NOTAS SOBRE LA TEORÍA DE LA RELATIVIDAD CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Página 44. x y 1 +

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

Download "NOTAS SOBRE LA TEORÍA DE LA RELATIVIDAD CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Página 44. x y 1 +"

Transcripción

1 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 44 Camos escalares, vectorales y tesorales: se ecara calmete el tratameto de los camos escalares. S a cada uto (x, y, z) de ua regó del esaco, se hace corresoder u úmero f (x, y, z), f es u camo escalar; esto es, ua fucó escalar de tres varables. E los cco rmeros ejemlos sguetes, el camo está defdo ara todo uto del esaco; e el últmo, lo está e todos los utos (x, y, z), exceto dode x + y = 0, es decr sobre el eje z. f ( x, y, z) = x + y 3 z ; f ( x, y, z) = x + y + z ; f ( x, y, z) = x + y ; f x y ( x, y, z) = + + z ; 4 9 f ( x, y, z) = x + y z ; f ( x, y, z) = x + y S f es u camo escalar, toda suerfce f (x, y, z) = costate, se dce sotímca o de gual valor. Para los ejemlos recedetes, las suerfces sotímcas so, resectvamete: Todos los laos eredculares al vector + j 3k ; Todas las esferas co cetro e el orge; Todos los cldros crculares rectos, co el eje z como eje de smetría; Ua famla de elsodes; Ua famla de coos; Todos los cldros crculares rectos, co el eje z como eje de smetría. Dsttas suerfces sotímcas del msmo camo escalar, o se tersecta, dado que se asoca u solo úmero f (x, y, z) co u uto (x, y, z). S se hace asar ua recta aralela a u vector u utaro or u uto (x 0, y 0, z 0 ), llamado s a la medda del deslazameto sobre la recta, co s = 0, equvalete a (x 0, y 0, z 0 ), se tee que ara cada valor de s, corresode u uto (x, y, z) sobre la recta y or ede u valor escalar f (x, y, z). S la dervada d f ( x, y, z ) x = x 0 y = y0 z = z0, exste, se tee la dervada dreccoal de f (x, y, z), evaluada e s = 0 o (x 0, y 0, z 0 ), e la dreccó del vector u. La dervada dreccoal de f, es la tasa de cambo del camo escalar f (x, y, z), or udad de dstaca e la dreccó del vector u ; s esta se toma aralela al eje x es la x f y la ( x, y, z), smlarmete, e la dreccó ostva de los ejes y, z, es la z f ( x, y, z), resectvamete. y f ( x, y, z)

2 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 45 U vector utaro e ua determada dreccó, se tee hacedo d R /, dode R = x + y j + z k ; etoces: d x d y d z u = + j + k Debe observarse que x (s), y (s), z (s) so fucoes del arámetro s. Co dervadas arcales cotuas e la regó, la dervada dreccoal uede escrbrse: d f f d x f d y f = + + x y z f f f S el vector gradete de f se defe como sgue: grad f = + j + k, la dervada dreccoal, es el roducto escalar o roducto uto del vector u or el vector gradete f : d f = u grad f Como u grad f = u grad f cos θ = grad f cos θ, la comoete del grad f e ua dada dreccó, roorcoa la dervada dreccoal d f /, e esa dreccó y el vector grad f se oreta e la dreccó de la mayor tasa de cambo de la fucó f. S u auta e la dreccó de grad f, se tee que u grad f = u grad f cos θ = = grad f y etoces la magtud de grad f exresa la tasa máxma de crecmeto de f or udad de dstaca, además a través de cualquer uto (x 0, y 0, z 0 ) dode grad f 0, asa ua suerfce sotímca f (x, y, z) = costate y grad f es ormal a ella e el uto (x 0, y 0, z 0 ). Alcado la defcó de grad f a los ejemlos revamete rouestos, se tee que e el rmero, grad f es costatemete eredcular a todo lao de la forma x + y - 3 z = = costate y e el segudo, las suerfces sotímcas so esferas cetradas e el orge y la recta de accó del vector grad f = R asa or el orge autado la flecha haca afuera. Ejemlo: calcular la d f / e la dreccó del vector j - k, e el uto (,, ), sedo f (x, y, z) = x + y - z : grad f = x + y j k = + j - k e (,, ) ; u vector utaro e la dreccó 4 4 cosgada, es: u = + j k ; como d f = u grad f = + + = 3, sgfca que e la dreccó esecfcada y artedo de (,, ), el valor de la fucó aumeta tres udades or udad de dstaca. U camo vectoral F, es ua regla que asoca u vector F (x, y, z) a cada uto (x, y, z) de ua regó; es ua fucó vectoral de tres varables: F (x, y, z) = F (x, y, z) + F (x, y, z) j+ F 3 (x, y, z) k. S F está defdo; es o-ulo e cada uto de ua regó del esaco y es tagete e todos los utos a ua curva, esta es la líea de flujo o de correte o la curva característca. d z

3 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 46 Como la dreccó de ua líea de flujo, es determada úcamete or el camo vectoral F, o es osble que dos curvas característcas se cruce. S la magtud de F es cero e algú uto del esaco, o hay defcó de dreccó e ese uto y cosguetemete, o asa or él, ua líea de flujo. S R es el vector de oscó de u uto arbtraro de ua líea de correte y s rereseta la logtud de u arco meddo sobre la curva, etoces el vector utaro, tagete a la d R d x d y d z curva e el uto, es: T = = + j + k Como T debe teer la msma dreccó de F, se tee: T = β F, dode β = β (x, y, z) es ua fucó escalar. Se deduce ara los comoetes: d x d y β F = ; β F = ; β F3 = S F ; F y F 3 so todas o-ulas, uede elmarse β y escrbrse: d x F d y = = F d z F 3 Se dsoe de dos etdades formales fudametales ara medr la tasa de cambo de u camo vectoral, la dvergeca y el rotacoal. La dvergeca de u camo vectoral, es u camo escalar que evalúa e cada uto, cuáto dverge el camo; el rotacoal de u camo vectoral, es u camo vectoral que evalúa e cada uto, la rotacó del camo e su vecdad. Sedo u camo vectoral F = F + F j+ F 3 k ; δ S el área de ua seccó cualquera que lmta ua suerfce de cotrol; u vector utaro, ormal a la suerfce δ S, or la que e t fluye u volume F t δ S, se tee que el volume que atravesa el área δ S e la dreccó or udad de temo, es aroxmadamete F δ S, llamado flujo del camo vectoral F a través del área δ S. Cosderado el flujo total del camo F, a través de las ses caras de u araleleíedo recto, equeño, fto, dode se drge haca afuera e las ses caras; dvdedo el flujo or el volume x y z y asado al límte cuado este tede a cero, se obtee la dvergeca de F e el uto (x, y, z) o dv F. El flujo total salete de las caras aralelas al lao y - z, es: [ F (x + x, y, z) - F (x, y, z) ] y z F La dfereca etre los valores F, está dada or: x. Resulta etoces que la x cotrbucó eta al flujo salete or las caras cosderadas, es: F x y z x d z Sumado todos los aortes, se tee: F x F F + + x y z. y z 3

4 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 47 Luego, dvdedo or x y z, resulta la dv F = F x F F + + y z 3 Ejemlos: hallar la dv F, s F = x + y z j + x z 3 k ; dv F = + y z + 3 x z ; Hallar la dv F, s F = x e y + e xy j + se (y z) k ; dv F = e y + x e xy + y cos (y z) Para formalzar la ocó de vector rotacoal o rotor, se alca u vector de camo F, e u uto de coordeadas (x + x, y + y), oscoable olarmete medate u módulo r y u argumeto θ. El orge del rado vector se ubca e el uto de coordeadas (x, y, z). E el uto de alcacó de F, se cosdera dos vectores utaros; u r e la dreccó de r y ormalmete a este u φ, tagete a ua trayectora crcular. Se cumle que: uθ = seθ + cos θ j Las dos rmeras comoetes del vector de camo F e el uto (x + x, y + y, z), uede exresarse como: F F F ( x + x, y + y, z ) = F ( x, y, z ) + x + y x y F F F ( x + x, y + y, z ) = F ( x, y, z ) + x + y x y F 3 se desestma e razó de cetrarse el terés e la comoete que roduce gro athoraro de F u φ. Exresado x, y e térmos de (r, φ), resulta: x = y = r r cosθ se θ Se tee ara la comoete athorara de F sobre el círculo e (r, φ) : F F uθ = F + θ + θ θ + x r F y r cos se se F F + θ + θ θ x r F cos y r se cos Su valor romedo, es: π F u θ θ π d 0 y como Dado que las tegrales sobre u eríodo, de se θ ; cos θ y (se θ) (cos θ), so ulas π 0 se θ dθ = π 0 cos θ dθ = π, el valor romedo se terreta como: F F r ; dvdedo or, se obtee la velocdad r x y agular rovocada or el vector de camo F, alrededor del eje z :

