Algoritmos de estimación del período respiratorio
|
|
- Luz Soler Ramos
- hace 6 años
- Vistas:
Transcripción
1 RT CPSI-UTN # : Algoritmos de estimación del período respiratorio 3 Algoritmos de estimación del período respiratorio Mariano Llamedo Soria, Alejandro Panelli, Julián S. Bruno Centro de Procesamiento de Señales e Imágenes (CPSI), UTN-FRBA Resumen - Este reporte técnico presentará una forma de medir el período respiratorio medio y su desvío estándar por medio de herramientas de software y procesamiento digital de señales. El objetivo del mismo es presentar una forma concreta de llegar a un resultado, partiendo de un problema práctico con datos reales. Palabras Clave - Período respiratorio Filtrado digital I. Introducción Este reporte técnico presentará una forma de medir el período respiratorio medio y su desvío estándar por medio de herramientas de software ampliamente difundidas como el lenguaje R 1 o Matlab 2. Se aplicarán dichos algoritmos en registros de mediciones realizadas sobre ovejas anestesiadas. El algoritmo presenta una primer parte de pre-procesamiento de la señal medida (mediante filtros digitales, y extracción de zonas espurias), una segunda parte previa al algoritmo de detección (filtros derivadores, detección de pendientes significativas), el algoritmo de detección propiamente dicho y finalmente un análisis estadístico de la información para retirar elementos espurios que no hayan sido contemplados por el algoritmo, o que el pre-procesamiento de la información no haya solucionado. Todas las partes anteriormente descriptas son bien conocidas al momento de escribir este trabajo. El objetivo del mismo es presentar una forma concreta de llegar a un resultado, partiendo de un problema práctico con datos reales. II. Material y Métodos Se trabajó sobre una señal temporal tomada del diámetro interpleural de los pulmones a partir de una distancia media, es decir, la variación en la sección interna de la pared de los pulmones. A esta señal la llamaremos respiración torácica. La misma indica en sus sucesivos máximos o mínimos la frecuencia respiratoria del animal. Su forma se muestra en la figura 1. Como puede observarse en su representación, dicha señal presenta un ruido de alta frecuencia superpuesto en la señal de respiración. El mismo puede ser fácilmente distinguible ya que la señal de respiración, presenta la mayor parte de su energía en la banda de 1 a 4 Hz. Para los fines de este trabajo, es conveniente realizar un filtrado de la señal para eliminar el ruido de alta frecuencia, el cual será un inconveniente a la hora de detectar los máximos de la señal. Para tal fin utilizaremos un filtro pasa bajos con las siguientes características: Fcs = 5Hz Ripple en banda de paso = 1 db Atenuación = 40 db Figura 1: Respiración torácica en función del tiempo.
2 4 RT CPSI-UTN # : Mariano Llamedo Soria et al. Figura 2: Respiración torácica en función del tiempo, filtrada con un pasa bajos de 5 Hz. Figura 3: Respiración torácica filtrada en función del tiempo, y su derivada en línea punteada (fuera de escala para interpolar con la señal original). El mismo fue diseñado en Matlab por medio de la herramienta de diseño de filtros sptool. Luego se procedió a exportar los coeficientes obtenidos de dicha herramienta a un archivo intermedio.csv para su utilización posterior en lenguaje R, donde realizaremos nuestro algoritmo. Una vez filtrada la señal presenta el aspecto de la figura 2. Una vez filtrada la señal, podemos aplicar sobre la señal nuestro algoritmo para la estimación del período respiratorio medio. El mismo consistirá en medir de máximo a máximo de la señal de respiración torácica, la cantidad de tiempo transcurrido. Lo primero que debemos hacer es obtener una forma de hallar los máximos. La más sencilla de todas es mediante la derivada de la señal. Sabemos que la derivada toma el valor de 0 en los máximos locales de una función, por lo que una derivada sería una buena referencia para nuestra medición de período. Podemos implementar una derivada de 3 puntos para cumplir con nuestro objetivo, pero para obtener un efecto de suavizado recurrimos a una de mayor cantidad de puntos 3. Los coeficientes terminan siendo los siguientes: Filtro derivador = (1,0,0,0,0,0,-1) Con dicho filtro logramos la señal de la figura 3. En esta señal observamos la señal derivada superpuesta a la respiración torácica para su mejor comprensión. Se le retiró el valor de CC a la señal de respiración torácica para poder tener ambas señales en la misma escala. A partir de ahora trabajaremos con ambas señales para explicar el algoritmo de medición del período respiratorio. El algoritmo consiste entonces en buscar los cruces por 0 de la señal derivada, donde estarán definidos los máximos o mínimos en la señal original de respiración torácica. De esta forma, debemos recorrer la señal derivada hacia delante hasta cruzarse nuevamente por un cruce por 0, en el mismo sentido que el primer cruce. Es decir, si encontramos un cruce por 0, con pendiente positiva en la señal derivada significará un mínimo local, mientras que un cruce con pendiente negativa significará un máximo. Verificamos que no afecta al resultado la elección de máximos o mínimos para la medición del período medio. El cruce por cero lo hallamos en ambos casos indagando el cambio de signo al recorrer la señal derivada y actuando según lo descrito anteriormente. Una vez detectado el primer cruce, establecemos un tiempo de deshabilitación del algoritmo para encontrar nuevos cruces por cero, es decir el fin del período respiratorio. Esto se debe a que
3 RT CPSI-UTN # : Algoritmos de estimación del período respiratorio 5 Figura 4: Boxplot de los resultados del experimento. Se observan aquellos valores no representativos por encima del brazo superior del gráfico boxplot. Las abcisas corresponden a cada tramo del experimento. la señal derivada presenta nuevos cruces por 0 en torno a los máximos de la señal respiración, y con esta medida buscamos escapar de esta zona, para evitar mediciones incorrectas. De esta forma vamos almacenando los tiempos de cada período encontrado, y armamos con los mismos una tabla. En el Apéndice podremos apreciar la implementación en lenguaje R que busca los períodos respiratorios. En la implementación para lenguaje R del algoritmo descrito anteriormente encontramos dos particularidades. La primera consiste en usar una ventana de observación para encontrar el cruce por 0. Nos fijamos siempre 5 muestras hacia delante y hacia atrás si se produjo el cambio de signo. La otra particularidad es que esta función informa el lugar donde detectó el período. Si bien este dato no aporta información para el resultado, es muy útil para verificar que el algoritmo esta funcionando correctamente. Una vez terminada la parte de detección, procedemos a la extracción de los períodos espurios, es decir aquellos que no son representativos de la media de dicho grupo. Este tipo de resultados espurios es consecuencia tanto de problemas prácticos en el experimento (movimiento del animal, cambios no controlados en las condiciones de medición), como de errores del algoritmo a la hora de estimar el período respiratorio (condiciones no tenidas en cuenta a la hora de su creación), y los mismos deben ser descartados antes de proceder al análisis final. Esto lo podemos realizar mediante la función boxplot implementada en R. La cual muestra los quartilos 25, 75 y la mediana, según vemos en la figura 4. Este tipo de gráfico sirve para identificar aquellos valores que no son representativos de la media en un conjunto de datos. Una vez eliminados los resultados espurios, resta solamente obtener los resultados finales. III. Resultados En la tabla 1 se muestran los resultados obtenidos para todos los tramos del experimento. Puede observarse en los tramos 2, 5, 6 y 8 una mayor variación del período respiratorio medio. TABLA 1: PERÍODOS MEDIOS Y SU DESVÍO ESTÁNDAR POR CADA TRAMO DEL EXPERIMENTO. TRAMO MEDIA DE [SEGUNDOS] [SEGUNDOS]
4 6 RT CPSI-UTN # : Mariano Llamedo Soria et al. En la tabla 2 observamos los resultados finales del experimento. Encontramos un período respiratorio medio de 1.31 segundos, un desvío estándar de 0.22 segundos y una variación del 17 % de la media. TABLA 2: PERÍODOS MEDIOS, DESVÍO ESTÁNDAR Y COEFICIENTE DE VARIACIÓN TOTAL DEL EXPERIMENTO. MEDIA [SEGUNDOS] DE [SEGUNDOS] COEF. DE VARIACIÓN TOTAL % más la detección ya que con un análisis estadístico posterior, podíamos obtener resultados satisfactorios. Agradecimientos Agradecemos a Marcelo Risk, Ricardo Armentano y Franco Pessana por proveer los datos experimentales, y el conocimiento para realizar este trabajo. IV. Discusión Encontramos que los resultados son representativos de lo observado en los datos experimentales. Este tipo de algoritmos tiene como inconveniente la necesidad de conocer el conjunto de datos experimental, para fijar un límite de tiempo a ignorar luego del hallazgo del primer mínimo/máximo, esto lo hace inadecuado para algunas aplicaciones. El algoritmo también presenta la debilidad que una vez terminado este límite, considerará como válido el primer cruce por cero de la señal derivada, pudiendo conducir a un error. Al aplicar el algoritmo encontramos que no era necesario sofisticar aun Referencias Matlab 6.5 R13. R Development Core Team (2004). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL Risk MR. Cartas sobre estadística 1: Estadística descriptiva, representación gráfica y distribución normal. Revista Argentina de Bioingeniería. En prensa. WJ Tonpkins. Biomedical digital signal processing. Prentice Hall. ISBN Apéndice A continuación podemos apreciar la implementación en lenguaje R que busca los períodos respiratorios: BuscaPeriodo <- function( dataset, limiteaignorar) x <- 6 datasetlength <- length(dataset) xant <- 0 firsttime <- 0 while( (x + 5) < datasetlength ) #Flanco creciente if( dataset[(x-5)] < 0 && dataset[(x+5)] > 0 ) #Flanco decreciente # if( dataset[x-5] > 0 && dat01aset[x+5] < 0) if( xant == 0) xant <- x else if( firsttime == 0 )
5 RT CPSI-UTN # : Algoritmos de estimación del período respiratorio 7 x <- x + 1 else xant <- 0 firsttime <- 1 periodos <- x - xant xplace <- x periodos <- c(periodos, (x - xant)) xplace <- c(xplace,x) x <- x + limiteaignorar retval <- data.frame(periodos, xplace) retval
Una función f, definida en un intervalo dterminado, es creciente en este intervalo, si para todo x
Apuntes de Matemáticas II. CBP_ ITSA APLICACIONES DE LA DERIVADA.- CRECIMIENTO Y DECRECIMIENTO DE UNA FUNCIÓN En una función se puede analizar su crecimiento o decrecimiento al mirar la variación que experimentan
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesTema 11: Integral definida. Aplicaciones al cálculo de áreas
Tema 11: Integral definida. Aplicaciones al cálculo de áreas 1. Introducción Las integrales nos van a permitir calcular áreas de figuras no geométricas. En nuestro caso, nos limitaremos a calcular el área
Más detallesAnálisis matemático de la función de Nelson y Siegel
Anexos Anexo 1 Análisis matemático de la función de Nelson y Siegel La función que define el tipo forward según el modelo propuesto por Nelson y Siegel (1987) es la siguiente: con m 0 y τ 0. 1 > m m m
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesRepresentación y aplicaciones de las funciones tipo
Representación y aplicaciones de las funciones tipo Actividad Interdisciplinar Córdoba, junio de 2009 1 de 10 1. Introducción En este trabajo vamos a ver la forma de representar funciones matemáticas con
Más detallesESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC
ESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC Autores: Matías L. Martini, Gastón Oviedo Tutor: Ing. Franco M. Salvático (fmsalvatico@hotmail.com) Departamento de Ingeniería
Más detallesInterpretación de la derivada en situaciones de cambio y variación
Grado 11 Matemáticas - Unidad 3 Conoce el cambio en un instante y describe la situación Tema Interpretación de la derivada en situaciones de cambio y variación relacionados (Pre clase) Objetivos Habilidad
Más detallesSESIÓN 14 DERIVADAS SUCESIVAS DE UNA FUNCION, DE MÁXIMOS Y MÍNIMOS Y LA CONCAVIDAD DE UNA CURVA APLICANDO EL CRITERIO DE LA SEGUNDA DERIVADA
SESIÓN 14 DERIVADAS SUCESIVAS DE UNA FUNCION, DE MÁXIMOS Y MÍNIMOS Y LA CONCAVIDAD DE UNA CURVA APLICANDO EL CRITERIO DE LA SEGUNDA DERIVADA I. CONTENIDOS: 1. Derivadas sucesivas de una función 2. Concavidad
Más detallesUNIDAD 10: ECUACIONES DE SEGUNDO GRADO.
UNIDAD 10: ECUACIONES DE SEGUNDO GRADO. 10.1 Estudio elemental de la ecuación de segundo grado. Expresión general. 10.2 Resolución de ecuaciones de segundo grado completas e incompletas. 10.3 Planteamiento
Más detallesEcuaciones Lineales en Dos Variables
Ecuaciones Lineales en Dos Variables Una ecuación lineal en dos variables tiene la forma general a + b + c = 0; donde a, b, c representan números reales las tres no pueden ser iguales a cero a la misma
Más detallesEl papel probabilístico normal
El papel probabilístico normal Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística, Investigación Operativa Aplicadas
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesParciales Matemática CBC Parciales Resueltos - Exapuni.
Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre
Más detallesFUNDAMENTOS DEL ÁLGEBRA. Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES
FUNDAMENTOS DEL ÁLGEBRA Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES NOMBRE ID SECCIÓN SALÓN Prof. Eveln Dávila Contenido TEMA: Ecuaciones Lineales En Dos Variables... Solución
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesFACTORIZACIÓN DE POLINOMIOS en Q (racionales)
FACTORIZACIÓN DE OLINOMIOS en Q racionales FAQ Qué es factorizar un polinomio? Es expresarlo como un producto por eso lo de "factorizar" de otros polinomios de grado igual o menor a él ara qué factorizar
Más detallesMAXIMOS Y MINIMOS RELATIVOS
MAXIMOS Y MINIMOS RELATIVOS Con cierta frecuencia nos encontramos con la necesidad de buscar la mejor forma de hacer algo. En muchas ocasiones a través de los poderosos mecanismos de cálculo diferencial
Más detallesCAPÍTULO 4: RESULTADOS
CAPÍTULO 4: RESULTADOS En la mayoría de los resultados de medición se utilizó una herramienta del osciloscopio que permite realizar varias mediciones y hace cálculos estadísticos para obtener un promedio
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesintersección de dicho meridiano sobre el Ecuador.
Tema 6 Determinación de la Latitud Geográfica 5.1 Definiciones De acuerdo a la [Figura 5.1a] siguiente pueden darse tres diferentes definiciones de Latitud (): a) es el arco de meridiano comprendido entre
Más detallesMedidas de Tendencia Central
Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las
Más detallesMATE 3013 DERIVADAS Y GRAFICAS
MATE 3013 DERIVADAS Y GRAFICAS Extremos relativos La función f tiene un máximo relativo en el valor c si hay un intervalo (r, s), que contiene a c, en el cual f(c) f(x) para toda x entre r y s. Si además,
Más detallesColegio Universitario Boston
Función Lineal. Si f función polinomial de la forma o, donde y son constantes reales se considera una función lineal, en esta nos la pendiente o sea la inclinación que tendrá la gráfica de la función,
Más detallesPLANES CURRICULARES GRADO9º/ 01 PERIODO
PLANES CURRICULARES GRADO9º/ 01 PERIODO Grado: 9º Periodo: 01 PRIMERO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Gloria rueda y Jesús Vargas ESTANDARES P.A.I. I.B. A. Conocimiento
Más detallesLaboratorio de Visión para Robots. Práctica 2
1. Preparación del entorno de trabajo Laboratorio de Visión para Robots Práctica 2 La manera en la que trabajaremos será primero utilizando Eclipse para prototipar nuestro programa. Cuando podamos procesar
Más detallesMATE 3013 DERIVADAS Y GRAFICAS
MATE 3013 DERIVADAS Y GRAFICAS Extremos relativos La función f tiene un máximo relativo en el valor c si hay un intervalo (r, s), que contiene a c, en el cual f(c) f(x) para toda x entre r y s. Si además,
Más detallesPráctica de Inducción electromagnética.
Práctica Práctica de Inducción electromagnética. Luis Íñiguez de Onzoño Sanz 1. Introducción Teórica II. Materiales III 3. Descripción de la práctica IV 4. Procedimiento IV 5. Resultados V 6. Errores IX
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesDerivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 7: Medidas de Posición para Datos Crudos
1 Curso de Estadística Unidad de Medidas Descriptivas Lección 7: Medidas de Posición para s Crudos Creado por: Dra. Noemí L. Ruiz Limardo, EdD 010 Derechos de Autor Objetivos 1. Definir las medidas de
Más detallesPREPARACION OLIMPIADA MATEMATICA CURSO
Comenzaremos recordando algunos conocimientos matemáticos que nos son necesarios. Para ello veamos el concepto de factorial de un número natural. Es decir, es un producto decreciente desde el número que
Más detallesLey de Ohm y dependencia de la resistencia con las dimensiones del conductor
ey de Ohm y dependencia de la resistencia con las dimensiones del conductor Ana María Gervasi y Viviana Seino Escuela Normal Superior N 5, Buenos Aires, anamcg@ciudad.com.ar Instituto Privado Argentino
Más detallesESTADÍSTICA SEMANA 3
ESTADÍSTICA SEMANA 3 ÍNDICE MEDIDAS DESCRIPTIVAS... 3 APRENDIZAJES ESPERADOS... 3 DEFINICIÓN MEDIDA DESCRIPTIVA... 3 MEDIDAS DE POSICIÓN... 3 MEDIDAS DE TENDENCIA CENTRAL... 4 MEDIA ARITMÉTICA O PROMEDIO...
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesInterpretación geométrica de la derivada
Interpretación geométrica de la derivada El matemático francés ierre de Fermat (60 665) al estudiar máimos mínimos de ciertas funciones observó que en aquellos puntos en los que la curva presenta un máimo
Más detallesLección 1: Números reales
GUÍA DE MATEMÁTICAS III Lección 1: Números reales Los números irracionales En los grados anteriores estudiamos distintas clases de números: Vimos en primer lugar: los naturales, que son aquellos que sirven
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesCÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
OBJETIVOS CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES Reportar correctamente resultados, a partir del procesamiento de datos obtenidos a través de mediciones directas. INTRODUCCION En el capítulo de medición
Más detallesAlba Lucia Londoño Javier a. murillo m.
Grado: 7º Periodo: 04 CUARTO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Alba Lucia Londoño Javier a. murillo m. ESTANDARES P.A.I. I.B. A. Conocimiento y comprensión Conocer
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Más detallesINSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA
INSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA Pobre del estudiante que no aventaje a su maestro. LA LÍNEA RECTA Leonardo da Vinci DESEMPEÑOS Identificar, interpretar, graficar
Más detallesLección 12: Sistemas de ecuaciones lineales
LECCIÓN 1 Lección 1: Sistemas de ecuaciones lineales Resolución gráfica Hemos visto que las ecuaciones lineales de dos incógnitas nos permiten describir las situaciones planteadas en distintos problemas.
Más detallesUnidad V. Control Estadístico de la Calidad
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma
Más detallesDatos estadísticos. UNIDAD I. ESTADÍSTICA APLICADA A LOS NEGOCIOS
UNIDAD I. ESTADÍSTICA APLICADA A LOS NEGOCIOS Introducción. La materia prima de la estadística consiste en conjuntos de números obtenidos al contar o medir cosas. Al recopilar datos estadísticos se ha
Más detallesAproximaciones Sucesivas.
Aproximaciones Sucesivas. La Raíz Cuadrada. Te has preguntado cómo es que una calculadora hace sus cálculos? Por ejemplo, calcular la raíz cuadrada de un número dado, en las calculadoras científicas siempre
Más detallesPráctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesCAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN. En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán
CAPÍTULO 4 RECOPILACIÓN DE DATOS Y CÁLCULO DEL VPN En el presente capítulo se presenta lo que es la recopilación de los datos que se tomarán para realizar un análisis, la obtención del rendimiento esperado
Más detallesPráctica 2: Periodicidad
Práctica 2: Periodicidad Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es explorar las utilidades de representación gráfica de MATLAB para observar las especiales
Más detallesAlba Lucia Londoño Raul martinez. A. Conocimiento y comprensión
Grado: 8º Periodo: 04 CUARTO Aprobado por: G. Watson - Jefe Sección Asignatura: MATEMATICAS Profesor: Alba Lucia Londoño Raul martinez A. Conocimiento y comprensión ESTANDARES P.A.I. I.B. ESTANDARES M.E.N.
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesFiltros Digitales II Lic. Matías Romero Costas
Filtros Digitales II Lic. Matías Romero Costas Respuesta en frecuencia: las características de un filtro pueden determinarse a partir de su respuesta en frecuencia, constituida por la respuesta en amplitud
Más detallesUna función arroja un valor (y sólo uno) por cada valor que se le introduce. En otras palabras, para cada valor de x, hay un solo valor de y.
Qué es una función? Una función es una relación entre dos variables: la variable independiente, y la variable dependiente y. Sin embargo, no toda relación es una función. Una función arroja un valor (y
Más detallesSESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS.
SESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS. I. CONTENIDOS: 1. Interpretación geométrica de la derivada 2. Regla general
Más detallesIntervalos (Segunda Parte)
Intervalos (Segunda Parte) Esta clase, la n 3 de Teoría Musical, es una continuación de la segunda clase, en la cual ya habíamos comenzado a abordar los contenidos relacionados a los Intervalos Musicales.
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesUNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión
UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión Para el desarrollo de este capítulo, vaya revisando conjuntamente con esta guía el capítulo 3 del texto básico, págs. 71 86 y capítulo 4 en las páginas
Más detallesFUNCIÓN BÁSICA DEL SENO Y DEL COSENO, GRÁFICAS Y CARACTERÍSTICAS
FUNCIÓN BÁSICA DEL SENO Y DEL COSENO, GRÁFICAS Y CARACTERÍSTICAS Sugerencias para quien imparte el curso: Es importante que la interacción con los alumnos dentro del salón de clases sea lo más activa posible,
Más detallesTema 14: Sistemas Secuenciales
Tema 14: Sistemas Secuenciales Objetivos: (CONTADORES) Introducción. Características de los contadores. Contadores Asíncronos. Contadores Síncronos. 1 INTRODUCCIÓN Los contadores son sistemas secuenciales
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesObjetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes
Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico
Más detallesGEOMETRÍA ANALÍTICA LA CIRCUNFERENCIA
LA CIRCUNFERENCIA CONTENIDO. Ecuación común de la circunferencia Ejemplos. Ecuación general de la circunferencia. Análisis de la ecuación. Ejercicios Estudiaremos cuatro curvas que por su importancia aplicaciones
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesEl por qué del procesado de 64 bits
El por qué del procesado de 64 bits El ARTA64 es una versión experimental de ARTA que usa un formato de datos de coma flotante de 64 bits para el procesado de la Transformada de Fourier rápida (FFT). La
Más detallesEVALUACIÓN DE DESEMPEÑO AMBIENTAL (EDA)
EVALUACIÓN DE DESEMPEÑO AMBIENTAL (EDA) NORMA TÉCNICA COLOMBIANA NTC-ISO 14031 Dr. Jhoniers Guerrero Profesor Titular Universidad Tecnológica de Pereira OBJETO EVALUACIÒN DE DESEMPEÑO AMBIENTAL: Es una
Más detallesDerive V Límites y derivadas
Derive V 1. Cálculo de límites. Otra de las operaciones que podemos realizar con Derive es el cálculo de límites. El programa se encarga de aplicar automáticamente las reglas necesarias para evaluar las
Más detallesAPLICACIONES DE LA DERIVADA
APLICACIONES DE LA DERIVADA Crecimiento y decrecimiento. Cuando una función es derivable en un punto, podemos conocer si es creciente o decreciente en dicho punto: Una función f() es creciente en un punto
Más detallesIII. Utilización del Smith Chart para calcular el VSWR, el máximo de voltaje y el mínimo de voltaje en una línea de transmisión
111 III. Utilización del Smith Chart para calcular el VSWR, el máximo de voltaje y el mínimo de voltaje en una línea de transmisión Consideremos la siguiente impedancia de carga normalizada. z L = 2 +
Más detallesAPLICACIONES DE LA DERIVADA: MONOTONIA Y CURVATURA
Matemáticas º Bachillerato APLICACIONES DE LA DERIVADA: MONOTONIA Y CURVATURA CRECIMIENTO DECRECIMIENTO, CONCAVIDAD CONVEXIDAD Sea y = f() una función continua cuya gráfica es la de la figura. DEFINICIÓN
Más detallesm=0 La ecuación de una recta se puede obtener a partir de dos puntos por los que pase la recta: y y1 = m(x x1)
Recta Una propiedad importante de la recta es su pendiente. Para determinar este coeficiente m en una recta que no sea vertical, basta tener dos puntos (, y) & (, y) que estén sobre la recta, la pendiente
Más detallesCircuitos de RF y las Comunicaciones Analógicas. Capítulo II: Circuitos resonantes y Redes de acople
Capítulo II: Circuitos resonantes y Redes de acople 21 22 2. Circuitos Resonantes y Redes de Acople En este capítulo se estudiaran los circuitos resonantes desde el punto de vista del factor de calidad
Más detalles1. Cómo introducir datos en SPSS/PC? - Recordatorio
1 Taller de Estadística Curso 2oo5/2oo6 Descripción de datos bivariantes El objetivo de esta práctica es familiarizarse con las técnicas de descripción de datos bidimensionales y con algunas de las opciones
Más detallesSeries de Tiempo Suavización
Series de Tiempo Suavización Resumen El procedimiento de Suavización está diseñado para ayudar a ilustrar cualquier tendencia y ciclos presentes en una serie de tiempo. Una serie de tiempo consiste en
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesGUÍA DE LA UNIDAD FUNCIONES : DERIVADAS
Funciones Límites Derivadas Aplicaciones Gráficas C ontenidos Idea de Función. Elementos notables de la gráfica de una función. Funciones lineales. Función definida por intervalos. Función Valor Absoluto.
Más detallesTransformaciones de variables
Transformaciones de variables Introducción La tipificación de variables resulta muy útil para eliminar su dependencia respecto a las unidades de medida empleadas. En realidad, una tipificación equivale
Más detallesPRÁCTICA 4: RESPUESTA EN FRECUENCIA Y COMPENSACION P P T T T. 1.-Objetivos.
PRÁCTICA 4: RESPUESTA E FRECUECIA Y COMPESACIO 1.-Objetivos. P P P P Medir y conocer la respuesta en frecuencia de los amplificadores. Medir correctamente la ganancia de tensión de un amplificador, en
Más detallesTema 8: Introducción a la Teoría sobre Contraste de hipótesis
Tema 8: Introducción a la Teoría sobre Contraste de hipótesis Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Introducción a la Teoría
Más detallesECUACIÓN DE LA RECTA
MATEMÁTICA SEMANA 2 ECUACIÓN DE LA RECTA Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está permitido copiar, reproducir, reeditar, descargar,
Más detallesProfr. Efraín Soto Apolinar. Lugares geométricos
Lugares geométricos En esta sección estudiaremos el concepto de lugar geométrico, concepto clave para el desarrollo del estudio de los conceptos de este semestre. Lugar geométrico El conjunto de todos
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesAPLICACIONES DE LA DERIVADA. Cuando una función es derivable en un punto, podemos conocer si es creciente o decreciente
APLICACIONES DE LA DERIVADA.- BACHILLERATO.- TEORÍA Y EJERCICIOS. Pág. 1 Crecimiento y decrecimiento. APLICACIONES DE LA DERIVADA Cuando una función es derivable en un punto, podemos conocer si es creciente
Más detallesACCIONES CORRECTIVAS Y PREVENTIVAS
Hoja de Control de Actualizaciones del Documento VERSION FECHA DESCRIPCION DE LA MODIFICACION ELABORO REVISO APROBO NOMBRE: Jorge Gómez Hernández NOMBRE: Jorge Gómez Hernández NOMBRE: José Arturo Restrepo
Más detallesEcuación de la recta. Ing. Jonathan Alejandro Cortés Montes de Oca. Calculo Vectorial INSTITUTO POLITÉCNICO NACIONAL.
INSTITUTO POLITÉCNICO NACIONAL. ESCUELA SUPERIOR DE INGENIERIA MECÁNICA Y ELÉCTRICA. UNIDAD CULHUACÁN. Ecuación de la recta Calculo Vectorial Ing. Jonathan Alejandro Cortés Montes de Oca Antes de iniciar
Más detallesVariación de la resistencia con la temperatura
Variación de la resistencia con la temperatura Ignacio Arata Francisco Arrufat Pablo Palacios Santiago Folie Ignacioarata@hotmail.com francisco@arrufat.com pablopalacios@uol.com.ar sfolie@alwyasgolfing.com
Más detallesUn método de caracterización del patrón de color en la elastografia de nódulos mamarios.
Un método de caracterización del patrón de color en la elastografia de nódulos mamarios. Poster no.: S-1431 Congreso: SERAM 2012 Tipo del póster: Presentación Electrónica Científica Autores: F. Sendra
Más detallesCAPITULO III METODOLOGÍA
CAPITULO III METODOLOGÍA 3.1 Tipo de investigación El tipo de investigación a utilizar es la investigativa experimental ya que se realizará una intervención en el campo mismo donde se presenta el problema,
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesCompetencias TIC para profesionales Del Siglo 21
Planilla de Cálculo Nos referiremos a la planilla de cálculo de Microsoft Office, con algunas precisiones a la de OpenOffice. Una vez abierto un libro nuevo de Excel de Microsoft, la interfaz de la planilla
Más detallesAnexo. Control de errores
Anexo. Control de errores Tipos de errores Los errores en un programa o algoritmo se pueden clasificar de la siguiente manera Errores de compilación Los errores de compilación no permiten la ejecución
Más detallesEjercicios Resueltos
Ejercicios Resueltos Ejercicio 1 La función de transferencia de un sistema de control tiene como expresión: Determinar, aplicando el método de Routh, si el sistema es estable. Para comprobar la estabilidad
Más detallesCapítulo 4 Exploración del ambiente.
Capítulo 4 Exploración del ambiente. Para explorar el ambiente se tomó como base el vehículo explorador de Braitenberg, la idea es tomar este comportamiento y adaptarlo al uso de una cámara de video, esto
Más detallesProceso de autoevaluación con fines de Acreditación Institucional
Proceso de autoevaluación con fines de Acreditación Institucional Mayo de 2014 Informe de resultados de las encuestas aplicadas a Estudiantes Docentes Egresados Administrativos Directivos Factor Misión
Más detalles15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
Más detallesDepartamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011
Factorización LU Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 26.1. Introducción............................................... 1 26.2. Factorización LU............................................
Más detalles