La clasificación de métodos de registro propuesta por Maintz [1998] utiliza las siguientes categorías:

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

Download "La clasificación de métodos de registro propuesta por Maintz [1998] utiliza las siguientes categorías:"

Transcripción

1 II.5. Regstro de mágenes médcas El regstro es la determnacón de una transformacón geométrca de los puntos en una vsta de un objeto con los puntos correspondentes en otra vsta del msmo objeto o en otro objeto. El térmno vsta ncluye mágenes 3D y 2D, las mágenes 3D las obtenemos de modaldades tomográfcas como: TAC, RM, PET, SPECT. Las mágenes 2D se obtenen de proyeccones como en rayos-x ó de cortes ndvduales como en ultrasondo modo B. En aplcacones médcas el objetvo de cada vsta es una regón anatómca. Las dos vstas pueden provenr del msmo pacente lo que consttuye un problema de regstro ntra-pacente, o pueden provenr de dstntos pacentes (regstro nter-pacente). Las entradas para un algortmo de regstro son las dos vstas que se desea regstrar, la salda es una transformacón geométrca, que mapea los puntos en una vsta a los puntos correspondentes en la otra. El regstro es adecuado en la medda en que mapea todos los puntos correspondentes. La determnacón de un crtero de correspopndenca adecuado es específco del domno de las mágenes, en nuestro caso la anatoma humana. Para que el regstro sea útl el mapeo que produce debe poder aplcarse en el dagnóstco y tratamento clínco. Una aplcacón clínca común del regstro es la fusón de dos modaldades dferentes, p.e. TACRM, RM-PET. El regstro es una operacón fundamental de todos los sstemas para crugía asstda por computadora en los que un conjunto de mágenes médcas y modelos gráfcos preoperatoros se regstran con la anatoma del pacente durante la crugía. Métodos de regstro La clasfcacón de métodos de regstro propuesta por Mantz [1998] utlza las sguentes categorías: úmero de dmensones de las mágenes. En el caso de mágenes médcas usualmente 3 (regstro 3D) a veces 2 regstro (2D) y sus combnacones: 3D-2D, 2D-3D, 2D-2D, 3D-3D Característcas base del regstro (p.e. puntos vs superfces). Alguna veces es necesaro fjar al pacente objetos de referenca (fducales) para realzar el regstro. Transformacón geométrca. Se refere a la forma matemátca de la transformacón que mapea una vsta en la otra. vel de nteraccón requerdo del usuaro: automátco, sem-automátco Procedmento de optmzacón. Usualmente la caldad del regstro se evalua mnmzando una funcón de error, para realzar la mnmzacón pueden utlzarse varos métodos Modaldades de mágenes médcas. RM-RM, PET-TAC, RM-TAC Sujeto. El tpo de regstro puede ser ntra-pacente, nter-pacente, utlzacón de un atlas (regstro pacente-atlas)

2 Organo de nterés II.5.1. Transformacones geométrcas Cada vsta (magen) nvolucrada en el regstro tendrá en general su propo marco de referenca (p.e. con respecto a algún punto del sstema de mágenes). uestra defncón de regstro se basa en transformacones geométrcas que consttuyen mapeos desde el espaco X de una vsta hasta el espaco Y de la otra. La transformacón T aplcada a un punto en X representado por el vector columna x produce el punto transformado x', x'=t(x). (2.5.1) S el punto y en Y corresponde a x, entonces un regstro adecuado hará x' gual o aproxmadamente gual a y. Cualquer desplazamento dferente de cero T(x)-y es un error de regstro. El conjunto de todas las transformacones T posbles se puede partconar en transformacones rígdas y no-rígdas, éstas últmas se pueden partconar en muchos subconjuntos. La transformacón rígda es la más smple de todas y para 3 dmensones se puede especfcar con sólo 6 parámetros. Transformacones rígdas Las transformacones rígdas o mapeos rígdos se defnen como transformacones geométrcas que mantenen todas las dstancas entre los dferentes puntos de cada vsta/magen. Estas transformacones tambén mantenen la recttud de las lneas, la plantud de las superfces y los ángulos entre lneas rectas. Los problemas de regstro que sólo nvolucran transformacones rígdas se conocen como problemas de regstro rígdo. Las transformacones rígdas en general conssten de una traslacón y una rotacón: La traslacón es un vector 3D t que está determnado por sus componentes tx,ty, tz, con respecto a los ejes coordenados x,y,z. Tambén puede especfcarse en coordenadas polares, por una longtud y dos ángulos. Exsten muchas maneras de especfcar la rotacón: ángulos de Euler, cuaternones, eje y ángulo, matrces ortogonales. A contnucaón utlzaremos matrces ortogonales. Matrces ortogonales de rotacón En general x'=t(x) S T es un transformacón rígda: x'=rx+t, (2.5.2) donde R es una matrz ortogonal de 3 x 3, lo que mplca que RtR=RRt=I (matrz dentdad). Así R-1=Rt. Esta clase de matrces ncluye las rotacones apropadas que producen transformacones rígdas de objetos físcos y las napropadas que además de rotar el objeto lo reflejan ( de modo que la

3 mano zquerda se vuelve derecha). Las rotacones napropadas se pueden elmnar s se ncluye la restrccón: det(r)=1. Los parámetros de una rotacón apropada son los 3 ángulos de rotacón (ó ángulos de Euler) θx, θy, θz, alrededor del eje cartesano respectvo. El ángulo se consdera postvo s la rotacón alrededor del eje es en sentdo horaro, vsto desde el orgen en la dreccón postva del eje. (mano derecha apuntando en sentdo postvo y vsta desde atrás). La rotacón de un objeto alrededor de los ejes x, y, z está dada por: R= Rz z R y y R x x Las matrces representan las rotacones alrededor de los ejes Z,Y, X respectvamente, Susttuyendo la defncón de cada matrz de rotacón tenemos: cos z sn z 0 cos y 0 sn y R=[ sn z cos z 0 ][ ][ 0 cos x sn x ] sn y 0 cos y 0 sn x cos x Transformacón Eje y ángulo Los parámetros de la transformacón eje y ángulo son un vector untaro eje de rotacón y un ángulo θ alrededor de ése eje: 2x V C R=[ x y V z S x z V y S x y V z S 2y V C y z V x S x z V y S y z V x S ] 2z V C que especfca el (2.5.3) donde x y z son las componentes x, y, z del vector; V=1-cos θ; C=cos θ; y S=seno θ Cuaternones [O SE ICLUYE E ESTE CURSO] Transformacones no rígdas Las transformacones no-rígdas son mportantes no sólo para órganos deformables, s no tambén para el regstro entre pacentes dferentes de órganos rígdos. Transformacones de escala La transformacón no-rígda más smple sólo produce un escalamento: x'=srx+t (2.5.6)

4 donde sx 0 0 S=[ 0 s y 0 ] 0 0 sz s s x =s y =s z el escalamento es sotrópco la transformacón se llama transformacón de smltud, x'=srx+t, (2.5.7) donde s es un escalar postvo. Esta transformacón conserva la recttud de las lneas y los ángulos entre ellas Transformacones afnes Las transformacones de escala son un caso específco de la transformacón afín, x'=ax+t, (2.5.8) en la que no hay restrccón para los elementos de A. La transformacón afín conserva la recttud de las lneas, la plantud de las superfces, y paralelsmo entre lneas, pero permte que los ángulos entre lneas camben. Esta transformacón es apropada para corregr nclnacones producdas durante la adquscón de una magen. Para smplfcar la notacón, las transformacones afnes frecuentemente se representan en coordenadas homogéneas. En ésta representacón la matrz A y el vector t se ncluyen dentro de una matrz M: a 11 a 12 a 13 t 1 a a a t M =[ ] a 31 a 32 a 33 t para transformar un vector u es necesaro convertrlo a coordenadas homogéneas: u=[ u1 u2 u 3 1]T u'=mu (2.5.9) Transformacones proyectvas Conservan la recttud de las lneas y la plantud de las superfces pero pueden modfcar el paralelsmo entre lneas: x ' = A x t / p x (2.5.10) donde p es el vector que especfca el eje de proyeccón y α es un escalar. En coordenadas

5 homogéneas: u'=mu (2.5.11) donde: a 11 a 12 a 13 a a a M =[ a 31 a 32 a 33 p1 p2 p3 t1 t2 ] t3 y u=[ u1 u2 u 3 1]T Transformacones de perspectva Las mágenes de rayos-x, endoscopa, laparoscopa, y mcroscopa son todas vstas 2D de objetos 3D producdas por la proyeccón de rayos-x o de rayos de luz vsble desde el objeto 3D sobre un plano, lo que corresponde a la transformacón geométrca llamada proyeccón en perspectva. Las proyeccones en perspectva son un subconjunto de la transformacón proyectva anteror, la que no necesaramente transforma un punto en 3D a un punto en un plano. s hacemos f =1/ p en la ec : (2.5.12) donde p es un vector untaro que apunta en dreccón del eje de proyeccón. Transformacones de curvatura Son aquellas que no conservan la recttud de las lneas [O SE ICLUYE E ESTE CURSO]

6 Transformacones geométrcas, de abajo para arrba: rígda; de smltud; afn; proyectva. II.5.2. Regstro de puntos correspondentes S para un par de vstas (mágenes) se puede dentfcar un conjunto de pares de puntos correspondentes en cada vsta, entonces el regstro se puede realzar medante una transformacón que alnea los puntos. Los puntos de referenca para propóstos de regstro se llaman puntos fducales (fducals). Para que sean confables deben localzar característcas ben defndas en cualquer ejemplo de la msma clase de objetos (órganos). Los puntos fducales se pueden dentfcar drectamente sobre las característcas de referenca (landmarks) de las mágenes o pueden ntroducrse marcadores durante la adquscón de las mágenes. En cualquer caso, la poscón que se determne para el punto fducal (a partr de sus mágenes) no corresponderá exactamente a la verdadera poscón del punto. Este error se conoce como error de localzacón del fducal (FLE) y es un vector. El regstro basado en marcadores tene la ventaja de que el punto fducal es ndependente de la anatoma. Un algortmo automátco de localzacón puede entonces aprovechar el conocmento prevo sobre las dmensones y forma del marcador. Usualmente se toma como punto fducal el centrode del marcador. El rudo de adquscón y la poscón varable del marcador dentro de la

7 matrz de voxeles producen errores aleatoros en la localzacón del punto fducal. Pero s se utlzan algortmos razonablemente buenos, la meda de los puntos fducales respecto a un sstema coordenado fjo en el marcador, debe ser gual en las dos vstas (mágenes). Debdo a esto (.e. que la poscón del punto fducal en cada marcador es gual al vector meda mas un vector aleatoro) el desplazamento medo efectvo en cada vsta FLE es cero, sn embargo la varanza FLE 2 puede ser sgnfcatva. El objetvo del dseño de los marcadores fducales y de los algortmos de deteccón asocados es mnmzar la varanza. En general para marcadores de mayor volumen o con una ntensdad de magen mayor el FLE será menor. En la fg. 8.3 se muestran dos ejemplo de mágenes de marcadores fducales. Debdo a la resolucón dscreta de las mágenes dgtales es necesaro utlzar marcadores de tamaño mayor que un voxel. En la fg.8.3. se muestra un marcador hueco de forma clíndrca, las dmensones nterores son: altura 5mm y dámetro 7 mm. El marcador está lleno con un fludo opaco a los rayos-x y a la RM. En la fg.8.3 se muestran las mágenes de TAC y RM, el tamaño del voxel en TAC es de 0.65 x 0.65 x 3.0 mm; el voxel de RM mde 1.1 x 1.1 x 4.0 mm. El marcador es más grande que un voxel de TAC pero sólo lgeramente más grande con respecto a la dstanca entre mágenes. Entonces la magen del marcador es buena sobre una magen de TAC (fg. 8.3 b) pero es mala para mágenes nterpoladas entre cortes (fg.8.3 c). Los voxeles de RM son más grandes y las mágenes del marcador no son buenas n sobre un corte n sobre las mágenes nterpoladas entre cortes (fg. 8.3 e, f).

8 Los marcadores que ocupan dos o más voxéles, producrán usualmente un nvel de señal (ntensdad de magen) para cada voxel que es una funcón monotóncamente crecente del volumen de nterseccón del voxel y del contendo opaco del marcador, como se lustra en la Fg.8.4. S gnoramos el rudo y los artefactos de reconstruccón, la funcón será lneal: I = V I 0 (2.5.18)

9 donde I es la ntensdad del voxel y V es el volumen de nterseccón. I0 es la ntensdad de un voxel de fondo, a veces es dferente de cero y debe tomarse en cuenta. S se mde I para cada voxel del conjunto contendo dentro de un marcador, podemos calcular la poscón del centrode del marcador como: n x= 1 I I 0 x (2.5.19) n donde x es el centrode del voxel. La ecuacón anteror proporcona una buena aproxmacón pero ntroduce un error debdo a la suposcón mplícta de que el centrode de cada voxel concde con el centrode de la regón ocupada por el líqudo opaco. Este error se lustra en la Fg. 8.4, donde podemos comparar las porcones llenas con líqudo opaco de los voxéles a y b que se encuentran del lado derecho e zquerdo respectvamente. El voxel a está cas lleno de líqudo opaco mentras que el voxel b sólo ocupa algo de líqudo del lado derecho. Mentras que el centrode de la regón opaca del voxel a está muy cerca del centrode del voxel, el centrode de la regón opaca del voxel b está consderablemente a la derecha del centrode del voxel. Entonces en la ecuacón anteror, la contrbucón del voxel b ncluye un error de corrmento haca la zquerda en el cálculo del centrode del marcador. Este tpo de errores puede ser sgnfcatvo, y aunque puede corregrse en mágenes undmensonales (perfles), sólo exsten algortmos heurístcos ( que dependen de las condcones especfcas de cada problema de regstro) para corregrlos en mágenes 2D y 3D. Como se lustra en la Fg.8.4, el error de localzacón de un marcador será mucho menor que el tamaño de un voxel s la regón vsble del marcador ocupa varos voxéles. Los maracdores grandes tenen 3 ventajas: 1. El porcentaje de voxeles parcalmente llenos dentro del marcador será menor; 2.El número total de voxeles paracalmente llenos será mayor, con lo que el promedo del error ntroducdo se mnmzará; 3. Para un marcador más grande se promeda el rudo de la magen en un número mayor de voxeles con lo que el efecto del rudo se mnmza. Entonces los marcadores grandes tenen menores FLE, los marcadores más brllantes tambén tenen FLEs menores, ya que la relacón señal rudo es mayor.

10 Como se menconó cualquer desplazamento x y entre un punto transformado x y el punto correspondente y es un error de regstro. Para FLEs pequeños y una transformacón apropada los errores de regstro serán pequeños. S la transformacón está restrngda a certo tpo por ejemplo transformaconees rígdas entonces no será posble tener un error de regstro cero debdo al FLE. Una medda común de la desalneacón de varos puntos fducales es el error RMS, llamado error de regstro de los fducales (FRE), defndo como sgue. El error de regstro de un sólo punto fducal es: FRE = x y (2.5.20) donde x, y son los puntos correspondentes en las dos vstas X, Y, como se lustra en la Fg.8.5. Defnmos el error total de regstro FRE en funcón de los FRE como:

11 FRE 2= 1/ 2 FRE 2 (2.5.21) donde FRE es la magntud de FRE, es el número total de puntos fducales, ω2 es un factor de peso que puede utlzarse para atenuar la nfluenca de puntos poco confables, por ejemplo podramos hacer ω2 =1/FLE2 donde FLE es el error de localzacón del marcador fducal. En la Fg. 8.5b se lustra el error de regstro del objetvo (TRE) que es smplemente el error de regstro calculado en algún punto (objetvo) de nterés. TRE= x y (2.5.22) El térmno objetvo se utlza para desgnar puntos de mportanca clínca.

12 Regstro de puntos con transformacones rígdas S sólo consderamos transformacones de regstro rígdas, el FRE2 queda: FRE = 1/ 2 R x t y 2 (2.5.23) 2 S el FLE es un error aleatoro con meda cero y una dstrbucón sotropca (.e. que los dferentes FLE pueden tener cualquer orentacón y magntud dentro de un certo rango), se puede calcular una transformacón de regstro óptma mnmzando FRE2 y hacendo ω2 =1/FLE2 La mnmzacón de FRE2 se conoce en la lteratura de estadístca como el problema Procrustes ortogonal, exsten formas completamente defndas de solucón desde los 50s. La solucón es únca excepto en el caso de que los puntos fducales se encuentren sobre una lnea recta (lo que ocasona que el FRE2 sea ndependente de rotatones alrededor de la lnea de fducales). Por lo que en el algortmo sguente asummos que la confguracón no es lneal y >= 3. Algortmo de regstro basado en puntos y en una transformacón rígda. Objetvo: encontrar la R y t que mnmzan 2 R x t y 2 1. Calcular el centrode ponderado de la confguracón de puntos fducales en cada magen: 1 2 x = x 1 y = 2 y 2. Calcular el desplazamento desde el centrode a cada punto fducal en cada magen: x = x x y = y y 3. Calcular la matrz de covaranza ponderada: H = 2 x y t 4. Realzar la descomposcón de H en valores sgulares:

13 H=UΛVt, donde: U es un matrz ortogonal (columnas ortogonales de magntud 1) de tamaño 3 x 3 Λ=dag (λ1, λ2, λ3) y λ1 λ2 λ3 0 V es una matrz ortogonal de tamaño 3 x 3 UtU=VtV=I, 5. R=V dag(1,1,det(vu))ut x 6. t= y R La matrz dagonal en el paso 5 asegura que R es una rotacón apropada,.e. que no produce transformacones en espejo. Sólo es necesara cuando los puntos fducales son aproxmadamente coplanares o el tamaño del FLE es cercano a la separacón de los fducales. Regtro de puntos con una transformacón de smltud S la transformacón ncluye escalamento (.e. es una transformacón de smultud), el error de regstro FRE2 queda: FRE 2= 1 / 2 sr x t y 2 (2.5.28) Se puede utlzar el msmo algortmo anteror modfcado como sgue: Algortmo de regstro basado en puntos y en una transformacón de smlutd. Objetvo: encontrar la R y t que mnmzan 2 sr x t y 2 1. Hacer s=1 y determnar R medante los pasos 1 a 5 del algortmo anteror 2 R x y 2. Calcular s como: s= 2 x x 3. t= y s R x

14 II.5.3. Regstro de superfces El objetvo del regstro de dos superfces en mágenes dferentes, consste la dentfcacón de las superfces correspondentes en cada magen y en el cálculo de la transformacón que las alnea mejor. La representacón de la superfce puede ser un conjunto de puntos, una malla de trángulos o un conjunto de ecuacones. La extraccón de la superfces se realza con métodos de segmentacón. II.5.4. Regstro basado en ntensdad (de pxéles o voxéles) El regstro basado en ntensdad consste en el cálculo de la transformacón que alnea dos mágenes, utlzando sólo los valores de cada pxel ó voxel en el par de mágenes. La transformacón óptma se calcula mnmzando una medda de error de smltud entre las mágenes ( a veces llamada medda de smltud de voxéles). Frecuentemente los algortmos de regstro basados en ntensdad, utlzan algún tpo de preprocesamento específco del problema y sólo utlzan alguna subregón de las mágenes.

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

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17 Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES

Más 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

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más 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

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más 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

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

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

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

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

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Robótica Tema 4. Modelo Cinemático Directo

Robótica Tema 4. Modelo Cinemático Directo UNIVERSIDAD POLITÉCNICA DE MADRID E.U.I.T. Industral ASIGNATURA: Robótca TEMA: Modelo Cnemátco Ttulacón: Grado en Ingenería Electrónca y Automátca Área: Ingenería de Sstemas y Automátca Departamento de

Más detalles

III. <<Insertar Cita>> <<Autor>>

III. <<Insertar Cita>> <<Autor>> Capítulo III Vsón III 3.1 Procesamento de Imágenes Se entende por procesamento de mágenes a la alteracón y análss de la normacón gráca. 3.1.1 Sstema de vsón humano El sstema

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

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

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más 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

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

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más 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

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

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Extracción de Atributos. Dr. Jesús Ariel Carrasco Ochoa Oficina 8311

Extracción de Atributos. Dr. Jesús Ariel Carrasco Ochoa Oficina 8311 Extraccón de Atrbutos Dr. Jesús Arel Carrasco Ochoa arel@naoep.mx Ofcna 8311 Contendo Introduccón PCA LDA Escalamento multdmensonal Programacón genétca Autoencoders Extraccón de atrbutos Objetvo Preprocesamento

Más detalles

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

La representación Denavit-Hartenberg

La representación Denavit-Hartenberg La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

Herramientas Matemáticas para la localización espacial. Prof. Cecilia García

Herramientas Matemáticas para la localización espacial. Prof. Cecilia García Herramentas Matemátcas para la localzacón espacal Contendo I. Justfcacón 2. Representacón de la poscón 2. Coord. Cartesanas 2.2 Coord. Polares y Clíndrcas 2.3 Coord. Esfércas 3. Representacón de la orentacón

Más detalles

APENDICE A. El Robot autónomo móvil RAM-1.

APENDICE A. El Robot autónomo móvil RAM-1. Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más 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

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más 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

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad Grupo 23 Semestre Segundo examen parcial Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta

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

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

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

Más detalles

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando

Más detalles

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP) MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más 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

Modelado de un Robot Industrial KR-5

Modelado de un Robot Industrial KR-5 RESUMEN Modelado de un Robot Industral KR-5 (1) Eduardo Hernández 1, Samuel Campos 1, Jorge Gudno 1, Janeth A. Alcalá 1 (1) Facultad de Ingenería Electromecánca, Unversdad de Colma, km 2 Carretera Manzanllo-Barra

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

Profesor: Rafael Caballero Roldán

Profesor: Rafael Caballero Roldán Contendo: 5 Restrccones de ntegrdad 5 Restrccones de los domnos 5 Integrdad referencal 5 Conceptos báscos 5 Integrdad referencal en el modelo E-R 53 Modfcacón de la base de datos 53 Dependencas funconales

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

KEY WORDS Pattern recognition, Circular Harmonics, Synthetic Discriminate Filter

KEY WORDS Pattern recognition, Circular Harmonics, Synthetic Discriminate Filter ISSN 00-4 BISTUA Vol BISTUA 5 No Vol Pag 59 No - 4 ueda Parada JE, Castro C L M, Guerra L A Facultad de Cencas Báscas, Departamento de Físca, Grupo de Investgacón Óptca Moderna Unversdad de Pamplona E-Mal:

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

Tema 9: Otros temas de aplicación

Tema 9: Otros temas de aplicación Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según

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

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

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

Sistema de visión por computador para control industrial

Sistema de visión por computador para control industrial Sstema de vsón por computador para control ndustral M.Corbalán Dpt.E.E. EUPM. 824 Manresa (arcelona). UPC. E-mal: corbalan@eel.upc.es Resumen En los seres humanos cas el 8% de la nformacón que recbmos

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más 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

x j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule,

x j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule, Mecánca Cambo de Coordenadas En coordenadas Cartesanas estamos acostumbrados a pensar a los vectores base como versores (vectores de norma 1 o untaros) drgdos a lo largo de los correspondentes ejes, en

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

Cinemática del movimiento rotacional

Cinemática del movimiento rotacional Cnemátca del movmento rotaconal Poscón angular, θ Para un movmento crcular, la dstanca (longtud del arco) s, el rado r, y el ángulo están relaconados por: 180 s r > 0 para rotacón en el sentdo anthoraro

Más detalles

Marcos Gutiérrez-Dávila marcosgd@ugr.es

Marcos Gutiérrez-Dávila marcosgd@ugr.es Marcos Gutérrez-Dávla marcosgd@ugr.es Introduccón: Relacón de la bomecánca con el deporte de competcón El gesto deportvo consttuye un patrón de movmento estable que se caracterza por el alto grado de efcenca

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

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

Más detalles

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

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

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

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire 4 Undad II: Análss de la combustón completa e ncompleta. 1. Are El are que se usa en las reaccones de combustón es el are atmosférco. Ya se djo en la Undad I que, debdo a que n el N n los gases nertes

Más detalles

3. CORRESPONDENCIA DE IMÁGENES

3. CORRESPONDENCIA DE IMÁGENES UNIVERSIDAD DE SALAMANCA MASTER DE GEOTECNOLOGÍAS CARTOGRÁFICAS EN INGENIERÍA Y ARQUITECTURA 3. CORRESPONDENCIA DE IMÁGENES Dego González Agulera Departamento de Ingenería Cartográfca del Terreno Escuela

Más detalles

Estimación no lineal del estado y los parámetros

Estimación no lineal del estado y los parámetros Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca

Más detalles

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

Desarrollo de sistema de control para un manipulador de seis grados de libertad

Desarrollo de sistema de control para un manipulador de seis grados de libertad Memora del Trabajo Fn de Máster realzado por Fdel Pérez Menéndez para la obtencón del título de Máster en Ingenería de Automatzacón e Informátca Industral Desarrollo de sstema de control para un manpulador

Más detalles

Segmentación de Imágenes mediante Reconocimiento de Patrones

Segmentación de Imágenes mediante Reconocimiento de Patrones Equaton Chapter 1 Secton 1 Materal del Curso Segmentacón de Imágenes medante Reconocmento de Patrones Ing. Dego Sebastán Comas Dr. Gustavo Javer Meschno Curso: Segmentacón de Imágenes medante Reconocmento

Más detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

Más detalles

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

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

Estimación de incertidumbres en calibración de Osciladores

Estimación de incertidumbres en calibración de Osciladores Estmacón de ncertdumbres en calbracón de Oscladores J. Maurco López R. Dvsón de Tempo Frecuenca Centro Naconal de Metrología maurco.lopez@cenam.mx Resumen La frecuenca de salda de los oscladores debe ser

Más detalles

1.1 Ejercicios Resueltos Tema 1

1.1 Ejercicios Resueltos Tema 1 .. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa

Más detalles

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente

Más detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

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

Más detalles

Un modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN

Más detalles

Programa de Doctorado en Ingeniería Aeronáutica Capítulo III Tensor deformación. El Tensor de Deformación A A'

Programa de Doctorado en Ingeniería Aeronáutica Capítulo III Tensor deformación. El Tensor de Deformación A A' Programa de Doctorado en Ingenería Aeronátca Capítlo III Tensor deformacón Comportamento Mecánco de Materales - Dr. Alberto Monsalve González - El Tensor de Deformacón Introdccón Además de descrbr los

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D. CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

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

IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1

IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1 IMPEMEACIÓ PRÁCICA DE U BACO DE FIROS UIFORME En este tpo de bancos, la forma de la respuesta espectral de cada uno de los fltros es la msma, y su frecuenca central se raparte de manera unforme en el espectro:

Más 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

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