5 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 48 F F ; la velocdad x y camo F, alrededor del eje x, es : F3 F ; la velocdad y z camo F, alrededor del eje y, es : F z F3 x agular debda agular debda al vector al de vector de Iteresa coocer el vector rotacó ; rotacoal o curl del camo vectoral ara exresar su tedeca a rotar. Elmado el factor /, se tee que el curl F es: curl F = F y F z F F F F + j + k ; o be: z x x y 3 3 curl F = j k F F F3 Ejemlo: calcular curl F, s: F = x y z + x y z j + y z 3 k curl F j k 3 = = ( yz x y z ) + ( x y ) j + ( x y z xz ) k 3 x yz x y z y z Los tres oeradores cosderados: gradete; dvergeca y rotacoal; se relacoa co el oerador vectoral abla: f f f grad f = f = + j + k f j k x y z = x + y + z F F F F = F = + j + k ( F + j F + k F ) = + + dv 3 3 curl F = F = + j + k ( F + j F + k F3 ) = j k F F F 3

6 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 49 El Oerador Lalacao, está comuesto de dos oeradores: grad y dv. El Lalacao de u camo escalar se defe como dv (grad f). El grad f es u camo vectoral y la dvergeca de grad f es u camo escalar, or lo tato el Lalacao de u camo escalar f es u camo escalar. E otacó abla, es: ( f ) y ara smlfcar frecuetemete se escrbe: f = f. Se tee: lalacao f f f = = = + + = ( f ) f ( f ) f, dado que: f f f f f ( f ) = + j + k = + + x y f z, dode: = = + + La ecuacó f = f = 0 es la llamada ecuacó de Lalace o Ecuacó Lalacaa; toda fucó que satsfaga esta ecuacó e ua regó dada, se dce que es armóca e esa regó. El Oerador Lalacao es el más mortate oerador dferecal e Físca-matemátca. S f es u escalar, etoces f (x, y, z) deota el valor de f e el uto (x, y, z); roorcoa ua medda de la dfereca etre el valor romedo del camo e la vecdad medata del uto y el valor recso del camo e el uto. S f es ostvo e u uto y f deota la temeratura, sgfca que la temeratura e la vecdad del uto e romedo, es mayor que la temeratura e el uto msmo. E artcular, s la temeratura toma su mímo valor e algú uto del esaco, es razoable eserar que el valor de f o sea egatvo e ese uto. El Lalacao uede cosderarse como ua geeralzacó e tres dmesoes del oerador d /d x. S f es cero, el valor medo de f e u etoro esférco o cúbco del uto será exactamete gual al valor de f e el cetro de la esfera o del cubo. S (x, y, z) es u uto fjo e el esaco y f deota el valor medo de f e el teror de ua esfera o cubo co cetro e (x, y, z) y la esfera o cubo es sufcetemete equeña, se tedrá aroxmadamete: f - f (x, y, z) = k f (x, y, z), dode k es ua costate ostva, deedete solamete de las dmesoes de la esfera o cubo. El oerador dferecal formal: = = + +, uede ser alcado a camos vectorales ara obteer u uevo camo vectoral. S F es u camo vectoral, etoces: F = ( F / x ) + ( F / y ) + ( F / z ). Ejemlo: s F = x y + y z 3 j + x y z 4 k, se tee : x F 3 F = y ; = z j ; = 6 y z j + x y z y z F Luego: F = y + ( z y z) j + x y z k k Cuado se usa e este setdo, ara oerar e camos vectorales roducedo camos vectorales, se llama Oerador Lalacao Vectoral.

