Codificación de Video Basada en el uso de Transformada Wavelet y Cuantización Vectorial
|
|
- Ana Castro Aguilera
- hace 6 años
- Vistas:
Transcripción
1 Codificación de Video Basada en el uso de Transformada Wavelet y Cuantización Vectorial Julián Pérez Sotelo Abstract Este trabajo presenta un esquema de codificación de video basado en el uso de Wavelets y Cuantización Vectorial, desarrollado para la compresión de video digital, compuesto por secuencias de imágenes en formato JPEG obtenidas a través de una cámara de vigilancia IP. Este esquema explota la redundancia temporal presente en las secuencias, utilizando el Rellenado Condicional de los índices de los Vectores Código, obtenidos mediante el algoritmo Divide Uno. Términos Importantes Descomposición en subbandas, Wavelet, Cuantización Vectorial, Rellenado Condicional, Diccionario, Vector Código, Secuencia de entrenamiento, Compresión de video. INTRODUCCIÓN El uso de la descomposición en sub-bandas en la codificación y compresión de imágenes tiene una larga historia. Estudios recientes han indicado que las ondeletas o wavelets pueden ser utilizadas para formar representaciones multi-resolución de imágenes debido a su selectividad de frecuencias y localización de cambios abruptos. Estas propiedades han hecho de las ondeletas una herramienta poderosa para la compresión de imágenes estáticas. Las sub-bandas producidas por la descomposición pueden ser codificadas por una amplia variedad de técnicas, entre las cuales destaca la cuantización vectorial, que es utilizada en el desarrollo de esquemas de compresión de baja tasa de bits. La principal diferencia entre las técnicas desarrolladas para codificación de video combinando el uso de ondeletas y cuantización vectorial, es la estrategia que éstas emplean para la codificación de las bandas no dominantes, es decir las bandas correspondientes a las frecuencias más altas. La reducción en la tasa de datos se logra al explotar la redundancia de las secuencias de imágenes, la cual surge del hecho de que gran parte de la información permanece constante o es predecible, dado que los cambios entre cuadros son pocos. Se logra remover la redundancia al codificar secuencias de imágenes. Los algoritmos de compresión pueden trabajar sobre un solo cuadro (intra-frame), entre cuadros de una secuencia (inter-frame), o utilizar una combinación de ambos. Los sistemas prácticos tienden a ser híbridos que combinan un número de diferentes mecanismos de compresión. RELLENADO CONDICIONAL ( Conditional Replenishment ) Este es un algoritmo de codificación inter-frame, el cual requiere la retención de un cuadro de referencia en el transmisor. El algoritmo comienza por dividir el cuadro en elementos pequeños, llamados bloques, aunque también se pueden utilizar líneas. Cada elemento o píxel es comparado con la misma localización en el cuadro de referencia y se calcula alguna medida de diferencia entre los píxeles. Si esta medida es mayor que algún umbral de decisión, se asume que el píxel ha cambiado y el nuevo valor es enviado al receptor y se actualiza en el cuadro de referencia, si la diferencia no es mayor que el valor de umbral, entonces no se envía ningún dato. El cuadro desplegado es por lo tanto, una mezcla de valores de nuevos y viejos píxeles. CODIFICACIÓN POR USO DE TRANSFORMADAS ( Transform Coding ) Este tipo de codificación intenta transformar o convertir las muestras de la imagen que se tienen a la entrada, de un dominio a otro. Es usual aplicar una transformada bidimensional a una imagen bidimensional, y entonces cuantizar los valores de las muestras ya transformadas. En este punto debemos notar que el empleo de transformadas, por si solo no proporciona un mecanismo de compresión.
2 A menudo, un coeficiente de transformada es la salida para cada muestra de amplitud de video de entrada. De cualquier forma, muchos valores de una imagen bidimensional, se transforman en un número mucho menor de muestras con magnitud significativa, lo cual quiere decir que los valores con magnitud no significativa se pueden descartar. Más aún, la resolución de cuantización de una muestra de salida en particular se puede escoger de forma que refleje la importancia de esa muestra con respecto a la imagen total. Para reconstruir la imagen, los coeficientes que se conservaron, son introducidos en un transformador inverso, de forma que se recupere una aproximación del video de entrada original. Ésta es por lo tanto una forma de codificación con pérdidas (lossy compression). Mucha de la información visual registrada por el ojo humano, está contenida en los coeficientes de las frecuencias bajas, por lo tanto, en el proceso de cuantización, que involucra asignar un número diferente de bits a cada coeficiente, se le asignan menos bits a los coeficientes de las frecuencias más altas, e incluso a algunos se les asigna cero bits, ya que no se requieren para reconstruir una imagen de calidad aceptable. Los codificadores de transformadas prácticos incluyen otros elementos además de las operaciones de transformación y codificación descritos anteriormente. Se puede lograr compresión adicional utilizando codificación del tipo longitud variable, operando sobre la salida del cuantizador, por ejemplo codificación de Huffman. CODIFICACIÓN DE CORRIDA Y LONGITUD ( Run-Lentgh Coding ) Este es un algoritmo de compresión intra-frame y se ajusta mejor a imágenes o flujos de video con largas secciones compuestas por píxeles idénticos. El algoritmo simplemente detecta valores idénticos de los píxeles y nota el punto de comienzo y el número de píxeles en la corrida, de ahí el nombre. Esta información se transmite entonces en lugar de los valores de los píxeles originales. Para lograr una ganancia significativa, las longitudes de las corridas deben ser suficientemente largas. OBJETIVOS GENERALES Y ESPECÍFICOS El objetivo general del presente trabajo es lograr la codificación de una secuencia de video, aplicando el esquema propuesto inicialmente, que consta de la combinación de varias técnicas de compresión y una técnica de descomposición de los datos. Para la descomposición en sub-bandas de frecuencia se ha escogido trabajar con la Transformada Wavelet o Transformada Ondeleta. La técnica de compresión de datos, será una combinación del uso del Rellenado Condicional y la Cuantización Vectorial, aplicados a un diccionario obtenido mediante el algoritmo Divide Uno. Uno de los objetivos es lograr la obtención de diccionarios de buena calidad que puedan ser utilizados en la codificación y compresión de las secuencias de video. Se ha escogido el algoritmo Divide Uno debido a su sencillez de implementación. El segundo objetivo es lograr la compresión de un archivo de video utilizando los diccionarios obtenidos y aplicando un algoritmo de compresión que también será diseñado.
3 METODOLOGÍA UTILIZADA DESCOMPOSICIÓN DE VIDEO EN SUB-BANDAS ESPACIOTEMPORALES La descomposición espaciotemporal en sub-bandas de secuencias de imágenes, comienza con la descomposición temporal, la cual es seguida por la descomposición espacial de las bandas resultantes. En las fases temporal y espacial del esquema empleado en este trabajo se muestra en la siguiente figura, la cual muestra la descomposición espaciotemporal de una señal de video en 11 sub-bandas. Fig. 1. Esquema de descomposición espaciotemporal wavelet, en once subbandas. En la fase de descomposición temporal, los cuadros de la secuencia de imágenes, son pasados bloque a bloque por un banco de filtros que contiene un filtro temporal de paso bajo (LP) y uno de paso alto (HP). El filtrado temporal resulta en dos sub-bandas: la temporal de paso bajo (LPT) y la temporal de paso alto (HPT). En la fase de descomposición espacial, cada una de las sub-bandas LPT y HPT, se pasan por a través de un banco de filtros que realizan el filtrado paso bajo a lo largo de la dimensión horizontal (LPh) y el filtrado paso alto a lo largo de la dimensión horizontal (HPh).El filtrado paso bajo y paso alto son seguidos de un submuestreo (downsampling), por un factor de 2. Cada una de las sub-bandas resultantes es pasada a través de un banco de filtros que realizan un filtrado paso bajo sobre la dimensión vertical (LPv) y un filtrado paso alto sobre la dimensión vertical (HPv), nuevamente se realiza un submuestreo a las bandas resultantes. Esta secuencia de operaciones completa un nivel de descomposición espacial de las sub-bandas LPT y HPT. Las sub-bandas resultantes pueden ser descompuestas aún más. La descomposición espacial se logró empleando un banco de filtros basados en el filtro biortogonal de 9 coeficientes (BIOG9). Los cuadros de la secuencia descompuesta pueden ser reconstruidos utilizando sobremuestreo seguido por filtraje wavelet inverso. CUANTIZACIÓN VECTORIAL Y DISEÑO DE LOS DICCIONARIOS La cuantización vectorial (VQ) puede ser vista como un mapeo desde un espacio Euclideano n- dimensional hacia un conjunto finito de vectores, comúnmente llamados vectores código (code-vector) o prototipos (protoypes), los cuales forman un diccionario (Codebook). Dado un diccionario V =8v 1, v 2,..., v c<, v j e Ñ n, 1 j c un cuantizador vectorial Q de dimensión n y tamaño c se define de la siguiente manera: Q : Ñ - > V Ì Ñ n
4 Con un cuantizador vectorial de este tipo disponible, la codificación se logra al mapear cualquier vector de entrada x e Ñ n hacia el índice de su vector código más cercano. El proceso de decodificación realiza un mapeo inverso desde el conjunto de índices hacia los vectores código contenidos en el diccionario. Un asunto central en las aplicaciones de la cuantización vectorial es la generación de un conjunto de vectores representativos, lo cual es realizado por los algoritmos de diseño de diccionarios, utilizando un conjunto de vectores de entrenamiento (Training Set). En aplicaciones de compresión de video, los vectores de entrenamiento se obtienen de una sola secuencia de imágenes o un ensamble de secuencias de imágenes y forman un conjunto finito X =8x 1, x 2,..., x M<Ì Ñ n llamado conjunto de entrenamiento (Training Set). El diccionario V se obtiene al partir el conjunto de entrenamiento en c subconjuntos o agrupamientos (clusters) durante el proceso de diseño. ALGORITMO DIVIDE UNO (Split one) Fig. Comienza con un solo prototipo y se diseña un diccionario conteniendo c prototipos al dividir un vector código en cada iteración. El primer prototipo v 1 se calcula como el centroide del conjunto de vectores de entrenamiento completo, los vectores xi, 1 i M. En la primera iteración, el prototipo v 1 se divide para crear un codebook de tamaño 2 conteniendo un nuevo prototipo v2 y una versión actualizada del prototipo original v1. Uno de estos dos prototipos es dividido subsecuentemente para producir un diccionario de tamaño 3. Este procedimiento se repite hasta que se obtiene un prototipo del tamaño deseado. Supongamos que después de v-1 iteraciones, el codebook contiene los prototipos v j, 1 j v. Sea C j el conjunto de enteros entre 1 y M formado por los índices de los vectores de entrenamiento representados por el prototipo vj, o sea: C j =9iÉ1 i M:IÈx i - vj È2 < Èx i - vl È2, l ¹ j= C j es el conjunto de enteros i, entre 1 y M tales que: el cuadrado de la norma de la diferencia entre el vector de entrenamiento y su representación es menor que el cuadrado de loa norma de la diferencia del vector de entrenamiento y cualquier otra representación Si E j denota el error de cuantización asociado con la representación de los vectores de entrenamiento 8x i<ie C j por el prototipo v j â o sea si: E j = Èx i - v È2 j iî E j el prototipo v k se dividirá si: E k > E j, j ¹ k Si el error asociado con un prototipo es mayor que el error asociado con cualquier otro prototipo Si x l es el vector de entrenamiento que tiene la mayor contribución al error de cuantización, E k o sea:
5 El cuadrado de la norma de la diferencia del vector de entrenamiento y el prototipo que produce más error es mayor que el cuadrado de la norma de la diferencia de cualquier otro vector de entrenamiento y el prototipo que produce más error, entonces, el error E k puede ser reducido al dividir el prototipo v k (el que produce más error) en la dirección v k - x l. El dividir al prototipo v k produce dos nuevos prototipos: v k y v k+1. El nuevo prototipo v k se obtiene al mover al prototipo v k original hacia por una cantidad d Î o sea: kl v k < -H1 + dlv k + d x l = v k + d Hx l - v H0, 1L, 1L En orden de balancear el efecto de mover hacia x l, el nuevo prototipo v v+1 se obtiene al mover al prototipo original por una cantidad igual d Î H0,, pero en la dirección kl opuesta, o sea: v v+1 < -H1 + dlv k - d x l = v k - d Hx l - v El codebook resultante después de dividir un prototipo puede ser mejorado al calcular cada prototipo v j 8x como el centroide de los vectores de entrenamiento i<ie C j, con C j definido como: j= C j =9iÉ1 i M:IÈx i - v È2 j < Èx i - v È2 l, l ¹ Fig. 1. Muestra la forma en que a partir de un solo vector (Centroide), se va construyendo el Diccionario. Cada punto en la imagen es un vector (Vector Código), el cual representará a cualquier vector que esté contenido dentro del mismo espacio vectorial. Resumiendo: 1.-Se calcula el centroide 2.-Se calcula el error del centroide con cada vector de entrenamiento 3.-En la primera iteración, no se busca al vector prototipo que produce más error, pues solo tenemos al centroide. 4.-Entonces se divide al centroide y se obtienen 2 prototipos: a) Moviendo v k hacia x l se obtiene el nuevo v k, se calcula el error de v k con cada vector de entrenamiento. b) Moviendo v k contra x l se obtiene un vector más: v v+1, se calcula el error de v v+1 con cada vector de entrenamiento. 5.-Se comparan los vectores obtenidos en a) y b) y si v k produce más error, v v+1 se va al diccionario y v k se va a división, en caso contrario, v k se va al diccionario y v v+1 se va a división. Es decir, el movimiento se realiza en dirección de los vectores que producen más error, pero conservando los vectores que quedan más cercanos al centroide. Ahora debemos definir el valor de d. Dado que estamos trabajando con vectores, la varianza será un vector, que nos indicará la dirección en que los vectores de entrenamiento se alejan del centroide. Debido a que el valor de la varianza puede ser mayor que la unidad, será necesario normalizarlo, de forma que el alejamiento de los vectores v k y v v+1 con respecto al centroide sea paulatino. El valor de d será la varianza normalizada, ya que lo que nos interesa es la dirección de este vector y no su magnitud.
6 ESQUEMA DE CODIFICACIÓN Para el presente trabajo se utilizaron secuencias de video obtenidas a través de una cámara de vigilancia IP, instalada en el pasillo del tercer piso del edificio T de la universidad (UAM-I). El formato de las secuencias es AVI, compuesto por imágenes JPEG. La siguiente figura muestra la estructura en la cual están guardados los datos. Fig. 2. Estructura en la que se almacenan los datos en una secuencia de video en formato AVI. La entrada al sistema de codificación es la secuencia de video, llamada Secuencia de Entrenamiento. Como se puede observar en la figura anterior, la secuencia de entrenamiento consta de 17 cuadros, los cuales están compuestos de un arreglo de 3 matrices de tamaño 256 X 320. Esta secuencia de entrenamiento, es a su vez separada en cada uno de los cuadros (frames) que la constituyen. En la siguiente figura se puede apreciar la forma en que cada cuadro es separado en pequeños bloques. En la parte superior izquierda se puede apreciar un bloque. A su lado se muestra un recuadro con la imagen correspondiente a los datos contenidos en la matriz de 18 X 18. Fig. 3. Muestra la correspondencia entre los datos y la imagen.
7 Como se puede observar en la figura anterior, los valores que conforman las matrices son del tipo UINT8, es decir, son enteros no signados de 8 bits, por lo que pueden tomar valores de 0 a 255. El valor más alto corresponde a un blanco y el cero al negro. Cada cuadro es a su vez dividido en pequeños bloques de tamaño fijo. En caso de que el tamaño del cuadro no sea divisible en un número entero de bloques, se deberán agregar ceros, hasta hacerlo divisible. Fig. 4. Muestra la forma en que se han agregado los ceros para realizar la división del cuadro en un número entero de bloques. Los bloques mostrados en la figura son de tamaño 128 X 128. En este punto debemos hacer notar que el tamaño real de los bloques fue de 32 X 32. ANÁLISIS DE LOS DATOS Se realizó el análisis de los datos de forma que se pudieran diseñar lo diccionarios de una manera apropiada, es decir, que fueran lo más apegados a la información a la cual pretendían representar. Para esto, se analizaron los valores obtenidos después la descomposición. La elaboración de los diccionarios resultó ser bastante complicada, debido a la disparidad de los valores de una misma sub-banda, la cual por supuesto crecía al analizar los valores entre distintas sub-bandas. Sin embargo, no era apropiado la creación de muchos diccionarios, puesto que la función de éstos es la de representar a un gran número de vectores. Debemos mencionar que al modificar la secuencia de entrenamiento, los valores obtenidos diferían notablemente, y se obtenían diccionarios muy diversos. Por ejemplo, uno de los parámetros utilizados para dispersar el centroide, la varianza ( d ), cambiaba demasiado y disparaba los valores de los vectores del diccionario, por lo que fue necesario encontrar la manera de normalizarla, sin que llegara por supuesto a la unidad, pero que tampoco tuviera valores muy pequeños, ya que entonces, para alcanzar los valores más grandes de la matriz, el diccionario debía ser de un tamaño muy grande, lo cual tampoco es recomendable, ya que el propósito final de los diccionarios es servir en la cuantización vectorial con fines de compresión.
8 A continuación se muestran algunas figuras que contienen algunos valores de los diccionarios obtenidos. Fig. Muestra los valores que conforman el diccionario uno y los datos de una matriz de la sub-banda uno. De acuerdo a las gráficas, podemos observar, que los datos de la sub-banda uno toman valores muy cercanos a cero, y van creciendo, hasta aproximarse a Al trabajar con todos los datos de la subbanda uno, se encontraron valores cercanos a 1300, es por eso que el diccionario uno crece aproximándose a ese valor. a) b) c) d) Fig.
9 a) b) c) d) Fig. a) b) c) c) Fig.
10 Con base en el análisis anterior, se decidió elaborar 4 diccionarios, de acuerdo al siguiente esquema: Fig. Muestra la forma en que se eligieron las subbandas para la realización de los diccionarios. Los números a la extrema derecha corresponden al número de subbanda. Los números sobre (o al lado de) los cuadros representan el número de matriz y se han agregado para facilitar el análisis visual de la información correspondiente. Como se puede apreciar en la figura anterior, para la elaboración del diccionario uno se utilizaron únicamente los datos de la sub-banda uno, debido a su relevancia. Para los demás diccionarios se utilizaron los datos de tres subbandas para cada uno, debido a que los datos contenidos en éstas, eran más parecidos entre sí. De la misma manera, se decidió descartar a la subbanda once debido a que no aportaba información relevante, ya que la mayoría de sus datos eran igual a cero. Visualmente también se verificó la importancia relativa de cada subbanda y a continuación se realiza un análisis de los mismos. Como se describió previamente, al aplicar la Transformada Wavelet Discreta (DWT) sobre un vector, se obtienen dos nuevos vectores: de aproximación (ca) y de detalles (cd).para muchas señales, el contenido de bajas frecuencias ( aproximación, de gran escala) es el más importante. Es el que le da a la señal su identidad. Las altas frecuencias representan los detalles. El proceso básico se ve así: Fig. Descomposición de una señal en sus componentes de aproximación (ca) y de detalles (cd). En la siguiente figura se muestra la descomposición descrita anteriormente, aplicada a la secuencia de entrenamiento. Como podemos observar, el bloque de la derecha es simplemente un cuadro negro, esto es debido a que sus valores son iguales o muy cercanos a cero. Dado que sus coeficientes de detalle son muy pequeños, podríamos afirmar que visualmente se pueden descartar de la codificación y pueden simplemente ser sustituidos por ceros. Sin embargo, es necesario hacer un análisis de todos los cuadros de la secuencia.
11 Fig. Muestra la información contenida en el bloque (2,2). a) Información correspondiente a la matriz 2. b) Información correspondiente a la matriz 3. Por el contrario, el bloque de la derecha evidentemente contiene información relevante, por lo que puede seguir descomponiéndose en más sub-bandas. La imagen anterior corresponde a un primer nivel de descomposición. Fig. Muestra la información contenida en la matriz cuatro, del bloque (1,1) al (3,5). Fig. Muestra la información contenida en la matriz cinco, del bloque (1,1) al (3,5).
12 Fig. Muestra la información contenida en la matriz diez, del bloque (1,1) al (3,5). Fig. Muestra la información contenida en la matriz once, del bloque (1,1) al (3,5).
13 Fig. Muestra la información contenida en la matriz quince, del bloque (1,1) al (4,5). Fig. Muestra la información contenida en la matriz diecisiete, del bloque (1,1) al (4,5).
14 Fig. Muestra la información contenida en la matriz veintiuno, del bloque (1,1) al (4,5). Se creó un algoritmo de compresión de la información, de forma que se pudiera aprovechar al máximo la redundancia de los datos. Se diseñaron 4 codebooks o diccionarios de acuerdo al esquema planteado inicialmente y se procedió a verificar su calidad. Después del análisis se pudo observar que los diccionarios no eran de la calidad esperada, por lo que se volvieron a diseñar, para lo cual se modificaron algunos parámetros de diseño. Se diseñó un algoritmo de compresión, basado en una nueva estructura receptora de los datos y que hace uso de la cuantización vectorial. Fig.
15 Fig. OBJETIVOS Y METAS ALCANZADOS Se logró la descomposición y análisis de los datos, lo que permitió el diseño de los diccionarios. Se observó que las bandas de alta frecuencia podían ser descartadas en el diseño de los diccionarios, puesto que sus coeficientes eran casi todos igual a cero. Se verificó que para la obtención de diccionarios de buena calidad, es necesario contar con secuencias de entrenamiento más largas y más variadas. Mediante el uso de los diccionarios obtenidos, se codificaron varias secuencias de video, una de calidad visual aceptable y una de baja calidad. RESULTADOS Y CONCLUSIONES Una observación importante que debemos destacar es que resulta muy complicado obtener un diccionario de buena calidad, si no se parte de una secuencia de entrenamiento que sea realmente representativa. La obtención de los diccionarios fue la parte más complicada de realizar por dos razones principales: una es el consumo de tiempo que implica el análisis de la secuencia de entrenamiento, ya que si no es suficientemente larga, no se obtiene bastante información, y por otro lado, si se utiliza una secuencia muy larga, no sólo se consume mucho tiempo, sino que se agota la memoria de la computadora. Por lo anteriormente expuesto, se pueden hacer dos recomendaciones importantes: se debe conseguir una secuencia de entrenamiento más larga y variada y se debe intentar aplicar el algoritmo en un lenguaje compilado y no interpretado, por ejemplo en C. BIBLIOGRAFÍA Gersho and R. M. Gray Vector Quantization and Signal Compression. Norwell, MA: Kluwer, Nicolaos B. Karayiannis and Yiding Li A Replenishment Technique for Low Bit-Rate Video Compression Based on Wavelets and Vector Quantization IEEE Transactions on Circuits and Systems for Video Technology, vol. 11, no. 5, may 2001
Capítulo 4 Exploración del ambiente.
Capítulo 4 Exploración del ambiente. Para explorar el ambiente se tomó como base el vehículo explorador de Braitenberg, la idea es tomar este comportamiento y adaptarlo al uso de una cámara de video, esto
Más detallesAlgoritmos y solución de problemas. Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal
Algoritmos y solución de problemas Fundamentos de Programación Otoño 2008 Mtro. Luis Eduardo Pérez Bernal Introducción Departamento de Electrónica, Sistemas e Informática En las ciencias de la computación
Más detallesTEMA 2. CODIFICACIÓN DE LA INFORMACIÓN
TEMA 2. CODIFICACIÓN DE LA INFORMACIÓN 1. INTRODUCCIÓN. SISTEMAS DE NUMERACIÓN EN. Sistema binario. Sistema octal. Sistema hexadecimal. 2. REPRESENTACIÓN DE TEXTOS.. Números naturales. Números enteros.
Más detallesSistemas Electrónicos Digitales. Práctica 2 Implementación de un filtro FIR basado en estructura MAC
Sistemas Electrónicos igitales 2 o Ing. Telecomunicación Práctica 2 Implementación de un filtro FIR basado en estructura MAC Javier Toledo Moreo pto. Electrónica, Tecnología de Computadoras y Proyectos
Más detallesSistemas Numéricos y Códigos Binarios
Sistemas Numéricos y Códigos Binarios Marcelo Guarini Departamento de Ingeniería Eléctrica, 5 de Abril, 5 Sistemas Numéricos en Cualquier Base En el sistema decimal, cualquier número puede representarse
Más detallesGuía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
Más detallesUnidad III: Curvas en R2 y ecuaciones paramétricas
Unidad III: Curvas en R2 y ecuaciones paramétricas 2.1 Ecuación paramétrica de la línea recta. La recta constituye una parte fundamental de las matemáticas. Existen numerosas formas de representar una
Más detallesESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN TEMA 3. Aritmética y codificación 3.1 Aritmética binaria 3.2 Formatos de los números y su representación 3.3 Definiciones
Más detallesTratamiento de imágenes Adquisición y Digitalización
Tratamiento de imágenes Adquisición y Digitalización hamontesv@uaemex.mx http://scfi.uaemex.mx/hamontes Advertencia No use estas diapositivas como referencia única de estudio durante este curso. La información
Más detallesGuía práctica de estudio 05: Diagramas de flujo
Guía práctica de estudio 05: Diagramas de flujo Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 05: Diagramas de
Más detallesGuía práctica de estudio 06: Lenguaje binario
Guía práctica de estudio 06: Lenguaje binario Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 06: Lenguaje binario
Más detallesIntroducción general a la compresión de datos multimedia
Introducción general a la compresión de datos multimedia Necesidad de la compresión La mayoría de las aplicaciones multimedia requieren volúmenes importantes de almacenamiento y transmisión. CD-ROM 640
Más detallesComunicaciones I. Capítulo 4 CODIFICACIÓN Y MODULACIÓN
Comunicaciones I Capítulo 4 CODIFICACIÓN Y MODULACIÓN 1 Resumen de lo visto en el Capítulo 4 Se analizó la diferencia entre datos analógicos y digitales, y entre señales analógicas y digitales. A partir
Más detallesUniversidad de Alcalá
Universidad de Alcalá Departamento de Electrónica CONVERSORES ANALÓGICO-DIGITALES Y DIGITALES-ANALÓGICOS Tecnología de Computadores Ingeniería en Informática Sira Palazuelos Manuel Ureña Mayo 2009 Índice
Más detallesTEMA 1: NÚMEROS REALES
TEMA 1: NÚMEROS REALES 1. INTRODUCCIÓN El conjunto formado por los números racionales e irracionales es el conjunto de los números reales, se designa por Con los números reales podemos realizar todas las
Más detalles7 6 EL PUENTE WHEATSTONE
EL PUENTE WHEATSTONE 253 7 6 EL PUENTE WHEATSTONE El circuito puente Wheatstone se utiliza para medir con precisión la resistencia. Sin embargo, más comúnmente se opera junto con transductores para medir
Más detallesFactorización ecuación identidad condicional término coeficiente monomio binomio trinomio polinomio grado ax3
Factorización Para entender la operación algebraica llamada factorización es preciso repasar los siguientes conceptos: Cualquier expresión que incluya la relación de igualdad (=) se llama ecuación. Una
Más detallesSESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES
SESIÓN N 07 III UNIDAD RELACIONES Y FUNCIONES RELACIONES BINARIAS PAR ORDENADO Es un arreglo de dos elementos que tienen un orden determinado donde a es llamada al primera componente y b es llamada la
Más detallesGuía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
Más detallesMetodología para la solución de problemas programables
Metodología para la solución de problemas programables Nosotros efectuamos día a día una serie de pasos, acciones y procedimientos para solucionar problema y esto es de forma natural y casi inconscientemente
Más detallesTema: Uso del analizador espectral.
Sistemas de Comunicación I. Guía 1 1 I Facultad: Ingeniería Escuela: Electrónica Asignatura: Sistemas de comunicación Tema: Uso del analizador espectral. Objetivos Conocer el funcionamiento de un Analizador
Más detallesEstudio sobre la problemática en los enunciados de los problemas de programación
Estudio sobre la problemática en los enunciados de los problemas de programación Área de conocimiento: Programación de computadoras-computación Educativa Autores: M. en C. Isaías Pérez Pérez -ICBI -UAEH
Más detallesObjetivos formativos de Álgebra
Objetivos formativos de Álgebra Para cada uno de los temas el alumno debe ser capaz de hacer lo que se indica en cada bloque. Además de los objetivos que se señalan en cada tema, se considera como objetivo
Más detallesINFORME DE MONTAJE Y PRUEBAS DEL CIRCUITO ELECTRÓNICO PARA ADQUIRIR LOS POTENCIALES EVOCADOS AUDITIVOS
INFORME DE MONTAJE Y PRUEBAS DEL CIRCUITO ELECTRÓNICO PARA ADQUIRIR LOS POTENCIALES EVOCADOS AUDITIVOS ACTIVIDADES: A02-2: Diseño de los circuitos electrónicos A02-3: Montaje y pruebas en protoboard de
Más detallesEL LENGUAJE DE LAS COMPUTADORAS
EL LENGUAJE DE LAS COMPUTADORAS AUTORÍA ANGEL MANUEL RUBIO ORTEGA TEMÁTICA ELECTRICIDAD, ELECTRÓNICA ETAPA ESO, BACHILLERATO Resumen Actualmente nos encontramos rodeados dispositivos digitales. Por ello
Más detallesContinuación Números Naturales:
Continuación Números Naturales: Múltiplos y divisores de un número natural. Reglas de divisibilidad. Mínimo común múltiplo y Máximo común divisor. Ejercicios de aplicación. Continuación Números Naturales:
Más detallesBloques Aritméticos - Multiplicadores
Bloques Aritméticos - Multiplicadores La multiplicación es una operación cara (en términos de recursos) y lenta Este hecho ha motivado la integración de unidades completas de multiplicación en los DSPs
Más detallesESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC
ESTUDIO COMPARATIVO SOBRE DISTINTOS TIPOS DE FILTROS FIR IMPLEMENTADOS EN UN DSPIC Autores: Matías L. Martini, Gastón Oviedo Tutor: Ing. Franco M. Salvático (fmsalvatico@hotmail.com) Departamento de Ingeniería
Más detallesCONTENIDO 1 Diagrama de flujo 2 Pseudocodigo 3 Diagrama estructurado (nassi-schneiderman)
CONTENIDO 1 Diagrama de flujo 2 Pseudocodigo 3 Diagrama estructurado (nassi-schneiderman) Las dos herramientas utilizadas comúnmente para diseñar algoritmos son: Diagrama de Flujo Pseuducodigo 1 Diagrama
Más detallesTEMA 1 CONJUNTOS NUMÉRICOS
TEMA 1 CONJUNTOS NUMÉRICOS. Objetivos / Criterios de evaluación O.1.1 Realizar correctamente operaciones con fracciones: Suma, resta, producto, cociente, potencia y radicación. O.1.2 Resolver operaciones
Más detallesTema 5 Proporcionalidad y escalas
Tema 5 Proporcionalidad y escalas Tema 5 Proporcionalidad y escalas...1 Proporcionalidad... 2 Razón...2 Proporción...2 Proporcionalidad directa...2 Proporcionalidad inversa...3 Construcción de la media
Más detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesAritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
Más detallesTV: TeleVisión Plan 2010 Codificación híbrida: Recomendación ITU-T H.261
TV: TeleVisión Plan 2010 Codificación híbrida: Recomendación ITU-T H.261 TV @ ETSIT-UPM (Plan 2010) H.261-1 Contenido 1. Codificador híbrido. 2. Introducción a H.261. 3. Formato de vídeo en H.261. 4. Codificador
Más detallesPíxel. Un píxel ( picture element ) es la menor unidad homogénea en color que forma parte de una. fotograma de video, gráfico)
La imagen digital Esta formada por una secuencia de ceros y unos que se almacenan en una memoria informática. Cuando es interpretada (leída), los ordenadores la transforman en una imagen visible a través
Más detallesTema 3. Electrónica Digital
Tema 3. Electrónica Digital 1.1. Definiciones Electrónica Digital La Electrónica Digital es la parte de la Electrónica que estudia los sistemas en los que en cada parte del circuito sólo puede haber dos
Más detallesEL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
Más detallesVamos a llamar número racional a todo aquel que puede ser expresado como un cociente entre dos números enteros: 4 2 = 2
Instituto Raúl calabrini Ortiz Matemática º año NUMERO RACIONALE En la ecuación 0, todos los números que aparecen son enteros in embargo, cuando tratamos de resolverla, vemos que la ecuación no tiene solución
Más detallesIdentificación. Propuesta didáctica: unidad Didáctica. Resumen: QUINTO de primaria matemática. Nivel: Primario. Grado: Quinto
1. Identificación Nivel: Primario Área: Matemática Grado: Quinto SC 3: Multiplicación y división de números naturales Resumen: En esta unidad didáctica se desarrollan los procedimientos para efectuar operaciones
Más detallesElectrotecnia General Tema 26 TEMA 26 CÁLCULO DE REDES DE DISTRIBUCIÓN II
TEMA 26 CÁLCULO DE REDES DE DISTRIBUCIÓN II 26.1. DISTRIBUCIONES PERFECTAMENTE CERRADAS CON TENSIÓN CONSTANTE Y SECCIÓN UNIFORME. Las distribuciones perfectamente cerradas son aquellas en las que el distribuidor
Más detallesCAPÍTULO 3: PORCIONES Y NÚMEROS ENTEROS
CAPÍTULO 3: PORCIONES Y NÚMEROS ENTEROS Fecha: Caja de herramientas 2014 CPM Educational Program. All rights reserved. 22 Capítulo 3: Porciones y números enteros Fecha: 23 2014 CPM Educational Program.
Más detallesCAPITULO XII PUENTES DE CORRIENTE ALTERNA
CAPITULO XII PUENTES DE CORRIENTE ALTERNA 2. INTRODUCCION. En el Capítulo IX estudiamos el puente de Wheatstone como instrumento de medición de resistencias por el método de detección de cero. En este
Más detallesUniversidad Central de Venezuela Facultad de Ciencias Escuela de Computación Organización y Estructura del Computador II Semestre I-2014.
Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Organización y Estructura del Computador II Semestre I-2014 Práctica #3 1) Qué es un latch? Qué es un flip-flop? 2) Si se aplican
Más detallesFundamentos de audio digital
Fundamentos de audio digital Seminario de Audio 2005 Ernesto López Martín Rocamora Sistemas de audio digital Pilares de la digitalización: Muestreo Cuantización Tipos fundamentales de distorsión: Presencia
Más detallesASÍ FUNCIONA LA CONVERSIÓN ANALÓGICO- DIGITAL DIGITALIZACIÓN DE LA SEÑAL ANALÓGICA
ASÍ FUNCIONA LA CONVERSIÓN ANALÓGICO- DIGITAL DIGITALIZACIÓN DE LA SEÑAL ANALÓGICA En una señal eléctrica analógica, los valores de tensión positivos y negativos pueden mantenerse con un valor constante,
Más detallesResumen de CONVERSORES ANALÓGICO DIGITALES Y DIGITALES ANALÓGICOS
Universidad De Alcalá Departamento de Electrónica Resumen de CONVERSORES ANALÓGICO DIGITALES Y DIGITALES ANALÓGICOS Tecnología de Computadores Almudena López José Luis Martín Sira Palazuelos Manuel Ureña
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesTratamiento de la Imagen Digital
Tratamiento de la Imagen Digital Qué es la imagen digital? La definición de digital es toda información representada por una serie de pulsos electricos discretos basados en un sistema binario (ceros y
Más detallesTÉCNICAS DIGITALES SISTEMAS NUMÉRICOS
Universidad Nacional de Quilmes Diplomatura en Ciencia y Tecnología TÉCNICAS DIGITALES Los sistemas numéricos. SISTEMAS NUMÉRICOS La necesidad de contar objetos llevó a distintas culturas a simbolizar
Más detallesAlgoritmos. Medios de expresión de un algoritmo. Diagrama de flujo
Algoritmos En general, no hay una definición formal de algoritmo. Muchos autores los señalan como listas de instrucciones para resolver un problema abstracto, es decir, que un número finito de pasos convierten
Más detallesRepresentación de datos y aritmética básica en sistemas digitales
Representación de datos y aritmética básica en sistemas digitales DIGITAL II - ECA Departamento de Sistemas e Informática Escuela de Ingeniería Electrónica Rosa Corti 1 Sistemas de Numeración: Alfabeto:
Más detallesCompresión de datos Algoritmos de compresión con pérdida
Compresión de datos Algoritmos de compresión con pérdida Las técnicas de compresión sin pérdida generalmente producen tasas de compresión pobres cuando se aplican a imágenes, audio o video. La mayoría
Más detallesECUACIONES.
. ECUACIONES... Introducción. Recordemos que el valor numérico de un polinomio (y, en general, de cualquier epresión algebraica) se calcula sustituyendo la/s variable/s por números (que, en principio,
Más detallesJesús Manuel Carrera Velueta José Juan Almeida García Fecha de elaboración: Mayo 6 de 2010 Fecha de última actualización:
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Ingeniería Ambiental Sustantiva profesional. Programa elaborado por: PROGRAMACIÓN APLICADA Horas teóricas: 1 Horas prácticas:
Más detallesPruebas de modos y extensiones en una imagen
Lenguaje computacional Tarea 1 Pruebas de modos y extensiones en una imagen Lucas León 2do Diseño Gráfico Glosario RGB: Es un modelo de color basado en la síntesis aditiva, con el que es posible representar
Más detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Más detallesS i s t e m a s A n a l ó g i c o s y D i g i t a l e s
Sistemas de Numeración Apunte N 1 S i s t e m a s A n a l ó g i c o s y D i g i t a l e s Los circuitos electrónicos se dividen, según la naturaleza de los valores que toman las señales o magnitudes que
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesDepartamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011
Factorización LU Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 26.1. Introducción............................................... 1 26.2. Factorización LU............................................
Más detallesTema: Codificación de canal
Tema: Codificación de canal Adriana Dapena Janeiro (adriana@udc.es) Facultad de Informática Universidade da Coruña Campus de Elviña s/n 15071. A Coruña Codificación de canal.- Adriana Dapena p. 1 Objetivos
Más detallesLa definición de digital es toda información representada por una serie de pulsos eléctricos discretos basados en un sistema binario (ceros y unos).
Tratamiento de la Imagen Digital Qué es la imagen digital? La definición de digital es toda información representada por una serie de pulsos eléctricos discretos basados en un sistema binario (ceros y
Más detallesTema 2. Sistemas de representación de la información
Tema 2. Sistemas de representación de la información Soluciones a los problemas impares Estructura de Computadores I. T. Informática de Gestión / Sistemas Curso 2008-2009 Tema 2: Hoja: 2 / 36 Tema 2: Hoja:
Más detallesEstadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Más detallesSistemas Lineales e Invariantes PRÁCTICA 2
Sistemas Lineales e Invariantes PRÁCTICA 2 (1 sesión) Laboratorio de Señales y Comunicaciones PRÁCTICA 2 Sistemas Lineales e Invariantes 1. Objetivo Los objetivos de esta práctica son: Revisar los sistemas
Más detallesTema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Más detallesALGORITMOS GENÉTICOS
ALGORITMOS GENÉTICOS Autor: Miguel Ángel Muñoz Pérez. Primera versión: Noviembre, 1997. Última modificación: Abril, 2005. ADVERTENCIA Si ya sabes lo que es un algoritmo genético y esperas hallar algo novedoso
Más detallesEn la figura 1 se observan los cambios de polaridad (positivo y negativo) y las variaciones en amplitud de una onda de ca.
Página 1 de 7 TENSION ALTERNA En la figura 1 se observan los cambios de polaridad (positivo y negativo) y las variaciones en amplitud de una onda de ca. Puede definirse un voltaje alterno como el que varía
Más detalles6. Mosaicos y movimientos. en el plano
6. Mosaicos y movimientos en el plano Ámbito científico 1. Mosaicos 2. Módulos planos 3. Diseña mosaicos 4. Ejemplos de mosaicos 5. Ejemplos de tramas 6. Mosaicos semiregulares I 7. Libro de espejos 8.
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Arquitectura de Ordenadores Tutor: Antonio Rivero Cuesta Unidad Didáctica 1 Representación de la Información y Funciones Lógicas Tema 1 Representación de la Información
Más detallesProgramación en java. Estructuras algorítmicas
Programación en java Estructuras algorítmicas Estructuras algoritmicas 1. Conceptos basicos 1. Dato 2. Tipos de datos 3. Operadores 2. dsd Conceptos Basicos DATO: se considera una representación simbólica
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesEspacios Vectoriales
Espacios Vectoriales Espacios Vectoriales Verónica Briceño V. noviembre 2013 Verónica Briceño V. () Espacios Vectoriales noviembre 2013 1 / 47 En esta Presentación... En esta Presentación veremos: Espacios
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
Más detallesMatemáticas UNIDAD 5 CONSIDERACIONES METODOLÓGICAS. Material de apoyo para el docente. Preparado por: Héctor Muñoz
CONSIDERACIONES METODOLÓGICAS Material de apoyo para el docente UNIDAD 5 Preparado por: Héctor Muñoz Diseño Gráfico por: www.genesisgrafica.cl LA RELACIÓN DE PROPORCIONALIDAD 1. DESCRIPCIÓN GENERAL DE
Más detallesTaller de Filtros Digitales 2016 Práctica 1
Taller de Filtros Digitales 2016 Práctica 1 1. Objetivo El objetivo de esta práctica es la familiarización con el tratamiento digital de señales: Generación y visualización de señales digitales. Convolución
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n
Más detallesReflexiones adicionales
92 Medición Área 1. División del paralelogramo con resto Reflexiones adicionales Las imágenes de los paralelogramos de la página 3 plantean una situación interesante que no se hace explícita en el texto:
Más detallesCriterios de divisibilidad y Congruencias
Criterios de divisibilidad y Congruencias Rafael F. Isaacs G. * Fecha: 9 de marzo de 2007 Cuando tenemos un número muy grande escrito en base 10 y deseamos saber si es múltiplo por ejemplo de 9 no necesitamos
Más detallesContenido. Introducción Usando di Monitoring como un usuario normal Uso de di Monitoring como un operador de entrada de datos...
1 Contenido Introducción... 3 Características principales... 3 Los niveles de usuario... 4 El aprendizaje de di Monitoring... 4 Usando di Monitoring como un usuario normal... 5 Acceso a di Monitoring...
Más detallesCONJUNTO DE LOS NÚMEROS NATURALES
República Bolivariana de Venezuela Ministerio de la Defensa Universidad Nacional Experimental de las Fuerzas Armadas Curso de Inducción Universitaria CIU Cátedra: Razonamiento Matemático CONJUNTO DE LOS
Más detallesTEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS
TEMA 1.- POLINOMIOS Y FRACCIONES ALGEBRAICAS 1.- POLINOMIOS Recordemos que un monomio es una expresión algebraica (combinación de letras y números) en la que las únicas operaciones que aparecen entre las
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Más detallesAsignatura: SISTEMAS LINEALES. Horas/Semana:4 Teoría + 0 Laboratorio. Objetivos
Asignatura: SISTEMAS LINEALES Curso académico: 2007/2008 Código: 590000804 Créditos: 6 Curso: 2 Horas/Semana:4 Teoría + 0 Laboratorio Departamento: ICS Objetivos 1() Para todas las titulaciones OBJETIVOS
Más detallesx^new = x^old + K(b new A new x^old )
El Filtro de Kalman: La idea fundamental del filtro de Kalman es la actualización La llegada de una nueva observación supone un cambio en la mejor estimación mínimo cuatrática del parámetro x Se desea
Más detallesDelimitación y Codificación de Unidades Hidrográficas de Bolivia
Viceministerio de Recursos Hídricos y Riego 1 1. INTRODUCCION MINISTERIO DEL MEDIO AMBIENTE Y AGUA VICEMINISTERIO DE RECURSOS HIDRICOS Y RIEGO (VRHR) DELIMITACION Y CODIFICACION DE UNIDADES HIDROGRAFICAS
Más detallesAlgebra Lineal XIX: Rango de una Matriz y Matriz Inversa.
Algebra Lineal XIX: Rango de una Matriz y Matriz Inversa José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email:
Más detalles2. Representación de números 1
2. Representación de números 1 Julio C. Carrillo E. Escuela de Matemáticas, UIS 2. Representación de números 2 1. Representación de punto flotante normalizada La notación científica es un tipo de representación
Más detallesCONJUNTOS NUMÉRICOS. La noción de número es tan antigua como el hombre mismo ya que son necesarios para resolver situaciones de la vida diaria.
CONJUNTOS NUMÉRICOS La noción de número es tan antigua como el hombre mismo ya que son necesarios para resolver situaciones de la vida diaria. Por ejemplo, usamos números para contar una determinada cantidad
Más detallesLos números enteros Z = {,-3, -2, -1, 0, 1, 2, 3, }
Los números enteros La unión de los números naturales y los enteros negativos forma el conjunto de los números enteros, que se designa con la palabra Z. Está constituido por infinitos elementos y se representan
Más detallesTECNOLOGIAS DE LA VOZ
DEPARTAMENTO DE INGENIERÍA ELECTRÓNICA Y COMUNICACIONES CENTRO POLITÉCNICO SUPERIOR UNIVERSIDAD DE ZARAGOZA TECNOLOGIAS DE LA VOZ 5000 0-5000 señal original 200 250 300 350 Señal sintetizada 10000 5000
Más detallesDiseño Organizacional
Diseño Organizacional DISEÑO ORGANIZACIONAL 1 Lectura No. 7 Nombre: Estructura y Diseño Organizacional Introducción En esta sesión presentaremos los conceptos que definen la estructura y el diseño organizacional.
Más detallesBLOQUE 1. LOS NÚMEROS
BLOQUE 1. LOS NÚMEROS Números naturales, enteros y racionales. El número real. Intervalos. Valor absoluto. Tanto el Cálculo como el Álgebra que estudiaremos en esta asignatura, descansan en los números
Más detallesTaller: Planificación con Matriz de Marco Lógico. Vólker Gutiérrez Aravena Presidente Cultura Mapocho
Taller: Planificación con Matriz de Marco Lógico Vólker Gutiérrez Aravena Presidente Cultura Mapocho Elementos centrales de la Planificación Estratégica Qué es? Una poderosa herramienta de diagnóstico,
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detallesCompresión de Datos Multimedia
Tema 3 Compresión de Datos Multimedia Introducción La compresión es una manipulación o transformación de la información de entrada, que se realiza antes de transmitirla. El objetivo es enviar la información
Más detallesso de Photoshop Cur Copyleft - Jorge Sánchez 2006
Curso de Photoshop Copyleft - Jorge Sánchez 2006 Imágenes Según la RAE. Imagen= Figura, representación, semejanza y apariencia de algo. Otra definición (WIKIPEDIA): Forma dibujada, pintada o esculpida,
Más detallesDigitalización y compresión de vídeo
VdoDig 1 Digitalización y compresión de vídeo Principales normas Algoritmos de compresión Formatos de vídeo VdoDig 2 Normas de vídeo digital H-261.- Videoconferencia Formato de poca resolución y pocas
Más detalles