Modelo de regresión para estimar el volumen total con corteza de árboles de Pinus taeda L. en el sur de Brasil

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

Download "Modelo de regresión para estimar el volumen total con corteza de árboles de Pinus taeda L. en el sur de Brasil"

Transcripción

1 Kurú: Resta Forestal (Costa Rca) 6(16), 009 NOTA TÉCNICA Modelo de regresón para estmar el olumen total con corteza de árboles de Pnus taeda L. en el sur de Brasl Resumen Thago Augusto da Cunha 1 César Augusto Gumarães Fnger 1 Se probaron qunce modelos de regresón de una y doble entrada para la estmacón del olumen total con corteza de Pnus taeda L. selecconando el modelo que mejor se ajustó a los datos utlzados; a saber, determnar el olumen de cada árbol por el método analítco y por el método de muestreo con área fja. Para el estudo fueron ealuados cuarenta árboles dstrbudos en cuatro clases damétrcas de un rodal de P. taeda, en la Unersdad Federal de Santa María, Cudad de Santa María, en el Departamento de Río Grande do Sul, Brasl. En cada uno de estos árboles fueron meddas las sguentes arables dendrométrcas: altura total (m), dámetro a la altura del pecho (cm) y dámetros sobre el fuste meddos cada dos metros obtendos medante lecturas con el relascopo de Btterlch modelo Wde Scale. Fueron probados un total de qunce modelos matemátcos de regresón de entrada smple y doble, los cuales fueron selecconados por medo del menor alor ponderado de los resultados de los parámetros estadístcos selecconados y el análss gráfco de los resduos. El resultado reeló que todos los modelos probados presentaron buen ajuste, obtenéndose coefcentes de determnacón ajustados con alores entre 0.98 a 0.996, lo cual ndca que cualquer modelo puede ser utlzado. El modelo propuesto por Spurr (arable combnada) fue el selecconado por presentar mayor facldad de uso y mejor representacón de la dstrbucón grafca de los resduos. Palabras claes: Modelos de regresón, Volumen total con corteza, Pnus taeda, Río Grande Do Sul, Brasl. Abstract Regresson model to estmate total tree olume ncludng bark for Pnus taeda L. n south Brazl. Ffteen one and double entrees regresson models for total olume (ncludng bark) assessment for Pnus taeda L. were tred, selectng the best ftted model for the utlzed data, to know, to determne each tree olume by analytcal method and by fx area samplng method. Forty (40) trees dstrbuted n 4 dametrc classes from a Pnus taeda stand at the Unersdad Federal de Santa María, Santa María cty, Río Grande do Sul Departament, Brazl, were ealuated. For each tree the followng dendrometrc arables were obtaned: Total heght (m), dameter at breast heght (cm), and bole dameter measured each m usng a Wde Scale model Btterlch mrror relascope. Ffteen (15) smple and double entrees regresson models were tred whch were selected by means of the lower 1 Unersdade Federal de Santa Mara, Brasl, etsfor@yahoo.com, cesar.fnger@usmal.ufsm.br

2 Kurú: Resta Forestal (Costa Rca) 6(16), 009 weghted alue from the measured statstcal parameters and the graphc analyss of the resduals. Results showed that all tred models were well ftted, obtanng correlaton coeffcents rangng from 0.98 to 0.99, ndcatng that any model can be used. Spurr s (combned arable) proposed model was chosen because ts use easness and better representaton of the graphc dstrbuton of the resduals. Key words: Models of regresson, Total olume wth bark, Pnus taeda, Río Grande Do Sul, Brasl. INTRODUCCIÓN El olumen es la arable que ndca en undades de metros cúbcos (m 3 ) la cantdad de madera contenda en árboles. En un rodal puede consderarse como la suma de los olúmenes de los árboles en pe. En consecuenca, una forma de acceder al conocmento del olumen de madera de un rodal es a traés del conocmento del olumen de sus árboles ndduales y una herramenta para determnar ese olumen son los modelos matemátcos de regresón por medo de las tablas de olumen. Desde su aparcón, las tablas de olumen se han consttudo en una herramenta mportante a la hora de cuantfcar la produccón y rendmento de una superfce boscosa y/o rodal, en cuanto al olumen de madera exstente para una o más especes, por lo tanto, es útl para alorar económcamente un área boscosa (Vllarroel, 1994). La tabla de olumen es una presentacón en forma tabular que muestra el olumen promedo de árboles en pe de dstntas dmensones, obtendo a partr de relacones preamente establecdas, donde el dámetro, altura y forma de fuste son la nformacón utlzada para el cálculo (Dauber, 001). Hoy día, las tablas de olumen han sdo reemplazadas por las ecuacones de olumen, es decr, por modelos matemátcos capaces de representar el olumen medo de madera por árbol a partr de las arables ndependentes antes menconadas. Sn embargo, el térmno de tabla de olumen ha persstdo como un térmno genérco para expresar una tabla derada de una ecuacón de olumen. Varos nestgadores ajustaron y compararon dersas funcones matemátcas que expresan el olumen, para dferentes especes, stos y régmen de manejo. En el caso de especes del género Pnus se tenen entre otros a Schneder (1984), quen calculó el olumen con corteza de Pnus ellot; Machado et al. (00), modeló el olumen de Pnus oocarpa en dferentes edades y régmen de raleo; y Santana y Encnas (004), desarrollaron ecuacones de olumen para P. taeda. Con el afán de complementar nformacón en la línea de nestgacón de los temas y autores antes ctados, se presenta a contnuacón un trabajo que tene como objeto ajustar y aldar un modelo matemátco por medo del método de regresón, que exprese el olumen total de madera con corteza de árboles de P. taeda L. todo en funcón de arables de fácl medcón, como son el dámetro a la altura del pecho (dap) y altura total, esto aplcado en la comparacón de olúmenes obtendos por el método de parcela de área fja y por el muestreo por conteo angular de Btterlch (Loet et al, 1973), ejecutado en el sur de Brasl.

3 Kurú: Resta Forestal (Costa Rca) 6(16), 009 MATERIALES Y MÉTODOS Área de estudo El estudo se lleó a cabo en un rodal de P. taeda L. ubcado en el área expermental de la Unersdad Federal de Santa María en la cudad de Santa María, Departamento de Río Grande do Sul, Brasl. La localzacón según las coordenadas planas en el sstema UTM son: m al Norte y m al Este (Fgura 1). Según la clasfcacón de Köppen, la regón de Santa María se localza en una regón del tpo Cfa, subtropcal húmedo, que se caracterza por presentar lluas durante todos los meses del año y posee una temperatura meda anual de 19 C, osclando durante el año entre C y 3 C (Moreno, 1961) ' 7 09' 49 18' 3 45' Escala aproxmada 1 : 7' Fgura 1. Localzacón del área de estudo, en la Unersdad Federal de Santa María, Cudad de Santa María, en el Departamento de Río Grande do Sul, Brasl. Informacón del rodal El rodal de P. taeda tene un área de.1 ha. Fue plantado en el año 1995 con el propósto de recuperar un área de depósto de basura; se establecó con un espacamento de 3 x m (6 m /árbol) y no se le ha dado nnguna nterencón slcultural de poda o raleo (Fgura ). Fgura. Vsta del rodal de P. taeda, plantacón donde se realzó el estudo. 3

4 Kurú: Resta Forestal (Costa Rca) 6(16), 009 Dseño de la nestgacón Para realzar la nestgacón se procedó a determnar el tamaño del dámetro de los árboles en el rodal, posterormente se defneron 4 clases damétrcas y para cada una de estas clases se elgeron aleatoramente una muestra representata de 10 árboles. A cada árbol selecconado se le colocó una placa con su debda numeracón para su dentfcacón, localzacón y medcón. Se hzo una medcón drecta del dámetro en dos puntos, uno a 0. m. sobre el nel del suelo (d 0. ); y el otro a la altura del pecho (dap), es decr, a 1.3 m sobre el nel del suelo (d 1.3 ). Ambas meddas se realzaron con cnta damétrca. Para complementar el estudo se hzo otra medcón, en este caso ndrecta, utlzando el relascopo de espejo de Btterlch (modelo Wde Scale). Estas lecturas (medcón de los dámetros superores) se hceron cada dos metros (d, d 4, d 6, d 8, d 10, d 1, d 14 ) y para mejor precsón de las lecturas de los datos se montó el relascopo sobre un trípode (Fgura 3). La lectura de los dámetros superores con el relascopo fue realzada desde una dstanca horzontal fja de ocho metros (desde el ocular del aparato hasta el centro del árbol). Esta dstanca fue obtenda medante la utlzacón del hpsómetro Forestor Vertex II y un transponder que fue fjado al árbol para emtr las ondas de ultrasondo, de manera que resultaran lecturas de dstancas horzontales corregdas para la pendente y alturas (Fgura 3). P 1 = -19% P = [5% + (-19%)] = 6% P3 = (6% + 5% ) = 31 % P4 = (31 % + 5%) = 56% P5 = (56% + 5%) = 81% d 8m d 6m P5 P4 P3 P P1 d 4m d m d 1.3 m d 0.3m Dst hor. 8 metros Fgura 3. Metodología empleada para la lectura de dámetros superores a lo largo del fuste, utlzando el relascopo de espejo de Btterlch. Cada dámetro superor (d. d n,) obtendo medante la utlzacón del relascopo de Btterlch, se obtene medante la aplcacón de la sguente ecuacón: d a U.R. 50 4

5 Kurú: Resta Forestal (Costa Rca) 6(16), 009 d = dámetro a = dstanca horzontal entre el centro del árbol y el ocular del relascopo U.R.= undad relascópca (número de bandas que cubre el dámetro). Cálculo del olumen total con corteza Para la obtencón del olumen total con corteza nddual (de cada árbol), se aplcó la ecuacón: n V tcc 0 c 1 V tcc = olumen (m 3 ) total con corteza 0 = olumen (m 3 ) del tocón, consderando el fuste desde el nel del suelo hasta 0.3 m de altura = olumen (m 3 ) de las seccones ntermedaras c = olumen (m 3 ) de la punta superor del árbol (cono) Para la obtencón del olumen del tocón y de cada seccón ntermeda, fue empleado el método de Smalan, que consste en tomar la lectura del dámetro en ambas extremos o puntas. La fórmula de manera detallada es: n g g 1 L 1 = olumen (m 3 ) de las seccones ntermedaras g = Área basal (m ) en el extremo mayor de la troza = d 1 * /4 g +1 = Área basal (m ) en el extremo menor de la troza = d +1 * /4 L = largo (m). En el caso del tocón los dámetros se mderon cada 0. m y para las seccones ntermedas las lecturas de los dámetros fueron cada m. Para la obtencón el olumen ( c ) de la punta superor del árbol (cono), se empleó la sguente formula: g c = olumen (m 3 ) de la punta superor del árbol g n = área basal del cono (m ) L n = largo del cono (m) c n L n 1 3 Ecuacones probadas para la estmacón del olumen total Para encontrar una relacón matemátca se correlaconaron el olumen total de los árboles, en funcón del dámetro de referenca (dap) y la altura total y el olumen total con corteza, obtendo medante lecturas de dámetros superores del fuste. Fueron probados y selecconados los modelos de regresón de dferentes números de arables ndependentes (er Cuadro 1). 5

6 Kurú: Resta Forestal (Costa Rca) 6(16), 009 Cuadro 1. Complacón de las ecuacones de olumen más mportantes que fueron probadas para la estmacón del olumen total con corteza con base en datos de cubcacón. Varable Independente Desgnacón (Autor) Modelo Matemátco para Estmacón del Volumen 1. Kopezky - Gehrhardt 0 1 d Modelos de una entrada. Dssescu - Meyer 1 d d 3. Hohenadl - Krenn 0 1 d d D 4. Berkhout 1 5. Hummel 0 d Brenac (log form) g 1 ln 0 1 ln d d 7. Spurr. (ar. Combnada) 0 1 d h Modelos de doble entrada 8. Hohenadl - Krenn Fuente: Spurr (195), Prodan (1968), Loetsch et al (1973), Schneder (1984). Donde: = olumen total con corteza d = dámetro de referenca h = altura total g = área basal β 0, β 1 = coefcentes de regresón paramétrcos ε = error o aracón no explcada por la regresón NIID (0, σ ) ln = logartmo natural de base e. 9. Stoate 0 1 d 0 1 d d h 3 h Näslund d 1 d d h dh h d d dh d h d, h 11. Meyer Meyer (Mod.) h 5 d d dh d h h 13. Spurr. (Log form) ln 0 1 ln d 14. Schumacher - Hall h ln 0 1 ln d ln h 15. I. B. W. Alemanha ln ln d ln d ln h h ln

7 Kurú: Resta Forestal (Costa Rca) 6(16), 009 Crteros de seleccón de los modelos matemátcos y análss estadístco La determnacón y seleccón de modelos de regresón, normalmente se realza en tres fases dstntas según Loetsch et al. (1973): a) Seleccón de un número de árboles, muestras sufcentes y representatas; b) Medcón de las arables dependentes e ndependentes; c) Seleccón del mejor modelo de regresón. Para la seleccón del modelo matemátco que mejor ajuste los datos obserados y estmados (predchos), se sgueron estos pasos: - Se analzó el ajuste de cada uno de los modelos de forma comparata, obserándose los crteros estadístcos dados por el coefcente de determnacón ajustado, el error estándar de la estmacón, el coefcente de aracón, el alor de F de Snedecor y la ponderacón de estos alores. - En un segundo paso se realzaron las pruebas requerdas para determnar la aldez del modelo preamente selecconado como el mejor. - Las arables de entrada dámetro a la altura del pecho y altura total obseradas y el olumen total con corteza calculado, fueron procesados en el paquete estadístco SAS System V8 (SAS Insttute, 009), donde los modelos matemátcos de regresón fueron ajustados con el Procedmento Reg (Proc Reg). Coefcente de determnacón ajustado (R Aj.) El coefcente de determnacón (R ) expresa la cantdad de aracón total explcada por la regresón. Debdo a que el coefcente de determnacón aumenta a medda que se ncluye una nuea arable ndependente al modelo matemátco, se decdó usar el coefcente de determnacón ajustado (R Aj.), para cumplr con modelos de dferente numero de coefcentes de regresón y arable dependente modfcada (logartmzados) como crtero de seleccón, obtendo por la expresón: R Aj. R K N R Aj. = coefcente de determnacón ajustado R = coefcente de determnacón K = número de arables ndependentes del modelo N = número de obseracones. Error estándar de la estmacón 1 (1- R - K - El error estándar de la estmacón ndca la dspardad o dspersón entre los alores obserados y estmados por la regresón, sendo deseable aquel que posee el menor alor. Este alor tambén mde la precsón del ajuste del modelo matemátco y solamente debe ser utlzado como comparador cuando las arables dependentes presenten las msmas undades de medda. Meyer (1938) ctado por Hosokawa y Souza (1989), presentó un error estándar de la estmacón, en porcentaje, como alternata para la comparacón de modelos con arables dependentes de dferentes undades. El error estándar de la estmacón (S yx ) y el error estándar de la estmacón en porcentaje son obtendos por medo de las fórmulas: ) 7

8 Kurú: Resta Forestal (Costa Rca) 6(16), 009 S yx CM res. S yx S yx % 100 Y S yx = error estándar absoluto de la estmacón CM res. = cuadrado medo del resduo, obtendo en el análss de aranza S yx % = error estándar en porcentaje Y = meda artmétca de la arables dependentes. Para los modelos logarítmcos, el error estándar de la estmacón fue corregdo en la escala orgnal de la arable dependente, para posbltar la comparacón con los modelos artmétcos. Esta correccón fue obtenda con el índce de Furnal (Furnal, 1961) y para los modelos logarítmcos es dado por: IF EXP n 1 Ln( Vreal ) S n La forma porcentual del índce de Furnal se expresa por: IF IF % 100 Y IF = índce de Furnal IF% = índce de Furnal en porcentaje Y = meda artmétca de la arable dependente V real = olumen nddual real en m 3 S yx = error estándar de la estmacón n = numero de árboles muestreados (muestra). El índce de Furnal de un modelo logarítmco debe ser comparado con el error estándar de la estmacón del modelo artmétco. Tambén cabe la posbldad de comparar el índce de Furnal en porcentaje (IF%) del modelo logarítmco con el coefcente de aranza del modelo artmétco. Coefcente de aracón El coefcente de aracón (CV %) es la expresón del error relato de la meda y es obtendo por la fórmula: CV % = coefcente de aracón en porcentaje S yx = error estándar de la estmacón S yx CV % 100 Y Y = meda artmétca de la arable dependente. yx 8

9 Kurú: Resta Forestal (Costa Rca) 6(16), 009 El coefcente de aracón es útl para selecconar modelos que presentan arables ndependentes transformadas. De esta manera, fue selecconado el modelo matemátco que presentó el menor alor de coefcente de aracón. Valor de la dstrbucón F de Snedecor El alor de F calculado en el análss de aranca de los modelos fue utlzado como un estadístco en la determnacón del alor ponderado, para la seleccón del mejor modelo matemátco. El alor de F calculado es obtendo por la relacón entre el cuadrado medo de la regresón y el cuadrado medo del error del resduo: CMR = cuadrado medo de la regresón CME = cuadrado medo del error. Valor ponderado (VP) CMR Fcalculado CME Este crtero de seleccón de la ecuacón tuo en consderacón todos los estadístcos anterormente descrtos. Este estadístco fue utlzado con el objeto de sntetzar los resultados, facltando el proceso de seleccón del mejor modelo matemátco. El alor ponderado (VP) fue determnado atrbuyéndose alores o pesos a las estadístcas calculadas. En este proceso, las estadístcas fueron ordenadas de acuerdo con su efcenca, sendo atrbudo el peso 1 a la ecuacón más efcente y pesos crecentes para las demás ecuacones. El alor ponderado de una ecuacón fue obtendo por la multplcacón del número de eces que fue cuantfcado para cada puesto por su respecto peso, sendo expresado por: n VP Nr P 1 P = peso del -ésmo puesto Nr = números de regstro que obtueron el -ésmo puesto VP = alor ponderado de la ecuacón. La ecuacón selecconada fue la que presentó el menor alor ponderado de los resultados estadístcos determnados. Dstrbucón gráfca de los resduos El análss gráfco de los resduos fue realzado por medo de la obseracón de su dstrbucón contra los alores de las estmacones, conforme lo propone Bussab (1986). En este método, los desíos fueron gráfcamente dstrbudos en un sstema de ejes ortogonales: en el eje de la ordenada los desíos fueron centrados en cero, y el eje de la abscsa por la arable dependente obserada. El alor de los resduos fue calculado por medo de la fórmula: eˆ y yˆ 9

10 Kurú: Resta Forestal (Costa Rca) 6(16), 009 ê = resduo de la -ésma obseracón y = arable dependente obserada ŷ = arable dependente estmada por la regresón. El análss permte detectar posbles tendencas de ajuste a lo largo de la línea de regresón para ser tomadas en cuenta en la decsón del uso o no uso del modelo. Se consderó como una dstrbucón mala de los resduos: a) la formacón de patrones de dstrbucón con transgresones en la concentracón de los resduos arrba o abajo del eje de las estmacones, y b) su concentracón en hasta quntos de la ampltud del msmo eje. Se consderó como una dstrbucón buena de los resduos: la dstrbucón de los resduos en 3 a 4 quntos de la ampltud del eje de la estmacón de forma equtata arrba y abajo del msmo eje y sn formacón de patrones. Solamente fue consderada óptma la dstrbucón de los resduos en más de 4 quntos de la ampltud del eje de la estmacón, equtatamente arrba y abajo del eje y sn formacón de patrones. Valdacón del modelo de regresón Las pruebas utlzadas para la aldacón del modelo de ecuacón de regresón fueron realzadas con el programa SAS System V8 (SAS Insttute, 1999). Para determnar el cumplmento de los supuestos de homogenedad de aranzas, ndependenca de resduos y normaldad de la dstrbucón, se llearon a cabo las sguentes pruebas: - La homogenedad de aranzas: test de X de Whte; - La ndependenca de los resduos: test de Durbn-Watson; - La normaldad de la dstrbucón de los resduos: test de Shapro-Wlk. RESULTADOS Y DISCUSIÓN El olumen obserado obtendo de los 40 árboles fue de 8.6 m 3 con una meda de 0. m 3 y error estándar de la meda gual a 0.11 m 3 (la dspersón absoluta de la meda), con un alor mínmo de 0.05 m 3 y alor máxmo de 0.41 m 3. El alto alor de la dspersón absoluta de los datos obserados (0.11 m 3 ) se justfca por la gran ampltud de clases de dámetro de los árboles muestreados reelando una dspersón relata (CV%) de 53.1%. Análss estadístco de los crteros de seleccón de los modelos matemátcos El resultado de los 15 modelos probados para estmar el olumen total con corteza con sus coefcentes de regresón estmados y las estadístcas para la seleccón del mejor modelo se obsera en el Cuadro. Se obsera en este cuadro que todos los coefcentes son sgnfcatos a un nel de sgnfcanca de 5% (p 0.05) y que todos los modelos presentan un buen ajuste, con alores para coefcentes de determnacón ajustados entre 0.98 a y alores para el error estándar de la estmacón entre a Esto demuestra que las arables ndependentes utlzadas poseen un alor sgnfcato en la descrpcón de la arable dependente olumen total con corteza para la espece P. taeda, crecendo en el sur de Brasl. 10

11 Kurú: Resta Forestal (Costa Rca) 6(16), 009 Cuadro. Coefcentes de regresón estmados y crteros utlzados para determnar el olumen total con corteza de árboles de P. taeda en el sur de Brasl. Nº Coefcentes de regresón estmados b 0 b 1 b b 3 b 4 b 5 R Aj, S yx CV % F * * * * * R Aj. = coefcente de determnacón ajustado S yx = error estándar de la estmacón CV% = coefcente de aranza F = alor de F de la dstrbucón de Snedecor; * = alores del índce de Furnal (la arable dependente de estos modelos es una arable transformada). Un prmer crtero reela que los coefcentes de determnacón no se dferencaron sgnfcatamente entre los modelos de una entrada (1 a 6) y los modelos de doble entrada (7 a 15). Este alor smlar era esperado, puesto que los modelos de smple entrada ( = f (d)), asumen que árboles del msmo dámetro tenen la msma altura, lo que ocurre de forma regular en rodales coetáneos. Se obsera que la representacón del ajuste es cas gual para los 15 modelos probados. Estos datos se deben en parte a la corta ampltud de clases de los dámetros que aró entre 10 cm hasta 30 cm, con una ampltud de 0 cm. La seleccón de los modelos con base a la propuesta de Thersch (1997), consdera el alor ponderado obtendo del conjunto de resultados de cada estadístco (er Cuadro 3). 11

12 Kurú: Resta Forestal (Costa Rca) 6(16), 009 Cuadro 3. Valor ponderado de los resultados de los parámetros estadístcos utlzados para determnar el olumen total con corteza de árboles de P. taeda en el sur de Brasl. Modelo Poscón de los parámetros estadístcos R Aj, S yx F Valor ponderado Donde: R Aj = coefcente de determnacón ajustado S yx = error estándar de la estmacón F = alor de F de la dstrbucón de Snedecor. El alor ponderado del cuadro 3 atrbuyó alores de 1 a 15 para cada parámetro estadístco estmado consderando (R Aj, S yx,y F), sendo el modelo de regresón número 1 el peor y el modelo de número 10 el mejor modelo, demostrando un mejor ajuste del olumen total con corteza con relacón al dámetro de referenca (dap) y la altura total (h). El modelo número 10 de Näslund fue el modelo con mejor ajuste según el rankng (alor 4), pero es un modelo matemátco complejo por presentar 4 coefcentes de regresón. Conocendo que no hay dferenca sgnfcata entre los modelos de dos arables ndependentes, se decdó utlzar el modelo número 7 de Spurr con arable combnada, el cual presentó un alor ponderado de 13 con un error estándar de la estmacón de m 3 con 6.81% de aracón del olumen total con corteza dsperso en relacón a la meda (er cuadro ). Se seleccona, por lo tanto, el modelo de Spurr con arable combnada ( 0 1d h ) como el mejor modelo para estmar el olumen total con corteza para P. taeda, por ser un modelo más smple y fácl de calcular. En seguda, son demostradas las representacones gráfcas de los ses modelos de regresón de una entrada utlzados para estmar el olumen total con corteza de P taeda L. (Fgura 4). 1

13 Vcc obserado (m 3 ) Kurú: Resta Forestal (Costa Rca) 6(16), 009 Ajuste de modelos de una arable ndependente (1 al 6) DAP (cm.) Vcc Obs (m3) Ec 1 Ec Ec 3 Ec 4 Ec 5 Ec 6 Fgura 4. Representacón gráfca de los olúmenes estmados por los ses modelos de una arable ndependente. Ec 1 = ecuacón 1; ; Ec 6= ecuacón 6. En la Fgura 5 se obsera el gráfco en tres dmensones mostrando la dependenca de las arables de entrada o arables ndependentes (dámetro a la altura del pecho de forma cuadrátca y altura total de los árboles en el rodal). Fgura 5. Representacón gráfca del olumen estmado por el modelo matemátco de regresón propuesto por Spurr. 13

14 Resduo Kurú: Resta Forestal (Costa Rca) 6(16), 009 Dstrbucón gráfca de los resduos En la Fgura 6 se muestra el gráfco de los resduos del olumen total con corteza estmados por el modelo propuesto por Spurr, donde demuestra la no tendencosdad de los puntos de la arable dependente, un certo equlbro de los puntos en la parte de abajo y de arrba de la recta de referenca y una buena dstrbucón del error a lo largo del eje de la arable estmada Volumen estmado (m 3 ) Modelo Spurr. arable combnada Fgura 6. Gráfco de resduo del modelo matemátco de regresón propuesto por Spurr. En el análss de la dstrbucón de los resduos del modelo se obsera una dstrbucón homogénea de los datos haca abajo, haca arrba y sobre el eje de la ordenada. Este requsto es decso y de gran mportanca para la confabldad de las estmacones, ya que muestra que la msma no es tendencosa. Valdacón del modelo de regresón Para la aldacón del modelo de regresón propuesto por Spurr todos los supuestos de aldacón fueron cumpldos, estos son: - Normaldad en la dstrbucón de los resduos (P = ), ndcando que la dstrbucón de los resduos obtendos por la dferenca del olumen estmados de la muestra y el olumen estmado por la regresón no dferen de la dstrbucón normal, de acuerdo con la prueba de Shapro Wlk. - Homogenedad de aranzas por la prueba de ch-cuadrado propuesto por Whte, detectó que no hay dferenca sgnfcata (P = 0.48) entre aranzas. - Independenca de los resduos, por la prueba de Durbn-Watson, ndca que no exste correlacón entre los resduos (P = 0.133). Por lo tanto, fue selecconado el modelo propuesto por Spurr con arable combnada de dámetro a la potenca (cm) y altura total (m), para estmar el olumen total con corteza de árboles de P. taeda L. en el sur de Brasl V 0,0355 0,000030d h 14

15 Kurú: Resta Forestal (Costa Rca) 6(16), 009 = 1,, 3,, n árboles V = se refere al olumen total en m 3 obserado en el -ésmo árbol d h = dámetro (cm) a la potenca del -ésmo árbol por la altura total (m) del -ésmo árbol ε = efecto aleatoro asocado con la í-ésma obseracón NIID (0, σ ) CONCLUSIONES El análss de los parámetros estadístcos medante el alor ponderado, juntamente con la obseracón gráfca de los resduos resultantes del ajuste de los modelos matemátcos para la estmacón del olumen total con corteza de P. taeda, permte conclur que para el conjunto de datos utlzados, es posble utlzar cualquera de los qunce modelos probados en las condcones actuales del rodal, pero se recomenda la utlzacón de los modelos de doble entrada por representar un estmado de mayor confabldad, debdo a la ntroduccón de la arable altura, puesto que los modelos de una entrada asumen que esta arable permanece constante para determnado dámetro. De los qunce modelos probados, se propone el uso del modelo de Spurr con arable combnada, pues el msmo presenta el mejor ajuste para los alores obserados y estmados de olumen total con corteza del rodal de P. taeda estudado. BIBLIOGRAFÍA Bussab, WO Análse de arânca e de regressão. Métodos Quanttatos V.7. São Paulo, BR, Atual. 147 p. Dauber, E Tablas olumétrcas del fuste aproechable de dferentes especes con base en medcones de trozas en el rodeo y aserradero. Documento técnco 101/001. Santa Cruz, BO, Chemoncs Internatonal Inc -USAID/Bola. p. rr. Furnal, G An ndex for comparng equatons used n constructng olume tables. Forest Scence. 7(4): Hosokawa, RT; Souza, AL Aplcações de relações hpsométrcas e equações de olume em manejo. Brasla, BR, ABEAS. 43 p. Loetsch, F; Zöhrer, F; Haller, KE Forest nentory. Vol. II. Munch, GE, BLV Verlagsgesellschaft. 469 p. Machado, SA; Conceção, MB; Fgueredo, DJ. Modelagem do olume nddual para dferentes dades e regmes de desbaste em plantações de Pnus oocarpa. Cêncas Exatas e Naturas. 4(): Moreno, JA Clma do Ro Grande do Sul. Porto Alegre, BR, Secretara da Agrcultura-RS. 41 p. Prodan, M Forest bometrcs. Oxford, UK, Pergamon Press. 447 p. Santana, OA; Encnas, JI Equações olumétrcas para uma plantação de Eucalyptus urophylla destnada a produção de lenha. In Smpóso Latno-Amercano Sobre Manejo Florestal, (3º, Santa María, BR). 004, Santa María, BR, Unersdade Federal de Santa María. p SAS Insttute The SAS System for Wndows - release 8.0. Cary, US, SAS Insttute Inc. Consultada 0 oct Dsponble en Schneder, PR Betrebswrtschaftlche und ertragskundlche Grundlagen der Forstenrchtung n Südbraslen am Bespel on Pnus ellott. Tess Ph.D. Freburg, GE, Albert- Ludwgs-Unerstät. 190 p. Spurr, SH Forest Inentory. The Ronald Press Company. New York. 476 p. Thersch, A A efcênca das dstrbuções damétrcas para prognose da produção de Eucalyptus camaldulenss. Mestrado em Engenhara Florestal. Laras, BR, Unersdade Federal de Laras. 155 p. Vllarroel, L Aplcacón de la regresón ponderada en la construccón de tablas de olumen (Eucalyptus globulus y Pnus radata). Cochabamba, BO, Programa de repoblamento forestal. CORDECO. p. 15

