III.1 Descripción del simulador SIMUX
|
|
- Raúl Barbero Flores
- hace 6 años
- Vistas:
Transcripción
1 ANEXO III Etoro de simulació SIMUX (Simulador IMUX) para evaluar el comportamieto del dispositivo IMUX III. Descripció del simulador SIMUX E este aexo describiremos de maera resumida el fucioamieto del simulador de sistemas IMA que Marcos Postigo Boix, profesor del Departameto de Matemática Aplicada y Telemática de la Uiversidad Politécica de Cataluña, desarrolló durate la realizació de su Proyecto Fial de Carrera, dirigido por el Dr. Joa García Haro [POS98]. El etoro de simulació implemetado es secillo y preseta ua gra flexibilidad debido básicamete al leguaje de programació utilizado, C++. Se trata de u leguaje que permite establecer jerarquías de objetos que puede correspoder a la estructura lógica y las propiedades de los objetos reales. De este modo, cada objeto de simulació está diseñado de forma idepediete (código co el que el simulador cotrola el objeto y los datos asociados) e relació directa co u objeto del sistema real IMA. Cada uo de estos objetos preseta así puertos de etrada y salida que sirve de coexió co el resto de objetos. La herramieta de simulació desarrollada está orietada a evetos. Cada uo de los objetos permaece iactivo, y sólo reaccioa frete a ciertos evetos. Los evetos so gestioados por la cola de evetos ejecutado ua rutia que reactiva de forma apropiada al eveto e cuestió. Las simulacioes parte de los datos itroducidos por el usuario y e base a ellos se crea e iicializa cada uo de los objetos del sistema. Mietras o se alcace la duració total de la simulació, se extrae u eveto de la cola de evetos y se actúa e cosecuecia. Al fializar la simulació, se geera u fichero de resultados estadísticos y se destruye todos los elemetos del sistema. Parámetros de simulació Los parámetros de simulació que el usuario debe elegir so: - Número de fuetes. El sistema permite utilizar fuetes iguales o distitas a multiplexar, pero e las simulacioes realizadas se ha utilizado úicamete ua fuete, correspodiete al elace de alta velocidad de etrada al IMUX. - Tipo de tráfico geerado por las fuetes. Las fuetes permite geerar tres tipos de tráfico: tráfico de Poisso, tráfico O-Off y tráfico de redes resideciales. III-
2 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX - Tasa de las fuetes. E el caso de fuete de tráfico de Poisso, se pide la tasa media de llegada de celdas al sistema, λ. - Logitud de la trama IMA. El usuario elige este valor M, que por defecto es de M=28 celdas, como recomieda la especificació IMA del ATM Forum [ATM99]. - Número de caales IMA. La especificació IMA [ATM99] acoseja utilizar u úmero de caales 2 s Capacidad de los caales IMA. Por defecto Mbps. - Capacidad de la memoria del multiplexor IMA. Es la capacidad de la cola de etrada del sistema, medida e celdas. Por defecto hemos utilizado el rago de valores compredido etre 8 y 40 celdas. - Logitud de los elaces IMA, L elace. Por defecto 00 Km. - Velocidad de propagació de los elaces IMA, v propagació. Por ejemplo, para ua fibra óptica, este valor es la velocidad de la luz c dividida por el ídice de refracció de la misma. - Logitud de las colas del demultiplexor. Las colas del dispositivo IMUX e recepció, e el simulador se cosidera suficietemete grades, prácticamete ifiitas. - Duració del periodo trasitorio. Por defecto, este valor es el itervalo equivalete a procesar celdas. - Número de itervalos de simulació. Por defecto, este valor es de 5. - Duració de los itervalos de simulació. Por defecto, este valor equivale a procesar de celdas. - Nombre del fichero de resultados fiales. Cola de Evetos La cola de evetos viee a ser el orgaizador del sistema que determia el orde de ejecució del programa. Cada objeto sabe exactamete e qué istates ha de activarse y se lo comuica al orgaizador itroduciedo evetos e la cola, éstos so ordeados e orde temporal creciete. El orgaizador extrae el primer eveto de la cola, observa a qué objeto correspode y lo activa, esperado a que éste fialice las operacioes correspodietes. Hay dos tipos de evetos: iteros (da lugar a accioes que se produce sólo e el iterior del mismo objeto, como puede ser la geeració de ua celda o su servicio) y evetos de trasferecia de celdas (traspasa las celdas desde el puerto de salida de u objeto al de etrada del objeto siguiete). Objetos que forma el sistema IMA simulado El simulador SIMUX cotiee los siguietes objetos: Fuete, multiplexor IMA, red, demultiplexor IMA, demultiplexor de coexioes y sumidero. Puede verse u esquema e la Figura (III-). - Fuete. Este objeto permite la geeració de tres tipos de tráfico: tráfico de Poisso, tráfico O-Off y tráfico de redes resideciales. Las fucioes desidad de probabilidad y de distribució que caracteriza a cada tipo de tráfico, así como ua descripció y sigificado de III-2
3 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX sus parámetros, y la elecció del valor de los mismos, se halla extesamete expuesto e [POS98]. - Multiplexor IMA. Este es el bloque pricipal del sistema IMA. Siguiedo las fucioes que realiza el dispositivo IMUX, este objeto se ecarga de distribuir de forma cíclica las celdas ATM que le llega hacia los distitos elaces de salida, a tasa costate IDCR (IMA Data Cell Rate). A fi de mateer u flujo costate de celdas e todos los elaces, itroduce celdas de relleo o FILLER e el caso de o dispoer de ua celda ATM a su etrada. E caso cotrario e que la tasa de etrada de celdas supere la tasa IDCR, las celdas ATM se almacea e la cola FIFO situada a la etrada. Este objeto tambié ha de teer e cueta la iserció de las celdas ICP para mateer el cotrol del protocolo IMA, y la iserció de las celdas SICP para mateer el sicroismo e el demultiplexor IMA del extremo remoto. E el capítulo 4 de esta tesis, se explica co mucho más detalle el fucioamieto del dispositivo IMUX. El modelo de multiplexor implemetado se muestra e la Figura (III-2). FUENTES SUMIDEROS RED C MULTIPLEXOR INVERSO IMA C DEMULTIPLEXOR INVERSO IMA Figura III-. Esquema geeral del sistema IMA utilizado e el simulador. AT M C FILLER ICP/SICP Figura III-2. Modelo del multiplexor IMA. - Red. El objeto Red simula el efecto de las logitudes de los elaces que coecta el multiplexor IMA co el demultiplexor IMA, simplemete itroduciedo u retardo que III-3
4 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX depede de la logitud del elace que el usuario seleccioó, L elace y de la velocidad de propagació de los elaces v propagació (supuestos iguales): L W elace = v elace propagació (III-) - Demultiplexor IMA. Este objeto recibe u flujo de celdas ATM, FILLER, ICP y SICP por los elaces de etrada y los almacea e colas (que hemos supuesto ifiitas). De maera cíclica y a tasa IDCR, va extrayedo las celdas de las colas y segú el tipo de celda que haya seleccioado, actúa de u modo u otro. Puede verse u esquema e la Figura (III-3). AT M C ICP/SICP FILLER Figura III-3. Modelo del demultiplexor IMA. - Demultiplexor de coexioes. Este objeto simplemete direccioa las celdas que llega por su puerto de etrada, hacia el puerto correspodiete de salida segú sea el idicador destio de la coexió de la fuete que la geeró. - Sumidero. Toma estadísticas del tráfico de celdas etrate y elimia las celdas que recibe. Calcula el retardo extremo a extremo que soporta las celdas. Al fializar la simulació, aota los resultados e el fichero de salida de datos. Módulos asociados a cada objeto del simulador del sistema IMA El simulador cotrola cada uo de estos cico objetos mediate cico módulos básicos: Módulo de iiciació, módulo de gestió de etrada de celdas, módulo de gestió de evetos iteros, módulo de estadísticas y módulo de fializació. A cotiuació se describe las accioes propias que cada módulo efectúa sobre los objetos. - Módulo de iiciació. Se ecarga de la creació del objeto: Todas las estructuras de datos ecesarias; objetos de jerarquía iferior que lo compoe e su caso; iicializa la cola de evetos. - Módulo de gestió de etrada de celdas. Los objetos de simulació está uidos etre sí mediate coexioes etre sus puertos. Estas coexioes idica a cada objeto a qué objeto y III-4
5 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX a qué puerto está coectados sus puertos de salida. Esta iformació la utiliza el objeto para trasferir ua celda a otro objeto. Para ello, geera u eveto de trasferecia de celdas, e el que se idica la celda que se trasfiere y el objeto y puerto de etrada del objeto destio. Cuado la cola de evetos gestioa u eveto de trasferecia de celdas, el módulo de gestió de etrada de celdas del objeto correspodiete, se ecarga de ejecutar las istruccioes correspodietes. - Módulo de gestió de evetos iteros. Los objetos activos geera evetos iteros que la cola de evetos ecamia al módulo de gestió de evetos iteros del objeto que lo ha geerado, el cual desecadea la serie de accioes adecuadas, como puede ser el servicio de celdas almaceadas e la cola, la geeració de uevas celdas, etc. - Módulo de estadísticas parciales. La duració de la simulació se divide e itervalos. Este módulo es el ecargado de calcular y guardar los resultados parciales de las estadísticas, co la fialidad de poder calcular medias, variazas e itervalos de cofiaza de los parámetros estadísticos de estudio del sistema IMA. Al fial de cada itervalo, el simulador llama al módulo de estadísticas de cada objeto de simulació que realiza medidas de este tipo. Este módulo realiza los cálculos pertietes y los almacea para su posterior utilizació, a partir de las variables (cotadores, acumuladores) que ha ido siedo modificadas a lo largo del itervalo de simulació. Ua vez hecho esto, reiicializa todas las variables estadísticas preparádolas para el siguiete itervalo. Los resultados obteidos e el periodo trasitorio so igorados por este módulo e el cálculo de resultados fiales, ya que o refleja el comportamieto ormal del sistema y su utilizació e las estimacioes fiales alteraría los resultados esperados. - Módulo de fializació. Realiza la escritura de datos e el fichero de resultados estadísticos. Elimia de memoria todas las estructuras de datos que coforma el objeto ua vez la simulació total ha fializado. Para ua descripció más detallada del cojuto de accioes que cada uo de estos cico módulos efectúa sobre cada uo de los cico objetos que coforma el simulador de sistemas IMA, referirse a [POS98]. III.2 Cálculo de Parámetros Estadísticos e las Simulacioes. Itervalos de Cofiaza Geeralmete, la precisió de los resultados que proporcioa la simulació se expresa mediate itervalos de cofiaza sobre los valores medios de dichos resultados. El proceso para el cálculo de los itervalos de cofiaza se describe a cotiuació [GAR95]. Al realizar la estimació de los parámetros estadísticos co u úmero de muestras fiito, se obtiee u valor aleatorio. Si realizamos medidas idepedietes x,x 2,...,x se puede estimar la media m como: III-5
6 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX x = x + x x = 2 i= x i (III-2) Para estimar la variaza, se utiliza la variaza ajustada, S 2 : S 2 = ( xi x) i= 2 (III-3) Para calcular el itervalo de cofiaza deberemos obteer u itervalo que cotega la media m co ua determiada probabilidad: Prob [ x k s m x + k s] = α (III-4) dode -α determia el ivel de cofiaza y k es: k t ( ) / 2 = α (III-5) siedo el úmero de muestras utilizadas e la estimació y t -α/2 (-) es la distribució t de Studet co - grados de libertad que se puede ecotrar tabulada [PAL95]. E las simulacioes realizadas se cosideró suficiete obteer cico muestras por simulació (ua por itervalo de simulació) para la estimació de los parámetros estadísticos. Para obteer u ivel de cofiaza del 95%, k tiee u valor de.242, por lo que el itervalo de cofiaza será: x ±.242 i i= i= ( xi x) 2 (III-6) E las Figuras (III-4) a (III-8) vemos represetados los valores de la probabilidad de pérdida de celdas que se obtiee e el simulador SIMUX e fució del tamaño del buffer, para valores de la carga por elace 0.5 ρ 0.9, así como sus itervalos de cofiaza al 95%. Puede observarse que sólo idicamos los valores para 0-6. Para estimar el para valores iferiores a 0-6 co ua cofiaza estadística razoable, sería ecesario simular más de 0 7 celdas estadísticamete idepedietes, hecho que empezaría a ser computacioalmete muy costoso. Para alcazar valores simulados del de orde muy pequeño ( 0-2 ), sería ecesario itroducir técicas de aceleració del tiempo de ejecució para la simulació de evetos raros, como es por ejemplo, el método de simulació RESTART (REpetitive Simulatio Trials After Reachig Thresholds) [VIL9]. Fialmete, es ecesario idicar que el programa ha sido verificado comprobado y cotrastado su operació co la ormativa IMA del ATM Forum itroduciedo coveietemete trazas e el simulador. Asimismo, se ha validado su fucioamieto a través III-6
7 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX de casos triviales y comparado co datos procedetes de iformació que proporcioa alguos fabricates. (), carga=0, , 0,0 0,00 0,000 0,0000 0, caales 3 caales 4 caales 6 caales 7 caales 8 caales Figura III-4. Itervalos de cofiaza del 95% para el e fució de la cola. Carga=0.5. (), carga=0, ,0 0,00 0,000 0,0000 0, caales 3 caales 4 caales 6 caales 7 caales 8 caales Figura III-5. Itervalos de cofiaza del 95% para el e fució de la cola. Carga=0.6. III-7
8 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX () carga=0, ,E-02,E-03,E-04,E-05,E-06 2 caales 3 caales 4 caales 5 caales 6 caales 7 caales 8 caales Figura III-6. Itervalos de cofiaza del 95% para el e fució de la cola. Carga=0.7. () carga=0, , 0,0 0,00 0,000 0,0000 0, caales 3 caales 4 caales 5 caales 6 caales 7 caales 8 caales Figura III-7. Itervalos de cofiaza del 95% para el e fució de la cola. Carga=0.8. III-8
9 Aexo III: Etoro de simulació SIMUX para evaluar el comportamieto del dispositivo IMUX e fució del (Carga 0,9) , 0,0 0,00 0,000 0, caales 3 caales 4 caales 5 caales 6 caales 7 caales 8 caales Figura III-8. Itervalos de cofiaza del 95% para el e fució de la cola. Carga=0.9. III-9
Tema 4. Estimación de parámetros
Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesMUESTREO Y ESTIMACIÓN ESTADÍSTICA
1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso
Más detallesQué es la estadística?
Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma
Más detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesPráctica 7 CONTRASTES DE HIPÓTESIS
Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua
Más detallesCAPÍTULO 6 DISTRIBUCIONES MUESTRALES
CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detalles14. Técnicas de simulación mediante el método de Montecarlo
4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios
Más detallesCONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA
CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery
Más detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1
Más detallesTEMA VI: DISEÑO PROGRAMABLE
TEMA VI: DISEÑO PROGRAMABLE Cotiuado co los diferetes tipos de diseño, e el presete tema vamos a itroduciros e el deomiado diseño programable. Este uevo diseño apareció gracias a los cotiuos avaces e la
Más detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesLos sistemas operativos en red
1 Los sistemas operativos e red Objetivos del capítulo Coocer lo que es u sistema operativo de red. Ver los dos grupos e que se divide los sistemas oeprativos e red. Distiguir los compoetes de la arquitectura
Más detallesEstadística Teórica II
tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.
Más detallesDISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,
1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras
Más detallesAPLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC.
APLICACIONES INFORMÁTICAS EN QUÍMICA Problemas Tema 2.3: Series, represetació de fucioes y costrucció de tablas e HC Grado e Química º SEMESTRE Uiversitat de Valècia Facultad de Químicas Departameto de
Más detalles1. QUÉ ES LA ESTADÍSTICA?
1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular
Más detallesINTERVALOS DE CONFIANZA
Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesINTERÉS SIMPLE COMO FUNCIÓN LINEAL.
INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por
Más detallesImportancia de las medidas de tendencia central.
UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació
Más detallesMuestreo e Intervalos de Confianza
Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su
Más detallesDETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA
DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació
Más detalles12. LUBRICACIÓN. 12.1 Finalidad de la Lubricación. 12.2 Métodos de Lubricación. Tabla 12.1 Comparación de Lubricación por Grasa y Aceite
1. LUBRICACIÓN 1.1 Fialidad de la Lubricació La fialidad pricipal de la lubricació es reducir la fricció y el desgaste e el iterior de los rodamietos que podría causar fallos prematuros. Los efectos de
Más detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
Más detallesCAPÍTULO 1 COMPUTADORA DIGITAL. Modelo De Von Neumann
CAPÍTULO 1 COMPUTADORA DIGITAL Ua computadora digital es ua combiació de dispositivos y circuitos electróicos orgaizados de tal forma, que puede realizar ua secuecia programada de operacioes co u míimo
Más detallesConvolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG
Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas
Más detallesUna serie de potencias puede ser interpretada como una función de x. f(x) = n=0
Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada
Más detallesIES Fco Ayala de Granada Sobrantes 2014 (Modelo 5 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates 014 (Modelo 5 ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 014 MODELO 5 OPCIÓN A EJERCICIO 1 (A) 1 3 - Se cosidera las matrices A
Más detallesECUACIONES DIFERENCIALES Problemas de Valor Frontera
DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DPTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS APROXIMADOS EN ING. QUÍMICA TF-33 ECUACIONES DIFERENCIALES Problemas de Valor Frotera Esta guía fue elaborada
Más detallesITM, Institución universitaria. Guía de Laboratorio de Física Mecánica. Práctica 3: Teoría de errores. Implementos
ITM, Istitució uiversitaria Guía de Laboratorio de Física Mecáica Práctica 3: Teoría de errores Implemetos Regla, balaza, cilidro, esfera metálica, flexómetro, croómetro, computador. Objetivos E esta práctica
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede
Más detallesUNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.
UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,
Más detallesTeoría de colas. Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE COLAS 1
Teoría de colas Adrés Ramos Uiversidad Potificia Comillas http://www.iit.comillas.edu/aramos/ Adres.Ramos@comillas.edu TEORÍA DE COLAS 1 Ua cola se produce cuado la demada de u servicio por parte de los
Más detallesLímite y Continuidad de Funciones.
Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por
Más detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesParámetros de tiempo para
Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para
Más detallesLAS MUESTRAS ESTADÍSTICAS
11 LAS MUESTRAS ESTADÍSTICAS Págia 266 1. Ua gaadería tiee 3 000 vacas. Se quiere extraer ua muestra de 120. Explica cómo se obtiee la muestra: a) Mediate muestreo aleatorio simple. b) Mediate muestreo
Más detallesTeorema del Muestreo
Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso
Más detallesEstimación de los parámetros de las distribuciones Bernoulli y Poisson bajo cero eventos
Publicado e la Rev. Fac. Nac. Salud Pública 999; 7(): 30-36 Estimació de los parámetros de las distribucioes Beroulli y Poisso bajo cero evetos Estimatig parameters of the Beroulli ad Poisso distributios
Más detallesPara estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20
Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida
Más detallesCÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007
CÁLCULO Ejercicios Resueltos Semaa 0 Julio al Agosto 007 Ejercicios Resueltos. Estime el área ecerrada por la curva de ecuació y, el eje X y, para ello, divida el itervalo [0,] e cico partes iguales, y
Más detallesSEMANA 01. CLASE 01. MARTES 04/10/16
EMANA 0. CLAE 0. MARTE 04/0/6. Experimeto aleatorio.. Defiició. Experimeto e el cual o se puede predecir el resultado ates de realizarlo. Para que u experimeto sea aleatorio debe teer al meos dos resultados
Más detallesIES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),
Más detallesI VARIACIONES. Una variación es un arreglo ordenado de n objetos diferentes, tomados de r a la vez se denota por medio de:
ANALISIS COMBINATORIO. TEOREMA FUNDAMENTAL: Si u suceso puede teer lugar de m maeras distitas y cuado ocurre ua de ellas se puede realizar otro suceso imediatamete de formas diferetes, ambos sucesos, sucesivamete,
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas
Más detallesTEMA 3 CARGAS ELÉCTRICAS Y ESTIMACIÓN DE LA DEMANDA. - 4) Calculo de la potencia demandada por cada tipo de receptor
TEMA 3 CARGAS ELÉCTRICAS Y ESTIMACIÓN DE LA DEMANDA Coteido - 1) Clasificació de los receptores - 2) Tesioes Nomiales Normalizadas - 3) Cosideracioes geerales - 4) Calculo de la potecia demadada por cada
Más detallesTeoría de la conmutación. Álgebra de Boole
Álgebra de Boole Defiicioes y axiomas Propiedades Variables y fucioes booleaas Defiicioes Propiedades Formas de represetació Fucioes booleaas y circuitos combiacioales Puertas lógicas Puertas lógicas fudametales
Más detalles6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES
6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
Más detallesSesión 12. Aprendizaje neuronal
Iteligecia Artificial Sesió 2 Apredizaje euroal Ig. Sup. e Iformática, 4º Curso académico: 200/20 Profesores: Sascha Ossowski y Matteo Vasirai Apredizaje Resume: 3. Apredizaje automático 3. Itroducció
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesIES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detalles1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)
1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :
Más detalles2 CARTAS DE CONTROL POR ATRIBUTOS
2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o
Más detallesAPLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS
APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 015 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció B Reserva, Ejercicio 4,
Más detalles2.- ESPACIOS VECTORIALES. MATRICES.
2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces
Más detallesProbabilidad. Departamento de Análisis Matemático Universidad de La Laguna. 1. Introducción 1
Probabilidad BENITO J. GONZÁLEZ RODRÍGUEZ (bjglez@ull.es) DOMINGO HERNÁNDEZ ABREU (dhabreu@ull.es) MATEO M. JIMÉNEZ PAIZ (mjimeez@ull.es) M. ISABEL MARRERO RODRÍGUEZ (imarrero@ull.es) ALEJANDRO SANABRIA
Más detallesProbabilidad FENÓMENOS ALEATORIOS
Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El
Más detallesArtículo técnico CVM-NET4+ Cumple con la normativa de Eficiencia Energética. Nuevo analizador de redes y consumos multicanal Situación actual
1 Artículo técico Joatha Azañó Divisió Gestió Eergética y Calidad de Red CVM-ET4+ Cumple co la ormativa de Eficiecia Eergética uevo aalizador de redes y cosumos multicaal Situació actual Las actuales ormativas
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio
26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesIES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder
Más detallesESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}
ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)
Más detallesCAL. CONTROL Y ASEGURAMIENTO DE CALIDAD
MCAL103/03 LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 03. Aálisis Estadísticos de Cotrol de Calidad A. CONTENIDO Este Maual cotiee los procedimietos para aalizar,
Más detallesMETODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES
METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e
Más detallesIES Fco Ayala de Granada Soluciones Germán-Jesús Rubio Luna INTERVALOS DE CONFIANZA PARA PROPORCIONES (2007)
IS Fco Ayala de Graada Solucioes Germá-Jesús Rubio Lua INTRVALOS D CONFIANZA PARA PROPORCIONS (007) jercicio 1- Tomada, al azar, ua muestra de 10 estudiates de ua Uiversidad, se ecotró que 54 de ellos
Más detallesMétodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B
Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................
Más detallesCapítulo I. La importancia del factor de potencia en las redes. eléctricas
La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,
Más detallesINSTRUCCIONES GENERALES Y VALORACIÓN. Ejercicio 1. (Puntuación máxima: 3 puntos) Calcular los valores de a para los cuales la inversa de la matriz
INSTRUCCIONES GENERALES Y VALORACIÓN INSTRUCCIONES: El eame preseta dos opcioes: A y B. El alumo deberá elegir ua de ellas y cotestar razoadamete a los cuatro ejercicios de que costa dicha opció. Para
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA.
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. Població: El cojuto de todos los elemetos o idividuos que posee ua determiada característica o cualidad de iterés. Existe situacioes e las que o es posible aalizar
Más detallesSistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas
Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales
Más detallesUN MODELO DE ESTUDIO PARA DEFINIR NIVELES DE CONFIABILIDAD EN UNA LÍNEA DE PRODUCCION.
FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA UN MODELO DE ESTUDIO PARA DEFINIR NIVELES DE CONFIABILIDAD EN UNA LÍNEA DE PRODUCCION. FERNANDO ESPINOSA FUENTES INTRODUCCION. U sistema productivo
Más detallesNegativos: 3, 2, 1 = 22. ab/c 11 Æ 18
Los úmeros reales.. Los úmeros reales El cojuto de los úmeros reales está formado por los úmeros racioales y los irracioales. Se represeta por la letra Los úmeros racioales so los úmeros eteros, los decimales
Más detallesEl tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.
Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesEstimación puntual y por Intervalos de Confianza
Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel
Más detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesSistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas
Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesFÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)
FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto
Más detallesTest de Kolmogorov Smirnov Patricia Kisbye El test chi-cuadrado en el caso continuo
Test de Kolmogorov Smirov Técicas de validació estadística Bodad de auste Kolmogorov-Smirov Patricia Kisbye FaMAF 29 de mayo, 2008 Icoveiete: No es secillo costruir los itervalos a partir de las probabilidades.
Más detallesTema 8 Límite de Funciones. Continuidad
Tema 8 Límite de Fucioes. Cotiuidad 1. Operacioes co límites. Los límites de las sucesioes a b, c, d y e so los idicados e la tabla siguiete:, a b c d e - 0 1 Di cual es el límite de: a) lim( a b ) c)
Más detalles2. LEYES FINANCIERAS.
TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),
Más detallesOPERACIONES ALGEBRAICAS FUNDAMENTALES
MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6
Más detalles