UNIVERSIDAD CENTRAL DE VENEZUELA ESCUELA DE QUIMICA FACULTAD DE CIENCIAS INSTRUMENTAL ANALITICO GUIA DE CROMATOGRAFÍA

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

Download "UNIVERSIDAD CENTRAL DE VENEZUELA ESCUELA DE QUIMICA FACULTAD DE CIENCIAS INSTRUMENTAL ANALITICO GUIA DE CROMATOGRAFÍA"

Transcripción

1 UNIVESIDD CENTL DE VENEZUEL ESCUEL DE QUIMIC FCULTD DE CIENCIS INSTUMENTL NLITICO GUI DE COMTOGFÍ Caracas 2008

2 Tabla de Coteido DEFINICIONES IMPOTNTES...3 Cromatografía...3 Clasificació de los Métodos Cromatograficos:...3 Cromatograma:...3 Tiempo de eteció...4 Tiempo Muerto...4 ECUCIONES BSICS EN COMTOGFÍ...4 Costate de Distribució...4 Factor de Capacidad...4 Factor de Selectividad...5 Eficiecia de ua Columa...5 esolució de ua Columa...7 PLICCIONES DE L COMTOGFÍ... 8 álisis Cualitativo...8 álisis Cuatitativo... 8 Calibració absoluta...9 Método del estádar itero...9 Normalizació de área...10 BIBLIOGFI ECOMENDD...11

3 DEFINICIONES IMPOTNTES Cromatografía La cromatografía es u método de separació de diferetes compoetes de ua muestra, este método logra la separació de los mismos a través del paso de ua muestra por ua fase estacioaria co la ayuda de la fase móvil, cada compoete de la muestra tiee propiedades particulares que permitirá su iteracció e forma diferete etre la fase estacioaria y móvil, de esta forma cada compoete se retrasa e forma particular y si el caudal, las característica de la fase estacioaria y móvil y la logitud de la columa so las adecuadas se lograra la separació completa de todos los compoetes de la muestra. El objetivo pricipal de u estudio cromatografía es lograr la separació de todos los compoetes e ua muestra, para ello es ecesario jugar co ua serie de factores cromatograficos, es por ello que es ecesario coocer como está relacioados los diferetes factores experimetales co las ecuacioes cromatograficas. Clasificació de los Métodos Cromatograficos: Segú como se coloque e cotacto la fase móvil y estacioaria: cromatografía e columa y cromatografía plaa Segú el tipo de fase móvil utilizada: Cromatografía gaseosa y cromatografía Liquida y cromatografía de fluidos súper críticos Cromatograma: Es la represetació grafica de la señal e fució del tiempo ua vez que la muestra es iyectada a u sistema cromatografico. Para obteer este cromatograma a la salida de la columa se coloca u sistema de detecció y registro, que permite respoder a ua propiedad de la solució que cotiee el aalito o del propio aalito e fució del tiempo, figura 1.

4 Figura 1.- Cromatógrama de dos compoetes Tiempo de eteció El tiempo que trascurre después de la iyecció de la muestra para que el pico del aalito alcace el detector se deomia tiempo de reteció y se le da el símbolo t. (ver figura 1) Tiempo Muerto Es el tiempo t M para que la especie o reteida alcace el detector (ver figura 1) ECUCIONES BSICS EN COMTOGFÍ Costate de Distribució Los equilibrios de distribució implicados e cromatografía se describe por ecuacioes simples que supoe la trasferecia de u aalito etre las fases estacioaria y móvil. sí para ua especie móvil estacioaria La costate de este equilibrio K se deomia, costate de distribució y se defie como: CS K = ec. 1 CM dode C S es la cocetració molar de aalito e la fase estacioaria y C M es la cocetració molar de aalito e la fase móvil. Factor de Capacidad Es u parámetro (k ) que se utiliza para describir las velocidades de migració de los aalitos e las columas y se iterpreta cosiderado que mietras mayor sea el valor de este factor meor es la velocidad de migració de los solutos e la columa. Para ua especie, el factor de capacidad k se defie como: K VS k = ec. 2 V M

5 dode K es la costate de distribució, V S es el volume de la fase estacioaria y V M es el volume de la fase móvil. Tambié puede ser descrito e térmios experimetales los cuales puede ser tomados de u cromatograma: k ( t ) t M = ec. 3 tm dode (t ) es el tiempo de reteció del compoete y t M es el tiempo muerto obteido para ua especie o reteida. Factor de Selectividad El factor de capacidad α de ua columa, como su ombre lo idica, es u térmio que defie que ta selectiva es ua columa para separar dos picos. Es de hacer otar, que la columa puede ser selectiva a ua separació, que se idetifica por u valor alto de este factor, pero si o se cosidera la mejora de los parámetros que puede afectar el acho de u pico, au así o se lograría la separació de los mismos. Etoces el factor de selectividad de ua columa para dos especies y B se defie como: k B α = ec. 4 k dode k B es el factor de capacidad del compuesto B, que es el mas reteido y k es el factor de capacidad del compuesto, que es el meos reteido. Co esta defiició α siempre es mayor que la uidad. E térmios tomados a partir de u cromatograma α se puede calcular como sigue: ( t ) t B M ( t ) t M α = ec. 5 Eficiecia de ua Columa. Como se dijo aterior mete, si o se toma e cueta los factores que afecta el acho de u pico para la separació cromatografía o se podría lograr ua buea separació au cuado se tega u factor de selectividad alto para estos picos e ua columa particular. Es decir que mietras mayor es la capacidad de la columa de producir picos mas estrechos mayor es su eficiete. La achura de ua bada aumeta a medida que se mueve a través de la columa, debido a que cuato más tiempo trascurre mayor es la dispersió que puede teer lugar. Por ello la achura de la zoa está relacioada directamete co el tiempo de residecia e la columa, e iversamete co la velocidad a la que fluye la fase móvil.

6 Se utiliza dos térmios afies co frecuecia como medida cuatitativa de la eficacia de ua columa cromatográfica: (1) la altura equivalete de plato teórico o H y (2) el úmero de platos teóricos N. Los dos está relacioados por la ecuació: L N = ec. 6 H dode L es la logitud (ormalmete e cetímetros) del relleo de la columa. La eficacia de la columa cromatográfica aumeta cuado mayor es el úmero de platos, y cuado meor es la altura de plato. La evaluació experimetal de H y N se puede realizar a partir de las siguietes ecuacioes: 2 LW H = ec t dode L es la logitud de la columa, W es el acho del pico a cosiderar y t es su tiempo de reteció. 2 t N = 16 ec. 8 W Para teer ua mejor idea de cómo afecta las diferecias variables cromatográficas el acho de u pico, que a se vez, se traduce e la modificació de la eficacia de ua columa Va Deemter presetó la siguiete ecuació: H = + B / u + Cu ec. 9 E esta ecuació se evalúa varios térmios que puede cotribuir al esachamieto de ua bada los cuales se puede iterpretar como sigue: El termio, igual a 2 λd p y atribuido a la difusió e remolio, represeta el efecto de trayecto múltiple de la fase móvil a través de ua columa empacada. Icorpora la desidad λ del empaque y el promedio del diámetro de partícula, d P Para las columas capilares si relleo este térmio es cero. La difusió logitudial (B/u), es ua causa del esachamieto de bada por las que los aalitos difude desde la zoa más cocetrada del cetro de la bada hacia las regioes más diluidas por delate y por detrás del cetro de la bada, es decir, e el mismo setido y e el setido opuesto a la direcció del flujo. El termio B, 2 γdm, expresa la tortuosidad γ de los caales e la columa empacada y el coeficiete de difusió molecular del soluto e la fase movil El termio C esta dado por ( 8/ π )[ k /( 1+ k) ]( 2d f / D E ). efleja la resistecia a la trasferecia de masa etre la fase móvil y la estacioaria, y detro de la propia fase estacioaria, e dode k es el factor de capacidad, d f es el espesor de la película de la fase estacioaria y D E es el coeficiete de difusió del soluto e la fase estacioaria. La figura ilustra represetacioes gráficas, determiada experimetalmete, de EPT (H) e fució de la velocidad promedio, ū, para cromatografía de gases, cromatografía de fluidos supercriticos y la cromatografía liquida. Como se puede observar, hay ua diferecia sigificativa etre la cromatografía de gases y la cromatografía líquida, tato e el valor de H como e el itervalo óptimo de ū. Las separacioes de GC se hace a meudo cerca del puto optimo de H versus ū. Si embargo, las velocidades de flujo a las que se

