LECHERÍA ARGENTINA 1 Asocacó Argeta de Ecoomía Agrara ESPUESA E LA OEA E POUS Y EMANA E INSUMOS A CAMBIOS E PECIOS EN LA LECHEÍA AGENINA Agosto, 4 María Isabel Castga mcastg@fca.ul.edu.ar Gozalo Vargas Otto gvargaso@puc.cl

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

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

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

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

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

Más detalles

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos

ESTADÍSTICA. Unidad didáctica 11 1. ESTADÍSTICA: CONCEPTOS BÁSICOS. 1.1. Caracteres y variables estadísticos Udad ddáctca ESTADÍSTICA. ESTADÍSTICA: COCEPTOS BÁSICOS La Estadístca surge ate la ecesdad de poder tratar y compreder cojutos umerosos de datos. E sus orígees hstórcos, estuvo lgada a cuestoes de Estado

Más detalles

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

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

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

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

Más detalles

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6. Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

Recalibración regional de Hargreaves (HE y K RS. ) en México Regional recalibration of Hargreaves (HE and K RS

Recalibración regional de Hargreaves (HE y K RS. ) en México Regional recalibration of Hargreaves (HE and K RS Revsta INGENIERÍA AGRÍCOLA, ISSN-36-1545, RNPS-06, Vol. 4, No. 4 (octubre-ovembre-dcembre), pp. 14-18, 014 RIEGO Y DRENAJE ARTÍCULO ORIGINAL Recalbracó regoal de Hargreaves (HE y K RS ) e Méxco Regoal

Más detalles

INTRODUCCION A LA GEOESTADISTICA

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

Más detalles

LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO

LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO Emlo Gómez Déz 1, José María Saraba 2 y Fausto Preto 2 Resume E el presete trabao se estuda la dstrbucó Posso-Beta,

Más detalles

Introducción a la simulación de sistemas discretos

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

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles

Problemas. 1. Un objeto está situado a 12 cm de un espejo cóncavo cuyo radio de curvatura es 6 cm. Hallar a que distancia se encuentra la imagen.

Problemas. 1. Un objeto está situado a 12 cm de un espejo cóncavo cuyo radio de curvatura es 6 cm. Hallar a que distancia se encuentra la imagen. Problemas. U objeto está situado a cm de u espejo cócavo cuyo radio de curvatura es 6 cm. Hallar a que distacia se ecuetra la image. Sabemos que la ocal de u espejo viee dada por r 3 cm Al ser el espejo

Más detalles