El Método de Monte Carlo para la Solución de la Ecuación de Transporte

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

Download "El Método de Monte Carlo para la Solución de la Ecuación de Transporte"

Transcripción

1 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço El Méodo de Mone Carlo para la Solucón de la Ecuacón de Tranpore En la prácca, mucho problema de ranpore no e pueden reolver por méodo analíco, por lo que hay que hacer uo de méodo numérco, ale como lo baado en negracón numérca o lo baado en el méodo de Mone Carlo. La prmera caegoría cone eencalmene de vara écnca para negrar numércamene una ecuacón negral o dferencal. En el méodo de Mone Carlo, la hora de lo neurone e reproduce en dealle en una compuadora. E mporane recordar que en cada eapa de la vda de un neurón, u comporameno fuuro e puede deermnar con ayuda de vara funcone de drbucón de probabldad. Por ejemplo, la localzacón de una neraccón e deermna con la funcón p( = Σ exp( Σ ; el po de neraccón e deermna por aa de eccone efcace (por ejemplo, / e la probabldad de que una neraccón ea una dperón eláca; el ángulo de (ϑ ; y aí dperón del neurón ( e dperado e obene de la eccón efcaz dferencal ( ucevamene. En un cálculo de Mone Carlo, ea drbucone de probabldad on muereada por una compuadora de al forma que la hora calculada de lo neurone ean reproducda exacamene como ocurrría en un problema fíco real. Por lo ano, con ee méodo e poble obener pao por pao el rayeco aleaoro de la parícula a ravé del medo, obenendo aí la drbucón exaca de lo neurone. Dado que el méodo de Mone Carlo e baa eencalmene en concepo eadíco, el reulado obendo no e únco, no una emacón con un nervalo de confanza alrededor del valor verdadero. Por lo aneror, una de la devenaja del méodo e la magnud del error obendo aocado con el reulado. Con la fnaldad de reducr el error a un nvel acepable, e requere egur un gran número de hora de parícula dede u nacmeno haa u muere, lo que mplca empo de cómpuo muy grande. Trayecora de la Parícula. La vda de una parícula nca con u nacmeno, ya ea por una fuene de neurone exerna o por una fón, y ermna con la aborcón o con el ecape del ema. Lo eveno que ocurren durane la vda del neurón e regran y e converen en la hora del neurón, pero, como e menconó anerormene, debdo a que la hora de una ola parícula no e repreenava del ema, e debe evaluar una candad adecuada de hora para decrbr realmene lo fenómeno del ema de neré. Condéree la rayecora de una parícula que vaja a ravé de un medo homogéneo, dado que la parícula e dperada frecuenemene, u rayecora erá en zg-zag, al como e muera en la Fgura. Suponendo que la parícula e orgna en la pocón A, con dreccón y energía conocda, al nco endrá un vuelo lbre haa que ene una colón con algún áomo del medo, que podría reular en la aborcón de la parícula y la nmedaa ermnacón de u hora. Pero, uponendo que la neraccón e de dperón, la parícula ufre un cambo en energía y en dreccón. Tano el cambo en energía como el cambo en dreccón on proceo eadíco (e decr, no hay una únca energía y dreccón depué de la dperón, para lo cuale hay una drbucón de probabldad. En la Fgura e oberva como Derecho reervado Págna de 7

2 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço depué de la prmera dperón, la mma parícula ene oro vuelo lbre y poerormene colona, y aí ucevamene. Para rarear a la parícula durane u vaje e necearo conocer: u coordenada epacale ( x, y z, la coordenada eférca de u dreccón ( 0 0, 0 ufcene para defnr el eado, α, de la parícula, donde: θ, φ y u energía. Ea varable on α α( x, y, z; E; θ, φ ( z (x 2, y 2,z 2 S 2 (x 3, y 3,z 3 A (x 0, y 0,z 0 S 0 S y (x, y,z x Fgura. Trayecora Aleaora de una Parícula a ravé de un Medo. El ema de coordenada eférca que defnen la dreccón de la parícula e lura en la Fgura 2. z θ Ω Dreccón de la parícula en el epaco y φ x Noa: el ema de coordenada orogonal ( x', y', z' ( x, y, z baco de referenca de la fgura. e paralelo al ema Fgura 2. Dreccón de la Parícula en Coordenada Eférca ( θ, φ. Derecho reervado Págna 2 de 7