7 alcaza el valor óptimo e LC so ta bajas que las separacioes de LC se hace ormalmete a u valor algo por ecima del puto óptimo Figura 2. HEPT versus velocidad promedio lieal Claramete, el valor de N es muy sesible a las codicioes de operació, y la comparació de la eficacia de u tipo de cromatografía co otra o icluso ua columa co otra, es por ello que se recomieda realizar u estudio mas serio del tema utilizado los libros que se recomieda e la bibliografía. esolució de ua Columa La resolució S de ua columa costituye ua medida cuatitativa de su capacidad para separar dos aalitos, e este térmio si se toma e cueta el esachamieto de los picos, así que la magitud de este valor si permite asegurar la separació de dos picos. [( t ) ( t ) ] B S = 2 ec. 10 W + WB dode W y WB so los achos de bada de las badas y B respectivamete. Estadísticamete se puede demostrar que ua resolució de 1,5 permite ua separació esecialmete completa de los dos compoetes, mietras que o es así co ua resolució de 0,75, por supuesto siempre y cuado las badas sea gausseaas, es decir simétricas e ambos lados. sí co ua resolució de 1,0; la zoa de cotiee aproximadamete 4% de B, y la zoa B cotiee ua catidad similar de. Co ua resolució de 1,5, el solapamieto es del orde de u 0,3% La resolució expresada e térmios teóricos se preseta a cotiuació: S = N 4 2 α 1+ k B α 1 k B ec. 11

8 PLICCIONES DE L COMTOGFÍ álisis Cualitativo U aálisis cromatográfico puede dar ua amplia iformació cualitativa si se escoge el sistema de detecció adecuado para determiar y evaluar los aalitos separados, así si se utiliza u detector que permita obteer u espectro de cada compuesto separado y a su vez cotega ua base de datos que pueda realizar su comparació co ua biblioteca de espectros se podría, de ua forma muy precisa, establecer la idetidad de los compoetes de ua muestra, de hecho esto se logra fácilmete co cromatógrafos que cotiee sistema de detecció como el Ifrarrojo (I), el de esoacia Magética Nuclear (MN) o el espectrómetro de Masas (MS). Si embargo, estos sistemas so muy costosos, es por ello que la mayoría de los laboratorios cueta co cromatografos co sistemas de detecció secillos como el detector de ioizació a la llama (siglas e igles, FID) o el detector de coductividad térmica (siglas e igles (TCD) e el caso de cromatografía de gases o detectores de absorbacia o ídice de refracció para los casos de cromatografía de líquidos. La úica iformació cualitativa que puede ofrecer estos sistemas es el tiempo de reteció del aalito, el cual, solo puede ser usada cotrolado bie las codicioes cromatográficas como: flujo, temperatura, tipo de fase estacioaria e el caso de gases o composició química de la fase móvil además de las otras variables mecioadas ateriormete para el caso de cromatografía de liquida, además de que se debe teer coocimieto de los posibles compuestos de la muestra y ua amplia variedad de patroes para realizar comparacioes. Si embargo, se puede dar el caso que dos compuestos tega el mismo tiempo de reteció, lo que imposibilita su idetificació. Por supuesto que, a partir de cromatogramas obteidos co diferetes fases móviles (para cromatografía liquida) y estacioarias y a diversas temperaturas de elusió (para cromatografía gaseosa), se puede obteer datos adicioales. álisis Cuatitativo El uso de la cromatografía se ha extedido e todo el mudo, e las ultimas cuatro décadas, o solo por su capacidad de separar compuestos sio porque se puede realizar u aálisis cuatitativo de las especies proporcioadas. E la cromatografía e columa, el aálisis cuatitativo se basa e la comparació de la altura, o del área, del pico del aalito co la de uo o más patroes iyectados bajo las mismas codicioes cromatográficas. El uso de ua u otro termio depederá de las características de la bada obteida, auque e la actualidad co el uso de sistemas de itegració de área computarizados, la precisió es muy alta para el calculo de área, si embargo siempre es importate coocer las otras herramietas a utilizar para calcular el área de ua bada y e que mometo es mejor usar altura e vez de área por si llega a faltar el sistema computarizado. Para lograr u aálisis cuatitativo de los compoetes separados de ua muestra existe ua gra variedad de métodos de aálisis etre los que se puede mecioar: 1. Calibració absoluta

9 2. Método del estádar itero. 3. Normalizació de área (co y si factor de respuesta) Cada método tiee sus vetajas y desvetajas. Calibració absoluta Para realizar el cálculo de composició, se iyecta masas exactas del compoete puro al cromatógrafo y se determia el área. Se realiza u grafico relacioado el área de pico co la masa (figura 2), se obtedrá etoces ua curva de calibració que debe ser lieal y pasar por el orige. Figura 3.- Calibració absoluta La ecuació de esta curva vedrá dada etoces por = mw ec. 12 Etoces se iyecta ua masa exacta de la muestra (W ij ) y se determia el área del compoete a aalizar, por ejemplo el compoete, de la curva extrapolado la masa de por W = /m y después se aplica la siguiete ecuació: W % W = *100 ec. 13 W ij Las desvetajas de este método so que la iyecció de la muestra debe ser exacta y que las codicioes del sistema o debe cambiar de ua iyecció a la otra. Las iyeccioes exactas se logra mas co u sistema automatizado de iyecció o co el uso de válvulas de iyecció mauales co lazo de volúmees exactos como el caso de cromatografía liquida de alta resolució Método del estádar itero Este método es coocido como calibració relativa o idirecta. Para ello, relació de masas coocidas de u patró de la muestra y de u estádar deber ser preparadas e iyectadas al cromatógrafo para luego determiar las relacioes de área. Estas relacioes de áreas so graficadas e fució de la relacioes de masa, como se muestra e la figura 3.

10 Figura 4.- Calibració relativa. De esta curva se obtiee la ecuació lieal y = mx. Etoces se adicioa ua masa coocida del estádar itero a ua masa coocida de muestra y esta mezcla se iyecta al cromatógrafo. Del cromatógrama se obtiee las áreas de aalito y del estádar y luego co la ecuació de calibració y coociedo la masa del estádar se puede obteer la masa del aalito e la muestra. patró rea * Westadar W estadar aalito = ec. 14 m partir de esta masa se puede calcular el % de este compoete e la muestra como sigue W % W = aalito aalito *100 ec. 15 W muestra La vetaja de este método es que es idepediete del volume de iyecció de muestra lo que es sumamete importate para aquellas técicas cromatografías que utiliza u metodo de itroducció de muestra o automatizado como por ejemplo el uso de jerigas de iyecció e cromatografía gaseosa. equerimietos para u bue estádar itero: Debe ser resuelto de los otros picos Debe eluir cercao al pico de iterés Debe usarse ua cocetració similar al pico de pico de iterés.- Debe ser de las mismas características estructurales. Normalizació de área La ormalizació de área es u medio para establecer el porcetaje de cada compoete e la muestra. Se calcula dividiedo el área de cada compoete etre el área total y multiplicado por 100%, es decir: rea de % = *100 ec. 16 rea total Este térmio es idepediete del volume de iyecció de muestra y debe cumplirse que todos los picos debe estar separados. Si embargo, esta ecuació solo se puede aplicar

11 para ua serie homologa de compuestos de puto de ebullició muy parecidos y co similares respuestas del detector, algo mas acorde co la realidad es usar el factor de respuesta. Si embargo el factor de respuesta depede del tipo de detector utilizado el cálculo mas secillo se aplica para el factor de respuesta cuado se utiliza e cromatografía de gases u detector de ioizació a la llama y este es el que se explicara a cotiuació. Factor de espuesta (cálculos para el FID): Cada detector tiee su forma particular de respuesta para cada aalito, es por ello, que la composició de cada compoete e la muestra o se puede relacioar directamete a meos que se uifique la respuesta del detector para cada compoete. La respuesta de u detector de ioizació a la llama (FID) es idepediete de la temperatura, del flujo de gas de arrastre y de la velocidad de flujo. Esto hace más secillos los cálculos, ya que se puede realizar relacioes directas de peso de muestra, lo cual cotribuye a que este sea el detector ideal para el aálisis cuatitativo. El cálculo de factor de respuesta se realiza experimetalmete de la siguiete forma. Se pesa ua catidad exactamete coocida del patró del aalito a estudiar, se determia su área e el cromatógrafo y luego se realiza el cálculo, W ( F ) = ec. 17 sí sucesivamete para todos los compoetes e la muestra. Ua vez coocido el factor de respuesta de cada compoete e la muestra, se puede realizar el cálculo de ormalizació de área co factor de respuesta. % = * ( F ) ( F ) ec. 18 Es de hacer otar, que e alguos libros se utiliza el factor de correcció o la sesibilidad del detector para realizar estos cálculos, e ese caso observara las siguietes ecuacioes. ( F C ) = ec. 15 W y para área: % = / ( F ) /( F ) ec.19 Note que al fial las áreas corregidas será iguales, solo se ivierte los dividedos y productos. Eso si es sumamete importate que o mezcle las dos ecuacioes o se cofuda e los calculas, ya que los resultados será erróeos. BIBLIOGFI ECOMENDD 1.- álisis Istrumetal ubiso y ubiso 2001 Editorial Pretice Hall 2.- álisis Químico Cuatitativo Daiel Harris 3era edició 2007 Editorial everté 3.- Pricipios de álisis Istrumetal Skoog Holler Niema

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Teorías de falla bajo cargas estáticas

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

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

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

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

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

Análisis de datos en los estudios epidemiológicos II

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

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Análisis en el Dominio de la Frecuencia. Análisis en el Dominio de la Frecuencia. Sistemas de Control. Análisis en el Dominio de la Frecuencia

Análisis en el Dominio de la Frecuencia. Análisis en el Dominio de la Frecuencia. Sistemas de Control. Análisis en el Dominio de la Frecuencia Aálisis e el Domiio de la Frecuecia Sistemas de Cotrol El desempeño se mide por características e el domiio del tiempo Respuesta e el tiempo es díficil de determiar aalíticamete, sobretodo e sistemas de

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

CANTIDAD EN QUÍMICA QCA 07

CANTIDAD EN QUÍMICA QCA 07 .- Razoe: a) Qué volume es mayor el de u mol de itrógeo o el de u mol de oxígeo, ambos medidos e las mismas codicioes de presió y temperatura? b) Qué masa es mayor la de u mol de itrógeo o la de uo de

Más detalles

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano (VSHFLILFDFLRQHVHQHOGRPLQLRGHOWLHPSR E capítulos ateriores se ha estudiado la respuesta de estado estable de los sistemas lieales ( cuado tæ ), estudiaremos ahora la respuesta trasitoria. La respuesta

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

1.1. Campos Vectoriales.

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

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

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

Más detalles

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9. II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

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

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

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

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

ÁREA DE INGENIERÍA QUÍMICA Prof. Isidoro García García. Operaciones Básicas de Transferencia de Materia. Tema 4

ÁREA DE INGENIERÍA QUÍMICA Prof. Isidoro García García. Operaciones Básicas de Transferencia de Materia. Tema 4 ÁRE DE IGEIERÍ QUÍMIC Operacioes Básicas de Trasferecia de Materia Tea 4 Operacioes Básicas de Trasferecia de Materia ITRODUCCIÓ a aoría de las corrietes de u proceso quíico está costituidas por varios

Más detalles

MATEMÁTICAS FINANCIERAS

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

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

ANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS

ANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS AEXO I COCEPTOS SÍSMICOS BÁSICOS E este aeo se compila alguos de los coceptos sísmicos básicos pero ecesarios. Se itroduce los tipos de movimietos vibratorios, así como su descripció y otació matemática.

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

Ejercicios Resueltos ADC / DAC

Ejercicios Resueltos ADC / DAC Curso: Equipos y Sistemas de Cotrol Digital Profesor: Felipe Páez M. Programa: Automatizació, espertio, 010 Problemas Resueltos: Ejercicios Resueltos ADC / DAC ersió 1.1 1. Se tiee u DAC ideal de 10 bits,

Más detalles

16 Distribución Muestral de la Proporción

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

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Imposiciones y Sistemas de Amortización

Imposiciones y Sistemas de Amortización Imposicioes y Sistemas de Amortizació La Imposició u caso particular de reta e el cual cada térmio devega iterés (simple o compuesto) desde la fecha de su aboo hasta la fecha fial. Imposicioes Vecidas

Más detalles

7.2. Métodos para encontrar estimadores

7.2. Métodos para encontrar estimadores Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

Más detalles

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía

Más detalles

11. TRANSFORMADOR IDEAL

11. TRANSFORMADOR IDEAL . TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es, VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,

Más detalles

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

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

Más detalles

Ejercicios sobre la aplicación de las diferentes leyes que caracterizan a los gases

Ejercicios sobre la aplicación de las diferentes leyes que caracterizan a los gases Ejercicios sobre la aplicació de las diferetes leyes que caracteriza a los gases 1. g de oxígeo se ecuetra ecerrados e u recipiete de L, a ua presió de 1,5 atm. Cuál es la temperatura del gas si se supoe

Más detalles

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD MCAL103/03 LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 03. Aálisis Estadísticos de Cotrol de Calidad A. CONTENIDO Este Maual cotiee los procedimietos para aalizar,

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Una de las herramientas más utilizadas por los analistas técnicos es la llamada media móvil.

Una de las herramientas más utilizadas por los analistas técnicos es la llamada media móvil. Medias Móviles Ua de las herramietas más utilizadas por los aalistas técicos es la llamada media móvil. La media móvil de u istrumeto fiaciero es simplemete el promedio de u úmero, predetermiado, de valores

Más detalles

Análisis en el Dominio del Tiempo para Sistemas Discretos

Análisis en el Dominio del Tiempo para Sistemas Discretos OpeStax-CNX module: m12830 1 Aálisis e el Domiio del Tiempo para Sistemas Discretos Do Johso Traslated By: Erika Jackso Fara Meza Based o Discrete-Time Systems i the Time-Domai by Do Johso This work is

Más detalles

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández Tema III: La Elecció de Iversioes Ecoomía de la Empresa: Fiaciació Prof. Fracisco Pérez Herádez La Elecció de Iversioes Para ayudar a la elecció de distitas operativas de iversió, se puede seguir distitos

Más detalles

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada

Más detalles

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios

Más detalles

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno: Uidad 5 Aualidades vecidas Objetivos Al fializar la uidad, el alumo: Calculará el valor de la reta de ua perpetuidad simple vecida. Calculará el valor actual de ua perpetuidad simple vecida. Calculará

Más detalles

CURSO 2.004-2.005 - CONVOCATORIA:

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

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

denomina longitud de paso, que en un principio se considera que es constante,

denomina longitud de paso, que en un principio se considera que es constante, 883 Aálisis matemático para Igeiería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 3 Métodos uméricos de u paso El objetivo de este capítulo es itroducir los métodos uméricos de resolució

Más detalles

b. La primera parte del apartado es igual al apartado a, con la diferencia de que el segundo medio es agua.

b. La primera parte del apartado es igual al apartado a, con la diferencia de que el segundo medio es agua. Septiembre 0. Preguta B.- Se tiee u prisma rectagular de vidrio de ídice de refracció,4. Del cetro de su cara A se emite u rayo que forma u águlo a co el eje vertical del prisma, como muestra la figura.

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

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

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

Más detalles

Ley de los números grandes

Ley de los números grandes Capítulo 2 Ley de los úmeros grades 2.. La ley débil de los úmeros grades Los juegos de azar, basa su sistema de gaacias, fudametalmete e la estabilidad a largo plazo garatizada por las leyes de la probabilidad.

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos

Más detalles

Medios de Transmisión

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

Más detalles

09/05/2011. Fuerzas intermoleculares pequeñas. Movimientos rápidos e independientes

09/05/2011. Fuerzas intermoleculares pequeñas. Movimientos rápidos e independientes ESTADO GASEOSO Gases Fuerzas itermoleculares pequeñas Movimietos rápidos e idepedietes Volume El comportamieto de u gas se defie por medio de variable : Temperatura Presió N de moles 1 Medidas e gases

Más detalles

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas

Más detalles

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

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

Más detalles

Media aritmética, media geométrica y otras medias Desigualdades Korovkin

Media aritmética, media geométrica y otras medias Desigualdades Korovkin Media aritmética, media geométrica y otras medias Desigualdades Korovki Media geométrica y media aritmética Si,,, so úmeros positivos, los úmeros + + + a = g = formados a base de ellos, se deomia, respectivamete,

Más detalles

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010)

DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010) UNIVERSIDAD DE LOS ANDES DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferecial Parcial 3 (27/10/2010) 1. Cosidere la fució f (x) = 3(x 1) 2/3 (x 1) 2 a) Halle el domiio b) Ecuetre los putos críticos,

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...} ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)

Más detalles

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1 3.4 Evaluació de la implemetació y su compatibilidad co NC PAS:99:2008 La aplicació del modelo del CMI y la herramieta de medició (el CM ODUN) permitió cotrastar los resultados co lo establecido por la

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

Práctica 6: Vectores y Matrices (I)

Práctica 6: Vectores y Matrices (I) Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

Apuntes De Análisis Numérico.

Apuntes De Análisis Numérico. Aputes De. Prof. Alberto Agarita. Departameto De Ciecias Básicas, Uidades Tecológicas de Satader. y P 1 (x) P 2 (x) P 3 (x) P i (x) P (x) P(x) I 1 I 2 I 3 I x 1 x 2 x 3 x 4 x 1 x x P(x) = P 1 (x) P 2 (x)

Más detalles

TEMA 1: OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS

TEMA 1: OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS TEMA : OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS..-INTRODUCCION : Etedemos por operació fiaciera de amortizació, aquella, e que u ete ecoómico, (acreedor ó prestamista), cede u

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles