Física Estadística. Tarea 8. A entregar: Miércoles 29 de abril de 2015.

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

Download "Física Estadística. Tarea 8. A entregar: Miércoles 29 de abril de 2015."

Transcripción

1 Física Estadística Tarea 8 A entregar: Miércoles 29 de abril de Una manera alternativa de deducir las distribuciones de Bose- Einstein y Fermi-Dirac... y Maxwell-Boltzmann. En algunos textos todavía se discute la forma antigua en la que se pueden deducir las distribuciones de FD, BE y MB. Esta deducción tiene la ventaja de usar de manera explícita la Segunda Ley y nos ayuda a desarrollar una intuición adicional a la forma usual de abordar este problema. Dicho sea de paso, este tipo de análisis lo introdujo Boltzmann en los 1870 s y fue la manera también en la que Bose (1924), Einstein (1925) y Fermi (1926) hallaron las distribuciones que llevan sus nombres. La idea es considerar a un sistema ideal, cerrado, con número de partículas y energía interna, N y E, fijas. Las partículas son indistinguibles. El campo externo no tiene por qué ser uno de paredes rígidas, cualquier campo confinante es suficiente. El que sea ideal nos dice que el Hamiltoniano del sistema se puede escribir como, N H = h i (1) i=1 donde h i es el mismo Hamiltoniano para cada partícula. Supongamos que las energías de h son ɛ m y que hay Γ m estados (de una partícula) que tienen la misma energía ɛ m (i.e. podemos considerar Γ m como la degeneración de cada nivel, o en un límite continuo, como la densidad de estados). Supongamos que el número de partículas es grande, N 1; entonces, un estado del sistema completo puede describirse por la colección de los números de partículas {N 0, N 1, N 2,..., N n,...} que tienen energías {ɛ 0, ɛ 1, ɛ 2,..., ɛ n,...}. Esos números son arbitrarios siempre y cuando satisfagan las condiciones, N = m N m E = m ɛ m N m. (2) Note que, a diferencia de la convención usada en la clase, la suma m no es sobre estados, sino sobre niveles de energía. Como hemos insistido en clase, 1

2 el sistema se la pasa cambiando de estado, esto es, cambiando los valores {N 0, N 1, N 2,..., N m,...} (más apropiadamente, realizando transiciones entre sus estados debido a las pocas pero siempre presentes colisiones entre sus partículas). Sin embargo, sabemos que si el sistema se encuentra en equilibrio termodinámico los valores anteriores serán, casi siempre y con un alto grado de precisión, iguales a sus promedios, { N 0, N 1, N 2,..., N m,... }. El propósito de este ejercicio es hallar dicho estado de equilibrio, tomando en cuenta que las partículas cuánticas indistinguibles obedecen o la estadística de Bose-Einstein o la estadística de Fermi-Dirac. La idea física (... genial, diríamos algunos) que introdujo Boltzmann es el considerar a cada grupo de partículas con energía ɛ m, para cualquier valor de m, como un subsistema en el que el número de partículas N m fluctúa. Así, la entropía del sistema completo puede escribirse como S = m S m (ɛ m, N m ). (3) La Segunda Ley nos indica que en el espacio de parámetros de los subsistemas la entropía toma su valor máximo en el estado de equilibrio termodinámico. En nuestro caso, esto ocurre en el espacio de todos los valores posibles {N 0, N 1, N 2,..., N m,...}, sujetos a las condiciones dadas por las ecs.(2). Por supuesto, el valor máximo de S ocurre para { N 0, N 1, N 2,..., N m,... }. El problema se reduce ahora a hallar expresiones para S m (ɛ m, N m ), para las distintas estadísticas, sustituirlas en la entropía total S, ec.(3), y maximizarla sujeta a las restricciones dadas por las ecs.(2). Definimos, en general, a ω m (ɛ m, N m ) como el número de estados de las N m partículas que existen para los Γ n estados con energía ɛ m de una partícula. En otras palabras, ω m (ɛ m, N m ) es el número de maneras en el que podemos colocar N m partículas indistinguibles en Γ m estados de una partícula. Con esta cantidad podemos, entonces, calcular la entropía del subsistema m como, S m = k ln ω m (ɛ m, N m ). (4) Es claro que ω m (ɛ m, N m ) depende de la estadística... y calcularla es el trabajo que tiene usted! 2

3 Prob. 29. I) Partículas indistinguibles que obedecen la estadística de Bose-Einstein. En clase hallamos que para las partículas indistinguibles cuyas funciones de onda total son simétricas, se tiene como consecuencia que existe una probabilidad diferente de cero de hallar una o más partículas en el mismo estado (de una partícula). A esto le llamamos estadística de Bose-Einstein. (I-a). Muestre que el número de maneras en el que podemos colocar N m partículas indistinguibles en Γ m estados de una partícula, que obedecen la estadística de Bose-Einstein, está dado por ω m = Γ n + N m 1 Γ m 1 (5)... este paso es el más difícil de este problema... no es poca cosa, es lo que hizo Bose! Sugerencia: Este problema es el mismo que el número de maneras en el que se pueden colocar N m pelotas del mismo color (indistinguibles) en Γ m cajas (distinguibles), pudiendo poner ninguna, una o más de una pelotas en cada caja. Note que no existe ninguna restricción entre N m y Γ m. (I-b). Construya ahora la entropía total, ec.(3), usando la suposición termodinámica que N m 1 y Γ m 1. Encuentre el máximo de S, sujeto a las condiciones ecs.(2). Sugerencia: Introduzca dos multiplicadores de Lagrange y defina la función auxiliar, Q = S + kαn kβe, (6) con α y β multiplicadores de Lagrange y k la constante de Boltzmann. De esta manera Q = Q(N 0, N 1, N 2,..., N m,...) es función de los valores N m para toda m, sin ninguna restricción: Halle los valores { N 0, N 1, N 2,..., N m,... } que maximizan Q. 3

4 (I-c). Arguya que el número de ocupación promedio de un estado con energía ɛ m puede ser calculado como n m = N m Γ m (7) y muestre que 1 n m = e α+βɛm 1 que es la Distribución de Bose-Einstein. (8) (I-d). Suponga válida la relación de Euler de la Termodinámica e identifique Q, α y β. Prob. 30. II) Partículas indistinguibles que obedecen la estadística de Fermi-Dirac. En clase hallamos que para las partículas indistinguibles cuyas funciones de onda total son antisimétricas, se tiene como consecuencia que la probabilidad de hallar más de una partícula en el mismo estado (de una partícula) es cero; es decir, cada estado de una partícula puede ser ocupado a lo más por una partícula. A esto le llamamos estadística de Fermi-Dirac. (II-a). Muestre que el número de maneras en el que podemos colocar N m partículas indistinguibles en Γ m estados de una partícula, que obedecen la estadística de Fermi-Dirac, está dado por ω m = Γ m N m (9)... esto fue lo que hizo Fermi, basado en el Principio de Exclusión de Pauli. Sugerencia: Este problema es el mismo que el número de maneras en el que se pueden colocar N m pelotas del mismo color (indistinguibles) en Γ m cajas (distinguibles), pudiendo poner ninguna o sólo una pelota en cada caja. Note que se tiene la siguiente restricción, Γ m N m. (II-b). Repita el procedimiento del punto (I-b) con esta estadística. 4

5 (II-c). De manera análoga al punto (I-c), introduzca el número de ocupación promedio y muestre que en este caso se tiene, la distribución de Fermi-Dirac. n m = 1 e α+βɛn + 1 (10) (II-d). Repita el procedimiento del punto (I-d) para esta estadística. Prob. 31. III) Partículas indistinguibles que obedecen la estadística de Maxwell-Boltzmann. (III-a). Muestre que en el límite diluido Γ m N m, es decir, cuando el número de estados con energía ɛ m es mucho mayor que el número de partículas N m, las expresiones (5) y (9) se reducen a ω m ΓNm m N m! (11) Note que el numerador es bosónico y el denominador es fermiónico, explique por qué y discuta. (III-b). Repita los procedimientos de los incisos (I-b) y (I-c) y muestre que el número de ocupación en este caso es n m = e α βɛm (12) que es la distribución de Maxwell-Boltzmann, aplicable a partículas clásicas indistinguibles. Note que (III-a) implica n m 1 y por lo tanto que e α 1. Prob. 32. Desigualdades para los gases de Fermi y Bose Muestre que pv < NkT gas de Bose pv > NkT gas de Fermi con N el número promedio de partículas. De una interprestación física de estos resultados. 5

6 Prob. 33. Unos calculitos de fermiones... a) Calcule la presión de un gas de electrones en un cristal de plata a temperatura ambiente. b) Estime la temperatura requerida para que la distribución de velocidades de un gas de Fermi tienda a la distribución de Maxwell-Boltzmann, si la densidad electrónica es electrones/cm 3. 6

UNIVERSIDAD DE ANTIOQUIA FACULTAD DE CIENCIAS EXACTAS Y NATURALES INSTITUTO DE FÍSICA PROGRAMA DE FÍSICA ESTADÍSTICA

UNIVERSIDAD DE ANTIOQUIA FACULTAD DE CIENCIAS EXACTAS Y NATURALES INSTITUTO DE FÍSICA PROGRAMA DE FÍSICA ESTADÍSTICA UNIVERSIDAD DE ANTIOQUIA FACULTAD DE CIENCIAS EXACTAS Y NATURALES INSTITUTO DE FÍSICA APROBADO EN EL CONSEJO DE FACULTAD DE CIENCIAS EXACTAS Y NATURALES ACTA 34 DEL 30 DE SEPTIEMBRE DE 2015. PROGRAMA DE

Más detalles

TEMA 1. Termodinámica Estadística: Fundamentos y Sistemas de Partículas Independientes.

TEMA 1. Termodinámica Estadística: Fundamentos y Sistemas de Partículas Independientes. 1 TEMA 1. Termodinámica Estadística: Fundamentos y Sistemas de Partículas Independientes. Parte I: Fundamentos 1. Introducción a la Termodinámica Estadística 2. Estados de un Sistema. Relación entre las

Más detalles

Probabilidad y Estadística

Probabilidad y Estadística Probabilidad y Estadística Conteo con reemplazamiento Considerando ahora un experimento en que una bola, seleccionada de una caja con n bolas, se regresa a la misma caja. Si se hace un total de k selecciones

Más detalles

Fundamentos de la Mecánica Estadística (la explicación microscópica de la Termodinámica)

Fundamentos de la Mecánica Estadística (la explicación microscópica de la Termodinámica) Fundamentos de la Mecánica Estadística (la explicación microscópica de la Termodinámica) C. Dib Depto de Física, Universidad Técnica Federico Santa María, Valparaíso, Chile (Dated: June 16, 21) La Termodinámica

Más detalles

Física de Sistemas Fuera del Equilibrio Gas de Knudsen

Física de Sistemas Fuera del Equilibrio Gas de Knudsen Física de Sistemas Fuera del Equilibrio Gas de Knudsen Iñigo Romero Arandia 9 de mayo de. Ejercicio 6: Efusión en el gas de Knudsen El gas de Knudsen es una configuración experimental en la que dos gases

Más detalles

Horacio S. Wio Beitelmajer (a)

Horacio S. Wio Beitelmajer (a) FISICA ESTADISTICA ESTRELLAS: ENANAS BLANCAS Horacio S. Wio Beitelmajer (a) (a) Electronic address: wio@ifca.unican.es http://www.ifca.unican.es/users/wio/ Enanas Blancas No corresponde al estudio de ni

Más detalles

Curso de Física Estadística. Jordi Ortín Rull José María Sancho Herrero

Curso de Física Estadística. Jordi Ortín Rull José María Sancho Herrero Curso de Física Estadística Jordi Ortín Rull José María Sancho Herrero CURSO DE FÍSICA ESTADÍSTICA Jordi Ortín Rull José María Sancho Herrero Publicacions i Edicions UNIVERSITAT DE BARCELONA U B ÍNDICE

Más detalles

Tema 1: Introducción. P 1 (Ley de Boyle). Implica que la v = 1. de T (ni de V ni de P). N i v i de las moléculas sólo depende

Tema 1: Introducción. P 1 (Ley de Boyle). Implica que la v = 1. de T (ni de V ni de P). N i v i de las moléculas sólo depende Tema 1: Introducción Introducción histórica (Pathria) El curso de Física Estadística (FE) es una introducción al estudio de la Mecánica Estadística (ME). Ésta es un formalismo que trata de explicar las

Más detalles

Termodinámica y mecánica

Termodinámica y mecánica Capítulo 3 Termodinámica y mecánica estadística versión 20 de septiembre de 2010 La mecánica estadística busca una descripción físicamente consistente de sistemas constituidos por muchas partículas, de

Más detalles

Bases Físicas del Medio Ambiente. Sistemas Termodinámicos

Bases Físicas del Medio Ambiente. Sistemas Termodinámicos Bases Físicas del Medio Ambiente Sistemas Termodinámicos Programa VII. SISTEMAS TERMODINÁMICOS. (1h) Introducción. Sistema termodinámico. Estados de equilibrio. Procesos termodinámicos. Equilibrio termodinámico.

Más detalles

Termodinámica y Ondas

Termodinámica y Ondas Termodinámica y Ondas Prueba #1 Prof. Andrés Gomberoff Segundo semestre 2015 Ayudante: Constanza Farías 1. Para cierto sistema gaseoso se ha determinado que, para presiones suficientemente grandes (mayores

Más detalles

1. Derivadas parciales

1. Derivadas parciales Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para

Más detalles

MECANICA ESTADISTICA (F.G.)

MECANICA ESTADISTICA (F.G.) ASIGNATURA: MECANICA ESTADISTICA (F.G.) Curso 2015/2016 (Código:01074146) AVISO IMPORTANTE En el Consejo de Gobierno del 30 de junio de 2015 se aprobó, por unanimidad, que la convocatoria de exámenes extraordinarios

Más detalles

Mecánica Estadística. Ayudantía 5

Mecánica Estadística. Ayudantía 5 Mecánica Estadística. Ayudantía 5 César Augusto Hidalgo Ramaciotti. Licenciado en Física. Facultad de Física. Pontifícia Universidad Católica de Chile. Ejercicio 1.- A lo largo de dos barras paralelas

Más detalles

Teoría de bandas de energía en los cristales

Teoría de bandas de energía en los cristales Diapositiva 1 Teoría de bandas de energía en los cristales Materia y átomos Números cuánticos n : número cuántico principal (capa) l : momento angular orbital (forma de la órbita) m l : magnético orbital

Más detalles

ESTADOS DE LA MATERIA

ESTADOS DE LA MATERIA ESTADOS DE LA MATERIA Los diferentes estados en que podemos encontrar la materia se denominan estados de agregación de la materia. Las distintas formas en que la materia se "agrega", como un conjunto de

Más detalles

Fundamentos de la Mecánica Estadística

Fundamentos de la Mecánica Estadística Capítulo 4 Fundamentos de la Mecánica Estadística 4.1. Introducción: Relación entre la descripciones microscópica y macroscópica de los fenómenos físicos. La termodinámica constituye un formalismo poderoso

Más detalles

Inferencia Estadística

Inferencia Estadística EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre

Más detalles

Modelo de Ising para sistema de spin 1

Modelo de Ising para sistema de spin 1 Pontificia Universidad Católica de Chile Facultad de Física Modelo de Ising para sistema de spin 1 Proyecto 1 Física computacional Ignacio Alvizú Fiedler (iealvizu@uc.cl) Índice 1. Introducción 1 2. Interacción

Más detalles

CONDENSACIÓN DE BOSE-EINSTEIN EN UN POTENCIAL ARMÓNICO

CONDENSACIÓN DE BOSE-EINSTEIN EN UN POTENCIAL ARMÓNICO CONDENSACIÓN DE BOSE-EINSTEIN EN UN POTENCIAL ARMÓNICO ÍNDICE ÍNDICE... 2 CONDENSACIÓN DE BOSE-EINSTEIN EN UN POTENCIAL ARMÓNICO... 3 INTRODUCCIÓN... 3 FUNDAMENTO TEÓRICO... 3 RESULTADOS OBTENIDOS... 5

Más detalles

TEMA 1 Conceptos básicos de la termodinámica

TEMA 1 Conceptos básicos de la termodinámica Bases Físicas y Químicas del Medio Ambiente TEMA 1 Conceptos básicos de la termodinámica La termodinámica es el estudio de la transformación de una forma de energía en otra y del intercambio de energía

Más detalles

Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08)

Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08) Variable Compleja I (3 o de Matemáticas) Apuntes sobre algunos teoremas fundamentales de análisis complejo, con ejemplos resueltos (7-8) En estos apuntes, consideraremos las funciones anaĺıticas (holomorfas)

Más detalles

EXÁMENES OFICIALES RESUELTOS Y COMENTADOS

EXÁMENES OFICIALES RESUELTOS Y COMENTADOS EXÁMENES OFICIALES RESUELTOS Y COMENTADOS CONVOCATORIAS DEL 2007 AL 2010 2ª EDICIÓN Copyright 2011 by Editorial Gaia Radiofísica. Propiedad de Gaia Radiofísica www.gaiaradiofisica.com Impreso en España

Más detalles

Joaquín Bernal Méndez Dpto. Física Aplicada III 1

Joaquín Bernal Méndez Dpto. Física Aplicada III 1 TERMODINÁMICA Tm Tema 7: 7Cn Conceptos ptsfndmntls Fundamentales Fundamentos Físicos de la Ingeniería 1 er Curso Ingeniería Industrial Dpto. Física Aplicada III 1 Índice Introducción Sistema y entorno

Más detalles

1. INTRODUCCIÓN 1.1 INGENIERÍA

1. INTRODUCCIÓN 1.1 INGENIERÍA 1. INTRODUCCIÓN 1.1 INGENIERÍA Es difícil dar una explicación de ingeniería en pocas palabras, pues se puede decir que la ingeniería comenzó con el hombre mismo, pero se puede intentar dar un bosquejo

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

Formas bilineales y cuadráticas.