3 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço La rayecora de una parícula e puede conrur de colón a colón como una uceón de eado α α,...,, α n 0, donde el -émo eado e: α α x, y, z ; E ; θ, φ (2 ( Por lo ano, en el -émo eado, una parícula ene la coordenada epacale del puno en donde ocurre la colón y ano la energía y dreccón de la parícula depué de dcha colón. A excepcón del eado ncal, cada eado ucevo ea en funcón del eado prevo y de la leye de dperón obedecda por la parícula en el maeral de neré. Por ejemplo, el eado α 0 comenza con condcone ncale y por muereo aleaoro de la drbucone de probabldad correpondene a cada po de neraccón e deermna el eado α, y aí ucevamene, conruyendo de ea forma la hora de la vda de cada parícula. Obvamene, e requere de procedmeno maemáco para elecconar la pocón de la guene colón, aí como la nueva energía y dreccón de la parícula, e que obrevve a una colón. Condéree un parícula que ha ufrdo u -éma colón (una dperón, la coordenada del puno de u guene colón e obenen de la guene manera: e la longud de la rayecora que la parícula vaja haa u próxma colón, la probabldad de que la parícula vaje la danca n ener una neraccón e e Σ. La probabldad de que la parícula endrá una neraccón en el nervalo d e Σ d, por lo ano, la probabldad de que la parícula endrá una neraccón enre y + d e: Σ Σ e d, (3 donde Σ e la eccón efcaz macrocópca oal. El guene pao e eablecer un procedmeno para elecconar aleaoramene un valor de ( de la funcón de probabldad dada por la ecuacón (3. Una vez deermnado el valor de, la coordenada de la guene colón e obenen de: x y z = x = z = y + ( enθ coφ + ( enθ enφ + (coθ (4 De forma mlar, la energía de la parícula depué de la dperón e obene muereando la funcón de probabldad apropada. Por ejemplo en el cao de un foón el proceo de dperón e la dperón Compon, y la funcón de drbucón correpondene eá dada por la eoría de Klen-Nhna, obenendo aí la nueva energía, E. Lo ángulo locale depué de la dperón ( θ 0, φ ambén pueden deermnare, θ 0 e el ángulo de defleccón y φ e el ángulo azmual (ver Fgura 3. Uualmene el ángulo φ e drbudo aleaoramene en el nervalo de 0 a 2 π. Fnalmene, con lo ángulo locale ( θ 0, φ e puede deermnar la nueva dreccón de la parícula, θ, φ. ( Derecho reervado Págna 3 de 7

4 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço dreccón arbrara en el plano perpendcular a la dreccón aneror φ nueva dreccón θ 0 dreccón aneror cenro de dperon Fgura 3 Angulo locale de Dperón de la Parícula. Haa aquí e ha decro como e obenen eórcamene la rayecora de la parícula, conforme e dfunden a ravé de un medo, dede u nacmeno haa u aborcón o haa que ecapan del ema. Técnca de Muereo Aleaoro. Por ahora e claro que con el méodo de Mone Carlo e nena deducr el comporameno promedo de oda la parícula en un medo, mplemene muereando aleaoramene el comporameno de alguna de ella. El requo fundamenal para dearrollar el méodo de Mone Carlo e relaconar un número aleaoro a un eveno fíco, de al forma que eén frmemene lgado a la leye de probabldad. Eo generalmene e cumple obenendo una funcón de dendad de probabldad, frecuenca relava de u varable aleaora p(, la cual decrbe la x y defnda en el nervalo de odo lo valore poble que puede omar x. En la eccón aneror e moró un ejemplo mporane, e decr: con la longud de la rayecora de la parícula. Oro ejemplo mporane e la funcón de drbucón de Maxwell-Bolzmann, para la drbucón de energía de lo neurone en equlbro érmco con lo áomo del medo, la cual ea dada por: Σ e Σ, relaconada n( E = cee / 2 e ( E / kt (5 Má formalmene, una funcón de dendad de probabldad (pdf, por u gla en nglé probably deny funcon e defne como gue. Sea prob( x < X < x + Δ, la probabldad de que una varable aleaora enga valore en el nervalo ( x, x + Δ. La pdf p( eá relaconada a ea probabldad por la gualdad: Derecho reervado Págna 4 de 7

5 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço prob ( x < X < x + Δ = p( como Δx 0, Uando noacón dferencal, e puede nerprear ( x, x + d nervalo o: p ( dx = ( x dx como la probabldad de ocurrenca de x en el p probabldad de que ocurrrá una neraccón enre x y x+dx. x ocurre en un nervalo connuo, enonce: p( b prob ( a < x < b = p( dx. (6 Dado que una pdf decrbe la frecuenca relava de ocurrenca de poble valore de x, e gue que: a x obre odo el nervalo de 0 p(, p( dx = para oda x (7 En la prácca, la funcón puede er connua como e defnó anerormene, o puede er dcrea cuando hay un número fno de poble reulado. Por ejemplo, el epecro de energía de lo neurone de fón p( χ (E, e una funcón de dendad de probabldad connua. Un ejemplo de una funcón dcrea e puede conrur noando que dperón en un maeral, repecvamene, con a / y / on la probabldade de aborcón y la eccón efcaz mcrocópca oal. Decrpcón del Códgo MCNP-4B. El códgo MCNP-4B (por u gla en nglé: Mone Carlo N-Parcle verón 4B, e uno de lo códgo má ulzado en fíca de reacore y conderado como una referenca. E un códgo de ranpore de propóo generale y geomería generalzada que ulza el méodo numérco de Mone Carlo para la olucón de problema y que puede uare en dferene modaldade: ranpore de neurone, foone o elecrone, ranpore de neurone/foone, neurone/foone/elecrone, foone/elecrone o elecrone/foone, ademá de cálculo de crcdad de ema fíle con la obencón de un facor de mulplcacón de neurone,. Su aplcacone pueden er muy varada: egurdad nuclear, cálculo de blndaje, anál y deño de deecore, domería peronal, ec. El códgo emplea una bbloeca de dao nucleare conínua en energía, baada prncpalmene en la evaluacone del ENDF/B-VI (por u gla en nglé Evaluaed Nuclear Daa Fle y del ENDL (por u gla en nglé Evaluaed Nuclear Daa Lbrary. A connuacón e da una decrpcón general del méodo de Mone Carlo para realzar cálculo de crcdad. Derecho reervado Págna 5 de 7

6 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço Cálculo de Crcdad. Como e abe, en cálculo de crcdad, e de gran mporanca emar el valor del facor de mulplcacón efecva de neurone (. En eo cálculo, un grupo de hora de neurone e refere a un cclo de (en eoría de reacore e defne como una generacón de neurone, donde el facor de mulplcacón eá dado por la razón del número de neurone generado en lo eveno de fón que e preenan en el cclo, enre el número de neurone cuya hora on evaluada en ee cclo (e decr, el número de neurone al nco de la generacón. El valor eperado del facor de mulplcacón e ema, promedando obre lo eveno en el cclo de. De la mma forma, ambén e puede obener el valor eperado de la probabldad de fuga o la fraccón de eveno que llevan a capura. El error relavo en la emacón de uualmene dmnuye conforme el número de cclo de aumena, por lo que e necea un gran número de cclo para obener una buena emacón. El facor de mulplcacón e ema medane la guene expreón: k = N N k = (8 donde k e el facor de mulplcacón emado para el ema de neré, y mulplcacón emado en el -émo cclo. k e el facor de La aproxmacón de Mone Carlo e puede reumr como gue: una ecuenca de número aleaoro ( 0 < r < e ua para producr una drbucón aleaora de candade que mulan el problema de neré. Un ejemplo de cómo funcona el méodo de Mone Carlo para obener el facor de mulplcacón en un medo mulplcavo e el guene: r. Para el prmer cclo del cálculo del facor de mulplcacón de neurone (, deermnar la pocón ncal del neurón. 2. Ulzar un número aleaoro para elecconar la energía del neurón. 3. Uar el guene número aleaoro para deermnar la dreccón coeno del neurón. 4. Deermnar la localzacón de la guene colón con el guene número aleaoro (la danca que recorra el neurón depende de la eccón efcaz del maeral. 5. Verfcar la nueva pocón del neurón para deermnar ha ecapado del ema; eo ocurre, agregar un uno a lo ecape oale y regrear al pao empezando ora hora o cclo; de ora forma, connuar. 6. Deermnar qué po de neraccón ocurró en la nueva pocón baado en el guene número aleaoro. Cada po de neraccón ene aocada una eccón efcaz que deermna u probabldad de ocurrenca: a S la neraccón e una dperón, deermnar la energía del neurón depué de la dperón ulzando el guene número aleaoro. Connuar en el pao 3 para aber la rayecora del neurón dperado. b S la neraccón e una aborcón, regrear al pao y empezar oro cclo con un nuevo neurón. Derecho reervado Págna 6 de 7

7 Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço c S la neraccón e una fón, deermnar cuáno neurone e producen en ee eveno de fón (ulzando la bbloeca del códgo y deermnar el número oal de neurone que e han producdo en el cclo. Tambén deermnar la pocón de lo neurone que e produjeron en la fón para que rvan como nco de oro cclo (eo reemplaza al pao en fuuro cclo de. 7. Cuando e han compleado la hora que e han olcado (la ufcene para una eadíca adecuada, evaluar la dvdendo el número de nuevo neurone creado en ee cclo por el número de hora evaluada en el cclo. Reper el proceo para ano cclo como ean requerdo para obener una eadíca apropada. Emacón del Error. MCNP da lo reulado en forma de coneo (alle relaconado a la correne de parícula, flujo de parícula y a la depocón de energía, donde un ally e la candad a emar (core promedo, obendo al umar odo lo core de oda la hora. Lo alle de MCNP on normalzado por parícula ncadora y on mpreo en la alda, acompañado por un egundo número, R, que e el error relavo emado y que e defne como la devacón eándar emada del promedo ( S dvdda por el promedo emado ( x. En MCNP, la candade requerda para emar ee error, on calculada depué de cada hora complea de Mone Carlo, que condera el hecho de que la dferene conrbucone a un ally de la mma hora eán correlaconada. Para un ally ben comporado, R erá proporconal a / N donde N e el número de hora, de al forma que e deea dmnur a la mad R, e debe ncremenar el número oal de hora cuaro vece. Para un ally pobremene comporado, puede ncremenare conforme el número de hora ncremena. R El error relavo emado e puede uar para obener nervalo de confanza alrededor del promedo emado, permendo hacer una declaracón acerca de cuál e el reulado verdadero. El Teorema del Líme Cenral eablece que conforme N ende a nfno hay una probabldad del 68% de que el reulado verdadero e encuenre en el nervalo x ± R, una probabldad del 95% en el nervalo x ± 2R y una probabldad del 98% en el nervalo ± x 3R. Una declaracón repeco a la exacud requere un anál deallado de la ncerdumbre en lo dao fíco, modelado, écnca de muereo y aproxmacone, ec., uado en un cálculo. x Derecho reervado Págna 7 de 7

Transformada de Laplace, aplicaciones

Transformada de Laplace, aplicaciones Tranformada de Laplace, aplcacone Ora eñale de excacón Señal mpulo f A 0 eñal Impulo deal La eñal mpulo real eórca e una eñal de amplud 0 de alura y de área gual a A Se mbolza de la guene forma fa.δ en

Más detalles

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente. AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la

Más detalles

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en

Más detalles

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno

Más detalles

SOLUCIONARIO GUÍA. Ítem Alternativa Defensa

SOLUCIONARIO GUÍA. Ítem Alternativa Defensa SOLUCIONARIO GUÍA Íem Alernaa Deena 1 C En un gráco elocdad / empo, al realzar el cálculo de la pendene y área bajo la cura, obenemo la aceleracón y danca recorrda, repecamene. A Según la expreón para

Más detalles

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

Más detalles

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )

Más detalles

Si se toma en cuenta el primer término con el tercero se tendrá que:

Si se toma en cuenta el primer término con el tercero se tendrá que: PITULO III INEMTI E FLUIOS TEXTO GUI HIRULI PROLEMS RESUELTOS INEMTI E FLUIOS -III) El campo de elocdade de un fluo permanene ea dado por: u a b, b c, w c a, eermne la ecuacón de la línea orbellno. en

Más detalles

Esa variación puede darse con la magnitud de la velocidad, su dirección y/o su sentido.

Esa variación puede darse con la magnitud de la velocidad, su dirección y/o su sentido. Momeno Varado - Que un momeno ea arado gnca que el mól que lo poee ene una elocdad aría con el empo. Ea aracón puede dare con la magnud de la elocdad, u dreccón y/o u endo. Un prmer cao lo enemo en momeno

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

JUEGOS RESTRINGIDOS MULTICRITERIO. Amparo Mª Mármol Conde Luisa Monroy Berjillos Victoriana Rubiales Caballero 1

JUEGOS RESTRINGIDOS MULTICRITERIO. Amparo Mª Mármol Conde Luisa Monroy Berjillos Victoriana Rubiales Caballero 1 éodo aemáco para la Economía y la Emprea JUEGOS RESTRINGIDOS UTICRITERIO Amparo ª ármol Conde ua onroy Berllo Vcorana Rubale Caballero Deparameno Economía Aplcada III Unverdad de Sevlla Reumen: a eoría

Más detalles

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos 4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de

Más detalles

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC 9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de

Más detalles

EJERCICIOS: Análisis de circuitos en el dominio del tiempo

EJERCICIOS: Análisis de circuitos en el dominio del tiempo EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene

Más detalles

Cálculo y Estadística

Cálculo y Estadística Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una

Más detalles

Estadística de Precios de Vivienda

Estadística de Precios de Vivienda Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

Flujo máximo: Redes de flujo y método de Ford-Fulkerson. Jose Aguilar

Flujo máximo: Redes de flujo y método de Ford-Fulkerson. Jose Aguilar Flujo máximo: Rede de flujo y méodo de Ford-Fulkeron Joe Aguilar b a d c 0 0 0 0 0 Flujo en Rede. Flujo máximo Algorimo de Flujo Lo algorimo de flujo reuelven el problema de enconrar el flujo máximo de

Más detalles

SUPERINTENDENCIA DE BANCOS Y SEGUROS REPUBLICA DEL ECUADOR

SUPERINTENDENCIA DE BANCOS Y SEGUROS REPUBLICA DEL ECUADOR SUPERINTENDENCI DE NCOS Y SEGUROS REPULIC DEL ECUDOR Inrucivo para la aplicación del Concepo de Valor en Riego (Var), para la eimación de la Liquidez erucural requerida por la Iniucione Financiera OCTURE

Más detalles

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados

Más detalles

Diseño óptimo de un regulador de tensión en paralelo

Diseño óptimo de un regulador de tensión en paralelo Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,

Más detalles

Diseño de Controladores PID. Sistemas de Control Prof. Mariela CERRADA

Diseño de Controladores PID. Sistemas de Control Prof. Mariela CERRADA Deño de Controladore PID Stema de Control Prof. Marela CERRADA Controlador del to PI: Mejorando la reueta etaconara Lo controladore del to PI olo ncororan la accone Proorconale Integrale, aumentando en

Más detalles

Estadística de Precios de Suelo

Estadística de Precios de Suelo Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

CRÉDITO AGRICOLA. Consideraciones del producto:

CRÉDITO AGRICOLA. Consideraciones del producto: Versón: CA-5.04. CRÉDITO AGRICOLA Consderacones del produco: Son crédos que se oorgan para fnancameno de acvdades agropecuaras y se basan en la capacdad de pago de los clenes y su hsoral credco. Se conceden

Más detalles

UNIVERSIDAD DE OVIEDO

UNIVERSIDAD DE OVIEDO Trabajaremos con módulos foovolacos de capa fna. resena ceras venajas por el dferene comporameno que esa ecnología ene ane la radacón solar y las condcones ambenales: Mejor comporameno de la produccón

Más detalles

Tema 4. Condensadores y Bobinas

Tema 4. Condensadores y Bobinas Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas

Más detalles

CRÉDITO PESCA. Consideraciones del producto:

CRÉDITO PESCA. Consideraciones del producto: CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral

Más detalles

El CAT se calcula a partir de los flujos de recursos entre el cliente y la institución que otorga el crédito. t j

El CAT se calcula a partir de los flujos de recursos entre el cliente y la institución que otorga el crédito. t j Explcacón del cálculo del Coto nual Total (CT) El CT e calcula a partr de lo fluo de recuro entre el clente y la nttucón que otorga el crédto.. Fórmula para el cálculo del CT El CT e el valor numérco de,

Más detalles

7. CAPACITANCIA E INDUCTANCIA

7. CAPACITANCIA E INDUCTANCIA 7. APAITANIA E INDUTANIA 7.. INTRODUIÓN El elemeno paso e os ermnales que hemos so hasa el momeno, eso es la Ressenca, presena un comporameno lneal enre su olaje y correne. Eso prouce ecuacones algebracas

Más detalles

CARACTERISTICAS DE LAS FORMAS DE ONDA

CARACTERISTICAS DE LAS FORMAS DE ONDA AATISTIAS D LAS FOMAS D ONDA araceríscas de un pulso recangular: A 0.9A 0.1A r a r = rseme, empo de subda ó empo de respuesa f = fowardme, empo de caída a = ancho del pulso f 1 AATISTIAS D LAS FOMAS D

Más detalles

Determinantes de la elección de administradora de pensiones: primeras estimaciones a partir de agregados

Determinantes de la elección de administradora de pensiones: primeras estimaciones a partir de agregados BACO DE LA REPUBLICA Gerenca écnca Undad de Eudo Económco Deermnane de la eleccón de admnradora de penone: prmera emacone a parr de agregado Lu Eduardo Arango y Lu Fernando Melo * larangh@banrep.gov.co,

Más detalles

Método de Runge-Kutta para Ecuaciones Diferenciales

Método de Runge-Kutta para Ecuaciones Diferenciales Análss Numérco Carlos Armando De Casro Paares Méodo de Runge-Kua para Ecuacones Derencales Uno de los méodos más ulzados para resolver numércamene problemas de ecuacones derencales ordnaras con condcones

Más detalles

Estrategias Inmunizadoras para seguros de vida y Pensiones. Dr. D. J. Iñaki De La Peña

Estrategias Inmunizadoras para seguros de vida y Pensiones. Dr. D. J. Iñaki De La Peña Eraega Inmunzadora para eguro de vda y Penone Dr. D. J. Iñak De a Peña índce. El Problema. Eraega de Geón Acvo-Pavo 3. Opmzacón 4. a ley y la eraega de AM y algún que oro cueno... 3 El Problema 4 PROBEMA

Más detalles

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales ... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de

Más detalles

MMII_L1_c2: Ecuaciones casi lineales de primer orden: Método de las características

MMII_L1_c2: Ecuaciones casi lineales de primer orden: Método de las características MMII_L_c: Ecacone ca lneale de prmer orden: Méodo de la caraceríca Gón de la clae: En ea clae e dearrolla la búqeda de olcone paramérca del problema de Cach defndo por ecacone ca lneale de prmer orden.

Más detalles

Semana 12: Tema 9 Movimiento Rotacional

Semana 12: Tema 9 Movimiento Rotacional Semana : Tema 9 Movmeno Roaconal 9. Velocdad y Aceleracón angular 9. Roacón con aceleracón angular consane 9.3 Energía cnéca roaconal 9.4 Cálculo de momeno de nerca y el eorema de los ejes paralelos Capíulo

Más detalles

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el

Más detalles

Cálculo y Estadística

Cálculo y Estadística PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una empresa emplea res

Más detalles

Consideraciones generales sobre dinámica estructural

Consideraciones generales sobre dinámica estructural Capíulo Consderacones generales sobre dnámca esrucural Inroduccón El obeo de la dnámca esrucural es el análss de esrucuras bao cargas dnámcas, es decr cargas que varían en el empo. Aunque la mayoría de

Más detalles

UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMIA TEORIA DE JUEGOS Profesora: Marcela Eslava. Solución Parcial 2 19 de abril de 2010 NOMBRE:

UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMIA TEORIA DE JUEGOS Profesora: Marcela Eslava. Solución Parcial 2 19 de abril de 2010 NOMBRE: VERSDAD DE LOS ADES FACLTAD DE ECOOMA TEORA DE JEGOS Profesora: Marcela Eslava Solucón Parcal 9 de abrl de 00 OMBRE: Tene hasa las 3:0 pm para responder. o puede usar calculadora n celular. o responderemos

Más detalles

MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO

MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO Sabes cuáles son las caraceríscas del momeno reclíneo unormemene acelerado? INTRODUCCION Prmero debemos saber que denro de la cnemáca exsen derenes pos de

Más detalles

TEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO

TEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO PROBLEMA EMA 4: CANALES DIGIALES EN BANDA BASE CON RUIDO Se desea realzar una ransmsón bnara de símbolos equprobables, para ello se recurre a una codfcacón NRZ de po AMI y cuyas señales se ndcan a connuacón:

Más detalles

Unidad II. Modelos de regresión con series de tiempo: variables estacionarias. i) y ii) Modelo autorregresivo de rezagos distribuidos (ARDL)

Unidad II. Modelos de regresión con series de tiempo: variables estacionarias. i) y ii) Modelo autorregresivo de rezagos distribuidos (ARDL) Undad II. Modelo de regreón con ere de empo: varable eaconara 1. El conexo dnámco y la ere de empo ) Modelo de rezago drbudo (DL) y f ( x, x, x,...) 1 2 (9.1) ) Modelo con varable dependene rezagada (AR)

Más detalles

Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas

Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas 1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse

Más detalles

MUESTRAS CON ROTACIÓN DE PANELES

MUESTRAS CON ROTACIÓN DE PANELES 487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489

Más detalles

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.

Más detalles

Índices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V.

Índices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V. Índces de precos y referencas Reveladas Mcroeconomía Douglas C. Ramírez V. LOS ÍNDICES Los números índces o índces son un nsrumeno esadísco muy úl y de uso muy exenddo. G.R. Carl. En Iala, en 1764 realzó

Más detalles

TRANSITORIOS EN SISTEMAS ELECTRICOS

TRANSITORIOS EN SISTEMAS ELECTRICOS TRANSTOROS EN SSTEMAS EETROS Dr. Armando lama Dr. Federco ramone Febrero 7 de 3 Agenda Solucón de la area. Problema. Solucón de la area. Problema. Manobra con banco de capacore. orrene de energzacón en

Más detalles

En este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para

En este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para CAPITULO 4 Descrpcón del algormo propueso En ese capíulo se presena a dealle el esquema de relaacón Lagrangeana ulzado para la obencón de coas nferores; así como ambén, la descrpcón de la heurísca prmal

Más detalles

Recuperación de la Información

Recuperación de la Información ssema de recuperacón de nformacón Recuperacón de la Informacón consula documenos mach Documenos Concepos Báscos relevane? ssema de recuperacón de nformacón palabras clave ndexado Las palabras clave (keywords)

Más detalles

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA

Más detalles

LA MODELIZACIÓN DE PROCESOS

LA MODELIZACIÓN DE PROCESOS L MODELIZIÓN DE ROESOS En ese capíulo, se presena una meodología en desarrollo para modelos dnámcos de procesos químcos. Después de esudar ese capíulo, el esudane debería ser capaz de: Escrbr las ecuacones

Más detalles

= Δx 2. Escogiendo un sistema de referencia común para ambos móviles x A

= Δx 2. Escogiendo un sistema de referencia común para ambos móviles x A Ejemplos de solución a problemas de Cinemáica de la parícula Diseño en PDF MSc. Carlos Álvarez Marínez de Sanelices, Dpo. Física, Universidad de Camagüey. Carlos.alvarez@reduc.edu.cu Acividad # C1. Un

Más detalles

MEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA

MEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA esudos esudos MEDCÓN DE LA ACTVDAD MNERA EN LA REGÓN DE ARCA Y PARNACOTA Ocubre de 28 N Subdreccón Técnca Deparameno de Esudos Económcos Coyunurales Medcón de la Acvdad Mnera en la Regón de Arca y Parnacoa

Más detalles

Determinación Experimental de la Distribución de Tiempos de Residencia en un Estanque Agitado con Pulpa

Determinación Experimental de la Distribución de Tiempos de Residencia en un Estanque Agitado con Pulpa Deermnacón Expermenal de la Dsrbucón de Tempos de Resdenca en un Esanque Agado con Pulpa Lus Marín Escalona Julo de 2oo7 Índce Resumen 3 Anecedenes Generales 3 Procedmeno Expermenal Dscusones 4 onclusones

Más detalles

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR Físca General Proyeco PMME - Curso 8 Insuo de Físca Faculad de Inenería UdelaR M O V I M I E N T O E P R O Y E C T I L M O V I M I E N T O R E L A T I V O Vanessa íaz Florenca Clerc Un olero Juan paea

Más detalles

5. Los sistemas de pensiones y el ahorro nacional

5. Los sistemas de pensiones y el ahorro nacional 5. Los ssemas de pensones y el ahorro naconal Uno de los aspecos más mporanes ras la reforma a un ssema de pensones es su mpaco sobre el ahorro naconal dado el vínculo enre ése y el desempeño de la economía.

Más detalles

Productos derivados sobre bienes de consumo

Productos derivados sobre bienes de consumo Producos dervados sobre benes de consumo Francsco Venegas Marínez, Salvador Cruz Ake n Resumen: Ese rabajo de nvesgacón desarrolla un modelo de equlbro general con expecavas raconales en empo connuo úl

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl

DOCUMENTO DE TRABAJO. www.economia.puc.cl Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë

Más detalles

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE) EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa

Más detalles

SIGLAS Y NOTACIÓN EMPLEADA

SIGLAS Y NOTACIÓN EMPLEADA SIGLAS Y NOTAIÓN EMPLEADA α PND a Parámero que ene un valor 4 para vehículos lgeros y de 6 para vehículos pesados Incremeno de la accesbldad para el usuaro que anes no realzaba desplazamenos moorzados

Más detalles

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS Dada la dependencia de la velocidad con la posición en un movimieno recilíneo mosrada por la siguiene gráfica, deerminar la dependencia con

Más detalles

Transiciones de sincronización en flujos caóticos

Transiciones de sincronización en flujos caóticos Posgrado en Físca Fundamenal Area de Caos y Ssemas Complejos Transcones de sncronzacón en flujos caócos M.Sc. Glbero Paredes hp://www.cens.ula.ve/cff/caocos Tuor: Dr. Maro Cosenza Condcones para el Caos

Más detalles

Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri)

Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri) FCE-UA Prmer Examen Parcal Mayo 215 Macroeconomía II (Prof. D. Perr) INSRUCCIONES I. El examen consa de 1 punos con la sguene composcón: Ejercco 1 (3 punos), Ejercco 2 (4 punos), Ejercco 3 (3 punos). II.

Más detalles

UNIDAD 5: EL MOVIMIENTO. EJERCICIOS RESUELTOS - O +

UNIDAD 5: EL MOVIMIENTO. EJERCICIOS RESUELTOS - O + Fíca y Quíca º ESO Undad 5: El oeno. ejercco reuelo - - (claecayquca.blogpo.co): por Joé Anono Naarro (janaarro.cayquca@gal.co) UNIDAD 5: EL MOVIMIENTO. EJERCICIOS RESUELTOS Ejercco. Indca en cada cao

Más detalles

EJERCICIOS DE DINÁMICA

EJERCICIOS DE DINÁMICA EJERCICIOS DE DIÁMICA 1. Dd un cuerd cpz de oporr un fuerz áx de 00, cuál erá l celercón áx que e podrá councr con ell un de 10 kg cundo e encuenr obre un plno horzonl n rozeno? Sol: ) 0. En un plno horzonl

Más detalles

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas

Más detalles

Análisis no Convencional de Transientes de Presión para Pozos no Fluyentes

Análisis no Convencional de Transientes de Presión para Pozos no Fluyentes Anál no Convenconal de Tanene de eón aa ozo no Fluyene Slug Teng y año Aaene Ing. Emlo Joé Méda MA Ing. Ezequel ozo YF SA U.N.A.S. U.E.L.H. 0 y 1 de Agoo de 009 Índce de conendo Objevo de la eenacón Slug

Más detalles

Flujo en Redes de Transporte

Flujo en Redes de Transporte Flujo en Rede de Tranpore Eduardo Urei Flujo en Rede de Tranpore p./55 Red de Tranpore Una Red de Tranpore e un grafo dirigido con peo (V, E, c) donde hay do vérice diinguido: uno llamado fuene y oro llamado

Más detalles

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS TMA 7 MODLO IS-LM N CONOMÍAS ABIRTAS l modelo IS-LM en economías aberas Concepos fundamenales n el ema aneror analzamos el po de cambo como s fuera un nsrumeno de políca económca. Sn embargo ése se deermna

Más detalles

1. Introducción, n, concepto y clasificación

1. Introducción, n, concepto y clasificación Tema 5: Números índces. Inroduccón, n, concepo y clasfcacón 2. Números índces smples. Defncón y propedades 3. Números índces complejos Números índces complejos sn ponderar Números índces complejos ponderados

Más detalles

CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la

CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la CAPÍTULO IV BASES DESARROLLO DEL PROGRAMA COMPUTACIONAL En ese capíulo descrbremos los modelos y herramenas que ulzaremos para la proyeccón y smulacón de algunas de las varables como son los rendmenos

Más detalles

Recombinación en Árboles Binomiales Multiplicativa

Recombinación en Árboles Binomiales Multiplicativa Recombnacón en Árboles Bnomales Mulplcava Y us Posbldades Freddy H. Marín Días de la cenca aplcada epembre 8-9-30 Grupo de Invesgacón En mulacón y Modelacón Maemáca CONTENIDO Ecuacones Dferencales Esocáscas

Más detalles

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanes Aleandro Pena Andrés Sosa 002-204 688-7565 Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanesª, Aleandro Pena b**,

Más detalles

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo Esmacón de una fronera de efcenca écnca en el mercado de seguros uruguao Faculad de Cencas Económcas de Admnsracón Unversdad de la Repúblca María Eugena Sann Fernando Zme Tel.: 598 709578 Tel.: 598 70008

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

ESTRUCTURA DE LAS SIMILARIDADES

ESTRUCTURA DE LAS SIMILARIDADES ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa

Más detalles

Estadísticas de Cuentas Nacionales Trimestrales

Estadísticas de Cuentas Nacionales Trimestrales Esadíscas de Cuenas Naconales Trmesrales Precos y volumen en cuenas naconales 3 al 13 de agoso de 2009 Precos y volumen en cuenas naconales Sea v el valor de una canasa de benes y servcos en el período

Más detalles

Cifras poblacionales de referencia METODOLOGÍA

Cifras poblacionales de referencia METODOLOGÍA Cifra poblacionale de referencia MTOOLOGÍA. Inroducción La elaboración de cifra de población de cada ámbio geográfico e uno de lo comeido de la oficina de eadíica pública por er un elemeno relevane para

Más detalles

UNIVERSIDAD DE EL SALVADOR FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICA ESCUELA DE MATEMÁTICA

UNIVERSIDAD DE EL SALVADOR FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICA ESCUELA DE MATEMÁTICA UNIVERSIDAD DE EL SALVADOR FACULTAD DE CIENCIAS NATURALES MATEMÁTICA ESCUELA DE MATEMÁTICA MODELO DE OPTIMIZACIÓN ESTOCÁSTICO MULTIETAPA DEL SISTEMA HIDROTÉRMICO DE EL SALVADOR PRESENTADO POR: RIGOBERTO

Más detalles

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es Tme dependence on Fnancal Operaons of Invesmen Davd eballos Hornero Deparamen de Maemàca Econòmca, Fnancera Acuaral. Unversa de Barcelona ceballos@eco.ub.es Dynamc analyss of a Fnancal Operaon of Invesmen

Más detalles

Programación de la Producción en un sistema flow shop híbrido sin esperas y tiempos de preparación dependientes de la secuencia

Programación de la Producción en un sistema flow shop híbrido sin esperas y tiempos de preparación dependientes de la secuencia DITS ( 2006/01). Workng Paper del Departament d Organtzacó D empree de la Unvertat Poltècnca de Catalunya. Programacón de la Produccón en un tema flow hop híbrdo n epera y tempo de preparacón dependente

Más detalles

Tema 5 El Transistor MOS

Tema 5 El Transistor MOS FUNAMENTO FÍCO Y TECNOLÓGCO E LA NFORMÁTCA Tema 5 El Transisor MO Agusín Álvarez Marquina Esrucura física y polarización del ransisor nmo de acumulación (ource= Fuene) G (Gae= Puera) (rain= renador) (+)

Más detalles

Capítulo 3 Metodología.

Capítulo 3 Metodología. Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en

Más detalles

ESTIMACIÓN DEL TIEMPO DE LLEGADA EN UN CANAL RAYLEIGH DESDE UNA PERSPECTIVA DE LA COTA INFERIOR DE CRAMER-RAO

ESTIMACIÓN DEL TIEMPO DE LLEGADA EN UN CANAL RAYLEIGH DESDE UNA PERSPECTIVA DE LA COTA INFERIOR DE CRAMER-RAO ESIMACIÓ DEL IEMPO DE LLEGADA E U CAAL AYLEIG DESDE UA PESPECIVA DE LA COA IEIO DE CAME-AO ené P. Jáva E. * Joep Vdal M. Colego de Cenca e Ingenería USQ. Deparameno de eoría de la Señal y Comuncacone Unverdad

Más detalles

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras

Más detalles

Tema 2 Circuitos Dinámicos de Primer Orden

Tema 2 Circuitos Dinámicos de Primer Orden Tema 2: Crcuos Dnámcos de Prmer Orden Tema 2 Crcuos Dnámcos de Prmer Orden A nade en su sano juco se le habría ocurrdo preparar enonces odos esos componenes (ranssores, ressores y condensadores a parr

Más detalles

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS NORMA PARTIULAR 3.2 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón según caegoría de resgo ) Mono de resgo sujeo a prevsón ) Deduccón de garanías

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

4.1. Ortogonalización mediante la descomposición de Cholesky

4.1. Ortogonalización mediante la descomposición de Cholesky . Álgera En eta eccón veremo como la decompocón de Choleky no ofrece una forma rápda y efcaz de ortonormalzar una ae. Comproaremo que el proceo e equvalente al algortmo de ortogonalzacón de Gram-Schmdt...

Más detalles

No Idealidades en Reactores de Flujo

No Idealidades en Reactores de Flujo No Idealidade en Reacore de Flujo Caua principale y no idealidade ípica: Mezclado imperfeco de lo agiadore debido a la preencia de muy baja velocidad denro del iema de reacción (zona muera): Canalización:

Más detalles

TEMA I: FUNCIONES ELEMENTALES

TEMA I: FUNCIONES ELEMENTALES TEMA I: FUNCIONES ELEMENTALES. Función Logarimo Todos conocemos la definición de logarimo en base b, siendo b un número enero posiivo disino de. u = log b x x = b u y la propiedad fundamenal log b (xy)

Más detalles

P 1 = P 2 = P ambiente. h 1 -h 2 = H. Sistemas de control versión 2007 Página 1 de 10. Modelos de nivel de líquido.

P 1 = P 2 = P ambiente. h 1 -h 2 = H. Sistemas de control versión 2007 Página 1 de 10. Modelos de nivel de líquido. tema de control 67- verón 007 Págna de 0 Modelo de nvel de líudo. Bucamo una relacón entre Q y H, por el teorema de Bernoull tomemo la eccón en la uperfce lbre del tanue y la eccón en la alda, en ee cao

Más detalles

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP MARZO DE 20 TABLA DE CONTENIDO. GENERALIDADES:... 3.. VALOR BASE... 3.2. NÚMERO DE EMISORES QUE COMPONEN EL ÍNDICE... 3.3. ACCIONES POR EMISOR... 3.4. PARTICIPACIÓN

Más detalles

INDUCTANCIA Y CAPACITANCIA

INDUCTANCIA Y CAPACITANCIA INDUCTANCIA Y CAPACITANCIA Tano el nducor, como el capacor, que se analza más adelane, son elemenos pasvos capaces de almacenar y enregar candades fnas de energía. A dferenca de una fuene deal, esos elemenos

Más detalles

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

Mecanismos de palanca. Apuntes.

Mecanismos de palanca. Apuntes. Mecansmos de palanca. Apunes. Oreses González Qunero Deparameno de Ingenería Mecánca Faculad de de Ingenerías Químca y Mecánca 2007 1 1.- Inroduccón. El análss de los mecansmos y máqunas ene por objevo

Más detalles

Dirección General de Asuntos Económicos y Sociales Ministerio de Economía y Finanzas

Dirección General de Asuntos Económicos y Sociales Ministerio de Economía y Finanzas Meodología de valuacón de pasvos conngenes cuanfcables y del flujo de ngresos dervados de la exploacón de los proyecos generados por la suscrpcón de conraos de concesón bajo la modaldad de Asocacón Públco

Más detalles

Tema 3: Números índice

Tema 3: Números índice Tema : Números índce Los números ndce son ndcadores ue nos ermen ver la evolucón de una o más magnudes a ravés del emo, esaco, ec. Índce smle Dada una varable o magnud X, se defne el número índce de X

Más detalles