TEMA 5: TRANSPORTE EN ESTADO ESTACIONARIO: RESOLUCIÓN NUMÉRICA DE PROBLEMAS ODE-BVP

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

Download "TEMA 5: TRANSPORTE EN ESTADO ESTACIONARIO: RESOLUCIÓN NUMÉRICA DE PROBLEMAS ODE-BVP"

Transcripción

1 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. TEMA 5: TRANSPORTE EN ESTADO ESTACIONARIO: RESOLUCIÓN NUMÉRICA DE PROBLEMAS ODE-BVP. PROBLEMAS ODE-BVP: PRESENTACIÓN. CONDICIONES DE INTEGRACIÓN TIPO FRONTERA: TIPOS, SIGNIFICADO FÍSICO 3. RESOLUCIÓN DE PROBLEMAS ODE-BVP: MÉTODOS DE DISPARO 4. RESOLUCIÓN DE PROBLEMAS ODE-BVP: MÉTODOS DE DIFERENCIAS FINITAS 4.. Aproxmaones por dferenas fntas a la prmera segunda dervada de una funón 4.. Aplaón general del método de dferenas fntas (problemas lneales de º orden) 4.3. Aplaón de las ondones frontera en el método de dferenas fntas Condones frontera onstantes Condones frontera aslantes Condones frontera de transporte 4.4. ANEXO I: Algortmo de Tomas para la resoluón de sstemas trdagonales ANEXO II: programa fero de resultados del ejemplo BIBLIOGRAFÍA RECOMENDADA Asgnatura: Ttulaón: Curso: Cuatrmestre: Cálulo Avanzado de Proesos Químos. Ingenería Químa Cuarto Prmero Departamento de Ingenería Químa Y Químa Inorgána. U.C.

2 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso.. PROBLEMAS ODE-BVP: PRESENTACIÓN. Los problemas de valor frontera (BVP) están defndos medante euaones dferenales que requeren la soluón sujeta a ondones de ntegraón de tpo frontera. Una euaón dferenal ordnara de º orden puede expresarse de forma general: f d, dx d,,x dx, Para espefar ompletamente este problema es neesaro onoer DOS ondones de ntegraón. S las ondones se espefan en dos puntos dferentes del ntervalo de ntegraón el problema será del tpo BVP (s las dos ondones se espefan en el msmo punto del ntervalo el problema será IVP). Los problemas BVP se enuentran freuentemente en la desrpón matemáta de sstemas ngenerles. Ejemplos de BVP nluen el análss en estado estaonaro de dstrbuón de temperaturas, ampos de potenal de flujo, dfusón, dstrbuones de orrente, et. Para la maoría de estos ejemplos la euaón que goberna el sstema se redue a la euaón de Laplae uando las propedades físas del sstema, ondutvdad térma, vsosdad, oefentes de dfusón, ondutvdad elétra, et., se asumen onstantes. Un tratamento rguroso de este tpo de problemas ngenerles oblga a utlzar las tres oordenadas espaales que en funón del sstema de oordenadas serán: Coordenadas retangulares: Coordenadas líndras: Coordenadas esféras: x,, z x, r, r,, Así, un problema de onduón de alor en estado estaonaro multdmensonal (oordenadas retangulares) que pueda desrbrse por la le de Fourer se esrbe omo: T k x z T k x T k z f(x,,z) Departamento de Ingenería Químa Y Químa Inorgána. U.C.

3 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Los sstemas multdmensonales presentan maor grado de dfultad en su resoluón que los undmensonales. Por otro lado no es freuente que las tres dreones espaales presenten la msma mportana en la dstrbuón de una varable de nterés. Así pues nos entraremos en este tema en la resoluón de euaones ODE-BVP en una dreón espaal. Sguendo on el ejemplo de onduón de alor desrto por la le de Fourer, la expresón general para un sstema undreonal se expresa de la forma: donde : k ondutvdad térma g(z) generaón de alor (o s fator geométro : d s dt z k g(z) s z dz dz. sumdero) para geometra retangular, z para lndra para esféra por lo tanto, onsderando la ondutvdad térma onstante, la expresón general se redue a: geometra geometra geometra reatangular : líndra : esféra : s s s d T k g(z) dz d T k dt k dz z dz d T k k dz z dt dz g(z) g(z) Para ertas geometrías para ondones frontera deales es posble enontrar una soluón analíta. Los tpos de geometría onsderados nluen retángulos, lndros, onos esferas mentras que las ondones frontera se lmtan a superfes on valor onstante o superfes aslantes. Departamento de Ingenería Químa Y Químa Inorgána. U.C. 3

4 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. La soluón numéra de los problemas BVP se requere uando:. La euaón dferenal es de un tpo que no permte la soluón analíta: p. ej. Euaones no lneales, oefentes varables, et.).. Las ondones frontera no son deales: p.ej. un aslante no perfeto. 3. Las propedades físas del sstema amban a lo largo del ntervalo de ntegraón. P. ej. Un sóldo en el que la ondutvdad térma amba on la temperatura. La resoluón numéra de un problema BVP aproxma el valor de la varable dependente solamente en determnados puntos dsretos (nodos) de la varable ndependente. Departamento de Ingenería Químa Y Químa Inorgána. U.C. 4

5 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso.. CONDICIONES DE INTEGRACIÓN TIPO FRONTERA: TIPOS. SIGNIFICADO FÍSICO Los problemas defndos por euaones dferenales ordnaras de ondón frontera (ODE- BVP) se araterzan porque las ondones de ntegraón están defndas en más de un punto del ntervalo de ntegraón (normalmente en los puntos nal fnal del msmo). Una forma general de expresar las ondones de ntegraón de tpo frontera es: donde: - a, a, b, b,, son onstantes. a b a b a b ' ' a b - (a), (b) son los valores de la varable dependente en los puntos límtes a b - (a), (b) son los valores de la dervada prmera de en los puntos límte a b. En la expresón anteror: ) s a b (a) a (b) b te. te. ondones frontera de valor onstante. ) s a b '(a) te. a '(b) te. b ondones frontera aslantes (te=) o de flujo onstante (te) ) s a b a b a b a a' a b b ' b. ondones frontera de flujo o transporte ada uno de estos tpos de ondones frontera tene un sgnfado físo dferente: Departamento de Ingenería Químa Y Químa Inorgána. U.C. 5

6 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. a) Condones frontera de valor onstante: La varable dependente tene un valor fjo onodo en el punto frontera. Las ondones frontera onstantes no son mu abtuales en problemas reales, se usan generalmente omo aproxmaones de stuaones reales. Ejemplo 5.. En la fgura se muestra una pared metála que lmta en una superfe. En el punto de ontato (x ) se a nstalado un sensor que permte onoer la temperatura (T ) Es por tanto una ondón límte onstante en el punto x. En el resto de la pared no se onoe la temperatura. b) Condones frontera tpo aslantes: Estas ondones se utlzan para representar superfes que NO PERMITEN el TRANSPORTE de ertas propedades. Matemátamente lo que estamos ndando on una ondón aslante es que el flujo de la varable dependente (propedad de nterés) en la dreón perpendular a la superfe es nulo. Ejemplos representatvos en Ingenera Químa onsttuen los aslantes térmos que mpden la transmsón de alor o las membranas seletvas que mpden el paso de ertos ompuestos. Ejemplo 5.. En la fgura se muestra una pared metála que lmta en una superfe aslante. En el punto de ontato NO se onoe T será una nógnta más de nuestro problema. Lo que sí sabemos es que la pared aslante no permtrá que el alor de la pared metála se transfera, es der, mpone una restrón al flujo de la propedad de nterés, en este aso la temperatura. Matemátamente: Departamento de Ingenería Químa Y Químa Inorgána. U.C. 6

7 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. ) Condones frontera de transporte Las ondones frontera de transporte expresan la le que rge el transporte de la varable de nterés en el punto de aplaón. En Ingenería Químa estas ondones se utlzan uando se puede desrbr el movmento de una propedad aa una superfe medante un oefente de transferena de matera o alor. Ejemplo 5.3. En la fgura se muestra una pared metála en ontato on un baño de agua. En un sstema omo este la transferena de alor entre la fase sólda la líquda se expla a través de la exstena de una zona donde se onentran todas las resstenas la transferena de energía, nterfase o apa límte. El transporte de alor (o matera) desde el seno de un líqudo asta una superfe sólda se puede desrbr medante un oefente de transferena de energía (o matera). Por ejemplo el flujo de energía desde la superfe aa el fludo puede presentarse por: qs, sendo T a = temperatura del fludo (T Ta ) T =temperatura en la superfe sólda = oefente de transmsón de alor Aplando un balane de energía en la superfe del sóldo podemos ver que el flujo de alor de la fase sólda a la líquda va a ser gual a la transmsón de alor por onduón dentro del sóldo: [Reelaborado a partr de Rggs, 994] Comentaro: omo el flujo de alor es negatvo en la dreón x, ambos térmnos en esta euaón tenen sgno postvo Departamento de Ingenería Químa Y Químa Inorgána. U.C. 7

8 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. 3. RESOLUCIÓN DE PROBLEMAS ODE-BVP: MÉTODOS DE DISPARO Los métodos de dsparo pueden usarse para resolver problemas ODE-BVP en una dmensón onvrtendo el problema BVP en un problema IVP teratvo. Se denomnan métodos de dsparo un onjunto de ténas que resuelven problemas BVP medante el uso onjunto de a) algortmos propos de problemas IVP b) algortmos propos de resoluón de euaones algebraas no lneales. Los pasos a segur para soluonar un problema ODE-BVP medante un método de dsparo son:. TRANSFORMAR la euaón BVP en un sstema de euaones IVP de prmer orden utlzando el msmo método desarrollado para euaones IVP de orden superor a uno.. ESTIMAR las ondones nales que no están espefadas en la euaón orgnal (la euaón BVP tendría una ondón en el punto nal de ntegraón otra en el punto fnal por lo tanto para ntegrar el sstema de euaones IVP será neesaro estmar una ondón nal adonal). 3. Aora se puede INTEGRAR EL SISTEMA IVP on ualquera de los algortmos vstos para ese fn. 4. La ondón límte real en el punto fnal del ntervalo de ntegraón se COMPARA on la aproxmaón numéra alanzada para esa varable en ese punto medante el algortmo IVP. S la dferena entre ambos valores es menor que el error permtdo la ntegraón se onsdera válda se a alanzado la soluón del problema. 5. S la dferena es maor que el error permtdo se vuelve a estmar una nueva ondón nal se repte la ntegraón del sstema IVP asta que se alane la onvergena exgda. Para el PROCESO ITERATIVO se puede usar ualquer algortmo para resoluón de euaones no lneales (Newton, seante, et.) Departamento de Ingenería Químa Y Químa Inorgána. U.C. 8

9 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Ejemplo 5.4: d d Resolver el problema ODE-BVP: 5 dx dx on (), () medante el método del dsparo: Prmer paso: obtener un sstema IVP de prmer orden para ello se rea las nuevas varables =z d dx dz z dx obtenéndose el sstema : dz z dx dz ( z dx * z ) 5 z () z ()????? Segundo paso: Estmar una ondón nal para la varable z, en este ejemplo se a estmado z (), Terer paso: Integrar el sstema medante un algortmo IVP (p.e. RK) omparar la aproxmaón obtenda para la varable en el punto x= on la ondón límte (). Para ello se rea la funón FV=()-. El objetvo será aer ero da funón, para ello se a utlzado el método de la seante. Se an utlzado los sguentes parámetros: a) para la resoluón del sstema IVP: Algortmo: Runge Kutta de Orden 4 x =, x max =, Tamaño de paso:, b) Para el proeso teratvo de seleón de z(): Algortmo: método de la seante: dx x x F * x x/ F F F= ()-. Departamento de Ingenería Químa Y Químa Inorgána. U.C. 9

10 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Prmeros valores teratvos: x =.; x =.95 Error máxmo permtdo:.d-6 Número máxmo de teraones permtdas:. Varaón máxma en ada teraón: dx=. ) Programas subrutnas:. programa prnpal: ontene los parámetros del problema, las llamadas a las subrutnas las saldas de resultados. Subrutna seant: ontene el algortmo del método de la seante. 3. Subrutna F: ontene la funón de la que se quere allar el ero medante el método de la seante. 4. Subrutna rkutta: ontene el algortmo de Runge Kutta de orden 4 5. Subrutna funt: ontene el sstema de euaones IVP de ºorden a ntegrar medante RK d) Los programas subrutnas así omo los resultados se muestran en el Anexo II Tabla 5.. Resultados del problema ejemplo 5.4. aplando método de dsparo. Iteraón Valor nal Valor nal Valor fnal Valor fnal Nuevo nal a, (dato), (estmado) -,69 (,) -5,43,95 b,,95(estmado) -,76(,) -5,6,,, -,54(,) -3,4 3, 3, 3,,3(,) -,5 3,85 4, 3,85,86(,) -,56 4,6 5, 4,6,98(,) -,47 4,3553 6, 4,3553,99(,) -,46 4,3643 7, 4,3643,999(,) -,463 4,3644 8, 4,3644, -,463 La resoluón del problema a requerdo ntegrar 9 vees el sstema IVP asta alanzar la onvergena exgda. Departamento de Ingenería Químa Y Químa Inorgána. U.C.

