Polinomio de Villarreal

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

Download "Polinomio de Villarreal"

Transcripción

1 Polnomo de Vllarreal Davd Martín Carbajal Ordnola Resumen La búsqueda de una fórmula para calcular los térmnos del desarrollo de la potenca m ésma de un polnomo P x fue resuelta por el egrego matemátco peruano Federco Vllarreal Vllarreal, a través del estudo de seres nntas, mostrando el resultado nclusve para una potenca compleja. Este novedoso método no es una generalzacón del bnomo de Newton, pues este últmo ya se encuentra generalzado, además ambos métodos se desarrollan en crcunstancas y tempos dstantes. Índce 1. Generaldades 1 2. Bnomo de Newton Teorema del bnomo de Newton Polnomo de Vllarreal Formulacón del Polnomo de Vllarreal Polnomo nto de Vllarreal Conclusones Generaldades En matemátca es frecuente utlzar expresones que combnan números y letras o solamente letras para representar alguna stuacón problemátca, debdo a ello es común hallar expresones de la forma: x + 2y 3z Las expresones que resultan de combnar números y letras, relaconándolos con las operacones usuales, en general, se llaman expresones algebracas. Estas expresones algebracas pueden clascarse según el tpo de exponentes de la sguenta manera: Fgura 1: Clascacón de expresones algebracas según sus exponentes. 1

2 Dentro de las expresones raconales enteras, nuevamente tenemos una clascacón según el número de varables que posea: Fgura 2: Clascacón de expresones algebracas según el número de varables. Dencón 1. Un polnomo en la varable x es una expresón de la forma: a n x n + a n 1 x n a 1 x + a 0 donde n un entero no negatvo y a 0, a 1,..., a n R. S a n 0, entonces n es el grado del polnomo denotado por degpx = n y a n es llamado coecente prncpal. Denotaremos a los polnomos en la varable x de la sguente manera: P x = a n x n + a n 1 x n a 1 x + a 0 Dencón 2. Sea P x un polnomo de grado n y a R. Llamamos valor numérco de P x cuando x = a, denotado por P a, al número real dendo por: P a = a n a n + a n 1 a n a 1 a + a 0 S a = 0, P 0 = a 0 es llamado térmno ndependente del polnomo P x. Algunas de las propedades de los números reales, así como sus operacones báscas, se extenden a los polnomos, de esta manera tenemos adcón, multplcacón y potencacón de polnomos. En lo que resta de este trabajo, nos centraremos en estas operacones entre polnomos así como tambén en la obtencón de una generalzacón de la potencacón desarrollada por Federco Vllarreal, usando herramentas matemátcas lgeramente sostcadas. Para multplcar expresones algebracas en partcular polnomos usamos la propedad dstrbutva, o ben es el caso, uno de los productos notables ya conocdos, es decr, un resultado que forma parte de una lsta ya calculada de potencas de expresones algebracas especícas, por ejemplo el desarrollo de un bnomo al cuadrado, o un trnomo al cubo, etc. Ejemplo. Obtener el desarrollo de la sguente expresón: 2x Solucón. Conocendo el desarrollo del sguente producto notable: a + b 2 = a 2 + 2ab + b 2 bnomo al cuadrado 2

3 Es sencllo resolver nuestro ejemplo, solo resta reemplazar a = 2x 2 y b = 3, respetando las propedades de la multplcacón de polnomos y la teoría de exponentes, tenemos: Fnalmente, reemplazando: a 2 = 4x 4 2ab = 12x 2 b 2 = 9 2x = 4x x Ejemplo. Obtener el desarrollo de la sguente expresón: 2x Solucón. Aunque el polnomo contnua sendo el msmo, el desarrollo de esta potenca ya no se encuentra dentro de las lstas de productos notables conocdas, por ello debemos reescrbr nuestra expresón de la sguente manera: Usando el ejemplo anteror: Así: 2x = [ 2x ] 2 2x = 4x x x = 4x x Conocemos el desarrollo del producto notable: a + b + c 2 = a 2 + b 2 + c 2 + 2ab + 2ac + 2bc trnomo al cuadrado Reemplazando a = 4x 4, b = 12x 2 y c = 9, tenemos: a 2 = 16x 8 b 2 = 144x 4 c 2 = 81 2ab = 96x 6 2ac = 72x 4 2bc = 216x 2 Ordenando los elementos por su grado, y reemplazando obtenemos: 2x = 16x x x x x Operatvzando 72x x 4 = 216x 4 : 2x = 16x x x x Como podemos observar, la lsta de productos notables en partcular, bnomo y trnomo al cuadrado nos ayudó a la resolucón de la potenca pedda. En realdad fue gracas a la reescrtura de la potenca 4 y del ejemplo anteror que pudmos desarrollar la potenca smplemente reemplazando los térmnos. Esta es la prncpal desventaja de la lsta de producto notables: la lsta es muy pequeña. Ejemplo. Obtener el desarrollo de la sguente expresón: 2x Solucón. A pesar que podemos reescrbr nuestra potenca: 2x = [ 2x ] 2 Tenemos nuestra prmera dcultad: el polnomo 2x tene 5 térmnos, y no conocemos el producto notable: a + b + c + d + e 2 3

4 Una forma de resolucón es agrupar los térmnos del polnomo 2x de tal manera que podamos aplcar un cambo de varables, para poder expresar dcho polnomo como una suma de bnomos o trnomos, por ejemplo: 2x = 16x x x x }{{}}{{} P x Qx Es decr, nuestra reasgnacón será: P x = 16x x x 4 Qx = 216x x = P x + Qx Sn embargo, cuando ntentemos desarrollar la potenca pedda: 2x = [ 2x ] 2 = [P x + Qx] 2 = P 2 x + 2P xqx + Q 2 x Obtendremos un "desorden de potencas", esto es, dentro de P 2 x y Q 2 x exsten térmnos de grado 4 que aún no han sdo operatvzados, de gual manera dentro de P xqx y P 2 x tenemos térmnos de grado 8 que tampoco han sdo operatvzados. Esto mplca que luego de realzar la laborosa tarea de elevar esos dos polnomos trnomo y bnomo al cuadrado y de multplcarlos entre sí, aún después, necestaremos sumar los térmnos semejantes y reordenar las potencas, por tal motvo esta metodología es poco ecente para obtener la potenca pedda. De esta observacón surge el cuestonamento: ¾Será que podríamos expresar el desarrollo de cualquer potenca de un polnomo de una manera ordenada y reducda? 2. Bnomo de Newton La respuesta a los cuestonamentos anterores es parcalmente armatva, y provene del teorema del bnomo de Newton. Este teorema nos dá una fórmula que proporcona el desarrollo de la potenca n ésma sendo n entero postvo de un bnomo, es decr nos da una manera de conocer el desarrollo de la potenca a + b n como suma de térmnos de la forma ka m b p, donde los exponentes m y p son enteros postvos tales que m + p = n, y el coecente k de cada térmno es un número que depende de n, m y p. El teorema del bnomo fue descuberto en el año 1665, y fue notcado por prmera vez en dos cartas que fueron envadas por el funconaro y secretaro de la Royal Socety, Henry Oldenburg en el año La prmera carta fue fechada el 13 de juno de 1676, en respuesta a un peddo del lósofo, jursta y matemátco alemán Gottfred Wlhelm von Lebnz, quen quería tener conocmento de las labores e nvestgacones de matemátcos brtáncos sobre seres nntas. Por lo cual Newton envía el enuncado de su teorema y un ejemplo lustratvo. Lebnz responde, en una carta fechada el 17 de agosto de 1676, que se encuentra ante una técnca general que le permte obtener dstntos resultados sobre seres. Newton responde tambén con una carta en la que detalla cómo ha descuberto la sere de bnomos. A partr de este hallazo Newton ntuyó que era posble operar con seres nntas del msmo modo que con expresones polnómcas ntas. Newton no se encargó jamás de publcar el teorema del bnomo, quen lo hzo fue el matemátco brtánco John Walls, en el año 1685, atrbuyendo a Newton este gran hallazgo. 4

5 2.1. Teorema del bnomo de Newton Para conocer más respecto al teorema del bnomo de Newton tenemos que entender las operacones nmersas en la potencacón, así como tambén usar algunas nuevas herramentas para facltar la demostracón. Es así que por ejemplo en los enteros la multplcacón de térmnos guales potencacón, es en general denda por medo de una nduccón: Dado n entero no negatvo y a 0, denmos la potenca n ésma de a, denotada por a n de la sguente forma: { a n 1 s n = 0 = a a n 1 s n > 0 Otra operacón en los enteros no negatvos que tambén es frecuentemente de- nda por nduccón, es la operacón factoral. Para cada entero no negatvo n denmos el factoral de n, denotado por n! de la sguente forma: { 1 s n = 0 n! = n n 1! s n > 0 Dencón 3. Sean m, n enteros no nulos tales que n m. Denmos el m coecente bnomal de m sobre n, denotado, por: n m = n m! n!m n! Observacón. Sea m 0, de la dencón tenemos: m = m! 0 0!m! = m! m! = 1 Proposcón 1. Sean m, n enteros no nulos tales que n m. Entonces: m m m = n 1 n n Demostracón. Por dencón: m m m! + = n 1 n n 1!m n + 1! + m! n!m n! m m m! + = n 1 n n 1!m n!m n m! n 1!m n!n m m m![n + m n + 1] + = n 1 n n 1!m n!m n + 1n m m m!m = n 1 n nn 1!m n + 1m n! = m! n!m + 1 n! m m m = n 1 n n Proposcón 2. Sean m, n enteros no nulos tales que n m. Entonces: m m = n m n Demostracón. En efecto: m m! = n n!m n! = m! m n!m m n! m m = n m n 5

6 Teorema 1. Bnomo de Newton Dados a, b R y sea n N. Entonces: a + b n = n a n b Demostracón. Demostraremos este teorema usando nduccón sobre n. Sea el conjunto: { } n X = n N : a + b n = a n b N En efecto: a + b 1 = a + b = 1a 1 0 b 0 + 1a 1 1 b 1 = 1 a 1 0 b a 1 1 b 1 1 luego, 1 X y por tanto X. Suponga ahora que h X, vamos a probar que h + 1 X. Expresando la potenca n + 1 ésma de a + b de la sguente forma: a + b h+1 = a + ba + b h = aa + b h + ba + b h Por hpótess nductva, h X, es decr: a + b h+1 = aa + b h + ba + b h = a a + b h+1 = h a h+1 b + Reescrbendo la prmera sumatora: h h a h+1 b = a h+1 + Reescrbendo la segunda sumatora: h a h b +1 = b h+1 + h 1 Obtenemos: h a + b h+1 = a h+1 b + h a + b h+1 = a h+1 + =1 a + b h+1 = a h+1 + b h+1 + h a h b +1 =1 a h b + b h a h+1 b h a h b +1 = b h+1 + h a h+1 b [ h =1 h + 1 a + b h+1 = a h+1 + b h+1 + =1 h+1 h + 1 a + b h+1 = a h+1 b + Entonces h + 1 X, por lo tanto X = N y: n a + b n = a n b a h b +1 + b h+1 + =1 =1 ] h a h+1 b 1 a h+1 b n N h a h b h a h+1 b 1 h a h+1 b 1 6

7 Entre las propedades mportantes del Bnomo de Newton tenemos: El desarrollo de la potenca n ésma del bnomo a + b está ordenado en forma decrecente para a y ascendente para b. Los coecentes bnomales de los térmnos equdstantes de los extremos son guales. El prmer y el ultmo coecente bnomal es 1. S los térmnos del bnomo tenen sgnos contraros, los térmnos del desarrollo serán alternadamente postvos y negatvos. S los térmnos del bnomo son ambos negatvos, todos los térmnos del desarrollo serán postvos o negatvos, según sea el exponente par o mpar. Ejemplo. Obtener el desarrollo de la sguente expresón: 2x Solucón. Usando el Bnomo de Newton para a = 2x 2, b = 3, n = 8, y reemplazando obtendremos nuestro desarrollo buscado, pero antes debemos hallar los valores de los coecentes bnomales: = 1 = 8 = = 56 = 70 = 56 De esta manera: 3 = x = Realzando las multplcacones: 4 8 = = x x = 256x x x x x x x x Ahora analzaremos la generalzacón del Bnomo de Newton esto es, estudaremos el bnomo a+b n donde n ya no solo es un entero, sno que adopta valores reales. Newton ya conocía este resultado aunque no lo demostró, pero aparece en su lbro De analys per aequatones numero termnorun nntas, escrto en 1669 y publcado en Aunque él lo dedujo usando otras herramentas, aquí daremos una demostracón usando herramentas del cálculo nntesmal. Entre las herramentas que ntroducremos se encuentra el concepto de dervada de una funcón, este concepto es el más mportante del cálculo nntesmal puesto que, la dervada de una funcón es un concepto que tene varadas aplcacones en dferentes áreas centícas. La dervada de una funcón mde la rapdez con que se produce un cambo de una magntud bajo alguna crcunstanca o stuacón. Por ejemplo, cuando se reere a la gráca de dos dmensones de una funcón f, se consdera la dervada de la funcón f, como la pendente de la recta tangente del gráco en algún punto x, cuyo valor es representado por f x. Algunas funcones no tenen dervada en todos sus puntos o carecen de esta en alguno de ellos, por eso dremos que una funcón es dferencable s lo es en cada uno de los puntos donde esta denda. Debdo a que abordar el concepto de dervacón resulta muy amplo para nuestro trabajo, solamente presentaremos aquellos resultados que serán puntualmente útles para la demostracón del próxmo teorema. 7

8 Proposcón 3. Sea a R jo y consdere la funcón de varable real fx = a x. Entonces fx es dferencable y f x = xa x 1. Proposcón 4. Sean f, g funcones dferencables y r R, entonces f + g y rf tambén son dferencables y f + g x = f x + g x, rf x = rf x. Proposcón 5. Sean f, g funcones dferencables tales que g f está ben denda. Entonces g f es dferencable y g f x = g fxf x. Corolaro 6. Sean a 0, a 1,..., a n R y consderemos px = a 0 + a 1 x + a 2 x a n x n = un polnomo en la varable real x. Entonces: a x El polnomo px es dferencable y la dervada de px es otro polnomo dendo por: p x = a 1 + 2a 2 x + 3a 3 x na n x n 1 = a x 1 El polnomo p x es dferencable y la dervada de p x es: p x = 2a 2 + 6a 3 x + 12a 4 x nn 1a n x n 2 = =1 1a x 2 Observacón. De gual forma, p x es dferencable con dervada p x, y así en adelante, cada nueva dervada de px es dferencable, por tanto dremos que px es nntamente dferencable. Denotaremos la n ésma dervada de px por p n x. Teorema 2. Bnomo de Newton generalzado Dados a, b, n R. Entonces: a + b n = c k a n k b k donde c 0 = 1 y c k = Demostracón. Consdere a 0, luego: =2 nn 1n 2n 3 n k 1, k 1. k! a + b n = an a n a + bn = a n 1 + b n a Denotaremos x = b, resultando a + bn = a n 1 + x n. Bastará entonces a estudar el desarrollo del bnomo 1 + x n para n R. Sean fx = 1 + x, gx = 1 + x n, por las proposcones anterores sabemos que tanto f, g son dferencables así: gx = [fx] n dervando respecto a x g x = n [fx] n 1 f x multplcando ambos membros por fx fxg x = n[fx] n f x dado que f x = 1 y [fx] n = gx Por lo tanto: fxg x = ngx 1 Supongamos ahora que gx tene la forma de una sere nnta, esto es gx = c 0 + c 1 x + c 2 x 2 + c 3 x 3 8

9 Claramente, c 0 = g0 = [f0] n = 1 n = 1. En vrtud de que esta sere es convergente, podemos dervar y obtener: g x = c 1 + 2c 2 x + 3c 3 x 2 + Reemplazando ambos membros de la ecuacón 1 obtenemos: 1 + xc 1 + 2c 2x + 3c 3x 2 + 4c 4x 3 = n1 + c 1x + c 2x 2 + c 3x 3 + c 1 + c 1 + 2c 2x + 2c 2 + 3c 3x 2 + 3c 3 + 4c 4x 3 + = n + nc 1x + nc 2x 2 + nc 3x 3 + Comparando térmno a térmno tenemos: c 0 = 1 c 1 = n = n 1! c 1 + 2c 2 = nc 1 2c 2 = n 1c 1 c 2 = n 1c 1 2 = nn 1 2 = nn 1 2! 2c 2 + 3c 3 = nc 2 3c 3 = n 2c 2 c 3 = c 2n 2 nn 1n 2 nn 1n 2 = = 3 6 3! 3c 3 + 4c 4 = nc 3 4c 4 = n 3c 3 c 4 = c 3n 3 nn 1n 2n 3 = 4 4!. k 1c k 1 + kc k = nc k 1 kc k = n k 1c k 1 c k = c k 1n k 1 nn 1n 2 n k 1 = k k! Entonces:. 1 + x n = c k x k nn 1n 2 n k 1 donde c 0 = 1 y c k = k 1 k! Reemplazando en a + b n : k b b a + b n = a n 1 + x n = a n c k = c k a a n k = c k a n k b k Por tanto: con c 0 = 1 y c k = a + b n = c k a n k b k a k nn 1n 2 n k 1, k 1. k! Observacón. Ahora mostraremos que el Bnomo de Newton es en realdad una consecuenca del Bnomo de Newton generalzado, justcando así su nombre. 9

10 Corolaro 7. Dados a, b R y n N. Entonces: n a + b n = a n k b k k Demostracón. Sabemos por el Teorema 1: S 0 k n c k = c k = c k = S k > n: c k = c k = Por lo tanto: a + b n = c k a n k b k nn 1n 2 n k 1 k! nn 1n 2 n k + 1n kn k k!n kn k n! n k!n k! = k nn 1n 2 n n 1n n n k 1 k! nn 1n n k 1 k! a + b n = n a n k b k k = 0 Ejemplo. El Teorema del Bnomo de Newton para n R tene una gran mportanca para la estmacón de números reales de la forma m p. Determne 2 con una aproxmacón a centésmas. Solucón. Consderaremos la potenca 1 2 del bnomo 1 + x. Según el teorema: donde S x = 1: c 0 = 1 c k = 1 + x 1 2 = c k x k k 1 k! 1 2 = = c k k 1 Calcularemos c 0, c 1,..., c 12 y hallaremos entre que valores se encuentra 2: c 0 = 1 2 = 1 c 1 = 1 2 = 0,5 2 = 1,5 c 2 = 1 8 = 0,125 2 = 1,375 c 3 = 1 16 = 0, = 1,4375 c 4 = = 0, = 1, c 5 = = 0, = 1,

11 c 6 = = 0, = 1, c 7 = = 0, = 1, c 8 = = 0, = 1, c 9 = = 0, = 1, c 10 = = 0, = 1, c 11 = = 0, = 1, c 12 = De esta manera: = 0, = 1, ,4109 < 2 < 1, ,41 Sn embargo, este método tene su lmtacón en el tpo de polnomo bnomo que se usa como base. Esto nos sugere que podemos encontrar aproxmacones más rápdas en cuanto al número de teracones s usamos polnomos con más térmnos o con mayor grado. 3. Polnomo de Vllarreal Como señalamos, el teorema del bnomo de Newton solo responde de manera parcal la búsqueda de potencas n ésmas de polnomos, pues para un número mayor de térmnos algebracos debemos reagruparlos hasta obtener un bnomo, y aplcar una y otra vez hasta desenvolver todos los térmnos. Tambén es certo que con el teorema del bnomo de Newton generalzado obtuvmos potencas de bnomos elevados a cualquer número real, aún así, este método sgue tenendo una lmtacón para el cálculo de polnomos con más de dos térmnos como base y lo mostraremos a contnuacón. Exemplo 1. Obtener el desarrollo de la sguente expresón: 2x 2 + 2x Solucón. S queremos aplcar el teorema del bnomo de Newton, necestamos expresar nuestro polnomo como un bnomo, esto es: Luego: 2x 2 + 2x + 1 = 2x 2 + x + x + 1 }{{}}{{} P x Qx 2x 2 + 2x + 1 = P x + Qx 2x 2 + 2x = P x + Qx 4 Usando el teorema del bnomo de Newton: 4 4 2x 2 + 2x = P 4 xq x 2x 2 + 2x = P 4 x + 4P 3 xqx + 6P 2 xq 2 x + 4P xq 3 x + Q 4 x Ahora necestamos calcular todos esos polnomos nmersos en el desarrollo de 2x 2 + 2x : 1. P 4 x: P 4 x = 2x 2 + x 4 = [x2x + 1] 4 = x 4 2x = x 4 4 P 4 x P 4 x = x [ 4 2x x x x + 1 ] = x 4 16x x x 2 + 8x + 1 P 4 x = 16x x x 6 + 8x 5 + x 4 4 2x 4 11

12 2. 4P 3 xqx: P 3 x = 2x 2 + x 3 = [x2x + 1] 3 = x 3 2x = x 3 3 P 3 x P 3 x = x [ 3 2x x x + 1 ] = x 3 8x x 2 + 6x + 1 P 3 x = 8x x 5 + 6x 4 + x 3 3 2x 3 4P 3 xqx = 4 8x x 5 + 6x 4 + x 3 x + 1 4P 3 xqx = 4 8x x 6 + 8x 6 + 6x x 5 + x 4 + 6x 4 + x 3 4P 3 xqx = 4 8x x x 5 + 7x 4 + x 3 4P 3 xqx = 32x x x x 4 + 4x 3 Como se observa, dentro de cada producto tenemos que operatvzar térmnos semejantes y cuando juntemos nuevamente cada desarrollo, tendremos que volver a operatvzar los térmnos semejantes, esto muestra que el método es poco práctco para polnomos mayores que un bnomo. Note que hemos escogdo esta agrupacón en dos bnomos P x y Qx por ser más fácl al momento de calcular las potencas, puesto que P x es factorzable y Qx tene térmno ndependente 1, no obstante puede elegrse cualquer agrupacón posble de tal manera que se obtengan bnomos. Ante esta problemátca, surge la necesdad de un método que permta calcular el desarrollo reducdo de potencas n ésmas de cualquer polnomo. Esta necesdad fue abordada por el matemátco tucumano Federco Vllarreal Vllarreal a sus 23 años. Federco Vllarreal Vllarreal ngresa en 1877 a la Facultad de Cencas en la Unversdad Naconal Mayor de San Marcos. Él fue el prmer doctor en matemátca egresado de dcha unversdad, su tess destaca en gran medda por su orgnaldad y sus conclusones, lo cual tambén le merecó a Vllarreal la medalla de oro, otorgada por la Facultad de Cencas al prmer doctor de su época, quen a la vez, se consttuyó como el prmer matemátco profesonal del sglo XIX en Perú. Antes de este logro, el 21 de octubre de 1879, Federco Vllarreal Vllarreal presenta su tess ttulada Las fórmulas y métodos que deben complementarse en matemátca pura, para optar el grado de Bachller en Matemátcas, la cual estaba conformada de 4 temas: 1. Elevacón de Polnomos: En esta seccón, él propone un método para poder elevar un polnomo o una sere a un exponente real o complejo, el cual es en esenca sencllo de aplcar y consttuye una muestra de su genaldad en el área. 2. Transformacón de Imagnaras: En esta seccón, él propone demostrar de forma adecuada que una expresón magnara se reduce al símbolo a+b, medante técncas de Álgebra Elemental. 3. Volumen de Cuerpos Regulares: En esta seccón, medante técncas geometría elemental se propone hallar el volumen en funcón de las arstas para los trece cuerpos semrregulares cuya exstenca demuestra apartr de los cnco cuerpos regulares, esto para poder ser usado en crstalografía, en el reconocmento, clascacón y densdad de los mnerales, todo ello tan solo mdendo las arstas. 4. Integracón por Partes: En esta seccón hace notar la lbertad que hay para tomar como factor dferencal x en una ntegracón. Instaura su célebre método de los traspasos. 12

13 3.1. Formulacón del Polnomo de Vllarreal Descrbremos el método de Vllarreal de la prmera seccón de la manera como fue planteada en dcha téss, aunque restrcto a números reales, y daremos una demostracón usando el cálculo dferencal de manera smlar al descrto en el Bnomo de Newton generalzado. Dado un polnomo P x 0, podemos suponer que a 0 0, caso contraro podemos factorzar P x de la forma P x = x P 1 x donde P 1 x = a + a +1 x + + a n x n y donde a es el prmer coecente no nulo de P x, y efectuar el procedmento del teorema en el polnomo no nulo P 1 x. Aunque desconocemos el desarrollo completo de la potenca del polnomo P x, sabemos que el térmno con menor grado del desarrollo, denotado por b 0, es a m 0, por tanto esa consecuenca es más clara en el teorema. Los demás coecentes b k con k 1 serán más dfícles de obtener debdo a que habra varas reordenacones y agrupacones de ndces, mas dejamos en evdenca que sólo se trata de arreglos ntos de subíndces. El teorema arma que la potenca P m x es una sere nnta, a grosso modo podemos consderar P m x como un polnomo con nntos térmnos o un polnomo muy largo. Notemos que P x está sendo consderado tambén como una sere, al tomar a j = 0 para j > n, esto es: P x = a 0 + a 1 x + a 2 x a n x n + 0x n+1 + 0x n x j + Así, s m es un entero no negatvo, el resultado será un polnomo de grado mn, el cual puede ser tambén descrto como una sere nnta con coecentes 0, salvo un número nto de ellos. Teorema 3. Polnomo de Vllarreal Sea n N, a 0, a 1,..., a n R con a 0 0 y m R. Consdere el polnomo en la varable x: P x = a 0 + a 1 x + a 2 x a n x n Entonces: con b k = [P x] m = a m 0 + j=1 j k b k x k k=1 Dj b k j C j k 1 k 1 donde C j = a j a 0, D j = jm + 1, j = 1,..., n. Demostracón. Sea Qx = [P x] m, sabemos que tanto P x como Qx son dferencables, así: Qx Q x P xq x = [P x] m = m[p x] m 1 P x = m[p x] m P x Tenemos: P xq x = mqxp x 13

14 Consderando: P x = a 0 + a 1 x + + a n x n = a x P x = a 1 + 2a 2 x + + na n x n 1 = Qx = [P x] m = Q x = kb k x k 1 k=1 b k x k b 0 = a m 0 Reemplazando en la ecuacón anteror: a x 1 P xq x = mqxp x n n a x kb k x k 1 = m b k x k a x 1 =1 k=1 Reagrupando según las potencas de x: k+1 k a k+1 b x k = m k + 1 a k+1 b k + 1a k b +1 x k = =1 =1 k mk + 1 a k+1 b Pasando a restar a uno de los membros: [ k 0 = mk + 1 a k+1 b ] k + 1a k b +1 Por tanto los coecentes de esta ultma sere deben ser todos nulos, es decr: 0 = 0 = k + 1a 0b k+1 = k mk + 1 a k+1 b k k =1 k + 1a 0b k+1 = mk + 1a k+1 b 0 + k + 1a 0b k+1 = mk + 1a k+1 b 0 + k + 1a 0b k+1 = b k+1 = b k = k + 1a k b +1 k 1 mk + 1 a k+1 b + 1a k b +1 k + 1a 0b k+1 k 1 mk + 1 a k+1 b + 1a k b +1 k mk + 1 a k+1 b =1 x k x k x k k a k +1 b =1 k [mk + 1 ] a k +1 b =1 k [mk + 1 m + 1] a k +1 b k [ ] mk + 1 m + 1 ak +1 b k + 1 a 0 k 1 [ ] ak mk m + 1 b a 0 k Luego: Qx = b k x k 14

15 donde b 0 = a m 0, para k 1: k 1 [ ] ak mk m + 1 b k = b a 0 k Dado que a j = 0 para j > n, exsten sumandos nulos en sguente la sumatora: k 1 [ ] ak mk m + 1 b k = b a 0 k En realdad, solo los últmos n sumandos son no nulos, por lo tanto elmnando aquellos térmnos nulos podemos reescrbr esta sumatora de la sguente forma: b k = k 1 =k n b ak a 0 [ ] mk m + 1 Hacendo la susttucón j = k, podemos reescrbr la sumatora: b k = j=1 j k b k j aj a 0 k [ ] jm + 1 k Denendo C j = a j a 0, D j = jm + 1, j = 1,..., n, se tene que: [P x] m = a m 0 + k b k x k k=1 donde: b k = j=1 j k Dj b k j C j k 1 k 1 Ejemplo. Determne 2 con una aproxmacón a centésmas. Solucón. Consdere el polnomo P x = 1 + x 2 + x2 2 y sea m = 1 2. Según el Polnomo de Vllarreal: x2 x2 + 2 = 1 + b k x k k=1 donde C 1 = C 2 = 1 2, D j = j = 3j 2 : b k = j=1 j k b k j 2 3j 2k 1 k 1 S x = 1: 2 = = 1 + b k x k 2 k=1 15

16 Calcularemos b 1, b 2,..., b 7 y hallaremos entre que valores se encuentra 2: b 1 = 1 4 b 2 = 7 32 b 3 = b 4 = b 5 = b 6 = b 7 = = 1,25 2 = 1, = 1, = 1, = 1, = 1, = 1, De esta manera, en menos teracones y de forma más senclla, tenemos: 1,4124 < 2 < 1, , Polnomo nto de Vllarreal Ejemplo. Obtener el desarrollo de la sguente expresón: Solucón. Según el teorema: 1 + 2x + 3x x + 3x 2 3 = b k x k donde: a 0 = 1, a 1 = 2, a 2 = 3, C 1 = 2, C 2 = 3, D j = j3 + 1 = 4j, b 0 = 1 3 = 1: 2 4j b k = b k j C j k 1 k 1 Calculando b k para k 1: j=1 j k b 1 = b 0 C 1 3 = 6 b 2 = b 1 C 1 + b 0 C 2 3 = 21 b 3 = b 2 C b1 C = 44 b 4 = b 3 C b 2 C 2 1 = 63 b 5 = b 4 C b3 C = 54 b 6 = b 5 C b4 C = 27 b 7 = b 6 C b5 C = 0 b 8 = b 7 C b6 C 2 0 = 0 Dado que b 9 depende de b 7 y b 8, entonces b 9 = 0, en general para k 7: b k = 0. Entonces: 1 + 2x + 3x 2 3 = 1 + 6x + 21x x x x x 6 + 0x 7 + 0x x + 3x 2 3 = 1 + 6x + 21x x x x x 6 Observacón. Esto evdenca como menconamos antes de la demostracón del Polnomo de Vllarreal, que s m N, el desarrollo de la potenca m ésma del polnomo px de grado n es otro polnomo de grado mn, es decr a partr del coecente b mn los demás coecentes de la sere del desarrollo de la potenca m ésma deberan ser todos nulos. Concluremos este trabajo mostrando esta armacón. 16

17 Proposcón 8. Sea P x un polnomo en la varable x de grado n. Entonces deg [P x] m = mn, para todo m N. { } Demostracón. Sea el conjunto X = s N : deg [P x] s = sn N. Dado que deg [P x] 1 = degp x = n = 1 n, 1 X. Consdere s X, vamos a probar que s + 1 X. Dado que: deg [P x] s+1 = deg P x [P x] s = deg P x + deg [P x] s = n + sn deg [P x] s+1 = s + 1n Luego, s + 1 X, y por tanto X = N, es decr: deg [P x] m = mn m N Corolaro 9. Polnomo de Vllarreal. Sea n N y sea P x = a 0 + a 1 x + a 2 x a n x n un polnomo de grado n en la varable x. Entonces: mn [P x] m = a m 0 + b k x k k=1 tal que para k 1: b k = j=1 j k Dj b k j C j k 1 donde C j = a j a 0, D j = jm + 1, j = 1,..., n. Demostracón. Por el método del polnomo de Vllarreal se tene que: [P x] m = a m 0 + b k x k k=1 Suponga que para p > mn se tene que b p 0, entonces deg [P x] m p > mn Lo cual contradce la proposcón anteror, por tanto para p > mn se tene que b p = 0 y se comprueba el resultado. 4. Conclusones Hallar el desarrollo reducdo de la potenca m ésma m un número real de un polnomo de grado n con coecentes reales, por el método del bnomo de Newton generalzado es poco práctco, ncluso s m N. Esto se debe a que el polnomo base puede necestar muchas reagrupacones para tornarse un bnomo y luego de ello serían necesaras muchas reduccones de térmnos semejantes. Federco Vllarreal Vllarreal logró desarrollar un método, más sencllo, para la obtencón de la potenca m ésma m un número real de un polnomo de grado n con coecentes reales, basándose en el estudo de seres nntas. Su tess para la obtencón del grado de bachller en la Facultad de Cencas de la Unversdad Naconal Mayor de San Marcos cuenta no sólo con tal método en realdad el método fue dado potencas complejas sno tambén cuenta con otras mportantes conclusones matemátcas que muestran su talento y genaldad. 17

18 El método desarrollado por Federco Vllarreal no es una generalzacón del método del bnomo de Newton generalzado, puesto que se trata de un estudo más amplo que el método dado para bnomos, es en realdad un método para el estudo de seres nntas. El método del bnomo de Newton generalzado permte aproxmar números de la forma m p, sn embargo para tener aproxmacones sgncatvas se necestan muchas teracones. Claramente el método del Polnomo de Federco Vllarreal permte aproxmar este tpo de números pero de una manera más ecente que el método del Bnomo de Newton, en relacón a la cantdad de coecentes necesaros para la aproxmacón. Referencas [1] elevacon-polnomos.shtml [2] Vllarreal.pdf [3] FM_2014 [4] Vctor M. Islas Meja, Expresones Algebracas. Unversdad Autónoma del Estado de Hdalgo, julo [5] Mosés S. Toledo Julan, Hstora de la Matemátca en Perú - Recuento a la Matemátca Peruana, Revsta Escolar de la Olmpada Iberoamercana de Matemátca N 35, España. 18

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más 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

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

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

Tema 1.3_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

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

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

ACTIVIDADES INICIALES

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

Más detalles

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

Fugacidad. Mezcla de gases ideales

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

Más detalles

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

1. Lección 7 - Rentas - Valoración (Continuación)

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

Más detalles

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

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

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

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

INTERPOLACIÓN: LÁ FÓRMULA DE NEWTON

INTERPOLACIÓN: LÁ FÓRMULA DE NEWTON Unversdad Poltécnca de Madrd Ingenería de Mnas INTERPOLACIÓN: LÁ FÓRMULA DE NEWTON Pro. Alredo López L Bento Pro. Carlos Conde LázaroL Pro. Arturo Hdalgo LópezL Marzo, 27 Departamento de Matemátca Aplcada

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

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

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

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

Más detalles

Medidas de centralización

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

Más detalles

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

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

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

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

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

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

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116

1. Números imaginarios. Números complejos en forma binómica página 115. 2. Representación gráfica de los números complejos página 116 Números complejos E S Q U E M A D E L A U N I D A D. Números magnaros. Números complejos en forma bnómca págna. Representacón gráfca de los números complejos págna 6.. Suma de números complejos págna 8.

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

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

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

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

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

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

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

Más detalles

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad, 17 Análss matemátco para Ingenería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Los números complejos La varable compleja permte resolver problemas muy dferentes dentro de áreas tan varadas

Más detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

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

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

Más detalles

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

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

OSCILACIONES 1.- INTRODUCCIÓN

OSCILACIONES 1.- INTRODUCCIÓN OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.

Más detalles

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 7 CAPÍTULO V ESTRUCTURAS ALGEBRAICAS Estructura Algebraca es todo conjunto no vacío en el cual se han defndo una o más leyes de composcón nterna, luego de cumplr certas propedades

Más detalles

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w

Más detalles

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

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

Más detalles

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

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

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

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

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

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

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

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

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

Más detalles

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

REGRESION LINEAL SIMPLE

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

Más detalles

TERMODINÁMICA AVANZADA

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

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

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

Más detalles

TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS

TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS 1.- POLINOMIOS Recordemos que un monomio es una expresión algebraica (combinación de letras y números) en la que las únicas operaciones que aparecen entre las

Más detalles

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

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

Más detalles

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

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial sobre Máquinas de Vectores Soporte (SVM) Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

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

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

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

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

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

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

Más detalles

DEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE

DEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE DEPATAMENTO DE NDUSTA Y NEGOCO UNESDAD DE ATACAMA COPAPO - CHLE ESSTENCA EN SEE, PAALELO, MXTO Y SUPEPOSCÓN En los sguentes 8 crcutos calcule todas las correntes y ajes presentes, para ello consdere los

Más detalles

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c. .. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Correlación y regresión lineal simple

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

Más detalles

Problemas sobre números complejos -1-

Problemas sobre números complejos -1- Problemas sobre números complejos --.- Representa gráfcamente los sguentes números complejos y d cuáles son reales, cuáles magnaros y, de estos, cuáles magnaros puros: 5-5 + 4-5 7 0 -- -7 4.- Obtén las

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

El análisis de desviaciones sobre el resultado previsto

El análisis de desviaciones sobre el resultado previsto Tema 6 El análss de desvacones sobre el resultado prevsto Trabajar con presupuestos supone, como fase fnal lógca, el comparar las cfras prevstas con las reales, y proceder a un «análss de desvacones».

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

Dualidad entre procesos termodinámicos y electromecánicos

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

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

Fundamentos de Física Estadística: Problema básico, Postulados

Fundamentos de Física Estadística: Problema básico, Postulados Fundamentos de Físca Estadístca: Problema básco, Postulados y Formalsmos. Problema básco de la Mecánca Estadístca del Equlbro (MEE) El problema básco de la MEE es la determnacón de la relacón termodnámca

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

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

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

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

El costo de oportunidad social de la divisa ÍNDICE

El costo de oportunidad social de la divisa ÍNDICE El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado

Más detalles

Leyes de tensión y de corriente

Leyes de tensión y de corriente hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr

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