LOGICA DE PROPOSICIONES

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

Download "LOGICA DE PROPOSICIONES"

Transcripción

1 OIGENES DEL PENSAIENTO BOOSO Lotf Zadeh 965 La Teoría de los Cojtos Borrosos los valor lógcos se corrode a téros lgüístcos coo a edas, bastate, cas, oco, cho, algo, etc. erte latear el roblea e los sos téros e los qe lo haría eerto hao. LOGICA DE POPOSICIONES varabl las varabl rooscoal so eros ecados declaratvos,.e."ho art coectvas egacó cojcó dscó codcoal bcodcoal LOGICA DE POPOSICIONES reglas oeratvas la regla fdaetal la oeracó de ssttcó or la qe a varable rooscoal se sstte or a seteca. Se odría defr otras reglas coo ó s A B so ts etoc AvB ts searacó s A ts AB ts etoc B ts. valor seátcos {verdadero,falso} o be {,0}

2 LOGICA DE POPOSICIONES oeraco seátcas so las oeraco coocdas del Álgebra de Boole LOGICA DE PEDICADOS Foralza el coceto de roedad "Alberto ser vvo" el de relacó "Ja vve e adrd" Varabl colectvos"los ec","los ser vvos", co la otacó sal,,z ara los ebros geércos del colectvo, deoadas varabl roaete dchas. verso del dscrso cojto de osbl valor artclar qe ede toar las varabl ebros"ja","adrd", co la otacó sal a,b,c, deoadas costat LOGICA DE PEDICADOS coectvas las de la lógca de roosco roedad da lgar a redcado oádco "Alberto ser vvo" Sa relacó da lgar a redcado oládco "Ja vve e adrd" Vj, catfcador versal foralza la dea de "ara todo eleeto... se verfca..." catfcador tecal foralza la dea de "te eleeto... tal qe..."

3 LOGICA DE PEDICADOS Aoas P P a P P q r r q q q q q Cojtos Borrosos U sbcojto borroso A de verso X={} cojto de ar ordeados A={ ; X}, dode A X [0,] la fcó de erteeca característca de A grado de coatbldad de certo redcado grado de osbldad de qe éste sea certo Cojtos Borrosos

4 oeraco báscas Cojtos Borrosos galdad A B X A B clsó A B X A B ó AB a A, A X terseccó AB A, A X coleeto A B X A B Se ede defr otras oeraco de ó e terseccó E vez de a sa acotada or la dad E vez de tabé se tlza rodcto oeraco adcoal rodcto, otecacó, dstaca, etc. Cojtos Borrosos Los cojtos cláscos se ede cosderar caso artclar de los cojtos borrosos, e los qe la fcó de erteeca toa eclsvaete valor 0 ó cojto vacío será aqel ca fcó de erteeca sea costate e gal a cero cojto coleto el verso X el qe tee fcó de erteeca costate e gal a o. LOGICA BOOSA Seátca Borrosa valor seátcos sbcojtos borrosos, sedo ecaro defr ara cada redcado los corrodet sbcojtos verso de dscrso cojto de osbl valor artclar qe ede toar las varabl qe tervee e el redcado etqetas lgüístcas los valor seátcos corrodet a redcado del orde de 7 fco de erteeca de téro lgüístco cada téro lgüístco corrode a sbcojto borroso qe lleva asocada a fcó de erteeca. Esta rereta el grado de asocacó de valor érco co e téro. 4

5 Cotrolador PID borrosos Cotrolador PID borrosos Cotrolador PID borrosos Eqvalet a los PID covecoal t t K e t TI q e q e k k 0 k k e d T k de t dt et fcó de error set fcó tegral o sa del error cet fcó dervada o cabo e el error t fcó de cotrol ct cabo e la fcó de cotrol q e D FP t=f et FPI t=f et,set ct=f cet,et FPD t=f et,cet FPID t=f 4 et,cet,set Estrctra Cosga Error Valor _ CE SE Borrosfcacó Alcacó de reglas Coclsó Dborrosfcacó Cotrol 5

6 Cotrolador PID borrosos Cotrolador PID borrosos Cotrolador PID borrosos fzzfcato borrosfcacó obteer, a artr de los valor deterstas de E, SE CE, ss eqvalet valor borrosos. recso teer defdos el verso de dscrso las etqetas lgüístcas la fcó de erteeca asocada a cada a de ellas g ze g borrosfcacó cosste e calclar el grado de erteeca de las varabl de etrada a cada a de las etqetas lgüístcas edate las fco de erteeca. Este será úero coreddo etre 0 ara cada etqeta. g ze et g Fora de las fco de erteeca Traezodal Pede dervar e rectaglar o e traglar ectaglar Corrode a los cojtos cláscos Eoecal dstrbcó oral tra coortaeto adecado o reta dscotdad e la dervada, aqe tee el coveete de s lettd de cálclo Polócas so fco secllas de calclar tee a fora slar a la de las fco de desdad oral, sedo ás rádas de calclar. 6

7 Cotrolador PID borrosos Cotrolador PID borrosos Cotrolador PID borrosos Plateaeto de las reglas.e. PI IF E = ZE AND CE = ZE THEN CU = ZE IF E = PG AND CE = NP THEN CU = PP... Tabla de reglas E CE g ze g g g g g g ze ze ze ze g g g g g Seleccó de reglas Dés de la borrosfcacó, ara cada etqeta lgüístca teeos grado de erteeca de E otro de CE. Costrr a tabla adcoal o atrz de fereca qe rereta el o qe tedrá cada a de las reglas e la coclsó fal. Al ser reglas del to IF E =.. AND CE =.. THEN... el grado de cleto de la resa será el eor de cada a de ss codco se toa te grado coo o e la coclsó fal. j = μ et, μ j cet Se ede elar reglas co bajo o Alcacó de eglas. Coclsó borrosa. La accó de cotrol qe cocle cada regla a etqeta lgüístca de la varable de cotrol cojto borroso al qe se le dado o Iterretacó de la coclsó de a regla otro cojto borroso co fcó de erteeca rodcto del o or la fcó de erteeca rtva t t j Coclsó del cojto de reglas cojto de cojtos borrosos co ss rectvas fco de erteeca j k 7

8 Cotrolador PID borrosos Cotrolador PID borrosos Cotrolador PID borrosos Defzzfcato. Coclsó érca. A artr del cojto de fco de erteeca de salda, se rocede al cálclo del valor érco de la coclsó. étodos toar coo valor ara la varable de cotrol el corrodete al áo de la crva sa de todas las fco de erteeca calclar el cetro de gravedad del área de la crva sa o to qe deja el so área a abos lados del so e te caso o orta la fora de las fco de erteeca de las etqetas lgüístcas de la fcó de cotrol. Úcaete s cetro de gravedad s área, qe oralete será tara. cdg j c j j j j ze ze ze ze,ze ze ze, e ce c cdg FP IF E =... THEN U=... FPI IF E =... AND SE=... THEN U=... IF E =... AND CE =... THEN CU=... FPD IF E =... AND CE =... THEN U=... FPID IF E =... AND CE =... AND SE=... THEN U=... 8

9 Cotrolador PID borrosos La relacó etrada-salda o borrosa odelado Borroso Obteer odelo borroso de sstea dáco odelo de la lata odelo del reglador Tos de odelos ada Takag-Sgeo odelo de ada Sto sstea odelado Borroso f,,,,, Se odela coo cojto de reglas de la fora S 0 0 etoc 9

10 0 odelado Borroso odelo de Takag-Sgeo Dado el sstea Se odela coo cojto de reglas de la fora B A a etoc S f t t 0, odelado Borroso odelo de Takag-Sgeo Alcable a cotrol de ssteas o leal Se obtee el odelo lealzado e dsttos tos A cada regla del odelo se le asoca a regla del cotrolador k 0 se ede tlzar ara elar el téro deedete La atrz de realetacó se ede dseñar or calqer étodo,.e. edate LQ Es refaeto del Cotrol Adatatvo or tabla de reglador k B a K k etoc S Ejelo Cotrol de édlo vertdo l l g cos 4 se cos se

11 Ejelo l l g cos 4 se cos se odelo de tado Ejelo Ptos de lealzacó fco de erteeca asocadas Ejelo etoc s etoc s etoc s etoc s etoc s etoc s etoc s etoc s etoc s odelo de Takag-Sgeo

12 Ejelo Cotrol LQ t t t t t t t t t Ejelo ta a tado cal o lo Herraetas de darrollo Varas herraetas Fzz Logc toolbo de atlab. The athworks

13 Ssteas de Cotrol Borroso

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Probabldades y stadístca Cotacó Facltad de Cecas actas y Natrales. Uversdad de Beos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó tal La estadístca rovee téccas qe erte obteer coclsoes

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

ANEXO D. Cálculo del cortante basal

ANEXO D. Cálculo del cortante basal Cálculo del cortate basal CÁLCULO DEL CORANE BASAL El cálculo del cortate basal perte deterar la fuerza lateral total coo cosecueca de las fuerzas erca que se duce a u sstea de N rados de lbertad, dstrbuyédolo

Más detalles

( ) = 1 ; f k. u v. uk v. vk u. Diferenciacion e Interpolacion 1/8. Diferenciacion e Interpolacion numerica. Diferencias finitas

( ) = 1 ; f k. u v. uk v. vk u. Diferenciacion e Interpolacion 1/8. Diferenciacion e Interpolacion numerica. Diferencias finitas Derecaco e Iterpolaco /8 Derecaco e Iterpolaco merca. Derecas tas Dadas las abscsas X ormemete espacadas X X h, a las qe correspode alores de co (): (X) se dee las prmeras derecas tas ( Haca delate ) como:

Más detalles

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN .4 Cálculo de Redes Cerradas El roblea que se latea es calcular los caudales que escurre e cada trao de ua red, alla o crcuto, de odo que se cula certas codcoes hdráulcas coo las resoes exstetes e los

Más detalles

Tema 2: Semiconductores intrínsecos y extrínsecos

Tema 2: Semiconductores intrínsecos y extrínsecos lectróca de dsostvos Dr.. Reg 5/6 Tea : Secoductores trísecos y extrísecos a. : K. Kao Itroduccó Desdad de stados (De) ucó de dstrbucó de er-drac Desdad de ortadores e secoductores trísecos. vel de er

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

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012 Solucó Práctca Evaluable. Olgopolo y Copeteca Moopolístca. 6//0 Cosdere u olgopolo de Courot co epresas que produce u be hoogéeo. La fucó versa de deada es p ) = 0 y todas las epresas tee el so coste argal

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

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

Unidad didáctica 2: Interpolación 1. Diferencias divididas. Diferencias finitas.

Unidad didáctica 2: Interpolación 1. Diferencias divididas. Diferencias finitas. Udad ddáctca : Iterolacó. Derecas dvddas. Derecas tas. Israel añaó Valera Dto. de Mateátca Alcada y Métodos Iorátcos E.T.S.I. Mas ÍNDIE. Plateaeto del roblea.. Derecas dvddas. Fórula de Newto. Tablas.

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

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

El algoritmo EM para las estimacion de parametros en mezclas gaussianas. Una mezcla de distribuciones con K componentes tiene la forma

El algoritmo EM para las estimacion de parametros en mezclas gaussianas. Una mezcla de distribuciones con K componentes tiene la forma E agorto EM para as estaco de paraetros e ezcas gaussaas Edgar Acua. Ua ezca de dstrbucoes co copoetes tee a ora x π x... π x dode cada copoete es ua ucó de probabdad Posso, Boa, etc o ua uco de desdad

Más detalles

DISEÑO ÓPTIMO DE DIAGRAMAS EWMA.

DISEÑO ÓPTIMO DE DIAGRAMAS EWMA. Saber, Uversdad de Orete, Veeuela.Vol. 2. Nº 2: 44-49. (2000) DISEÑO ÓPTIMO DE DIAGRAMAS EWMA. NELSON BRACHO Departaeto de Estadístca Uversdad de Orete. RESUMEN E este artículo se descrbe el esquea de

Más detalles

Universidad de Cantabria

Universidad de Cantabria Smulacó dámca Pedro Corcuera Dpto. Matemátca Aplcada Cecas de la Computacó Uversdad de Catabra corcuerp@uca.es Ídce Geeral Smulacó de cotrol PID Smulacó de cotrol de vel Ajuste de cotroladores PID Smulacó

Más detalles

Tema 2: El modelo básico de regresión lineal múltiple (I)

Tema 2: El modelo básico de regresión lineal múltiple (I) Tema : l modelo básco de regresó leal múltple I Casaldad la ocó de cetrs parbs e el aálss ecoométrco Repaso del cocepto de regresó smple: Recta de regresó poblacoal p verss recta de regresó estmada Motvacó

Más detalles

1,2,,n, se puede asociar otra función sobre el conjunto de medidas probabilísticas. i f i P E f p i f i. Además, ˆP, el dominio de la esperanza

1,2,,n, se puede asociar otra función sobre el conjunto de medidas probabilísticas. i f i P E f p i f i. Además, ˆP, el dominio de la esperanza El Método de Relajacó Aplcado a Optzacó de Ssteas Dscretos F. Szget, J. Cardllo, J. C. Heet y J. L. Calet Uersdad de Los Ades Departaeto de Ssteas de Cotrol, Mérda Veezela Laboratore d Aalyse et d Archtectre

Más detalles

TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS Práctcas de Físca I Departaeto de Físca Aplcada I Escela Poltécca Speror MEDIDA E INCERTIDUMBRE Toda ceca eperetal se basa e observacoes cattatvas

Más detalles

Curvas Sistemas Gráficos Ing. Horacio Abbate 1

Curvas Sistemas Gráficos Ing. Horacio Abbate 1 Crvas Ssemas Gráfcos Ig. Horaco Abbae Polomos de erse Para y cosderar Para y cosderar - - Forma a base ara los olomos de grado. Calqer olomo de grado se ede descrbr como a combacó leal de olomos de erse

Más detalles

CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE

CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE Parte I: Istruetos ateátcos de la teoría de los subcojutos borrosos CAPÍTULO 3: DIVERSAS ASOCIACIONES ENTRE LA ALEATORIEDAD Y LA INCERTIDUMBRE 3.. CONSIDERACIONES PREVIAS Coo señalaos al prcpo de esta

Más detalles

Cómo calcular rentas constantes continuas en el sistema financiero compuesto continuo?

Cómo calcular rentas constantes continuas en el sistema financiero compuesto continuo? Cóo calcular retas costates cotuas e el sstea facero couesto cotuo? Prof. Jea-Perre arcallou INTRODUCCIÓN: El eú CAS (Cálculo Algebraco Sbólco) de la calculadora CASIO ALGEBRA FX 2.0 PLUS erte el cálculo

Más detalles

1. Modelo de Transporte

1. Modelo de Transporte . Modelo de Trasporte Se trata de u odelo partcular de Redes-Fluo s establecetos teredos o de trasbordo. Para forular u odelo geérco se defe las varables y los paráetros sguetes: s = total de udades dspobles

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

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

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

Tablas HASH. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002

Tablas HASH. Agustín J. González ELO320: Estructura de Datos y Algoritmos 1er. Sem. 2002 Tablas HASH Agustí J. Gozález ELO32: Estructura de Datos y Algortos er. Se. 22 Itroduccó Muchas aplcacoes requere u cojuto dáco que soporte las operacoes de u dccoaro: Isert, Search, Delete. Por ejeplo

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

MEJORAMIENTO ANIMAL - ANEXO T.P. # 3 HERENCIA SIMPLE EN FAMILIAS

MEJORAMIENTO ANIMAL - ANEXO T.P. # 3 HERENCIA SIMPLE EN FAMILIAS Mejoraeto Aal Dto. Agrooía, UN Rev. 5// MEJORAMIENTO ANIMAL - ANEXO T.. # HERENCIA IMLE EN FAMILIA Cálculos de Nveles de egurdad y de Catdad de Tests de Apareaetos Requerdos. U descedete por apareaeto

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Probabldades y stadístca Coutacó Facultad de Cecas actas y Naturales Uversdad de Bueos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó utual La estadístca rovee téccas que erte obteer coclusoes

Más detalles

Estimación de Incertidumbres y presentación de resultados

Estimación de Incertidumbres y presentación de resultados 4/0/05 Estacó de Icertdbres y presetacó de resltados Práctcas de Físca I y Físca II epartaeto de Físca Aplcada I Escela Poltécca Speror Coceptos prevos Matd: Propedad de feóeo, cerpo o sstaca qe pede epresarse

Más detalles

Linealización Monovariable

Linealización Monovariable Capítulo : Descrpcó y represetacó de los ssteas cotuos Sstea: dvsó e subssteas o bloques FDT & dagraa a bloques Obetvos Lealzacó del sstea FDT Dagraas a bloques Ssteas realetados Álgebra de bloques Lealzacó

Más detalles

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

Más detalles

11. Optimización no lineal con restricciones

11. Optimización no lineal con restricciones . Optzacó o leal co restrccoes. Optzacó o leal co restrccoes Prcpos y teoreas para la búsqueda de óptos lobales Modelos co restrccoes de ualdad Codcoes de uh-tucker Alortos uércos báscos Prcpos y teoreas

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

Aplicaciones de Balances de Energía en Reactores Batch

Aplicaciones de Balances de Energía en Reactores Batch plcacoes de Balaces de Eergía e Reactores Batch Para u reactor batch, el BdeM se epresa como la ecuacó para determar el tempo de resdeca: t N ( rv Separado varables: V N Esta es ua ecuacó dferecal ordara

Más detalles

es ligada, siendo v V Dos subespacios F y G de V son suplementarios si y solo si se verifica:

es ligada, siendo v V Dos subespacios F y G de V son suplementarios si y solo si se verifica: 1- Dado el sbcojto F={ ( λ μ, λ,μ, μ) R / λ, μ R} de R, se verifica qe: a) dim F= b) {(1,1,0,0),(-,0,,-1)} es a base de F c) F o es sbespacio vectorial de R - E sistema ligado, se verifica qe: a) Agregado

Más detalles

3. Estequiometría. Transformaciones químicas. Andrés s Cedillo, AT

3. Estequiometría. Transformaciones químicas. Andrés s Cedillo, AT Trasforacoes quícas Adrés s Cedllo, AT-50 cedllo@xau.ua.x www.fqt.zt.ua.x/cedllo 3. Estequoetría 3.1. Masa atóca 3.. El cocepto de ol 3.3. Relacoes e fórulas f quícas 3.4. Relacoes e reaccoes quícas Cap.

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Iereca estadístca - stacó ptal a estadístca provee téccas qe perte obteer coclsoes geerales a partr de cojto ltado pero represetatvo de datos. Cado eros o teeos garatía de qe la coclsó qe obteeos sea eactaete

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados. Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral

Más detalles

Estimación de Incertidumbres y presentación de resultados

Estimación de Incertidumbres y presentación de resultados Estmacó de Icertdmbres y presetacó de resltados Práctcas de Físca I y Físca II Departameto de Físca Aplcada I Escela Poltécca Speror Coceptos prevos Magtd: Propedad de feómeo, cerpo o sstaca qe pede epresarse

Más detalles

#,/ Los problemas de optimización multiobjetivo (POM) pueden formularse de la siguiente manera:

#,/ Los problemas de optimización multiobjetivo (POM) pueden formularse de la siguiente manera: ! E la vda real, este uerosas stuacoes y probleas que so recoocdos coo probleas ultobetvo, es decr, o posee u úco crtero edble por el cual pueda declararse que ua solucó sea copletaete satsfactora. Dcho

Más detalles

INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES

INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES Ecoometría II lcecatra ADE INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES Profesor Rafael de Arce Borda rafael.dearce@am.es. RAZÓN DE SER DE LOS MODELOS MULTIECUACIONALES La ecoomía es feómeo ecesamete complejo

Más detalles

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

el blog de mate de aida. MATEMÁTICAS ESO: COMBINATORIA pág. 1 COMBINATORIA

el blog de mate de aida. MATEMÁTICAS ESO: COMBINATORIA pág. 1 COMBINATORIA el blog de ate de aida. MATEMÁTICAS ESO: COMBINATORIA ág. COMBINATORIA Los étodos de coteo so estrategias utilizadas ara deteriar el úero de osibilidades diferetes ue existe al realizar u exerieto. MÉTODO

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

Ingeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual

Ingeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual Cotudad del cotrol vsual INDICE Itroduccó Teoría prelmar: Cotrol vsual e el espaco varate Cotrol e el espaco varate co pesos(weghted varat space) Expermetos utlzado datos smulados Cotrol de ua camara metras

Más detalles

APUNTS DE CLASSE: TEMA 1

APUNTS DE CLASSE: TEMA 1 Curs 04-05 MODEL LINEAL GENERALIZA APUNS DE CLASSE: EMA Grau d Estadístca UB - UPC Lída Motero Josep Ato Sáchez Model Leal Geeraltzat ABLA DE CONENIDOS - EMA : INRODUCCIÓN A LOS MODELOS LINEALES GENERALIZADOS

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

5. ANALISIS DE COLUMNAS DE ABSORCION

5. ANALISIS DE COLUMNAS DE ABSORCION 55 5. AALISIS DE COLUMAS DE ABSORCIO Se cosdera como a dad compleja la qe se etede costtda por cojto de dades smples, por ejemplo, a colma de absorcó o destlacó. La separacó qe se propoe e a de ellas se

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

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

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Estimación de Incertidumbres y presentación de resultados. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

Estimación de Incertidumbres y presentación de resultados. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior Estmacó de Icertdmbres y presetacó de resltados Práctcas de Físca I Departameto de Físca Aplcada I Escela Poltécca Speror Coceptos prevos Magtd: Propedad de feómeo, cerpo o sstaca qe pede epresarse cattatvamete

Más detalles

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

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

Estimación de Incertidumbres y presentación de resultados

Estimación de Incertidumbres y presentación de resultados Estmacó de Icertdmbres y presetacó de resltados Práctcas de Físca I y Físca II Departameto de Físca Aplcada I Escela Poltécca Speror Presetacó Profesor: José Aglera Veegas Ttorías Martes: 9:30-:45 horas

Más detalles

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos Métodos de Predccó Ifereca Curso - María Jesús Sáchez Narajo y Carola García-Martos Dstrbucó Normal Camaa de Gauss x f x ex, x R π Ifereca Ifereca 3 Meddas Característcas 3 3 4 4 3 3 4 4 3 Curtoss CA Asmetría

Más detalles

Breves apuntes sobre la teoría de errores.

Breves apuntes sobre la teoría de errores. Radar de subsuelo. Evaluacó para aplcacoes e arqueología y e patroo hstórco-artístco 903 Aexo 6 Breves aputes sobre la teoría de errores. A6.. Itroduccó. Se troduce breveete los coceptos fudaetales de

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

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

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

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

Tratamiento de los Errores Accidentales

Tratamiento de los Errores Accidentales Tratameto de los rrores Accdetales Facltad de Igeería Uersdad Nacoal de Mar del Plata Clasfcacó de los rrores: Repaso Clasfcacó de los errores Groseros Sstemátcos Accdetales o forttos rrores Groseros:

Más detalles

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568.

1. Hallar un número cuadrado perfecto de cinco cifras sabiendo que el producto de esas cinco cifras es 1568. Hoja de Probleas º Algebra. Hallar u úero cuadrado perfecto de cico cifras sabiedo que el producto de esas cico cifras es 568. Solució: Sea x 0 4 x 0 3 x 3 0 x 4 0 x 5 el úero que buscaos y sea a 0 b 0

Más detalles

Unidad 1 Fundamentos de Algebra Matricial Parte 1

Unidad 1 Fundamentos de Algebra Matricial Parte 1 Udd Fudetos de lger trcl Prte Dr. Ruth. gulr Poce Fcultd de Cecs Deprteto de Electróc Propedeutco 8 Fcultd de Cecs trces U trz de es u rreglo rectgulr dspuesto e regloes y colus Trgulr feror O Trgulr superor

Más detalles

Microeconomía I. Doctorado en Economía, y Maestría en T. y P. Económica Avanzada FACES, UCV. Prof. Angel García Banchs

Microeconomía I. Doctorado en Economía, y Maestría en T. y P. Económica Avanzada FACES, UCV. Prof. Angel García Banchs Doctorado en Econoía y Maestría en T. y P. Econóica Avanzada FACES UCV Microeconoía I Prof. Angel García Banchs contact@angelgarciabanchs.co Clase/Seana 4 Problea del considor Foralente: Plantear el Lagrange

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

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

Más detalles

1. Propiedades molares y propiedades molares parciales

1. Propiedades molares y propiedades molares parciales erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

Más detalles

Microeconomía I Clase/Semana 2

Microeconomía I Clase/Semana 2 Doctorado en Econoía y Maestría en T. y P. Econóica Avanzada FACES UCV Prof. Angel García Banchs contact@angelgarciabanchs.co Microeconoía I Clase/Seana Introdcción a la Microeconoía Qé estdia la Microeconoía?

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

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

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

PRACTICAS AMPLIACION DE ANALISIS NUMERICO FACULTAD DE INFORMATICA

PRACTICAS AMPLIACION DE ANALISIS NUMERICO FACULTAD DE INFORMATICA PRACICAS AMPLIACION DE ANALISIS NUMERICO FACULAD DE INFORMAICA Práctca. Lbrerías para maear mágees. Coger de la pága web de la asgatra las lbreras ttp://serds.ds.lpgc.es/~lalvarez/teacg/aa/am_bmp. y ttp://serds.ds.lpgc.es/~lalvarez/teacg/aa/am..

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

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

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

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

REVISTA INVESTIGACIÓN OPERACIONAL Vol., 31, No. 1, 61-69, 2010

REVISTA INVESTIGACIÓN OPERACIONAL Vol., 31, No. 1, 61-69, 2010 REVISTA INVESTIGACIÓN OPERACIONAL Vol., 3, No., 6-69, 200 UN SISTEMA DE SOPORTE A LA DECISIÓN PARA LA ASIGNACIÓN DE RECURSOS HUMANOS A EQUIPOS DE PROYECTOS DE SOFTWARE Margarta Adré Apero * y María Glara

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

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

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

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

Sebastián Martín Ruiz. Aplicaciones de la Función de Smarandache y las Funciones Prima y Coprima

Sebastián Martín Ruiz. Aplicaciones de la Función de Smarandache y las Funciones Prima y Coprima Sebastá Martí Ruz Alcacoes de la Fucó de Saradache y las Fucoes Pra y Cora log / / j j s j s j s j Aerca Research Press Rehoboth 00 Sebastá Martí Ruz Avda. de Regla 43 Choa 550 Cádz Sa sarada@telele.es

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

UNIVERSIDAD DE GUADALAJARA

UNIVERSIDAD DE GUADALAJARA A G O S T O / 0 0 CETRO IVERSITARIO DE CIECIAS EXACTAS E IGEIERÍAS SECRETARIA ACADÉICA DIVISIÓ DE IGEIERÍAS DEPARTAETO DE IGEIERÍA IDSTRIAL PROGRAA DE ESTDIO: SISTEAS DE CALIDAD A G O S T O / 0 0 PROGRAA:

Más detalles

EXTENSIÓN DEL METODO ONE-LEG MULTISTEP CON ESTABILIDAD MARGINAL

EXTENSIÓN DEL METODO ONE-LEG MULTISTEP CON ESTABILIDAD MARGINAL Mecáca Coputacoal Vol XXVIII, págs. 235-2364 (artículo copleto) Crsta García Bauza, Pablo Lotto, Lsadro Parete, Marcelo Véere (Eds.) Tadl, Argeta, 3-6 Novebre 29 EXTENSIÓN DEL METODO ONE-LEG MULTISTEP

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

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS DISTRIBUCIÓN DE AGREGADOS 5..- Dstrbucoes -dmesoales. Aálss margal y codcoado 5..- Varables aleatoras depedetes. Propedades

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

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

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

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