11 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Los métodos de dsparo pueden ser aplados a problemas BVP en una dmensón ( on algortmos más omplejos tambén a BVP de más dmensones). Permten utlzar algortmos de orden de exattud elevado para resolver el problema BVP. (en el ejemplo se a obtendo una aproxmaón de 4º orden de exattud). Cuando se usa un método del dsparo tres son los fatores que nfluen el la exattud fnal de la aproxmaón lograda: el orden del método de ntegraón, el tamaño de paso del método de ntegraón, el rtero de onvergena del método de resoluón de la euaón no lneal. Los fatores () (3) deben ser redudos todo lo posble para proporonar la exattud deseada en la aproxmaón del problema BVP. Utlzar este método on problemas BVP en los que nnguna de las ondones frontera tene un valor onstante presenta maores dfultades. Así msmo, uando este método se apla a problemas BVP altamente no lneales debe tenerse sumo udado en la seleón de la ondón nal desonoda (s el valor nal supuesto está mu alejado del orreto la ntegraón de las ODEs puede fallar por problemas de overflow, et.). Se a de tener en uenta además que una euaón puede tener más de una raíz (el método teratvo puede llegar a más de una soluón), por lo tanto uando se pretende resolver problemas de ngenería químa (o de ualquer otra área aplada) no basta on alanzar una soluón matemátamente orreta sno que se debe tener sentdo físo. Hasta aora sólo se an omentado los métodos de dsparo que omenzan desde el punto nal del ntervalo de ntegraón, sn embargo el método puede aplarse en ualquer dreón. Este proedmento se denomna bombardeo nverso. Departamento de Ingenería Químa Y Químa Inorgána. U.C.

12 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. 4. RESOLUCIÓN DE PROBLEMAS ODE-BVP: MÉTODOS DE DIFERENCIAS FINITAS 4.. APROXIMACIÓN POR DIFERENCIAS FINITAS A LA PRIMERA Y SEGUNDA DERIVADA DE UNA FUNCIÓN A partr de las aproxmaones de Talor de la forma: (x ) (x )!! 3 3! 3 3! 4 4! 4 4! v x ' x '' x ''' x x x v x ' x '' x ''' x x- x Se pueden obtener aproxmaones por oentes de dferenas a la prmera segunda dervada de la funón de la forma: Aproxmaones a la prmera dervada: dferena s aa delante : d dx x x x x x x Dferena s Adelante : dferena s aa atras : d dx - x x - x x - x - x Dferena s Atras - dferena s entrales : d dx x x x x x x Dferena s Centrales - Aproxmaones a la segunda dervada: d dferenas entrales : dx x Departamento de Ingenería Químa Y Químa Inorgána. U.C.

13 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. 4.. APLICACIÓN GENERAL DEL MÉTODO DE DIFERENCIAS FINITAS (PROBLEMAS LINEALES DE º ORDEN) a a' a b b ' b a Dado un problema de la forma '' f (x,, ' ) on las ondones frontera b los pasos a segur para obtener una soluón medante el método de dferenas fntas son:, ) Dsretzar el ntervalo de ntegraón: esoger una sere de puntos (nodos) dentro del ntervalo de ntegraón [a, b] de la forma: a =x < x <x < x 3 <...< x n+ =b tales que se busque la soluón en esos puntos. Comentaro: La nomenlatura abtual en la maoría de la bblografía del tema (Davs, Rggs, et.) es la que se lustra en el ejemplo sguente: = x=x = =n+ x=x n+ = n+ Posón valor de valor de x valor de Exteror nal x Interor n x -----x n --- n Exteror fnal n+ x n+ n+ Esta nomenlatura aarrea problemas a la ora utlzar ordenador, a que la forma abtual de trabajo de ualquer lenguaje de programaón es almaenar en un vetor de longtud gual al numero de nodos los valores de las varables x(), () en los vetores no exste la posón () lo ual puede aarrear errores s no se tenen en uanta estos detalles. Otra nomenlatura admsble podría ser: = x=x = = =n =n x=x n = n Posón valor de valor de x valor de Exteror nal x Interor n- x -----x n- --- n- Exteror fnal n x n n Cualquera de ellas puede usarse pero es mu mportante SABER EN TODO MOMENTO CUAL DE ELLAS ESTAMOS USANDO PARA NO COMETER ERRORES EN LOS PUNTOS FRONTERA Departamento de Ingenería Químa Y Químa Inorgána. U.C. 3

14 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. ) Aproxmar en ada nodo los térmnos de la euaón dferenal medante dferenas fntas, reemplazando las dervadas por dferenales (oentes entre dferenas) medante las fórmulas de dferenas fntas presentadas anterormente (dsretzaón de la euaón dferenal); el resultado de esta operaón es que emos susttudo UNA ECUACIÓN DIFERENCIAL ORDINARIA BVP por UN SISTEMA DE ECUACIONES ALGEBRAICAS. Ejemplo 5.5 Consderamos la ODE de º orden lneal general : '' p(x)' q(x) r(x) que debe ser ntegrada en el ntervalo [, ]. a) dvdmos el ntervalo en nrementos de =, b) de forma que a) n+=(b-a)/=5 b) n=((b-a)/)+=5 = x = = x = = x =, = x =, = x =,4 =3 x 3 =,4 =3 x 3 =,6 =4 x 4 =,6 =n= 4 x 4 =,8 =n-=5 x 5 =,8 =n+=5 x 5 =, =n=6 x 6 =, ) en ada uno de los nodos aproxmamos por dferenas entrales (para mantener el msmo rtero de exattud en la prmera segunda dervada): p(x) que en nuestro ejemplo mpla: p(x ) p(x ) 3 p(x ) p(x 4 3 ) 5 3 p(x 4 ) 6 4 p(x 5 ) q(x ) r(x ) =...n+ ó =---n q(x ) r(x ) q(x ) r(x ) q(x ) r(x ) q(x 3 ) 3 r(x 3 ) q(x 4 ) 4 r(x 4 ) q(x 5 ) 5 r(x 5 ) para para para para 3 para 4 para 5 Hemos transformado una euaón dferenal ordnara lneal en 6 euaones algebraas lneales. Comentaro: en el proeso de dsretzaón an aparedo pos puntos nodales nuevos -, 6 que no exsten dentro del ntervalo de ntegraón. Qué aemos on ellos? Departamento de Ingenería Químa Y Químa Inorgána. U.C. 4

15 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. 3. Aplar las restrones mpuestas por las ondones frontera de ada problema. Este apartado lo veremos on detalle en la próxma seón APLICACIÓN DE LAS CONDICIONES FRONTERA EN EL MÉTODO DE DIFERENCIAS FINITAS 4.3..Condones frontera onstantes: Un problema sujeto a ondones frontera onstante mpla que el valor de la varable en los puntos nal fnal e n+ (ó e n ) son onodos, luego elmnamos dos euaones del sstema general Ejemplo 5.6: En el sstema general del ejemplo 5.5. s espefamos las ondones ()=, ()= el sstema de 6 euaones presentado en do ejemplo se transforma en: () () 3 p(x) p(x ) p(x3) p(x 4 ) q(x) r(x) q(x ) q(x3)3 r(x3) q(x 4 )4 r(x ) r(x 4 ) para para para para 3 para 4 para 5 En general un sstema una euaón ODE-BVP on ondones lmte onstantes dsretzada en n euaones se resolverá a través de un sstema de n- euaones algebraas. S en la expresón general p(x ) q(x ) r(x ) agrupamos ada valor de, podemos obtener la expresón: Departamento de Ingenería Químa Y Químa Inorgána. U.C. 5

16 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Departamento de Ingenería Químa Y Químa Inorgána. U.C. 6 n n n p(x ) - x r x q x p...n x r p(x ) x q x p x p x r ) p(x x q que expresada en forma matral: r * A, donde: n,,..., 4 x p x r, x r,..., x r, 4 x p x r r n n n n n n n n a b a b a b a A sendo: 4 ) p ( x 4 x p b x q a La matrz A se denomna trdagonal. Esta forma espeal permte una aplaón mu efente del proedmento de elmnaón gaussano medante el algortmo de THOMAS. COMENTARIO: Todos los problemas ODE-BVP pueden expresarse medante un sstema matral trdagonal pero la forma de los oefentes a, b,, r depende del problema.

17 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Ejemplo 5.7 Partendo del sstema obtendo en el ejemplo 5.5. vamos a obtener una representaón matral trdagonal del problema dsretzando el ntervalo de ntegraón en 6 nodos de los uales el prmero (=) el últmo (=5) no orresponden a euaones porque el valor de es onodo por las ondones frontera. En el Ejemplo 5.5. abíamos obtendo un sstema de 4 euaones de la forma: () p(x) p(x ) p(x 3 ) 3 4 q(x) r(x) para q(x ) q(x 3 )3 para r(x ) para r(x 3 ) para p(x ) 4 q(x 4 ) 4 r(x 4 ) para 4 () para 5 Agrupando los oefentes orrespondentes a ada valor de obtenemos: p(x) p(x) q(x) r(x) para p(x) p(x ) q(x) 3 r(x ) para p(x ) p(x3) q(x3) 3 4 r(x3) para 3 p(x3) p(x 4 ) 3 q(x4) 4 r(x 4 ) para 4 s denomnamos: q(x ) a p(x) a b podemos expresar: b p(x) r(x ) r a b3 a3 b4 p(x) r / r. q. d. 3 3 r3 a4 4 p(x4) r4 Departamento de Ingenería Químa Y Químa Inorgána. U.C. 7

18 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso Condones frontera aslantes S en el problema presentado en el apartado 5.. susttumos una de las ondones frontera onstantes, por ejemplo la orrespondente al punto x n+, por una ondón aslante el valor de la varable en el punto fnal n+ (ó n ) es aora desonodo. Esto mpla dos ambos mportantes respeto al sstema de euaones generado en el apartado anteror: a) En la euaón orrespondente al nodo =n tendremos tres varables: n-, n, n+, en vez de dos varables ( n-, n ) b) Debemos añadr una nueva euaón al sstema general a que n+ es desonodo. Esta nueva euaón mplará a las varables n, n+, n+ : b a r(x ),...n En el nodo =n+ el punto n+ queda fuera del domno del ntervalo de ntegraón, por lo tanto no tene sentdo físo no puede nlurse en los álulos del problema. Para resolver este problema se utlza la denomnada téna de los límtes ftos : d La ondón aslante en el punto =n+ mpla: dx n Por otro lado la ondón aslante es matemátamente una dervara de prmer orden de la varable respeto a la varable x por lo tanto podemos aplar dferenas entrales a la prmera dervada den en ese punto: Igualando ambas expresones: d n n dx n n n n n Es der, se a onsegudo expresar una varable que no exste en el sstema, n+, en funón de una varable que sí exste en el sstema, n Departamento de Ingenería Químa Y Químa Inorgána. U.C. 8

19 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. Ejemplo 5.8: Partendo del sstema obtendo en el ejemplo 5.5. vamos a obtener una representaón matral trdagonal del problema on ondón frontera onstante en x=: ()=, ondón aslante en x=: dsretzando el dx x ntervalo de ntegraón en 6 nodos sendo el prmero (=) el últmo (=5). para p(x) p(x) q(x ) r(x ) 4 para p(x) p(x) q(x) 3 r(x ) para p(x3) p(x3) q(x3) 3 4 r(x 3 ) para 3 p(x4) p(x4) 3 q(x4) 4 5 r(x 4 ) para 4 p(x5) p(x5) 4 q(x5 ) 5 6 r(x5 ) para 5 d En este sstema aparee la varable 6 que no exste en el ntervalo de ntegraón. Aplando la ondón d aslante en el punto : 6 4. dx 5 Susttuendo 6 por 4 en la últma euaón del sstema: * 4 q(x 5 ) 5 r(x 5 ) para 5, Por lo tanto en forma matral: a b a b3 a3 b4 3 a4 p(x) r / r 3 4 r3 4 r4 a5 5 r5 Departamento de Ingenería Químa Y Químa Inorgána. U.C. 9

20 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso Condones frontera de transporte Al gual que en el aso anteror uando tenemos una o dos ondones de flujo (puntos x e x n+ ), los valores de la varable dependente en esos puntos se desonoen por lo que debemos nlur las euaones oportunas (una ó dos). Así msmo, al plantear las euaones orrespondentes a los puntos x e x n+, apareerán dos varables nuevas, -, n+ que no tenen sentdo físo dentro del ntervalo de ntegraón. La estratega para trabajar on ellas es la msma que en el aso de ondón aslante. Ejemplo 5.9. Partendo del sstema obtendo en el ejemplo 5.5. vamos a obtener una representaón matral trdagonal d del problema on ondón frontera de flujo en x=: k A sendo k, a onstantes, dx d ondón aslante en x=:, dsretzando el ntervalo de ntegraón en 6 nodos sendo el dx x prmero (=) el últmo (=5). En este aso el sstema de euaones será: p(x ) q(x ) p(x ) q(x ) p(x) q(x ) p(x3) q(x 3 ) p(x 4 ) 3 q(x4) p(x 5 ) 4 q(x5) p(x) r(x ) para p(x) r(x ) para p(x) 3 r(x ) para p(x3) 3 4 r(x 3 ) para 3 p(x4) 4 5 r(x 4 ) para 4 p(x5) 5 6 r(x5 ) para 5 En este sstema apareen dos varables que no perteneen al ntervalo de ntegraón: -, 6. La forma de susttur 6 la emos presentado en el ejemplo 5.8. Nos entraremos en la forma de susttur - : d dx k k A A Susttuendo en la prmera euaón del sstema (=): Departamento de Ingenería Químa Y Químa Inorgána. U.C.

21 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. p(x ) p(x ) k q(x ) r(x ) para k A Reorganzando: q(x ) k p(x ) r(x ) k A p(x ) on lo que el sstema sgue sendo trdagonal. En resumen: Un problema ODE-BVP de º orden lneal se transforma medante dsretzaón en n nodos aplaón de dferenas fntas a la prmera segunda dervada en ada nodo en: a) Un sstema de n- euaones algebraas lneales on matrz de oefentes trdagonal s el problema nal tenía dos ondones frontera onstantes. b) Un sstema de n- euaones algebraas lneales on matrz de oefentes trdagonal s el problema nal tenía una ondón aslante o de flujo. ) Un sstema de n euaones algebraas lneales on matrz de oefentes trdagonal s el problema nal tenía dos ondón de flujo /o aslante. La resoluón práta de un problema planteado por este método neesta de la utlzaón de subrutnas de resoluón de sstemas de euaones algebraas lneales: Gauss, Gauss- Sedel en partular el método de Tomas que es una forma partular del método de elmnaón gaussana para sstemas on matrz de oefentes trdagonal. Departamento de Ingenería Químa Y Químa Inorgána. U.C.

22 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso ANEXO I: Método de Tomas para la resoluón de sstemas lneales de euaones algebraas on matrz de oefentes trdagonal. Un ejemplo de sstema lneal de euaones algebraas on matrz trdagonal es el sguente: x x x x x 3 x x 3 x 4 3 x 3 x 4 4 la matrz de oefentes de este sstema es:. En ella todos los elementos exepto la dagonal prnpal las nmedatamente superor e nferor son eros. Este tpo de matrz tambén puede denomnarse matrz de bandas on anura de bandas de 3. El método de elmnaón gaussana puede aplarse a un sstema de este tpo dando omo resultado un algortmo smplfado. Consderemos un sstema lneal de forma general: a x a x a x a x a 3 x 3 a 3 x a 33 x 3 a 34 x a n,n x n b b b 3... a n,n x n b n El sstema puede esrbrse de forma más onvenente: d x e x x d x e 3 x 3 3 x d 3 x 3 e 3 x n x n b b b 3... d n x n b n donde, d, e representan los oefentes de x -, x, x + en la euaón. Medante elmnaón Gaussana x puede ser elmnada del problema usando la prmera euaón para elmnar x de la segunda euaón, Así msmo la segunda euaón puede ser utlzada para elmnar x de la terera euaón. De esta forma ada euaón se utlza para elmnar una varable de una euaón. Para un sstema de n euaones lneales la soluón vene dado por: x n n e x dx, n -, n -,...., Departamento de Ingenería Químa Y Químa Inorgána. U.C.

23 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. donde se deteremnan medante las formulas reursvas : b e d,, d,,, 3,..., n b,,, 3,..., n Los requermentos de álulo omputaonal de este método reen lnealmente on el número de euaones del sstema mentras que los requermentos de álulo del método de Gauss reen proporonalmente al ubo del número de euaones del sstema. A ontnuaón se muestra una subrutna en FORTRAN (Rggs, 994) que resuelve un sstema de n euaones lneales medante el método de Tomas. Los argumentos N, C(I), D(I), E(I) B(I) deben ser proporonados por el usuaro omo argumentos de entrada. La subrutna proporona el vetor X(I) omo soluón del sstema. BETA(I) GAM(I) deben ser dmensonados en el programa de llamada pero no se usan omo argumentos de entrada n salda. C******************************ABSTRACT ********************************************************************* C ESTA SUBRUTINA CALCULA LA SOLUCIÓN DE UN SISTEMA DE ECUACIONES LINEALES C CON MATRIZ DE COEFICIENTES TRIDIAGONAL USANDO EL METODOD DE THOMAS C******************************************************************************************************************* SUBROUTINE TM(N,C,D,E,B,X,BETA,GAM) IDENTIFICACIÓN DE ARGUMENTOS N = número de nógntas C(I) = oefente de el térmno stuado a la zquerda de la dagonal prnpal para la euaón. Dmensonado por N (entrada) D(I) = oefente de el térmno de la dagonal prnpal para la euaón. Dmensonado por N (entrada). E(I) = oefente de el térmno stuadoa a la derea de la dagonal prnpal para la euaón. Dmensonado por N (entrada). B(I) = onstante para la euaón. Dmensonado por N (entrada). X(I) = vetor soluón. Dmensonado por N (salda). BETA(I)= vetor nterno usado por la subrutna TM. Dmensonado por N GAM(I)= vetor nterno usado por la subrutna TM. Dmensonado por N IMPLICIT REAL*8(A-H,O-Z) DIMENSION C(),D(),E(),B(),X(),BETA(),GAM() BETA()=D() GAM()=B()/BETA() DO I=,N BETA(I)=D(I)-C(I)*E(I-)/BETA(I-) GAM(I)=(B(I)-C(I)*GAM(I-))/BETA(I) X(N)=GAM(N) DO I=,N J=N-I+ X(J)=GAM(J)-E(J)*X(J+)/BETA(J) RETURN END ****************************************************************************************** Departamento de Ingenería Químa Y Químa Inorgána. U.C. 3

24 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. ANEXO II: PROGRAMA Y RESULTADOS DEL EJEMPLO 5. Y''+Y*Y'+5=. METODO DISPARO PROGRAM SHOOTING METHOD ********************************************************************************** DOCUMENTACION: C C Autora: Raquel Ibáñez Fea: urso - Lenguaje: Fortran 77 Asgnatura: Cálulo Avanzado de Proesos Químos. Tema 5. programa prnpal: sootng metod (usuaro) subroutnas: rkutta(funct,n,p,t,,tmax,dtpnt,pnt,a,,ddt)(rggs,994) C FUNCT(n,t,,ddt) (usuaro) seant(f,erlm, max,dxmax,prnt,x) (Rggs 994) F(x,fv) (usuaro). *********************************************************************************** OBJETIVOS GENERALES: C C ) Este programa ntegra una euaón ODE-BVP on dos ondones C frontera onstantes medante el método del dsparo transformandoslo en C un sstema ODE_IVP de ºorden. ) la ondón límte en xo se utlza omo ondón nal de la ondón nal de se SUPONE la ondón límte en x se esa para omprobar que la ondón C nal supuesta para permte la ntegraón orreta. 3) Para ntegrar el sstema ODE-IVP se usa una subroutna que ontene un C algortmo de Runge-Kutta de 4º orden on los argumentos: rkutta C (FUNCT,n,p,t,,tmax,dtpnt,pnt,a,,ddt) sendo FUNC la subroutna C donde se almaena el sstema de ODE-IVP: subroutne FUNCT (n,t,,ddt). 4) Para determnar que la ondón nal supuesta es oreta se C utlza un método teratvo reando una funón : Fv= Y()teoro C Y()numero. S la funón tene un valor maor que el del error máxmo permtdo C se modfa la ondón nal de se vuelve a realzar la C ntegraón numéra del sstema ODE-IVP. Para llevar a abo el proeso C teratvo se a usado el método de la seante en la subroutna: C seant(f,erlm,max,dxmax,prnt,x)que neesta la subroutna F(x, fv) que ontene la funón objetvo. OBJETIVOS DEL PROBLEMA EJEMPLO: El ejemplo a resolver: ''+*'+5= en el ntervalo [,] on ()=. ()= El sstema reado es: '= ()=. '=-(*)-5. ()=se omneza suponendo. se obtendrá medante traones el valor que aga que ()-.<error permtdo. NOMENCLATURA: a) argumentos de la subroutna rkutta (Funt, C n,p,t,,tmax,dtpnt,pnt,a,,ddt) Fun: subroutna donde se alamenan las funaones a evaluar. n: Entero. argumento de entrada. Número de euaones del sstema ODE-IVP p: máxmo ambo en el valor de la funón permtdo. ontrol del reero. t: varable ndependente. omo argumento de entrada el valor nal de t = vetor de varables dependentes del sstema IVP a resolver (nógntas). C omo argumento d entrad la ondón nal. tmax: valor fnal del ntervalo de ntegraón. Argumento de entrada. dtpnt: tamaño de paso de la slda de resultados. Departamento de Ingenería Químa Y Químa Inorgána. U.C. 4

25 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. pnt: Entero. señal para ndar s se desea o no la mpresón de resultados a: vetor de evaluaones de la funón del algortmo de RK : vetor de varables dependetnes detro de la subroutna de RK ddt: veor de funones. b) argumentos de la subroutna FUNCT(n,t,,ddt) a omentados en apartado a) ) argumentos de la subroutna seant(f,erlm, max,dxmax,prnt,x) F: subroutna que onten la funón ua raz se desea obtenr erlm: error máxmo permtdo max: número máxmo de teraones. dxmax: máxmo ambo permtdo de la varable x en ada teraón. prnt: Entero,señal para ndar s se desea o no la mpresón de resultados x: varable. d) argumentos de la subroutna F(x,fv) x: varable. fv: funón a evaluar. *********************************************************************************** C delaraón de varables en el programa prnpal mplt real*8 (a-, o-z) dmenson (), a(), (), ddt() ommon /one/ra,d external F open (unt=,fle="bomba") parámetros del metodo de la seante erlm=.d-6 max= dxmax=. prnt= prmer valor teratvo para z() x=. llamada al método de la seante all seant (F, erlm, max, dxmax, prnt, x) wrte (,*) stop end *********************************************************************************** *********************************************************************************** SUBROUTINE F(x, fv) COMENTARIOS: C Esta subroutna ontene la funón que se ntenta aer ero medante el método de la seante: FV. En este aso para generar esta funón es Departamento de Ingenería Químa Y Químa Inorgána. U.C. 5

26 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. preso ntegrar un sstema de ODE-IVP de prmer orden.el valor numero de la varable en el últmo punto de ntegraón menos el valor teoro que debe tener es la funón busada mplt real*8 (a-, o-z) dmenson (), a(), (), ddt() external FUNCT espefaón de los datos de entrada para el ntegrador Runge-Kutta N= tmax=. dtpnt=. pnt= p=. Espefamos ondones nales t=. ()=. valor supuesto (objetvo del proeso tratvo): ()=x Llamada al ntegrador Runge-Kutta all rkutta (FUNCT,n,p,t,,tmax,dtpnt,pnt,a,,ddt) reamos la funón sobre la que aplamos el método de la seante FV=()-. return end C********************************************************************************** SUBROUTINE FUNCT (n,t,,ddt) COMENTARIOS: En esta subroutna se ontenen las funones que se an de evaluar en el algortmo de Runge Kutta para la ntegraón de un sstema de ODE-IVP. mplt real*8 (a-, o-z) dmenson (), ddt() ommon /one/ra,d ddt()=() ddt()=-()*()-5. eturn end ******************************************************************************** SUBROUTINE SECANT (F, erlm, max, dxmax, prnt,x) COMENTARIOS: Esta subroutna apla el método de la seante para enontrar la solu- Departamento de Ingenería Químa Y Químa Inorgána. U.C. 6

27 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. ón a una euaón algebraa no lneal. La eaón a resolver se enuantra en la subroutna F. mplt real*8 (a-, o-z) external F wrte (*,*) 'ola7' = COMIENZO DEL BUCLE ITERATIVO =+ all F(x,F) Inalzaón: f (.eq.) x=x*.95 f (.eq.) all F(x,F) Aplaón de la aproxmaón de la seante: dx=-f*(x-x)/(f-f) f (dabs(dx).gt.dxmax) dx=dxmax*dabs(dx)/dx x=x+dx Transferena de valores del punto -a al : x=x F=F x=x Impresón de resultados ntemedos: f (prnt.eq.) wrte (,),x,f format (5x, '=',3,5x,'x=',f7.5,5x,'F(x)=',d.3) equeo del número de teaones: f (.gt.max) wrte (6,) format('el metodo de la seante no onverge') f (.gt.max) stop equeo de la onvergena f (abs(dx).gt.erlm) go to return end *************************************************************************** Departamento de Ingenería Químa Y Químa Inorgána. U.C. 7

28 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. OBTENCIÓN VALORES f() Y f(): X=.D+ Y=.D+.D+ X=.D+ Y= D D+ X=.D+ Y= D D- X=.3D+ Y= D D+ X=.4D+ Y= D- -.D+ X=.5D+ Y= D D+ X=.6D+ Y= D D+ X=.7D+ Y= D D+ X=.8D+ Y= D D+ X=.9D+ Y= -.34D D+ X=.D+ Y= D D+ X=.D+ Y=.D+.95D+ X=.D+ Y=.69986D D+ X=.D+ Y= D D- X=.3D+ Y= D D+ X=.4D+ Y= D- -.56D+ X=.5D+ Y= -.57D D+ X=.6D+ Y= D D+ X=.7D+ Y= D D+ X=.8D+ Y= D D+ X=.9D+ Y= D D+ X=.D+ Y= D D+ = x=. F(x)= -.69D+ X=.D+ Y=.D+.D+ X=.D+ Y=.74454D D+ X=.D+ Y=.96544D D+ X=.3D+ Y= D D+ X=.4D+ Y= D D- X=.5D+ Y= D D+ X=.6D+ Y=.77564D D+ X=.7D+ Y=.44449D D+ X=.8D+ Y= D D+ X=.9D+ Y= D D+ X=.D+ Y= D D+ = x=3. F(x)= -.54D+ X=.D+ Y=.D+.3D+ X=.D+ Y= D D+ X=.D+ Y=.49995D D+ X=.3D+ Y= D+.897D+ X=.4D+ Y= D+.797D+ X=.5D+ Y= D+.8449D+ X=.6D+ Y= D D+ X=.7D+ Y= D D+ X=.8D+ Y= D D+ X=.9D+ Y= D D+ X=.D+ Y=.3749D+ -.48D+ = 3 x=3.85 F(x)= -.69D+ X=.D+ Y=.D+.385D+ X=.D+ Y= D D+ X=.D+ Y= D+.68D+ X=.3D+ Y= D D+ X=.4D+ Y=.3348D+.77D+ X=.5D+ Y=.3467D D+ X=.6D+ Y=.69897D+.6737D+ X=.7D+ Y=.5783D D+ X=.8D+ Y=.99778D D+ X=.9D+ Y=.365D D+ X=.D+ Y=.86758D D+ Departamento de Ingenería Químa Y Químa Inorgána. U.C. 8

29 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. = 4 x=4.6 F(x)= -.37D+ X=.D+ Y=.D+.46D+ X=.D+ Y= D D+ X=.D+ Y= D D+ X=.3D+ Y= D+.8669D+ X=.4D+ Y=.377D D+ X=.5D+ Y=.83D D+ X=.6D+ Y=.64D+.835D+ X=.7D+ Y=.5693D D+ X=.8D+ Y=.6854D D+ X=.9D+ Y=.595D D+ X=.D+ Y= D D+ = 5 x= F(x)= -.4D- X=.D+ Y=.D D+ X=.D+ Y=.3764D D+ X=.D+ Y= D D+ X=.3D+ Y= D D+ X=.4D+ Y=.75D+.4988D+ X=.5D+ Y=.84D+.7993D+ X=.6D+ Y=.7593D D+ X=.7D+ Y=.686D D+ X=.8D+ Y=.8843D D+ X=.9D+ Y=.85D D+ X=.D+ Y= D D+ = 6 x=4.364 F(x)= -.36D-3 X=.D+ Y=.D D+ X=.D+ Y= D D+ X=.D+ Y= D+.798D+ X=.3D+ Y= D+.998D+ X=.4D+ Y=.349D+.4967D+ X=.5D+ Y=.387D D+ X=.6D+ Y=.78D+.8566D+ X=.7D+ Y=.683D D+ X=.8D+ Y=.9D D+ X=.9D+ Y=.84D D+ X=.D+ Y= D D+ = 7 x=4.364 F(x)= -.69D-6 X=.D+ Y=.D D+ X=.D+ Y= D D+ X=.D+ Y= D+.798D+ X=.3D+ Y= D+.998D+ X=.4D+ Y=.349D+.4967D+ X=.5D+ Y=.388D D+ X=.6D+ Y=.78D+.856D+ X=.7D+ Y=.683D D+ X=.8D+ Y=.9D D+ X=.9D+ Y=.84D D+ X=.D+ Y=.D D+ = 8 x=4.364 F(x)= -.34D- Departamento de Ingenería Químa Y Químa Inorgána. U.C. 9

30 Ingenería Químa Cálulo Avanzado de Proesos Químos. TEMA 5 4º urso. 5. BIBLIOGRAFÍA RECOMENDADA Textos que desarrollan los métodos numéros presentados a nvel de usuaro on ejemplos de ngenería químa: Davs, M. E.; Métodos Modelos Numéros para Ingeneros Químos CAPÍTULO. Compañía Edtoral Contnental de C. V. Méxo, Méxo D.F. 99. Rggs, J. B.; An Introduton to Numeral Metods for Cemal Engneers CAPÍTULO 5. Texas Te Unverst Press, Lubbok, Texas Walas, S. M.; Modelng wt Dfferental Equatons n Cemal Engneerng. Ed Butterwort- Henemann, Stoneam, MA, USA. 99. Textos que desarrollan los métodos numéros presentados a nvel de usuaro on ejemplos generales: Gerald, C. F., Weatle P. O.; Appled Numeral Analss. CAPÍTULO 6. Addson-Wesle Publsng Compan Matews, J. H., Fnk K. D.; Métodos Numéros on MATLAB. Prente Hall Ibera, Madrd.. Departamento de Ingenería Químa Y Químa Inorgána. U.C. 3

TIPOS DE FLUJO. Tomaremos para analizar

TIPOS DE FLUJO. Tomaremos para analizar IPOS E FLUJO Muhos sstemas de utldad práta nvoluran flujos bdmensonales, lo ual torna ompleja la resoluón matemáta de la stuaón, por ello se plantearon asos límte de omportamento de flujo: FLUJO IVISCIO

Más detalles

PLANTEAMIENTO DE PROBLEMAS DE EQUILIBRIO

PLANTEAMIENTO DE PROBLEMAS DE EQUILIBRIO FACUTAD DE QUÍMICA Maestría En Ingenería Químa TERMODINÁMICA QUÍMICA Semestre 00- PANTEAMIENTO DE PROBEMAS DE EQUIIBRIO Un problema de equlbro de fases es aquel en donde dos o más fases están en ontato

Más detalles

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 2. Espacios Vectoriales TEMA: MATRIZ DE TRANSICIÓN Y VECTOR DE COORDENADAS

PROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 2. Espacios Vectoriales TEMA: MATRIZ DE TRANSICIÓN Y VECTOR DE COORDENADAS PROLEMS RESUELTOS ÁLGER LINEL Tema. Espaos Vetorales TEM: MTRIZ DE TRNSICIÓN Y VECTOR DE COORDENDS Problema : Sean las bases y de un espao vetoral defndo sobre los números omplejos:, 0,,,, {( ) ( )} (,,

Más detalles

Laboratorio 9. Equilibrio de distribución de un soluto en solventes inmiscibles

Laboratorio 9. Equilibrio de distribución de un soluto en solventes inmiscibles Laboratoro 9. Equlbro de dstrbuón de un soluto en solventes nmsbles Objetvo Determnar el oefente de dstrbuón de ádo aéto en el sstema agua/loroformo y agua/éter. Además, se determnará la efena de extraón

Más detalles

Teoría de Sistemas y Señales

Teoría de Sistemas y Señales Teoría de Sstemas y Señales MODULACIÓN DE ONDA CONTINUA NB: El ontendo de este apunte es una traduón al Castellano de parte del Capítulo 3 de Communaton Systems by Smon Haykn, 3rd. Edton, Wley & Sons,

Más detalles

TEMA 1. MÉTODOS APROXIMADOS PARA EL CÁLCULO DE OPERACIONES DE SEPARACIÓN DE MEZCLAS MULTICOMPONENTES

TEMA 1. MÉTODOS APROXIMADOS PARA EL CÁLCULO DE OPERACIONES DE SEPARACIÓN DE MEZCLAS MULTICOMPONENTES Unversdad de Alante. Dpto. Ingenería Químa Amplaón de Operaones de Separaón.. Métodos apromados TEMA. MÉTODOS APROXIMADOS PARA EL CÁLCULO DE OPERACIONES DE SEPARACIÓN DE MEZCLAS MULTICOMPONENTES. INTRODUCCIÓN

Más detalles

UN POCO DE HISTORIA Prof. Teuvo Kohonen UN POCO DE HISTORIA

UN POCO DE HISTORIA Prof. Teuvo Kohonen UN POCO DE HISTORIA Self-Organzng Maps 1. Defnón.. Un poo de hstora. CONTENIDO 3. Desrpón del algortmo. L. Pablo Sergo Garía 4. Ejemplos en ejeuón. 5. Problemas 6. Aplaones. DEFINICIÓN El SOM es un algortmo para vsualzar

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

Geometría y Cinemática. Control y Programación de Robots

Geometría y Cinemática. Control y Programación de Robots Geometría y Cnemáta Control y Programaón de Robot Cnemáta de un Robot Manpulador Cnemáta dreta Cnemáta Invera Matrz Jaobana Cnemáta de un Robot Manpulador Cnemáta del robot : Etudo de u movmento on repeto

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

Estudio de la difusión de calor en sistemas de dos capas de GaAs/GaSb unidos mediante la técnica de fusión

Estudio de la difusión de calor en sistemas de dos capas de GaAs/GaSb unidos mediante la técnica de fusión Superfes y Vao 8, 94-98(999) Soedad Mexana de Cenas de Superfes y de Vaío. Estudo de a dfusón de aor en sstemas de dos apas de GaAs/GaSb undos medante a téna de fusón R. A. Muñoz Hernández y A. Caderón

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

TRABAJO DE FIN DE CARRERA

TRABAJO DE FIN DE CARRERA TRABAJO DE FI DE CARRERA TITULO DEL TFC: avegaón en el sstema solar empleando asterodes omo referena TITULACIO: Engnyera Tèna Aeronàuta, espealtat Aeronavegaó AUTOR: José Lus Cha Bermejo DIRECTOR: Jord

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Teoría de juegos y empresa: un modelo de alianza - depredación

Teoría de juegos y empresa: un modelo de alianza - depredación Equlbro Eonómo, ño IX, Vol. 4 No. 1, pp. 5-16 Prmer Semestre de 008 Teoría de juegos y empresa: un modelo de alanza - depredaón Jesús ntono Garía Hernández Conepón Reyes de la Cruz Jesús ntono Garía Hernández

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

9 FUENTES CONTROLADAS

9 FUENTES CONTROLADAS 9 FUENTES CONTOLDS 9 FUENTES CONTOLDS...38 9. INTODUCCIÓN....39 9. IMPEDNCIS COMO FUENTES CONTOLDS....39 9.3 TNSFOMDOES Y MPLIFICDOES...34 9.4 MPLIFICDOES DE GNNCI INFINIT....348 9.5 MPLIFICDO INVESO Y

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

APENDICE A. El Robot autónomo móvil RAM-1.

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

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

Electricidad y calor

Electricidad y calor Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage:  Algunas definiciones Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

Más detalles

Control Estadístico de las Mediciones (Aplicación a la calibración de pesas)

Control Estadístico de las Mediciones (Aplicación a la calibración de pesas) Control Estadísto de las Medones (Aplaón a la albraón de pesas) Lus Oar Beerra antago Resuen: En etrología, y en espeal en laboratoros de albraón y pruebas es portante antener bajo ontrol etrológo los

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin. Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

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

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

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

Fundamentos de la Visión Tridimensional (3D)

Fundamentos de la Visión Tridimensional (3D) Fundaentos de la Vsón Trdensonal (3D) Adqusón de nforaón 3D Índe detallado (ontnuaón) 8. La atrz fundaental 9. Vsón estereosópa trnoular. Ténas atas de adqusón de ágenes de rango. Trangulaón ata. araterístas

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

CAPÍTULO 8 DISEÑO DE TORNILLOS

CAPÍTULO 8 DISEÑO DE TORNILLOS CAPÍTULO 8 DIEÑO DE TORNILLO 8.1 INTRODUCCIÓN Los tornllos son elementos que tenen fletes enrollados en forma de héle sobre una suerfe líndra y son unos de los elementos más utlzados en las máqunas. Podemos

Más detalles

DEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE

DEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE DEPATAMENTO DE NDUSTA Y NEGOCO UNESDAD DE ATACAMA COPAPO - CHLE ESSTENCA EN SEE, PAALELO, MXTO Y SUPEPOSCÓN En los sguentes 8 crcutos calcule todas las correntes y ajes presentes, para ello consdere los

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Un nuevo algoritmo de búsqueda de sistemas de trading bursatil a corto plazo basado en GAPs

Un nuevo algoritmo de búsqueda de sistemas de trading bursatil a corto plazo basado en GAPs Un nuevo algortmo de búsqueda de sstemas de tradng bursatl a orto plazo basado en GAPs Manuel E. Fernández Garía Enrque A. de la Cal Marín Raquel Quroga Garía Dpto. de Informáta Dpto. de Informáta Dpto.

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

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

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.

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

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones

Más detalles

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

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

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

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

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

Probabilidad condicional

Probabilidad condicional robabldades y Estadísta Computaón Faultad de Cenas Exatas y Naturales Unversdad de uenos res na M. ano y Elena J. Martínez 00 robabldad ondonal Consderemos una urna que ontene bolllas roas y 5 blanas.

Más detalles

Valoración de opciones financieras por diferencias finitas

Valoración de opciones financieras por diferencias finitas Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas

Más detalles

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos

Más detalles

Esfuerzos y herencias

Esfuerzos y herencias S E R I E estudos y perspetvas OFICINA DE LA CEPAL EN BOGOTÁ 12 Esfuerzos y herenas soales en la desgualdad de ngresos en Colomba Jaro Núñez Juan Carlos Ramírez Bbana Taboada Bogotá, ulo de 2006 Este estudo

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

Tema 3: Adaptadores de Señal

Tema 3: Adaptadores de Señal Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo Especial 2: Cadenas de Markov y modelo PageRank Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Gráficos de flujo de señal

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

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

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

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

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Leyes de tensión y de corriente

Leyes de tensión y de corriente hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr

Más detalles

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

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

Más detalles

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO

CAPITULO IV EQUILIBRIO VAPOR -LIQUIDO CAITULO I EQUILIBRIO AOR -LIQUIDO ara evaluar el fuoameto de u sstema de separaó e etapas, es eesaro efetuar álulos de equlbro vapor-líqudo de balae de matera e ada etapa de separaó, utlado para ello ua

Más detalles

Circuito Monoestable

Circuito Monoestable NGENEÍA ELETÓNA ELETONA (A-0 00 rcuto Monoestable rcuto Monoestable ng. María sabel Schaon, ng. aúl Lsandro Martín Este crcuto se caracterza por presentar un únco estado estable en régmen permanente, y

Más detalles

UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingeniería Química. Cátedra: Integración IV

UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingeniería Química. Cátedra: Integración IV UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingenería Químca Cátedra: Integracón IV Tema: Resolucón de Sstemas de Ecuacones Lneales Alumnos: Damán Match, Marcos Boss y

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES Y SELECCIÓN N DE PROYECTOS FELIPE ANDRÉS HERRERA R. - ING. ADMINISTRADOR Especalsta en Ingenería Fnancera Unversdad Naconal de Colomba Escuela de la Ingenería

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

Disipación de energía mecánica

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

Más detalles

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica)

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica) IUITOS EÉTIOS (apuntes para el curso de Electrónca) os crcutos eléctrcos están compuestos por: fuentes de energía: generadores de tensón y generadores de corrente y elementos pasos: resstores, nductores

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

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

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

Más detalles

TEMA 4 Amplificadores realimentados

TEMA 4 Amplificadores realimentados TEM 4 mplfcadores realmentados 4.1.- Introduccón La realmentacón (feedback en nglés) negata es amplamente utlzada en el dseño de amplfcadores ya que presenta múltples e mportantes benefcos. Uno de estos

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles