Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

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

Download "Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros"

Transcripción

1 Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de Catalunya, Barcelona E-mal: 2 Dpto de Matemátcas, Unversdad de León, León E-mal: Resumen Sea P (λ) = k =0 λ A (p) una famla de matrces polnomales mónca dependente dferencablemente de parámetros reales Las matrces polnomales aparecen de forma natural asocadas a los sstemas de ecuacones dferencales lneales de la forma k =0 A x () (t) = f(t) De especal relevanca es el caso de los sstemas dferencales lneales de segundo orden, ya que aparecen en muchas aplcacones de ngenería En este trabajo se estuda el comportamento de los valores propos de una famla de matrces polnomales móncas, P (λ), obtenendo fórmulas explíctas descrbendo el comportamento de los valores y vectores propos correspondentes, en funcón de los parámetros El estudo de la varacón de los valores propos de una matrz polnomal, dependente dferencablemente de parámetros, es, por sus múltples aplcacones, de gran nterés La teoría de perturbacones de valores y vectores propos de matrces cuadradas está ben establecda En este trabajo se extenden, a las matrces polnomales, algunos de estos resultados El resultado obtendo es un punto clave para los estudos de establdad, ya que permte analzar las sngulardades en la frontera de la establdad Es ben sabdo, que el estudo de la establdad, para muchos problemas mecáncos y sstemas de control, se reduce al análss de valores propos de la matrz polnomal asocada a la ecuacón dferencal Palabras clave: Matrz polnomal, Valores propos, Perturbacones 1 Introduccón Los valores propos desempeñan un papel mportante en stuacones en que la matrz polnomal es una aplcacón lneal de un espaco vectoral sobre sí msmo Como ejemplo tenemos los sstemas de ecuacones dferencales lneales ordnaras Los valores de los valores propos pueden corresponder a las frecuencas de vbracón, a los valores crítcos de los parámetros de establdad o a los nveles de energía de los átomos, entre otros Los valores propos de algunas matrces son sensbles a las perturbacones Pequeños cambos en los elementos de la matrz pueden dar lugar a grandes cambos en los valores propos Los errores de redondeo ntroducdos durante el cálculo de los valores propos con 1

2 M Isabel García-Planas, Sona Tarragona artmétca de coma flotante, tenen el msmo efecto que vstos como perturbacones en la matrz orgnal En consecuenca, estos errores de redondeo se magnfcan en los cálculos de los valores de los valores propos sensbles El estudo del comportamento de los valores propos, tanto smples como múltples, de una matrz dependente dferencablemente de parámetros, tene un gran nterés por sus múltples aplcacones La teoría de perturbacones para los valores y vectores propos de matrces cuadradas está ben establecda, ver [6] por ejemplo En este trabajo se extenden algunos de estos resultados a matrces polnomales El resultado obtendo es un punto clave para estudar la establdad y la nestabldad, ya que permte analzar las sngulardades en la frontera de la establdad Es ben sabdo que el estudo de la establdad, para muchos problemas mecáncos y sstemas de control, se reduce al análss de los valores propos de la matrz polnomal asocada a la ecuacón dferencal Así tambén, la establdad asntótca se logra cuando todos los valores propos de la matrz polnomal se encuentran a la zquerda del semplano complejo Las matrces polnomales que poseen esta propedad se dce que son estables 2 Matrces polnomales Una matrz polnomal cuadrada de orden n y grado k es un polnomo cuyos coefcentes son matrces de la forma k P (λ) = λ A, A 0,, A k M n (F), (1) =0 donde F es el cuerpo de los números reales o complejos Nos centramos en matrces polnomales móncas Una matrz polnomal P (λ) se dce que es mónca s A k = I n Las matrces polnomales como las defndas en (1) aparecen asocadas de forma natural a los sstemas de ecuacones dferencales lneales A k x (k) (t) + A k 1 x (k 1) (t) + + A 1 x 1 (t) + A 0 x(t) = f(t) (2) donde x(t) es una funcón vectoral real con n coordenadas (ncógntas), x (j) (t) denota la j-ésma dervada de x(t) y f(t) es otra funcón vectoral con n coordenadas De partcular relevanca es el caso de sstemas lneales de segundo orden, ya que aparecen en muchas aplcacones de ngenería Los valores propos de una matrz polnomal P (λ) son los ceros del polnomo escalar de grado nk, det P (λ) Sea λ 0 un valor propo de la matrz polnomal P (λ), entonces exste un vector v 0 0 tal que P (λ 0 )(v 0 ) = 0, este vector recbe el nombre de vector propo Llamaremos cadena de Jordan de longtud k + 1 para P (λ) correspondente al número complejo λ 0 a la sucesón de vectores n-dmensonales v 0,, v k tales que l=0 1 l! P (l) (λ 0 )v l = 0, = 0,, k (3) donde P (l) denota la l-dervada de P (λ) con respecto a la varable λ S λ 0 es un valor propo, entonces exste una cadena de Jordan de longtud al menos 1, formada por el vector propo 2

