Procedimientos de medición y semántica de la mecánica cuántica

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

Download "Procedimientos de medición y semántica de la mecánica cuántica"

Transcripción

1 Procedmentos de medcón y semántca de la mecánca cuántca Marano Lastr 1 1. Introduccón La mecánca cuántca se desarrolló a lo largo de cas trenta años de trabajos llevados a cabo por dstntos físcos. Las prmeras aplcacones fueron construdas a partr de una coleccón de supuestos ad hoc realzados en el marco de teorías cláscas como la mecánca, la termodnámca, la mecánca estadístca y el electromagnetsmo. Ejemplos de esto son el tratamento de la radacón del cuerpo negro, el efecto fotoeléctrco, el espectro del átomo de hdrógeno, el expermento de Stern y Gerlach. Los dferentes avances condujeron paulatnamente a un recetaro de ecuacones conocdo como mecánca cuántca (Cohen, 1989) cuya forma fnal se alcanzó haca 1926 en los trabajos de Schrödnger, Hesenberg, Drac y Born prncpalmente. Los conceptos fundamentales son los de estado, observable en partcular el observable hamltonano - y probabldad. Haca 1932 von Neumann proporconó la fundamentacón matemátca de este formalsmo a través de la teoría de los espacos de Hlbert. Este formalsmo poseía algunas característcas cuyas consecuencas fueron comprendéndose paulatnamente y que presentaban desde el punto de vsta de la magen del mundo que ofrecía algunas dfcultades conceptuales que forman lo que se conoce como los problemas de nterpretacón. En su lbro The nterpretaton of quantum mechancs and the measurement process (1998), Peter Mttelstaedt analza el papel de los procesos de medcón en relacón con el problema de la nterpretacón. Por un lado, señala que tales procesos pueden ser vstos como sstemas físcos sujetos a las leyes de alguna teoría. Es más, en el caso de una teoría de alcance pretenddamente unversal, como es el caso de la mecánca cuántca, las leyes son las de la propa teoría en consderacón. De este enfoque se sgue, afrma Mttelstaedt, que el proceso de medcón cumple un rol doble dentro de la mecánca cuántca: en prmer lugar, srve para someter a prueba la teoría y correlaconar las expresones mecánco cuántcas con los datos expermentales y en segundo, bajo el supuesto del alcance 1 Estudante de doctorado Untref, ANPCyT, UNQ. marano_lastr@yahoo.com.ar

2 unversal, forma parte del domno de aplcacón de la teoría. Esta caracterzacón del proceso de medcón como parte de las aplcacones de la teoría exge que la correlacón de las expresones teórcas con su contraparte físca la nterpretacón- sea compatbles con las leyes cuántcas que rgen el comportamento de los aparatos de medcón. De no ser así surge lo que el autor llama nconsstenca autorreferencal. M objetvo es reformular estos problemas como una aplcacón del marco estructuralsta, dscutendo, en partcular, la forma de las aplcacones ntenconales de la mecánca cuántca y el papel de los procedmentos de medcón en el sgnfcado de los térmnos mecánco- cuántcos. De partcular mportanca en la caracterzacón de tales sstemas serán los conceptos de espaco y tempo y la probabldad. 2. Mecánca cuántca básca En las versones estándar de la mecánca cuántca (p. ej.: Ballentne, 1998; Isham, 1995) los conceptos centrales son: estado, observable, probabldad. Un observable es una magntud físca (poscón, energía, spn) que puede adqurr certos valores determnados. El estado cuántco asgna a cada valor posble de cada observable una certa medda a partr de la cual puede calcularse, medante la regla de Born, la probabldad de que ese valor de esa propedad ocurra. El formalsmo matemátco de la teoría da cuenta de estas característcas de los sstemas físcos medante la teoría de los espacos de Hlbert. Un espaco de Hlbert es un espaco vectoral complejo cuya dmensón puede ser nfnta. Los estados cuántcos se representan medante los elementos de este espaco, los vectores ( ) y los observables medante operadores (A ). Cada operador posee asocado un conjunto de vectores tales que A = a, llamados autovectores de A. Los valores a son llamados los autovalores de A y expresan los valores que puede adqurr esa magntud. El número máxmo n de autovectores que puede tener un operador es la dmensón del espaco y cualquer conjunto de n vectores mutuamente ortogonales consttuye una base en ese espaco. S { } es una base, todo vector puede ser expresado como combnacón lneal de los vectores de la base

3 a S A es un observable (dscreto y no degenerado) con autovectores y es el estado del sstema, la probabldad de que el observable A adquera el valor a es: prob A : a 2 3. Semántca El enfoque de Peter Mttelstaedt (1998) evalúa las consecuencas de suponer que (a) la teoría cuántca es unversalmente válda y como consecuenca de lo anteror (b) los aparatos de medcón utlzados en la determnacón de los valores de las dstntas magntudes pertenecen al domno de aplcacones de la teoría. Desde el punto de vsta de la nterpretacón de la teoría esto nos lleva a que, por un lado, los nstrumentos de medcón pueden ser vstos como parte de la teoría y, por el otro, pertenecen a una metateoría que nos dce qué térmnos mecánco cuántcos corresponden a qué resultados expermentales y, por lo tanto, forman parte de la semántca de la teoría. Con este fn, Mttelstaedt analza tres nterpretacones: la mnmal, la realsta y la de muchos mundos. Aquí sólo tomaremos en cuenta las dos prmeras que son, más o menos, las que aparecen en las presentacones habtuales de la teoría. Cada una de estas nterpretacones se caracterza por tres postulados. (a) Postulado de calbracón: S un sstema cuántco está en un estado tal que posee la propedad A (es decr, es un autoestado de A con autovalor a), una medcón de A debe conducr con certeza a un valor del ponter Z A que ndque el valor a = f(z A ) como resultado de la medcón, donde f es una funcón del ponter que correlacona los valores de éste con los del sstema. En la nterpretacón realsta, s el estado ncal del sstema no se ve alterado (. e. en una medcón repetble), el sstema posee el valor a.

4 (b) postulado de objetvacón del ponter/ sstema: S el sstema está preparado en un estado arbtraro que no permte la predccón del resultado de la medcón de A, esa medcón conducrá a un valor del ponter Z A o Z A que ndcará que la propedad A pertenece o no, respectvamente, al sstema. En el caso de la nterpretacón realsta, tambén el valor a pertenece o no al sstema. (c) condcón de reproducbldad de la probabldad: La dstrbucón de probabldades prob(a: a ) debe reproducrse en la estadístca de los valores Z del ponter. En la versón realsta, tambén en los valores a del sstema. La vabldad de cada una de estas nterpretacones debe ser examnada contra el formalsmo de la teoría; es decr, para que una nterpretacón sea adecuada, debemos asegurarnos de que, dada la pretensón de unversaldad, el proceso de medcón que permte determnar los valores señalados arrba, puede ser vsto como una aplcacón (como un modelo) de la mecánca cuántca. En palabras de Mttelstaedt: los postulados que caracterzan una nterpretacón dada deben ser compatbles con, y capaces de ser satsfechos por, un modelo del proceso de medcón (p. 19). La medcón de los valores de las magntudes de un sstema cuántco S con un espaco de Hlbert S medante un aparato M representado en un espaco M, puede analzarse en tres etapas. En la prmera de ellas, la preparacón, el sstema está en un estado S y el aparato en un estado neutro 0 M. Elegmos medr un observable A a posee autoestados y autovalores a. En general, no es un autoestado de A. Por lo tanto, dado el vínculo autovalor- autoestado, el sstema no posee nngún valor a del observable A. S y M son, en esta etapa, ndependentes en el sentdo de que no exste nteraccón entre los sstemas n correlacón entre sus estados o sus valores. El sstema total puede ser descrto por el estado = 0 S M. En la segunda etapa, llamada premedcón o nteraccón, S y M nteracconan medante un hamltonano H nt que actúa sobre = 0 durante un ntervalo 0 t

5 t. Durante este ntervalo, el estado camba y esta evolucón puede ser descrta medante un operador untaro U t - H ntt e. S durante la preparacón el sstema se encuentra ya en un autoestado del operador A con autovalor a k, esta evolucón producda durante la nteraccón debe conducr, para que la nterpretacón sea consstente, con certeza a un valor del ponter Z k correspondente al valor a k. Este es el contendo del postulado de calbracón. S, además, el estado ncal del sstema no se ve alterado, se cumple el postulado de calbracón realsta. S el estado ncal no es un autoestado de A, no puede predecrse el resultado de una medcón ndvdual, los estados fnales tanto del sstema (W S ) como del aparato (W M ) venen dados por W S c 2 a a y W M c 2 z z. Los postulados de objetvacón requeren que estos estados sean ntepretados por gnoranca, es decr, el aparato y, en la versón realsta, el sstema, están en uno de los estados z y a respectvamente con probabldad c 2 estados se realza efectvamente. aunque el observador no conozca cuál de esos En la tercera etapa la nteraccón entre sstema y aparato es nula pero sus estados han quedado correlaconados. Por lo tanto, los valores regstrados del ponter proporconan nformacón sobre el estado del aparato y/ o del sstema. Esta es la condcón expresada por la reproducbldad de la probabldad que requere que las probabldades nducdas por el estado ncal y el observable meddo se reproduzcan en la estadístca de los valores del ponter descrta por la mezcla W M. Puede demostrarse (Mttelstaedt, 1998, cap. 3) que los postulados de reproducbldad pueden dervarse de los de calbracón s se asume, además, la objetvacón del ponter (y del sstema, en la versón realsta). Pero, a su vez, Mttelstaedt demuestra que estos postulados de objetvacón son nconsstentes con la mecánca cuántca (Mttelstaedt, 1998, cap. 4). Esta objetvacón sólo puede ser lograda contextualmente, es decr, para conjuntos de observables que conmutan. En un trabajo recente, Lombard y Castagnno (2008) propuseron una nterpretacón de la teoría que respeta este carácter contextual. S las dscusones anterores se restrngen a un contexto, los problemas señalados no se presentan. El problema radca en cómo

6 justfcar la eleccón de un contexto determnado en lugar de otro. En esta nterpretacón modal hamltonana, el operador hamltonano que aparece en la ecuacón de Schrödnger es el que fja el contexto de las propedades que se actualzan. La regla afrma que el contexto prvlegado es el de todos los operadores que conmutan con el hamltonano del sstema. Esta regla de actualzacón resulta ser consstente con numerosas aplcacones de la teoría y la manera en que sstemas de ese tpo son mplementados en la práctca real de los físcos (Lombard, Castagnno; 2008, 5). Por otra parte, como señalan los autores, la teoría no se refere a hechos o propedades actuales sno a hechos y propedades posbles. Las propedades actuales serán aquellas del contexto prvlegado que tengan probabldad 1. Por lo tanto, dada la naturaleza probablístca de la mecánca cuántca, la nformacón sobre un sstema se obtene medante medcones repetdas sobre el msmo sstema o sstemas equvalentes. De hecho, como señala Ballentne (1998, p. 46 y cap. 9), el contendo empírco de un enuncado probablsta es revelado a través de las frecuencas relatvas en una secuenca de eventos que resultan de procedmentos de preparacón equvalentes. Por lo tanto, el estado está asocado con (desgna a) un conjunto nfnto de objetos preparados de manera equvalente. Sguendo a este últmo autor, prefermos mantener el térmno sstema para esta clase nfnta y reservar el térmno objeto para los ndvduos físcos como los electrones, átomos, etc. Desde este punto de vsta, dado un certo sstema cuántco con su correspondente hamltonano, la determnacón del estado requere de tres etapas: (a) medcón ndvdual: el aparato de medcón ndca luego del proceso de medcón un valor a para el objeto o. Este valor nos ndca que la propedad que estamos mdendo tene una probabldad no nula de adqurr ese valor. (b) medcón de frecuenca: la repetcón de n medcones ndvduales permte determnar una dstrbucón estadístca para los valores de la propedad medda a partr de la cual puede estmarse la probabldad correspondente. (c) medcón del estado: es una coleccón de medcones de frecuenca para un conjunto de observables que no conmutan entre sí y que requeres su propo procedmento de medcón con su correspondente hamltonano. Escogendo de manera apropada éstos (Ballentne, 1998, cap. 8), puede obtenerse el estado del sstema.

7 Para aplcar la teoría a stuacones físcas concretas es necesaro especfcar qué operadores corresponden a qué magntudes físcas. Ahora ben, cualquer sstema descrpto a partr de un sstema de coordenadas (x, y, z, t) puede ser descrpto desde otro sstema de referenca (x, y, z, t ) de forma equvalente. Lo que se requere es que tales transformacones en el espaco- tempo tengan su contrapartda en el espaco de los estados de forma que se preserven las ampltudes. Tales transformacones pueden ser mplementadas por operadores untaros U = e Ks, donde K es un operador hermítco (el generador de la transformacón) y s es un parámetro contnuo. De esta forma, las transformacones de traslacón espacal y traslacón temporal, rotacón y transformacón entre sstemas de coordenadas en movmento relatvo unforme pueden expresarse medante los generadores momento lneal (P), hamltonano (H), momento angular (J) y boost (G) respectvamente. Ballentne obtene la forma específca para estos generadores a partr de las relacones que guardan con el operador de poscón Q = (Q x, Q y, Q z ) tal que Q = q donde q, de forma que la composcón de estas dstntas transformacones tengan la estructura del grupo de Galleo (Ballentne, 1998, cap. 4). Este panorama nos permte ntentar aquí una prmera reconstruccón del elemento teórco básco de la mecánca cuántca desde un punto de vsta estructuralsta que debe permtrnos formular con mayor precsón algunas de estas característcas de la teoría. En partcular, la nocón de sstema y de procedmento de medcón. Como espero haber mostrado, estas dos nocones son de crucal mportanca en las dscusones sobre fundamentos de mecánca cuántca por lo que una elucdacón de ellas es fundamental. 4. Estructuralsmo El estructuralsmo ve la cenca empírca como una enorme red conceptual altamente compleja que puede ser vsta en sus aspectos tanto sncróncos como dacróncos. Aquí nos concentraremos, por smplcdad, en los aspectos sncróncos. Desde este punto de vsta, los nudos de la red son, en un sentdo más ben amplo, lo que suelen llamarse teorías, mentras que las cuerdas son dferentes tpos de relacones nterteórcas. Sn embargo, el térmno teoría resulta ser, en un análss pormenorzado, polsémco y que

8 permte dstngur al menos tres sentdos dferentes. En el sentdo más smple encontramos los elementos teórcos, luego, en un nvel de complejdad mayor, las redes teórcas y, fnalmente, los holones teórcos. Los estructuralstas sostenen que la manera más adecuada de nterpretar la esenca de los componentes de la red de la cenca es verlos como dferentes tpos de estructuras complejas que conssten, a su vez, de varas estructuras más smples. Aquí, el térmno estructura es entenddo en el sentdo técnco de la teoría de conjuntos, en partcular, en el sentdo de Bourbak. Toda teoría centífca está consttuda, entre otras cosas, por una clase de modelos, térmno que debe ser entenddo en el sentdo de la semántca formal, es decr, como una secuenca de entdades conjuntstas de la forma D 1,..., D m, (A 1,..., A n ), R 1,..., R p que satsface una lsta de axomas. Los D pueden ser llamados conjuntos báscos ; los A son conjuntos auxlares y son típcamente conjuntos numércos; y las R son relacones (eventualmente funcones) construdas sobre (algunos de) estos conjuntos. En una prmera aproxmacón, la dentdad de una teoría vene dada por una clase de modelos en este sentdo. Se supone que satsfacen certo conjunto de axomas, preferentemente expresados en un lenguaje formal. Cuáles axomas se eljan es una cuestón de convenenca en la medda que permtan la exacta determnacón de la clase de modelos que se necestan para representar un certo grupo de fenómenos en los que uno pudera estar nteresado. Estos axomas serán de dos tpos: condcones marco y leyes sustancales. Las prmeras sólo establecen las propedades formales de los conceptos que se usarán; las segundas, dcen algo acerca del mundo por medo de los conceptos determnados prevamente. Las estructuras que satsfacen el prmer grupo de axomas son llamadas modelos potencales (M p ); s, además, satsfacen las leyes sustancales, las llamamos modelos actuales (M). En prncpo, cualquer medo para determnar M p y M es bueno sempre y cuando capture las clases deseadas. Podríamos, por ejemplo, usar un lenguaje formal apropado. Sn embargo, en la mayor parte de las teorías centífcas desarrolladas, este procedmento se volvería mpractcable. De este modo, por razones práctcas y metodológcas, los estructuralstas

9 utlzan una herramenta más expedtva: la teoría nformal de conjuntos. El método partcular, desarrollado por Patrck Suppes es conocdo como axomatzacón por ntroduccón de un predcado conjuntsta. Un predcado de este tpo determna unívocamente M p y M. Por supuesto, estas estructuras pueden ser defndas por otro predcado dferente. La dentdad de la teoría está dada por M p y M, no por el predcado conjuntsta; es decr, no por una entdad lngüístca, sno por una estructura. Esto no sgnfca que el estructuralsmo afrme que no se formulen enuncados en las cencas empírcas. Lo característco de las cencas empírcas es que tales clases de estructuras están esencalmente asocadas con un tpo especal de enuncado acerca del mundo: la llamada asercón empírcas de la teoría. La forma de este tpo de enuncados se puede reconstrur de la sguente manera. Supóngase que un está nteresado en un certo domno de sstemas empírcos y que quere nvestgarlo por medo de la teoría cuya dentdad está dada por M p, M. Lo prmer que se debe hacer es conceptualzar tal domno (llamado, en el estructuralsmo, domno de aplcacones ntenconales, I) en térmnos del marco M p. Luego se establece la hpótess de que el conjunto I así conceptualzado puede ser efectvamente subsumdo bajo M p, M. Pero para dar cuenta de la estructura completa de la asercón empírca, deben consderarse cuatro componentes más: - Conexones entre modelos de la msma teoría (condcones de lgadura, C): los modelos de una teoría empírca no aparecen aslados. - Conexones entre modelos de teorías dferentes (vínculos nterteórcos, L): algunos modelos de una teoría pueden transferr nformacón a los modelos de otra teoría. - Dos nveles conceptuales y metodológcos dferentes dentro de una teoría (modelos potencales parcales, M pp, vs. modelos potencales, M p ): el nvel de los conceptos específcos de la teoría en cuestón y que sólo pueden ser determnados aplcando las leyes de la teoría y el nvel de los conceptos provenentes de afuera. Habtualmente, los últmos son determnados por los modelos de otra teoría subyacente. S T es una teoría, decmos que el prmer conjunto de conceptos son T- teórcos, mentras que los segundos son T- no teórcos.

10 Todos estos ngredentes son esencales para construr la asercón empírca. La estructura K = M p, M, M pp, C, L es llamada el núcleo (formal) teórco de la teoría. La asercón empírca enunca que el domno de aplcacones ntenconales I puede ser subsumdo bajo K. La estructura más smple que puede ser usada para decr algo acerca del mundo es, por lo tanto, una estructura compuesta por un núcleo y un domno de aplcacones ntenconales. El par K, I es lo que llamamos un elemento teórco. Usualmente, las teorías centífcas conssten de una sere de elementos teórcos organzados jerárqucamente medante un tpo especal de relacón nterteórca llamada especalzacón, formando lo que se llama una red teórca. Una red teórca es un conjunto parcalmente ordenado con un elemento básco en la cma del que el resto de los elementos teórcos se desprenden por un proceso de restrccones sucesvas de la clase de modelos actuales y de las aplcacones ntenconales. Lo que da undad a la red es el elemento básco. Un procedmento de medcón puede ser vsto, entonces, como un modelo potencal de la teoría que satsface, además, certas condcones pragmátcas que no dscutremos aquí (ver Balzer, et al., 1987). En el caso partcular de una teoría como la mecánca cuántca que, como señala Mttelstaedt, posee alcance unversal, los procedmentos de medcón pueden ser vstos, además, como modelos actuales. 5. El elemento teórco básco de la mecánca cuántca Revsadas, fnalmente, las prncpales nocones nvolucradas en nuestra dscusón, podemos avanzar una prmera formulacón de la mecánca cuántca en concordanca con la morfología estructuralsta. La sguente es sólo una reconstruccón parcal del elemento teórco básco. El espaco físco S está conformado por puntos que guardan certas relacones entre sí de manera que la estructura resultante es la espaco euclídeo de tres dmensones 3, lo que nos permte representarlo medante esta estructura matemátca. Algo smlar ocurre con el tempo T, sólo que en este caso, la dmensón del espaco matemátco correspondente es 1. De esta forma, el conjunto de nstantes de tempo es una estructura ordenada equvalente a

11 los números reales. En este espaco hay objetos físcos que son aquellos de los que habla la teoría. Desgnamos al conjunto de estos objetos P (partículas). La cardnaldad del conjunto de partículas (P) depende del número de partículas del sstema: un sstema de una partícula tene cardnaldad 1, mentras que un sstema de N partículas tene cardnaldad N. La coordenadas asgnadas por la funcón de poscón s no quedan unívocamente determnadas pero todo par de marcos de referenca s y s en movmento rectlíneo unforme uno respecto del otro puede correlaconarse medante las transformacones de Galleo de la sguente manera s (p) = R s (p) + a + vt t = t + b Donde R y a son rotacones y traslacones espacales respectvamente y vt es la velocdad relatva de un sstema de coordenadas respecto del otro. Ahora ben, la mecánca cuántca es una teoría probablsta, de manera que necestamos defnr la estructura del espaco muestral que nos permtrá hablar de la probabldad de que haya un partícula en una certa regón del espaco- tempo. Una álgebra sobre el espaco y el tempo 3 es una famla de subconjuntos de 3 cerrada bajo unones, nterseccones y complemento. ( 3 ) es un álgebra de Borel sobre el espaco y el tempo s ( 3 ) es la menor álgebra que contene los conjuntos abertos de ( 3 ).

12 Una probabldad prob es una funcón de ( 3 ) en [0, 1] tal que p( 3 ) = 1, p(e ) = 1 p(e), para todo E ( 3 ) y para todo {E } en ( 3 ), E pe p (Dckson, 2007). Los sstemas físcos a los que la mecánca cuántca se aplcan pueden caracterzarse parcalmente a partr de las dstrbucones de probabldades de las poscones. Sn embargo, como fue señalado, las dstrbucones no quedan caracterzadas completamente con las probabldades sno que son necesaras las ampltudes expresadas por los vectores en el espaco de Hlbert. Estas probabldades pueden recuperarse medante la regla de Born. Esto requere conjuntos de determnacones de las frecuencas correspondentes a expermentos ncompatbles con dstntos hamltonanos. De cualquer manera todas estas dstrbucones pueden expresarse como dstrbucones estadístcas en el espaco. Para representar este carácter estadístco general utlzamos el espaco de Hlbert L 2 ( 3N ), donde N es el número de partículas del sstema en cuestón (por smplcdad supondremos que es 1). Defnmos el operador poscón Q a : L 2 ( 3N ) L 2 ( 3N ) tal que para todo L 2 ( 3N ): Q a = x a A partr de aquí, como señalamos en 4, podemos obtener la forma de los operadores que corresponden a los generadores del grupo de Galleo en el espaco de los estados. Recordemos que una representacón de estas transformacones en el espaco de Hlbert que preserven las dstrbucones estadístcas puede llevarse a cabo medante operadores untaros de forma que se cumpla expresado 1 A A' U s AUs ' U S s puede ser nfntamente pequeño, el operador untaro nfntesmal U e s Ks s U s puede ser, donde K es el generador de la transformacón T. Los generadores de

13 las transformacones del grupo de Galleo son J (rotacones), P (traslacones espacales), G (transformacones de coordenadas en movmento relatvo unforme), H (traslacones temporales). Los dstntos generadores guardan las sguentes relacones expresadas por los conmutadores: d) g) h) ) a) P, P b) G c) J J e) J,G, J, P,G f) G, P 0 P, H G, H J, H J P P G MI 6. Conclusones De acuerdo con lo vsto, la mecánca cuántca está caracterzada por el álgebra de operadores que expresan las transformacones del espaco y el tempo para los estados de un sstema cuántco. Dado que tales estados permten predecr, en general, sólo las probabldades, la determnacón de los valores de cualquer magntud cuántca requere múltples medcones ndvduales que permtan correlaconar los valores de las probabldades con dstrbucones estadístcas de valores de las magntudes meddas. Los procedmentos de medcón son caracterzados cuántcamente por lo que cualquer nterpretacón debe dar cuenta de éstos como modelos potencales de la teoría y, en este caso partcular, como modelos actuales. Por otra parte, los teoremas de no objetvacón ndcan que ésta sólo puede recuperarse contextualmente, por lo que se hace necesara una regla de actualzacón que especfque el contexto prvlegado. La nterpretacón modalhamltonana asgna el papel fundamental al operador hamltonano y esta regla, permte dar cuenta de algunas de las aplcacones más mportantes de la teoría así como de la práctca centífca.

14 Queda pendente una mejor caracterzacón de las estructuras conjuntstas que den cuenta de estas característcas de la teoría pero creo que el esquema adelantado permte dar cuenta de la dstncón entre sstema y objeto necesara para entender el sgnfcado empírco de los térmnos cuántcos. Otro punto no menconado en este trabajo es el problema de los campos externos como el campo magnétco o el campo eléctrco. Éstos no consttuyen ítems a los que la mecánca cuántca ordnara pretenda aplcarse. Desde este punto de vsta, los vínculos con el electromagnetsmo es una cuestón aberta y compleja. 7. Bblografía BALLENTINE, L. E. (1970): The statstcal nterpretaton of quantum mechancs, Revew of modern physcs, Volume 42, number 4. BALLENTINE, L. E. (1986): Probablty theory n quantum mechancs, Amercan Journal of Physcs, 54, 10. BALLENTINE, L. E. (1998): Quantum mechancs: a modern development, Sngapore, World Scentfc Publshng Company. BALZER, W., MOULINES, C. U., SNEED, J. (1987): An archtectonc for scence: the structuralst program, Dordrecht, Redel Publshng Company. BALZER, W., SNEED, J, MOULINES, C. U. (2000). Structuralst Knowledge Representaton, Amsterdam, Rodop. BUB, J. (1997). Interpretng the quantum world, Cambrdge, Cambrdge Unversty Press. BUTTERFIELD J., EARMAN J. (eds) (2007) Phlosophy of physcs, HPS, Elsever COHEN, D. W. (1989). An ntroducton to Hlbert space and quantum logc, New York, Sprnger-Verlag. DIEZ, J. A., LORENZANO, P. (Eds.) (2002). Desarrollos actuales de la metateoría estructuralsta: problemas y dscusones, Unversdad Naconal de Qulmes, Buenos Ares.

15 FEYNMAN, R., LEIGHTON, R., SANDS, M. (2000). Físca Volumen III: mecánca cuántca, Méxco, Addson Wesley. ISHAM, C. J. (1995). Quantum theory: Mathematcal and structural foundatons, London, Imperal College Press. LOMBARDI, O; CASTAGNINO, M. (2008). A modal-hamltonan nterpretaton of quantum mechancs, Studes n Hstory and Phlosophy of Modern Physcs, 39, MITTELSTAEDT, P. (1998). The nterpretaton of quantum mechancs and the measurement process, Cambrdge, Cambrdge Unversty Press. MOULINES, C. U. (1982). Exploracones Metacentífcas, Madrd, Alanza. MOULINES, C. U. (1991). Pluraldad y Recursón: Estudos Epstemológcos, Madrd, Alanza. MOULINES, C. U. (2002). Introducton: Structuralsm as a program for modellng theoretcal scence, Synthese 130: 1-11 SNEED, J. D. (1966). Von Neumann s Argument for the Projecton Postulate, Phlosophy of Scence 33, SNEED, J. D. (1971): The Logcal Structure of Mathematcal Physcs, Dordrecht: Redel. VON NEUMANN, J. (1949). Fundamentos matemátcos de la mecánca cuántca, Madrd, Publcacones del Insttuto de Matemátcas Jorge Juan.

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

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 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 detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 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 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

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

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

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

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

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

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

Cinemática del Brazo articulado PUMA

Cinemática 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 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

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

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

Los problemas de la medición cuántica sin decoherencia

Los problemas de la medición cuántica sin decoherencia Vann, Leonardo Los problemas de la medcón cuántca sn decoherenca Esta obra está bajo una Lcenca Creatve Commons rgentna. trbucón - No Comercal - Sn Obra Dervada 2.5 https://creatvecommons.org/lcenses/by-nc-nd/2.5/ar/

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

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica. TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley

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

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70

Análisis del caso promedio. Técnicas Avanzadas de Programación - Javier Campos 70 Análss del caso promedo Técncas Avanzadas de Programacón - Javer Campos 70 Análss del caso promedo El plan: Probabldad Análss probablsta Árboles bnaros de búsqueda construdos aleatoramente Tres, árboles

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

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

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

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

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

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. 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 detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Relaciones entre variables

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

Más detalles

Geometría convexa y politopos, día 1

Geometría convexa y politopos, día 1 Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

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

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Pista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador.

Pista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador. ITM, Insttucón unverstara Guía de Laboratoro de Físca Mecánca Práctca : Colsones en una dmensón Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla

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

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

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

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Para 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)}

Para 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 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

Determinar el momento de inercia para un cuerpo rígido (de forma arbitraria).

Determinar el momento de inercia para un cuerpo rígido (de forma arbitraria). Unversdad de Sonora Dvsón de Cencas Exactas y Naturales Departamento de Físca Laboratoro de Mecánca II Práctca #3: Cálculo del momento de nerca de un cuerpo rígdo I. Objetvos. Determnar el momento de nerca

Más detalles

Introducción a la Física. Medidas y Errores

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

Más detalles

Robótica Tema 4. Modelo Cinemático Directo

Robótica 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 detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

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

PROCESOS DE SEPARACION UTILIZANDO EQUIPOS DE ETAPAS DE EQUILIBRIO

PROCESOS DE SEPARACION UTILIZANDO EQUIPOS DE ETAPAS DE EQUILIBRIO PROCESOS DE SEPARACION UTILIZANDO EQUIPOS DE ETAPAS DE EQUILIBRIO Concepto de equlbro físco Sstema Fase Componente Solubldad Transferenca Equlbro Composcón 2 Varables de mportanca en el equlbro de fases:

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

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

TERMODINÁMICA AVANZADA

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

Más detalles

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006

Capítulo 4 Probabilidades Estadística Computacional II Semestre 2006 Unversdad Técnca Federco Santa María Departamento de Informátca ILI-80 Capítulo 4 Probabldades Estadístca Computaconal II Semestre 006 Profesores: Héctor llende (hallende@nf.utfsm.cl) Carlos Valle (cvalle@nf.utfsm.cl)

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables 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 detalles

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

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

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

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

Y ahora observamos que lo que está entre paréntesis es la derivada de un producto, de modo que

Y ahora observamos que lo que está entre paréntesis es la derivada de un producto, de modo que Estas son ms notas para las clases del curso Mecánca Raconal (62.11) en la Facultad de Ingenería-UBA. Están aún en proceso de ser completadas, no tenen carácter de texto acabado, por el contraro seguramente

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

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

Tratamiento de datos experimentales. Teoría de errores

Tratamiento de datos experimentales. Teoría de errores Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón

Más detalles

La mecánica de Newton

La mecánica de Newton 8 La mecánca de Newton Contendos del módulo 8.1 Espaco y tempo 8.2 Ley de la nerca 8.3 Momentum 8.4 Centro de masa de un sstema de partículas 8.5 Momentum de un sstema de partículas 8.6 Teorema de conservacón

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

Objetivos de aprendizaje. Esta guía es una herramienta que usted debe usar para lograr los siguientes objetivos:

Objetivos de aprendizaje. Esta guía es una herramienta que usted debe usar para lograr los siguientes objetivos: epartamento de Físca, UTFSM Físca General II / Prof: A. Brunel. FIS120: FÍSICA GENERAL II GUÍA#6: Campo magnétco, efectos. Objetvos de aprendzaje. Esta guía es una herramenta que usted debe usar para lograr

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas Tema : Jerarquía Dgtal Síncrona, SDH Dsponbldad de Sstemas Tecnologías de red de transporte de operadora MÁSTER EN INGENIERÍ TELEMÁTIC Profesor: Espín Defncones Fabldad (Relablty): Probabldad de que el

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

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

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología Guía para el Trabajo Práctco 5 Métodos Estadístcos en Hdrología er. PASO) Realzar el ajuste de la funcón de dstrbucón normal a una muestra de datos totales anuales de una varable (caudal, precptacón, etc.)

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. 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 detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

Regresión y Correlación Métodos numéricos

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

Más detalles

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

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

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

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

Más detalles

ESTÁTICA DEL SÓLIDO RÍGIDO

ESTÁTICA DEL SÓLIDO RÍGIDO DSR-1 ESTÁTICA DEL SÓLIDO RÍGIDO DSR-2 ESTÁTICA DEL SÓLIDO RÍGIDO La estátca estuda las condcones bajo las cuales los sstemas mecáncos están en equlbro. Nos referremos úncamente a equlbro de tpo mecánco,

Más detalles

TEMA 1: INCERTIDUMBRE Y PROBABILIDAD

TEMA 1: INCERTIDUMBRE Y PROBABILIDAD MÉTODOS ESTDÍSTICOS PR L EMPRES TEM 1: INCERTIDUMBRE Y PROBBILIDD 1.1.- La probabldad. Conceptos y cuantfcacón 1.2.- Defncón axomátca de la probabldad 1.3.- Probabldad condconada e ndependenca 1.4.- Probabldad

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

Capitalización y descuento simple

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

Más detalles

PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD

PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD PRÁCTICA 10 CINÉTICA QUÍMICA I: DETERMINACIÓN DEL ORDEN DE REACCIÓN Y DE LA CONSTANTE DE VELOCIDAD OBJETIVOS. Estudar la cnétca de una reaccón químca por el método de las velocdades ncales. Determnar los

Más detalles

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes. CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón

Más detalles

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

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

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL 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 detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

Más detalles

Tipología de nudos y extremos de barra

Tipología de nudos y extremos de barra Tpología de nudos y extremos de barra Apelldos, nombre Basset Salom, Lusa (lbasset@mes.upv.es) Departamento Centro ecánca de edos Contnuos y Teoría de Estructuras Escuela Técnca Superor de Arqutectura

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón

Más detalles

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

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

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

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

Más detalles

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares

Más detalles

Geometría Axiomática de la Convexidad Parte II: Axiomática de Cápsula convexa

Geometría Axiomática de la Convexidad Parte II: Axiomática de Cápsula convexa Geometría Axomátca de la Convexdad Parte II: Axomátca de Cápsula convexa Juan Carlos Bressan Resumen En la Parte I estudamos una axomátca de segmentos, en la que defnmos los convexos y estudamos sus propedades

Más detalles

Simposio de Metrología 25 al 27 de Octubre de 2006

Simposio de Metrología 25 al 27 de Octubre de 2006 Smposo de Metrología 25 al 27 de Octubre de 2006 ESTIMACIÓN DE INCERTIDUMBRE EN LA MEDICIÓN DE ABSORCIÓN DE HUMEDAD EN AISLAMIENTOS Y CUBIERTAS PROTECTORAS DE CONDUCTORES ELÉCTRICOS POR EL MÉTODO ELÉCTRICO

Más detalles

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin. Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de

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

1. Variable aleatoria. Clasificación

1. Variable aleatoria. Clasificación Tema 7: Varable Aleatora Undmensonal 1. Varable aleatora. Clasfcacón. Caracterzacón de una varable aleatora. Varable Aleatora dscreta. Varable Aleatora contnua 3. Característcas de una varable aleatora.

Más detalles

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles