Modelización de Sistemas Biológicos (Parte I) Bioingeniería I FIUNER
|
|
- Juan Francisco Gil Padilla
- hace 6 años
- Vistas:
Transcripción
1 Modelización de Sistemas Biológicos (Parte I) Bioingeniería I FIUNER
2 Objetivos Presentar las bases de la modelización. Comprender las etapas implicadas en el proceso de modelización. Aprender a modelizar sistemas biológicos de diferentes naturalezas. Analizar algunos ejemplos de modelos biológicos.
3 Organización Parte I Introducción: concepto de modelo Etapas de la modelización Modelización por Analogías Parte II Modelos Compartimentales y Poblacionales Modelos basados en Autómatas Celulares
4 Por qué modelizar? El estudio científico teórico de una situación se centra generalmente en un modelo, que es algo que imita las características relevantes de la situación que se esta estudiando... Teorización ahorro de costos Fenómeno Características Imitar relevantes
5 Definición... Esquema teórico de un sistema o realidad compleja que se elabora para facilitar su comprensión y estudio... Lo que ha de servir de objeto de imitación... Sistema Esquema => Facilitar (Realidad compleja) (Teorico) Comprensión
6 Ejemplo: Modelos del átomo
7 Para que sirven? Estudiar o comprender el sistema real Predecir su comportamiento Proyectar alguna modificación o intervención Probar cosas imposibles en el caso real Otras razones: por ejemplo económicas (Circ. Integrados)
8 Importancia de la modelización Los experimentos controlados son aquellos en los que el entorno y las condiciones del sistema están bajo completo control del experimentador. El problema fundamental en el desarrollo de modelos biológicos, económicos ó sociales es la dificultad o imposibilidad de realizar experimentos controlados en grandes sistemas animados.
9 Predicción meteorológica
10 Diseño aerodinámico
11 Fenómenos Económicos La respuesta de un sistema bancario a las fluctuaciones del mercado La respuesta de una industria a variaciones en la demanda de los consumidores La bolsa de valores
12 Fenómenos Sociológicos La "dinámica de grupos" (comportamiento dinámico colectivo de conjuntos de individuos que realizan una tarea específica) está siendo estudiada cuantitativamente mediante modelos con resultados muy satisfactorios.
13 Fenómenos Biológicos La respuesta de la pupila a un cambio instantáneo en la intensidad de luz La respuesta de la mano a una orden del cerebro El ajuste transitorio del balance energético del cuerpo durante una cirugía El control del nivel de glucosa en sangre mediado por la insulina
14 Ejemplo: sistema nervioso señales Modelo... Modelización Tejido nervioso sistema N y j ( t) = f wij xi ( t) i= 1
15 Ejemplo: aparato fonador L y[ n] = ai y[ n i] + x[ n] i= 1
16 El sistema cardiovascular
17 Modelo de tejido excitable
18 Dinámica Es el estudio de cómo las cosas cambian con el tiempo y de las causas que fuerzan dichos cambios...
19 Modelos y dinámica En muchos problemas de modelización, el primer requerimiento es predecir el comportamiento dinámico de un sistema, o sea, determinar su movimiento natural al ser perturbado, y conocer su respuesta al ser comandado o al ser estimulado. El proceso de modelización de sistemas dinámicos se denomina investigación dinámica
20 Simulación La siguiente definición fue dada por Shannon*: La Simulación es el proceso del diseño de un modelo de un sistema real y la realización de experimentos en ese modelo, con el propósito de comprender el comportamiento del sistema, ó bien de evaluar las distintas estrategias (dentro de los límites impuestos por un criterio ó conjunto de criterios) para la operación del sistema Obtener respuestas a situaciones aún no observadas en el sistema real *Shannon RE. System Simulation. The Art and Science. Prentice-Hall, Englewood Cliffs, NY, 1975.
21 Modelos y simulación... El objetivo de un modelo es suministrar los medios necesarios para obtener información adicional sobre el comportamiento de un sistema La simulación ayuda en esa investigación al permitir una interacción con el modelo. No involucra necesariamente el uso de computadoras (ej: modelos a escala) Es importante tener claros los límites o alcances del modelo y el modelizador
22 Modelos y simulación... Razón de ser Sistemas imposibles de describir con matemáticas tradicionales Alta no-linealidad Presencia de aleatoriedad
23 Simulación computacional... Recientemente se ha acuñado el término experimentación numérica para hacer referencia a la simulación computacional de experimentos complejos
24 Simulación computacional... Computadoras analógicas Supercomputadoras Computadoras personales FPGAs, Clusters, GPUs
25 Algo de historia... En 1931, durante su estancia en el MIT, Vannevar Bush inventó el analizador diferencial, un aparato para resolver rápida y automáticamente problemas matemáticos En la década de 1960, se lanza el Proyecto Apolo. La misión Hombre a la Luna fue el suceso Nº1 en la historia de la simulación basada en computadoras. Se simuló el equipo físico y los procedimientos operacionales usados en la misión.
26 Algo de historia... En la década del 70 los esfuerzos se concentraron en el desarrollo de modelos de políticas gubernamentales. La motivación para este esfuerzo fue el deseo de encaminar proyectos de desarrollo económico, social y del medio ambiente. Se desarrollaron así, técnicas para la modelización de sistemas grandes y complejos En la década del 90 la potencia de las computadoras personales ha acercado esta herramienta a más científicos y profesionales
27 Etapas de la modelización... Las etapas en el proceso de modelización dependen del medio físico involucrado, las dimensiones y complejidad del sistema, el tiempo disponible, etc. Como en todo intento de sistematizar un proceso complejo, el propuesto no es el único posible No existen recetas mágicas para la confección de un modelo
28 Etapas de la modelización... Para casos sencillos la delimitación entre etapas puede no ser clara (dos o más etapas juntas), Para sistemas complejos puede ser posible una subdivisión más fina. No obstante ello, cualquiera sea el sistema en estudio, el procedimiento para su modelización, incorporará de alguna forma cada una de las siguientes cinco etapas.
29 Etapas de la modelización... I. MODELO CONCEPTUAL: describir en lenguaje sencillo y general el sistema, conocimiento acerca del mismo, partes que abarca, leyes que lo rigen, técnica para su II. modelado, objetivos y alcances. MODELO FISICO: esquematizar el sistema a ser estudiado e imaginar un modelo físico simple, cuyo comportamiento sea suficientemente aproximado al del sistema real y este de acuerdo con la etapa anterior.
30 Etapas de la modelización... III. IV. MODELO MATEMATICO: encontrar y escribir las ecuaciones o reglas que representan el modelo físico. COMPORTAMIENTO DINAMICO: estudiar el modelo matemático por resolución (o simulación) de las ecuaciones. V. DECISIONES DE DISEÑO: elegir los parámetros del sistema, y/o aumentar o modificar el sistema, de manera que se comporte como se desea ( como la realidad?).
31 Observación Se detallarán principalmente las etapas I, II y III porque: La etapa IV constituye la resolución de las ecuaciones por métodos clásicos o numéricos La etapa V depende de criterios del investigador y del problema en cuestión y pueden utilizarse técnicas de identificación paramétrica para resolver el problema de manera automática (como las que estudiaremos más adelante).
32 Modelo conceptual... Primera descripción documentada de nuestro problema, delimitación del ámbito; definición de variables de entradas, salidas y parámetros. Sentido común, deducción lógica e intuición, conocimiento del investigador acerca del problema, experiencia práctica con modelos anteriores.
33 Modelo conceptual... El primer paso, la observación del sistema, no requiere ningúna mediciòn, en base a ello se realizan algunas hipótesis y se describe el funcionamiento del sistema.
34 Modelo Conceptual Objetivos Alcances Limitaciones Restricciones
35 Modelo conceptual... Desde el punto de vista del modelo, el mundo puede ser dividido en: a) Las cosas cuyos efectos pueden ser despreciados. b) Las cosas que afectan al modelo pero que cuyo comportamiento el modelo no estudia. c) Las cosas para las que el modelo es diseñado, y debe estudiar su comportamiento.
36 Modelo conceptual... El modelo ignora completamente el primer ítem Las constantes y funciones del segundo ítem, son externas y se las define como variables exógenas (parámetros, entradas o variables independientes). Finalmente las cosas del tercer ítem son las que el modelo busca estudiar y son llamadas variables endógenas (salidas o variables dependientes).
37 Modelo conceptual... Estas tres categorías (desechadas, entradas y salidas) son importantes en la modelización Si se comete un error al despreciar algunas cosas, el modelo no va a ser bueno
38 Modelo conceptual... Si son consideradas demasiadas cosas, el modelo va a ser demasiado complejo No es posible maximizar simultáneamente generalidad, realismo y precisión de un modelo
39 Modelo conceptual... Cuando alguien se enfrente un problema, lo hará de una forma limitada e influenciada por una cantidad de variables. Cuanto más abierto, comunicativo, y creativo se pueda ser, mejores serán los modelos.
40 Modelo conceptual... Resultado de la etapa: Notas con la descripción cualitativa del sistema.
41 Modelo físico... Se entiende como un sistema físico imaginario, que se asemeja al sistema real en sus rasgos sobresalientes, pero que es más simple, más "ideal", y en consecuencia, más sencillo su estudio Al construirlo, se efectúan numerosas aproximaciones
42 Modelo físico... Despreciar pequeños efectos Suponer que el medio es inalterado por el sistema Reemplazar parámetros "distribuidos" por concentrados Suponer relaciones simples lineales "causa-efecto" entre las variables físicas Suponer que los parámetros físicos no cambian con el tiempo Despreciar incertidumbre y ruido
43 Modelo físico... Aproximación Despreciar pequeños efectos Suponer la dinámica del sistema independiente del medio Reemplazar parámetros distribuidos por concentrados Suponer el sistema lineal Suponer parámetros constantes Despreciar incertidumbre y ruido Simplificación Reduce el número y complejidad de las ecuaciones diferenciales (ED) Permite trabajar con sistemas invariantes Conduce a ED ordinarias, en lugar de ED parciales Produce ED lineales Permite aplicar el principio de superposición Evita el tratamiento estadístico
44 Modelo físico... Resultado de la etapa: Esquema, circuito o plano descriptivo del sistema.
45 Modelo matemático... Selección de las variables físicas con las cuales se describe el estado instantáneo del sistema, y en cuyos términos estudiamos su comportamiento. Consideración de leyes físicas naturales a las que obedecen los elementos individuales del sistema Consideración de leyes de conservación, equilibrio o compatibilidad entre elementos.
46 Modelo matemático... Resultado de la etapa: Conjunto de ecuaciones o reglas de funcionamiento. x = ai x + y v = aiv + z l = ail + m b y j j b z b m j
47 Y luego? Ahora sólo nos resta resolver las ecuaciones y hallar los parámetros para ir sintonizando el modelo con la realidad.
48 Ejemplo Se estudiará un modelo de crecimiento de población a largo plazo, se tratará de predecir cómo la población va a crecer en número a lo largo de algunas generaciones. N(t) t
49 Ejemplo Se tomarán como variables independientes la tasa neta de crecimiento r por individuo, el tiempo t, y el tamaño de la población N o en el tiempo t=0. La tasa neta de crecimiento es la tasa de nacimientos menos la tasa de mortandad. Hay solamente una variable dependiente, el tamaño de la población en el tiempo t, que se escribe como N(t)
50 Ejemplo: ecuación de Malthus Se asumirá que únicamente el valor presente de N(t) y sus derivadas son relevantes para determinar los futuros valores de N(t). Se considerará que r es una constante. Todas estas suposiciones constituyen la base de nuestro modelo físico:
51 Ejemplo Todo esto llevará a un modelo crudo con la siguiente relación básica (modelo matemático): 1 N Cuya solución es: dn = r dt N(t) = No. e r t
52 Ejemplo La prueba del modelo propuesto para el crecimiento a largo plazo indica que éste debe ser rechazado. Sin embargo podría ser útil para crecimiento a corto plazo. Es claro que el crecimiento de la población depende del tamaño de la población Además se debe agregar que si la población crece demasiado la tasa de mortalidad va a exceder a la de natalidad (recursos limitados) Todo esto implica un replanteo de nuestro modelo físico.
53 Ejemplo Si a esto lo traducimos otra vez en lenguaje matemático, debemos reemplazar r por r(n(t)) que es una función decreciente de N(t) para N(t) grande, y se hace negativo cuando N(t) es muy grande. Por lo tanto: 1 N dn = r( N ) dt
54 Ejemplo Ahora el modelo es, en algún sentido, menos útil que el previo, porque el obtener el r(n(t)) exacto es bastante difícil. También se podría agregar un factor de aleatoriedad a la ecuación. A medida que se van teniendo en cuenta más factores, la ecuación se irá tornando cada vez más compleja.
55 Ejemplo Con este ejemplo se puede observar que no se puede formular un modelo adecuado si no se sabe: 1) Qué es lo que se desea obtener del modelo 2) Cuán complicado se tolera el modelo La complejidad y la demanda de datos crecen simultáneamente y generalmente el crecimiento de esta demanda es exponencial ( curso de la dimensionalidad ).
56 Ejemplo 1.Explicación y predicción de los cambios en la población. 2.El crecimiento es proporcional a la población. 3. dn/dt = r N N = No si to = 0 6. No satisfactorio para población. 5. Crecimiento sin límites si r > 0 4. N = No e rt
57 Ejemplo 2.El crecimiento es proporcional a a) N b) N/Ninf 3. dn/dt = = rn (1-N/Ninf) 6. Modelo satisfactorio. 5. si t...> inf N...> Ninf dn/dt...>.0 N = Ninf/ {1+[ [(Ninf/No)-1]* e -rt }
58 Observaciones Modelado de sistemas vs modelado de señales. entrada sistema salida Problemas directos y problemas inversos. Problemas mal condicionados.
59 Problema bien condicionado Un problema bien condicionado satisface los siguientes postulados : 1. Existe una solución. 2. La solución es única. 3. La solución depende continuamente de los datos. Se denominan postulados de Hadamard Si no se cumple alguno entonces el problema esta mal condicionado
60 Pautas para evaluar un modelo Completitud. Complejidad. Generalización. Ajuste al propósito.
61 Pautas para evaluar un modelo Completitud: Si un modelo es completo (sin pérdida o inversible), todos los aspectos de la entrada están representados en su salida (modelización de señales). Ésto permite una reconstrucción completa de la señal a partir de la representación del modelo. El caso con pérdida aparece en presencia de ruido, imprecisión o porque el modelo no posee suficiente potencia expresiva para representar totalmente a la entrada.
62 Pautas para evaluar un modelo Complejidad: En el caso de obtener varios modelos completos, o igualmente ' completos entre sí, se debería disponer de otro elemento que permita seleccionar al mejor de entre ellos. El principio de la denominada navaja de Occam sugiere elegir el más simple.
63 Pautas para evaluar un modelo Complejidad: La navaja de Occam (o principio de economía) se atribuye al fraile franciscano inglés del siglo XIV Guillermo de Ockham. En su forma más simple indica: Las explicaciones nunca deben multiplicar las causas sin necesidad. Cuando dos explicaciones se ofrecen para un fenómeno, la explicación completa más simple es preferible.
64 Pautas para evaluar un modelo Complejidad: Se requiere definir que se entiende por complejidad y dónde debe medirse. Puede medirse términos intrínsecos al modelo (por ejemplo su estructura) representación lograda por el mismo (por ejemplo la cantidad de elementos del código). Ej. Fórmula de convolución No es posible disminuir ambas complejidades al mismo tiempo (si se mantiene la completitud). Existe también un compromiso entre completitud y complejidad.
65 Pautas para evaluar un modelo Generalización: Los buenos modelos concuerdan ' con la realidad en todas sus expresiones (o al menos las que nos interesan) capacidad del modelo para generalizar predecir el comportamiento de la realidad en base a nuevos datos del ambiente.
66 Pautas para evaluar un modelo Ajuste al propósito: Un modelo constituye sólo un medio para llegar a un fin, una base para describir un problema o decidir un curso de acción. De esta forma su valor puede ser determinado en función de su utilidad para alcanzar su meta final.
67 Modelización por Analogías
68 Modelización por analogías Generalmente el conocimiento del modelador en un campo o domino puede ayudarlo en la construcción de un modelo para un campo análogo En la naturaleza se pueden encontrar sistemas de distintos tipos con dinámicas similares
69 Dinámicas similares di dt 1. L + i. R +. i. dt = E( t) C dv dt. M + v. h + k. v. dt = F( t)
70 Variables generalizadas... Para el análisis de la dinámica de estos sistemas se consideran dos tipos de variables generalizadas: a) Las variables que fluyen a través de un elemento del sistema, las cuales se denominan genéricamente f. b) Las variables esfuerzo entre los extremos de un elemento del sistema, las cuales se denominan genéricamente e.
71 Variables generalizadas... Naturaleza del sistema Eléctrico Variable a través Corriente eléctrica i Variable entre Diferencia de potencial V Mecánico Velocidad v Fuerza F Hidráulico Caudal Q Diferencia de presión P Térmico Flujo calorífico q Diferencia de temperatura T Químico Flujo molar q Diferencia de concentración C
72 Variables generalizadas... En base a estas analogías se puede definir una ley generalizada que relaciona los dos tipos de variables: e = Z.f donde Z es una impedancia generalizada.
73 Tipos de elementos Elementos que disipan energía Elementos que almacenan energía potencial Elementos que almacenan energía cinética
74 Elementos disipadores Sistemas Elemento físico Símbolo Ecuación Eléctrico Resistencia eléctrica V = R.i Mecánico Rozamiento mecánico F = Rm.v Hidráulico Resistencia al flujo P = Rh.Q Térmico Resistencia térmica = RT.q Químico Resistencia de difusión C = RD.q
75 Elementos almacenan EP Sistemas Elemento físico Símbolo Ecuación Eléctrico Mecánico Hidráulico Térmico Capacitor Resorte Compliancia Masa térmica 1 V =. i. dt C F = k. v. dt P = Co. Q. dt 1 θ =. q. dt C T
76 Elementos almacenan EC Sistemas Elemento físico Símbolo Ecuación Eléctrico Mecánico Hidráulico Inductancia Inercia (masa) Inertancia V F P = L. di dt = m. dv dt = I. dq dt
77 Modelo hemodinámico del sistema cardiovascular Ejemplo: Etapas de la modelización y modelización por analogías
78 Sistema real
79 MODELO CONCEPTUAL Objetivos Identificación y delimitación Componentes: ventrículo izquierdo (VI), válvula aórtica (vao), aorta (Ao), circulación sistémico (S), válvula mitral (vm). Variables endógenas: volumen (V), flujo (F) y presión sanguínea (P), elastancia ventricular (CVI) (entrada del sistema). Variables exógenas: resistencia sistémica (RS), resistencia de la válvula aórtica (RvAo), elastancia aórtica (CAo). Ignoramos: Circulación pulmonar, aurículas, ventrículo derecho, resistencia de la válvula mitral, reflujos valvulares, etc. Realización del flujograma de interrelación entre variables y el diagrama en bloques funcional.
80
81
82 MODELO FÍSICO Analogías Variable a través: F corriente eléctrica Variable entre: P diferencia de potencial, V carga. Disipador de energía: RS resistencia eléctrica. Almacenamiento de energía potencial: C A o ó C VI capacidad eléctrica. Disipador no lineal: v Ao diodo y resistencia en serie, v M diodo.
83 MODELO MATEMÁTICO Reglas Leyes físicas qvi qao v v v i.r dq VI = ; Ao = ; = =. C C dt R VI Ao v VI v Ao v si vvi > vao i R vao = vao ; is = 0 si vvi vao 0 Ao R v S VI si si v v Ao Ao > v v VI VI Balances y compatibilidad i VI + i S = i vao i Ao + i vao = i S Sistema de ecuaciones diferenciales (no necesariamente en este caso)
84 Datos del sistema real Ver libros de fisiología COMPORTAMIENTO DINÁMICO Resolución - Simulación Sistema de ecuaciones en diferencia qvi ( n 1) qao n vvi ( n) vao n CVI ( n ) ; ( ) ( 1) = = 1 C Ao vvi ( n) vao ( n) si vvi ( n) > vao ( n) i n R vao ( ) = vao 0 si vvi ( n) vao ( n)... MODELO NO ACEPTADO Volver a las etapas previas DECISIONES DE DISEÑO Comparación de los resultados del modelo con el sistema real Se obtiene un aproximación razonable al sistema real? El modelo incluye los fenómenos de interés en el sistema real? Es suficientemente sencillo y manejable? Posee factibilidad económica?... MODELO ACEPTADO
85 Bibliografía Modelling with Diferencial Equations", Burghes-Borrie. "An introduction to Mathematical Modelling", Bender. "Elementos de Biomatematica", Engel, Sec Gral de la OEA., Programa Regional de Desarrollo Cientifico, "Foundations of Mathematical Biology", Rosen, Vol I, II. "Computer Modelling of Complex Biological Systems", S. Sitharama Iyengar, CRC Press. "Modelling and Control in Biomedical Systems", Cobelli-Mariani, "Dynamics of Physical systems", R. Cannon, McGraw-Hill. "Matemáticas para Biólogos", Hadeler "Farmacocinética Clínica", John G. Wagner, Ed. Reverté, S.A., "Drugs and Pharmaceutical Sciences", Gibaldi "Introducción a la Bioingenieria", Marcombo-Boixareu Editores, 1988.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
Métodos, Algoritmos y Herramientas
Modelado y Simulación de Sistemas Dinámicos: Métodos, Algoritmos y Herramientas Ernesto Kofman Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA - Universidad Nacional de Rosario.
Ecuaciones diferenciales ordinarias
Tema 9 Ecuaciones diferenciales ordinarias Versión: 13 de mayo de 29 9.1 Introducción El objetivo de este tema es exponer muy brevemente algunos de los conceptos básicos relacionados con las ecuaciones
Tema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación. Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30
Tema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30 Ecuaciones Diferenciales y Dinámica definición de la RAE Modelo: (definición
MODELIZACION 01. Universidad Nacional de La Pampa Facultad de Ciencias Económicas y Jurídicas 18 - Métodos Cuantitativos para la Administración
Bibliografía Mathur y Solow; Investigación de Operaciones - El arte de la toma de decisiones. Ed. Prentice Hall Anderson, Sweeney y Williams; Introducción a los modelos cuantitativos para Administración.
Práctica Nº 5 AMPLIFICADORES OPERACIONALES.
Práctica Nº 5 AMPLIFICADORES OPERACIONALES. 1. INTRODUCCION. El concepto original del amplificador operacional procede del campo de los computadores analógicos, en los que comenzaron a usarse técnicas
1. INTRODUCCIÓN N A LOS MODELOS (#1)
1. INTRODUCCIÓN N A LOS MODELOS (#1) Qué es un modelo y para qué sirve? Un modelo es una representación formal de un fenómeno real. En general los modelos que veremos aquí serán cuantitativos. Los modelos
Introducción. Alfonso Cubillos. Programa de Ing. Mecánica Universidad de Ibagué. Aplicaciones computacionales de la Mecánica de Materiales
Programa de Ing. Mecánica Universidad de Ibagué Aplicaciones computacionales de la Mecánica de Materiales Agosto 2007 Cuál es la definición de Mecánica? Cuál es la definición de Mecánica? La mecánica es
Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
MODELADO DE SISTEMAS
MODELADO DE SISTEMAS OBJETIVOS Introducir el concepto de modelo matemático y función de transferencia. Partiendo de los sistemas físicos se desarrolla el modelo matemático en forma de función de transferencia
W. Bolton, Año 2001 Ingeniería de Control. Cap. 2
UNIVERSIDAD NACIONAL DEL SANTA ESCUELA DE INGENIERIA EN ENERGIA MODULO SEMANA 8 CURSO: CONTROL AUTOMATICO PROFESOR: MSC. CESAR LOPEZ AGUILAR INGENIERO EN ENERGIA-INGENIERO MECANICO ELECTRICISTA 1.BLOQUES
Planificación didáctica de MATEMÁTICAS 4º E.S.O.
Planificación didáctica de MATEMÁTICAS 4º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCION... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...
Dinámica del Robot. UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides
UCR ECCI CI-2657 Robótica Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción La dinámica se ocupa de la relación entre las fuerzas que actúan sobre un cuerpo y el movimiento en el que se origina.
Optimización de Problemas de Producción
Optimización de Problemas de Producción Pedro Piñeyro - Luis Stábile Colaboran: Héctor Cancela - Antonio Mauttone - Carlos Testuri Depto. Investigación Operativa. Instituto de Computación. Facultad de
ESTRUCTURA DE LOS MODELOS ECONOMICOS ( Concepto y método de la Economía) Ref. : Lipsey- Samuelson
INTRODUCCIÓN (Resumen) ESTRUCTURA DE LOS MODELOS ECONOMICOS ( Concepto y método de la Economía) Ref. : Lipsey- Samuelson 1.1 La teoría económica: introducción a la economía positiva 1.2 Modelos y supuestos
2 OBJETIVOS TERMINALES: Al finalizar el curso el estudiante estará en capacidad de:
MATERIA: Ecuaciones Diferenciales CÓDIGO: 08278 REQUISITOS: Cálculo en Varias Variables (08275) PROGRAMAS: Ingeniería Industrial, Ingeniería Telemática, Química PERIODO ACADÉMICO: 2016-2 INTENSIDAD SEMANAL:
Que es una Ecuación Diferencial? (ED) Para qué sirven las ecuaciones diferenciales?
Que es una Ecuación Diferencial? (ED) Una ecuación diferencial (ED), es una ecuación que relaciona una función desconocida y una o más derivadas de esta función desconocida con respecto a una o más variables
Contenidos Control y Automatización
Tema 2: Modelos Matemáticos Susana Borromeo Juan Antonio Hernández Tamames Curso 2014-2015 Contenidos 1. Conceptos básicos. 2. Modelado matemático de sistemas Físicos. Linealización. Función de Transferencia
Tema 2: Representación y modelado de sistemas dinámicos
Fundamentos de Control Automático 2º G. Ing. Tecn. Industrial Tema 2: Representación y modelado de sistemas dinámicos Índice del tema Tema 2: Representación y modelado de sistemas dinámicos 2. Señales
CAPÍTULO 6 PROGRAMACIÓN DINÁMICA. Programación Dinámica
CAPÍTULO 6 PROGRAMACIÓN DINÁMICA Programación Dinámica Programación Dinámica En muchos casos las decisiones del pasado afectan los escenarios del futuro. En estos casos se pueden tomar 2 opciones: asumir
Física. José Luis Trenzado Diepa. Introducción
Física José Luis Trenzado Diepa Introducción El programa de Física que se propone va destinado a aquellos alumnos que van a realizar el Curso de Acceso para Mayores de 25 años, de la Universidad de Las
CAPITULO 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
Modelos biológicos. Juan Ruiz Álvarez. Matemáticas (Grado en Biología) Introducción Modelos en tiempo discreto Modelos en tiempo continuo
Modelos biológicos 1 1 Departamento de Matemáticas. Universidad de Alcalá de Henares. Contenidos 1 Introducción 2 Crecimiento exponencial discreto Crecimiento restringido: Curva de reclutamiento de Beverton-Holt
TEMA 5: BALANCES DE MATERIA EN RÉGIMEN NO ESTACIONARIO
TEMA 5: DE MATERIA EN RÉGIMEN NO ESTACIONARIO 1. NO ESTACIONARIOS Definición. Mecanismo general e importancia. Ejemplos 2. DE PROCESO Magnitud controlada. Naturalezas formal y temporal. Diferencia. Tiempos
Función de Transferencia en dispositivos eléctricos. Taller de Construcción de Efectos, U2 Sesión 1
Función de Transferencia en dispositivos eléctricos Taller de Construcción de Efectos, U2 Sesión 1 Definición La Función de Transferencia de un sistema es una expresión matemática que relaciona la salida
Identificación y Simulación de Sistemas Dinámicos
Unidad responsable: 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona Unidad que imparte: 707 - ESAII - Departamento de Ingeniería de Sistemas, Automática e Informática Industrial
Electrónica para Sistemas de Comunicación.
Electrónica para Sistemas de Comunicación. Profesor: Dr. Hildeberto Jardón Aguilar. OBJETIVOS. Los objetivos del curso son capacitar a los estudiantes de maestría en resolver una serie de tareas que se
A continuación se recogen los bloques de contenido directamente relacionados con los criterios de evaluación por unidad del segundo trimestre.
UNIDADES DIDÁCTICAS 4º DIVERSIFICACIÓN A continuación se recogen los bloques de contenido directamente relacionados con los criterios de evaluación por unidad del segundo trimestre. 1 UNIDADES DIDÁCTICAS
Universidad Nacional de Córdoba Facultad de Ciencias Exactas, Físicas y Naturales Escuela de Biología Departamento de Física
Universidad Nacional de Córdoba Facultad de Ciencias Exactas, Físicas y Naturales Escuela de Biología Departamento de Física Carrera: Ciencias Biológicas Plan: 1990 Código de la Carrera: 261 Código de
Repaso de Reacciones no elementales y mecanismos de reacción
Repaso de Reacciones no elementales y mecanismos de reacción C A R O L I N A M O N T E R O C, P H D U N I D A D D E T I T U L A C I O N E S P E C I A L F A C U L T A D D E I N G E N I E R I A Q U I M I
DEPARTAMENTO DE IRRIGACIÓN FISICA PARA INGENIERIA (T)
DEPARTAMENTO DE IRRIGACIÓN FISICA PARA INGENIERIA (T) FICHA CURRICULAR DATOS GENERALES. Departamento: Irrigación Nombre del programa: Ingeniero en Irrigación Area: Construcciones Agrícolas Asignatura:
UNIVERSIDAD RICARDO PALMA SÍLABO
UNIVERSIDAD RICARDO PALMA Facultad de Ingeniería Escuela Académico Profesional Ingeniería Electrónica SÍLABO 1 DATOS ADMINISTRATIVOS Nombre del curso: FÍSICA BÁSICA Área Académica: Física Tipo de curso:
Análisis y Diseño de Circuitos Eléctricos Nombre en Inglés Analysis and Design of Electrical Circuits SCT
PROGRAMA DE CURSO Código Nombre EL 3001 Análisis y Diseño de Circuitos Eléctricos Nombre en Inglés Analysis and Design of Electrical Circuits SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes
* e e Propiedades de la potenciación.
ECUACIONES DIFERENCIALES 1 REPASO DE ALGUNOS CONCEPTOS PREVIOS AL ESTUDIO DE LAS ECUACIONES DIFERENCIALES 1. Cuando hablamos de una función en una variable escribíamos esta relación como y = f(x), esta
Principio de Superposición Principio de Superposición
Principio de Superposición Principio de Superposición Si en un sistema lineal la respuesta a una excitación x k (k=1,2,,n) es una salida y k, la respuesta a una excitación compuesta por una combinación
Tema 14 11/02/2005. Tema 8. Mecánica Cuántica. 8.1 Fundamentos de la mecánica cuántica
Tema 14 11/0/005 Tema 8 Mecánica Cuántica 8.1 Fundamentos de la mecánica cuántica 8. La ecuación de Schrödinger 8.3 Significado físico de la función de onda 8.4 Soluciones de la ecuación de Schrödinger
TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS
TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) PROCEDIMIENTOS ESTADISTICOS CONSTRUCCION DE MODELOS DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS Cada procedimiento es aplicable a un
Planificación didáctica de MATEMÁTICAS 3º E.S.O.
Planificación didáctica de MATEMÁTICAS 3º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCIÓN... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...
CINETICA QUIMICA. ó M s s
CINETICA QUIMICA La Cinética Química se encarga de estudiar las características de una reacción química, con respecto a su velocidad y a sus posibles mecanismos de explicación. La velocidad de una reacción
Nombre de la asignatura: Carrera: Clave de la asignatura: Participantes. H. Academia de Bioquímica y Química
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Reactores Heterogéneos Ingeniería Química PTF-0805 2-4-8 2.- HISTORIA DEL PROGRAMA
Introducción a los Sistemas de Control
Introducción a los Sistemas de Control Organización de la presentación - Introducción a la teoría de control y su utilidad - Ejemplo simple: modelado de un motor de continua que mueve una cinta transportadora.
Probabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática - Curso 2 Pablo Candela Departamento de Matemáticas (despacho 212) Universidad Autónoma de Madrid pablo.candela@uam.es Introducción 1 / 8 Organización
ALGUNAS FORMAS DE ANALISIS ECONOMICO
ALGUNAS FORMAS DE ANALISIS ECONOMICO La construcción de la ciencia económica ha requerido un largo proceso de adecuación metodológica, esto ha implicado la utilización de diferentes métodos para la explicación
Ecuación Característica del diodo
Ecuación Característica del diodo La ecuación característica del diodo de acuerdo al modelo Shockley es: ( ) con ; k = Constante de Boltzmann, q = Carga del electrón y T = temperatura. En este documento
1 METODOLOGÍA DE LAS CIENCIAS EXPERIMENTALES
1 METODOLOGÍA DE LAS CIENCIAS EXPERIMENTALES 1.1 Origen de la ciencia. (como surgió?) 1.2 El concepto, los intereses, objetivos y aplicaciones de la ciencia. 1.3 El método científico. 1.3.1 Elementos del
Modelos Para la Toma de Decisiones
Modelos Para la Toma de Decisiones 1 Sesión No. 5 Nombre: Modelos de decisión. Primera parte. Contextualización Modelos para decidir? Hemos visto herramientas de tipo más bien matemático que nos permiten
TEMA 1 Nociones básicas de Teoría de Circuitos
TEMA 1 Nociones básicas de Teoría de Circuitos http://www.el.uma.es/marin/ ÍNDICE 1.1. MAGNITUDES ELÉCTRICAS Y CONCEPTOS FUNDAMENTALES: Conceptos básicos de circuitos. Leyes de Kirchoff. Potencia Eléctrica.
UNIDADES TECNOLÓGICAS DE SANTANDER PROGRAMA DE ASIGNATURA
FACULTAD PROGRAMAS ACADÉMICOS CIENCIAS NATURALES E INGENIERÍAS ELECTRÓNICA ASIGNATURA: SISTEMAS DE CONTROL ANALÓGICO Tipo Asignatura: A Créditos: 4 TP: 64 TI: 128 Semestres académicos: VI Código asignatura:
PLANEACIÓN DEL CONTENIDO DE CURSO
FACULTAD DE INGENIERÍA PROGRAMA DE INGENIERÍA AGROINDUSTRIAL PLANEACIÓN DEL CONTENIDO DE CURSO 1. IDENTIFICACIÓN DEL CURSO NOMBRE : TERMODINÁMICA APLICADA CÓDIGO : 730140 SEMESTRE : VI NUMERO DE CRÉDITOS
MECÁNICA CLÁSICA CINEMATICA. FAyA Licenciatura en Química Física III año 2006
Física III año 26 CINEMATICA MECÁNICA CLÁSICA La cinemática estudia el movimiento de los cuerpos, sin tener en cuenta las causas que lo producen. Antes de continuar establezcamos la diferencia entre un
ESTADÍSTICA: CONCEPTOS Y CARACTERÍSTICAS
Y CARACTERÍSTICAS La estadística: campos e importancia La estadística es una rama de las matemáticas que (a través de un conjunto de técnicas, métodos, normas, reglas y procedimientos que se ocupan en
Señales y sistemas. Otoño 2003 Clase 2. 1) Algunos ejemplos de sistemas 2) Propiedades de los sistemas y ejemplos. 9 de septiembre de 2003
Señales y sistemas Otoño 2003 Clase 2 9 de septiembre de 2003 1) Algunos ejemplos de sistemas 2) Propiedades de los sistemas y ejemplos a) Causalidad b) Linealidad c) Invariancia del tiempo EJEMPLOS DE
Los modelos en ciencia
Los modelos en ciencia La realidad objetiva es siempre muy compleja y contiene una cantidad de propiedades que resulta mucho mayor que las estudiadas por el científico. Si tomamos como ejemplo una simple
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: SEMESTRE: 5 (QUINTO) MODALIDAD
Ecología de Sistemas:
Ecología de Sistemas: Aplicación de procedimientos de análisis de sistemas a la Ecología Bases para su desarrollo: Alta potencia de cálculo Simplificación formal de los ecosistemas complejos El carácter
DIRECCIÓN ACADÉMICA. Competencia Genérica:
DIRECCIÓN ACADÉMICA SECUENCIA FORMATIVA Plantel: Clave: Asignatura: Química II Clave: QI2102 Docente: Semestre: Segundo Periodo: 2009 Fecha: Unidad IV: Estado gaseoso Tiempo Asignado: 12 sesiones Grupo:
Modelado y simulación de sistemas dinámicos
Modelado y simulación de sistemas dinámicos Javier Gil Chica Manuel Pérez Polo D.F.I.S.T.S. 1 Índice 1. Información administrativa 3 2. Objeto de la asignatura 3 3. Programa de la asignatura 4 4. Clases
UNIVERSIDAD DEL CAUCA FACULTAD DE CIENCIAS AGROPECUARIAS PROGRAMA INGENIERÍA AGROINDUSTRIAL
ASIGNATURA: MECÁNICA CÓDIGO: FIS112CA CRÉDITOS: 4 MODALIDAD: Teórico-Práctica REQUISITOS: Matemáticas generales INTENSIDAD: 6 horas semanales DIMENSIÓN: Científico -Tecnológica INTRODUCCIÓN: La física
1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo
1 Control Óptimo 1.1 Introducción El control óptimo es una rama del control moderno que se relaciona con el diseño de controladores para sistemas dinámicos tal que se minimice una función de medición que
UNIVERSIDAD JUAREZ AUTONOMA DE TABASCO DIVISIÓN ACADEMICA DE CIENCIAS BIOLÓGICAS LICENCIATURA EN INGENIERIA AMBIENTAL PROGRAMA DE ESTUDIOS: MECANICA
UNIVERSIDAD JUAREZ AUTONOMA DE TABASCO DIVISIÓN ACADEMICA DE CIENCIAS BIOLÓGICAS LICENCIATURA EN INGENIERIA AMBIENTAL PROGRAMA DE ESTUDIOS: MECANICA ASIGNATURA: MECANICA CARRERA: INGENIERIA AMBIENTAL CREDITOS:
Potencia y energía electromagnética.
Potencia y energía electromagnética. Importancia. Existen muchos dispositivos de interés práctico para los ingenieros electrónicos y eléctricos que se basan en la transmisión o conversión de energía electromagnética.
Mecánica para Ingenieros: Cinemática. 1. La Mecánica como ciencia
Mecánica para Ingenieros: Cinemática 1. La Mecánica como ciencia La Mecánica como ciencia 1. Objeto de la Mecánica 2. Magnitudes físicas y unidades 3. Idealizaciones 4. Leyes de Newton 5. Partes de la
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE CIENCIAS Y TECNOLOGÍA DIRECCIÓN DE PROGRAMA INGENIERIA DE PRODUCCIÓN
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE CIENCIAS Y TECNOLOGÍA DIRECCIÓN DE PROGRAMA INGENIERIA DE PRODUCCIÓN PROGRAMA DE LA ASIGNATURA PROGRAMA: Ingeniería de Producción DEPARTAMENTO:
Breve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
4. Planeamiento preliminar. Estrategia de la auditoría. Conocimiento del ente y su ambiente
4. Planeamiento preliminar Planear la estrategia general de la auditoría Ejecutar los procedimientos de evaluación de riesgos y para ello: Obtener un conocimiento apropiado del ente y su ambiente Evaluar
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Bloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
INGENIERÍA EN ENERGÍAS RENOVABLES EN COMPETENCIAS PROFESIONALES
INGENIERÍA EN ENERGÍAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE DISEÑO DE SISTEMAS UNIDADES DE APRENDIZAJE 1. Competencias Desarrollar sistemas de Energía Renovable considerando las necesidades
GUÍAS. Módulo de Pensamiento científico Ciencias físicas SABER PRO
Módulo de Pensamiento científico Módulo Pensamiento científico Este módulo evalúa el pensamiento científico que desarrollan los estudiantes a lo largo de sus carreras universitarias. El pensamiento científico
Tema 9: Introducción a la Dinámica
Tema 9: Introducción a la Dinámica 1º Ingenieros Aeronáuticos Escuela Técnica Superior de Ingenieros Universidad de Sevilla 1 Situación en la asignatura Primer Parcial Introducción Mecánica Cinemática
Anteriores. EL alumno comprende y aplica las leyes y principios fundamentales de la electricidad y el magnetismo y la termodinámica.
INSTITUTO TECNOLÓGICO DE SALTILLO 1.- Nombre de la asignatura: Física II Carrera: Ingeniería Industrial Clave de la asignatura: INC - 0402 Horas teoría-horas práctica-créditos 4-2-10 2.- HISTORIA DEL PROGRAMA
DEPARTAMENTO DE FÍSICA DE LA UNIVERSIDAD DE SONORA
DEPARTAMENTO DE FÍSICA DE LA UNIVERSIDAD DE SONORA ORGANIZACIÓN DE LA MATERIA DE ELECTRICIDAD Y CALOR HERMOSILLO, SONORA, JUNIO DEL 2005 1 ELECTRICIDAD Y CALOR Datos de Identificación Nombre de la Institución
Asignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS CIRCUITOS ELÉCTRICOS Área a la que pertenece: Área de Formación Integral Profesional Horas teóricas: 3 Horas prácticas: 3 Créditos: 9 Clave: F0120 Asignaturas antecedentes y subsecuentes
Aplicar las leyes y principios fundamentales de la mecánica clásica a la solución de problemas prácticos y adquirir bases para cursos posteriores.
Nombre de la asignatura: Mecánica Clásica Créditos: 4-1 - 5 Aportación al perfil Adquirir los conocimientos básicos que le permitirán comprender las ciencias de la ingeniería. Desarrollar la capacidad
UNIVERSIDAD SANTO TOMÁS SECCIONAL BUCARAMANGA. División de Ingenierías - Facultad de Química Ambiental
UNIVERSIDAD SANTO TOMÁS SECCIONAL BUCARAMANGA División de Ingeniería Facultad de Química Ambiental Nombre de Asignatura: CÁLCULO DIFERENCIAL Àrea: Ciencias Exactas y Naturales - Créditos: 3 Matemáticas
SECCIÓN 3 PRESENTACION DE ESTADOS FINANCIEROS
SECCIÓN 3 PRESENTACION DE ESTADOS FINANCIEROS PRESENTACIÓN DE ESTADOS FINANCIEROS Los estados financieros son representaciones estructuradas basados en la situación financiera de la entidad el rendimiento
CURSO DE MANEJO FARMACOLÓGICO DEL PACIENTE HIPERTENSO DOCUMENTO 03 FISIOLOGIA CARDIOVASCULAR EL CORAZÓN ACOPLADO A LA CIRCULACIÓN ARTERIAL Y VENOSA
P á g i n a 1 CURSO DE MANEJO FARMACOLÓGICO DEL PACIENTE HIPERTENSO DOCUMENTO 03 FISIOLOGIA CARDIOVASCULAR PROGRAMA DE ACTUALIZACIÓN PROFESIONAL A DISTANCIA CICLO 2007 EL CORAZÓN ACOPLADO A LA CIRCULACIÓN
Asignaturas antecedentes y subsecuentes Análisis Numérico II
PROGRAMA DE ESTUDIOS Análisis Numérico I Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0033 Asignaturas antecedentes y subsecuentes Análisis
Unidad I Análisis de Sistemas Realimentados
Prof. Gerardo Torres - gerardotorres@ula.ve - Cubículo 003 Departamento de Circuitos y Medidas de la Escuela de Ingeniería Eléctrica de la Universidad de Los Andes Unidad I Análisis de Sistemas Realimentados
MEDICIÓN Y ANÁLISIS DE CIRCUITOS ELÉCTRICOS
Módulo: Medición y Análisis Educación de Circuitos EléctricosMedia Técnico-Profesional Sector Electricidad 1 Especialidad: Electricidad Módulo MEDICIÓN Y ANÁLISIS DE CIRCUITOS ELÉCTRICOS Horas sugeridas
T E O R Í A C I N É T I C A D E L O S G A S E S
T E O R Í C I N É T I C D E L O S G S E S Entendemos por teoría cinética de la materia el intento mediante el cual se desean explicar las propiedades observables en escala gruesa o macroscópica de sistemas
DEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso
DEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso 2009-10 1. Generalidades Instrumentación: En general la instrumentación comprende todas las técnicas, equipos y metodología relacionados con
Preliminares Problemas de Valor Inicial Problemas de Contorno ECUACIONES DIFERENCIALES ORDINARIAS
ECUACIONES DIFERENCIALES ORDINARIAS Contenido Preliminares 1 Preliminares 2 3 El Método de Disparo Lineal Contenido Preliminares 1 Preliminares 2 3 El Método de Disparo Lineal Preliminares Las ecuaciones
UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO MÉTODOS COMPUTACIONALES APLICADOS A SISTEMAS BIOLÓGICOS INTD 4055
UNIVERSIDAD DE PUERTO RICO EN HUMACAO DEPARTAMENTO DE BIOLOGÍA PRONTUARIO DEL CURSO MÉTODOS COMPUTACIONALES APLICADOS A SISTEMAS BIOLÓGICOS INTD 4055 Preparado por: DR. DENNY S. FERNÁNDEZ DEL VISO DR.
1. Modelos Matemáticos y Experimentales 1
. Modelos Matemáticos y Experimentales. Modelos Matemáticos y Experimentales.. Definición.. Tipos de Procesos.3. Tipos de Modelos 3.4. Transformada de Laplace 4.5. Función de Transferencia 7.6. Función
PROGRAMA DE ASIGNATURA
UNIVERSIDAD LIBRE FACULTAD DE INGENIERÍAS PROGRAMA DE ASIGNATURA Nombre de la asignatura: Código de la asignatura: 02305 Área de formación: Área de la asignatura: Ubicación asignatura: (semestre/ año)
Miguel A. Varela Pérez Recurso
Miguel A. Varela Pérez Recurso Qué es el método científico? Se refiere a todos los pasos que desarrolla un científico para contestar preguntas,resolver problemas y lograr llegar a conclusiones. Está basado
Resolución de circuitos RLC mediante la aplicación de Transformadas de Laplace
Resolución de circuitos RLC mediante la aplicación de Transformadas de Laplace Cristian Iván Eterovich Estudiante de Ingeniería Electricista/Electrónica/en Sistemas de Computación Universidad Nacional
FÍSICA CUÁNTICA. Física de 2º de Bachillerato
FÍSICA CUÁNTICA Física de º de Bachillerato Física Cuántica Insuficiencia de la Física Clásica Teoría de la Radiación Térmica Radiación del Cuerpo Negro Efecto fotoeléctrico Teoría de Einstein Los espectros
Física I. Carrera: SCM Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Física I Ingeniería en Sistemas Computacionales SCM - 0409 3-2-8 2.- HISTORIA DEL
Estándares de evaluación en la materia de MATEMÁTICAS de 1º de ESO. Curso 2016/2017.
Estándares de evaluación en la materia de MATEMÁTICAS de 1º de ESO. Curso 2016/2017. Bloque 1. Procesos, métodos y actitudes en matemáticas. Los criterios correspondientes a este bloque son los marcador
U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL
U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL MECÁNICA PARA INGENIEROS SILABO I DATOS GENERALES CODIGO CARRERA
Introducción a Investigación de Operaciones. UCR ECCI CI-1453 Investigación de Operaciones III Prof. Bach. Kryscia Daviana Ramírez Benavides
Introducción a Investigación de Operaciones UCR ECCI CI-1453 Investigación de Operaciones III Prof. Bach. Kryscia Daviana Ramírez Benavides Qué es la Investigación de Operaciones? Es una herramienta dominante
TEMA 1. Introducción a las técnicas de modelado y simulación
TEMA 1. Introducción a las técnicas de modelado y simulación Objetivos Definir el concepto de simulación digital. Definir modelo matemático. Distinguir los diversos tipos de sistemas y modelos, desde el
Termodinámica de procesos fuera del equilibrio
Termodinámica de procesos fuera del equilibrio Felipe Moreno M. * Resumen Veremos algunas consideraciones sobre procesos que ocurren fuera del estado de equilibrio en un sistema termodinámico. Para que
CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Análisis de Sistemas Lineales. Introducción: Modelado y respuesta dinámica de sistemas
Análisis de Sistemas Lineales Introducción: Modelado y respuesta dinámica de sistemas Qué es un sistema lineal? La respuesta será construida con las respuestas de los estudiantes Contenido Introducción
ELECTRÓNICA II. M. Teresa Higuera Toledano (Dep. Arquitectura de Computadores y Automática) FdI 310
ELECTRÓNICA II M. Teresa Higuera Toledano (Dep. Arquitectura de Computadores y Automática) FdI 310 Electrónica II 2009-2010 1 Que es la electrónica? La electrónica es el campo de la ingeniería y de la
Convolución: Un proceso natural en los sistemas lineales e invariantes en el tiempo.
Convolución: Un proceso natural en los sistemas lineales e invariantes en el tiempo. Introducción. En este documento se describe como el proceso de convolución aparece en forma natural cuando se trata
RÚBRICAS POR ÁREA. Matemáticas Aplicadas a las Cien. Soc.II 2014/2015
Criterio [BAII02C01]: Utilizar el lenguaje matricial como instrumento para organizar y codificar la información proveniente de situaciones con datos estructurados en forma de tablas o grafos, y aplicar