3 Perturbacón de los valores propos smples de matrces polnomales Sea λ 0 un valor propo de P (λ), como det P t (λ 0 ) = det P (λ 0 ) = 0, entonces λ 0 es un valor propo de P t (λ) Para este valor propo exste un vector propo u 0, esto es P t (λ 0 )(u 0 ) = 0, equvalentemente u t 0 P (λ 0) = 0, por lo que u 0 recbe el nombre de vector propo por la zquerda de valor propo λ 0 de P (λ) Lema 1 Sea λ 0 un valor propo smple de P (λ) Entonces dado un vector propo v 0, exste un vector propo por la zquerda u 0 tal que u t 0 v 0 0 Demostracón: Sea v 0 un vector propo de P (λ) de valor propo smple λ 0, entonces v 0 es un vector del núcleo del endomorfsmo P (λ 0 ) Consderemos una base ortonormal completada de v 0 y escrbamos la matrz del endomorfsmo en esta base 0 a 12 a 1n 0 a 22 a 2n 0 a n2 a nn al ser la matrz en bases ortonormales tenemos que la matrz de P t (λ 0 ) es su traspuesta, de donde el subespaco [v 0 ] es nvarante por el endomorfsmo P t (λ 0 ) S u 0 [v 0 ] entonces 0 es valor propo de a 22 a 2n a n2 a nn por lo que λ 0 es valor propo de P (λ) de multplcdad al menos 2, lo que contradce la hpótess de que el valor propo es smple, de donde u 0 / [v 0 ] y u t v 0 0 Un vector polnomal p(λ) de dmensón n, recbe el nombre de raíz polnomal s y sólo s p(λ 0 ) 0 y P (λ 0 )p(λ 0 ) = 0 El orden de λ 0 como cero de P (λ)p(λ) recbe el nombre de orden de la raíz polnomal (Nótese que el orden de una raíz polnomal es menor o gual que la multplcdad de λ 0 como raíz de det P (λ) Para más nformacón ver [5] o [4] por ejemplo 3 Perturbacón de valores propos smples Sea P (λ) = k =0 λ A una matrz polnomal y supongamos que las matrces A dependen dferencablemente del vector p de parámetros reales p = (p 1,, p n ) La funcón P (λ; p) = k =0 λ A (p) recbe el nombre famla multparamétrca de matrces polnomales Los valores propos de la funcón de matrces polnomales son funcones contnuas del vector p de parámetros En esta seccón vamos a estudar el comportamento de un valor propo smple de la famla de matrces polnomales P (λ; p) Sea λ(p) un valor propo smple de la matrz polnomal P (λ; p) Puesto que λ(p) es una raíz smple del polnomo det P (λ), tenemos det P (λ; p) 0 (4) λ 3

4 M Isabel García-Planas, Sona Tarragona La expresón (4) nos permte aplcar el teorema de la funcón mplícta a la ecuacón det P (λ; p) = 0, y observamos que el valor propo λ(p) de la famla de matrces polnomales, dependente dferencablemente del vector de parámetros p, y sus dervadas con respecto a los parámetros son λ(p) det P (λ; p) p =, = 1,, n (5) λ det P (λ; p) Ejemplo 1 λ p 1 p 1 p 1 + p 2 P (λ; p) = 0 λ p 1 p 1 p λ p 2 det P (λ; p) = (λ p 1 ) 2 (λ p 2 ), entonces exsten dos valores propos λ 1 (p) = p 1 doble y λ 2 (p) = p 2 smple Para todo (λ, p 1, p 2 ) tal que det P (λ; p) 0 podemos aplcar el teorema de la funcón mplícta, en partcular en el punto (p 2, p 1, p 2 ) λ(p) p 1 = 2(λ p 2) 3λ 2p 2 p 1, En el punto (p 2, p 1, p 2 ) tenemos λ(p) p 1 λ(p) p 2 = = 0 y λ(p) p 2 = 1 λ p 1 3λ 2p 2 p 1 Tenendo en cuenta que λ(p) es un valor propo smple y que la suma de las longtudes de las cadenas de Jordan en un conjunto canónco, es la multplcdad de los valores propos como ceros det P (λ; p), tenemos que las cadenas de Jordan conssten sólo de vectores propos El vector propo v 0 (p) correspondente al valor propo smple λ(p) es determnado salvo un factor escalar α no nulo Este vector propo determna un subespaco de nuldad de dmensón uno del operador matrcal P (λ(p); p) dferencablemente dependente de p Por lo tanto, el vector propo v 0 (p) puede ser escogdo como una funcón dferencable de los parámetros En el ejemplo 1 los vectores propos son v 0 (p) = α(p 2, p 1 p 2, p 1 p 2 ), con α 0 En general los vectores propos no son obtendos tan fáclmente Vamos a tratar de obtener una aproxmacón medante sus dervadas De ahora en adelante y s no hay confusón posble, escrbremos λ en lugar de λ(p) Sea P (λ; p) = λ k I n + λ k 1 A k 1 (p) + + λa 1 (p) + A 0 (p) una matrz polnomal mónca de grado k S P (λ; p) tene un valor propo smple λ(p) entonces exste un vector propo v 0 (p) tal que P (λ(p); p)v 0 (p) = 0 Tomando las dervadas con respecto a p tenemos 4

5 Perturbacón de los valores propos smples de matrces polnomales (kλk 1 λ I n + (k 1)λk 2 λ A k 1 (p) + λ k 1 A k 1(p) λ A 1 (p) + λ A 1(P ) + A 0(p) )v 0 (p) + P (λ; p) v 0(p) = 0 ( λ ( v 0 (p) = P (λ; p) v 0(p) λ Sea p 0 tal que λ(p 0 ) = λ 0 es un valor propo smple y v 0 (p 0 ) un vector propo Consderamos un vector propo por la zquerda u 0 para este valor propo Lema 2 Exste un vector propo por la zquerda tal que u t 0 λ P (λ; p) (λ 0,p 0 )v 0 (p 0 ) 0 Demostracón: S u t 0 λ P (λ; p) (λ 0,p 0 )v 0 (p 0 ) = 0, entonces λ P (λ; p) (λ 0,p 0 )v 0 (p 0 ) [u 0 ], pero [u 0 ] = Im P (λ 0, p 0 ) ya que λ 0 es smple En estas condcones, tenemos que el vector λ P (λ; p) (λ 0,p 0 )v 0 (p 0 ) es una combnacón lneal de columnas de P (λ 0 ; p 0 ), es decr exste v 1 tal que equvalentemente λ P (λ; p) (λ 0,p 0 )v 0 (p 0 ) = P (λ 0 ; p 0 )v 1 λ P (λ; p) (λ 0,p 0 )v 0 (p 0 ) + P (λ 0 ; p 0 )( v 1 ) = 0 Pero, esto no es posble puesto que la longtud de las cadenas de Jordan para valores propos smples es uno Proposcón 1 La matrz T 0 = P (λ 0 ; p 0 ) + u 0 u t 0 es nvertble Demostracón: u 0 u t 0 es un endomorfsmo smétrco de rango 1 El vector u 0 es un vector propo de valor propo u 0 2 ; por tanto [u 0 ] es el subespaco de vectores propos de valor propo 0 Sea ahora, w Ker T 0, entonces w = αu 0 + w 1 con w 1 [u 0 ] Entonces, 0 = u t 0 T 0(w) = u t 0 (P (λ 0; p 0 ) + u 0 u t 0 )(αu 0 + w 1 ) = αu t 0 P (λ; p 0)u 0 + αu t 0 u 0u t 0 u 0 + u t 0 P (λ 0; p 0 )w 1 + u t 0 u 0u t 0 w 1 = (a) α(ut 0 u 0) 2 (a) observar que u 0 es un vector propo por la zquerda de P (λ; p 0 ) y w 1 Ker u t 0 u 0 Por lo que α = 0 y w [u 0 ] = Ker u t 0 u 0, de donde w Ker P (λ 0 ; p 0 ); es decr w es un vector propo de P (λ; p 0 ) de valor propo λ 0, pero el valor propo λ 0 es smple luego w = βv 0, pero por el lema 1, tenemos u t 0 v 0 0 lo que mplca β = 0 y w = 0 5

6 M Isabel García-Planas, Sona Tarragona Teorema 1 El sstema ( λ ( λ p (λ0,p 0 )v 0 (p 0 ) = P (λ 0 ; p 0 ) v 0(p) (λ0,p 0 ) tene una solucón s y sólo s u t 0( λ ( λ p (λ0,p 0 )v 0 (p 0 ) = 0 (6) Demostracón: S el sstema tene una solucón entonces exste un vector propo por la zquerda u 0 para el valor propo λ 0, luego (6) se cumple Recíprocamente Supongamos que (6) se verfca, tenendo en cuenta el lema 2 obtenemos una solucón para λ : (λ0,p 0 ) λ (λ0 ;p 0 ) = v 0 (p 0 ) (λ0,p 0 ) u t 0 ( λ P (λ; p)) (λ 0 ;p 0 )v 0 (p 0 ) Una vez conocdo el valor de λ podemos despejar v(p), de la sguente manera, puesto que u t P (λ 0 ; p 0 ) = 0 y S = P (λ 0 ; p 0 ) + u t 0 u 0 es nvertble podemos añadr a (λ0,p 0 ) la derecha de la ecuacón ( λ ( λ p (λ0,p 0 )v 0 (p 0 ) = P (λ 0 ; p 0 ) v 0(p) (λ0,p 0 ) el térmno u t 0 u v 0 (p) 0, tenendo (λ0,p 0 ) y ( λ ( λ p (λ0,p 0 )v 0 (p 0 ) = S v 0(p) (λ0,p 0 ) v 0 (p) = S 1 ( λ ( (λ0,p 0 ) λ p (λ0,p 0 )v 0 (p 0 ) Ejemplo 2 Sea P (λ; p) = λ 2 I 3 + A(p) con p 1 p 2 0 A(p) = p 2 p 1 p 1 + p 2, 0 p 2 p 1 una matrz polnomal mónca de segundo grado a dos parámetros En p 0 = (1, 1) la matrz polnomal es λ P (λ; p 0 ) = 1 λ λ 2 1 6

7 Perturbacón de los valores propos smples de matrces polnomales que tene el valor propo smple λ 0 = 1 Un vector propo para este valor propo es v 0 (p 0 ) = (2, 0, 1) t y un vector propo por la zquerda de P (λ 0, p 0 ) puede ser u t 0 = (1, 0, 1), entonces u t 0 v 0(p 0 ) = 3 0 Calculando A(p) = tenemos p λ = 1 p 1 (λ0,p 0 ) /3 1/3 1/3 S 0 = 1 0 2, S 1 = 1/2 0 1/ /6 1/3 1/6 Entonces, v 0(p) = (1/3, 0, 1/3) salvo el térmno adtvo αv 0 (p 0 ) p 1 Análogamente, calculamos v 0(p) p 2 Para esto, A(p) p 2 = , y tenemos λ = 0 Entonces p (λ0,p 0 ) v 0 (p) = ( 1/3, 0, 1/3) p 2 (λ0,p 0 ) Observamos que λ(p) = p 1 es un valor propo smple, un vector propo es v 0 (p) = (p 1 + p 2, 0, p 2 ), y para α = 1/3 obtenemos la solucón exacta v 0(p) p 1 = (1, 0, 0) = (1/3, 0, 1/3) + 1/3(2, 0, 1), y para α = 2/3 el valor exacto para v 0(p) p 2 = (1, 0, 1) = ( 1/3, 0, 1/3) + 2/3(2, 0, 1) Referencas [1] P Benner, V Mehrmann, H Xu, Perturbaton Analyss for the Egenvalue Problem of a Formal Product of Matrces, BIT, Numercal Mathematcs, 42, pp 1-43, (2002) [2] A P Seyranan, AA Malybaev, Multparameter Stablty Theory wth Mechancal Applcatons, World Scentfc, Sngapore, 2003 [3] FR Gantmacher, The Theory of Matrces I, II, Chelsea Pub Co New York (1977) [4] M ā I García, Introduccón a la Teoría de Matrces Polnomales Edcons UPC, Barcelona, 1999 [5] I Gohberg, P Lancaster, L Rodman, Matrx Polynomals, Academc Press, New York, 1982 [6] GW Stewart, J Sun, Matrx Perturbaton Theory, Academc Press, New York,

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

Geometría convexa y politopos, día 1

Geometría convexa y politopos, día 1 Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

SUCESIONES RECURSIVAS LINEALES

SUCESIONES RECURSIVAS LINEALES SUCESIONES RECURSIVAS LINEALES Juan Saba Susana Tesaur 1 Introduccón Una forma usual de defnr sucesones de números es nductvamente Por ejemplo, s alguen conoce la sucesón de Fbonacc, es probable que la

Más detalles

5. DIAGONALIZACIÓN DE MATRICES

5. DIAGONALIZACIÓN DE MATRICES Dagonalzacón Herraentas nforátcas para el ngenero en el estudo del algebra lneal 5. DIAGONALIZACIÓN DE MATRICES 5.1. INTRODUCCIÓN 5.2. VALORES Y VECTORES PROPIOS 5.3. MATRICES DIAGONALIZABLES 5.4. DIAGONALIZACIÓN

Más detalles

Ejercicios Resueltos de Vectores

Ejercicios Resueltos de Vectores Departamento de Matemátca y C C Coordnacón: Calculo II para Ingenería Semestre Eerccos Resueltos de Vectores Sean los vectores en IR : v,,, u,, 4, a,, y b,, 4 : a) Determne los vectores: UV y AB UV AB

Más detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley

Más detalles

ISSN en trámite. Notas de matemática. Fascículo 2. Juan Sabia Susana Tesauri. Sucesiones recursivas lineales

ISSN en trámite. Notas de matemática. Fascículo 2. Juan Sabia Susana Tesauri. Sucesiones recursivas lineales Fascículo Notas de matemátca ISSN en trámte Juan Saba Susana Tesaur Sucesones recursvas lneales Departamento de Matemátca Facultad de Cencas Exactas y Naturales Unversdad de Buenos Ares 014 Notas de matemátca

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

CAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D.

CAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D. CAPITULO VALORES, VECTORES PROPIOS y SVD Ing. Dego A. Patño M.Sc., Ph.D. Valores y Vectores Propos Muchas de las transformacones que se necestan en el dseño de sstemas de control se realzan sobre vectores

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

Más detalles

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla. EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Introducción a la Química Computacional. Reservados todos los derechos de reproducción. Luis A. Montero Cabrera, Universidad de La Habana, Cuba, 2006.

Introducción a la Química Computacional. Reservados todos los derechos de reproducción. Luis A. Montero Cabrera, Universidad de La Habana, Cuba, 2006. TEORÍA SIMPLE DE ORBITALES MOLECULARES DE ÜCKEL (MO) En 93 Erck ückel planteó que la combnacón lneal de orbtales atómcos (LCAO) tomados como funcones hdrogenodes del tpo p z permte calcular los estados

Más detalles

9. Autovalores y Autovectores

9. Autovalores y Autovectores 9. Autovalores y Autovectores Sea V un espaco vectoral sobre el cuerpo K y sea F : V V un operador lneal. Un escalar λ K es un autovalor de F s exste v V, con v 0, tal que F(v = λv (v 0 En tal caso v es

Más detalles

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE Especalsta en Estadístca y Docenca Unverstara REGRESION LINEAL MULTIPLE El modelo de regresón lneal múltple El modelo de regresón lneal múltple con p varables predctoras y basado en n observacones tomadas

Más detalles

Coordenadas Curvilíneas

Coordenadas Curvilíneas Departamento: Físca Aplcada III Mecánca Raconal (Ingenería Industral) Curso 007-08 Coordenadas Curvlíneas 1. Introduccón a. Obetvo: Generalar los tpos de coordenadas conocdos. Cartesanas. Clíndrcas, Esfércas,

Más detalles

Propiedades efectivas de medios periódicos magneto-electroelásticos a través de funciones de Green

Propiedades efectivas de medios periódicos magneto-electroelásticos a través de funciones de Green Propedades efectvas de medos peródcos magneto-electroelástcos a través de funcones de Green utores: Lázaro Makel Sto Camacho Julán Bravo Castllero LOGO Renaldo Rodríguez Ramos Raúl Gunovart Díaz Introduccón

Más detalles

Mecánica Estadística: Estadística de Maxwell-Boltzmann

Mecánica Estadística: Estadística de Maxwell-Boltzmann Ludwg Boltzmann 1844-1906 James Clerk Maxwell 1831-1879 E. Martínez 1 Lápda de Boltzmann en el cementero de Vena S=k ln W E. Martínez 2 S=k ln W Entropía, una propedad termodnámca Una medda de nuestra

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

Tema 3: Procedimientos de Constrastación y Selección de Modelos

Tema 3: Procedimientos de Constrastación y Selección de Modelos Tema 3: Procedmentos de Constrastacón y Seleccón de Modelos TEMA 3: PROCEDIMIENTOS DE CONTRASTACIÓN Y SELECCIÓN DE MODELOS 3) Introduccón a los Modelos con Restrccones Estmacón Restrngda 3) Contrastes

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Determinación de H-matrices. R. Bru, C. Corral, I. Gimenez, J. Mas

Determinación de H-matrices. R. Bru, C. Corral, I. Gimenez, J. Mas XX Congreso de Ecuacones Dferencales y Aplcacones X Congreso de Matemátca Aplcada Sevlla, 24-28 septembre 2007 (pp. 1 8) Determnacón de H-matrces R. Bru, C. Corral, I. Gmenez, J. Mas Insttut de Matemàtca

Más detalles

Vectores y Matrices. Curso a 11 a a 1n a 21 a a 2n. A = A = [a ij] 1 i m. a m1 a m2... a mn

Vectores y Matrices. Curso a 11 a a 1n a 21 a a 2n. A = A = [a ij] 1 i m. a m1 a m2... a mn Vectores y Matrces Curso 206-7 A = Notacón a a 2 a n a 2 a 22 a 2n a m a m2 a mn, A = [a j] m j n a j = elemento (, j) de A Tamaño u orden de A= m n S m = n, A cuadrada -sma fla y j-sma columna: a = [a

Más detalles

5 Métodos iterativos para la resolución de ecuaciones algebraicas lineales Método de Gauss-Jacobi Método de Gauss-Seidel...

5 Métodos iterativos para la resolución de ecuaciones algebraicas lineales Método de Gauss-Jacobi Método de Gauss-Seidel... CONTENIDO 5 Métodos teratvos para la resolucón de ecuacones algebracas lneales 95 5.1 Método de Gauss-Jacob................................ 95 5.2 Método de Gauss-Sedel................................

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Valoración de opciones financieras por diferencias finitas

Valoración de opciones financieras por diferencias finitas Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas

Más detalles

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Propiedades Asintóticas

Propiedades Asintóticas Capítulo 3 Propedades Asntótcas 3.. Dstrbucones Estaconaras Defncón 3. Sea X n, n, una cadena de Markov con espaco de estados E y matrz de transcón P. Sea π(), E, una dstrbucón de probabldad, es decr,

Más detalles

Ejercicios Resueltos de NÚMEROS COMPLEJOS

Ejercicios Resueltos de NÚMEROS COMPLEJOS Ejerccos Resueltos de NÚMEROS COMPLEJOS Ejerccos Resueltos de NÚMEROS COMPLEJOS Números Complejos. Formas de epresarlos.- Halla las raíces de los sguentes números: 00 Solucón: ± 00 00 ± 0 ± ±.- Representa

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a)

ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a) ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 Rcardo Ramírez Facultad de Físca, Pontfca Unversdad Católca, Chle 1er. Semestre 2008 Corrente eléctrca CORRIENTE ELECTRICA Corrente eléctrca mplca carga en movmento.

Más detalles

Método De Lazos (contenido) Ecuaciones de Lazo. Variables y ecuaciones. Fundamentos Teóricos. Teoría y Principios Establecimiento general.

Método De Lazos (contenido) Ecuaciones de Lazo. Variables y ecuaciones. Fundamentos Teóricos. Teoría y Principios Establecimiento general. Método De Lazos (contendo) Ecuacones de Lazo Teoría y Prncpos Establecmento general Fuentes de voltajee y resstencas solamente Con fuentes de voltaje dependentes Con fuentes de corrente Reduccón Fundamentos

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica. TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

TEMA 5. INTERPOLACION

TEMA 5. INTERPOLACION Tema 5: Interpolacón TEM 5. INTERPOLCION. Introduccón. Nomenclatura. Interpolacón lneal 4. Interpolacón cuadrátca 5. Interpolacón por splnes cúbcos. RESUMEN 7. Programacón en Matlab Cálculo numérco en

Más detalles

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA Sstemas de Amortzacón de Deudas MATEMÁTICA FINANCIERA SISTEMA FRANCÉS Lus Alcalá UNSL Segundo Cuatrmeste 2016 Como hpótess ncal de trabajo suponemos que la tasa de nterés cobrada por el prestamsta (acreedor)

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN

SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN SOLUCION NUMERICA Una solucón de esta ecuacón ncal con CI es una funcón ϕ : ( x ε, x + ε ) R tal que 0 0 ϕ '( x) = f ( x, ϕ( x)),

Más detalles

Tema 2: El modelo clásico de regresión

Tema 2: El modelo clásico de regresión CURSO 010/011 Tema : El modelo clásco de regresón Aránzazu de Juan Fernández ECONOMETRÍA I ESQUEMA DEL TEMA Presentacón del modelo Hpótess del modelo Estmacón MCO Propedades algebracas de los estmadores

Más detalles

Ecuación de Lagrange

Ecuación de Lagrange Capítulo 6 Ecuacón de Lagrange 6. Introduccón a las ecuacones de Lagrange La mecánca que nos presenta Lagrange en su Mécanque Analytque sgnfca un salto conceptual muy grande respecto de la formulacón Newtonana.

Más detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

Electricidad y calor

Electricidad y calor Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Álgebra Local. Pedro Sancho de Salas

Álgebra Local. Pedro Sancho de Salas Álgebra Local Pedro Sancho de Salas 2001 2 Índce General 1 Completacón 5 1.1 Introduccón.......................................... 5 1.2 Anllos noetheranos. Varedades algebracas. Repaso...................

Más detalles

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage:  Algunas definiciones Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Inferencia en Regresión Lineal Simple

Inferencia en Regresión Lineal Simple Inferenca en Regresón Lneal Smple Modelo de regresón lneal smple: Se tenen n observacones de una varable explcatva x y de una varable respuesta y, ( x, y)(, x, y),...,( x n, y n ) el modelo estadístco

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN

COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN COORDENADAS CURVILINEAS ESPACIOS DE RIEMANN Por Javer de Montolu Sscar, Dr. Ing. Ind. 3ª Edcón. Enero 2000. PREAMBULO En este ensayo estudaremos de forma elemental la utlzacón de sstemas coordenados curvlíneos,

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

TEMA 2 Revisión de mecánica del sólido rígido

TEMA 2 Revisión de mecánica del sólido rígido TEMA 2 Revsón de mecánca del sóldo rígdo 2.. ntroduccón SÓLDO RÍGDO SÓLDO: consderar orentacón y rotacón RÍGDO: CONDCÓN DE RGÍDEZ: - movmento: no se alteran dstancas entre puntos - se gnoran las deformacones

Más detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles

Una Ecuación Lineal de Movimiento

Una Ecuación Lineal de Movimiento Una Ecuacón Lneal de Movmento Antono A Blatter Lcenca Creatve Commons Atrbucón 30 (2015) Buenos Ares Argentna Este trabajo presenta una ecuacón lneal de movmento que es nvarante bajo transformacones entre

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador. . Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta

Más detalles

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad, 17 Análss matemátco para Ingenería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Los números complejos La varable compleja permte resolver problemas muy dferentes dentro de áreas tan varadas

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

Tema 5: Incumplimiento de las Hipótesis sobre el Término de Perturbación

Tema 5: Incumplimiento de las Hipótesis sobre el Término de Perturbación Tema 5: Incumplmento de las Hpótess sobre el Térmno de Perturbacón TEMA 5: INCMPLIMIENTO DE LAS HIPÓTESIS SOBRE EL TÉRMINO DE PERTRBACIÓN 5.) Introduccón 5.) El Modelo de Regresón Lneal Generalzado 5.3)

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

Universitas Scientiarum ISSN: Pontificia Universidad Javeriana Colombia

Universitas Scientiarum ISSN: Pontificia Universidad Javeriana Colombia Unverstas Scentarum ISS: 0-7483 revstascentfcasjaverana@gmal.com Pontfca Unversdad Javerana Colomba Aranda, Mosés; Molna, Fabo; Moreno, Vladmr EL PROBLEMA DEL CUMPLEAÑOS, UA GEERALIZACIÓ Unverstas Scentarum,

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

ECUACIONES DIFERENCIALES ELÍPTICAS EN DERIVADAS PARCIALES. Armando Blanco A.

ECUACIONES DIFERENCIALES ELÍPTICAS EN DERIVADAS PARCIALES. Armando Blanco A. ECUACIONES DIFERENCIALES ELÍPICAS EN DERIVADAS PARCIALES Armando Blanco A. Captulo V ECUACIONES DIFERENCIALES ELÍPICAS EN DERIVADAS PARCIALES Introduccón Dferencas fntas Métodos de relaacón sucesva Métodos

Más detalles

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

Más detalles

Descripción de la deformación y de las fuerzas en un medio continuo

Descripción de la deformación y de las fuerzas en un medio continuo Descrpcón de la deformacón y de las fuerzas en un medo contnuo Mecánca del Contnuo 15 de marzo de 2010 1. Temas tratados con anterordad: Descrpcón cualtatva de un medo contnuo Hpótess del contnuo Elementos

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin. Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de

Más detalles

Bloque 2 Análisis de circuitos alimentados en corriente continua. Teoría de Circuitos

Bloque 2 Análisis de circuitos alimentados en corriente continua. Teoría de Circuitos Bloque Análss de crcutos almentados en corrente contnua Teoría de Crcutos . Métodos sstemátcos de resolucón de crcutos : Método de mallas Métodos sstemátcos de resolucón de crcutos Permten resolver los

Más detalles

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D. Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca

Más detalles

6.8. Descomposición mediante valores singulares. v 2 =

6.8. Descomposición mediante valores singulares. v 2 = 68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx

Más detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles