Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17
|
|
- Gustavo Vázquez Cruz
- hace 8 años
- Vistas:
Transcripción
1 Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7
2 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES OPERACONES MORFOLOGCAS PROCESAMENTO DE MÁGENES EN COLORES COMPRESON DE MAGENES REPRESENTACON Y DESCRPCON SEGMENTACON DE MAGENES TOPCOS AVANZADOS prb@007 mágenes: Gonzalez&Wood
3 Segmentacón Descrpcón de mágenes DETECCON DE ESQUNAS mágenes: Gonzalez&Wood 3
4 Etraccón de esqunas Nvel semántco: nterseccón de dos bordes rectos Ł sólo en mágenes deales. mágenes: Gonzalez&Wood 4
5 Etraccón de esqunas Qué caracterza a una esquna? Se observa que en los bordes el gradente aumenta... pero qué ocurre en la esquna? prb@007 mágenes: Gonzalez&Wood 5
6 Etraccón de esqunas Una esquna se caracterza por un abrupto cambo en la dreccón del gradente. mágenes: Gonzalez&Wood 6
7 Etraccón de esqunas Sea (,) magen (,), (,) mágenes gradentes en eje e (dervada en e ) Vg(, )... el vector gradente Vmn(-, )... el vector con mínma varacón (borde) q tan - ( / ) razón de gradentes... dreccón del gradente... q q las dervadas de la dr. del gradente... entonces: K (q, q ) Vmnm > U K representa la varacón de la dreccón del gradente en la dreccón de Vmn. prb@007 mágenes: Gonzalez&Wood 7
8 mágenes: Gonzalez&Wood 8 Etraccón de esqunas tan tan ) ( ) ( ) ( tan ) ( tan f f f u u
9 mágenes: Gonzalez&Wood 9 Etraccón de esqunas ( ) ( ) 3/,,
10 Etraccón de esqunas Este método habtual consste en el uso de dervadas de segundo orden. Consste en la medcón de la razón de cambo de la dreccón del gradente respecto de la magntud del gradente. (Ktchen( Ktchen&Rosenfeld) E f f f f ( f f ) 3/ f f f U prb@007 mágenes: Gonzalez&Wood 0
11 mágenes: Gonzalez&Wood Etraccón de esqunas Las operacones se realzan sobre cada píel. Las operacones se realzan sobre cada píel. Para el calculo de las dervadas se utlza la Para el calculo de las dervadas se utlza la convolucón convolucón con los sguentes fltros: con los sguentes fltros: f f f f f f f f f f
12 Etraccón de Esqunas mágenes: Gonzalez&Wood
13 Algortmo double double(mread('fgura. ('fgura.bmp' bmp')); subplot(,,); mshow(); DX[- 0 ; - 0 ; - 0 ]; DY[- - -; 0 0 0; ]; conv(,dx,'same' 'same'); conv(,dy, conv(,dy,'same' 'same'); conv( conv(d,dx,,dx,'same'); conv( conv(,dy,,dy,'same'); conv( conv(,dx,,dx,'same'); E((.^).*.^).*( (.^).*.^).*-* *.*.*.*.*)./((.^.^).^(3/)); Eabs abs(e);e55*(e/ (E);E55*(E/ma(ma(E))); subplot(,,); (,,);surf(e); prb@007 mágenes: Gonzalez&Wood 3
14 Etraccón de esqunas Otro método consste en medr la curvatura Gaussana de una determnada superfce (magen). La curvatura K se epresa en térmnos de dervadas parcales (Lpschutz( Lpschutz): K f f f ( f f ) U prb@007 mágenes: Gonzalez&Wood 4
15 Etraccón de Esqunas mágenes: Gonzalez&Wood 5
16 Etraccón de esqunas 3 Fnalmente se pueden menconar los métodos cláscos de deteccón de esqunas específcas. Conssten smplemente en la convolucón con núcleos que representen la esquna buscada: E sup_der E nf Son ocho posble rotacones del núcleo. prb@007 mágenes: Gonzalez&Wood 6
17 Etraccón de esqunas 3 prb@007 mágenes: Gonzalez&Wood 7
18 Algortmo map(0:55)/55; map[map' map' map']; COLORMAP(map map); Adouble double(mread('fgura. ('fgura.bmp' bmp')); subplot(,,); mage(a); D[ ; ; ]; Econv(A,D,'same' 'same'); E55*(E/ma ma(ma(e))); E55*(E<0); subplot(,,); (,,);mage(e); prb@007 mágenes: Gonzalez&Wood 8
19 Segmentacón Descrpcón de mágenes DETECCON DE PUNTOS DE NTERÉS mágenes: Gonzalez&Wood 9
20 Etraccón de puntos de nterés Los puntos de nterés o zonas de nterés, generalmente se delmtan por grupos de píeles con una gran varanza. VAR(, ), j vecnos [ (, ) (, j) ] El resultado se puede bnarzar o amplfcar para fltrar los puntos de nterés. prb@007 mágenes: Gonzalez&Wood 0
21 Etraccón de puntos de nterés mágenes: Gonzalez&Wood
22 Algortmo map(0:55)/55; map[map' map' map']; COLORMAP(map map); Adouble double(mread('autos. ('autos.bmp' bmp')); subplot(,,); (,,);mage(a); [H,W]sze sze(a); VA; D; for D:W-D for D:H-D var0; for -D:D for -D:D varvar var(a(,) (A(,)-A( A(,,))^; end; end; V(,)var var; end; end; VV-mn mn(mn(v)); V55*(V/ma ma(ma(v))); %normalza VV*6; %amplfca subplot(,,); mage(v); mágenes: Gonzalez&Wood
23 Segmentacón Descrpcón de mágenes DETECCON DE LNEAS mágenes: Gonzalez&Wood 3
24 Descrpcón de Líneas... Generalmente en una magen de bordes se desea fltrar certos bordes especales, por ejemplo, dejar sólo las líneas rectas mágenes: Gonzalez&Wood 4
25 . Códgos de Cadena Un método corresponde a buscar códgos de cadenas. Corresponde a etquetar los puntos de un borde, con el ángulo (índce) de su vecno sguente, sguendo el sentdo del borde prb@007 mágenes: Gonzalez&Wood 5
26 . Códgos de Cadena Para cada borde o segmento, luego de etquetar con el número de vecno, se determna un hstograma de los índces. NO S S en dcho hstograma este algún índce que supere notablemente al resto, se puede consderar una recta. prb@007 mágenes: Gonzalez&Wood 6
27 . Códgos de Cadena Algunas condcones:.- S el hstograma tene valores en más de 4 índces Ł no es recta.- S el hstograma tene valores sólo de índce Ł es una recta pura S el hst. tene barras. Sgnfcatvas:.- S son adacentes, pero una supera notoramente a la otra Ł es recta..- S no son adacentes, Ł no es recta. prb@007 mágenes: Gonzalez&Wood 7
28 . Ajuste de líneas: mínmos cuadrados Para un conjunto de puntos se desea encontrar a b tal que la sguente epresón sea mínma: n [ (b a ) ] Una solucón para este problema clásco es dervando e gualando a cero para buscar el mínmo. prb@007 mágenes: Gonzalez&Wood 8
29 mágenes: Gonzalez&Wood 9. Ajuste de líneas: mínmos cuadrados [ ] [ ] [ ] n n n n n a b n b a b a a a ab a a a n n n dervando parcalmente... b b ) (b ) (b ) (b
30 . Ajuste de líneas: mínmos cuadrados despejando : a b n n n ( ) a prb@007 mágenes: Gonzalez&Wood 30
31 3. Transformada Hough La transformada Hough se utlza para el enlace de puntos de borde la etraccón de rectas. mplca la transformacón de coordenadas Cartesanas a coordenadas polares de la forma: ρ cosθ snθ Los dos nconvenentes prncpales de esta transformada son que no es capaz de encontrar los etremos de la recta, que la transformada ha sdo patentada, por lo que su uso en algún proecto requere el pago de roaltes a la famla Hough. prb@007 mágenes: Gonzalez&Wood 3
32 3. Transformada Hough Desarrollo: Sea : ( Recta : ( ( Donde: a, a b )( ) ),, ) b ( ( Para obtener el punto 0, 0, se puede mnmzar la funcón de dstanca desde el orgen hasta los puntos de la recta. prb@007 mágenes: Gonzalez&Wood 3 ) )
33 mágenes: Gonzalez&Wood Transformada Hough Desarrollo: Desarrollo: 0 0, Entonces: 0 Dervando: ) ( ' 0) ( 0) ( orgen : Dstanca al a b a b a ab ab a b ab a b a d d
34 3. Transformada Hough Desarrollo: Ecuacón polar : ρ 0 0, θ arctan( 0 / 0 ) Eje θ Plano de la Transformada Eje ρ prb@007 mágenes: Gonzalez&Wood 34
35 3. Transformada Hough La transformada consste en contablzar en una matrz o plano de la transformada todas las rectas en su representacón polar. Eje θ S esten muchos pares de puntos en una recta, en el plano de la Transformada se debería detectar un mámo. La dscretzacón de los ejes de la transformada permte ajustar la sensbldad de la deteccón. Eje ρ prb@007 mágenes: Gonzalez&Wood 35
36 3. Transformada Hough Transformada... mágenes: Gonzalez&Wood 36
37 3. Transformada Hough Transformada... mágenes: Gonzalez&Wood 37
38 3. Transformada Hough (Delta0) mágenes: Gonzalez&Wood 38
39 3. Transformada Hough (Delta0) mágenes: Gonzalez&Wood 39
40 3. Transformada Hough (Delta) mágenes: Gonzalez&Wood 40
41 3. Transformada Hough (Delta) mágenes: Gonzalez&Wood 4
42 3. Algortmo for f:4:nf for c:4:nc f M(f,c) for ff:4:nf for cc:4:nc f ff~f & cc~c & M(ff,cc) %ec recta f ccc, 0c;00; else a(ff-f)/(cc-c); bff-a*cc; 0-a*b/(a*a); 0b-a*a*b/(a*a); end; rsqrt(0^0^); f00, ang90;else angatan(0/0)*80/p90;end; anground(ang/delta); rround(r/delta); H(ang,r) H(ang,r); end;%f end;%for cc end;%for ff end;%f end;%for c end;%foc f prb@007 mágenes: Gonzalez&Wood 4
43 3. Transformada Hough modfcadas Esta transformada tambén se puede modfcar para detectar otras fguras o funcones. Por ejemplo, círculos. Para cada par de puntos este sólo círculo que los contene en su borde en poscones dametrales. El círculo se puede representar por:.- RADO.- Angulo desde orgen hasta el centro.- Dstanca desde el orgen hasta el centro El espaco de la transformada tene 3 dmensones Ł se deben detectar aglomeracones de puntos en el espaco. prb@007 mágenes: Gonzalez&Wood 43
44 3. Transformada Hough modfcadas El círculo se puede representar por:.- RADO r.- Angulo desde orgen hasta el centro.- Dstanca desde el orgen hasta el centro θ ρ mágenes: Gonzalez&Wood 44
45 3. Transformada Hough modfcadas Una smplfcacón consste en representar los círculos sólo por el:.- Angulo desde orgen hasta el centro.- Dstanca desde el orgen hasta el centro Es decr no se consdera el rado Ł s esten muchos círculos de dferentes rados, pero con un msmo centro, se detectan como uno solo. La transformada se puede etender para cualquer funcón n f(). prb@007 mágenes: Gonzalez&Wood 45
46 3. Transformada Hough modfcadas S el círculo se representa por:.- Angulo desde orgen hasta el centro.- Dstanca desde el orgen hasta el centro θ ρ prb@007 mágenes: Gonzalez&Wood 46
47 Segmentacón Descrpcón de mágenes DESCRPTORES DE FRONTERAS (BORDES) mágenes: Gonzalez&Wood 47
48 Descrpcón de Fronteras... Generalmente se desea reconocer o descrbr un certo objeto delmtado por un borde. Una solucón es encontrar el códgo de cadena que representa dcho borde. prb@007 mágenes: Gonzalez&Wood 48
49 . Códgos de Cadena Se puede utlzar vecndad tpo 4 u 8. Ej. Aplcando códgo según vecndad tpo 8: 3 NCO NCO prb@007 mágenes: Gonzalez&Wood 49
50 . Códgos de Cadena Para comparar dferentes códgos de cadena se debe normalzar a un tamaño fjo. Para ello se puede consderar la moda en segmentos Ej. Aplcando segmentos de 5: prb@007 mágenes: Gonzalez&Wood 50
51 . Códgos de Cadena Para comparar dos códgos de cadena normalzados, se puede determnar la correlacón cruzada Sea : C n ab n Donde : ab a b cos( a b ) S las cadenas son smlares el coefcente C tende a. prb@007 mágenes: Gonzalez&Wood 5
52 . Sgnaturas Otro método consste en determnar la funcón o curva de sgnatura de un objeto. Una de las funcones de sgnatura más comunes es la dstanca de los puntos del borde al centro del objeto ρ θ Eje ρ Eje θ prb@007 mágenes: Gonzalez&Wood 5
53 . Sgnaturas Las sgnaturas (frmas) de los objetos se deben normalzar en el eje, para comparar objetos de gual forma pero dstnto tamaño. ρ θ Eje ρ Eje θ mágenes: Gonzalez&Wood 53
54 . Sgnaturas Esten otras funcones de sgnatura:.- Desplazar una recta tangente en el borde.- Hstograma de los valores del ángulo tangente ρ θ Eje ρ Eje θ mágenes: Gonzalez&Wood 54
55 3. Descrptores de Fourer Los Descrptores de Fourer representan la forma del objeto. Los prmeros descrptores ndcan la forma general del objeto los últmos descrptores los más pequeños detalles Para una clasfcacón un pequeño conjunto de descrptores puede ser sufcente. mágenes: Gonzalez&Wood 55
56 3. Descrptores de Fourer La TF Undmensonal se aplca sobre una funcón contnua que descrbe el contorno de una magen. Cada punto del borde, se consdera un punto complejo pj j. De esta manera se aplca la transformada en una dmensón. mágenes: Gonzalez&Wood 56
57 3. Descrptores de Fourer Con mas descrptores, mas apromada será la magen a a la orgnal. La compresón busca el mámo número de descrptores que se puedan elmnar de forma que se recupere la magen orgnal sn problemas. Permte dar maor establdad a la comparacón de códgos de cadena. prb@007 mágenes: Gonzalez&Wood 57
Orden de las clases...
Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES
Más detallesACTIVIDADES 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 detallesOperadores 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 detallesGUIAS 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 detallesTema 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 detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesSmoothed 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 detallesCapitalización 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 detalles3. CORRESPONDENCIA DE IMÁGENES
UNIVERSIDAD DE SALAMANCA MASTER DE GEOTECNOLOGÍAS CARTOGRÁFICAS EN INGENIERÍA Y ARQUITECTURA 3. CORRESPONDENCIA DE IMÁGENES Dego González Agulera Departamento de Ingenería Cartográfca del Terreno Escuela
Más detallesRelaciones 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 detallesLa clasificación de métodos de registro propuesta por Maintz [1998] utiliza las siguientes categorías:
II.5. Regstro de mágenes médcas El regstro es la determnacón de una transformacón geométrca de los puntos en una vsta de un objeto con los puntos correspondentes en otra vsta del msmo objeto o en otro
Más detallesIII. <<Insertar Cita>> <<Autor>>
Capítulo III Vsón III 3.1 Procesamento de Imágenes Se entende por procesamento de mágenes a la alteracón y análss de la normacón gráca. 3.1.1 Sstema de vsón humano El sstema
Más detallesEXPERIMENTACIÓN 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 detallesApéndice A. Obtención y representación de forma.
Apéndce A. Obtencón y representacón de forma. A.1. Algortmo de deteccón de contorno. El algortmo de segumento de contorno se puede resumr en los sguentes pasos: 1. Se recorre la magen, desde la esquna
Más detallesPruebas 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 detallesCOMPARADOR 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 detallesCAPÍTULO 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 detallesTrabajo 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 detallesCinemática del Brazo articulado PUMA
Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad
Más detallesSegmentación de Imágenes mediante Reconocimiento de Patrones
Equaton Chapter 1 Secton 1 Materal del Curso Segmentacón de Imágenes medante Reconocmento de Patrones Ing. Dego Sebastán Comas Dr. Gustavo Javer Meschno Curso: Segmentacón de Imágenes medante Reconocmento
Más detallesExtracción de Atributos. Dr. Jesús Ariel Carrasco Ochoa Oficina 8311
Extraccón de Atrbutos Dr. Jesús Arel Carrasco Ochoa arel@naoep.mx Ofcna 8311 Contendo Introduccón PCA LDA Escalamento multdmensonal Programacón genétca Autoencoders Extraccón de atrbutos Objetvo Preprocesamento
Más detallesÍndice 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 detallesRespuesta 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 detallesAlgoritmo 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 detallesKEY WORDS Pattern recognition, Circular Harmonics, Synthetic Discriminate Filter
ISSN 00-4 BISTUA Vol BISTUA 5 No Vol Pag 59 No - 4 ueda Parada JE, Castro C L M, Guerra L A Facultad de Cencas Báscas, Departamento de Físca, Grupo de Investgacón Óptca Moderna Unversdad de Pamplona E-Mal:
Más detallesDEFINICIÓN 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 detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detalles17/02/2015. Ángel Serrano Sánchez de León
Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,
Más detallesOPERACIONES 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 detalles1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo
EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces
Más detallesAnálisis 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 detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 21. Redes Neuronales. 2
Procesamento Dgtal de Imágenes Pablo Roncaglolo B. Nº Redes Neuronales prb@7 Redes Neuronales Báscas Células de McCulloch&Ptts El Perceptrón ADALINE El Perceptrón n Multcapa prb@7 Celulas de McCulloch-Ptts
Más detallesTÉCNICAS 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 detallesALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.
9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara
Más detallesCinemática del movimiento rotacional
Cnemátca del movmento rotaconal Poscón angular, θ Para un movmento crcular, la dstanca (longtud del arco) s, el rado r, y el ángulo están relaconados por: 180 s r > 0 para rotacón en el sentdo anthoraro
Más detallesMedidas 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 detallesFísica I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto
ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesCÁLCULO 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 detallesHistogramas: 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 detallesUNIVERSIDAD 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 detallesLa 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 detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesTEMA 2 Revisión de mecánica del sólido rígido
TEMA 2 Revsón de mecánca del sóldo rígdo 2.. ntroduccón SÓLDO RÍGDO SÓLDO: consderar orentacón y rotacón RÍGDO: CONDCÓN DE RGÍDEZ: - movmento: no se alteran dstancas entre puntos - se gnoran las deformacones
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesTEMA 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 detallesRobótica Tema 4. Modelo Cinemático Directo
UNIVERSIDAD POLITÉCNICA DE MADRID E.U.I.T. Industral ASIGNATURA: Robótca TEMA: Modelo Cnemátco Ttulacón: Grado en Ingenería Electrónca y Automátca Área: Ingenería de Sstemas y Automátca Departamento de
Más detallesTítulo: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración.
Título: Dos métodos de dagnóstco de crcutos dgtales de alta y muy alta escala de ntegracón. Autor: Dr. Ing. René J. Díaz Martnez. Profesor Ttular. Dpto. de Automátca y Computacón. Fac. de Ingenería Eléctrca.
Más detallesCAPITULO 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 detallesReconocimiento de Imágenes Empleando Redes de Regresión General y la Técnica TVS
Reconocmento de Imágenes Empleando Redes de Regresón General y la Técnca TVS Rcardo García-Herrera & Waltero Wolfgang Mayol-Cuevas Laboratoro de INvestgacón para el Desarrollo Académco Depto. Ingenería
Más detallesDepartamento Administrativo Nacional de Estadística
Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE
Más detallesPara dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}
Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces
Más detallesVariables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
Más detallesMAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.
TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,
Más detallesMECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)
MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman
Más detallesWww.apuntesdemates.weebl.es TEMA AMO EALARE Y VETORIALE. INTRODUIÓN e entende por magntud cualquer cualdad o propedad medble. ueden clasfcarse en: - Magntudes escalares: Quedan totalmente defndas cuando
Más detalles2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.
. EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detalles12-16 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 detallesEQUILIBRIO 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 detallesEconometría. 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 detallesEspacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta
Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto
Más detallesTemas Avanzados en Procesado de Señales Tratamiento Digital de Señales Visuales
Temas Avanzados en Procesado de Señales Tratamento Dgtal de Señales Vsuales Tema 6: Extraccón de característcas geométrcas puntos, esqunas, rectas, contornos, regones José María Martínez Sánchez Escuela
Más detallesOPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final
OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Examen Fnal Pregunta ( punto) Responda brevemente a las sguentes preguntas: a) Cuál es el obetvo en el aprendzae del Perceptron
Más detallesDe 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 detallesUnidad 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 detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesHerramientas Matemáticas para la localización espacial. Prof. Cecilia García
Herramentas Matemátcas para la localzacón espacal Contendo I. Justfcacón 2. Representacón de la poscón 2. Coord. Cartesanas 2.2 Coord. Polares y Clíndrcas 2.3 Coord. Esfércas 3. Representacón de la orentacón
Más detalles2.2 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 detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesSUPPORT VECTOR MACHINE FOR DETECTING TEXTILE DEFECTS, USING FEATURES SPATIAL OF TEXTURE
ISS: 69-757 - Volumen - úmero 4 - Año 009 Revsta Colombana de SUPPORT VECTOR MACHIE FOR DETECTIG TEXTIE DEFECTS, USIG FEATURES SPATIA OF TEXTURE MÁQUIA DE VECTORES DE SOPORTE PARA A DETECCIÓ DE DEFECTOS
Más detallesFisicoquímica CIBEX Guía de Trabajos Prácticos 2010. Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición-
Fscoquímca CIBX Guía de Trabajos Práctcos 2010 Trabajo Práctco N 7 - Medda de la Fuerza lectromotrz por el Método de Oposcón- Objetvo: Medr la fuerza electromotrz (FM) de la pla medante el método de oposcón
Más detallesCorrelación 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 detallesSISTEMA DE RECONOCIMIENTO DE ROSTROS
SISTEMA DE RECONOCIMIENTO DE ROSTROS Categoría: Pre-grado - Alumno Área Temátca: Ingenería de Sstemas Procesamento Dgtal de Imágenes Autor Sandra María Vlla Palacos Unversdad Peruana de Cencas Aplcadas
Más detallesIntroducción 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 detallesUdelaR Facultad de Ciencias Curso de Física I p/lic. Física y Matemática Curso 2011 CINEMÁTICA
UdelaR Facultad de Cencas Curso de Físca I p/lc. Físca y Matemátca Curso 011 1.- CINEMÁTICA UNIDIMENSIONAL CINEMÁTICA Partícula- Modelo de punto materal, de dmensones desprecables. Ley horara x (t) Funcón
Más detallesPROPUESTAS 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 detallesMedia 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 detallesCOORDENADAS CURVILINEAS
CAPITULO V CALCULO II COORDENADAS CURVILINEAS Un sistema de coordenadas es un conjunto de valores que permiten definir unívocamente la posición de cualquier punto de un espacio geométrico respecto de un
Más detallesIMPLEMENTACIÓN 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 detallesLA MATRIZ DE CO-OCURRENCIA EN LA CLASIFICACIÓN MULTIESPECTRAL: TUTORIAL PARA LA ENSEÑANZA DE MEDIDAS TEXTURALES EN CURSOS DE GRADO UNIVERSITARIO.
LA MATRIZ DE CO-OCURRECIA E LA CLASIFICACIÓ MULTIESPECTRAL: TUTORIAL PARA LA ESEÑAZA DE MEDIDAS TEXTURALES E CURSOS DE GRADO UIVERSITARIO. Tema do Trabalho: Recursos Ddátcos para o Ensno de Sensoramento
Más detallesUna renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.
Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta
Más detallesDepartamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011
Departamento de Señales, Sstemas y Radcomuncacones Comuncacones Dgtales, juno 011 Responder los problemas en hojas ndependentes. No se permte el uso de calculadora. Problema 1 6 p.) En este ejercco se
Más detallesPráctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun
Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco
Más detallesUNIVERSIDAD SIMÓN BOLÍVAR DECANATO DE ESTUDIOS DE POSTGRADO COORDINACIÓN DE POSTGRADO EN INGENIERÍA QUÍMICA MAESTRIA EN INGENIERÍA QUÍMICA
UNIVERSIDAD SIMÓN BOLÍVAR DECANAO DE ESUDIOS DE POSGRADO COORDINACIÓN DE POSGRADO EN INGENIERÍA QUÍMICA MAESRIA EN INGENIERÍA QUÍMICA APLICACIÓN DEL MÉODO POD PARA LA OBENCIÓN DE UN MODELO REDUCIDO DE
Más detallesMATEMÁTICA DE LAS OPERACIONES FINANCIERAS I
MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente
Más detallesEl Tensor de Deformación
Comportamento Mecánco de Sóldos Capítlo IV Tensor de deformacón 4.. Introdccón El Tensor de Deformacón Además de descrbr los esferzos de n cerpo, la mecánca de los sóldos contnos aborda tambén la descrpcón
Más detallesFigura 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 detallesCapítulo 11. Movimiento de Rodamiento y Momentum Angular
Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular
Más detallesProcedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS
Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente
Más detallesValoración de opciones financieras por diferencias finitas
Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas
Más detallesTEMA 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 detallesTema 3. Trabajo, energía y conservación de la energía
Físca I. Curso 2010/11 Departamento de Físca Aplcada. ETSII de Béjar. Unversdad de Salamanca Profs. Alejandro Medna Domínguez y Jesús Ovejero Sánchez Tema 3. Trabajo, energía y conservacón de la energía
Más detallesTema 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 detallesCapítulo 11. Movimiento de Rodamiento y Momentum Angular
Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular
Más detallesPrograma de Doctorado en Ingeniería Aeronáutica Capítulo III Tensor deformación. El Tensor de Deformación A A'
Programa de Doctorado en Ingenería Aeronátca Capítlo III Tensor deformacón Comportamento Mecánco de Materales - Dr. Alberto Monsalve González - El Tensor de Deformacón Introdccón Además de descrbr los
Más detallesCapítulo 3. SISTEMAS DE PARTÍCULAS
Capítulo 3. SISTEMAS DE PARTÍCULAS 3.1. Introduccón En la mayoría de los sstemas partculados esten partículas de dstnto tamaño tal como se observa en la Fgura 3.1. Muchos de los métodos que mden tamaño
Más detallesRESUELTOS POR M. I. A. MARIO LUIS CRUZ VARGAS PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS
PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS. En las msmas condcones, qué tpo de anualdades produce un monto mayor: una vencda o una antcpada? Por qué? Las anualdades antcpadas producen un monto mayor
Más detalles