7 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 50 U tesor es u objeto algebraco de varas comoetes, que geeralza los cocetos de escalar, vector y matrz, co deedeca del sstema de coordeadas elegdo. El úmero de ídces ecesaro ara esecfcar s ambgüedad ua comoete, determa el orde del tesor (u escalar se cosdera como u tesor de orde 0; u vector, u tesor de orde y dada ua base vectoral, los tesores de segudo orde uede ser reresetados or ua matrz). El camo tesoral es u valor tesoral defdo e cada uto e ua varedad (objeto geométrco que geeralza la ocó tutva de curva o -varedad y de suerfce o -varedad a cualquer dmesó y sobre cueros dversos; ua varedad de dmesó es u esaco localmete smlar a R. La roedad más geeral que dstgue u escalar de u vector y a ambos de ua catdad tesoral, es el úmero de ídces (rago del tesor) e su matrz de reresetacó (como se aotó, los escalares so los tesores de rago cero y los vectores so los tesores de rago uo). E mecáca clásca el esaco es R 3 ; e la Teoría de la Relatvdad Esecal el esaco base es somorfo a R 4 y e la Teoría Geeral de la Relatvdad, es el esaco tagete a ua varedad loretzaa de cuatro dmesoes. E matemátca es usual costrur la teoría sobre ua varedad remaaa o varedad seudoremaaa -dmesoal. Puede vsualzarse los tesores como matrces de orde sueror, geeralzacoes -dmesoales de los escalares; vectores de -dmesó y matrces de -dmesoes. Los úmeros reales o be fucoes o dferecales cosgados e las referdas matrces so las comoetes del tesor e ua base cocreta. U tesor uede etederse como u objeto cuyos comoetes se trasforma bajo cambos de coordeadas segú reglas que troduce trasformacoes covarates (varates o equvaletes) o cotravarates (to de varaca de forma que reseta certos tesores, e artcular los vectores tagetes del esaco-temo). E la Relatvdad Geeral, los vectores fla rereseta vectores cotravarates metras que los vectores columa rereseta vectores covarates. Tesor de segudo orde, e tres dmesoes. By Saaz (Ow work) [CC BY-SA 3.0 (htt://creatvecommos.org/lceses/by-sa/3.0) or GFDL (htt:// va Wkmeda Commos El tesor es ua magtud físca mult-ídce tal que e u determado sstema de refereca β ',..., β ' S, ua magtud tesoral está dada or u cojuto de comoetes Tα α y al cambar a u sstema de refereca dferete S se tee comoetes co valores dferetes ',..., ' m T β,..., β,...,. α, co la m sguete relacó etre las comoetes de la magtud, e uo y otro sstema de refereca: T, T A... A A... A β β,..., β β ',..., β ' T T α ' α ' m α..., α = m α ',..., α ' m β ' β ' α α. m β α

8 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 5 E la últma exresó se ha emleado el coveo de sumacó de Este (o se cosga el símbolo de sumaσ ). Además α α es la matrz del cambo de base de coordeadas y T A α ' α A ' es la matrz del cambo de base verso, que es la matrz trasuesta de la ateror. Dado u esaco vectoral V de dmesó sobre u cuero K, su esaco dual V* es el cojuto de todas las alcacoes leales f : V K. El esaco dual es u esaco vectoral de la msma dmesó que V. Los elemetos de V y de V* so referdos como vectores y covectores, resectvamete. U tesor es ua alcacó multleal (alcacó leal e cada uo de sus argumetos), de la forma: T : V V V V K * 443 K 4 * 443 K ; de este modo u tesor r T asoca cada r covectores w,..., w r y s vectores v,..., v s co u escalar T (w,..., w r, v,..., v s ). Se llama to del tesor al ar (r, s). U tesor se clasfca or su orde (úmero de arreglos que requere ara ser descrto). S es la dmesó del tesor (dmesó del esaco vectoral sobre el que se costruye) y r+s el orde, u tesor requere de r+s comoetes ara ser descrto. s Ejemlos: escalares que so tesores de orde cero, ues requere u solo úmero real ara ser descrtos e cualquer sstema de coordeadas, 0 =. U escalar es varate ate cualquer cambo de coordeadas; s φ es u escalar e u sstema de coordeadas y φ' es el msmo escalar e otro sstema de coordeadas etoces: φ = φ'. Los vectores y covectores so tesores de orde uo; requere comoetes ara ser descrtos. E u esaco trdmesoal, se defe medate tres comoetes y la trasformacó de coordeadas de u vector de u esaco a otro se realza medate ua trasformacó leal. S se tee u vector exresado or sus comoetes A e u sstema y A' e otro sstema, la trasformacó de coordeadas ara que el vector se matega varate uede exresarse como: A' = α ' k A k, dode α ' k es el coseo del águlo etre el -ésmo eje de coordeadas y el k-ésmo. So tesores de orde dos, las matrces y las formas cuadrátcas; requere ara ser descrtos x = comoetes. Ua matrz x, se rereseta e u sstema de coordeadas como trasformacó varate A k, hacedo A' k = α ' l α k' m A lm, dode α ' l es el coseo del águlo etre el -ésmo eje de u sstema co el l-ésmo eje del otro sstema. Vsualzacó trdmesoal e colores del tesor de tercer orde, éslo de Lev-Cvta. By Ara Kresch, correctos made by Xmaster3 ad Luxo. Los tesores de orde m geeralzados, requere m comoetes ara ser defdos. Como geeralzacó de las trasformacoes aterores, se tee: = A ',, K, = α' k α' k Kα k A ' k, k, K, k, dode A k, k, K, k so las comoetes del tesor e u sstema de coordeadas; so las comoetes del msmo tesor e otras A,, K, coordeadas y los α ' k so los coseos de los águlos etre los -ésmos ejes de u sst. y los k -ésmos e el otro sst. Coforme al coveo de sumacó de Este, todo subídce que aarece dos veces e cualquer térmo de ua exresó dca que estos debe ser sumados sobre todos los valores que ese ídce toma; or ejemlo, a x mlca a x + a x + a 3 x 3 y a j b jk equvale a a b k + a b k + a 3 b 3k.

9 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 5 El coceto de covaraza y cotravaraza se basa e la descrcó de u elemeto e dos sstemas de coordeadas. S se toma u vector e u esaco trdmesoal, e el que la oscó de u uto arbtraro uede exresarse segú tres coordeadas u, u, u 3 y s r (u, u, u 3 ) es el r vector de oscó de ese uto, etoces e exste dos cojutos de vectores base: e = u y ε = u, sedo =,, 3, vectores que e geeral o so utaros forma ua base ortogoal, mas los cojutos e y ε so sstemas recírocos de vectores y or eso: e ε j = δ j. E el cálculo tesoral es usual deotar al cojuto de vectores base ε como e forma que establece ua dfereca co la base e, resultado como sgue la relacó de recrocdad: e e j = δ j, dode δ j, es la fucó delta de Kroecker. Co las bases e y e u vector a uede escrbrse: a = a e + a e + a 3 e 3 = a e, a = a e + a e + a 3 e 3 = a e. Los a so los comoetes covarates del vector a y los a, los comoetes cotravarates. S el cálculo tesoral se alca a ua varedad dferecal o suerfce curva, el esaco básco que srve ara defr las magtudes, es el esaco tagete a dcha varedad e cada uto. Cuado se emlea coordeadas curvlíeas, como exste ua relacó somórfca etre dervacoes sobre la varedad y el cojuto de elemetos del esaco tagete, uede costrurse ua base del esaco vectoral tagete formada or las dervadas dreccoales segú las dreccoes dadas or las coordeadas; así ua base vectoral del esaco tagete e cada uto vee dada or: Β =, K, ; además, la base del esaco cotagete, que es el dual del esaco x x tagete, uede exresarse medate la dferecal exteror de las coordeadas cosderadas * Β = d x, K, d x. como fucoes reales sobre la varedad: { } Las oeracoes co tesores de orde cero (escalares); uo (vectores) y dos (matrces) so coocdas. El cojuto de todos los tesores -veces covarates y q-veces cotravarates defdos sobre el esaco vectoral V que se deota como T q ( V ) forma u esaco vectoral ( T ( V ), +, R ) q, co la suma y la resta defdas ara los tesores de u msmo orde, V j...k y W j...k, como sgue: S j...k = V j...k + W j...k, D j...k = V j...k - W j...k. Este esaco vectoral es de dmesó + q, dode es la dmesó del esaco vectoral V. Co relacó al cambo de orde de los ídces de u tesor, s T j...k so las comoetes de u tesor, de la msma maera el cojuto formado or el tercambo de dos ídces, es decr T j...k, també lo es. Coforme a estos tercambos de ídces se detfca subesacos vectorales: Se dce que el tesor es smétrco s el tercambo de cualquer ar de ídces o altera el tesor: T j...k = T j...k, el cojuto de todos los tesores smétrcos del esaco T V, +, R Sym T V, +, R ( q ( ) ) forma u subesaco del msmo deotado como ( ) ( ( ) ) q. Se dce que el tesor es atsmétrco s el tercambo de cualquer ar de ídces altera el sgo del tesor: T j...k = - T j...k, el cojuto de todos los tesores atsmétrcos de orde k de u esaco tesoral també forma u subesaco deotado como ( Alt ( Tq ( V )), +, R ), que es de dmesó! / ( k! ( - k)! ).

10 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 53 E geeral, u tesor o es smétrco atsmétrco y u tesor de orde semre uede exresarse como la suma de u tesor smétrco S j y uo atsmétrco A j : T j = ½ (T j + T j ) + ½ (T j - T j ) = S j + A j, lo que o es osble ara tesores de orde >. El roducto dos tesores (roducto exteror) es u tesor cuyo rago es la suma de los jk l jkl ragos de los factores; las comoetes se obtee a artr de los tesores orgales: A B = C. E ua varedad remaaa uede defrse ua oeracó sobre tesores, que e geeral o es osble realzar e ua varedad cualquera. Esa oeracó (ley de subr o bajar ídces) ermte k k ' substtur e los cálculos u tesor de to Tl or otro de to Tl ' co tal que k + l = k' + l'. Esta oeracó se basa e la exsteca de u somorfsmo etre esacos de tesores covarates y cotravarates defdos sobre varedades remaaas o seudoremaaas (M, g j ). Para emlear la subda y bajada de ídces es ecesaro usar el tesor métrco g j (y su verso g j, llamado cotesor métrco). Cualquer magtud físca reresetada or u tesor (covarate o cotravarate) de tercer rago, uede exresarse or varos cojutos de magtudes relacoables merced a la γ β βλ α α γ αβ αβγ oeracó de subr y bajar ídces: T, T, T, T, T, T, T, T. αβγ αβ α γ La cotraccó de tesores es ua oeracó que reduce el orde total de u tesor to (, m) a otro to (, m ). E térmos de comoetes, la oeracó mlca sumar el ídce de u tesor cotravarate y u covarate. Por ejemlo, u tesor (, ) T uede ser cotraído a u escalar a través de T, emleado el coveo de sumacó de Este. La cotraccó se emlea co el roducto tesoral ara cotraer el ídce de cada tesor; uede també terretarse e térmos de la defcó de u tesor como u elemeto de u roducto tesoral de coas del esaco V co el esaco V*, descomoedo rmero el tesor e ua combacó leal de tesores más smles, y luego alcado u factor de V* a u factor de V : T V V V * ; uede escrbrse como la combacó leal: T = v w α + v w α + K+ v N w N α N. La cotraccó de T e el rmero y últmo esaco es etoces el vector: α (v ) w + α (v ) w α N (v N ) w N. El roducto tero de dos tesores se roduce al cotraer su roducto exteror. Dados j l j l dos tesores A y B su roducto extero es A. Igualado ídces k = l, se obtee el roducto tero k m j B k k m A. α B k m βγ β γ j S la varedad dferecable tee estructura de varedad remaaa o seudoremaaa, etoces se uede defr estructuras más comlejas y erquecer la oeratora del cálculo tesoral sobre esa varedad. U tesor métrco g es u tesor -covarate y smétrco defdo sobre toda la varedad: () g (X, Y) = g (Y, X ), X, Y T M ; det (g) 0, X T M. Puede robarse que ua varedad remaaa o seudoremaaa M R es localmete sométrca al esaco euclídeo s y sólo s su tesor de curvatura de Rema se aula. S la varedad tee curvatura o ula uede demostrarse que la artcularzacó de las dervadas dreccoales de R o tee las roedades de varaca eseradas; or ello, la dervada o-covarate de u vector tagete e geeral, o resulta e u vector tagete també a la varedad, y or tato, o da lugar a u objeto tesoral defble sobre la varedad. m m

11 CAMPOS ESCALARES, VECTORIALES Y TENSORIALES Pága 54 T Dada ua -forma (tesor -covarate totalmete atsmétrco): = T, K, d x... d x Λ ( V ) álgebra graduada de -formas que oera segú: d : Λ Λ +, dt = d. La dferecacó exteror d es ua alcacó e el T, K, α + ( T ) = d x d x K d x Λ ( V ) x α. La dferecacó exteror es ua combacó leal de + dervadas arcales de las comoetes de la -forma orgal; geeralzas las oeracoes de gradete, rotacoal (curl) y dvergeca, cuado se cosdera el cálculo tesoral sobre R 3, se tee: grad f = d curlf = d dvf = d Observacó: * deota el oerador dual de Hodge f f C ( R ) = Λ ( R ) F F C ( R, R ) = Λ ( R ) ( F) F C ( R R, R) = Λ ( R )

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D. CPIULO 2º FUNCIONES DE VECORES Y MRICES_ Ig. Dego lejadro Patño G. M.Sc, Ph.D. Fucoes de Vectores y Matrces Los operadores leales so fucoes e u espaco vectoral, que trasforma u vector desde u espaco a

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS:

ESPACIOS VECTORIALES SUBESPACIOS FINITAMENTE GENERADOS: SUBESPACIOS FINITAMENTE GENERADOS: Teorema S G={v, v,, v } es u sstema fto de geeradores de u subespaco S V K-EV, etoces G`= {v, v,, v,w} sedo w combacó leal de vectores de G, també geera a S. Demostracó

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN

X = d representa la métrica (distancia) euclideana en R n, dada por: d T(X,Y) = X Y = 1.3 TOPOLOGÍA BÁSICA EN 0.3. Cojutos abertos y cerrados.3 TOPOLOGÍA BÁSICA EN R El espaco eucldeao dmesoal se defe como: E ( R,,, d ) Dode (asumedo que X, Y R, co X = (x,..., x ), Y = (y,..., y )): El símbolo represeta el producto

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( )

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES 1. ESPACIOS LINEALES. x = x x L. ε es el elemento neutro de la ley del producto ( ) ÉTODOS ATEÁTICOS TEA 0: REPASO ÁLGEBRA ESPACIOS DE HILBERT Y OPERADORES LINEALES Profesora: ª Cruz Boscá ESPACIOS LINEALES Espaco leal L sobre u cuerpo (comutatvo) Λ U espaco leal (o vectoral) L sobre

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Material docente del curso de Mecánica de Medios Continuos. Facultad de Ingeniería_Medellín. Profesor: Francisco Javier Vélez Hoyos CÁLCULO TENSORIAL

Material docente del curso de Mecánica de Medios Continuos. Facultad de Ingeniería_Medellín. Profesor: Francisco Javier Vélez Hoyos CÁLCULO TENSORIAL Materal docete del curso de Mecáca de Medos Cotuos. Facultad de Igeería_Medellí Profesor: Fracsco Javer Vélez Hoyos CÁLCULO TENSORIAL Vectores Suma y resta (regla del paralelogramo) S Regla del paralelogramo

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

GENERALIDADES SOBRE MÓDULOS

GENERALIDADES SOBRE MÓDULOS GENERALIDADES SOBRE MÓDULOS Presetar el Z -módulo Z como cocete de u Z -módulo lbre Hacer lo msmo para el grupo de Kle Calcular los auladores de los sguetes módulos: a) El Z -módulo Z Z 6 b) El Z -módulo

Más detalles

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordacó de Cecas Computacoales - INAOE Matemátcas Dscretas Cursos Propedéutcos 0 Cecas Computacoales INAOE Dr. Erque Muñoz de Cote jemc@aoep.m http://ccc.aoep.m/~jemc Ofca 80 Dapostvas basadas e prevas

Más detalles

J O. = r i. por el vector unitario k cuya dirección y sentido son los del semieje positivo OZ:

J O. = r i. por el vector unitario k cuya dirección y sentido son los del semieje positivo OZ: aletos ísca para Cecas e Igeería 1.1 1.1 Cocepto de sóldo rígdo Al comeo del estudo de la Mecáca, vmos que u sóldo rígdo es u caso partcular de u sstema de partículas materales que se caractera por ser

Más detalles

Sistemas de Ecuaciones No Lineales

Sistemas de Ecuaciones No Lineales Matemátca Sueror alcada Sstemas de Ecuacoes No Leales Profesor: Dr. Alejadro S. M. Sata Cruz JTP: Dr. Jua Igaco Maassald Au. da: Sr. Alejadro Jesús Ladreyt Au. da: Sra. Amala Rueda Itroduccó Volvemos u

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

REDES DE BASE RADIAL. 1. Funciones de Base Radial.

REDES DE BASE RADIAL. 1. Funciones de Base Radial. Tema 5: Redes de Base Radal Sstemas Coexostas 1 REDES DE BASE RADIAL 1. Fcoes de Base Radal. 2. Dervacó del Modelo Neroal. 2.1. Arqtectra de a RBFN 2.2. Fcoaldad. 2.3. Carácter Local de a RBFN. 3. Etreameto.

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados.

Cuando un sistema se encuentra en un estado cuántico dado, podemos considerar que se encuentra parcialmente en otros 2 ó + estados. Estado cuátco: Prcpo de superposcó de los estados: Cualquer movmeto o perturbado que esté restrgdo por tatas codcoes como sea posble teórcamete s que exsta terferecas o cotradccoes etre ellas. Estado e

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

1 m n x y f xy. 1 n x x y y f x x y y

1 m n x y f xy. 1 n x x y y f x x y y .4. Mometos bdmesoales o cetrales cetrales Dada la dstrbucó bdmesoal de la varable (X, Y) observada sobre ua oblacó de tamaño se defe: Mometo o cetral, o resecto el orge, de órde (r, s) de la varable (X,

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

10 Un trabajador cobra por horas según el siguiente baremo:

10 Un trabajador cobra por horas según el siguiente baremo: Udad REPASO DE ESTADÍSTICA! 0 U trabajador cobra or horas segú el sguete baremo: Hora ormal (lues a veres):.000 tas. Hora etra (lues a veres): e.000 tas. Hora etra de semaa:.00 tas. Sabedo que etre semaa

Más detalles

Unidad 2. Reactores Continuos

Unidad 2. Reactores Continuos Reactores Químcos: Udad Udad Reactores otuos Reactores cotuos so aquellos e los cuales, de maera cotua, se almeta los reactvos y també, de maera cotua se extrae los productos Detro de esta clasfcacó, de

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

CAPITULO 2º VECTORES Y ESPACIOS VECTORIALES - 1. Ing. Diego A. Patiño G. M.Sc., Ph. D.

CAPITULO 2º VECTORES Y ESPACIOS VECTORIALES - 1. Ing. Diego A. Patiño G. M.Sc., Ph. D. CAPITULO º VECTORES Y ESPACIOS VECTORIALES - Ig. Dego A. Patño G. M.Sc., Ph. D. Vectores Efoque mecáco: defcó asocada a magtud y dreccó. Sgfcado físco. Restrgdo a 3 dmesoes. E. elocdad, aceleracó, campo

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

(Véase el Ejercicio 13 Beneficio de los bancos )

(Véase el Ejercicio 13 Beneficio de los bancos ) étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 étodos de Regresó- Grado e Estadístca Empresa Tema 3 /3 Tema 3. El modelo de regresó múltple. Hpótess báscas. El modelo. as pótess báscas. Estmacó

Más detalles

CAPÍTULO 20: NÚMEROS COMPLEJOS (II)

CAPÍTULO 20: NÚMEROS COMPLEJOS (II) CAPÍTULO 0: ÚMEROS COMPLEJOS (II) Date Guerrero-Chaduví Pura, 05 FACULTAD DE IGEIERÍA Área Departametal de Igeería Idustral y de Sstemas CAPÍTULO 0: ÚMEROS COMPLEJOS (II) Esta obra está bajo ua lceca Creatve

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

ISIS J. C. Gómez & G. Bartolini 1

ISIS J. C. Gómez & G. Bartolini 1 Idetfcacó de SISteas Descooscó e alores Sgulares (SD: Sgular alue Decoosto) ISIS J. C. Góez & G. Bartol La SD y sus lcacoes La Descooscó e alores Sgulares (o SD or sus sglas e glés) de ua atrz es la descooscó

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES

MÉTODOS MATEMÁTICOS ESPACIOS DE HILBERT Y OPERADORES LINEALES TEMA 4: OPERADORES LINEALES MÉTODOS MTEMÁTICOS ESPCIOS DE HILBERT Y OPERDORES LINELES Profesora: Mª Cruz Boscá TEM 4: OPERDORES LINELES Notacó: sea L ( L, ) y L ( L, ) dos espacos ormados; sea T u operador leal T : D( T ) < L L,

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices

El estudio de autovalores y autovectores (o valores y vectores propios) de matrices Tema V DIAGONALIZACIÓN POR TRANSFORMACIONES DE SEMEJANZA Objetvos Presetar los coceptos de autovalor y autovector, los cuales tee gra mportaca e las aplcacoes práctcas (tato es así, que podría decrse que

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal

GUÍA DE EJERCICIOS. Área Matemática Álgebra lineal GUÍA DE EJERCICIOS Área Matemátca Álgebra leal Resultados de apredzaje. Recoocer exsteca de subespaco vectoral. Cotedos 1. Espacos vectorales. 2. Subespacos vectorales. Debo saber Se debe recordar que

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS Números complejos SOLUCIONARIO Números complejos LITERATURA Y MATEMÁTICAS Las trbulacoes del estudate Törless Dme, etedste be todo esto? Qué? Ese asuto de los úmeros magaros. Sí, o es ta dfícl. Lo úco

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011

Problemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011 Problemas de Polímeros Químca Físca Avazada Iñak Tuñó / POL.-U polímero moodsperso de masa molecular. gmol - está cotamado e u % e peso co ua mpureza de peso molecular. gmol -. Calcular z,, Co los datos

Más detalles

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) VALORES Y VECTORES PROPIOS UNIDAD Nº 6. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 6 ÁLGEBRA II (LSI PI) UNIDAD Nº 6 VALORES Y VECTORES PROPIOS Facultad de Cecas Exactas y Tecologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO aa Error! No hay texto co el estlo especfcado e el documeto.

Más detalles

Problemas de Polímeros. Química Física III

Problemas de Polímeros. Química Física III Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9

Más detalles

INICIO. Elaborado por: Enrique Arenas Sánchez

INICIO. Elaborado por: Enrique Arenas Sánchez INICIO Elbordo or: Erque Ares Sáchez EL PROMEDIO El cálculo del romedo de u lst de vlores [,, K,,, ], 2 K ormlmete se clcul medte l coocd exresó: m...() U form geerl r clculr el romedo de u lst

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Teoría de Juegos 1. I. Juegos no-cooperativos. Representación de un juego en forma extensiva

Teoría de Juegos 1. I. Juegos no-cooperativos. Representación de un juego en forma extensiva Teoría de Juegos I. Juegos o-cooeratvos Reresetacó de u juego e forma extesva E u juego o-cooeratvo -ersoal e forma extesva ha de cosderarse los sguetes comoetes: ) los jugadores; 2) los actos o accoes

Más detalles