La velocidad del viento es un fenómeno aleatorio, su intensidad es muy variable, de modo que es adecuada tratarla en forma estadística.

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

Download "La velocidad del viento es un fenómeno aleatorio, su intensidad es muy variable, de modo que es adecuada tratarla en forma estadística."

Transcripción

1 8. ESTADÍSTICA DEL VIENTO L velocdd del vento es n fenómeno letoro, s ntensdd es my vrble, de modo qe es decd trtrl en form estdístc. Un cntdd estdístc de mportnc es el promedo o med rtmétc. S tenemos n conjnto de números, qe en nestro cso serán velocddes de vento, l med de este conjnto está defnd como: n n () Donde n es el tmño de l mestr o números de vlores meddos. Además de l med, nos v nteresr l vrbldd del conjnto de dtos. Qeremos encontrr l dscrepnc o desvcón de cd número respecto de ls meds y obtener n espece de promedo de ests desvcones. L med de ests desvcones es ( - ū), lo qe no nos d nngn nformcón. Pr obtener cntddes defnds postvs, tommos los respectvos cdrdos. Pr tl fn defnmos vrnz como: L desvcón stndrd σ está defnd como l ríz cdrd de l vrnz. Ejemplo: σ n ( () Se mdó l velocdd del vento y ss vlores feron:, 4, 7, 8 y 9 m/s. Clclr l med, l vrnz y l desvcón stndrd. n ( ) 5 ) 6.00 m / s. CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 03

2 σ 4 { ( 6 ) + ( 4 ) + ( 7 6 ) + ( 8 6 ) + ( 9 6 ) } ( 34 ) 8.5 m 4 / s. σ 8.5 m / s.9 m / s Generlmente l velocdd del vento se mde en números enteros, entonces, cd vlor se regstr mchs veces drnte n ño de observcones. Llmmos m l número de observcones de l velocdd específc. l med entonces es: n m (3) Donde w es el número de dferentes vlores de velocdd del vento qe se regstrn y n el número totl de observcones. Se pede demostrr qe l vrnz está dd por: σ { m ( n n m ) } (4) Se deberá tener cddo y qe los dos térmnos qe están entre ls llves son cs gles entre sí, de modo qe pede ser necesro trbjr con vros decmles. Ejercco: De n eqpo de dqscón de velocddes de vento en l cost noreste de Perto Rco se mderon: 9 veces 6 m/s, 54 veces 7 m/s, y 4 veces 8 m/s, drnte n tempo de medcón corto. Clcle l velocdd med, l vrnz y l desvcón stndrd. Ahor se pede defnr l probbldd p de qe se observe n velocdd dscret, como: CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 04

3 p ( ) m n (5) L sm de tods ls probblddes debe ser gl l ndd. Tmbén defnmos n fncón de dstrbcón cmltv F( ) como l probbldd de qe n velocdd med se menor o gl qe n dd: p ( ) (6) F ( ) j p ( j ) (7) Ejemplo: Se tene n conjnto de medcones, qe se d en l TABLA 8. djnt. Hlle p ( ) y F ( ), pr cd velocdd. El número totl de observcones es de n M p( ) F ( ) Con ls eccones (5) y (7), se clcl p ( ) y F ( ) pr completr l tbl. En lgnos csos será útl tener l probbldd de qe l velocdd del vento esté entre certos vlores, CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 05

4 P ( b b p ( ) (8) Donde b pede ser tn grnde como qer, de modo de obtener l probbldd de qe n velocdd de vento esté por encm del vlor. En l tbl precedente P (5 :). L probbldd de qe l velocdd se myor o gl qe 5 m/s es de Por dversos motvos es convenente qe el modelo de l crv de frecenc de velocdd del vento se n fncón mtemátc contn en lgr de n tbl de vlores dscretos. En este cso, l probbldd p ( ) se trnsform en n fncón de densdd de probbldd f (). l fncón de densdd f () represent l probbldd de qe n velocdd esté en n ntervlo de m/s, centrdo en. ls probblddes dscrets p ( ) tenen el msmo sgnfcdo s se clcln de dtos tomdos en ntervlos de m/s. El áre debjo de l fncón es l ndd, este es: f ( ) d 0 L fncón de dstrbcón cmltv está dd por: (9) F ( ) 0 f ( ) d El límte nferor de mbs ntegrles es cero porqe el módlo de velocdd del vento no pede ser negtv. En lgn oportndd pede ser necesro pr el cálclo, l relcón nvers entre l densdd de probbldd y l fncón de dstrbcón cmltv. CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 06

5 f ( ) d F ( ) d (0) L relcón generl entre f() y F() se esqemtz como se esqemtz en l FIGURA 8.. El vlor medo está ddo por: f 0 Y l vrnz por: ( ) d () σ 0 ( ) f ( ) d () CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 07

6 FIGURA CASO PARTICULAR: ESTADÍSTICA DE VIENTOS H y dos fncones qe son ls qe mejor se jstn pr descrbr l dstrbcón de velocddes de vento. Ests dstrbcones son ls qe se descrben contncón. CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 08

7 8.. DISTRIBUCIÓN DE EIBULL L f ( ) NOCIONES GENERALES DE ENERGÍA EÓLICA dstrbcón de myor precsón es l de ebll qe está dd por: k c c k k ep c En est epresón ep[] represent e. (3) Est es n dstrbcón de dos prámetros, donde c y k son los prámetros de escl y de form respectvmente. En l FIGURA 8. se pede observr vrs gráfcs de l eccón (3) pr el prámetro c FIGURA 8. ebll, densdd de fncón pr n prámetro de escl C CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 09

8 Como se djo, l ntegrl sobre todo el domno de l f () es l ndd, de modo qe, pr dversos vlores de k (form) l crv será "lt y flc" o "pets y gord". Se ve qe pr myores vlores de k, l crv se hce reltvmente más ngost y pcd. Tmbén en ese cso el pco (qe ndc l velocdd más frecente) se v desplzndo hc velocddes más lts. Se pede notr qe en l FIGURA 8., vrí entre 0 y.4 m/s qe es n rngo my peqeño y de poco nterés desde el pnto de vst de l energí eólc. Esto no es problem porqe el prámetro c jst l escl de ls crvs pr dferentes regímenes de vento. S se tom c dstnto de l ndd, hy qe dvdr los vlores del eje vertcl por c. Pr k myor qe, l f() tom vlor cero pr 0. L fncón de densdd de ebll no pede jstrse n crv de frecenc de velocdd en el cero, porqe l frecenc de clms es sempre myor qe cero. Esto no es problem porqe no es de grn nterés lo qe ocrre por debjo de cert velocdd de vento (velocdd de CUT-IN (rrnqe) del erogenerdor). L determncón de los vlores de k y c dependen de los vlores de regstrdos en cd cso. Sendo f() l dstrbcón de ebll, l probbldd de qe l velocdd del vento se myor o gl qe, es: P( ) f ( ) d ep c k (4) Así, l probbldd de qe l velocdd del vento esté dentro de n ntervlo de m/s de ncho, centrdo en es: P ( ) f ( ) (5) Ejemplo: 0 Los prámetros de ebll de n sto ddo son de c 6 m/s y K.8. estme el número de hors por ño en qe l velocdd del vento v estr entre 6.5 y 7.5 m/s. Estme el número de CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 0

9 hors por ño en qe l velocdd del vento será myor o gl 5 m/s. De l eccón (5) podemos evlr l probbldd de qe l velocdd esté entre 6.5 y 7.5 m/s, smplemente como f(7), qe se obtene de l eccón (3): f ( 7) ep Esto sgnfc qe l velocdd del vento v estr en este ntervlo el 9.07 % del tempo, de modo qe el número de hors por ño será: De l eccón (4) l probbldd de qe l velocdd del vento se myor o gl qe 5 m/s, será: Lo qe represent: S l trbn nstlr tver "ct - ot" en 5 m/s, se perderín lrededor de dís por ño de genercón. Por otro ldo sbemos qe l potenc eólc está dd por l eccón: L potenc med será: ( 8760) 794 h / ño P ( 5) ep P E ( 8760) 48 h / ño ρ A 3 CAPÍTULO 8: ESTADÍSITICA DEL VIENTO

10 P E ρ A p ( ) Pr el cso drecto; y s el modelo de los dtos reles de vento está ddo por l fncón de densdd de probbldd f(), l potenc med está dd por: 3 P E ρ A 0 3 f ( ) d 8.. DETERMINACIÓN DE LOS PARAÁMETROS DE EIBULL E l método más tlzdo en l determncón de los prámetros de ebll es tlzndo l fncón Gmm, l cl está tbld. Creemos más convenente tlzr l sgente relcón pr determnr los prámetros de ebll. Jsts determnó qe es my ceptble tlzr el vlor medo y l vrnz de l velocdd pr clclr el prámetro K, y est relcón es: k σ.086 (6) Esto es rzonblemente promdo sobre rngos de K qe vríen entre: k 0 Por consgente pede determnrse el vlor del prámetro c, de l sgente mner: c Γ + k (7 ) CAPÍTULO 8: ESTADÍSITICA DEL VIENTO

11 Ahor ben n form sencll de determnr los prámetros de ebll es l sgente: Tenendo l nformcón de vento de n período, l fncón de dstrbcón F(), pde determnrse como: ln [ ln( F( ) )] k ln k lnc Est eccón es smlr l sgente eccón: (8) y + b (9) Donde e y son vrbles, es l pendente y b es l nterseccón de los ejes. En prtclr: y ln [ ln ( F() )] k ln (0) bklnc Por consgente pr cd vlor de corresponde n pr de vlores F() y tomndo en cent cd vlor e y de n tbl de dstrbcón de vento podemos clclr los prámetros de ebll de cerdo l sgente epresón: CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 3

12 CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 4 En ests eccones e y son los vlores medos de los e y, y es el número totl de pres de vlores dsponbles. El resltdo fnl pr los prámetros de ebll es: S tenemos n tbl de dstrbcón de frecenc pr cd velocdd, podemos comptr l probbldd p( ) pr cd y por consgente reemplzr l eccón () por: ( )( ) ( ) () I y y w y y y y b () (3) ep k b c k ( )( )( ) ( )( ) (4) p y y p

13 Ejemplo: Los vlores ctles de l velocdd del vento 0 metros de ltr, pr dos cddes de l provnc del Chbt (Perto Mdryn y Gstre), drnte el ño 997 son los qe se djntn en l tbl sgente: En l tbl se epres l velocdd en m/s y cd vlor corresponde l vlor de l velocdd de vento obtend en l nformcón, cbe clrr qe el vlor corresponde l vlor de velocdd comprenddo entre 0 y m/s. PUERTO MADRYN m p() F() y > El prámetro srge de clclr el ln( ), qe srge de l eccón (0). Los vlores m representn el número de lectrs CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 5

14 en qe el vento se encontró en el rngo de vlor de velocdd comprenddo en, drnte el período de tempo de observcón. El totl de números de lectr n srge de l sm totl de los m. cbe destcr qe ls lectrs son vlores medos de ls hors de observcón de n estcón meteorológc clmátc, cys hors de observcón hn sdo ls hors prncples, es decr de vlores medos tomdos cd tres hors. (tener en cent qe no es el vlor medo de ls tres hors, sno de l hor correspondente l hor prncpl). Por tl motvo el número n es gl 9. L fncón p( ) es l probbldd de cd velocdd de vento y l msm srge de l eccón (5). Pr clclr los prámetros de ebll debemos tlzr el método de lnerzcón ntes descrpto y pr tl fn tlzmos prmermente l eccón (7) donde encontrmos el F( ) pr cd. Con l eccón (0) podemos clclr los y, tl cl lo mestr l tbl djnt. Ahor ben tlzndo l tbl (4) podremos clclr el vlor de, el msmo tene n vlor de.77. Lego tlzndo ls eccones y 3 podremos clclr el vlor de b y lego el vlor de c. Relzndo los respectvos cálclos observmos qe el vlor de K.54 y el vlor de c8.06 m/s, s velocdd med es de 7.34 m/s. A contncón se detlln los vlores de Gstre, debéndose clclr los respectvos prámetros de ebll, tlzndo ls eccones ntes menconds. CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 6

15 m p() F() y > DISTRIBUCIÓN DE RAYLEIGH L GASTRE 9 otr fncón de dstrbcón my sd es l dstrbcón de Rylegh, l cl se epres: f ( ) π π ep 4 Y l fncón de dstrbcón cmltv es: (5) CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 7

16 F ( ) π ep 4 (6) En este cso l probbldd de qe l velocdd de vento se myor o gl qe es: P π 4 ( ) F ( ) ep (7) L fncón de ebll es más versátl pero l de Rylegh es más smple de sr. De tods mners, hy estdos qe ndcn qe l fncón de Rylegh condce resltdos ceptbles en l myorí de los csos. Tome en cent qe pr tlzr l dstrbcón de Rylegh, sólo necest sber el vlor medo de l velocdd del vento, en cmbo en l dstrbcón de ebll necest conocer l frecenc del vento pr cd vlor de velocdd. Pr n mejor comprensón en ls FIGURAS 8.3 Y 8.4 se observn los gráfcos con dtos reles y mbs estdístcs: CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 8

17 FIGURA 8.3 Dtos ctles de vento, y crvs de dstrbcón de ebll y Rylegh. CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 9

18 FIGURA 8.4 Dtos ctles de vento, y crvs de dstrbcón de ebll y Rylegh. CAPÍTULO 8: ESTADÍSITICA DEL VIENTO 0

Ejercicios T2- ANÁLISIS DE DATOS UNIDIMENSIONALES

Ejercicios T2- ANÁLISIS DE DATOS UNIDIMENSIONALES Ejerccos T- NÁLII DE DTO UNIDIMENIONLE.- El número de clentes qe cden n estblecmento en cert hor hn sdo lo lrgo del últmo mes h sdo:,,,,7,,,,,,6,,6,,8,,,,,6,,8,,9,,,, Representr l tbl de frecencs, el dgrm

Más detalles

Tema 10: Variables aleatorias

Tema 10: Variables aleatorias Análss de Dtos I Esquem del Tem Tem : Vrbles letors. VARIABLES ALEATORIAS DISCRETAS FUNCIÓN DE PROBABILIDAD, f(x ) FUNCIÓN DE DISTRIBUCIÓN, F(x ) CARACTERÍSTICAS DE LAS VARIABLES DISCRETAS UNA VARIABLE:

Más detalles

FUNDAMENTOS TICOS TEMA 5: CÁLCULO INTEGRAL DE FUNCIONES DE UNA Y DOS VARIABLES

FUNDAMENTOS TICOS TEMA 5: CÁLCULO INTEGRAL DE FUNCIONES DE UNA Y DOS VARIABLES FUNDAMENTOS MATEMÁTICOS TICOS TEMA 5: CÁLCULO INTEGRAL DE FUNCIONES DE UNA Y DOS VARIABLES CÁLCULO INTEGRAL DE FUNCIONES DE UNA VARIABLE Integrl defnd Dd un funcón f, exste otr F tl que F = f? Integrcón

Más detalles

i = -1 / i = 1 se pueden calcular las raíces de índice par con cantidad subradical negativa, las que no tienen solución en IR. Ejemplos: d) 81 e) 121

i = -1 / i = 1 se pueden calcular las raíces de índice par con cantidad subradical negativa, las que no tienen solución en IR. Ejemplos: d) 81 e) 121 Los números gnros: Clse-15 En hy stucones que no tenen solucón; por ejemplo no exste nngún número cuyo cudrdo se gul -1. Pr dr solucón est stucón recurrremos l conjunto de los números mgnros, donde se

Más detalles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María Unversdd Técnc Federco Snt Mrí Unversdd Técnc Federco Snt Mrí Deprtmento de Informátc ILI-8 Cpítulo 5: Vrles Aletors Dstrucones Estdístc Computconl I Semestre 6 Profesor : Héctor Allende Profesor : Crlos

Más detalles

Examen de Física-1, 1 Ingeniería Química Enero de 2011 Cuestiones (Un punto por cuestión).

Examen de Física-1, 1 Ingeniería Química Enero de 2011 Cuestiones (Un punto por cuestión). Exmen de Físc-1, 1 Ingenerí Químc Enero de 211 Cuestones (Un punto por cuestón). Cuestón 1: Supong que conocemos l poscón ncl x y l velocdd ncl v de un oscldor rmónco cuy frecuenc ngulr es tmén conocd;

Más detalles

VECTORES EN EL PLANO

VECTORES EN EL PLANO VECTORES EN EL PLANO ) Defncón de ector fo y ector lre. Vector de poscón de n pnto. ) Módlo de n ector. Dstnc entre dos pntos. c) Opercones áscs con ectores. d) Prodcto esclr. Expresón nlítc. e) Propeddes

Más detalles

Números Reales y Complejos

Números Reales y Complejos Apéndce C Números Reles y Complejos C.. Los números reles Suponemos conocdo el conjunto de los números reles. Vmos defnr y estudr en lgunos conceptos como relcones de orden, ntervlos, cots y vlor bsoluto.

Más detalles

Universidad Técnica Federico Santa María

Universidad Técnica Federico Santa María Unversdd Técnc Federco Snt Mrí Vrles Aletors Cpítulo 5: Vrles Aletors Dstrucones stdístc Computconl II Semestre Profesor : Héctor Allende Págn : www.nc.nf.utfsm.cl/~hllende e-ml : hllende @nf.utfsm.cl

Más detalles

Práctica 2: Codificación Aritmética.

Práctica 2: Codificación Aritmética. TRANMÓN DE DATO 006/07 Práctc : Codfccón Artmétc. Apelldos, nombre Apelldos, nombre Grupo Puesto Fech 0 Octubre/ Novembre 006 El objetvo de est práctc es ntroducr l lumno en los fundmentos de ls codfccón

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES Sstems de Ecucones Lneles www.tgors.es SISTEMS DE ECUCIONES LINELES Estudr un Sstem de Ecucones Lneles S.E.L.) es responder ls pregunts: tene solucón?. s es sí,, cuánts tene cuáles son?. l vst de ests

Más detalles

Calcular el equivalente Thevenin y Norton entre los puntos a y b en el circuito de la figura

Calcular el equivalente Thevenin y Norton entre los puntos a y b en el circuito de la figura Ejemplos de cálculo de crcutos equlentes. Aplccón de los teorems de Theenn y Norton Clculr el equlente Theenn y Norton entre los puntos y en el crcuto de l fgur Ω 4Ω 3 6Ω L Ω 5Ω V L Pr clculr el equlente

Más detalles

MATEMÁTICAS Y CULTURA B O L E T Í N No. 262 COORDINACIÓN DE MATEMÁTICAS

MATEMÁTICAS Y CULTURA B O L E T Í N No. 262 COORDINACIÓN DE MATEMÁTICAS MTEMÁTIC Y CULTUR O L E T Í N..009 No. COORDINCIÓN DE MTEMÁTIC MTEMÁTIC MTEMÁTIC OPERDORE: DJUNTO Y NORML En n espco V con prodcto nterno cd operdor lnel tene n operdor llmdo s djnto tmén lnel qe representmos

Más detalles

LONGITUD DE ARCO. Una aproximación es una línea recta desde el punto x=a hasta el punto x=b, como se indica en la figura:

LONGITUD DE ARCO. Una aproximación es una línea recta desde el punto x=a hasta el punto x=b, como se indica en la figura: LONGITUD DE ARCO Clculr l longtud de rco o de un curv dd por un funcón f en un ntervlo x, tene muchs plccones en ls cencs. Es necesro que hgmos un reve estudo del cálculo de ells. Un proxmcón es un líne

Más detalles

Análisis Poblacional de Mulliken y Löwdin

Análisis Poblacional de Mulliken y Löwdin nálss Poblconl de Mullken y Löwdn Densdd de Mtrz de crg (defncón): consderemos el cso de cp cerrd entonces sbemos que l probbldd de encontrr un electrón en l poscón r en el entorno dr que est en un orbtl

Más detalles

TEMA 11: PROBLEMAS MÉTRICOS

TEMA 11: PROBLEMAS MÉTRICOS Alonso Fernánde Glián TEMA PROBLEMAS MÉTRICOS Finlmente vmos ocprnos de clclr ánglos distncis entre rects plnos de resolver problems relciondos con estos conceptos.. ÁNGULOS ENTRE RECTAS Y PLANOS Vemos

Más detalles

EJERCICIOS REPASO II

EJERCICIOS REPASO II EJERCICIOS REPASO II Profesor: Jun Antono González Díz Deprtmento Métodos Cuntttvos Unversdd Pblo de Olvde EJERCICIO 4: El S. Sous h percbdo un herenc vlord en 90.000. L entdd que geston el cobro de l

Más detalles

CONSIDERACIONES SOBRE LAS COMPUERTAS

CONSIDERACIONES SOBRE LAS COMPUERTAS Abril de 006 CONSDERACONES SOBRE LAS COMPUERTAS Cátedr de Mecánic de los Fluidos Escuel de ngenierí Mecánic Autores: ngeniero Edgr Blbstro ngeniero Gstón Bourges e-mil: gbourges@fcei.unr.edu.r 1 Abril

Más detalles

di Donde: dt u: Tensión que aparece en bornes de la bobina [V] L: Autoinductancia ó inductancia [H] (Henrio)

di Donde: dt u: Tensión que aparece en bornes de la bobina [V] L: Autoinductancia ó inductancia [H] (Henrio) UTOS AOPADOS UTOS AOPADOS 5. Atondctnc S tommos n bobn de esprs, y por l msm hcemos crclr n corrente, vrble en el tempo, tl cl se mestr en l fgr 5., en bornes de l msm, prece n tensón, cyo vlor depende

Más detalles

EL GRAFICO ABC COMO TECNICA DE GESTION DE INVENTARIOS

EL GRAFICO ABC COMO TECNICA DE GESTION DE INVENTARIOS EL GRAFICO ABC COMO TECNICA DE GESTION DE INVENTARIOS Un specto importnte pr el nálisis y l dministrción de n inventrio es determinr qé rtíclos representn l myor prte del vlor del mismo - midiéndose s

Más detalles

UNIVERSIDAD DE GRANADA PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PONENTE: PROF. FRANCISCO JIMÉNEZ GÓMEZ

UNIVERSIDAD DE GRANADA PONENCIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PONENTE: PROF. FRANCISCO JIMÉNEZ GÓMEZ UNIVERSIDD DE GRND ONENCI DE MTEMÁTICS LICDS LS CIENCIS SOCILES ONENTE: ROF FRNCISCO JIMÉNEZ GÓMEZ RUE DE CCESO R MYORES DE ÑOS CONVOCTORI DE ENUNCIDOS Y RESOLUCIÓN DE LOS EJERCICIOS ROUESTOS EN MTEMÁTICS

Más detalles

La Elipse. Distancia Focal : F 1 F 2 = 2 c Eje mayor o focal : AB = 2 a Focos : F 1 y F 2 Eje menor : CD = 2 b. Además se cumple que a

La Elipse. Distancia Focal : F 1 F 2 = 2 c Eje mayor o focal : AB = 2 a Focos : F 1 y F 2 Eje menor : CD = 2 b. Además se cumple que a L Elipse L elipse es el lugr geométrico de los puntos del plno cuy sum de distncis dos puntos fijos es constnte. Estos dos puntos fijos se llmn focos de l elipse. Elementos de l Elipse Vértices : A, B,

Más detalles

VECTORES INGENIERO: PERCY ALFREDO AGRAMONTE LIMACHE

VECTORES INGENIERO: PERCY ALFREDO AGRAMONTE LIMACHE FILIL - REQUIP VECTORES INGENIERO: PERCY LFREDO GRMONTE LIMCHE En el tem nteror hímos menondo qe ls mgntdes físs según s ntrle peden ser lsfds omo eslres o etorles MGNITUD ESCLR: Es qell mgntd qe qed en

Más detalles

RAÍCES COMPLEJAS DE LAS FUNCIONES CUADRÁTICAS: INTERPRETACIÓN GRÁFICA

RAÍCES COMPLEJAS DE LAS FUNCIONES CUADRÁTICAS: INTERPRETACIÓN GRÁFICA RAÍCES COMPLEJAS DE LAS FUNCIONES CUADRÁTICAS: INTERPRETACIÓN GRÁFICA Hydeé Blnco Insttuto Superor del Profesordo "Dr. Joquín V. González" Buenos Ares (Argentn) RESUMEN En este rtículo se present un form

Más detalles

Te c n o l o g í a d e l o s S e r v i c i o s A u x i l i a r e s - A p u n t e s d e C l a s e - 1

Te c n o l o g í a d e l o s S e r v i c i o s A u x i l i a r e s - A p u n t e s d e C l a s e - 1 ENTALPA NORMAL DE FORMACÓN : f L entlpí norml de formcón de un compuesto es el clor que se extre durnte su reccón de formcón sempre que se mnteng constnte l presón durnte todo el proceso y ls temperturs

Más detalles

MICROSOFT EXCEL EN LA SOLUCIÓN DE PROBLEMAS DE ÁLGEBRA LINEAL

MICROSOFT EXCEL EN LA SOLUCIÓN DE PROBLEMAS DE ÁLGEBRA LINEAL Revst Pedgogí Unverstr Vol. 8 o. MICROSOFT EXCEL E LA SOLUCIÓ DE PROBLEMAS DE ÁLGEBRA LIEAL Lc. Mrels Rsú López Proesor Asstente Dpto Mtemátcs Comptcón ISMM mrs@smm.ed.c RESUME El objetvo del presente

Más detalles

Si el rédito anual de valoración, constante a lo largo de toda la operación, es del 9%, determínese:

Si el rédito anual de valoración, constante a lo largo de toda la operación, es del 9%, determínese: EJERIIOS DE OPERAIONES DE AMORTIZAIÓN Eercco Se concede un réstmo ersonl de 8.000 euros mortzble en 0 ños mednte térmnos mortztvos semestrles, donde ls cuots de mortzcón son déntcs en todos y cd uno de

Más detalles

DISEMINACIÓN DE MASAS DE ALTA EXACTITUD POR EL METODO DE GAUSS MÁRKOV DESDE 1 mg HASTA 1 kg. Expositora: Luz Cori A.

DISEMINACIÓN DE MASAS DE ALTA EXACTITUD POR EL METODO DE GAUSS MÁRKOV DESDE 1 mg HASTA 1 kg. Expositora: Luz Cori A. DSMNACÓN D MASAS D ALA ACUD OR L MODO D GAUSS MÁRKO DSD mg HASA kg xposor: Lz Cor A Fech 0-05-7 MNMOS CUADRADOS ORDNAROS - MCO GAUS MARKO - GM Modelo Memác MCO-GM n ese modelo de dsemncón se relz n sere

Más detalles

Electricidad y Magnetismo - FIS1533 Interrogación 1 Martes 10 de Abril de 2012 Profesores: María Cristina Depassier, Max Bañados y Sebastián A.

Electricidad y Magnetismo - FIS1533 Interrogación 1 Martes 10 de Abril de 2012 Profesores: María Cristina Depassier, Max Bañados y Sebastián A. Electricidd y Mgnetismo - FIS1533 Interrogción 1 Mrtes 10 de Abril de 2012 Profesores: Mrí Cristin Depssier, Mx Bñdos y Sebstián A Reyes - Instrucciones -Tiene dos hors pr resolver los siguientes problems

Más detalles

INDICE. Operaciones básicas. Matrices. Matriz cuadrada. Traza de una matriz. Suma y resta de matrices. Producto de matrices.

INDICE. Operaciones básicas. Matrices. Matriz cuadrada. Traza de una matriz. Suma y resta de matrices. Producto de matrices. Fculltd de Cencs Agrrs - MATERIIALL PPREPPARADO PPOR LL cc Mss Scc Abbbb tttt Noorr IInngg Aggrr.. Mss Scc.. Boocc Teerreess IInngg Zoooott.. FFeerrnnáánnddeezz Edduurrddoo IInngg.. Aggrr.. Mss Scc.. PPeerreerr

Más detalles

La Integral Definida II

La Integral Definida II L Integrl Definid II Hst hor h sido útil pensr en un integrl definid como el áre entre l gráfic de l función f(x) y el eje x. Usré es interpretción pr mostrrte un propiedd de mner intuitiv. El vlor del

Más detalles

ESPACIO VECTORIAL. 1. VECTORES EN EL ESPACIO Un vector fijo AB es un segmento orientado que va del punto A (origen) al punto B (extremo).

ESPACIO VECTORIAL. 1. VECTORES EN EL ESPACIO Un vector fijo AB es un segmento orientado que va del punto A (origen) al punto B (extremo). ESPACIO VECTORIAL. Vetores en el espo. Estrtr de espo etorl. Dependen e ndependen lnel. ses. Prodto eslr 5. Prodto etorl. Prodto mxto. VECTORES EN EL ESPACIO Un etor fo AB es n segmento orentdo qe del

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL INSTITUTO DE CIENCIAS FÍSICAS I TÉRMINO FÍSICA C Tercera evaluación SOLUCIÓN

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL INSTITUTO DE CIENCIAS FÍSICAS I TÉRMINO FÍSICA C Tercera evaluación SOLUCIÓN ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL INSTITUTO DE CIENCIAS FÍSICAS I TÉRMINO 0-03 FÍSICA C Tercer evlucón SOLUCIÓN Pregunt (5 puntos) Un eser conductor con rdo nteror de 7 cm y rdo exteror de 8 cm

Más detalles

INTEGRAL DEFINIDA. ln ln ln dx 3. t t. 1 5 ln t t 5t 1 ln 1 7 ln 1. [7.1] Calcular: Solución. [7.2] Calcular: Solución INTEGRAL DEFINIDA

INTEGRAL DEFINIDA. ln ln ln dx 3. t t. 1 5 ln t t 5t 1 ln 1 7 ln 1. [7.1] Calcular: Solución. [7.2] Calcular: Solución INTEGRAL DEFINIDA INTEGRAL DEFINIDA INTEGRAL DEFINIDA [7.] Clclr: d 5 dt t d t t dt 5 5t t / t 5t t 5t / / t d dt 5 t t t dt 5 5 5 5 ln t t 5t ln 7 ln 5 / 9 t 7 7 7 7 7 7 ln ln ln 5 5 7 9 6 [7.] Clclr: ln 5 e e e d e t

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Tem : Sstems de ecucones lneles A Condconmento del prolem. Cá álculo umérco Tem : Resolucón de sstems lneles B Métodos terdos: Jco, Guss-Sedel Reljcón C Métodos drectos: Fctorzcón LU Fctorzcón QR D Sstems

Más detalles

En este capítulo se describe el problema de máxima cobertura sin capacidad (MCLP) y con

En este capítulo se describe el problema de máxima cobertura sin capacidad (MCLP) y con CAPITULO 3 Descrcón del roblem En este cítulo se descrbe el roblem de mám cobertur sn ccdd (MCLP) con ccdd (CMCLP). Posterormente se resentn los modelos de rogrmcón mtemátc r mbos. 3.1 Descrcón del MCLP

Más detalles

Inecuaciones con valor absoluto

Inecuaciones con valor absoluto Inecuciones con vlor soluto El vlor soluto de un número rel se denot por y está definido por:, si 0 si 0 Propieddes Si y son números reles y n es un número entero, entonces: 1.. 3. n 4. n L noción de vlor

Más detalles

55 EJERCICIOS DE VECTORES

55 EJERCICIOS DE VECTORES 55 EJERCICIOS DE VECTORES 1. ) Representr en el mismo plno los vectores: = (3,1) b = ( 1,5) c = (, 4) d = ( 3, 1) i = (1,0) j = (0,1) e = (3,0) f = (0, 5) b) Escribir ls coordends de los vectores fijos

Más detalles

Esta hoja de enunciados deberá ser devuelta al final del examen. El solucionario se publicará en la página web.

Esta hoja de enunciados deberá ser devuelta al final del examen. El solucionario se publicará en la página web. FÍSIC PLICD. EXMEN FINL ORDINRIO. 9/05/01 Nomre: Est hoj de enuncdos deerá ser devuelt l fnl del exmen. El soluconro se pulcrá en l págn we. Instruccones: conteste en prmer lugr l prte de teorí (no se

Más detalles

INTRODUCCIÓN A LA MODELACIÓN MATEMÁTICA EN INGENIERÍA DE SUELOS: MÉTODO DE LAS DIFERENCIAS FINITAS

INTRODUCCIÓN A LA MODELACIÓN MATEMÁTICA EN INGENIERÍA DE SUELOS: MÉTODO DE LAS DIFERENCIAS FINITAS INTRODUIÓN A LA MODELAIÓN MATEMÁTIA EN INGENIERÍA DE SUELOS: MÉTODO DE LAS DIFERENIAS FINITAS Mrcelo Prdo Resmen El so de progrms bsdos en errments mtemátcs comples es cd ez más común sn embrgo son pocos

Más detalles

MODELIZACIÓN SECUENCIACIÓN TAREAS

MODELIZACIÓN SECUENCIACIÓN TAREAS DS-70-ngement Scence ODELIZACIÓN SECUENCIACIÓN TAREAS B. Adenso Díz Unversdd de Ovedo DS-70-ngement Scence Dsyuncones entre restrccones Supongmos que tenemos dos restrccones y queremos que se ctve solo

Más detalles

C Capacitores e inductores. Circuitos de Primer Orden

C Capacitores e inductores. Circuitos de Primer Orden C Cpctores e nductores. Crcutos de Prmer Orden C El crcuto que se muestr en l fgur c h llegdo ls condcones de estdo estle ( l corrente en el cpctor es cero ) con el nterruptor en l poscón. S el nterruptor

Más detalles

ALGEBRA VECTORIAL. cúbico Caudal de volumen Metro cúbico por segundo. m 3 /s CAP Magnitudes físicas. Pág. 1

ALGEBRA VECTORIAL. cúbico Caudal de volumen Metro cúbico por segundo. m 3 /s CAP Magnitudes físicas. Pág. 1 FISI I P 1 LGER VETORIL 11 Mgntudes físcs Ls mgntudes físcs, son ls propeddes que le crctern los cuerpos o los fenómenos nturles que se pueden medr, E: L longtud, l ms, l velocdd, l tempertur, etc Mentrs

Más detalles

Coordinación de Matemática II (MAT022)

Coordinación de Matemática II (MAT022) Coordncón de Mtemátc II (MAT) Prmer semestre de 3 Semn : Lunes 3 de Juno Vernes 7 de Juno CÁLCULO Contendos Clse : Longtud de rco en tods ls coordends. Clse : Volúmenes or seccones trnsversles conocds.

Más detalles

Integrales impropias dependientes de un parámetro

Integrales impropias dependientes de un parámetro Interles impropis dependientes de n prámetro 1. Definición (converenci niforme de interles impropis dependientes de n prámetro). Se Y n conjnto y se f : [, b) Y C. Se spone qe pr todo y en Y l fnción x

Más detalles

Grado en Biología Tema 3 Integración. La regla del trapecio.

Grado en Biología Tema 3 Integración. La regla del trapecio. Grdo en Biologí Tem Integrción Sección.: Aproximción numéric de integrles definids. Hy funciones de ls que no se puede hllr un primitiv en términos de funciones elementles. Esto sucede, por ejemplo, con

Más detalles

1.4. Sucesión de funciones continuas ( )

1.4. Sucesión de funciones continuas ( ) 1.4. Sucesión de funciones continus (18.04.2017) Se {f n } un sucesión de funciones f n, definids en I. Si {f n } converge uniformemente f en I y ls f n son continus en I, entonces f es continu en I. D:

Más detalles

CURSO DE MATEMÁTICA 1. Facultad de Ciencias

CURSO DE MATEMÁTICA 1. Facultad de Ciencias CURSO DE MATEMÁTICA 1. Fcultd de Ciencis Reprtido Teórico 1 Mrzo de 2008 1. Conceptos Básicos de Funciones Definiciones 1. Si A y B son conjuntos no vcíos, un función de A en B es un correspondenci tl

Más detalles

Integrales impropias

Integrales impropias Integrles impropis En todo el estudio hecho hst hor se hn utilizdo dos propieddes fundmentles: l función tení que ser cotd y el intervlo de integrción tení que ser cerrdo y cotdo. En est últim sección

Más detalles

GUÍA PARA ESTIMAR LA INCERTIDUMBRE DE LA MEDICIÓN

GUÍA PARA ESTIMAR LA INCERTIDUMBRE DE LA MEDICIÓN CENTRO NACIONAL DE METROLOGÍA GUÍA PARA ESTIMAR LA INCERTIDUMBRE DE LA MEDICIÓN Wolfgng A. Schmd y Ruben J. Lzos Mrtínez Revsón El Mrqués, Qro., Méco, brl de 004. NOTA. ESTE DOCUMENTO SE HA ELABORADO CON

Más detalles

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Preguntas y Ejercicios para Evaluación: Tema 3

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Preguntas y Ejercicios para Evaluación: Tema 3 OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Glván José M. Vlls Pregnts Eerccos pr Evlcón: Tem. Señle ls rmcones corrects: El Perceptron mltcp con ncones de ctvcón lnel en tods ss nerons pede

Más detalles

y un coste de almacenamiento anual c a

y un coste de almacenamiento anual c a pellidos y nombre: VINOTEC FIOXER (5 PUNTOS) Un tiend de vinos dese plnificr de form óptim ss pedidos de botells de s vino estrell. demnd nl es de d botells. Cd botell conllev n coste de compr c y n coste

Más detalles

TEMA 2. Métodos iterativos de resolución de Sistemas de Ecuaciones Lineales

TEMA 2. Métodos iterativos de resolución de Sistemas de Ecuaciones Lineales TEMA : Métodos tertvos de resolucón TEMA. Métodos tertvos de resolucón de Sstems de Ecucones Lneles. Métodos tertvos: ntroduccón Aplcr un método tertvo pr l resolucón de un sstem S A b, consste en trnsformrlo

Más detalles

Aprendizaje en redes neuronales. Inteligencia Artificial Josué Jesús Pedroza Almaguer Profr. Alfonso Garcés Báez BUAP-FCC, Verano 2003

Aprendizaje en redes neuronales. Inteligencia Artificial Josué Jesús Pedroza Almaguer Profr. Alfonso Garcés Báez BUAP-FCC, Verano 2003 Aprendze en redes neuronles. Intelgenc Artfcl Josué Jesús Pedroz Almguer Profr. Alfonso Grcés Báez BUAP-FCC, Verno 2003 Introduccón Como funcon el cerebro Ls neurons Axones Snpss Potencl de ccón, exctdores,

Más detalles

Circunferencia y elipse

Circunferencia y elipse GAE-05_M1AAL5_circunferenci_elipse Circunferenci y elipse Por: Sndr Elvi Pérez Circunferenci Comienz por revisr l definición de circunferenci. Un circunferenci es un curv formd por puntos que equidistn

Más detalles

TEORÍA DE RENTAS DISCRETAS 1 Rentas Constantes (teoría)

TEORÍA DE RENTAS DISCRETAS 1 Rentas Constantes (teoría) TEORÍA DE RENTAS DISCRETAS 1 Rents Constntes (teorí) Profesor: Jun Antono González Díz Deprtmento Métodos Cuntttvos Unversdd Pblo de Olvde www.clsesunverstrs.com Concepto y clsfccón En generl, un rent

Más detalles

TEOREMA 1 (Criterio de la segunda derivada para extremos relativos)

TEOREMA 1 (Criterio de la segunda derivada para extremos relativos) .0. Problems de plicciones de máximos y mínimos En est sección se muestr como usr l primer y segund derivd de un función en l búsqued de vlores extremos en los llmdos: problems de plicciones o problems

Más detalles

Repartido N 5. Limites ISCAB 3 EMT prof. Fernando Diaz

Repartido N 5. Limites ISCAB 3 EMT prof. Fernando Diaz Reprtido N 5 Limites ISCAB EMT prof. Fernndo Diz El resultdo de un límite es un vlor de y en un función cundo el vlor de se proim mucho un vlor ddo sin llegr ser igul él. Es cercrse mucho un vlor en pr

Más detalles

Matrices. 2 0 1 1 1 1 3 0 y 2 1 5 1 3 0 3. siendo. Ejercicio nº 1.- Dadas las matrices: b) Halla una matriz, X, tal que AX B. Ejercicio nº 2.

Matrices. 2 0 1 1 1 1 3 0 y 2 1 5 1 3 0 3. siendo. Ejercicio nº 1.- Dadas las matrices: b) Halla una matriz, X, tal que AX B. Ejercicio nº 2. Mtrices Ejercicio nº - Dds ls mtrices: b) Hll n mtriz tl qe Ejercicio nº - Reselve el sigiente sistem mtricil: Ejercicio nº - Clcl los vlores de pr qe l mtriz: verifiqe l ección l donde l O son respectivmente

Más detalles

Pequeña síntesis de conceptos sobre sucesiones y series para la cátedra de Matemática II.

Pequeña síntesis de conceptos sobre sucesiones y series para la cátedra de Matemática II. Pequeñ síntesis de conceptos sobre sucesiones y series pr l cátedr de Mtemátic II. Altmirnd Enzo - enzo.lt@gmil.com - V1.0 15 de diciembre de 2010 Este texto fue hecho en L A TEX con los puntes tomdos

Más detalles

GUIA PARA LA INTERCOMPARACIÓN DE EQUIPOS AUTOMÁTICOS PM10 Y PM2,5 CON EL MÉTODO DE REFERENCIA. CALCULO DE LA FUNCIÓN DE CORRECCIÓN.

GUIA PARA LA INTERCOMPARACIÓN DE EQUIPOS AUTOMÁTICOS PM10 Y PM2,5 CON EL MÉTODO DE REFERENCIA. CALCULO DE LA FUNCIÓN DE CORRECCIÓN. GUIA PARA LA INTERCOMPARACIÓN DE EQUIPOS AUTOMÁTICOS PM10 Y PM,5 CON EL MÉTODO DE REFERENCIA. CALCULO DE LA FUNCIÓN DE CORRECCIÓN. 014 GUIA PARA LA INTERCOMPARACIÓN DE EQUIPOS AUTOMÁTICOS PM10 Y PM,5 CON

Más detalles

3. Fallas Asimétricas Ejemplos

3. Fallas Asimétricas Ejemplos Ejemplo 7. Frcisco M. Gozlez-Logtt Aexo 7 3. Flls Aétrics Ejemplos El ple sistem de poteci qe se mestr e l Figr sigiete, cosiste de geerdor, trsformdor, líe de trsmisió, trsformdor redctor y crg. Cosidere

Más detalles

Sistemas de ecuaciones lineales

Sistemas de ecuaciones lineales Sistems de ecuciones lineles º) L sum de ls tres cifrs de un número es 8, siendo l cifr de ls decens igul l medi de ls otrs dos. Si se cmbi l cifr de ls uniddes por l de ls centens, el número ument en

Más detalles

DERIVADAS. I.E.S. Miguel de Cervantes (Granada) Departamento de Matemáticas - GBG

DERIVADAS. I.E.S. Miguel de Cervantes (Granada) Departamento de Matemáticas - GBG DERIVADAS DERIVADAS TASA DE VARIACIÓN MEDIA Llmmos ts de vrición medi de l fnción f entre y b con < b, y lo representmos por TVM[, b], l cociente entre l vrición de f () y l de en el intervlo [, b]. f

Más detalles

EJERCICIOS NÚMEROS COMPLEJOS. 3+4i 20º

EJERCICIOS NÚMEROS COMPLEJOS. 3+4i 20º EJERCICIOS NÚMEROS COMPLEJOS Represent gráfcmente pr: --- -- - -- - - / - Hll ls rones trgonométrcs del ángulo AOB sendo que A es el fjo del complejo ε B el fjo del complejo σ O ˆ â B - ε ; ˆ rg sen ˆ

Más detalles

Matemáticas Empresariales I. Integral Definida

Matemáticas Empresariales I. Integral Definida Mtemátics Empresriles I Lección 8 Integrl Definid Mnuel León Nvrro Colegio Universitrio Crdenl Cisneros M. León Mtemátics Empresriles I 1 / 31 Construcción de l integrl definid Se f un función definid

Más detalles

MICROTÚBULOS, FUNCIONES CEREBRALES Y LA MECÁNICA CUÁNTICA

MICROTÚBULOS, FUNCIONES CEREBRALES Y LA MECÁNICA CUÁNTICA MICROTÚBULOS, FUNCIONES CEREBRALES Y LA MECÁNICA CUÁNTICA Dr. José A. Peñlbert Unversdd de Puerto Rco en Croln Deprtmento de Cencs Nturles Introduccón Hn surgdo un sere de teorís sobre el funconnmento

Más detalles

Tema 11: Integrales denidas

Tema 11: Integrales denidas Tem : Integrles denids My 9, 7 Denición y propieddes Denición. Si f ) es un función continu en un intervlo [, b] y denid positiv, f ), l integrl denid en ese intervlo l denimos como: f ). Si f ) > l integrl

Más detalles

e i para construir el modelo econométrico que se escribe a continuación:

e i para construir el modelo econométrico que se escribe a continuación: 5.3 Especfcacón del modelo empírco Para este análss se formló n modelo econométrco de seccón crzada, porqe las observacones corresponden a las característcas de las personas encestadas en n msmo período

Más detalles

Examen con soluciones

Examen con soluciones Cálculo Numérico I. Grdo en Mtemátics. Exmen con soluciones. Decidir rzondmente si ls siguientes firmciones son verdders o flss, buscndo un contrejemplo en el cso de ser flss (.5 puntos): () Si f(x) cmbi

Más detalles

3. El logaritmo de una potencia cuya base es igual a la base del logaritmo es igual al exponente de la potencia: Log a a m = m, ya que a m =a m

3. El logaritmo de una potencia cuya base es igual a la base del logaritmo es igual al exponente de la potencia: Log a a m = m, ya que a m =a m LOGARITMOS Ddo un número rel positivo, no nulo y distinto de 1, ( > 0; 0; 1), y un número n positivo y no nulo (n > 0;n 0), se llm ritmo en bse de n l exponente x l que hy que elevr dich bse pr obtener

Más detalles

SOLUCIONARIO. UNIDAD 6: Números complejos. . Puede verse en el dibujo. soluciones. Por tanto, no hay puntos de corte. x y ACTIVIDADES-PÁG.

SOLUCIONARIO. UNIDAD 6: Números complejos. . Puede verse en el dibujo. soluciones. Por tanto, no hay puntos de corte. x y ACTIVIDADES-PÁG. MatemátcasI UNIDAD : Números complejos ACTIVIDADES-PÁG.. Las solcones de las ecacones dadas son: a) x x + = 0 x y x b) x + x = 0 x x y x 0. El vector resltante de grar 90º el vector v, es el vector,. Pede

Más detalles

PRÉSTAMOS HIPOTECARIOS J 12 = 4,5 % (NOMINAL) T.A.E. 4,6386 %

PRÉSTAMOS HIPOTECARIOS J 12 = 4,5 % (NOMINAL) T.A.E. 4,6386 % Escuel Técnc Superor de Informátc Convoctor de Juno - Prmer Semn Mterl Auxlr: Clculdor fnncer GESTIÓN FINANCIERA 5 de Myo de 7-8,3 hors Durcón: hors. Ley de descuento compuesto: expresón mtemátc, vlor

Más detalles

Portal Fuenterrebollo XXXVI OLIMPIADA MATEMÁTICA ESPAÑOLA, PALMA DE MALLORCA (2000)

Portal Fuenterrebollo XXXVI OLIMPIADA MATEMÁTICA ESPAÑOLA, PALMA DE MALLORCA (2000) Portl Fuenterrebollo XXXVI OLIMPIADA MATEMÁTIA ESPAÑOLA, PALMA DE MALLORA (000) Problem. Sen los polinomios: P(x) = x 4 + x + bx + cx + ; Q(x) = x 4 + cx + bx + x +. Hll ls condiciones que deben cumplir

Más detalles

Torres de Hanoi. Descripción del problema. Entrada. Salida

Torres de Hanoi. Descripción del problema. Entrada. Salida Torres de Hnoi Descripción del problem Se tienen tres torres y un conjunto de N discos de diferentes tmños. d uno tiene un perforción en el centro que les permite deslizrse por ls torres. Inicilmente,

Más detalles

TEOREMA 1 (Criterio de la segunda derivada para extremos relativos)

TEOREMA 1 (Criterio de la segunda derivada para extremos relativos) .. Problems de plicciones de máimos y mínimos En est sección se muestr como usr l primer y segund derivd de un función en l búsqued de vlores etremos en los llmdos: problems de plicciones o problems de

Más detalles

6 Heteroscedasticidad

6 Heteroscedasticidad 6 Heteroscedastcdad Defncón casas de heteroscedastcdad Defncón: la varanza de la pertrbacón no es constante. Casas: a natraleza de la relacón entre las varables Ejemplo : relacón gasto-renta; Hogares con

Más detalles

Integral Definida. Tema 6. 6.1 Introducción. 6.2 Definición de Integral Definida

Integral Definida. Tema 6. 6.1 Introducción. 6.2 Definición de Integral Definida Tem 6 Integrl Definid 6.1 Introducción En este tem estudiremos l Integrl Definid o Integrl de Riemnn, un concepto mtemático que esencilmente puede describirse como el límite de un sum cundo el número de

Más detalles

Examen de Admisión a la Maestría 1 de Julio de 2015

Examen de Admisión a la Maestría 1 de Julio de 2015 Exmen de Admisión l Mestrí 1 de Julio de 215 Nombre: Instrucciones: En cd rectivo seleccione l respuest correct encerrndo en un círculo l letr correspondiente. Puede hcer cálculos en ls hojs que se le

Más detalles

TEMA: EXPRESIONES ALGEBRAICAS

TEMA: EXPRESIONES ALGEBRAICAS TEMA: EXPRESIONES ALGEBRAICAS CONCEPTO Son quells epresones en ls que ls opercones que se usn son sólo ls de dcón, sustrccón, multplccón, dvsón, potenccón, rdccón entre sus vrbles en un número lmtdo de

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

PRODUCTO ESCALAR. r r r

PRODUCTO ESCALAR. r r r PRODUCTO ESCALAR Defncón de pdct escl de ectes. Se denmn pdct escl de ds ectes (, ) y (, ), l núme: cs α y l epesentms p En el pdct escl se mltplcn ds ectes, pe el esltd es n núme (escl). S ls ectes petenecen

Más detalles

6. Variable aleatoria continua

6. Variable aleatoria continua 6. Vrile letori continu Un diálogo entre C3PO y Hn Solo, en El Imperio Contrtc, cundo el Hlcón Milenrio se dispone entrr en un cmpo de steroides: - C3PO: Señor, l proilidd de sorevivir l pso por el cmpo

Más detalles

TEOREMAS DE CIRCUITOS ELÉCTRICOS. 2.1 Teoremas de THEVENIN Y NORTON y MILLMAN. Pasivado de fuentes

TEOREMAS DE CIRCUITOS ELÉCTRICOS. 2.1 Teoremas de THEVENIN Y NORTON y MILLMAN. Pasivado de fuentes TOMS D IUITOS LTIOS TOMS D IUITOS LÉTIOS. Teoremas de VNIN Y NOTON y MILLMN Pasvado de fentes Una fente qeda pasvada cando el módlo de s magntd eléctrca se hace cero (No tene más capacdad de aportar energía

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES 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 detalles

FUNCIONES ELEMENTALES

FUNCIONES ELEMENTALES FUNCIONES ELEMENTALES.- FUNCIONES POLINÓMICAS.- Funciones Lineles Son funciones cu le es un polinomio de primer grdo, es decir, f() m + n Sus gráfics son rects pr representrls bst con obtener dos puntos

Más detalles

FUNCIONES ELEMENTALES

FUNCIONES ELEMENTALES Unidd didáctic 7. Funciones reles de vrible rel Autors: Glori Jrne, Espernz Minguillón, Trinidd Zbl CONCEPTOS BÁSICOS Se llm función rel de vrible rel culquier plicción f : D R con D Œ R, es decir, culquier

Más detalles

Tema 22. El lema de bombeo para LR

Tema 22. El lema de bombeo para LR Tem 22 Lem de omeo pr LLC Dr. Luis A. Pined IBN: 970-32-2972-7 Cómo podemos decir si un lenguje es lire del contexto? Definir un GLC o diseñr un AP pr el lenguje Pero que tl si el lenguje se descrie por

Más detalles

10 1 deca da 10 2 hecto h 10 3 kilo k 10 6 Mega M 10 9 Giga G Tera T Peta P Exa E Zetta Z Yotta Y

10 1 deca da 10 2 hecto h 10 3 kilo k 10 6 Mega M 10 9 Giga G Tera T Peta P Exa E Zetta Z Yotta Y Un mgntud es culquer cos que puede ser medd medr no es más que comprr un mgntud con otr de l msm espece que se tom como referenc. Ls mgntudes se epresn con un número uns unddes. En lguns ocsones el número

Más detalles

FUNCIONES ELEMENTALES

FUNCIONES ELEMENTALES FUNCIONES ELEMENTALES.- FUNCIONES POLINÓMICAS.- Funciones Lineles Son funciones cu le es un polinomio de primer grdo, es decir, f() = m + n Sus gráfics son rects pr representrls bst con obtener dos puntos

Más detalles

X = x ) pierde su significado. Lo que se hace es sustituir la definida sólo para x,..., por una función f (x)

X = x ) pierde su significado. Lo que se hace es sustituir la definida sólo para x,..., por una función f (x) rte Vriles letoris. Vriles letoris continus En l sección nterior se considerron vriles letoris discrets, o se vriles letoris cuo rngo es un conjunto finito o infinito numerle. ero h vriles letoris cuo

Más detalles

a) De la Tabla 1 del catálogo de FOXBORO 81A Turbine Flowmeters, para un diámtero de 1 pulg. (que es el diámetro de nuestra cañería), los caudales

a) De la Tabla 1 del catálogo de FOXBORO 81A Turbine Flowmeters, para un diámtero de 1 pulg. (que es el diámetro de nuestra cañería), los caudales PROBLEMA En un instlción se mide cudles de un líquido de densidd 1 g/cc y 1 cp de viscosidd con un turbin Serie 81A de Foxboro de 1 pulg de diámetro. () Cuánto vle el cudl mínimo que es cpz de medir el

Más detalles

MATRICES Y DETERMINANTES

MATRICES Y DETERMINANTES C/ Grn Ví, 8 Mdrid, Espñ T: () 9 98. Dds ls mtrices, clculr: ) A B b) A t B t. Dds ls mtrices,, C = D =, relir todos los productos que sen posibles.. Clculr X - X I si X =. Se l mtri M =. Clculr M.. Clculr

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES 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 detalles

PRIMITIVA E INTEGRACIÓN INDEFINIDA

PRIMITIVA E INTEGRACIÓN INDEFINIDA TEMA CÁLCULO DE PRIMITIVAS. - PRIMITIVA E INTEGRACIÓN INDEFINIDA PRIMITIVA DE UNA FUNCIÓN f(): F() es un primitiv de f() si F () = f() Ejemplos: función: f() Primitiv: F() sen - cos Not: Un función tiene

Más detalles

Primitivas e Integrales

Primitivas e Integrales Cpítulo 25 Primitivs e Integrles En este cpítulo vmos trbjr con funciones de un vrible. En él estbleceremos un cso prticulr del Teorem Fundmentl del Cálculo Integrl (ver [3] pr el cso generl), con el que

Más detalles

Apuntes de frenos y embragues

Apuntes de frenos y embragues Apuntes de frenos y embrgues FREOS DE ZAPATA EXTERO Cundo el ángulo de contcto del mteril de fricción con el tmbor es pequeño se puede considerr que l fuerz de rozmiento es tngente en el centro del ngulo

Más detalles

COMPRENDER EL CONCEPTO DE VOLUMEN DE LOS CUERPOS

COMPRENDER EL CONCEPTO DE VOLUMEN DE LOS CUERPOS OBJETIVO 1 COMPRENDER EL CONCEPTO DE VOLUMEN DE LOS CUERPOS NOMBRE: CURSO: ECHA: CONCEPTO DE VOLUMEN El volumen de un cuerpo es l cntidd de espcio que ocup. Pr medir el volumen de un cuerpo, lo comprmos

Más detalles