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

TERMODINÁMICA AVANZADA

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

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

Capitalización y descuento simple

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

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

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

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

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más detalles

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

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

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

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

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

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

Más detalles

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

INSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR

INSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR El Superntendente de Pensones, en el ejercco de las facultades legales contempladas en el artículo 13, lteral b) de la Ley Orgánca de la Superntendenca de Pensones, EMITE el : INSTRUCTIVO No. SP 04 / 2002

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

Medidas de Variabilidad

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

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012 Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE

Más detalles

Métodos cuantitativos de análisis gráfico

Métodos cuantitativos de análisis gráfico Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Submicrométricas Ópticas

Submicrométricas Ópticas Estmacón n de la Dstrbucón n de Tamaños de Partículas Submcrométrcas de Látex L por Técncas T Óptcas Lus M. Guglotta, Georgna S. Stegmayer, Jorge R. Vega Santa Fe (ARGENTINA) Septembre de 007 Unversdad

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales CAPÍTULO IV IV. Correlacón de los resultados expermentales La aplcacón de modelos de solucón para correlaconar los resultados que se obtenen en los expermentos, resulta de gran mportanca para amplar la

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 013 INSTITUTO NACIONAL DE ESTADÍSTICAS 015 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

Facultad de Ciencias Básicas

Facultad de Ciencias Básicas Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

MEMORIA TÉCNICA. Dinámica del agua en el suelo a través del contenido de humedad edáfica H Paoli y J Diez

MEMORIA TÉCNICA. Dinámica del agua en el suelo a través del contenido de humedad edáfica H Paoli y J Diez MEMORIA TÉCNICA Dnámca del agua en el suelo a través del contendo de humedad edáfca H Paol y J Dez Análss estadístco: Lc. Ruben Cardoso 1. INTRODUCCIÓN El suelo es el recpente de donde las plantas extraen

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU Desarrollo humano en España: 1980-2011 44 NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU El IDH defndo por las Nacones Undas desde 2010 en sus nformes anuales mde los adelantos medos de un país

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

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

Más detalles

Circuito Monoestable

Circuito Monoestable NGENEÍA ELETÓNA ELETONA (A-0 00 rcuto Monoestable rcuto Monoestable ng. María sabel Schaon, ng. aúl Lsandro Martín Este crcuto se caracterza por presentar un únco estado estable en régmen permanente, y

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos

Más detalles

IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1

IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1 IMPEMEACIÓ PRÁCICA DE U BACO DE FIROS UIFORME En este tpo de bancos, la forma de la respuesta espectral de cada uno de los fltros es la msma, y su frecuenca central se raparte de manera unforme en el espectro:

Más detalles

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Estimación de incertidumbres en calibración de Osciladores

Estimación de incertidumbres en calibración de Osciladores Estmacón de ncertdumbres en calbracón de Oscladores J. Maurco López R. Dvsón de Tempo Frecuenca Centro Naconal de Metrología maurco.lopez@cenam.mx Resumen La frecuenca de salda de los oscladores debe ser

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

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 Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

Medidas de centralización

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

Más detalles

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa. MEDIDA DE DIPERIÓ A. Una pregunta muy partcular que se puede hacer a una dstrbucón de datos es de qué magntud es es la heterogenedad que se observa. FICHA º 18 Las meddas de dspersón generalmente acompañan

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

Unidad 5 2 (5.2) Métodos cuantitativos de análisis gráfico. Método de cuadrados mínimos Regresión lineal

Unidad 5 2 (5.2) Métodos cuantitativos de análisis gráfico. Método de cuadrados mínimos Regresión lineal Undad 5 Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 014 INSTITUTO NACIONAL DE ESTADÍSTICAS AÑO 016 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS

Más detalles

Inferencia en Regresión Lineal Simple

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

Más detalles

TEMA 4 Amplificadores realimentados

TEMA 4 Amplificadores realimentados TEM 4 mplfcadores realmentados 4.1.- Introduccón La realmentacón (feedback en nglés) negata es amplamente utlzada en el dseño de amplfcadores ya que presenta múltples e mportantes benefcos. Uno de estos

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

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

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles