Conciencia Tecnológica ISSN: Instituto Tecnológico de Aguascalientes México

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

Download "Conciencia Tecnológica ISSN: Instituto Tecnológico de Aguascalientes México"

Transcripción

1 Cociecia Tecológica ISSN: Istituto Tecológico de Aguascalietes México Escamilla López, Miguel Optimizació de mezclas de mierales mediate programació lieal e ua mia de mieral de fierro a cielo abierto Cociecia Tecológica, úm. 22, 23 Istituto Tecológico de Aguascalietes Aguascalietes, México Dispoible e: Cómo citar el artículo Número completo Más iformació del artículo Págia de la revista e redalyc.org Sistema de Iformació Cietífica Red de Revistas Cietíficas de América Latia, el Caribe, España y Portugal Proyecto académico si fies de lucro, desarrollado bajo la iiciativa de acceso abierto

2 OPTIMIZACIÓN DE MEZCLAS DE MINERALES MEDIANTE PROGRAMACIÓN LINEAL EN UNA MINA DE MINERAL DE FIERRO A CIELO ABIERTO M.C. Miguel Escamilla López Istituto Tecológico de Colima / Departameto de Igeiería Idustrial Aveida Tecológico No.1 Villa de Alvarez, Colima. Tel ( 312 ) y Ext. 243 melitc23@hotmal.com RESUMEN E el presete trabajo se muestra como se puede aprovechar al máximo los mierales expuestos e las zoas de explotació, juto co los depositados e los patios y los terreros e ua mia de mieral de Fierro a cielo abierto, efectuado mezclas eficietes mediate volúmees de mieral para producir lotes diarios de cocetrado determiados por medio de programació lieal, co el fi de optimizar el equipo de acarreo, cumplir co los programas de producció y reducir la variabilidad e las características químicas del cocetrado. idispesables para efectuar las mezclas. Además, las zoas de explotació cada vez se ecuetra mas distates de la quebradora, geerado ciclos de carga y acarreo co mayor duració que hace improductivo el equipo de acarreo. Los resultados obteidos e la evaluació realizada, muestra que la programació lieal puede ayudar a reducir el ciclo promedio de carga y acarreo, cumplir co los programas de producció, aprovechar al máximo las reservas mierales y reducir la variabilidad e la calidad química del cocetrado de mieral de Fierro. PALABRAS CLAVE Fierro magético, recuperació e peso, voladura, patio, terrero, zoas de explotació. INTRODUCCIÓN Las mezclas de mieral so ua actividad cotidiaa y uo de los pricipales problemas e la idustria miera; e la mayoría de los yacimietos existe mierales co diferete composició y características químicas, que la hace idispesable para alimetar a las platas de beeficio mieral co calidad mas o meos uiforme y aprovechar las reservas al máximo [4]. El desarrollo de la computació y las técicas matemáticas como la Ivestigació de Operacioes y mas específicamete la Programació Lieal, ha veido a amiorar este problema [5]. La gra variabilidad e las características químicas del mieral del yacimieto de ua mia de mieral de Fierro a cielo abierto al orte del estado de Colima, geera la permaete mezcla de mierales co diversos coteidos de Fierro Magético (FeM), Azufre (S), Sílice (SiO2) y Fósforo (P); si embargo, el método utilizado hasta ahora es deficiete y tiee u efoque correctivo, lo cual provoca alta variabilidad tambié e las características químicas del cocetrado de mieral de Fierro [1]. Por otra parte, se tiee u gra volume de mieral fuera de especificacioes químicas que se ecuetra depositado e 6 patios y 3 terreros, que so almacees itermedios etre la mia y la quebradora SITUACION ACTUAL El mieral explotado es la Magetita o mieral de Fierro, cuyo elemeto metalúrgico básico es el Fierro Magético (FeM) y determia su Ley ; bajos coteidos de este o afecta la calidad del cocetrado pero si afecta el volume de producció; los cotamiates asociados so el Azufre (S), el Sílice (SiO2) y el Fósforo (P), que afecta al pelet de mieral de Fierro, al proceso e las acerías o bie, a la calidad del acero termiado y por lo tato, es ecesario mateerlos bajo ciertos límites de especificació [3]. El proceso de producció se divide básicamete e tres etapas, como lo muestra la figura 1 (2) ; el logro de la calidad química del cocetrado, garatiza la calidad química del pelet y determia e gra parte su calidad física; es decir, el cumplimieto de la calidad química del cocetrado, garatiza el cumplimieto de la calidad química y física del pelet; de ahí su importacia [2]. La alimetació del mieral a la quebradora se lleva a cabo por campañas; es decir, por voladuras completas, así las mezclas se efectúa e su totalidad e el almacé de mieral pero como su diseño es limitado, o permite efectuar estas mezclas i co la oportuidad i e el volume demadados por el proceso de molieda y cocetració, razó por la que ua buea parte de estas debe hacerse co el apoyo de ua flota de equipo móvil, compuesta por 2 cargadores CAT-988 y 4 camioes EUCLID R-5 [2]. Figura 1. ETAPAS DEL PROCESO Y CARACTERIZACION DEL MINERAL

3 ETAPA DEL PROCESO EXTRACCIÓN PRODUCTO MINERAL DE MINA FRAGMENTADO ( ROCAS 8 cm ) CARACTERÍSITICAS QUÍMICAS Y ESPECIFICACIONES FeM S SiO 2 P 3. % Míimo.3 % Máximo 2.3 % Máximo.4 % Máximo MOLIENDA Y CENTRACIÓN CENTRADO DE MINERAL DE FIERRO ( PULPA ) S SiO 2 P.3 % Máximo 2.3 % Máximo.4 % Máximo PELETIZADO PELET DE MINERAL DE FIERRO ( PEQUEÑAS PELOTAS ) S SiO 2 P.15 % Máximo 2.3 % Máximo.4 % Máximo Variabilidad e la calidad química del cocetrado. El método actual de mezclado, ocasioa que los valores de las características químicas (S, SiO2 y P) del cocetrado, cotiuamete esté fuera de sus límites de especificació, como se observa e la figura 2. PROPUESTA DE INVESTIGACION La propuesta de ivestigació, es u uevo método de trabajo basado e u modelo de programació lieal, para efectuar las mezclas del mieral que es procesado e las platas de beeficio al mometo de alimetarlo a la quebradora, mediate la alteracia de viajes y maejado co base e volúmees de mieral ecesarios para producir lotes diarios de cocetrado; de esta forma, el mieral llegará ya mezclado al almacé y ya o será ecesario efectuar los movimietos co el equipo móvil e el almacé de mieral. Auque se observa que el Fósforo o afecta la calidad del cocetrado, será cosiderado e el método propuesto como medida de preveció. OBJETIVO Optimizar las mezclas de mierales co diferetes coteidos de Fierro Magético ( FeM ), Azufre ( S ) y Sílice ( SiO2) y Fósforo ( P ). VARIABLES Y PARAMETROS DE TROL Las variables a utilizar e la propuesta de ivestigació mediate programació lieal, so todas áreas dode se tega mieral dispoible : Las 3 zoas de explotació (e este caso se utilizará el úmero de voladura correspodiete). Los 6 patios que actualmete sirve como almacees itermedios etre la mia y la quebradora (P7, P9, P12, P16, P2, P22). Los 3 terreros e los cuales se tiee almaceado u gra volume de mieral fuera de especificacioes (T1, T2, T4). Su uidad de medició es el úmero de viajes de mieral a alimetar a quebradora de cada fuete e camioes EUCLID R-12, (2 toeladas por viaje); ya que la propuesta es la alteracia de viajes al mometo de la descarga del mieral e la quebradora. Figura 2. VARIABILIDAD EN LAS CARACTERÍSTICAS QUÍMICAS DEL CENTRADO ( muestra que represeta seis meses de operació ) CARACTERÍSTICA MUESTRA ANALIZADA VALORES FUERA DE ESPECIFICACIÓN PROBABILIDAD DE OCURRENCIA VARIANZA AFECTA LA CALIDAD FeM 1, % NO S 1, %.55 SI SiO2 1, %.5146 SI P %.25 N

4 Volume de mieral a alimetar a quebradora. Como se maejará volúmees de mieral ecesarios para producir lotes diarios de cocetrado, es idispesable saber cuato volume de cocetrado se producirá a partir de cierto volume de mieral, lo cual depede de su coteido de FeM; está dado por la siguiete ecuació [3] : RP = [ ( ) x ( FeM ) ] Dode : RP = Recuperació e peso del mieral e % FeM = Coteido de FeM del mieral e % Σ X i CA i i = 1 1 Σ X i CS i i = =.3 = 2.3 DISEÑO DEL MODELO Fució objetivo. Miimiza el tiempo total de alimetar a la quebradora el volume de mieral ecesario para producir u lote diario de cocetrado Miimizar Z = Σ X i T i i = 1 Restricció para el volume de mieral a alimetar a quebradora. La suma de los viajes de mieral de cada fuete a la quebradora, debe ser al meos igual al úmero de viajes de mieral ecesarios para cumplir co u lote diario de producció de cocetrado e camioes co capacidad para 12 toeladas (184 viajes ) : Restricció para el lote diario de cocetrado. El cocetrado a obteer de ese volume de mieral ya descargado e la quebradora, debe ser igual a u lote diario de cocetrado expresado e úmero de viajes ( 8 viajes ) : ΣX i = 1 Σ X i 184 i = 1 1 = 8 Restriccioes para las características químicas del lote de cocetrado. Los coteidos de Azufre, Sílice y Fósforo e la mezcla, debe ser iguales a sus especificacioes correspodietes (.3%, 2.3% y.4% ) respectivamete : CP Σ X i i i = Restriccioes de cotrol adicioales. Cotrola volúmees escasos de mieral e algua fuete para que la solució fial del modelo sea viable : X i V i =.4 Restriccioes de o egatividad. Los valores para las variables básicas e la solució fial debe ser positivas : X i Dode : X i = i-ésima fuete de mieral Ti = Ciclo de carga y acarreo de la i-ésima fuete FeM i = Fierro Magético del mieral de la i-ésima fuete CA i = Azufre del mieral de la i-ésima fuete CS i = Sílice del mieral de la i-ésima fuete V i = Viajes de mieral e la i-ésima fuete RESULTADOS Y DISCUSION Evaluació. El modelo fue evaluado mediate múltiples corridas co iformació real de etrada durate u periodo de 9 días utilizado el software QSB; los resultados fuero ajustados diariamete a los tiempos reales de operació, co el fi de compararlos cotra los resultados reales; así mismo, se realizó ua prueba a ivel piloto, simulado u duració de 3 días para evaluar el efecto e la calidad de las características químicas del cocetrado.

5 Duració promedio del ciclo de carga y acarreo. La programació lieal permite alimetar u úmero mayor de viajes de mieral que co el método actual e u mismo lapso de tiempo, reduciedo e 4.9 miutos la duració del ciclo de carga y acarreo como se observa e la figura 3. Mieral alimetado a quebradora. La meor duració del ciclo de carga y acarreo mediate programació lieal, permite u icremeto sustacial e el volume de mieral alimetado a quebradora e 3,647 toeladas por día para u cumplimieto del 99% del programa como se observa e la figura 4. Mieral de patios y terreros alimetado a quebradora. Aquí es dode la programació lieal alcaza mayor eficiecia, al lograr ua alimetació de 1,39 toeladas por día, cotra 2,763 toeladas si utilizarla; ver la figura 5. Producció de cocetrado. Tambié e este caso, la programació lieal puede ser eficiete al lograr u icremeto de 142 toeladas por día, respecto a que si o se utilizara, como se observa e la figura 6. Características químicas e el cocetrado. Los resultados de la prueba a ivel piloto, muestra que el úmero de valores fuera de especificació o se reduce utilizado programació lieal, pero si es posible obteer ua reducció sigificativa e la dispersió o variaza de los datos de 48% y 56% para el Azufre y el Sílice respectivamete como se observa e la figura 7. MINUTOS POR VIAJE Figura 3. DURACION PROMEDIO DEL CICLO DE CARGA Y MILES DE TONELADAS POR Figura 5. MINERAL DE PATIOS Y TERREROS 2,76 1,39 PROG. 3 Figura 4. MINERAL ALIMENTADO A QUEBRADORA 15 Figura 6. PRODUCCION DE MILES DE TONELADAS POR DIA ,26 21,9 7 22,8 PROGRAMA MILES DE TONELADAS POR 1 5 8,575 8,717 9,611 PROGRAMA

6 Figura 7. VARIABILIDAD EN LAS CARACTERISTICAS QUIMICAS DEL CENTRADO CARACTERÍSTICA REDUCCIÓN AZUFRE % SÍLICE % CLUSIONES Los resultados obteidos e la presete ivestigació, demuestra que el método propuesto para efectuar las mezclas de los mierales expuestos e las zoas de explotació y los depositados e los patios y los terreros utilizado programació lieal, puede ser mejor que el método utilizado actualmete, para reducir el ciclo promedio de carga y acarreo y cumplir los programas de producció establecidos. Auque el método propuesto o logra reducir el úmero de valores fuera de especificació de las características químicas Azufre y Sílice del cocetrado, los resultados obteidos e la prueba a ivel piloto muestra que puede ser eficiete para alimetar a la plata de beeficio mieral mas o meos de uiforme calidad y reducir co esto su rago de variabilidad, lo cual trae e cosecuecia ua calidad química e el cocetrado y e el pelet mas uiforme y cofiable. Fialmete, es importate destacar que este método de trabajo apoyado e u modelo de programació lieal puede ser aplicado a cualquier mia de mieral de fierro del mudo; previa adecuació de las costates operacioales icluidas e este; ya que las utilizadas so propias de la mia e la cual se realizó la presete ivestigació. BIBLIOGRAFIA [1] Arreola, Risa Jesús S. (1997), ivestigació de operacioes ( curso ), c.m.b.j. Peña Colorada, S.A. de C.V., México, cap.2. [2] Peña Colorada, C.M.B.J., (1993), requerimietos para producir 3. y 3.5 milloes de toeladas de pelets al año a partir de mierales co coteidos de fem < 37 %, Peña Colorada, México. [3] Peña Colorada, C. M. B. J. (1994), process capacity aalysis by equipmets to produce 3. millio of pellets tos per year, Peña Colorada, México. [4] Peralta, Romero Atoio, (1991), aalysis of the bledig problem i ope pit productio schedulig (master of sciece thesis), Quee s Uiversity, Kigsto, Otario, Caada, cap.3. [5] Peralta, Romero Atoio, (1998), Optimizació de Mezclas de Mierales Utilizado Programació Matemática GEOMIMET No.213 Edició May./Ju., A.I.M.M.G.M., México.

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

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

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

ESTADISTICA UNIDIMENSIONAL

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

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

C. INDICADORES DE EVALUACION DE PROYECTOS

C. INDICADORES DE EVALUACION DE PROYECTOS C. INDICADORES DE EVALUACION DE PROYECTOS 1. Matemáticas Fiacieras 1.1 Iterés simple e iterés compuesto Iterés simple es aquel que se calcula siempre sobre el capital origial, y por tato excluye itereses

Más detalles

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton

Estado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

CAPÍTULO 1 COMPUTADORA DIGITAL. Modelo De Von Neumann

CAPÍTULO 1 COMPUTADORA DIGITAL. Modelo De Von Neumann CAPÍTULO 1 COMPUTADORA DIGITAL Ua computadora digital es ua combiació de dispositivos y circuitos electróicos orgaizados de tal forma, que puede realizar ua secuecia programada de operacioes co u míimo

Más detalles

Escena 5 Planificación contra stock

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

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse.

ANEXO. Es todo producto envasado y medido sin la presencia del consumidor y en condiciones de comercializarse. ANEXO 1. MUESTREO Y TOLERANCIAS DE PRODUCTOS PREMEDIDOS 2. APLICACIÓN El presete reglameto se aplicará para la verificació de los coteidos etos de los productos promedios, etiquetados, co coteido omial

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

1. QUÉ ES LA ESTADÍSTICA?

1. QUÉ ES LA ESTADÍSTICA? 1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular

Más detalles

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir: DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna. Modelo nº 2 Sept. Sobrantes de Soluciones

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna. Modelo nº 2 Sept. Sobrantes de Soluciones IES Fco Ayala de Graada Sobrates de 008 (Modelo Septiembre) Germá-Jesús Rubio Lua Istruccioes: Modelo º Sept. Sobrates de 007-008 Solucioes Duració: 1 hora y 30 miutos. Elija ua de las dos opcioes propuestas

Más detalles

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.

Más detalles

1. Secuencia Impulso unitario (función Kroëneker) 1, n = n 0. (n) = = {... 0, 0, (1), 0, 0,... }

1. Secuencia Impulso unitario (función Kroëneker) 1, n = n 0. (n) = = {... 0, 0, (1), 0, 0,... } SEÑALES DE TIEMPO DISCRETO SEÑALES Y SISTEMAS DE TIEMPO DISCRETO Las señales está clasificadas de maera amplia, e señales aalógicas y señales discretas. Ua señal aalógica será deotada por a t e la cual

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

Parámetros de tiempo para

Parámetros de tiempo para Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007

CÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007 CÁLCULO Ejercicios Resueltos Semaa 0 Julio al Agosto 007 Ejercicios Resueltos. Estime el área ecerrada por la curva de ecuació y, el eje X y, para ello, divida el itervalo [0,] e cico partes iguales, y

Más detalles

Jueves, 25 de abril. Dificultades de los modelos PNL. Dónde está la solución óptima? Otro ejemplo: Óptima Local frente a Global

Jueves, 25 de abril. Dificultades de los modelos PNL. Dónde está la solución óptima? Otro ejemplo: Óptima Local frente a Global . Jueves, de abril Teoría sobre la programació o lieal Programació separable Dificultades de los modelos PNL PL: Etregas: material de clase PNL: Aálisis gráfico de la programació o lieal e dos dimesioes:

Más detalles

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC.

APLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC. APLICACIONES INFORMÁTICAS EN QUÍMICA Problemas Tema 2.3: Series, represetació de fucioes y costrucció de tablas e HC Grado e Química º SEMESTRE Uiversitat de Valècia Facultad de Químicas Departameto de

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

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

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

Más detalles

8. Modelos de transporte y análisis de redes

8. Modelos de transporte y análisis de redes 8. Modelos de trasporte y aálisis de redes Problema de trasporte Problema de asigació Aálisis de redes. Redes de actividades: método CPM Problemas de trasporte. Eiste m orígees que cotiee diversas catidades

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

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

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

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

Más detalles

Números racionales. Caracterización.

Números racionales. Caracterización. Números reales Matemáticas I Aplicadas a las Ciecias Sociales 1 Números racioales. Caracterizació. ecuerda que u úmero r es racioal si se puede poer e forma de fracció de úmeros eteros de la forma a b

Más detalles

LAS MUESTRAS ESTADÍSTICAS

LAS MUESTRAS ESTADÍSTICAS 11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo

Más detalles

IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. 3º ESO A. Nombre:

IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. 3º ESO A. Nombre: IES ATENEA. EXAMEN DE RECUPERACIÓN DE MATEMÁTICAS. º ESO A Nombre: Evaluació: Primera. Feca: 0 de diciembre de 00 NOTA Ejercicio º.- Aplica el orde de prioridad de las operacioes para calcular: 64 : 5

Más detalles

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441

PRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441 PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE CURSO 007-008 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

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

Más detalles

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

MEDIDAS DE DISPERSIÓN.

MEDIDAS DE DISPERSIÓN. MEDIDA DE DIPERIÓN. Las medidas de tedecia cetral solamete da ua medida de la localizació del cetro de los datos. Co mucha frecuecia, es igualmete importate describir la forma e que las observacioes está

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

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

Más detalles

PRUEBAS DE HIPÓTESIS.

PRUEBAS DE HIPÓTESIS. PRUEBAS DE HIPÓTESIS. HIPÓTESIS ESTADÍSTICA Paramétrica : No Paramétrica Es ua afirmació sobre los valores de los parámetros poblacioales descoocidos. Es ua afirmació sobre algua característica Simple

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

Muestreo sistemático

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

Más detalles

OPCIÓN A EJERCICIO 1_A 1 0 2

OPCIÓN A EJERCICIO 1_A 1 0 2 IES Fco Ayala de Graada Sobrates de 007 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 0 - Sea las matrices A, B - 1 0 5 (1 5 putos) Calcule B.B t - A.A t (1 5 putos) Halle la matriz

Más detalles

MATEMÁTICAS Y CULTURA B O L E T Í N No. 259 COORDINACIÓN DE MATEMÁTICAS DUERME BIEN Y ACERTARÁS

MATEMÁTICAS Y CULTURA B O L E T Í N No. 259 COORDINACIÓN DE MATEMÁTICAS DUERME BIEN Y ACERTARÁS MATEMÁTICAS Y CULTURA B O L E T Í N.08.009 No. 9 COORDINACIÓN DE MATEMÁTICAS CULTURA DUERME BIEN Y ACERTARÁS CULTURA Si reflexioamos u poco, y observamos a uestro alrededor, os damos cueta que e la actualidad

Más detalles

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas.

Sesión No. 6. Contextualización. Nombre: Funciones exponenciales y logarítmicas y el uso de las MATEMÁTICAS. progresiones aritméticas y geométricas. Matemáticas Sesió No. 6 Nombre: Fucioes expoeciales y logarítmicas y el uso de las progresioes aritméticas y geométricas. Cotextualizació Las fucioes expoeciales y logarítmicas se les cooce como trascedetes,

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

Probabilidad y estadística

Probabilidad y estadística Probabilidad y estadística MEDIDAS DE TENDENCIA CENTRAL, MEDIDAS DE DISPERSIÓN, GRÁFICAS, E INTERPRETANDO RESULTADOS Prof. Miguel Hesiquio Garduño. Est. Mirla Beavides Rojas Depto. De Igeiería Química

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

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

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

Más detalles

Números reales. Operaciones

Números reales. Operaciones Números reales. Operacioes Matemáticas I 1 Números reales. Operacioes Números racioales. Caracterizació. Recuerda que u úmero r es racioal si se puede poer e forma de fracció de úmeros eteros de la forma

Más detalles

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL Viceç Fot Departamet de Didàctica de les CCEE i de la Matemàtica de la Uiversitat de Barceloa Resume: E este artículo se muestra como las trasformacioes

Más detalles

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz

INSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para

Más detalles

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5 Ezimología Efecto cooperatio 1 EFECTO COOPERATIVO El efecto cooperatio ocurre e ezimas oligoméricas que posee arios sitios para la uió de sustrato y es el feómeo por el cual la uió de u ligado a ua ezima

Más detalles

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos

ITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica

Más detalles

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente. º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos

Más detalles

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a. Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base

Más detalles

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

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

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Coeficiente de escorrentía C

Coeficiente de escorrentía C EXAMEN Febrero 2010 iempo 90 miutos EJERCICIO 1 (10 putos) e pide que dimesioes, utilizado el método racioal, los colectores AB y BC de la red de saeamieto uitaria de la urbaizació que aparece e la Figura

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

Población Joven Adulta Total A favor En contra Total

Población Joven Adulta Total A favor En contra Total Nombre: Libre Reglametado C.I.: EXAMEN El exame costa de dos partes. La Primera Parte debe ser realizada por todos los alumos y el tiempo previsto es de 2 horas. La Seguda Parte debe ser realizada sólo

Más detalles

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.

INECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita x que se verifica para valores mayores que 4. INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad

Más detalles

Unidad N 2. Medidas de dispersión

Unidad N 2. Medidas de dispersión Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

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

Más detalles

Capítulo I. La importancia del factor de potencia en las redes. eléctricas

Capítulo I. La importancia del factor de potencia en las redes. eléctricas La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,

Más detalles

MATEMATICAS I Primer curso de Ciencias Ambientales / Curso HOJA 1

MATEMATICAS I Primer curso de Ciencias Ambientales / Curso HOJA 1 MATEMATICAS I Primer curso de Ciecias Ambietales / Curso 006-007 HOJA 1 1. E 1978, H. Cavedish realizó ua serie de 9 experimetos co objeto de medir la desidad de la tierra. Sus resultados, tomado como

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2007 QUÍMICA TEMA 1: LA TRANSFORMACIÓN QUÍMICA

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2007 QUÍMICA TEMA 1: LA TRANSFORMACIÓN QUÍMICA PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2007 QUÍMICA TEMA 1: LA TRANSFORMACIÓN QUÍMICA Juio, Ejercicio 4, Opció A Juio, Ejercicio 5, Opció B Reserva 1, Ejercicio 2, Opció B Reserva 2, Ejercicio 5, Opció

Más detalles

Introducción. Leonfiel aportó principalmente en relaciones interindustriales a través de su matriz de insumo-producto.

Introducción. Leonfiel aportó principalmente en relaciones interindustriales a través de su matriz de insumo-producto. Itroducció La PL es ua clase de modelo de programació matemática destiada a la asigació eficiete de los recursos limitados e actividades coocidas, co el ojetivo de satisfacer las metas deseadas (como maximizar

Más detalles

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t. PROCESOS ROBABILIDADES ESTOCÁSTICOS (ITEL-3005) (80807) Tema 4. Los Procesos Tema. de Fudametos Poisso y otros de Estadística procesos asociados Descriptiva Semaa Distribució 5 Clase 07 de frecuecias Lues

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

Más detalles

Práctica 3 Sucesiones y series

Práctica 3 Sucesiones y series Práctica 3 Sucesioes y series El programa Mathematica os sirve de ayuda para estudiar el comportamieto de sucesioes y series de úmeros reales, mediate las istruccioes Limit y Sum que os permitirá, e la

Más detalles

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

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

Más detalles

Apéndice C: Datos Experimentos

Apéndice C: Datos Experimentos Apédice C: Datos Experimetos Experimetos Los experimetos permitiero evaluar la afectividad de los usuarios al iteractuar etre ellos detro del IM. La realizació de los experimetos se basa e los siguietes

Más detalles

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

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

Más detalles

COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS

COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS "Toda cosa grade, majestuosa y bella e este mudo, ace y se forja e el iterior del hombre". Gibrá Jalil Gibrá. Uidad : PROCESOS INFINITOS Y LA NOCIÓN

Más detalles

Teorema del Muestreo

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

Más detalles

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO

INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de

Más detalles

OPCIÓN A EJERCICIO 1_A

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

Más detalles

Ejercicios de intervalos de confianza en las PAAU

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

Más detalles

Límite y Continuidad de Funciones.

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

Más detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

Teoría de la conmutación. Álgebra de Boole

Teoría de la conmutación. Álgebra de Boole Álgebra de Boole Defiicioes y axiomas Propiedades Variables y fucioes booleaas Defiicioes Propiedades Formas de represetació Fucioes booleaas y circuitos combiacioales Puertas lógicas Puertas lógicas fudametales

Más detalles

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

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

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA DISTRIBUCIÓN DE FRECUENCIAS, HISTOGRAMA, POLIGONO Y ESTADÍSITICOS DE TENDENCIA CENTRAL, DISPERSIÓN, ASIMETRÍA Y CURTOSIS. Prof.: MSc. Julio R. Vargas I. Las calificacioes fiales

Más detalles

SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL

SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL EDU101 SOFTWARE INVENFOR 1.0 SISTEMA INFORMATIZADO PARA EL PROCESAMIENTO DEL INVENTARIO FORESTAL Autor: 1 Ig. Ricardo Iouye Rodríguez Co-Autores: 2 MSc. Caridad Salazar Alea 3 Ig. Jua J. Ramos Herádez

Más detalles

ORGANIZACIÓN DE LOS DATOS.

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

Más detalles