Formas bilineales y cuadráticas. Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos

Más detalles

Estado de agregación de la materia

Estado de agregación de la materia Estado de agregación de la materia En física y química se observa que, para cualquier sustancia o elemento material, modificando sus condiciones de temperatura o presión, pueden obtenerse distintos estados

Más detalles

-100 0.10 0 0.20 50 0.30 100 0.25 150 0.10 200

-100 0.10 0 0.20 50 0.30 100 0.25 150 0.10 200 ESTADISTICA Y PROBABILIDAD Orientadores:. Arch. Taller3_est.doc 1. El siguiente es un ejemplo de experimentos y variables aleatorias asociadas. Identifique en cada caso los valores que la variables aleatoria

Más detalles

Mecánica Estadística:

Mecánica Estadística: Mecánica Estadística: una Introducción Nelson Pantoja Vásquez Universidad de Los Andes Mérida, Venezuela Marzo, 2002 Mecánica Estadística Versión Preliminar 2 Prefacio El presente texto es el resultado

Más detalles

Tema 7: Capital, inversión y ciclos reales

Tema 7: Capital, inversión y ciclos reales Tema 7: Capital, inversión y ciclos reales Macroeconomía 2014 Universidad Torcuato di Tella Constantino Hevia En la nota pasada analizamos el modelo de equilibrio general de dos períodos con producción

Más detalles

Unidad IV: Cinética química

Unidad IV: Cinética química 63 Unidad IV: Cinética química El objetivo de la cinética química es el estudio de las velocidades de las reacciones químicas y de los factores de los que dependen dichas velocidades. De estos factores,

Más detalles

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas).

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). TEMA 5.- GRAFOS 5.1.- DEFINICIONES BÁSICAS Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). Gráficamente representaremos

Más detalles

Manuel. Juan Gabriel. Alfredo. Jairo. Alfredo. Maria. Victoria. Maria. Paula

Manuel. Juan Gabriel. Alfredo. Jairo. Alfredo. Maria. Victoria. Maria. Paula Quién soy yo? Jairo Alfredo Manuel Alfredo Maria Victoria Juan Gabriel Maria Paula Gimnasio de Nuestra Señora El camino más difícil es el que da más satisfacción al final Helena Cano Nieto Aldona Gabriunas

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

APLICACIONES CON SOLVER OPCIONES DE SOLVER

APLICACIONES CON SOLVER OPCIONES DE SOLVER APLICACIONES CON SOLVER Una de las herramientas con que cuenta el Excel es el solver, que sirve para crear modelos al poderse, diseñar, construir y resolver problemas de optimización. Es una poderosa herramienta

Más detalles

Laboratorio 4. Cocientes de capacidades de calor de gases

Laboratorio 4. Cocientes de capacidades de calor de gases Laboratorio 4. Cocientes de capacidades de calor de gases Objetivo Determinar el cociente de capacidades de calor () para gases como dióxido de carbono (CO ) y nitrógeno (N ) utilizando la expansión adiabática.

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

Dualidad y Análisis de Sensibilidad

Dualidad y Análisis de Sensibilidad Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Dualidad y Análisis de Sensibilidad Marcel Goic F. 1 1 Esta es una versión bastante

Más detalles

Uso de la Tabla P-T Como Herramienta de Servicio

Uso de la Tabla P-T Como Herramienta de Servicio Uso de la Tabla P-T Como Herramienta de Servicio Los fabricantes de refrigerantes, controles y otros proveedores distribuyen una gran cantidad de tablas presión-temperatura cada año. Sería raro encontrar

Más detalles

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Suponga que le pedimos a un grupo de estudiantes de la asignatura de estadística que registren su peso en kilogramos. Con los datos del peso de los estudiantes

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

MODELO PARA LA RESPUESTA LUMINISCENTE DE DETECTORES DE CENTELLEO A UAJAS ENERGÍAS

MODELO PARA LA RESPUESTA LUMINISCENTE DE DETECTORES DE CENTELLEO A UAJAS ENERGÍAS MODELO PARA LA RESPUESTA LUMINISCENTE DE DETECTORES DE CENTELLEO A UAJAS ENERGÍAS 11. Simún Ct ti7! G. ", Kmu Michnolinu P. '', Arturo Mcnclincn 11, '' Aruulíb Martínez D. h, Ernesto Behnont M. h RESUMEN

Más detalles

Repaso de termodinámica química 7.51 Septiembre, 1999

Repaso de termodinámica química 7.51 Septiembre, 1999 Repaso de termodinámica química 7.51 Septiembre, 1999 Si no han estudiado nunca termodinámica, probablemente será necesario que lean antes un poco sobre el tema. Algunos libros de interés son: Moore, Walter

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos

Más detalles

Sistema termodinámico

Sistema termodinámico IngTermica_01:Maquetación 1 16/02/2009 17:53 Página 1 Capítulo 1 Sistema termodinámico 1.1 Introducción En sentido amplio, la Termodinámica es la ciencia que estudia las transformaciones energéticas. Si

Más detalles

VI Olimpiada de Informática del estado de Guanajuato Solución Examen Teórico

VI Olimpiada de Informática del estado de Guanajuato Solución Examen Teórico I.- En todos los problemas siguientes de esta sección, encuentra qué número (o números) debe seguir según la sucesión, y explica el por qué. 1) 1, 4, 27, 256,? (5 puntos) R = 3125 Observa que 1=1 1, 4=2

Más detalles

Notas en Eonomía de la Información *

Notas en Eonomía de la Información * Notas en Eonomía de la Información * Alvaro J. Riascos Villegas Universidad de los Andes Octubre de 2014 (segunda versión) Índice 1. Introducción 2 2. Selección adversa 4 2.1. Información simétrica........................

Más detalles

Sobre un punto de vista heurístico concerniente a la producción y transformación de la luz

Sobre un punto de vista heurístico concerniente a la producción y transformación de la luz Sobre un punto de vista heurístico concerniente a la producción y transformación de la luz A. Einstein Berna, 17 de marzo de 195 Annalen der Physik 17 (195): 132-148 Existe una diferencia formal y profunda

Más detalles

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

Retiro de activos y el stock de capital bruto

Retiro de activos y el stock de capital bruto From: Medición del capital - Manual OCDE 2009 Segunda edición Access the complete publication at: http://dx.doi.org/10.1787/9789264043695-es Retiro de activos y el stock de capital bruto Please cite this

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

Un problema sobre repetidas apuestas al azar

Un problema sobre repetidas apuestas al azar Un problema sobre repetidas apuestas al azar Eleonora Catsigeras 1 10 de marzo de 2003. Resumen En estas notas se da el enunciado y una demostración de un conocido resultado sobre la probabilidad de éxito

Más detalles

ESTRUCTURAS ALGEBRAICAS 1

ESTRUCTURAS ALGEBRAICAS 1 ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia

Más detalles

Capítulo 6 PROCESOS DE TRANSPORTE: DIFUSIÓN Y ÓSMOSIS

Capítulo 6 PROCESOS DE TRANSPORTE: DIFUSIÓN Y ÓSMOSIS Capítulo 6 PROCESOS DE TRANSPORTE: DIFUSIÓN Y ÓSMOSIS 6.1 Flujo y movimiento de difusión 6.2 Leyes de Fick 6.3 Ósmosis y presión osmótica 6.4 Intercambio transcapilar de sustancias 1 Introducción Los fenómenos

Más detalles

CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES

CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES CAPÍTULO II. CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES SECCIONES 1. Dominios y curvas de nivel. 2. Cálculo de ites. 3. Continuidad. 55 1. DOMINIOS Y CURVAS DE NIVEL. Muchos problemas geométricos y físicos

Más detalles

2 Métodos combinatorios

2 Métodos combinatorios 2 Métodos combinatorios Las pruebas pueden aplicarse de muchas maneras, es decir, existen diferentes formas de preparar casos de prueba. En este capítulo se presentan dos formas de prueba muy fáciles de

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

INTRODUCCIÓN A LA TERMODINÁMICA QUÍMICA. La mecánica cuántica estudia la estructura atómica, los enlaces en moléculas y la espectroscopia.

INTRODUCCIÓN A LA TERMODINÁMICA QUÍMICA. La mecánica cuántica estudia la estructura atómica, los enlaces en moléculas y la espectroscopia. INTRODUCCIÓN A LA TERMODINÁMICA QUÍMICA 1. Qué es la Química Física? "La química física estudia los principios que gobiernan las propiedades el comportamiento de los sistemas químicos" El estudio de los

Más detalles

III. DIFUSION EN SOLIDOS

III. DIFUSION EN SOLIDOS Metalografía y Tratamientos Térmicos III - 1 - III. DIFUSION EN SOLIDOS III.1. Velocidad de procesos en sólidos Muchos procesos de producción y aplicaciones en materiales de ingeniería están relacionados

Más detalles

Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Tema 5: Teoría de colas Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario Conceptos básicos Cola M M Cola M M c Cola M M k Redes de colas Redes de

Más detalles

martilloatomico@gmail.com

martilloatomico@gmail.com Titulo: REGLA DE TRES CON BASE UNITARIA Año escolar: MATEMATICA 1 Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela Correo electrónico: martilloatomico@gmail.com

Más detalles

TEMA 2. INTRODUCCIÓN A LA FÍSICA DE LOS SÓLIDOS.

TEMA 2. INTRODUCCIÓN A LA FÍSICA DE LOS SÓLIDOS. TEMA 2. INTRODUCCIÓN A LA FÍSICA DE LOS SÓLIDOS. 1. Estructura de los sólidos. Grabación y lectura en CD-RW y DVD-RW. 2. Modelo clásico del electrón libre. 3. Modelo cuántico del electrón libre; pozo de

Más detalles

mecánica estadística Principios Fundamentales Capítulo 1

mecánica estadística Principios Fundamentales Capítulo 1 mecánica estadística Principios Fundamentales Capítulo 1 2014 Objetivo de la mecánica estadística Predecir el comportamiento macroscópico de un sistema, en base de las propiedades microscópicas de las

Más detalles

Alvaro J. Riascos Villegas Universidad de los Andes y Quantil. Marzo 14 de 2012

Alvaro J. Riascos Villegas Universidad de los Andes y Quantil. Marzo 14 de 2012 Contenido Motivación Métodos computacionales Integración de Montecarlo Muestreo de Gibbs Rejection Muestreo Importante Metropolis - Hasting Markov Chain Montecarlo Method Complemento ejemplos libro: Bayesian

Más detalles

Las mediciones, los cálculos, cómputos y presupuestos en Ingeniería

Las mediciones, los cálculos, cómputos y presupuestos en Ingeniería Las mediciones, los cálculos, cómputos y presupuestos en Ingeniería La ingeniería, como hemos visto, se ocupa en líneas generales del proyecto, ejecución y operación de bienes y servicios necesarios para

Más detalles

Herramientas digitales de auto-aprendizaje para Matemáticas

Herramientas digitales de auto-aprendizaje para Matemáticas Herramientas digitales de auto-aprendizaje para Matemáticas, Grupo de Innovación Didáctica Departamento de Matemáticas Universidad de Extremadura Índice Dada una función f : D R R y un intervalo I D

Más detalles

CONVERGENCIA DE LAS SERIES DE FOURIER

CONVERGENCIA DE LAS SERIES DE FOURIER CONVERGENCIA DE LAS SERIES DE FOURIER Sea f(x) una función definida para todo x, con periodo. Entonces, bajo condiciones muy generales, la serie de Fourier de f converge a f(x) para todo x. Describiremos

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Generadores de Radiación Ionizante Formulas & Ejercicios

Generadores de Radiación Ionizante Formulas & Ejercicios Generadores de Radiación Ionizante Formulas & Ejercicios Dr. Willy H. Gerber Instituto de Fisica Universidad Austral Valdivia, Chile Objetivos: Dominar los modelos asociados a la generación de radiación

Más detalles

Si el comando Solver no aparece en el menú Herramientas, deberá instalar la macro automática Solver como sigue:

Si el comando Solver no aparece en el menú Herramientas, deberá instalar la macro automática Solver como sigue: El Solver de Excel El Solver se utiliza para determinar el valor máximo o mínimo de una celda modificando otras celdas; por ejemplo, el beneficio máximo que puede generarse modificando los gastos de publicidad.

Más detalles

El modelo de ciclo de vida cascada, captura algunos principios básicos:

El modelo de ciclo de vida cascada, captura algunos principios básicos: Ciclo de Vida del Software Un modelo de ciclo de vida define el estado de las fases a través de las cuales se mueve un proyecto de desarrollo de software. El primer ciclo de vida del software, "Cascada",

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

Dr. Luca Tessieri PROBLEMAS DE MECÁNICA ESTADÍSTICA

Dr. Luca Tessieri PROBLEMAS DE MECÁNICA ESTADÍSTICA Dr. Luca Tessieri PROBLEMAS DE MECÁNICA ESTADÍSTICA Indice 1 TERMODINÁMICA 1 1.1 Problema............................. 1 1.2 Problema............................. 2 1.3 Problema.............................

Más detalles

5. DISTRIBUCIONES DE PROBABILIDADES

5. DISTRIBUCIONES DE PROBABILIDADES 5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

Integrales y ejemplos de aplicación

Integrales y ejemplos de aplicación Integrales y ejemplos de aplicación I. PROPÓSITO DE ESTOS APUNTES Estas notas tienen como finalidad darle al lector una breve introducción a la noción de integral. De ninguna manera se pretende seguir

Más detalles

LECCIÓN 3.- FORMAS CUADRÁTICAS PROBLEMA 1. a) La matriz simétrica asociada. b) Cuál es su signo? Justifique su respuesta.

LECCIÓN 3.- FORMAS CUADRÁTICAS PROBLEMA 1. a) La matriz simétrica asociada. b) Cuál es su signo? Justifique su respuesta. LECCIÓN.- FORMAS CUARÁTICAS PROBLEMA Sea la forma cuadrática. Calcule: ) ( φ a) La matri simétrica asociada. b) Cuál es su signo? Justifique su respuesta. a) La matri simétrica A que determina la forma

Más detalles

Escritura de ecuaciones de problemas de algebraicos

Escritura de ecuaciones de problemas de algebraicos 1 Escritura de ecuaciones de problemas de algebraicos Herbert Mendía A. 2011-10-12 www.cimacien.org.gt Conocimientos previos necesarios Operaciones básicas: suma, resta, multiplicación y división. Jerarquía

Más detalles

1. Montar un modelo de máquina térmica, 2. Poner a funcionar el modelo para levantar un objeto, 3. Describir y explicar el funcionamiento del modelo

1. Montar un modelo de máquina térmica, 2. Poner a funcionar el modelo para levantar un objeto, 3. Describir y explicar el funcionamiento del modelo Experimento 11 GAS IDEAL Objetivos 1. Montar un modelo de máquina térmica, 2. Poner a funcionar el modelo para levantar un objeto, 3. Describir y explicar el funcionamiento del modelo Teoría La termodinámica

Más detalles

Tema 2: Estadística Descriptiva Multivariante

Tema 2: Estadística Descriptiva Multivariante Tema 2: Estadística Descriptiva Multivariante Datos multivariantes: estructura y notación Se llama población a un conjunto de elementos bien definidos. Por ejemplo, la población de las empresas de un país,

Más detalles

Física Computacional

Física Computacional Física Computacional Dr. José Mejía López Física Teórica, segundo piso e-mail: jmejia@puc.cl Sitio Web: http://neel2.fis.puc.cl/cncm/fiscompu/sitio_web/portada.html Capítulo 2a - Control de la Temperatura

Más detalles

Apuntes de Matemática Discreta 7. Relaciones de Orden

Apuntes de Matemática Discreta 7. Relaciones de Orden Apuntes de Matemática Discreta 7. Relaciones de Orden Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 7 Relaciones de Orden Contenido

Más detalles

Polinomios de Taylor.

Polinomios de Taylor. Tema 7 Polinomios de Taylor. 7.1 Polinomios de Taylor. Definición 7.1 Recibe el nombre de polinomio de Taylor de grado n para la función f en el punto a, denotado por P n,a, el polinomio: P n,a (x) = f(a)

Más detalles

DRAFT. Trabajo, Calor y Primer Principio de la Termodinámica.

DRAFT. Trabajo, Calor y Primer Principio de la Termodinámica. DRAFT Trabajo, Calor y Primer Principio de la Termodinámica. J.V. Alvarez Departmento de Fisica de la Materia Condensada, Universidad Autonoma de Madrid. 28049 Madrid, Spain. (Dated: October 10, 2007)

Más detalles

Observación de una Nueva Partícula con una masa de 125 GeV

Observación de una Nueva Partícula con una masa de 125 GeV Observación de una Nueva Partícula con una masa de 125 GeV Experimento CMS, CERN 4 Julio 2012 Resumen Hoy, en un seminario conjunto en el C E RN y en la conferencia I C H EP [1] en Melbourne, Australia,

Más detalles

UNA NUEVA TEORÍA ACERCA DE LAS DILUCIONES HOMEOPÁTICAS Dr. Gabriel Hernán Gebauer

UNA NUEVA TEORÍA ACERCA DE LAS DILUCIONES HOMEOPÁTICAS Dr. Gabriel Hernán Gebauer UNA NUEVA TEORÍA ACERCA DE LAS DILUCIONES HOMEOPÁTICAS Dr. Gabriel Hernán Gebauer PRÓLOGO Ilya Prigogine, premio Nobel de Química en 1977, es autor de una generalización de la Dinámica clásica la que se

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 1.1. LEY DE COMPOSICIÓN INTERNA Definición 1.1.1. Sea E un conjunto, se llama ley de composición interna en E si y sólo si a b = c E, a, b E. Observación 1.1.1. 1. también se llama

Más detalles

Unidad 1 Modelos de programación lineal

Unidad 1 Modelos de programación lineal Unidad 1 Modelos de programación lineal La programación lineal comenzó a utilizarse prácticamente en 1950 para resolver problemas en los que había que optimizar el uso de recursos escasos. Fueron de los

Más detalles

Profr. Efraín Soto Apolinar. Límites

Profr. Efraín Soto Apolinar. Límites Límites Cada rama de las matemáticas tiene conceptos que resultan centrales para el desarrollo de la misma. Nosotros empezamos el estudio del cálculo infinitesimal, que está compuesto del cálculo diferencial

Más detalles

Simulación de Monte Carlo aplicada a fenómenos superficiales en el marco de los modelos de gas de red

Simulación de Monte Carlo aplicada a fenómenos superficiales en el marco de los modelos de gas de red Simulación de Monte Carlo aplicada a fenómenos superficiales en el marco de los modelos de gas de red A. J. Ramirez Pastor Dpto. de Física, Universidad Nacional de San Luis, CONICET. Universidad Nacional

Más detalles

Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1

Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna

Más detalles

Profr. Efraín Soto Apolinar. Factorización

Profr. Efraín Soto Apolinar. Factorización Factorización La factorización es la otra parte de la historia de los productos notables. Esto es, ambas cosas se refieren a las mismas fórmulas, pero en los productos notables se nos daba una operación

Más detalles

Modelos de distribuciones discretas

Modelos de distribuciones discretas Tema 4 Modelos de distribuciones discretas En este capítulo estudiaremos las distribuciones discretas más importantes. importancia es doble, por las aplicaciones y por su relevancia conceptual. De nuevo,

Más detalles

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación. Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir

Más detalles