4 DISTRIBUCIÓN GRAN CANÓNICA Y OTRAS DISTRIBUCIONES

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

Download "4 DISTRIBUCIÓN GRAN CANÓNICA Y OTRAS DISTRIBUCIONES"

Transcripción

1 4 GRA CAÓICO Y ORAS DISRIUCIOS 4 DISRIUCIÓ GRA CAÓICA Y ORAS DISRIUCIOS. OJIOS.. DISRIUCIÓ GRA CAÓICA. COJUO GRA CAÓICO. ecesdad de cambar de dstrbucón. Dstrbucón gran canónca y conjunto gran canónco. Gran Funcón de artcón. alores medos. Sstemas equeños. 3. PROPIDADS D LA GRA FUCIÓ D PARICIÓ. Proedades de la funcón de la gran artcón. 4. FLUCUACIOS. Fluctuacones dstrbucón gausana. Caacdad calorífca y comresbldad soterma. 5. COXIÓ CO LA RMODIÁMICA. Conexón con la ermodnámca. Gran Potencal. Gran otencal y robabldad. xresón de Shanon. 6. LÍMI RMODIÁMICO. Límte termodnámco. xresones útles. 7. GRA CAÓICO U RSUM. 8. ORAS DISRIUCIOS OJIOS l roblema que se lantea en este caítulo es enteramente smlar al que do lugar a la dstrbucón canónca. Sólo una dferenca ahora el sstema no solo ntercamba energía sno que tambén uede ntercambar artículas. l objetvo como entonces es buscar una dstrbucón cómoda adecuada ara este to de sstemas. nguna de las dos dstrbucones que ya conocemos mcrocanónca y canónca son aroadas aunque odríamos utlzarlas. s mejor buscar una que tenga en cuenta que sstema está ntercambando artículas además de energía. n ermodnámca ocurre lo msmo: vez de usar la entroía o la energía lbre de Helmholtz son los otencales termodnámcos lgados a las dos dstrbucones ya conocdas ara descrbr las roedades de estos sstemas que se odría hacer se utlza un nuevo otencal termodnámco el gran otencal. La nueva dstrbucón que encontraremos es llamada gran canónca. Asocada a ella encontraremos una nueva funcón de artcón la gran funcón de artcón que juega el mso ael que el número de estados y la funcón de artcón canónca en las dstrbucones mcrocanónca y canónca resectvamente. eremos otra vez que se obtene la conexón con la termodnámca con la nueva funcón de artcón y el otencal termodnámco gran otencal. l aralelsmo con el caítulo anteror es comleto salvo que el álgebra es algo más comleja smlemente or tener dos magntudes que ueden varar y en vez de una del caso canónco. Las deas son las msmas. Por eso reducré bastante las demostracones salvo en aquellos casos donde merezca la ena dar los detalles. Para fnalzar se ncluye una tabla resumen de las dstrbucones más mortantes y usuales. Para obtener estos resultados y cualquer otra dstrbucón no hay más que reetr lo que hemos hecho ara el canónco o lo que vamos a hacer ara obtener el gran canónco es una cuestón de rutna. aturalmente cada dstrbucón tene su sgnfcado roo. G.AASCUS

2 4 GRA CAÓICO Y ORAS DISRIUCIOS DISRIUCIO GRA CAÓICA. COJUO GRA CAÓICO. ecesdad de cambar de dstrbucón Aquí volveré a usar los msmos argumentos que hce ara obtener la dstrbucón canónca. n el resente caso además de tener el sstema en contacto con un baño térmco de temeratura está en contacto con un baño de artículas de otencal químco que odría ser el msmo baño térmco. anto el sstema como los baños no camban de volumen. Los cambos osbles son debdos a las nteraccones térmcas entre el sstema y el baño térmco yo los ntercambos de artículas entre el sstema y baño de artículas de tal manera que la energía total como suma de la energía del sstema y la energía del baño térmco y que el número total de artículas como suma de las del sstema y las del baño de artículas deben conservarse. l sstema de nterés junto con los baños forman un sstema cerrado cuya estadístca está determnada or la dstrbucón mcrocanónca en donde cada mcroestado del sstema total tene la msma robabldad:. n los ntercambos de energía y artículas el sstema y el o los baños asan or dstntos mcroestados de dstntas energías y artículas ero en combnacones tales que se mantenga la energía total y el número total de artículas. l número total de osbles estados es observe que he generalzado los resultados del caítulo ara nclur los ntercambos de artículas: + + Utlzando los resultados obtendos ara la dstrbucón mcrocanónca aunque generalzados de forma trval al resente caso tenemos las sguentes relacones necesaras ara obtener cualquer valor medo: mcorestado _ del _ sstema _ total y ara el sstema que no son los baños o el baño: P Sabemos que las funcones crecen muy rádamente con la energía y con y mucho más en el caso de los baños que se suonen enormes frente al sstema de nterés. n cualquer caso ara obtener las robabldades y P debemos evaluar en funcón de la energía del número de estados no sólo del sstema de nterés sno de los roos baños. Así estamos otra vez como en el caso del canónco. La regunta obva ahora es la msma que el caso canónco sería osble oder evtar este cálculo comlejo y en esecal la arte de los baños que es lateral a nuestro nterés? amos a ver que otra vez la resuesta es afrmatva e gual que antes semre que efectvamente baños sean mucho más grandes que el sstema de nterés. Desde el unto de vsta de la ermodnámca n la entroía n la energía nterna n la energía lbre de Helmholtz son varables cómodas ara trabajar de forma ráctca en donde haya ntercambos smultáneos de energía y artículas. Las varables naturales deseables son la temeratura el otencal químco y el volumen or tanto hace falta un otencal que tenga esas varables como naturales es decr que sea mínmo a esas varables fjas. La corresondente transformacón de Legendre resuelve el roblema en ermodnámca. Aquí haremos lo equvalente desde un unto de vsta estadístco. Dstrbucón Gran Canónca y conjunto Gran Canónco S los baños son enormemente más grandes que el sstema de nterés es decr que >> está claro que la robabldad decrece con y como crece con crece con y. Por lo tanto los mcroestados del sstema de nterés con energías y bajas son mucho más robables que los de altas energías con muchas artículas es más s los baños son lo sufcentemente grandes la robabldad de encontrar el sstema con energías altas yo mucha artículas es ráctcamente nula o lo que equvale a decr que los baños tenen una robabldad ráctcamente gual a de estar en la zona de altas energías: y con cas todas las artículas: es decr que: >> y que >>. Por lo tanto: G.AASCUS

3 4 GRA CAÓICO Y ORAS DISRIUCIOS Ln Ln[ ] Ln + Ln Ln [ ] S S [ ] + k + k +... [ ] + k + k + Ln... ex{ k + k} La exresón anteror ndca lo que cualtatvamente hemos dcho: dsmnuye con y del sstema de nterés como es lógco y vemos que dsmnuye exonencalmente como no odía ser menos. S se usa este resultado en : ex{ k + k} ~ ex { k + k} que normalzando se llega a que la robabldad de ocuacón de un mcroestado del sstema ndeendentemente de cuál sea el mcroestado del baño es: ex{ k + k} ex{ k + k} ex { k + k} donde las sumas se extenden a todos los mcroestados del sstema hasta la energía y hasta número de artículas. La dstrbucón anteror se conoce como dstrbucón Gran Canónca. l denomnador es como en la canónca una constante de normalzacón y se llama Gran funcón de artcón. s nmedato escrbr la robabldad de una energía no morta en cuál de los estados de esa energía esté el sstema: ex P es decr: { k + k} { k k} ex + ex P { k + k} La gran funcón de artcón se uede escrbr como: ex{ k + k} ex{ k k} + ambén se uede utlzar la funcón de artcón canónca ara rescrbr: Z ex{ k} ex { k} ex{ k} que es smlar a la transformada de Lalace ara asar del número de estados a la funcón de artcón canónca. Ahora se camba la de Z or la de. Debdo a que ara valores del orden de yo ncluso ara energías yo número de artículas mucho menores la robabldad es ya ráctcamente nula y or lo tanto ex {- k-k} 0 con más razón esta exonencal será aún más cero ara energías y número de artículas más altas y así hasta el nfnto. sto nos ermte como en el caso canónco extender las sumas en energía y número de artículas que defnen la gran funcón de artcón hasta el nfnto mantenendo una gran recsón en el resultado. A cambo obtenemos esta funcón más fáclmente. La funcón de artcón deende de y ero no de n de ya que son varables mudas en cambo deende de a través de es decr cambando camba el esectro sobre el cuál tenemos que sumar. ormalmente tambén se uede susttur la suma or una ntegral utlzando el conceto de densdad de estados: la robabldad Pδ de encontrar el sstema con una energía comrendda entre y +δ y con un número de artículas es: { k + k} ω ex δ d d n este límte del contnuo la gran funcón de artcón se rescrbe como: G.AASCUS

4 4 GRA CAÓICO Y ORAS DISRIUCIOS dω ex k + k ex k dω ex k { } { } { } stas exresones ueden alcarse al caso clásco ya que no hay dferenca formal con el caso dscreto al llevar al contnuo el esectro de energías. Para el caso clásco hay una exresón exclusva que es: ex q d { q k + k} d f h! con ddqd dq dq...d d... y qq q l factor de Gbbs se debe surmr s las artículas son dstngubles. La gran funcón de artcón se escrbe en este contexto: d d ex{ q k + k} ex{ k} ex{ q k} f f h! h! Obsérvese que la únca nformacón que se necesta de los baños es smlemente su temeratura y su otencal químco en vez de la tremendamente detallada y comleja nformacón del esectro energétco ara cada valor de s utlzamos el unto de vsta mcrocanónco; es más el resultado encontrado ndca que con tal de que tener la msma temeratura y otencal químco odemos elegr arbtraramente los baños. Por lo demás es certo que las robabldades ndvduales deenden de forma algo más comlcada en vez de ser constantes como en el mcrocanónco ero de entre todas las funcones la exonencal es relatvamente smle de manejar. alores medos Para hallar valores medos de una certa funcón f lo que hay que evaluar ahora es: < f > ex f ex { k + k} { k} f ex{ k} s se usa la densdad de estados: < f > ex dω f ex { k + k} { k} dω f ex{ k} n el caso clásco ffq: < f > f ex { q k + k} d f h!! ex { k} f ex{ q k} d f h G.AASCUS

5 4 GRA CAÓICO Y ORAS DISRIUCIOS Observar otra vez que el factor!h 3 no afecta a los valores medos. Por la forma de llegar a la dstrbucón gran canónca está claro que los valores medos obtendos tenen que ser los msmos que en la dstrbucón mcrocanónca del sstema comleto. n efecto en el mcrocanónco todos los mcroestados tenen la msma y ero el número de ellos en el que el sstema de nterés tene una energía y un número de artículas vene dado or el roducto - - y como las funcones número de estados crecen con y las cuentas las tenemos que hacer con un roducto de dos funcones que una crece con y y la otra que decrece con y ver fgura. stas varacones son enormes de forma que solo alrededor del valor de <> la energía meda y <> número medo de artículas el roducto es sgnfcatvamente dstnto de cero; en el caso gran canónco al romedar volvemos ha hacer las msmas cuentas: al hallar los valores medos tenemos que multlcar el factor del exonencal or el número de mcroestados de cada y así que tenemos el roducto ex{-k-k} y sendo el factor de exonencal salvo una constante justamente - - volvemos a encontrarnos con el msmo roducto que en el mcrocanónco. Sstemas equeños Como en el canónco la nueva dstrbucón el gran canónco uede alcarse a sstemas equeños. Lo dcho ara el canónco srve ara el gran canónco: lo mortante es que los baños sean realmente macroscócos. 3 PROPIDADS D LA GRA FUCIÓ D PARICIÓ. es una funcón de y ya que Σ Σ ex-k-k úmero de estados accesbles cuando ya que: Σ Σ ex-k-k Σ Σ. odos los estados tenen gual robabldad de ocuacón. 3 0 cuando 0 ya que Σ Σ ex-k-k Σ Σ 0 4 uede factorzarse en sstema deales lo veremos en los roblemas. 4 FLUCUACIOS. Advertenca: ara llegar a los resultados fnales hay que hacer algo de álgebra; no se erda or el álgebra y fíjese en el sgnfcado físco de lo que lee Fluctuacones y dstrbucón gausana Otra vez un asecto nteresante es el de las fluctuacones. La dferenca entre un sstema aslado en un volumen con artículas y con energía con el msmo sstema en un volumen ero en contacto con un baño térmco de una temeratura tal que su energía meda <> y en contacto con un baño de artícula de otencal químco tal que el número medo de artículas sea <> es que en este últmo sstema y fluctúan alrededor de esos valores medos mentras que no lo hace en el otro caso. La termodnámca en ambos casos es sn embargo la msma s el sstema es macroscóco. <> <> G.AASCUS

6 4 GRA CAÓICO Y ORAS DISRIUCIOS amos a ver que otra vez la dstrbucón P es gausana aunque ahora en dos dmensones ya que las fluctuacones son de energía y de artículas. Cualquer fluctuacón comatble con las condcones del sstema son osbles así las fluctuacones uras de energía constante dan una dstrbucón gausana exactamente gual a la canónca. oda la dscusón realzada en aquel caso se rete aquí sn dferenca alguna. ambén uede haber fluctuacones de sólo artículas ojo: esto quere decr que no hay ntercambo de energía con el baño térmco ero no quere decr que no haya un cambo de energía roducdo or el ntercambo de artículas. Matemátcamente no hay dferenca al caso ya estudado de las fluctuacones de energía en el canónco así que se llega tambén a una dstrbucón gausana. eamos que así es es una varable dscreta ero al ser el sstema macroscóco se uede tratar como contnua; durante esta dscusón la se mantene constante así que como el arámetro no van a jugar nngún ael los gnoraré ara ahorrar temo y ara mayor clardad de las exresones: n una fluctuacón de artículas estas se desvían del valor medo sea el nuevo número de artículas es decr que < > + d como las fluctuacones son semre con una robabldad cas de muy equeñas uedo escrbr: Ln [ ] Ln[ < > + d ] Ln Ln Ln Ln [ < > ] [ < > ] Ln + kln + [ < > d ] Ln[ < > d ] < > d + < > [ < > d ] kln[ < > d ] < > S S < > < > d k d k + d k + [ < > ] + d k + d k +... [ < > ]... < > d < > d +... k +... donde he hecho uso de SkLn y de dsd+d-d. La exresón equvalente ara el baño de artículas es enteramente smlar salvo que d debe ser gual a d. cudado que en todas las exresones del sstema y de los baños la y el están determnadas or los baños así que aunque no esté escrto exlíctamente y : Ln [ ] Ln[ < > + d ]... Ln [ < > d ] Ln[ < > ] + d k d k +... Sumando las dos exansones y hallando la exonencal de la suma tal como se hace ara las fluctuacones de la energía se obtene: < > < > ex d k d k < > < > La temeratura es la del baño térmco y no uede verse afectada or las fluctuacones entre el sstema y el otro baño; esto debe ser así ncluso s es el msmo baño quen ntercamba energía y artículas con el sstema. ntonces las dervadas que aarecen en la exonencal sólo afectan al otencal químco: > < > ex d < > k < d que se escrbe de forma más transarente: < > < > ex < > k + k G.AASCUS

7 4 GRA CAÓICO Y ORAS DISRIUCIOS G.AASCUS que tene la msma forma que las fluctuacones uras de energía s susttumos or y la caacdad calorífca a volumen constante multlcada or la temeratura or. n la exresón anteror no aarece de forma exlícta la constanca de y ero ya he llamado la atencón sobre ello. Otra vez en concordanca con lo que asa con las fluctuacones de energía: SISMA AÑO >>> or lo que al fnal queda: > < > < > < k ex que es una dstrbucón gausana con una desvacón cuadrátca dada or k La dervada de con resecto al otencal químco no arece muy ntutva ara entender la desvacón cuadrátca meda de las fluctuacones ero se uede oner de forma más famlar usando la ecuacón de Gbbs-Duhem Sd-vdP+d0 a constante: observar que : donde es la densdad y como : Análogamente:... comarando ambos resultados: fnalmente se tene la relacón: [ ] κ sendo κ la comresbldad soterma or tanto: k κ Como se tene fnalmente que ~ P > < > < k P P κ ex Otra vez es el baño quen determna el equlbro monendo el otencal químco ero es el sstema quen fja la amltud de las fluctuacones como uede nturse fáclmente.

8 4 GRA CAÓICO Y ORAS DISRIUCIOS s evdente que las fluctuacones uras de energía o artículas deben ser menos frecuentes que las fluctuacones smultáneas de ambas varables. l roceso ara llegar a la exresón fnal es el msmo que antes ero más esado. o merece la ena reetrlo. l resultado fnal uede reverse fáclmente: < > < > < > < > P P < > < > ex donde ya lo hemos vsto comrobar y CAÓICO + + α κ α [ < > < > ] + κ Observar que la desvacón cuadrátca meda de la energía es dferente en el canónco que en el gran canónco: en un caso está relaconado con varacones de energía a y constantes y en el otro a y constantes. Hay una forma sstemátca de buscar las exresones de las fluctuacones en el lbro de Landau está hecho con detalle. 5 COXIÓ CO LA RMODIÁMICA. Conexón con la ermodnámca. Procedendo de forma OALM smlar al caso canónco se llega a relaconar drectamente el gran otencal con la gran funcón de artcón. o merece la ena reetr el álgebra ver caítulo 3 el resultado es: [ ] kln Advertenca: O COFUDIR GRA POCIAL CO ÚMRO D SADOS!!! Recuerde de la termodnámca que el gran otencal se defne a través de dos transformacones de Legendre desde la energía ara cambar las dos varables naturales de esta S y or y : S S y or lo tanto su dferencal es d Sd d d Por lo tanto las ecuacones de estado se escrben: -S -S [-kln] - - [-kln] [-kln]. Gran otencal y robabldad La energía de Helmholtz uede utlzarse ara buscar la robabldad de una fluctuacón en efecto rocedendo en forma smlar a como lo hcmos con la energía lbre de Helmholtz en el canónco obtenemos: <><> <><>ex-<>k+kexs<>k-<>k+kex-k o tambén: P ex k ex < > < > < > < > xresón de Shanon Un buen ejercco es comrobar que otra vez la exresón de Shanon se cumle con la gran funcón de dstrbucón: S -k <Ln[]> G.AASCUS

9 4 GRA CAÓICO Y ORAS DISRIUCIOS 6. LÍMI RMODIÁMICO Límte termodnámco De madera smlar al canónco se demuestra que en el límte termodnámco se obtene la equvalenca entre los dstntos conjuntos estadístcos hasta ahora estudados: mocrocanónco canónco y gran canónco. Análogamente en el gran canónco la desvacón cuadrátca de las fluctuacones de energía y número de artículas aunque tendendo a nfnto acaban sendo desrecable frente a la energía y el número de artículas: <> -½. 0 <> -½. 0 cuando ero es constante Legendre Legendre SS S FS-S F- Z ex[-fk] ex[-] Lalace Lalace xresones útles: <>-lnβ λ < > β λ < >-<> k C λ k C + <>kln < >k < >-<> k <> 0 cuando <> 0 cuando s útl defnr la actvdad como λexk usaremos esta varable en el caítulo de las estadístcas cuántcas. G.AASCUS

10 4 GRA CAÓICO Y ORAS DISRIUCIOS 7 DISRIUCIÓ GRA CAÓICA RSUM S XRAORDIARIAM ÚIL QU CADA ALUMO LAOR SU PROPIO RSUM HAY IRCAMIO D RGÍA Y PARÍCULAS R LOS SISMAS Sstema de Interés AÑO de temeratura y ot. qum. Dos sstemas en contacto térmco y abertos odas las varables se referen al sstema de nterés. La Probabldad de encontrar el sstema en un mcroestado de energía y número de artículas y la robabldad P de encontrar el sstema con una energía y un número de artículas es decr en cualquera de los mcroestados de energía y son resectvamente ex { β } ex{ β } GRA _ CAÓICA Donde gran funcón de artcón es una constante de normalzacón: Σ Σ ex{-β - } Σ Σ ex{-β-} ΣZ exβ Σλ Z Donde λ ex{β ersones a sufcentemente altas: ojo con el sgnfcado de P en cada caso! Pd ex{-β- ωd Pdd ex{-β- ωdd La exresón clásca debe ser: q dq d ex{-β q - }dq.d h f! Donde ahora Σ ex{-β q - }dq.d h f! fnº grados lbertad artícula Observe que toda la nformacón necesara del baño se reduce a su y. Al conjunto estadístco de rélcas del sstema en contacto con un baño térmco y de artículas se llama Conjunto Gran Canónco. Proedades de : +++ nº de mcroestados accesbles todos los mcroest. son gualmente robables S Σ j j j j ; j Σ ex{-β j-} Factorzacón de COXIÓ CO LA RMODIÁMICA Recordad que el gran otencal termodnámco se defne F- [ ] kln d-sd Pd-d d + d + d [-kln] d + [-kln] d + [-kln] d FLUCUACIOS: Como en el canónco las fluctuacones cerca de los valores medos se descrben muy ben or gausanas. Las desvacones cuadrátcas medas ara y son < - <> > k < - <> > k C + k canónco + <> y <> ~ 0 cuando LÍMI RMODIÁMICO los conjuntos mcrocanónco canónco y gran canónco son equvalentes Utldades: <>-lnβ λ < > β λ < >-<> k C λ k C + <>kln < >k < >-<> k <> 0 cuando <> 0 cuando -k<ln >S G.AASCUS

11 4 GRA CAÓICO Y ORAS DISRIUCIOS 8 ORAS DISRIUCIOS. DISRIUCIÓ FUCIO D PARICIÓ POCIAL RMODIÁMICO MICROCAOICA º de MICROSADOS ROPÍA 0 [ ] S kln ds d d + d CAOICA ex β Z ex q d... { β q } GRA CAÓICA ex d... f h! { β + β } F. D PARICIÓ CAÓICA { } Z ex β ex dω ex ex β { β} { β} { q } d... f h! F. D PARIC. GRA CAÓICA ex{ β β } + { β } ex{ β} ex RGÍA LIR D HLMHOLZ [ ] F kln Z df ds d + d GRA POCIAL [ ] kln q d... ex d... f h! { β q β } { } Z ex β { β } dω ex{ β} ex { β q } ex β d... h f! d ds d d -P ex P ex d... f h! { β βp} Y P q d... { β q βp} Y P F. D PARICIÓ -P Y P d ex{ β βp} d ex { βp } ex{ β} { βp } Z d ex { βp } dω ex{ β } d ex d ex { β q βp } d... f h! RGÍA LIR D GIS [ P ] G P kln Y dg ds + d + d G.AASCUS

TEMA 1. Termodinámica Estadística: Fundamentos y Sistemas de Partículas Independientes.

TEMA 1. Termodinámica Estadística: Fundamentos y Sistemas de Partículas Independientes. TEMA. Termodnámca Estadístca: Fundamentos y Sstemas de Partículas Indeendentes. Parte I: Fundamentos. Introduccón a la Termodnámca Estadístca. Estados de un Sstema. Relacón entre las Proedades Macroscócas

Más detalles

Dualidad entre procesos termodinámicos y electromecánicos

Dualidad entre procesos termodinámicos y electromecánicos ENERGÍA Y COENERGÍA EN IEMA ELECROMECÁNICO REALE, DEDE PROCEDIMIENO ERMODINÁMICO CLÁICO Alfredo Álvarez García Profesor de Inenería Eléctrca de la Escuela de Inenerías Industrales de adajoz. Resumen La

Más detalles

Contactar:

Contactar: Mecánca Teórca Mao 009 Tema: Transformacones Canóncas Contactar: telegama@gmal.com Una transformacón canónca es un cambo de las coordenadas generalzadas tal ue dan lugar a un nuevo amltonano ( amltonano

Más detalles

Eficiencia de procesos termodinámicos

Eficiencia de procesos termodinámicos Ecenca de rocesos termodnámcos El conceto anteror es váldo ara cualquer roceso o sstema. Fuente calente, q q c w uonga una máquna que toma calor de una uente calente, y arte de la msma la utlza ara roducr

Más detalles

Consecuencias del Primer Principio 22 de noviembre de 2010

Consecuencias del Primer Principio 22 de noviembre de 2010 Índce 5 CELINA GONZÁLEZ ÁNGEL JIMÉNEZ IGNACIO LÓEZ RAFAEL NIETO Consecuencas del rmer rncpo 22 de novembre de 2010 1. Ecuacón calórca del gas deal 1 Cuestones y problemas: C 2.4,10,11,12,16,19 1.1,3 subrayados

Más detalles

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos.

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos. ROILIDD Álgebra de sucesos. Un fenómeno o exerenca se dce que es aleatoro cuando al reetrlo en condcones análogas es mosble de redecr el resultado. El conjunto de todos los resultados osbles de un exermento

Más detalles

Fugacidad. Mezcla de gases ideales

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

Más detalles

Mecánica Estadística: Estadística de Maxwell-Boltzmann

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

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

La Derivada de un Número No es 0

La Derivada de un Número No es 0 Memoras II Encuentro Internaconal De Meta-Matemátcas: La Dervada de un Número No es 0 Geraldne Marcela Infante Jorge Danel Muñoz Alex Eduardo Poveda Gruo YAGLOM Escuela de Matemátcas Unversdad Sergo Arboleda

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

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

Más detalles

Física Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria

Física Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria Tercer curso del Grado en Físca largoju at uncan.es J. Largo & J.R. Solana solanajr at uncan.es Departamento de Físca Aplcada Unversdad de Cantabra Indce I Estadstcas Dstrbucones para los sstemas cuántcos

Más detalles

CONTROL DE PROCESOS QUÍMICOS

CONTROL DE PROCESOS QUÍMICOS UNIVESIDAD NACIONAL EXPEIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCE VICEECTOADO BAQUISIMETO DEPATAMENTO DE INGENIEÍA QUÍMICA CONTOL DE POCESOS QUÍMICOS Prof: Ing. (MSc). Juan Enrque odríguez C. Octubre, 03

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

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

TEMA 6 CUESTIONARIO DE AUTOEVALUACIÓN

TEMA 6 CUESTIONARIO DE AUTOEVALUACIÓN 6.2.- Un emleado ercbe anualmente un salaro bruto de 2.200.000 euros, del ue hacenda le retene el 15%. S se roduce un ncremento salaral del 3,5% Cuál será su sueldo neto?. 1.929.510 1.935.450 2.277.000

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

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

Más detalles

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

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior) DIFERENTES TIOS DE DISTRIBUCIÓN UTILIZACIÓN DE FUNCIONES DE EXCEL EN MODELOS DE SIMULACIÓN Utlzacón ndvdual y conjunta de funcones para la representacón del comportamento de varables bajo las alternatvas

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

Distribuciones estadísticas unidimensionales

Distribuciones estadísticas unidimensionales Dstrbucones estadístcas undmensonales ESTADÍSTICA Estuda los métodos ara recoger, organzar y analzar nformacón, con la fnaldad de descrbr un fenómeno que se está estudando y obtener conclusones. TÉRMIOS

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

Dpto. Física y Mecánica

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

Más detalles

Electricidad y calor

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

Más detalles

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

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

Más detalles

Variables Aleatorias

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

Más detalles

Si consideramos un sistema PVT con N especies químicas π fases en equilibrio se caracteriza por: P v =P L = =P π

Si consideramos un sistema PVT con N especies químicas π fases en equilibrio se caracteriza por: P v =P L = =P π EQUILIBRIO DE FASES Reglas de las fases. Teorema de Duhem S consderamos un sstema PVT con N especes químcas π fases en equlbro se caracterza por: P, T y (N-1) fraccones mol tal que Σx=1 para cada fase.

Más detalles

Variables Aleatorias

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

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

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

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

Equilibrio fásico. (b) El sistema heterogéneo se considera aislado.

Equilibrio fásico. (b) El sistema heterogéneo se considera aislado. Termodnámca del equlbro Equlbro fásco Profesor: lí Lara En el área de Ingenería Químca exsten muchos procesos ndustrales en los cuales está nvolucrado el equlbro entre fases. Una de estas operacones es

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método

Más detalles

Vectores en el espacio

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

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

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

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Dividiendo la ecuación anterior por n (total) podemos expresar en cantidades molares

Dividiendo la ecuación anterior por n (total) podemos expresar en cantidades molares 3 Propedades termodnámcas de las solucones 3. 17 Propedades termodnámcas de las solucones Extendemos el tratamento desarrollado prevamente a las mezclas de dos componentes DR09, con la consderacón que

Más detalles

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal Dsolucones TEM. Dsolucones reales. otencal químco en dsolucones reales. Concepto de actvdad. Una dsolucón es una mezcla homogénea de un componente llamado dsolvente () que se encuentra en mayor proporcón

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

LENGUAJES FORMALES Y AUTÓMATAS. álgebra computacional. álgebra LENGUAJES FORMALES Y AUTÓMATAS. computacional LENGUAJES FORMALES Y AUTÓMATAS

LENGUAJES FORMALES Y AUTÓMATAS. álgebra computacional. álgebra LENGUAJES FORMALES Y AUTÓMATAS. computacional LENGUAJES FORMALES Y AUTÓMATAS . bblografía CONTENIDO Defncón de [G8.]. Estructuras algebracas: monodes, semgruos, gruos, [G8.], anllos, cueros [H.]. Subgruos, somorfsmo entre gruos [G8.]. Álgebras concretas y abstractas [H.3]. Álgebras

Más detalles

Problemas de Interfase Electrizada. Química Física Avanzada Iñaki Tuñón 2010/2011

Problemas de Interfase Electrizada. Química Física Avanzada Iñaki Tuñón 2010/2011 Problemas de Interfase Electrzada Químca Físca Avanzada Iñak Tuñón 00/0 IE. Calcula el espesor de la doble capa eléctrca para las sguentes dsolucones acuosas a 5ºC: a)0 - M KCl; b) 0-6 M KCl; c) 5 0-3

Más detalles

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

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

Más detalles

Ecuación de Lagrange

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

Más detalles

Operadores por Regiones

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

Más detalles

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

PID. Descripción y reglas heurísticas de Sintonización

PID. Descripción y reglas heurísticas de Sintonización Práctca 5 PID. Descrcón y reglas heurístcas de Sntonzacón 1. Introduccón El objetvo de esta ráctca es que el alumno se famlarce y rofundce en el conocmento de la estructura de control PID, rofusamente

Más detalles

La representación Denavit-Hartenberg

La representación Denavit-Hartenberg La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado

Más detalles

Sistemas con Capacidad de Reacción Química 5 de mayo de 2009 Cuestiones y problemas: Cuest: 9.2, 4, 6, 10, 19. Prob: 4.16.

Sistemas con Capacidad de Reacción Química 5 de mayo de 2009 Cuestiones y problemas: Cuest: 9.2, 4, 6, 10, 19. Prob: 4.16. Índce 5 CELINA GONZÁLEZ ÁNGEL JIMÉNEZ IGNACIO LÓPEZ RAFAEL NIEO Sstemas con Capacdad de Reaccón Químca 5 de mayo de 2009 Cuestones y problemas: Cuest: 9.2, 4, 6, 0, 9. Prob: 4.6. subrayados y en negrta

Más detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: 7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

Unidad 6-. Números complejos 1

Unidad 6-. Números complejos 1 Undad -. Números complejos ACTIVIDADES FINALES EJERCICIOS Y PROBLEMAS Efectúa las sguentes operacones: aa (-(-(- aa (-(-(- cc ( -(-( bb ( ( - - (- 7 dd ( - - (- / ( - ( ( (. ( Sumamos algebracamente por

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

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

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

Más detalles

TERMODINÁMICA AVANZADA

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

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

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

5 Centrales Hidráulicas

5 Centrales Hidráulicas Curso SmSEE IIE 2012 Cap. 5 pág 1/6 5 Centrales Hdráulcas 5.1 Centrales Hdráulcas con Embalse En el caso de centrales con embalses, tendremos que agregar restrccones adconales para mponer los límtes de

Más detalles

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D. CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),

Más detalles

2.1. Sustancias puras. Medida de los cambios de entalpía.

2.1. Sustancias puras. Medida de los cambios de entalpía. 2 Metalurga y termoquímca. 7 2. Metalurga y termoquímca. 2.1. Sustancas puras. Medda de los cambos de entalpía. De acuerdo a las ecuacones (5 y (9, para un proceso reversble que ocurra a presón constante

Más detalles

Termodinámica y Mecánica Estadística II serra/termoii 2016.html Guía 4 - Setiembre de 2016

Termodinámica y Mecánica Estadística II  serra/termoii 2016.html Guía 4 - Setiembre de 2016 Termodnámca y Mecánca Estadístca II http://www.famaf.unc.edu.ar/ serra/termoii 2016.html Guía 4 - Setembre de 2016 Problema 1: Utlce el prncpo varaconal de Gbbs para obtener la expresón para la densdad

Más detalles

1. Modelos Expresados en Variables de Estado 1

1. Modelos Expresados en Variables de Estado 1 2 3 Modelo en Varables de Estado.doc 1 1. Modelos Exresados en Varables de Estado 1. Modelos Exresados en Varables de Estado 1 1.1. Introduccón 2 1.2. Defncón 2 1.3. Forma General 9 1.4. Solucón 1 1.5.

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

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

VII. Solución numérica de ecuaciones diferenciales

VII. Solución numérica de ecuaciones diferenciales VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las

Más detalles

16.36: Ingeniería de sistemas de comunicación. Clase 5: Codificación de la fuente

16.36: Ingeniería de sistemas de comunicación. Clase 5: Codificación de la fuente 6.36: Ingenería de sstemas de comuncacón Clase 5: Codfcacón de la fuente Slde Codfcacón de la fuente Alfabeto de fuente {a..a N } Codfcar Alfabeto de canal {c..c N } Símbolos de la fuente Letras del alfabeto,

Más detalles

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático qco sθ qz Ez= 4 zπε0 2+ R2 = 4πε0 [z2 +R2 ]3/ 2 El campo de las cargas en reposo. Campo electrostátco ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electromagnétco.

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 III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo Aplcacón de curvas resduo de permeato a sstemas batch en contnuo Alan Dder érez Ávla En el presente trabajo se presentara de manera breve como obtener las ecuacones que generan las curvas de resduo, de

Más detalles

Correlación lineal Significación de Parámetros

Correlación lineal Significación de Parámetros Aéndce C Correlacón lneal Sgnfcacón de Parámetros Objetvos En este aéndce extendemos la dscusón de cuadrados mínmos, ncada en el Ca.7, al caso en que los datos tengan errores. Se analza la sgnfcacón estadístca

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

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

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO.

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. Dado un numero n de puntos del plano ( a, b ) es posble encontrar una funcón polnómca

Más detalles

Electromagnetismo. El campo de las cargas en reposo: el campo electrostático. Campo eléctrico

Electromagnetismo. El campo de las cargas en reposo: el campo electrostático. Campo eléctrico Electromagnetsmo El campo de las cargas en reposo: el campo electrostátco Andrés Cantarero. Curso 2005-2006. ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electrostátco.

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

Matemáticas Discretas

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

Más detalles

ESTADISTICA APLICADA A LA EDUCACIÓN

ESTADISTICA APLICADA A LA EDUCACIÓN UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA

Más detalles

Milton Medeiros. Departamento de Fisicoquímica, Facultad de Química Universidad Nacional Autónoma de México

Milton Medeiros. Departamento de Fisicoquímica, Facultad de Química Universidad Nacional Autónoma de México Notas del Curso Equlbro Termodnámco Mlton Mederos Deartamento de Fscoquímca, Facultad de Químca Unversdad Naconal utónoma de Méxco Notas de Curso Equlbro Termodnámco Contendo. Condcones y Crteros de Equlbro

Más detalles

CAMPOS DE VELOCIDADES DE LOS DISCOS

CAMPOS DE VELOCIDADES DE LOS DISCOS CAMPOS DE VELOCIDADES DE LOS DISCOS Los dscos galáctcos se modelan como anllos crculares concéntrcos. S Ω es la velocdad angular del anllo y r el vector que va hasta el centro, sendo n el vector untaro

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

Microeconomía I. Doctorado en Economía, y Maestría en T. y P. Económica Avanzada FACES, UCV. Prof. Angel García Banchs

Microeconomía I. Doctorado en Economía, y Maestría en T. y P. Económica Avanzada FACES, UCV. Prof. Angel García Banchs Doctorado en Economía, Maestría en T. P. Económca Avanada FACES, UCV Mcroeconomía I Prof. Angel García Banchs contact@angelgarcabanchs.com Clase/Semana 8 Cuál es la dferenca entre el corto lao el largo

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

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

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

Más detalles

Comp. Monop. Krugman (1979)

Comp. Monop. Krugman (1979) Comp. Monop. Krugman (1979) Desarrolla un modelo en el que el Comerco exste debdo a la exstenca de economías de escala, no a dferencas en dotacones o tecnología. Asume que las economías de escala son nternas

Más detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) Encuentra el criterio de formación de la siguiente sucesión recurrente: Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Ejercco nº.- Avergua el térmno general de la sucesón: ; 0,;

Más detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

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

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

Más detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) Encuentra el criterio de formación de la siguiente sucesión recurrente: Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Solucón: b) log log log 9 log log log log log 9 9 Ejercco nº.-

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

FUNDAMENTOS DE MECÁNICA ESTADÍSTICA

FUNDAMENTOS DE MECÁNICA ESTADÍSTICA Departamento de Físca Aplcada III Capítulo : Físca estadístca Capítulo FUNDAMENTOS DE MECÁNICA ESTADÍSTICA.- INTRODUCCIÓN A LA MECÁNICA ESTADÍSTICA CLÁSICA. La mecánca está basada en certos prncpos fundamentales,

Más detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones

Más detalles

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

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

Más detalles