MICROSCOPIO EDUCATIVO DE FUERZA ATÓMICA

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

Download "MICROSCOPIO EDUCATIVO DE FUERZA ATÓMICA"

Transcripción

1 Joural of Materials Educatio Uiversidad Autóoma del Estado de México: Uiversity of North Texas ISSN (Versió impresa): MÉXICO 000 Claudio Guerra Vela / Fredy R. Zypma MICROSCOPIO EDUCATIVO DE FUERZA ATÓMICA Joural of Materials Educatio, primavera, año/vol., úmero 1-3 Uiversidad Autóoma del Estado de México: Uiversity of North Texas Toluca, México pp

2 Joural of Materials Educatio, Edició e Español Vol. (1-3): MICROSCOPIO EDUCATIVO DE FUERZA ATÓMICA Claudio Guerra-Vela, 1 Fredy R. Zypma 1 Departmet of Physics, Uiversity of Puerto Rico, 100 Tejas Street, Humacao, PR USA; c_guerra@cuhac.upr.clu.edu; Departmet of Physics, Yeshiva Uiversity, 500 West 185 th Street, New York, NY , USA; zypma@ymail.yu.edu; RESUMEN Hemos desarrollado u microscopio de alumiio de u pie de largo para usar e uestro laboratorio de liceciatura. El mecaismo de detecció fucioa por medio de u piezoeléctrico vibrador. La iteracció de la muestra de boquilla se obtiee por medio de resortes uidos al fial de la barra. El objetivo pricipal es proporcioar a los estudiates ua barra suficietemete grade de la cual pueda desarrollar u setimieto ituitivo del istrumeto. Tambié, y quizá más importate, le eseñamos a los estudiates cómo extraer la diámica de los datos ciemáticos. Permitimos que la barra se mueva por medio de la acció de la fuerza iteractiva, y registramos ese movimieto como u voltaje producido por el piezoeléctrico vibrador. El voltaje es etoces procesado para reproducir la curva F-d (fuerza-distacia). Opuesto a lo que realmete sucede bajo u microscopio ormal, e uestro caso teemos acceso a las fuetes de la fuerza y por lo tato podemos revisar la eficacia de uestro algoritmo de recostrucció al compararlo co uestra curva F-d recostruida co ua coocida. Palabras clave: Microscopio de fuerza atómica, Microscopio co fuerza para escae, iteraccioes de muestra, diámica de barras. Motivació La microscopia de fuerza de barrido (MFB) es hoy ua técica aalítica bie establecida para el estudio de la morfología superficial e la escala aométrica. Tambié es, juto co el microscopio de túel de barrido, la prueba de barrido más utilizada de la familia de los microscopios. A pesar de que el MFB ha sido utilizado ampliamete e la ivestigació de Ciecia de Materiales y Biología, su impacto o ha alcazado los laboratorios de eseñaza. Esto se debe al alto costo del típico MFB. Por u lado aquellas uiversidades ivestigadoras que tiee uo o más, o los hace accesibles a los estudiates de Ciecias. Por otro, las uiversidades más pequeñas o colegios pudiera o poder costear dicho sistema. Si embargo, debido al impacto que ha teido e el campo de la Ciecia de los Materiales durate la última década, es deseable que cualquier estudiate graduado e la Liceciatura de Ciecias etieda los pricipios operativos del MFB. Para poder corregir esto costruimos u

3 Microscopio de Fuerza Atómica Educativo 35 prototipo que asemeja al fucioamieto del MFB real. El prototipo es tambié didáctico y costeable. INTRODUCCIÓN Al cetro del MFB se ecuetra el sistema puta de barra. Maufacturado como ua sóla pieza típicamete de Si 3 N 4 o C. La puta de barra mide aproximadamete 100 µm de largo, y la puta, hecha co u tetraedro ormal, tiee ua altura aproximada de 10µm. U trasductor explora la puta a través de la superficie bajo estudio, y mietras, la puta iteractúa co la superficie por medio de ua variedad de fuerzas microscópicas. La fució de la puta de barra es sosteer la puta. Así, la puta juega el papel pricipal del microscopio. La puta de barra, a su vez, sirve co el propósito de aclado. Si embargo, cualquier recostrucció algorítmica debe icorporarse como u elemeto esecial para poder covertir los datos experimetales e iformació de la fuerza. Específicamete, la muestra descasa sobre u soporte verticalmete móvil. A medida que el suporte se mueve, tambié lo hace la separació de la muestra y la fuerza de iteracció de la misma. El objetivo de la espectroscopia MFB es asimilar las fuerzas de la curva de separació correspodietes (esto es, fuerza vs. separaciómuestra-puta) de los datos ciéticos medidos experimetalmete. Por medio del sistema de fotodiodo y de simple óptica geométrica, la altura de la puta como fució de tiempo, z(t), es registrada. Además, cualquier recostrucció algorítmica reduce la ciética a ua curva de separació de fuerza. Estas dos piezas de iformació está uidas a través de las diámicas del sistema de puta de barra bajo la ifluecia de la fuerza buscada. U modelo aterior de diámica, aú utilizado extesivamete, cosiste e asumir que las propiedades elásticas de ua barra está uidas e u costate resorte eficiete k, y que la iercia de ésta cosiderada a través de ua masa m. A medida que la plataforma del sosté muestra, se mueve hacia arriba, la separació de la muestra de puta cambia, y así tambié la iteracció de la muestra puta. Detro de este marco de trabajo y, al utilizar la seguda ley de Newto, la iteracció es d z( t) F ( t) = m + kz( t) (1) dt dode t represeta el tiempo trascurrido desde que la plataforma comezó a moverse y z(t), la altura de la puta, la cual es medida co ua coformació óptica. U algoritmo modero más completo se describe a cotiuació. ALGORITMO DE RECONSTRUCCIÓN Se ha mostrado que durate experimetacioes típicas existe más de ua oscilació e el sistema de puta de barra. Ahí, dicho sistema fue tratado como u objeto extedido, capaz de coteer u úmero ifiito de resoacias. Cocretamete, el sistema es u barra fija y vibrate a u lado, e iteractiva e el otro. Bajo esas codicioes la frecuecia trasversal del espectro del dispositivo a la fuerza de ua muestra de puta fue dado por 1 1+ cosξ coshξ 3 k ξ = 3 siξ coshξ cosξ sih ξ κ e dode κ = 3EI 1 A V ν = ξ πl () (3) 3 L (k es el omial, o maufacturero, u resorte costate del sistema de puta de barra), y k es la pediete de la curva de separació-fuerza a u puto dado e la curva. Además las frecuecias (v ) puede ser obteidas de las solucioes, ξ, a la ecuació previa a través de (4) E las expresioes previas, E es el módulo de Youg, I es el área del mometo de iercia y L, A, V so respectivamete, la logitud, el área y el volume de la barra. Por lo tato, para ua puta de barra, k es coocida. El parámetro k es descoocido (así Joural of Materials Educatio, Edició e Español Vol. (1-3)

4 36 Guerra-Vela y Zypma como la catidad medida deseada). Si la frecuecia del espectro es medida, el lado derecho de la ecuació puede ser evaluado y así k puede ser obteida. Ua vez que k es obteida para varias separacioes d, la curva k (d) es itegrada para obteer las curvas de fuerza F(d). EXPERIMENTO El cocepto pricipal a resaltar e el desarrollo del diseño experimetal es el tamaño. El dispositivo (barra) e u MFB que mide aproximadamete 100µm. E uestra propuesta la estructura mide 0.5 cm. Esto o es u problema ya que la física es la misma para ambos sistemas: ambos está regulados por la mecáica clásica. Las fuerzas de orige mecáico cuático aparece etre la puta MFB y la muestra, si embargo, (a) o os cociere por ahora el orige de la fuerza, sólo queremos medirla y (b) ua vez que sea aplicada, si importar su orige, el dispositivos macroscópico se desarrolla de forma clásica. Además el dispositivo de u pie de largo es u bue resultado del sistema bajo cosideració. La figura 1 muestra la excitació y la colocació de la detecció. Ua barra de alumiio de 0.5 cm está sujeta a u bloque pesado de acero. A su vez, el bloque se ecuetra uido a ua base de loza de alumiio horizotal e dode se realiza todas las coexioes eléctricas a la barra. Para el aislamieto mecáico, la base descasa sobre u cojiete de espuma si él, el ruido y la señal (~ 1mV) so del mismo orde e magitud e uestra prueba e la plata baja del laboratorio, juto a u estacioamieto. Las vibracioes de la barra so provocadas por medio de u geerador de audio piezoeléctrico. 3 U segudo detector piezoeléctrico se ecuetra localizado e el extremo libre del dispositivo. Co el geerador de audio podemos observar desde las bajas hasta las altas frecuecias. Si la frecuecia o es ua resoacia, o hay ua vibració propagada lejos del primer piezoeléctrico. Cuado el barrido detecta ua resoacia, u modo extedido es excitado, el cual puede ser medido por u segudo piezoeléctrico. Para detectar dicha resoacia, utilizamos el método de Lissajous: e u osciloscopio de dos caales, la señal del primer piezo es coectada al caal (vertical) y la señal del segudo piezo está coectada al caal 1 (horizotal). Cuado el osciloscopio se calibra para operar e el modo x-y, se detecta ua elipse cuado el dispositivo se ecuetra e resoacia. Figura 1. Ua barra horizotal es uida a u pedazo largo de alumiio. Las frajas de barrera egras e filas duales, juto al dispositivo coecta a dos piezoeléctricos al osciloscopio. El piezo trasero es alimetado desde u geerador de señales de audio. Cuado se ecuetra e movimieto, el piezo frotal geera u voltaje. El moitor del osciloscopio muestra ua elipse correspodiete a la resoacia. La primera tarea para asegurarse del bue uso de la cofiguració es calibrar el sistema, esto es, comparar las frecuecias medidas co las teóricas cuado el dispositivo o está cargado. Esto correspode a la búsqueda de k = 0 e la ecuació. Como se explicó e la secció aterior, los valores de la frecuecia predicha mostradas e la ecuació 4 está relacioadas a ξ, y puede ser reescritas como 1 κ ν = π 3m ξ (5) e dode = 1,,3,... etiqueta los modos ormales correspodietes, y m = pal es la masa total del dispositivo. E uestro caso, m = (9.98 ± 0.05) g, y k = (64±9) N/m. Joural of Materials Educatio, Edició e Español Vol. (1-3)

5 Microscopio de Fuerza Atómica Educativo 37 La figura muestra ua comparació gráfica etre los valores de la frecuecia medidos y aquellos proosticados por la ecuació 5. La líea superior represeta los valores de frecuecia de resoacia proosticados por la ecuació 5. La líea iferior es la regresió lieal de los putos de datos medidos como está mostrado por los putos egros. La diferecia se debe a las masas de los trasductores, y tiee el efecto de reducir los valores de frecuecia de la resoacia. Utilizamos los valores medidos para deducir la logitud efectiva del dispositivo de 1.96 ± 0.05 cm y, desde ahí, u k eff = (57±8)N/m. Así, por cada resorte extero, el lado derecho de la ecuació es coocida y las frecuecias de resoacia puede ser ecotradas. Las figuras 4 y 5 muestra las comparacioes etre los experimetos y la teoría para las dos primeras frecuecias resoates más bajas. Figura 3. El lado libre del dispositivo es objeto de ua fuerza extera muestra por medio de u resorte coocido. Figura. Frecuecias de resoacia del dispositivo. Comparació etre la teoría y los datos experimetales. Para poder comprobar la validez del algoritmo, ecuació, cuado hay ua muestra de fuerza o cero, itroducimos ua iteracció impráctica por medio de resortes exteros de propiedades coocidas. La figura 3 muestra como los resortes exteros está colocados e el sistema. La fuerza producida por el resorte e la parte extrema del dispositivo es [F]=(costate del resorte)x(desvío). Etoces el derivativo de F co respecto de la desviació es la costate del resorte que debe etoces ser equivalete a k e la ecuació. Por otro lado la barra de alumiio co las dimesioes L = (0.5±0.1) cm y r =.38 mm (co ua certidumbre isigificate) tiee ua costate omial k=(64±9)n/m. Figura 4. La frecuecia de resoacia más baja para las diferetes cargas aplicadas. La líea sólida es el esquema de la parte izquierda de la ecuació (1). Los cuadros so los putos experimetales. Las figuras muestra u excelete acuerdo etre la teoría y el experimeto. Co excepció de las dos frecuecias itermedias e el modo más bajo, las diferecias etre la teoría y los Joural of Materials Educatio, Edició e Español Vol. (1-3)

6 38 Guerra-Vela y Zypma experimetos está etre 0.1%. Para aquellas dos excepcioes, la diferecia es de 4% y puede ser atribuida al uso de los resortes e serie, lo cual fue ecesario por propósitos prácticos para poder eteder los valores itermedios de k. Ya que este error es aú pequeño, o os preocupamos co la mejora de las medidas, ya que estábamos iteresados e probar los coceptos fudametales. Si embargo, la medida puede ser fácilmete mejorada al hacer el experimeto co resortes secillos (los cuales o estaba dispoibles e el mometo). los resultados y ecotramos u acuerdo excelete. Ya que el algoritmo se validó experimetalmete, ahora puede ser utilizado como herramieta de medició, e los casos reales de MBF. Como subproducto de este trabajo teemos: (1) el desarrollo de u MBF educativo a gra escala para eseñar los pricipios de la operació de u microscopio y () el desarrollo de ua técica de caracterizació elástica. E este caso u material a ser caracterizado se hace e la forma de ua barra y sus frecuecias de resoacia medidas, del cual el Módulo de Youg puede ser obteido. Esta técica diámica de caracterizació es relevate para los materiales frágiles, tales como la cerámica y el vidrio. E esos casos, o existe aálisis baratos o destructivos. Además, las propiedades o lieales puede ser estudiadas. Esto es de extremo iterés para predecir el comportamieto de los materiales cuado se utiliza como partes movibles de maquiaria. AGRADECIMIENTOS Figura 5. Igual que la figura 4 para la seguda resoacia. Trabajo apoyado por la Fudació Nacioal de Ciecia (DMR ) y el Istituto Nacioal de Cácer (CA ) CONCLUSIONES Hemos probado experimetalmete u uevo algoritmo e lugar del algoritmo estádar cuado se ecuetra mayores modelos de vibració e el sistema de microscopia de fuerza de barrido de ua puta de barra. Al trabajar co el MBF actual, o existe u acceso directo a la fuerza de iteracció de la puta de la muestra. Hemos trabajado co u sistema de u pie de tamaño e dode el acceso directo a las fuerzas es posible. E tal caso comparamos REFERENCIAS 1. S. H. Cohe, M. T. Bray, M. L. Lightbody, Atomic Force Microscopy/Scaig Tuelig Microscopy, Pleum Press, New York, NY, Fredy R. Zypma, Steve J. Eppell, High Frequecy Respose of a Scaig Force Microscope Catilever, J. Vac. Sci. Techol. B16, 099 (1998). 3. Radio Shack piezoelectric buzzer, Cat. No b. Joural of Materials Educatio, Edició e Español Vol. (1-3)

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

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

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. 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:

GENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera: GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los

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

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

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

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

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

Guía de servicio al cliente VAIO-Link

Guía de servicio al cliente VAIO-Link Guía de servicio al cliete VAIO-Lik "Tratamos cada problema de cada cliete co cuidado, ateció y respecto y queremos que todos uestros clietes se sieta bie sobre la experiecia que tiee co VAIO-Lik." Guía

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

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

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

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

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

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

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

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

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :

Para construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p : Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?

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

Capítulo I. La importancia del factor de potencia en las redes. eléctricas

Capítulo I. La importancia del factor de potencia en las redes. eléctricas La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

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

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

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

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

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

Más detalles

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

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

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

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

La volatilidad implícita

La volatilidad implícita La volatilidad implícita Los mercados de opcioes ha evolucioado bastate desde los años setetas, época e la que ue publicada la órmula de Black Scholes (BS). Dicha órmula quedó ta arraigada e la mete de

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

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

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

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

EJERCICIOS DE PORCENTAJES E INTERESES

EJERCICIOS DE PORCENTAJES E INTERESES EJERCICIOS DE PORCENTAJES E INTERESES Ejercicio º 1.- Por u artículo que estaba rebajado u 12% hemos pagado 26,4 euros. Cuáto costaba ates de la rebaja? Ejercicio º 2.- El precio de u litro de gasóleo

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

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

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

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

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

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

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 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

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

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

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN 3 INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 99 REFLEXIONA Y RESUELVE Cuátas caras cabe esperar? Repite el razoamieto aterior para averiguar cuátas caras cabe esperar si lazamos 00 moedas

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

Revisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola.

Revisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola. Programa de Efectividad Clíica 003 Bioestadística Vilma E. Irazola DATOS CATEGORICOS COMPARACION DE PROPORCIONES Revisió de coceptos: Cotiuos Tipos de datos Discretos Categóricos Ejemplo: Variable a a

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

Encuesta y experimento de campo: redes sociales, confianza, información y desarrollo financiero 1

Encuesta y experimento de campo: redes sociales, confianza, información y desarrollo financiero 1 Ecuesta y experimeto de campo: redes sociales, cofiaza, iformació y desarrollo fiaciero 1 Soia Di Giaatale, Alexader Elbittar, María José Roa 2, Patricia López 3 Itroducció El objetivo geeral de la presete

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

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441 PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE CURSO 007-008 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

Modelo Planetario de Rutheford para el Átomo

Modelo Planetario de Rutheford para el Átomo Modelo Plaetario de Rutheford para el Átomo Átomo cosiste de electroes orbitado e toro a ua pequeña pero muy desa carga cetral (el úcleo atómico) Pricipal problema de este modelo, Átomo de Hidrogeo debiera

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

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

Midiendo el Desempeño

Midiendo el Desempeño Midiedo el Desempeño Prof. Mariela J. Curiel H. Midiedo el Desempeño Qué variables se desea medir Cuáles so las herramietas dispoibles Qué tecicas se utiliza para calcular los parámetros de etrada de u

Más detalles

2n = 4 cromosomas. Eje proteico

2n = 4 cromosomas. Eje proteico meiosis 22 + X 22 + X 22 + X 2 44 + XY 22 + Y + 22 + Y 22 + Y La meiosis es u proceso de divisió celular por el que a partir de ua célula madre diploide (2) se obtiee cuatro células hijas haploides ()

Más detalles

Evolución del concepto de Átomo (Resumen)

Evolución del concepto de Átomo (Resumen) Evolució del cocepto de Átomo (Resume) Tomposo Propuso u p[átomo co cargad positive distribuida e ua esfera de 0-8 cm de diámetro co pequeñas partículas co carga egativa distribuidas e capas. La teoría

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL

ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL Dr. Wisto Castañeda Vargas ASPECTOS GENERALES Ua aualidad es u cojuto de dos o más flujos, e el que a partir del segudo, los períodos

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

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

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 2006 (Modelo 5 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A Sea la regió defiida por las siguietes iecuacioes: x/2 + y/3 1 ; - x + 2y 0; y 2. (2 putos) Represete

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

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

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva Itroducció Se defie alguos coceptos básicos para ua compresió ituitiva de la Estadística. Se itroduce los primeros coceptos sobre el uso y maejo de datos uméricos, que permite distiguir

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

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

El Transistor de Efecto de Campo (FET)

El Transistor de Efecto de Campo (FET) El Trasistor de Efecto de Camo (FET) J.I.Huirca, R.A. Carrillo Uiversidad de La Frotera. ecember 10, 2011 Abstract El FET es u disositivo activo que oera como ua fuete de corriete cotrolada or voltaje.

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

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

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

donde n e i, están en la misma unidad de tiempo. Por tanto, la expresión de los intereses ordinarios ó simples y pospagables :

donde n e i, están en la misma unidad de tiempo. Por tanto, la expresión de los intereses ordinarios ó simples y pospagables : 1 1. LEY FINANCIERA DE CAPITALIZACIÓN SIMPLE. 1.- Calcular los itereses producidos por u capital de 1800 colocado 10 días al 7% de iterés aual simple. a) Cosiderado el año civil. b) Cosiderado el año comercial.

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

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

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

COMUNICACIÓN A 5272 27/01/2012

COMUNICACIÓN A 5272 27/01/2012 2012 Año de Homeaje al doctor D. Mauel Belgrao A LAS ENTIDADES FINANCIERAS: COMUNICACIÓN A 5272 27/01/2012 Ref.: Circular LISOL 1-545 CONAU 1-962 Exigecia de capital míimo por riesgo operacioal. Determiació

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

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

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