Identificación experimental de sistemas

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

Download "Identificación experimental de sistemas"

Transcripción

1 Sistemas de Cotrol Automático Idetificació experimetal de sistemas Agel Martíez Bueo GITE IEA - -

2 ÍNDICE. Itroducció.. Tipos de respuestas.. Métodos de idetificació experimetal.. Idetificació mediate respuesta ate etrada escaló. Respuestas Sobreamortiguadas. o er orde puro. o er orde co retardo. o Polos reales múltiples. o Polos reales múltiples co retardo. o Polos reales distitos. Sistemas iestables. Respuestas Subamortiguadas. o º orde estádar. o º orde estádar co retardo. o º orde estádar co polo adicioal. o º orde estádar co cero adicioal.. Idetificació mediate respuesta e frecuecia..3 Idetificació mediate Míimos cuadrados..3. Propiedades del estimador de míimos cuadrados. o Modelo ARX. o Modelo OE. o Modelo ARMAX. o Modelo BJ. 3. Ejemplos.

3 . Itroducció. Mediate el proceso de idetificació se pretede obteer u modelo matemático del proceso. Para ello se debe teer e cueta las siguietes cosideracioes sobre la señal de etrada: - Relació señal ruido: Etrada lo suficietemete grade. - Liealidad restrigida a puto de fucioamieto: etrada o demasiado grade. - Señal de etrada excitate : que aporte iformació suficiete. Señales más utilizadas.. Tipos de respuestas. Existe tipos de respuestas, subamortiguadas y sobreamortiguadas. Geeralmete las respuestas subamortiguadas implica u proceso co mayor velocidad de respuesta, si embargo preseta como icoveiete la sobreoscilació. Pag.

4 . Métodos de idetificació experimetal. El cotrol de u proceso implica la utilizació de ua serie de sesores, segú la variable a cotrolar, para poder obteer iformació del proceso e tiempo real. De esta forma, se puede obteer u valor del error existete etre la señal de referecia o cosiga y el valor real de la variable, este tipo de cofiguració se deomia cotrol e bucle cerrado. Figura: Diagrama de bloques bucle cerrado. Actualmete, existe dispositivos compactos para cotrolar procesos idustriales, por ejemplo: cotroladores de temperatura, cotrol de velocidad de u motor, etc. Además estos dispositivos de cotrol dispoe de u autoajuste ua vez isertados e el proceso, que permite ajustar los parámetros del cotrolador de forma automática. Si embargo, o siempre se obtiee u correcto fucioamieto del proceso co este autoajuste, este es el mometo de diseñar el cotrolador de forma aalítica. Previamete al diseño del cotrolador, es ecesario idetificar el proceso, para ello se puede aplicar varios métodos experimetales de idetificació. Pag.

5 . Idetificació mediate respuesta ate etrada escaló. Este método cosiste e aplicar sobre u sistema e equilibrio, ua etrada e forma de escaló y observar la respuesta del mismo. Posteriormete se aaliza esta respuesta, obteiedo u poliomio deomiado fució de trasferecia que pretede ser u fiel reflejo del comportamieto del proceso. Básicamete todos los procesos existetes e la aturaleza puede clasificarse e dos tipos, sistemas de primer orde y sistemas de segudo orde. Detro de los cuales existe variates, tal como se especificará posteriormete. Respuestas sobreamortiguadas. o er orde Puro. La respuesta típica de estos sistemas o preseta sobreoscilació, esto quiere decir que uca llega al valor exacto de la cosiga y por lo tato, so sistemas relativamete letos. Por ejemplo: el caletamieto de u horo. Figura : Sistema de er orde puro. La fució de trasferecia de u sistema de er orde es la siguiete. K Gs () = + τ s Dode: K: Gaacia del sistema. τ : Costate de tiempo Señal salida Δy K = = Señal etrada Δu Pag.3

6 El valor de la costate de tiempo se obtiee sobre la gráfica, para ello se observa de tiempo correspodiete a u valor del 63% Δ y. Normalmete se trabaja co u factor deomiado tiempo de establecimieto, que suele estar compredido etre u %. Este factor determia el tiempo e el cual la respuesta se estabiliza etre los límites idicados a ese porcetaje. o er orde co retardo. La respuesta típica de este tipo de sistemas, preseta la misma cofiguració que u sistema de er orde puro, e el cual la respuesta preseta u desfase o retardo respecto a la señal de etrada. Figura 3: Sistema de er orde co retardo. La fució de trasferecia de u sistema de er orde co retardo es la siguiete. K Gs () = e + τ s Ts Dode: Δy K: Gaacia del sistema. K = Δ u τ : Costate de tiempo T : Retardo. Pag.4

7 o Polos reales múltiples. La respuesta de este tipo de sistemas varía segú la catidad de polos existetes, coforme aumeta el úmero de polos la respuesta es más rápida, pero aparece al iicio u arraque co mayor suavidad. Figura 4: Sistema de polos reales múltiples. La fució de trasferecia de u sistema de polos reales múltiples es la siguiete. Gs () = K ( + τ s) Dode: Δy K: Gaacia del sistema. K = Δ u τ : Costate de tiempo : Número de polos del sistema. Pag.5

8 Método de Strejc. Este método se emplea para la idetificació de sistemas de polos múltiples, mediate los parámetros Tu y Ta obteidos sobre la respuesta del sistema. Emplea ua líea recta de pediete máxima superpuesta sobre la zoa de pediete, de modo que el valor del parámetro Tu se obtiee co el corte del eje de abscisas y el valor del parámetro Ta se obtiee co el corte de ua paralela al eje de abscisas e el puto dode la respuesta está estable. Figura 5: Parámetros de Strejc. Tras obteer el valor de las variables Tu y Ta, se obtiee el valor de Tu/Ta. Co este valor se va a la tabla de Strejc y se toma el valor más próximo, que determia el úmero de polos múltiples. Tabla : Número de polos múltiples. Ta Se toma los parámetros τ y Tu y se despeja e cada ecuació τ, si los τ valores o coicide sigifica que el sistema o se ajusta bie a polos múltiples. Si por el valor obteido es muy próximo al de la tabla se tedrá u sistema de orde. Pag.6

9 o Polos reales múltiples co retardo. La respuesta es del mismo tipo que para polos reales múltiples, e la cual al comiezo preseta u retardo. Figura 6: Parámetros de Strejc co retardo. La fució de trasferecia de u sistema polos reales múltiples co retardo es la siguiete. K Gs () = e ( + τ s) Ts Dode: Δy K: Gaacia del sistema. K = Δ u τ : Costate de tiempo T : Retardo puro. : Número de polos del sistema. Ua vez obteidos los parámetros, se vuelve a cosultar la tabla para Ta valores de Strejc para los parámetros τ y Tu, y de igual modo al τ aterior se calcula los valores de τ para saber si se ajusta bie a u sistema de polos reales múltiples. Pag.7

10 o Polos reales distitos. Si la respuesta es subamortiguada y o se ajusta a igú sistema visto Tu hasta ahora y <.4 (=) se puede aproximar co polos reales T distitos. a Figura 7: Ejemplos respuestas polos distitos. La fució de trasferecia de u sistema de polos reales distitos es la siguiete. Dode: Gs () = K ( + τ s) ( + τ s) K: Gaacia del sistema. τ, τ : Costates de tiempo Δy K = Δ u Existe 3 proceso de ajuste, el primero cosiste e ajustar a ojo tras realizar Strejc hasta que el ajuste sea lo suficietemete preciso. El segudo cosiste e aproximar el retardo por u polo, obteiedo la siguiete ecuació. K K K K Gs () = e = = Ts Ts + τ s ( + τ se ) ( + τ s)( + Ts+ T s / + ) ( + τ s)( + Ts) Pag.8

11 Por último, se puede hacer u ajuste por graficas logarítmicas, dode las ecuacioes correspodietes so: K K G( s) = = ( + τs)( + τ s) s s ( + )( + ) α β La respuesta ate escaló es: Δ y ( t) = Δy ( ) Ae + Be αt β t Restado el valor fial: Δ y( ) Δy( t) = Ae Be αt βt Si el polo α es mucho meor que el β, para t grades se aproxima: Δ y( ) Δy( t) Ae αt Se dibuja e ua gráfica el logaritmo de esta expresió respecto del tiempo: l( Δ y( ) Δy( t)) l( A) αt Figura 8: Represetació ec. l( Δ y( ) Δy( t)) l( A) αt. Pag.9

12 Para obteer la posició del otro polo se procede de forma similar. Δy( ) + Δy( t) + Ae = Be αt βt Se represeta e ua grafica el logaritmo eperiao de la ecuació aterior. α Figura 9: Represetació l( y( ) yt ( ) Ae t β Δ + Δ + ) = B e t. Sistemas iestables. U tipo de sistema iestable es u sistema de er orde co itegrador, cuya fució de trasferecia es la siguiete. G( s) = K s( +τ s) : Sistema co respuesta iestable. Pag.

13 Respuestas subamortiguadas. Como se cometo al comiezo de este documeto, este tipo de respuestas preseta sobreoscilacio y u periodo trasitorio co oscilació. o º orde estádar. La mayoría de los sistemas idustriales se comporta como u sistema de este tipo, e el cual posteriormete el cotrol pretede limitar parámetros como la sobreoscilacio, tiempo de establecimieto y error e régime permaete. Figura : Respuesta º orde estádar. La fució de trasferecia de u sistema de º orde estádar es la siguiete. Dode: G( s) = s kω + ξω s + ω K: Gaacia del sistema. Δy K = Δ u W : Frecuecia atural del sistema. ξ : Amortiguamieto. Pag.

14 Los parámetros que defie este tipo de respuesta so: Δy max Δy( ) ξ - Sobreoscilacio: δ = = e Obteer ξ Δy( ) ξπ - Tiempo de pico: t p Tosc π = = Obteerω ω ξ o º orde estádar co retardo. La fució de trasferecia de u sistema de º orde estádar co retardo es la siguiete. kω Gs () = e s + ξωs+ ω Ts : Respuesta º orde estádar co retardo. o º orde estádar co polo adicioal. Se puede idetificar u sistema de º orde co polo adicioal si el valor T de t p > osc. Por tato, so sistemas que evolucioa más letamete que los de º orde estádar. Pag.

15 La fució de trasferecia de u sistema de º orde estádar co polo adicioal es la siguiete. G kω + ξω s + ω )( + τs) ( s) = ( s 3: Respuesta º orde co polo adicioal. Los parámetros que defie este tipo de respuesta so: Δy max Δy( ) ξ - Sobreoscilacio: δ = < e Obteerξ Δy( ) ξπ - Tiempo de pico: t p Tosc π > = Obteerω ω ξ o º orde estádar co cero adicioal. Detro de este grupo se puede difereciar situacioes distitas, e primer lugar si τ >, obteemos u sistema que preseta u tiempo de Tosc pico t p >, siedo u sistema más rápido que uo de º orde estádar. E segudo lugar, si τ < τ >, obteemos u sistema que Tosc preseta u tiempo de pico t p <, siedo u sistema más leto que uo de º orde estádar, por presetar al iicio ua respuesta cotraria a lo esperado. Pag.3

16 La fució de trasferecia de u sistema de º orde estádar co cero adicioal es la siguiete. G( s) = s kω ( + τs) + ξω s + ω 3: Respuesta º orde co cero adicioal y τ >. Los parámetros que defie este tipo de respuesta so: Δy max Δy( ) ξ - Sobreoscilacio: δ = > e Obteer ξ Δy( ) ξπ - Tiempo de pico: t p Tosc π < = Obteerω ω ξ 4: Respuesta º orde co cero adicioal y τ <. Pag.4

17 Los parámetros que defie este tipo de respuesta so: Δy max Δy( ) ξ - Sobreoscilacio: δ = > e Obteer ξ Δy( ) ξπ - Tiempo de pico: t p Tosc π > = Obteerω ω ξ. Idetificació mediate respuesta e frecuecia. Dado u sistema de f.d.t G(s), se defie la respuesta e frecuecia como la fució de ω : G( jω ) = G( s) s = j ω Si u(t) es seoidal pura de frecuecia ω : u( t) = U se( ωt) Etoces y(t) cuado pasa el trasitorio es seoidal pura de la misma frecuecia ω : ( ) yt () = U G( jω) seωt+ arg( G( jω)) La represetació de la respuesta e frecuecia mediate los diagramas de Bode, cotempla gráficas. E la primera se represeta e el eje de abscisas la frecuecia e escala logarítmica la frecuecia y e el eje de ordeadas la amplitud e decibelios. E la seguda se represeta e el eje de abscisas la frecuecia e escala logarítmica la frecuecia y e el eje de ordeadas el argumeto o desfase e grados. Figura 5: Represetació Amplitud / Frecuecia. Pag.5

18 Figura 6: Represetació Desfase / Frecuecia. El método empleado para la idetificació de sistemas mediate la respuesta e frecuecia es la aproximació asitótica de líeas rectas sobre la gráfica de amplitud / frecuecia. Las cosideracioes a teer e cueta para la aplicació de este método so: Para el diagrama de amplitud. - Térmio costate k: añade u valor costate log(k). - U polo simple añade pediete de - db/década a partir del valor del polo. - U cero simple añade pediete de + db/década a partir del valor del cero. - U par de polos complejos, añade ua pediete de - 4 db/década a partir del valor del módulo de los polos. Si x es pequeño, hay pico de resoacia. - U par de ceros complejos, añade ua pediete de +4 db/década a partir del valor del módulo de los ceros. Si x es pequeño, hay pico de resoacia. - U polo e el orige (/s) añade ua pediete de - db/década e todas las frecuecias. - U cero e el orige (s) añade co ua pediete de + db/década e todas las frecuecias. Pag.6

19 Para el diagrama de fase. - Térmio costate k: o cotribuye - U polo simple: º para w=, -9º para w=. - U cero simple: º para w=, +9º para w=. - U par de polos complejos: º para w=, -8º para w=. - U par de ceros complejos: º para w=, +8º para w=. - U polo e el orige (/s): -9º e todas las frecuecias. - U cero e el orige (s): +9º e todas las frecuecias. - U cero simple positivo: º para w=, -9º para w=. - U retardo puro (e-st): fase = -wt Si se emplea la respuesta e frecuecia para la idetificació de u sistema hay que teer presete la zoa de idetificació posible, esto quiere decir, que o toda la gráfica obteida es válida para la idetificació. A cotiuació se muestra ua gráfica e la cual al fial se obtiee ua oscilació iesperada, que idica que el sistema preseta retardo. Figura 7: Comprobació Magitud, oscilació a partir de.5 Hz. Pag.7

20 Figura 8: Comprobació Fase. Aplicado retardo, se obtiee ua gráfica e la cual se ajusta casi perfectamete la fase esperada. Gs () = ( + s )( + s )..94 e 5.5s Figura 9: Comprobació Fase tras itroducir retardo. Pag.8

21 .3 Idetificació mediate míimos cuadrados. Este método de idetificació cosiste e obteer el equivalete discreto de u sistema cotiuo lieal. Para ello se debe especificar el periodo de muestreo y el itervalo de valores cotiuos que equivale a u mismo valor discreto. Figura : Proceso de muestreo. Aplicado la trasformada Z se obtiee la fució discreta del sistema. b z + bz G( z) = + a z + a z Δ yk + aδyk El problema de idetificació se basa e obteer los valores a, a, b, b coocido os Δu, Δu + a Δ y k = bδ uk + b Δ... un uk Δ y Δy, Δy... Δ yn. Pag.9

22 Realizació del experimeto. - Se aplica ua etrada costate hasta que el sistema llega al equilibrio. Figura : Señales de etrada usuales. - Se produce el cambio de la etrada para obteer variació de la salida. - Restado el valor del puto de equilibrio se obtiee la secuecia de etrada y salida, es decir, Δu, Δu... Δ un y Δy, Δy... Δ yn. - Se platea el sistema de ecuacioes a resolver (o tiee solució, porque tiee más ecuacioes que icógitas). - Se defie los errores de las ecuacioes como: e =Δy ( aδy aδ y + bδ u+ bδu) e3 =Δy3 ( aδy aδ y+ bδ u + bδu) en =ΔyN ( aδyn aδ yn + bδ un + bδun ) - Se reorgaiza de la siguiete forma matricial: Pag.

23 - Fialmete se resuelve el sistema de forma que se miimiza la suma de errores al cuadrado, es decir, miimiza: T E E e i = ˆ T T Solució: θ = ( X X) X Y.3. Propiedades del estimador de míimos cuadrados. Modelo ARX. Equivale a itroducir a la salida limpia ua perturbació que es u ruido blaco e previamete filtrado por /A(z): e A( z) Δu B( z) A( z) + + Δy Esta situació o es cierta, puesto que supoe que el valor esperado de los parámetros o tiee sesgo. Pag.

24 Modelo OE (Output Error). bz + bz B Δ y( z) = Δ u( z) + e( z) = Δ u+ e + az + az A Es decir, que a la salida limpia se le suma ua perturbació que es directamete u ruido blaco e. e Δu B( z) A( z) + + Δy Este modelo represeta bie la presecia de u ruido de medida idepediete e el sesor. Modelo ARMAX. bz + bz c + c z + c z B C Δ y( z) = Δ u( z) + e( z) = Δ u+ e + az + az + az + az A A Es decir, que a la salida limpia se le suma ua perturbació que es u ruido blaco e previamete filtrado por C(z)/A(z). e C( z) A( z) Δu B( z) A( z) + + Δy Modelo BJ (Box Jekis). bz + bz c + c z + c z B C Δ y( z) = Δ u( z) + e( z) = Δ u+ e + az + az + dz + d z A D Es decir, que a la salida limpia se le suma ua perturbació que es u ruido blaco e previamete filtrado por C(z)/D(z). Pag.

25 e C( z) D( z) Δu B( z) A( z) + + Δy Cada modelo de perturbació lleva asociado u algoritmo de resolució si sesgo para obteer q. Estos algoritmos esta dispoibles e MATLAB (fucioes arx, oe, armax, bj). 3. Ejemplos. A cotiuació se muestra varios ejemplos para facilitar la compresió de los distitos sistemas vistos e este documeto. Se muestra para cada uo de ellos, la idetificació sucesiva y simulació, hasta obteer el resultado deseado. Pag.3

26 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica EJEMPLO. Obteer la fució de trasferecia de u sistema cuya respuesta ate u escaló de valor u= es: G.5 y Si supoemos que el sistema es de orde, se tiee: K= y/ u=.5, τ.5. La respuesta de este sistema sería: Luego el sistema o es de orde. Por el método de Strejc: G.5 y Se obtiee T u.7, T a.65, es decir, T u /T a.8. Etrado e la tabla de Strejc: Pag.4

27 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica Ta/τ Tu/τ Tu/Ta se observa que la mejor aproximació es =, T u /τ=.8, T a /τ=.7. Se obtiee dos valores: τ=.5, τ=.4. Se puede cosiderar lo suficietemete próximos y tomar el valor: τ=.4. El sistema quedaría etoces: 5. Gs () = ( + 4. s) La simulació de la respuesta da e este caso: La aproximació del método hace que el sistema obteido sea ligeramete más leto que el real. Se puede mejorar el ajuste reduciedo ligeramete el valor de τ: 5. Gs () = ( +. s) quedado ua respuesta: EJEMPLO Obteer la fució de trasferecia de u sistema cuya respuesta ate u escaló de valor u=.3 es: Pag.5 3

28 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica y La gaacia estática es K= y/ u=3/.3=. Como la respuesta es muy plaa al pricipio, se podría tratar de aproximar a u sistema de er orde co retardo: Ts e G ()= s + τs G 3.5 G.89.5 y.5 T τ Midiedo se tiee aprox. T=.9 seg., τ=.5 seg. Simulado la respuesta de este modelo se tiee: La aproximació podría ser suficiete si o se requiere ua precisió elevada. Se podría aplicar el método de Strejc para obteer u modelo mejor: Pag.6 4

29 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica y Midiedo T u.8, T a 3.3, T u /T a.4. Etrado e la tabla de Strejc se observa que la mejor aproximació es =3, T u /τ=.8, T a /τ=3.7. Se obtiee dos valores: τ=, τ=.89. Tomado el valor medio τ=.95, se tedría el modelo: Gs () = ( s) 3 cuya respuesta simulada es: T ime (secs) Se observa e este caso que el modelo obteido o es mejor que el de primer orde co retardo. Se podría utilizar el método de Strejc co u retardo adicioal: G y.5 T Fijado el retardo de forma que T u /T a.4 se tiee T.46, T u.34, T a 3.3, T u /T a.3. Etrado e la tabla de Strejc se observa que la mejor aproximació es =, T u /τ=.8, T a /τ=.7. Se obtiee dos valores: τ=.6, τ=.. Tomado el valor medio τ=.4, se tedría el modelo: G Pag.7 5

30 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica cuya respuesta simulada es: s e Gs () = ( + 4. s) Se observa que tampoco se mejora el modelo de er orde co retardo. Pag.8 6

31 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica EJEMPLO 3 Se ha medido el icremeto de la salida de u sistema ate u icremeto escaló de la etrada de valor. Obteer u modelo aproximado. G3 4 3 y La gaacia estática es de K=. Aproximado a u sistema de er orde co retardo se tiee aprox. T.5 seg., τ 3.. La respuesta simulada es: Se observa ua discrepacia importate. Se puede mejorar el modelo mediate el método de Strejc co retardo: G3 4 3 y T u T Se tiee que T+T u.47, y T a 4.8. Ajustado para que T u /T a =.4 se tiee T.97, T u.5, obteiedo de la tabla =, T u /τ=.8, T a /τ=.7. Se obtiee dos valores: τ=.78, τ=.78. Se tedría el modelo: Pag.9 7

32 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica cuya respuesta simulada es: s e Gs () = ( s) Nota: La respuesta real del sistema G3 se ha obteido mediate el sistema: G = ( +.43 s)( + s)( +. s) Se observa que el modelo obteido o se parece demasiado al real. Si embargo es u modelo adecuado, pues tiee ua respuesta ate escaló muy similar. EJEMPLO 4 La respuesta ate escaló de valor 4 de u sistema se ha medido, siedo: G4.8.6 y Aproximado u sistema de er orde se tiee K=/4=.5, τ.7. La respuesta simulada es: Pag.3 8

33 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica La aproximació o es demasiado buea. El método de Strejc da: G4.8.6 y T u.8, T a.85, T u / T a.94. La etrada de la tabla más próxima es la de =, obteiédose: τ=.86 y τ=.35. Tomado el valor medio se tiee τ=.3, co lo que la respuesta simulada es: T ime (secs) E este caso la aproximació tampoco es buea. Eso sigifica que el sistema o se puede aproximar a u modelo de polos múltiples. Se podría itetar ajustar u modelo co dos polos reales distitos: 5. Gs () = ( + τs)( + τs) La respuesta de este modelo ate el escaló de valor 4 es t t t t τ τ τ τ τ τ ym()= t + Ae + Be = e + e τ τ τ τ El problema a resolver sería ahora obteer los valores de τ y τ que miimiza la diferecia de la fució aterior y de los valores medidos. Para ello habría que tomar ua serie de putos de la gráfica, y platear el problema de miimizació, que se resuelve de forma umérica, por ejemplo mediate la fució fmiu de MATLAB. Lo ormal es miimizar la suma de los cuadrados de los errores ( y m (t)- y(t)) e los putos e los que se tiee la medida. Ua alterativa para idetificar u modelo co varios polos reales y diferetes es la realizació de gráficas logarítmicas de la respuesta. Este método es válido si los polos so bastate diferetes etre sí. E este caso, si se supoe que el modelo tiee polos reales y diferetes, es decir, la fució de trasferecia es:.5.5 G( s) = = ( + τs)( + τ s) s s ( + )( + ) La respuesta de este modelo ate el escaló de valor 4 tiee la forma: α β Pag.3 9

34 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica Despejado el térmio de valor fial se tiee: y ( t) = + Ae m y ( t) = Ae m + Be αt βt Be αt βt Si el polo α es mucho meor que el β, la expoecial e -βt se hace despreciable frete a e -αt e cuato pasa u tiempo, por lo que y ( t) Ae m para t suficietemete grade. Si se dibuja e ua gráfica el logaritmo de la expresió aterior se tiee: l( ( t)) l( A) αt y m es decir, se tiee para t grade ua recta cuya pediete es el polo y cuyo valor e t= es el l(-a). Trazado la recta tagete para tiempos altos se obtiee: l(- y) αt l(-a)= α=8/4= t es decir, A=-e.4 =-.5, α=. Para obteer el otro polo se pasa a la izquierda el térmio del polo leto que ya es coocido: αt t βt + y ( t) Ae = + y ( t) +.5e = Be m dode se ha cambiado de sigo a toda la expresió para poder tomar logaritmos: t l( + y ( t) +.5e ) = l( B) t Dibujado esta gráfica logarítmica se tiee: l(-+ y+.5e -t ) m m β β=4/4= Es decir, la pediete es β=6 (el otro polo). Se observa que la gráfica es prácticamete ua líea recta (o solo para tiempos grades). Esto se debe a que el sistema o tiee igú otro polo e este caso. E u Pag.3

35 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica caso real lo habitual es que la gráfica solo se aproxime a ua líea recta para tiempos grades, por lo que se tedría que trazar la tagete, tal y como se ha hecho ates. E este caso la ordeada e el orige me daría el l(b), pero o hace falta, pues o es ecesaria para el modelo. Si hubiera u tercer polo sí tedríamos que medir el valor de B, y volver a dibujar ua ueva gráfica logarítmica para el uevo polo (pasado a la izquierda los térmios coocidos de los polos ya calculados). Otra alterativa al método aterior es el método de míimos cuadrados. E este método se platea la obteció de ua fució de trasferecia discreta: bz + bz Gz ()= + az + az de dode se obtedrá la fució de trasferecia cotiua mediate el método del equivalete discreto. Este método solo es válido si las medidas de y(t) está igualmete espaciadas e el tiempo (ha sido tomadas co u periodo costate). Por ejemplo se tedría los valores medidos y(-.)= y()=, y(.), y(.),..., y(). Además se cooce los valores de la etrada e esos istates u(-.)=, u()= u(.)=...= u()=4. Las ecuacioes que se puede platear so: y.) = a y() a y(.) + b u() + b u(.) y y ( (.) = a y(.) a y() + b u(.) + b u (.3) = a y(.) a y(.) + b u(.) + b u () (.) M y( ) = a y(.9) a y(.8) + b u(.9) + b u(.8) La solució a este sistema icompatible de 9 ecuacioes y 4 icógitas se obtiee por míimos cuadrados: llamado y() y(.) u() u(.) y(.) y(.) y() u(.) u() X = ; y(.) Y = M M M M M y(.9) y(.8) u(.9) u(.8) y() la ecuació se expresa e forma matricial: Y = X [ a a b b ] T la solució que miimiza el error cuadrático es: T T T [ a a b b ] = ( X X ) X Y Es ecesario icluir la ecuació e la que aparece u(-.) porque e caso cotrario la matriz X sería sigular (por ser iguales la tercera y cuarta columa) y o se podría ivertir. El cálculo se tiee que hacer, evidetemete, mediate u programa de ordeador, por ejemplo el MATLAB. Bastaría costruir la matriz X y el vector Y, y resolver la ecuació. E este caso se obtiee a =-.368, a =.45, b =.4, b =. La fució de trasferecia cotiua G(s) se obtedría sabiedo que la G(z) obteida es el equivalete discreto para etrada costate. El cálculo de G(s) a partir del equivalete discreto se puede realizar de forma imediata utilizado la fució dcm de MATLAB. E este caso se obtiee: 3 G ( s) = ( s + )( s + 6) por lo que τ =/6, τ =/. Pag.33

36 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica EJEMPLO 5 Obteer la f.d.t. del sistema cuya respuesta ate escaló de valor u=.4 es: G y E primer lugar supodremos que es u sistema de º orde estádar. La gaacia estática es: K=./.4=.5. La sobreoscilació es: ξπ 5.. ξ δ = = 5. = e ξ =.4. El periodo de oscilació es: T=.9 seg ω p =π/t=.7 rad/s. El tiempo de pico es: t p =.4 seg ω p =π/t p =. rad/s. Como los dos valores so muy similares se cocluye que el modelo de º orde estádar puede ser correcto. Utilizado el valor medio se tiee: ω p = 9. = ω ξ ω = 39. rad / s La respuesta del modelo simulada es: Pag.34

37 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica EJEMPLO 6 Obteer la f.d.t. aproximada del sistema cuya respuesta ate ua etrada escaló de valor 3 es: y T/ t (seg ) Supodremos e primer lugar que es u sistema de º orde estádar. Midiedo sobre la gráfica la sobreoscilació, el tiempo de pico y la frecuecia de oscilació se tiee datos suficietes para obteer ξ y ω. La gaacia estática se obtiee si más que leer el valor e el que se estabiliza la etrada, teiedo e cueta que la etrada es u escaló de 3 uidades: 5. K = = ξ δ = = 47. = e 5. (l( 47. )) l(. 47) = ξπ ( ξ ) = π ξ ξ = =.46 ξ (l(. 47)) π + (l( 47. )) π π tp = 65. = ω p = = 483. = ω ξ ω = 59. rad / s ω p 65. Por otra parte teemos que el periodo de oscilació vale T=*T/=*.9=.8 seg. Luego se tiee: π T = 8. ω p = = 3.49 rad / s T Evidetemete las dos frecuecias calculadas o coicide, luego el sistema o es de º orde estádar, y las fórmulas utilizadas para calcular δ y t p o so válidas. El valor real de ω p siempre coicide co la frecuecia de oscilació, luego sabemos que ω p =3.49 rad/s. Co este valor, si el sistema fuera de º orde estádar se tedría u tiempo de pico de t p =π/ω p =.9 seg. Ahora bie, el sistema real tiee u tiempo de pico de.65<.9. Al ser meor que el correspodiete al sistema de º orde estádar, se puede supoer que es u sistema de º orde co u cero adicioal de valor τ>, es decir: Kω ( + τs) Gs () = s + ξω s+ ω De este sistema coocemos la gaacia K=.5, y ω p =3.49 rad/s. Falta calcular ξ, τ y ω. Para obteerlos dispoemos de las ecuacioes para el sistema de º orde co cero adicioal: ω ξ π arctg τ ξω (I) t p = 65. = ω ξ (II) δ = 47= ξω τ + ω τ e. (III) ω = 3.49 = ω ξ p ξω t p Estas 3 ecuacioes co 3 icógitas se puede resolver iterado o co cualquier programa (MATEMATICA o MATLAB por ejemplo). Los valores iiciales se tomaría de forma que: ξ>.46 y ω >3.8 (ya que la sobreoscilació real es mayor que la del sistema de º orde estádar) y τ>. Partiedo de valores iiciales ξ=.5, ω =4 y τ= y utilizado la fució fsolve de MATLAB se obtiee:. ξ=.56, ω =4.34 y τ=.. La respuesta simulada se ajusta perfectamete a la respuesta real: ξπ Pag.35 3

38 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos. Máster e Automática y Robótica U método alterativo es el de calcular u modelo discreto de º orde por míimos cuadrados, calculado después el modelo cotiuo. El modelo discreto sería de la misma forma que e el ejemplo de polos reales diferetes. EJEMPLO 7 La respuesta de u sistema ate u icremeto escaló de valor. e la etrada es: G y Supoiedo que fuera u sistema de º orde estádar se tiee: 3. K = = ξ δ = =. 67 = e ξ = Por otra parte teemos que el periodo de oscilació vale T=.4 seg. Luego se tiee: π T =.4 ω p = = 6. rad / s T Si fuera estádar, el tiempo de pico debería valer: t p =π/ω p =. seg. Si embargo e la gráfica se mide u valor de t p =.6 seg. Eso sigifica que el sistema o es estádar. Tampoco se puede modelizar co u cero adicioal, pues el tiempo de pico es mayor, y o hay respuesta egativa iicial. Ua posibilidad es cosiderar u sistema de 3er orde, es decir, u polo adicioal, de la forma: Kω Gs () = ( s + ξω s+ ω )( + τs) este polo adicioal podría justificar el aumeto del tiempo de pico. Tambié produce u efecto de dismiució de la sobreoscilació. Eso implica que e el sistema real ξ<.495 y ω <3. Además, τ>, porque el sistema es estable. Del sistema aterior sabemos además que K=.5 y que ω p = ω ξ = 6. rad / s. El cálculo de los parámetros ξ, ω y τ se podría hacer bie utilizado míimos cuadrados co u modelo discreto de 3er orde, calculado después el modelo cotiuo. El modelo discreto sería de la forma: ξπ Pag.36 4

39 Sistemas Automáticos. Tema. Idetificació experimetal. Ejemplos ) ( = z a z a z a z b z b b z z G Otra posibilidad es ajustar los parámetros (ξ, ω y τ ) por tateo, simulado la repuesta y comparádola co la real. Máster e Automática y Robótica Pag.37

IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE

IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE IDENTIFICACIÓN DE LA FUNCION DE TRANSFERENCIA USANDO EL DIAGRAMA DE BODE Determiació de la fució de trasferecia de lazo abierto de u sistema a partir de la curva asitótica de magitud del Diagrama de Bode.

Más detalles

Diagramas de Bode. Respuesta En Frecuencia

Diagramas de Bode. Respuesta En Frecuencia Diagramas de Bode Respuesta E Frecuecia Ig. William Marí Moreo Geeralidades Es u diagrama asitótico: se puede aproximar fácilmete trazado líeas rectas (asítotas). Preseta la respuesta de Magitud y Fase

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

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

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

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

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

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

Sistemas de Segundo Orden

Sistemas de Segundo Orden Apute I Departameto de Igeiería Eléctrica Uiversidad de Magallaes Aputes del curso de Cotrol Automático Roberto Cárdeas Dobso Igeiero Electricista Msc. Ph.D. Profesor de la asigatura Este apute se ecuetra

Más detalles

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx .7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )

Más detalles

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

Técnicas para problemas de desigualdades

Técnicas para problemas de desigualdades Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,

Más detalles

Se plantean una serie de cuestiones y ejercicios resueltos relacionados con la cinética de las reacciones químicas.

Se plantean una serie de cuestiones y ejercicios resueltos relacionados con la cinética de las reacciones químicas. ESUEL UNIVERSIRI DE INGENIERÍ ÉNI INDUSRIL UNIVERSIDD POLIÉNI DE MDRID Roda de Valecia, 3 80 Madrid www.euiti.upm.es sigatura: Igeiería de la Reacció Química Se platea ua serie de cuestioes y ejercicios

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

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

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

Análisis de sistemas en el dominio de la frecuencia

Análisis de sistemas en el dominio de la frecuencia Aálisis de sistemas e el domiio de la frecuecia Prof. Mª Jesús de la Fuete Aparicio Dpt. Igeiería de Sistemas y Automática Facultad de Ciecias Uiversidad de Valladolid maria@autom.uva.es Domiio frecuecial

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos. CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio

Más detalles

Teorema del Muestreo

Teorema del Muestreo Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso

Más detalles

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por: Tema 4. Trasformada Z. La trasformada Z para sistemas discretos desempeña u papel aálogo a la trasformada de Laplace para sistemas cotiuos. os va a permitir represetar la relació etrada salida de u sistema

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre 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

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule

Más detalles

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES

6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES 6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

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

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

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

Práctica 5. Aproximar numéricamente la derivada de una función a partir de valores conocidos de la función. f a h f a h

Práctica 5. Aproximar numéricamente la derivada de una función a partir de valores conocidos de la función. f a h f a h PRÁCTICA DERIVACIÓN NUMÉRICA Prácticas Matlab Objetivos Práctica 5 Aproximar uméricamete la derivada de ua fució a partir de valores coocidos de la fució. Comados de Matlab eps Es el epsilo máquia, su

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

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

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

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

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

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede

Más detalles

Resolución de ecuaciones no lineales

Resolución de ecuaciones no lineales Resolució de ecuacioes o lieales Solucioa ecuacioes o lieales tipo f()= Normalmete cada método tiee sus requisitos Métodos so iterativos Métodos iterativos para resolver f()= E geeral métodos iterativos

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

Donde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s.

Donde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s. U automóvil (Citroe XM V6) tiee la geometría idicada e la figura. Su masa total es.42 Kg. Dispoe de u motor cuya relació par-velocidad puede expresarse mediate la relació: Tm=-,52.-3.w2+,38.w-5,583 N.m

Más detalles

Test de Wilcoxon de rangos signados

Test de Wilcoxon de rangos signados 5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

Tema 1: Números Complejos

Tema 1: Números Complejos Números Complejos Tema 1: Números Complejos Deició U úmero complejo es u par ordeado (x, y) de úmeros reales Éste puede iterpretarse como u puto del plao cuya abscisa es x y cuya ordeada es y El cojuto

Más detalles

PROGRESIONES ARITMETICAS

PROGRESIONES ARITMETICAS PROGRESIONES ARITMETICAS DEF. Se dice que ua serie de úmeros está e progresió aritmética cuado cada uo de ellos (excepto el primero) es igual al aterior más ua catidad costate llamada diferecia de la progresió.

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

SUCESIONES DE NÚMEROS REALES. PROGRESIONES

SUCESIONES DE NÚMEROS REALES. PROGRESIONES www.matesxroda.et José A. Jiméez Nieto SUCESIONES DE NÚMEROS REALES. PROGRESIONES. SUCESIONES DE NÚMEROS REALES. TÉRMINO GENERAL E las siguietes figuras observa el proceso que lleva a la creació de uevos

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

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

3. Volumen de un sólido.

3. Volumen de un sólido. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Itegrales y aplicacioes.. Volume de u sólido. E esta secció veremos cómo podemos utilizar la itegral defiida para calcular volúmees de distitos tipos

Más detalles

Potencias, radicales y logaritmos

Potencias, radicales y logaritmos . Los úmeros egativos Potecias, radicales y logaritmos BLOQUE I: ARTIMÉTICA El tema comieza co el estudio de las potecias; éste se iicia co las potecias de expoete atural, se prosigue co las de expoete

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

Escena 5 Planificación contra stock

Escena 5 Planificación contra stock Método de Plaificació propuesto 67 Escea 5 Plaificació cotra stock Ua vez coocidos los protagoistas la escea busca ordear los pedidos de la forma más eficiete, respetado los requisitos del cliete. Es e

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

PROGRESIONES ARITMÉTICAS.-

PROGRESIONES ARITMÉTICAS.- PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.

Más detalles

Tema 5 Series numéricas

Tema 5 Series numéricas Tema 5 Series uméricas Objetivos 1. Defiir series co wxmaxima. 2. Calcular sumas parciales de ua serie. 3. Iterpretar la defiició de suma de ua serie. 4. Calcular la suma de ua serie geométrica. 5. Calcular

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

21 EJERCICIOS de POTENCIAS 4º ESO opc. B. impar (-2)

21 EJERCICIOS de POTENCIAS 4º ESO opc. B. impar (-2) EJERCICIOS de POTENCIAS º ESO opc. B RECORDAR a m a a m m ( a ) a b a a (a b) a m a a b m a m+ b a a - a b a - b a Tambié es importate saber que algo ( base egativa) par (- ) ( base egativa) impar (- )

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

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

Sucesiones de números reales

Sucesiones de números reales Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

Números naturales, enteros y racionales

Números naturales, enteros y racionales Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de

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

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A

IES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

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

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

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z <

Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD. X- μ. f(x) = e para - < x < Z 2. . e para - < z < Tema 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD La distribució ormal: La distribució ormal, campaa de Gauss o, curva ormal, tambié defiida por De Moivre. Características y propiedades: La siguiete fórmula

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

Práctica de Física AJUSTE DE UNA RECTA

Práctica de Física AJUSTE DE UNA RECTA Práctica de Física AJUSTE DE UNA RECTA Calcular el valor medio y error de ua serie de valores Ajustar los datos experimetales mediate ua depedecia lieal La determiació de ua magitud física está sujeta

Más detalles

Aplicaciones del cálculo integral vectorial a la física

Aplicaciones del cálculo integral vectorial a la física Aplicacioes del cálculo itegral vectorial a la física ISABEL MARRERO epartameto de Aálisis Matemático Uiversidad de La Lagua imarrero@ull.es Ídice 1. Itroducció 1 2. Itegral doble 1 2.1. Motivació: el

Más detalles

REPRESENTACIONES GRÁFICAS

REPRESENTACIONES GRÁFICAS Capítulo 5 REPRESENTACIONES GRÁFICAS Autores: José María García Palaco Marta Sáchez-Cabezudo Tirado 5 REPRESENTACIONES GRÁFICAS Cualquier experimeto tiee por fialidad comprobar la validez de u modelo teórico,

Más detalles

Expresiones Algebraicas

Expresiones Algebraicas Semiario Uiversitario Matemática Módulo Expresioes Algebraicas Difícilmete se pueda estudiar cualquier rama de la matemática actual si u maejo algebraico razoable. Usamos la palabra maejo y o la de estudio,

Más detalles

CAPITULO 2. Aritmética Natural

CAPITULO 2. Aritmética Natural CAPITULO Aritmética Natural Itroducció 1 Sumatorias Iducció Matemática Progresioes Teorema del Biomio 1. Coteidos. Itroducció 1) Asumiremos que el cojuto de úmeros reales R, +,, ) es u cuerpo ordeado completo.

Más detalles

Problemas de Sucesiones

Problemas de Sucesiones Capítulo Problemas de Sucesioes Problema. Calcular los siguietes ites: l se i e + 3 ii 5 iii l iv + + + Solució: l se i [ escala de iitos se acotada ] 0 acotada 0. e + e ii 5 + [ úmero meor que uo 5 ]

Más detalles

SUCESIONES Y SERIES DE FUNCIONES

SUCESIONES Y SERIES DE FUNCIONES CAPÍTULO XV. SUCESIONES Y SERIES DE FUNCIONES SECCIONES A. Campo de covergecia. Covergecia uiforme. B. Series de potecias. Itervalos de covergecia. C. Desarrollo de fucioes e series de potecias. D. Aplicacioes

Más detalles

Introducción al Método de Fourier. Grupo

Introducción al Método de Fourier. Grupo Itroducció al Método de Fourier. Grupo 536. 14-1-211 Problema 1.) Ua cuerda elástica co ρ, y logitud L coocidos, tiee el extremo de la izquierda libre y el de la derecha sujeto a u muelle de costate elástica

Más detalles

ALGEBRA 9. Curso: 3 E.M. Progresiones aritméticas y geométricas. Colegio SSCC Concepción - Depto. de Matemáticas. Nombre: CURSO:

ALGEBRA 9. Curso: 3 E.M. Progresiones aritméticas y geométricas. Colegio SSCC Concepción - Depto. de Matemáticas. Nombre: CURSO: Colegio SSCC Cocepció - Depto. de Matemáticas Uidad de Apredizaje: Progresioes aritméticas y geométricas Capacidades/Destreza/Habilidad: Racioamieto Matemático/ Aplicació / Calcular, Resolver Valores/

Más detalles

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 001 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Se quiere orgaizar u puete aéreo etre dos ciudades, co plazas suficietes de pasaje y carga,

Más detalles

Números naturales, enteros y racionales

Números naturales, enteros y racionales Tema 2 Números aturales, eteros y racioales Estudiamos e este tema los úmeros reales que podemos ver como los más secillos e ituitivos. Empezamos detectado detro de R a los úmeros aturales, a partir de

Más detalles

Cálculo de límites Criterio de Stolz. Tema 8

Cálculo de límites Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

4) Calcular el plazo necesario para obtener 20.000 a partir de una inversión

4) Calcular el plazo necesario para obtener 20.000 a partir de una inversión ) alcular el motate o capital fial obteido al ivertir u capital de. al 8% de iterés aual simple durate 8 años.. 8 o i. 8,8 ( i ) 8.( 8,8) ) alcular el capital iicial ecesario para obteer u capital de.

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

INTRODUCCIÓN A LOS NÚMEROS COMPLEJOS

INTRODUCCIÓN A LOS NÚMEROS COMPLEJOS Capítulo INTRODUCCIÓN A LOS NÚMEROS COMPLEJOS Problema Calcula las partes real e imagiaria de los siguietes úmeros complejos: a) i + + i, b) + i i + i + i + i, c) d) + i), + ), + i e) f) ) + i 04, i +

Más detalles

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)

IES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007) IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos

Más detalles