12. Procesos estocásticos y cadenas de Markov

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

Download "12. Procesos estocásticos y cadenas de Markov"

Transcripción

1 2. Proceo Etocátco y Cadena de Marov 2. Proceo etocátco y cadena de Marov Proceo etocátco Cadena de Marov Clafcacón de etado en una cadena de Marov Probabldade en etado etaconaro Anál de etado trantoro Proceo de decón arovano Proceo etocátco. Un oceo etocátco de teo dcreto e una decrcón de la relacón entre la varable aleatora X 0,X,...que rereentan alguna caracterítca de un tea en unto dcreto en el teo. Ejelo: runa del jugador: ncalente tengo 2, en lo teo,2,... artco en un juego en el que aueto que gano con robabldad y erdo con robabldad -. Dejo de jugar cuando catal e 4 o he erddo todo catal. S X e la cantdad de dnero que tengo en el teo, X 0,X,... e un roceo etocátco. Un roceo etocátco de teo contnuo e un roceo etocátco en el que el etado del teo e uede exanar en cualquer teo. Ejelo: núero de erona en un uerercado a lo t nuto de abrr Francco R. Vllatoro

2 2. Proceo Etocátco y Cadena de Marov Cadena de Marov. Cadena de Marov: roceo etocátco de teo dcreto que ara t=0,,2,... y todo lo etado verfca P(X t+ = t+ X t = t, X t- = t-,..., X =, X 0 = 0 )=P(X t+ = t+ X t = t ) Hóte de etabldad: P(X t+ =j X t =)= j (no deende de t) Probabldade de trancón: j Matrz de robabldade de trancón: Se debe verfcar: j j= = P = M 2 M L L O L 2 M Cadena de Marov. La cadena de Marov que culen la hóte de etabldad e llaan cadena etaconara de Marov. Dtrbucón ncal de robabldad de una cadena de Marov: q=[q,...,q ] donde q =P(X 0 =) Francco R. Vllatoro 2

3 2. Proceo Etocátco y Cadena de Marov Cadena de Marov. Ejelo: la runa del jugador e una cadena de Marov etaconara Etado: 0,, 2, 3, 4 Matrz de trancón P= La atrz de trancón e uede rereentar con un grafo en el que cada nodo rereenta un etado y cada arco la robabldad de trancón entre etado Probabldade deué de n ao. S una cadena de Marov etaconara etá en el etado en el teo, cuál e la robabldad de que n eríodo deué la cadena eté en el etado j? P(X +n =j X =)=P(X n =j X 0 =)=P j (n) P j (n) e la robabldad en la etaa n de una trancón del etado al etado j P j ()= j, Pj 2 = j P j (n)= eleento j-éo de P n ( ) = Probabldad de etar en el etado j en el teo n = = q P j ( ) n Francco R. Vllatoro 3

4 2. Proceo Etocátco y Cadena de Marov Clafcacón de etado en una cadena de Marov. Dado do etado y j, la trayectora de a j e la uceón de trancone que coenza en y terna en j, de fora que cada trancón de la ecuenca tenga robabldad otva. Un etado j e alcanzable dede un etado hay una trayectora de a j. Do etado y j e councan e alcanzable dede j y j e alcanzable dede. Un conjunto de etado S en una cadena de Marov e cerrado (conttuyen una clae de la cadena) n nngún etado fuera de S e alcanzable dede un etado en S. Un etado e aborbente = Clafcacón de etado en una cadena de Marov. Un etado e trantoro hay un etado j alcanzable dede,ero el etado no e alcanzable dede j. Un etado e recurrente no e trantoro. Un etado e eródco con erodo > e el enor núero tal que toda la trayectora que arten del etado y regrean al etado tenen una longtud últlo de. S un etado recurrente no e eródco e aeródco. S todo lo etado de una cadena on recurrente, aeródco y e councan entre í, la cadena e ergódca. Francco R. Vllatoro 4

5 2. Proceo Etocátco y Cadena de Marov Probabldade en etado etaconaro. S P e la atrz de trancón de una cadena ergódca de etado entonce exte un vector = E decr, l P n j l P n ( n) = j n [ K ] = M tal que A e le llaa dtrbucón de etado etable o de equlbro ara la cadena de Marov 2 M L L O L M Probabldade en etado etaconaro. e uede deternar a artr de la ecuacón: En fora atrcal = P Ete tea tene un núero nfnto de olucone orque el rango de P ere reulta er enor o gual que - Tabén e debe verfcar: K + = j = = j Francco R. Vllatoro 5

6 2. Proceo Etocátco y Cadena de Marov Interretacón ntutva de la robabldade de etado etable. j ( jj ) = j j Probabldad de que una trancón deternada deje el etado j = robabldad de que una trancón deternada entre al etado j. Probabldad de que una trancón deternada deje el etado j = j ( jj ) Probabldad de que una trancón deternada entre al etado j= j j En el etado etable el flujo de robabldad haca cada etado debe er gual al flujo de robabldad que ale de cada etado: robabldade de equlbro Anál de etado trantoro El coortaento de una cadena de Marov ante de alcanzar el etado etable e llaa coortaento trantoro. Para u etudo e utlzan la fórula dada anterorente ara P j (n). Francco R. Vllatoro 6

7 2. Proceo Etocátco y Cadena de Marov Teo roedo de rer aaje En una cadena ergódca e llaa teo roedo de rer aaje del etado al etado j j al núero eerado de trancone ante de alcanzar el etado j dede el etado. = + j j j ( + ) Reolvendo el tea anteror e ueden calcular lo teo roedo de rer aaje j Se uede deotrar que = Cadena aborbente Cadena de Marov que ncluyen uno o á etado aborbente. Para la cadena aborbente e deea conocer: S e arte de un etado trantoro, cuánta vece habrá que aar or un deternado etado trantoro ante de llegar a un etado aborbente? S e arte de un etado trantoro, cuál e la robabldad de ternar en cada uno de lo etado aborbente? Se forula la atrz de trancón con lo etado ordenado rero lo trantoro (t, t 2,...,t - ) y deué lo aborbente (a,a 2,...,a ): Q P = 0 R I Francco R. Vllatoro 7

8 2. Proceo Etocátco y Cadena de Marov Cadena aborbente S e arte de un etado trantoro, cuánta vece habrá que aar or un deternado etado trantoro ante de llegar a un etado aborbente? S etao en el etado trantoro t el núero de erodo que aarán en un etado trantoro t j ante de la aborcón e el j-éo eleento de la atrz (I-Q) - S e arte de un etado trantoro, cuál e la robabldad de ternar en cada uno de lo etado aborbente? S etao en el etado trantoro t la robabldad de er aborbdo or un etado aborbente a j e el j-éo eleento de la atrz (I-Q) - R A la atrz (I-Q) - e le llaa atrz fundaental de la cadena de Marov. Problea de getón de eronal Lo ebro de una organzacón e clafcan en gruo. Durante cada erodo una fraccón j de lo que ncan un erodo en el gruo aan al gruo j y una fraccón + dejan la organzacón. Al rnco de cada erodo la organzacón contrata H ebro del gruo. Francco R. Vllatoro 8

9 2. Proceo Etocátco y Cadena de Marov Problea de getón de eronal N (t)=núero de ebro del gruo al rnco del erodo t S N (t) tende a un líte N cuando t crece deco que N=(N,N 2,...,N ) e el ceno de etado etable de la organzacón. La ecuacón ara calcular el ceno de etado etable e ( =,2, ) H + N = N, K, Nº de entrada a etado = Nº de alda del etado Proceo de decón arovano Alcacón de la rograacón dnáca a un roceo de decón etocátco La robabldade de trancón entre etado etán decrta or una cadena de Marov. La etructura de recoena del roceo etá decrta or una atrz cuyo eleento ndvduale on el cote o el benefco de overe de un etado a otro. La atrce de trancón y de recoena deenden de la alternatva de decón. Objetvo: deternar la olítca óta que axce el ngreo eerado en un núero fnto o nfnto de etaa. Francco R. Vllatoro 9

10 2. Proceo Etocátco y Cadena de Marov Proceo de decón arovano Modelo de etaa fnta Objetvo: otzar ngreo eerado al fnal de un eríodo de taaño N P =[ j ] y R =[r j ] atrce de trancón y recoena ara la alternatva f n ()= ngreo eerado óto de la etaa n, n+,...,n el etado del tea al nco de la etaa n e f f n [ ] ( ) = ax r + f ( j) j j n+ N + j = ( j) = 0, j =,2, K,, n =,2, K, N, Proceo de decón arovano Modelo de etaa nfnta No nterean olítca ara la que extan olucone de etado etable Método: Enueracón exhautva: e evalúan toda la olítca etaconara oble del roblea de decón Iteracón de olítca: deterna la olítca óta de fora teratva Francco R. Vllatoro 0

11 2. Proceo Etocátco y Cadena de Marov Proceo de decón arovano Enueracón exhautva Problea de decón con S olítca etaconara Pao del étodo Calcular el ngreo de una etaa eerado de la olítca dado el etado, =,2,...,: v Calcular la robabldade etaconara de largo lazo de la atrz de trancón aocada a la olítca Deternar el ngreo eerado de la olítca or ao de trancón: E = j = = La olítca óta * e deterna de fora que = j j r v { } E * = axe Proceo de decón arovano Iteracón de olítca Problea de decón con S olítca etaconara Para una olítca eecífca: Rendento total eerado en la etaa n: f = v + f j,,2,, n = K j n + ( ) ( ) j = η núero de etaa que faltan or conderar: f = v + f j, =,2, η j η ( ) ( ) K, j= El coortaento antótco del roceo e etuda hacendo η Francco R. Vllatoro

12 2. Proceo Etocátco y Cadena de Marov Proceo de decón arovano Iteracón de olítca Ingreo eerado or etaa: E= v + 2 v v ( ) ( ) Para η grande f = ηe + f η donde f() e un t érno contante que rereenta la ntereccón antóntca de f η (). Suttuyendo en la ecuacón recurva y lfcando E = v + f j f, =,2, K, j j= ( ) ( ) que e un tea de ecuacone y + ncógnta: E, f(),...,f(). Proceo de decón arovano Iteracón de olítca Para deternar el valor áxo de E e gue un roceo teratvo que terna cuando do olítca uceva on déntca: Pao de deternacón del valor: e elge una olítca arbtrara. Suonendo f()=0 e reuelven la ecuacone: E = v + f ( j) f ( ), =,2, K, j= j Pao de ejoraento de olítca: Para cada etado deterna la olítca que roduce ax v + j= j f ( j), =,2, K, La decone óta que reultan ara lo etado,2,..., conttuyen la nueva olítca t. S y t on déntca, t e óta. S no e aí, e rete el roceo con =t. Francco R. Vllatoro 2

11. Procesos estocásticos y cadenas de Markov

11. Procesos estocásticos y cadenas de Markov . Proceo etocátco y cadena de Marov Proceo etocátco Cadena de Marov Clafcacón de etado en una cadena de Marov Probabldade en etado etaconaro Anál de etado trantoro Proceo de decón arovano Proceo etocátco.

Más detalles

12. Procesos estocásticos y cadenas de Markov

12. Procesos estocásticos y cadenas de Markov 2. Proceo Etocático y Cadena de Marov 2. Proceo etocático y cadena de Marov Proceo etocático Cadena de Marov Claificación de etado en una cadena de Marov Probabilidade en etado etacionario Análii de etado

Más detalles

Guía de Equilibrio General. Ejercicio extraído de Mas-Colell, Whinston y Green, con algunas modificaciones

Guía de Equilibrio General. Ejercicio extraído de Mas-Colell, Whinston y Green, con algunas modificaciones Guía de Equlbro General Ejercco extraído de Mas-Colell, Whnston y Green, con algunas odfcacones - Consdere una econoía caja de Edgeworth en que dos consudores tenen referencas con no sacedad local. Sea

Más detalles

FUNDAMENTOS DE INGENIERÍA ELÉCTRICA. José Francisco Gómez González Benjamín González Díaz María de la Peña Fabiani Bendicho Ernesto Pereda de Pablo

FUNDAMENTOS DE INGENIERÍA ELÉCTRICA. José Francisco Gómez González Benjamín González Díaz María de la Peña Fabiani Bendicho Ernesto Pereda de Pablo FUNDAMENTOS DE INGENIEÍA EÉCTICA Joé Francco Gómez González Benjamín González Díaz María de la Peña Faban Bendcho Erneto Pereda de Pablo Tema : Trantoro en Crcuto de Corrente Contnua PUNTOS OBJETO DE ESTUDIO

Más detalles

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

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

Más detalles

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

Cómo calcular rentas constantes continuas en el sistema financiero compuesto discreto? Cóo calcular rentas constantes contnuas en el sstea fnancero couesto dscreto? Prof. Jean-Perre arcallou INTRODUCCIÓN: El enú CAS (Cálculo Algebraco Sbólco) de la calculadora CASIO ALGEBRA FX 2.0 PLUS erte

Más detalles

Diagramas de Heissler para la solución de problemas de conducción transitoria.

Diagramas de Heissler para la solución de problemas de conducción transitoria. Dagraas de Hessler para la solucón de probleas de conduccón transtora. Cuando el núero de Bot odfcado, descrto en la seccón anteror supera el valor de 0,1, la resstenca nterna ya no es desprecable, de

Más detalles

Para el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por:

Para el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por: Capítulo 5 La fórmula de Welch-Satterthwate Hemo vto como encontrar un ntervalo de confanza para una cantdad medda (tanto con N grande como con N peueño). La pregunta ue naturalmente urge e cómo encontrar

Más detalles

Tema 3. Introducción a la Síntesis de Dipolos

Tema 3. Introducción a la Síntesis de Dipolos Tema 3 Introduccón a la Sínte de olo 3.. Introduccón En ete tema vamo a ver cómo e oble calcular lo elemento crcutale de una admtanca Y, o de una medanca Z a artr de u exreón analítca, determnando revamente

Más detalles

LOS SIMBOLOS DE CHRISTOFFEL

LOS SIMBOLOS DE CHRISTOFFEL CRLOS S. CHINE LOS SIMBOLOS DE CHRISTOFFEL Lo íbolo ue etudao auí fueon ntoducdo en la ateátca, a fnale del lo XIX, o el aleán Elwn Buno Ctoffel (89 900, ue fue, unto con Benad Reann, el eo en etablece

Más detalles

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X:

Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: 7. Varables Aleatoras 57 Defnr una varable aleatora en un eermento aleatoro consste en asocar un valor numérco a cada suceso elemental del eermento. Interesa fundamentalmente asgnar robabldades a dchos

Más detalles

5. DIAGONALIZACIÓN DE MATRICES

5. DIAGONALIZACIÓN DE MATRICES Dagonalzacón Herraentas nforátcas para el ngenero en el estudo del algebra lneal 5. DIAGONALIZACIÓN DE MATRICES 5.1. INTRODUCCIÓN 5.2. VALORES Y VECTORES PROPIOS 5.3. MATRICES DIAGONALIZABLES 5.4. DIAGONALIZACIÓN

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

Análisis de la varianza de un factor

Análisis de la varianza de un factor FCEyN - Etadítca ara Químca do. cuat. 006 - Dra. Marta García Ben Anál de la varanza de un factor El tet t de muetra e alca cuando e queren comarar la meda de do oblacone con dtrbucone normale con varanza

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

MECÁNICA DE SÓLIDOS. Tema 3 Plasticidad

MECÁNICA DE SÓLIDOS. Tema 3 Plasticidad MECÁNICA DE ÓLIDO Curo 017/18 Ttulacón: Grado en Ingenería Mecánca Tema Platcdad Profeore: Jorge Zahr ñuela Joé Antono Rodríguez Martínez Tema Platcdad.1 CUETIONE PREIA. CRITERIO DE PLATIFICACIÓN. CARACTERIZACIÓN

Más detalles

3.4 Modelo de valoración de activos de capital: CAPM

3.4 Modelo de valoración de activos de capital: CAPM 3.4 odelo de valoracón de actvos de catal: CAP Del conceto de reo or resgo de ercado, se generan odelos de equlbro que relaconan resgo y retorno eserado. Preras nvestgacones: Share (963, 964, Treynor (96,

Más detalles

3.1. Características del comportamiento estratégico Características del comportamiento estratégico

3.1. Características del comportamiento estratégico Características del comportamiento estratégico 3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estrategas posbles para cada

Más detalles

Dualidad entre procesos termodinámicos y electromecánicos

Dualidad entre procesos termodinámicos y electromecánicos ENERGÍA Y COENERGÍA EN IEMA ELECROMECÁNICO REALE, DEDE PROCEDIMIENO ERMODINÁMICO CLÁICO Alfredo Álvarez García Profesor de Inenería Eléctrca de la Escuela de Inenerías Industrales de adajoz. Resumen La

Más detalles

La ecuación n de Slutsky: Ejercicio. Microeconomía Douglas Ramírez

La ecuación n de Slutsky: Ejercicio. Microeconomía Douglas Ramírez La ecuacón n de Slutk: Ejercco croeconomía Dougla Ramírez Planteamento La reerenca de un conumdor etán rereentada or la guente uncón índce de utldad U(XY)X 2 Y Ete ndvduo done de una renta de 1200 u.m.

Más detalles

V B. O k I n k P P. y por tanto A P 1 AP Ahora se tiene que A P 1 AP. Sea B PB, ésta es otra base por ser P GL n K. Entonces se tiene el diagrama:

V B. O k I n k P P. y por tanto A P 1 AP Ahora se tiene que A P 1 AP. Sea B PB, ésta es otra base por ser P GL n K. Entonces se tiene el diagrama: Clacacón de endooro de un epaco vectoral Dado un endooro el prer teorea de ooría dce que V/Ker I. Entonce d V n y d Ker e tene que d I n. Adeá e pueden elegr bae adaptada al núcleo y la agen: B v 1,...

Más detalles

TEMA N 2.- TEORÍA DE REDES (PERT Y CPM)

TEMA N 2.- TEORÍA DE REDES (PERT Y CPM) UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 2.1 Defncón de proyecto y actvdad TEMA N 2.- TEORÍA DE REDES (PERT Y CPM) Asgnatura: Investgacón Operatva

Más detalles

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION

LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 09 : MEDIDAS DE DISPERSIÓN Y DE FORMA (PARTE I) TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón

Más detalles

CONTROL DE PROCESOS QUÍMICOS

CONTROL DE PROCESOS QUÍMICOS UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA CONTROL DE PROCESOS QUÍMICOS Prof: Ing. (MSc). Juan Enrque Rodríguez C.

Más detalles

ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES UNIVERSIDAD DE SEVILLA

ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES UNIVERSIDAD DE SEVILLA ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES UNIVERSIDAD DE SEVILLA DEPARTAMENTO DE ECONOMÍA APLICADA I RENTAS (reumen de teoría y boletne de problema) MATEMATICAS DE LAS OPERACIONES FINANCIERAS 2004/2005

Más detalles

I. Ecuaciones Matemáticas = 1. Pontificia Universidad Católica de Chile SIMULA v1.0 Escuela de Ingeniería Centro de Minería.

I. Ecuaciones Matemáticas = 1. Pontificia Universidad Católica de Chile SIMULA v1.0 Escuela de Ingeniería Centro de Minería. Pontfca Unversdad Católca de Chle SIULA v.0 scuela de Ingenería Centro de nería I. cuacones ateátcas ()Proedo X, alores a roedar n, Cantdad de valores x n n x ()Desvacón stándar S, Desvacón stándar. S

Más detalles

Ideas Básicas sobre Métodos de Medida

Ideas Básicas sobre Métodos de Medida 10: deas Báscas sobre Métodos de Medda Medcones Drectas: el resultado se obtene a partr de la ndcacón de un únco nstruento (étodos de deflexón). Medcones ndrectas: el resultado surge a partr de operacones

Más detalles

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior) DIFERENTES TIOS DE DISTRIBUCIÓN UTILIZACIÓN DE FUNCIONES DE EXCEL EN MODELOS DE SIMULACIÓN Utlzacón ndvdual y conjunta de funcones para la representacón del comportamento de varables bajo las alternatvas

Más detalles

3.1. Características del comportamiento estratégico Características del comportamiento estratégico

3.1. Características del comportamiento estratégico Características del comportamiento estratégico 3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estratégas posbles para cada

Más detalles

Métodos basados en la Intensidad de Dominancia para la ordenación de alternativas en MAUT

Métodos basados en la Intensidad de Dominancia para la ordenación de alternativas en MAUT PREENTE Y FUTURO E LA NVETGACÓN EN ECÓN Métodos basados en la ntensdad de onanca para la ordenacón de alternatvas en MAUT A Mateos, A Jénez y E A Aguayo Grupo de Análss de ecsones y Estadístca epartaento

Más detalles

16.36: Ingeniería de sistemas de comunicación. Clase 5: Codificación de la fuente

16.36: Ingeniería de sistemas de comunicación. Clase 5: Codificación de la fuente 6.36: Ingenería de sstemas de comuncacón Clase 5: Codfcacón de la fuente Slde Codfcacón de la fuente Alfabeto de fuente {a..a N } Codfcar Alfabeto de canal {c..c N } Símbolos de la fuente Letras del alfabeto,

Más detalles

m s EJEMPLO 14.7 Se bombea aceite con densidad ρ aceite

m s EJEMPLO 14.7 Se bombea aceite con densidad ρ aceite EJEMPLO 4.7 Se bobea aceite con denidad aceite 850 kg/ a traé de un tubo cilíndrico de diáetro d8 c a razón de 9.5 litro/. a Calcule la raidez del aceite y la razón de flujo de aa. b Si el diáetro del

Más detalles

OBJETIVOS. Comprender cualitativamente los cambios de dirección que se producen en choques no frontales.

OBJETIVOS. Comprender cualitativamente los cambios de dirección que se producen en choques no frontales. OBJETIVOS Corender el sgncado ísco de oento lneal o cantdad de oento coo edda de la caacdad de un cuero de actuar sobre otros en choques. (oentos undensonales) Corender la relacón entre ulso (de una uerza

Más detalles

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 0 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan el grado de concentracón o de dperón

Más detalles

TÉCNICAS MATEMÁTICAS DE MODELADO DEL COMPORTAMIENTO DE SISTEMAS INFORMÁTICOS

TÉCNICAS MATEMÁTICAS DE MODELADO DEL COMPORTAMIENTO DE SISTEMAS INFORMÁTICOS TÉCICAS ATEÁTICAS DE ODELADO DEL COPORTAIETO DE SISTEAS IFORÁTICOS or Rao Pugaer Agoto de 4 TABLA DE COTEIDOS. ITRODUCCIÓ..... PRESETACIÓ GEERAL..... CLASIFICACIÓ DE LOS PROCESOS ESTOCÁSTICOS...... Proceo

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

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

químicas Andrés s Cedillo, AT Masa molecular y masa fórmulaf 3.4. Relaciones estequiométricas

químicas Andrés s Cedillo, AT Masa molecular y masa fórmulaf 3.4. Relaciones estequiométricas Quíca Andrés s Cedllo, AT-50 cedllo@xanu.ua.x www.fqt.zt.ua.x/cedllo 3. Fórulas F y ecuacones quícas 3.. Ecuacones quícas 3.. Masa olecular y asa fórulaf 3.3. El concepto del ol 3.4. Relacones estequoétrcas

Más detalles

TEMA 8. LAZOS DE CONTROL

TEMA 8. LAZOS DE CONTROL Control de roceo EA 8. AZOS E CONRO AZOS E CONRO. eedback - eedforward. Curo 203-204 AZO AIERO efinición: Aquello en lo que la eñal de alida del itea variable controlada tiene efecto directo obre la acción

Más detalles

Tema 1.- Variable aleatoria discreta (V2.1)

Tema 1.- Variable aleatoria discreta (V2.1) Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto

Más detalles

Problemas de Optimización usando el modelo de Hopfield

Problemas de Optimización usando el modelo de Hopfield CLASE 5 de Marzo de 008 Undad Problema de Optmzacón uando el modelo de Hopfeld Modelo de Hopfeld contnuo Problema de optmzacón: Convertdor A/D, Problema del vaante, etc. Rede autoaocatva Red de Hopfeld

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 Unversdad Católca Los Ángeles de Cbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCION DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION

LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 18: MEDIDAS DE DISPERSION Unverdad Católca Lo Ángele de Chmbote LECTURA 08 : MEDIDAS DE DISPERSIÓN Y MEDIDAS DE FORMA (PARTE I) MEDIDAS DE DISPERSIÓN TEMA 8: MEDIDAS DE DISPERSION. DEFINICION La medda de dperón on aquella que cuantfcan

Más detalles

TEMA 1: LA CIENCIA: LA MATERIA Y SU MEDIDA

TEMA 1: LA CIENCIA: LA MATERIA Y SU MEDIDA TEMA 1: LA CIENCIA: LA MATERIA Y SU MEDIDA 1.- La ciencia. 2.- La ateria y u propiedade..- La edida..1.- Magnitud y unidad..2.- El itea internacional de unidade...- Magnitude fundaentale y derivada..4.-

Más detalles

Objetivo. Contenido. Teoría Microeconómica I 1. Teoría Microeconómica I Tema 7. Bienestar y Conducta del Consumidor

Objetivo. Contenido. Teoría Microeconómica I 1. Teoría Microeconómica I Tema 7. Bienestar y Conducta del Consumidor Teoría croeconómca I Tema 7. Benestar Conducta del Consumdor Dr. Jorge Ibarra Salazar rofesor Asocado Deartamento de Economía ITES Camus onterre Se rohbe la reroduccón total o arcal de este materal sn

Más detalles

CONTENIDO 1. TEORÍA DEL RIESGO Y ÁRBOLES DE DECISIÓN...2

CONTENIDO 1. TEORÍA DEL RIESGO Y ÁRBOLES DE DECISIÓN...2 CONTENIDO. TEORÍ DEL RIESGO Y ÁRBOLES DE DECISIÓN.... ELEMENTOS ESTRUCTURLES DE JUEGOS EN RIESGO.... DOMINCIÓN SIMPLE Y ESTOCÁSTIC.... DOMINCIÓN ESTOCÁSTIC....4 VLOR ESPERDO DE L INFORMCIÓN PERFECT....4.

Más detalles

CAPÍTULO 2º - Elementos de análisis tensorial y sistemas de coordenadas

CAPÍTULO 2º - Elementos de análisis tensorial y sistemas de coordenadas CAPÍTULO 2º - Eleentos de análss tensoral y ssteas de coordenadas 2. Eleentos de Análss Tensoral: repaso a) Espaco y plano puntuales: 3 y 2. son espacos puntuales (espacos afnes euclídeos trdensonal y

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D. CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),

Más detalles

= 1. junio-2007 Matemáticas Financieras LADE (Móstoles)

= 1. junio-2007 Matemáticas Financieras LADE (Móstoles) juno-007 Matemátca Fnancera LADE (Mótole Problema En el mercado cotzan lo guente bono: Bono A: Bono Cupón Cero a año y TIR del 0% Bono B: Bono Cupón Cero a año y TIR del 9% Bono C: Bono Cupón Explícto

Más detalles

Sistemas en equilibrio

Sistemas en equilibrio Stema en equlbro Cantdad termodnámca otencal químco Fugacdad parcal Coecente de ugacdad epece pura Coecente de ugacdad mezcla Actvdad Coecente de actvdad Dencón δg μ δ N Ce Sgncado íco Rapdez de cambo

Más detalles

Compensación de potencia reactiva en sistemas de distribución contaminados por armónicos

Compensación de potencia reactiva en sistemas de distribución contaminados por armónicos 5 energétca Vol. XXII, No. 4/00 Copenacón de potenca reactva en tea de dtrbucón contanado por arónco Joé Á. González Ignaco Pérez ayo del 00 APICACIONES INDSRIAES Reuen / Abtract Se preenta un nuevo étodo

Más detalles

ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL

ESTADÍSTICA DESCRIPTIVA Y BIDIMENSIONAL ESTADÍSTICA DESCRIPTIVA Y BIDIMESIOAL ÍDICE. Defncón de Etadítca. Concepto generale 3. Tratamento de la nformacón 4. Repreentacón de lo dato. Medda de centralzacón 6. Medda de dperón 7. Etadítca bdmenonal

Más detalles

Movimiento rectilíneo uniformemente variado. Caída Libre

Movimiento rectilíneo uniformemente variado. Caída Libre Materal de trabajo autónoo Undad de aprendzaje 1 Materal de trabajo autónoo Seana 1 Seón Movento rectlíneo unforeente varado. Caída Lbre Índce Intruccone 4 I. Mateátca prelnare 5 Antdervacón 5 II. Movento

Más detalles

ESTUDIO COMPARATIVO DE MODELOS DE FLUJO TRANSITORIO DE GAS EN TUBERÍA

ESTUDIO COMPARATIVO DE MODELOS DE FLUJO TRANSITORIO DE GAS EN TUBERÍA ESTUDIO COMPARATIVO DE MODELOS DE FLUJO TRANSITORIO DE GAS EN TUBERÍA Ronald E. Vera U. ronaldvera@ula.ve Pot Grado de Ingenería Mecánca, Unverdad de Lo Ande. Mérda, 50 Venezuela. Carlo F. Torre-Monzón

Más detalles

Ecuaciones de Movimiento

Ecuaciones de Movimiento Facultad de Cenca Fíca y Matemátca Unverdad de Chle Ecuacone de Movmento Concepto báco 26 de octubre de 2011 Depatamento de Ingenería Mecánca ME4701- Vbracone Mecánca 1. Segunda Ley de Newton En un tema

Más detalles

Compensación en atraso. por el método de respuesta en frecuencia

Compensación en atraso. por el método de respuesta en frecuencia Copenación en atrao por el étodo de repueta en frecuencia Copenación en atrao por el étodo de repueta en frecuencia Copenador electrónico en atrao con aplificadore operacionale E E 0 RR R R 4 + RC + R4C

Más detalles

La Matriz de Transición

La Matriz de Transición Caítulo La Matriz de Tranición. Reueta natural de un itema E la reueta que deende olamente de la condicione iniciale, e obtiene cuando la entrada al itema u (t) e hace igual a cero, analíticamente viene

Más detalles

I. Ecuaciones Matemáticas = 1. BALLPARAM_OPEN.xls. Pontificia Universidad Católica de Chile SIMULA v1.0 Escuela de Ingeniería-Centro de Minería

I. Ecuaciones Matemáticas = 1. BALLPARAM_OPEN.xls. Pontificia Universidad Católica de Chile SIMULA v1.0 Escuela de Ingeniería-Centro de Minería Pontfca Unversdad Católca de Chle SIMULA v.0 scuela de Ingenería-Centro de Mnería I. cuacones Mateátcas ()Proedo X, alores a roedar n, Cantdad de valores x n n x ()Desvacón stándar S, Desvacón stándar.

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

Apéndice A. Principio de Mínima Acción y Energía Mecánica total.

Apéndice A. Principio de Mínima Acción y Energía Mecánica total. Apéndce A Prncpo de Mína Accón y Energía Mecánca total. E l prncpo de ína accón es equvalente a decr que la tayectora que sgue una partícula en el espaco de conguracón es aquella para la cual la dferenca

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

03384 MEDIDA DEL MOVIMIENTO: POSICIÓN, DESPLAZAMIENTO.

03384 MEDIDA DEL MOVIMIENTO: POSICIÓN, DESPLAZAMIENTO. MEDIDA DEL MVIMIENT: PSICIÓN, DESPLAZAMIENT. Ejercco. Indca en cada cao la pocone ncal y nal del caracol, y calcula el deplazaento a) b) + r(c) r(c) + e) + r(c) d) c) + r(c) + r(c) Ejercco. El dbujo uetra

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

Fuentes de información

Fuentes de información TEORÍA DE LA INFORMACIÓN Tratamento probablístco de la Informacón Fuentes de nformacón INGENIERÍA DE SISTEMAS Cursada 6 TRANSMISIÓN DE INFORMACIÓN decodfcacón automátca PRINCIPALES TEMÁTICAS DE LA TEORÍA

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

JUEGOS DE BÚSQUEDA Y EMBOSCADA MODIFICADOS

JUEGOS DE BÚSQUEDA Y EMBOSCADA MODIFICADOS 7 Cogreo Nacoal de Etadítca e Ivetgacó Operatva Lleda, 8- de abrl de 3 JUEGOS DE ÚSQUEDA Y EMOSCADA MODIFICADOS P Zoroa, N Zoroa, MJ Ferádez-Sáez Departaeto de Etadítca e Ivetgacó Operatva Uverdad de Murca,

Más detalles

Tema 9: Distribuciones Bidimensionales.

Tema 9: Distribuciones Bidimensionales. Tema 9: Dtrbucone Bdmenonale. 9.1 Nube de punto. Correlacón. 9. Medda de correlacón. 9.3 Recta de regreón. 9.4 Dtrbucone condconada. Dependenca e ndependenca. 9.1 Nube de punto. Correlacón. Regreón e un

Más detalles

Redes abiertas. Pág. 345 (Sotelo)

Redes abiertas. Pág. 345 (Sotelo) Redes abertas. Pág. 45 (Sotelo) ecos que una red de tuberías es aberta cuando los tubos que la coponen se racan, sn ntersectarse después para orar crcutos. Los extreos nales de las racacones pueden ternar

Más detalles

GUÍA DE TRABAJOS PRÁCTICOS HIDRÁULICA GENERAL TRABAJO PRÁCTICO N 4: CÁLCULO DE TUBERÍAS

GUÍA DE TRABAJOS PRÁCTICOS HIDRÁULICA GENERAL TRABAJO PRÁCTICO N 4: CÁLCULO DE TUBERÍAS GÍA E TRAAJOS PRÁCTICOS TRAAJO PRÁCTICO N : CÁLCLO E TERÍAS MATERIAL PREPARAO POR: ING. PATRICIA S. INFANTE, PROF. AJNTO ING. LIS E. GISASOLA, JTP MARÍA C. MASETTI, AY. E SEGNA AÑO: 00 º AÑO- 00 TRAAJO

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

Facultad de Ingeniería Universidad Nacional de La Plata

Facultad de Ingeniería Universidad Nacional de La Plata Facultad de Ingenería Unverdad Naconal de La Plata ESTRUCTURAS IV RESOLUCIÓN DE SECCIONES DE PARED GRUESA SOMETIDAS A TORSIÓN UTILIZANDO MICROSOFT EXCEL Autore: Ing. Juan Julan Rmol Ing. Juan Pablo Marquez

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

Cantidad de Momento, Conservación, Choques, Centro de Masa

Cantidad de Momento, Conservación, Choques, Centro de Masa Cantdad de Moento, Conseracón, Choques, Centro de Masa Moentu líneal Las fuerzas aplcadas en una dreccón que no pasa por el centro de graedad de un objeto producen un gro en éste objeto. Para edr la agntud

Más detalles

Campo Gravitatorio y Propiedades de las Ondas 2ª EVALUACIÓN - 20 de Febrero 2008

Campo Gravitatorio y Propiedades de las Ondas 2ª EVALUACIÓN - 20 de Febrero 2008 Cao Gravitatorio y Proiedade de la Onda ª EVALUACIÓN - de Febrero 8 CUESIONES ( unto).- Exlica qué e el efecto Doler. Qué diferencia fíica exite entre que ea el foco el que e delace o que ea el obervador?.-

Más detalles

Fotografía 1. Fotografía 2

Fotografía 1. Fotografía 2 PROBLEMAS VISUALES DE FÍSICA PVF17-1*** Fotografía 1 Fotografía Lo vehículo A y B, e ueven con velocidade contante. La do fotografía etán realizada con un intervalo de 4. La ditancia F 1 F ( ver foto )

Más detalles

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos.

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos. ROILIDD Álgebra de sucesos. Un fenómeno o exerenca se dce que es aleatoro cuando al reetrlo en condcones análogas es mosble de redecr el resultado. El conjunto de todos los resultados osbles de un exermento

Más detalles

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD OPIMIZACIÓN CON RESRICCIONES DE IGUALDAD Localzacón de óptos de funcones sujetas a restrccones en fora de gualdad écnca de los ultplcadores de Lagrange Forulacón estándar del problea f =,,..., Se consderarán

Más detalles

Tema 4: Intersecciones. Perpendicularidad y mínimas distancias. Paralelismo.

Tema 4: Intersecciones. Perpendicularidad y mínimas distancias. Paralelismo. Tema 4: nteeccone. ependculadad y mínma dtanca. aalelmo. nteeccone. Una nteeccón e el luga geométco de lo punto que petenecen a la vez a todo lo elemento que ntevenen (fgua ). La nteeccón de do plano e

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

Exámen de Teoría de Números

Exámen de Teoría de Números Exámen de Teoría de Número de enero de 06 Hacer 5 de lo 6 roblema La untuación e obre 0 unto Problema a) 0,5 unto) Hallar d06) y φ06) b) 0,5 unto) Se uede ecribir 06 como uma de do cuadrado erfecto? Y

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

3.2. Competencia en cantidades modelo de Cournot Competencia en cantidades modelo de Cournot

3.2. Competencia en cantidades modelo de Cournot Competencia en cantidades modelo de Cournot Matlde Machado Supuestos báscos del : El producto de las empresas es homogéneo El preco de mercado resulta de la oferta agregada de las empresas (preco unco) Las empresas determnan smultaneamente la cantdad

Más detalles

Objetivo: Analizar el fundamento económico de la toma de decisiones de consumo

Objetivo: Analizar el fundamento económico de la toma de decisiones de consumo CAP. : EL MODELO BÁSICO DEL COMPORTAMIENTO DE LOS AGENTES A LA HORA DE CONSUMIR Obetvo: Analzar el fundaento econóco de la toa de decsones de consuo Recorrdo analítco: Foralzacón de la relacón de referencas

Más detalles

Sistema de dos espiras de corriente

Sistema de dos espiras de corriente VIII. Induccón lectroagnétca tca Autonduccón n e nduccón n utua Gabrel Cano Góez, G 7/8 Dpto. Fíca F Aplcada III (U. evlla) Capo lectroagnétco tco Inero de Telecouncacón Gabrel Cano G Góez, 7/8 tea de

Más detalles

APLICACIONES DE LA ECUACION DE BERNOULLI

APLICACIONES DE LA ECUACION DE BERNOULLI EL MEDIDOR VENTURI Se ua ara edir la raidez de flujo en un tubo. La arte angota del tubo e llaa garganta. cont gy gy V,, a a h y y a gh a gh - g(h -h gh y PLICCIONES DE L ECUCION DE BERNOULLI h / ( gh

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Rendimiento de sistemas paralelos. Arquitectura de Computadoras II Fac. Cs. Exactas UNCPBA Prof. Marcelo Tosini 2015

Rendimiento de sistemas paralelos. Arquitectura de Computadoras II Fac. Cs. Exactas UNCPBA Prof. Marcelo Tosini 2015 Rendento de ssteas paralelos Arqutectura de Coputadoras II Fac. Cs. Exactas UNCBA rof. Marcelo Tosn 205 Rendento de un sstea paralelo Rendento en un sstea con un procesador: T cpu RI x CI x t cclo Con

Más detalles

La Derivada de un Número No es 0

La Derivada de un Número No es 0 Memoras II Encuentro Internaconal De Meta-Matemátcas: La Dervada de un Número No es 0 Geraldne Marcela Infante Jorge Danel Muñoz Alex Eduardo Poveda Gruo YAGLOM Escuela de Matemátcas Unversdad Sergo Arboleda

Más detalles

NOCIONES DE ELECTRÓNICA ANALÓGICA (Realimentación)

NOCIONES DE ELECTRÓNICA ANALÓGICA (Realimentación) Ncne de ealmentacón NOCIONES DE ELECTÓNIC NLÓGIC (ealmentacón Ecuela Pltécnca Superr Prfer: Darí García dríguez 1 Ncne de ealmentacón ELIMENTCION Cncept de ealmentacón.- Su gnfcad e ler a almentar, quere

Más detalles

Capítulo 4 APLICACIÓN

Capítulo 4 APLICACIÓN Capítulo 4 APLICACIÓN A travé de ete captulo, e expondrá con la ayuda de do ejemplo, la aplcacón de la prueba DE en lo do tpo de modelo de bloque al azar, poterormente, e explcara el dagrama de flujo,

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

MECANISMO DE INTERACCIÓN DEL AGUA Y DEL AIRE PERFILES Condiciones en un deshumidificador

MECANISMO DE INTERACCIÓN DEL AGUA Y DEL AIRE PERFILES Condiciones en un deshumidificador MECANIMO DE INTERACCIÓN DE AUA DE AIRE PERFIE Condcones en un humdfcador constante del líqudo adabátco. Temperatura Agua T Temperatura Temperatura Constante T = T T Calor latente Calor atente Ovapor Are

Más detalles

Problemas OPCIÓN A. s s s,

Problemas OPCIÓN A. s s s, Problea OPCIÓN A 1. Un laneta de aa 310 4 kg y radio 3000 k tiene un atélite a una altura de 3 10 4 k obre la uerficie del laneta. El atélite e ueve en una órbita circular con una aa de 00 kg. Calcule:

Más detalles

3.2. Competencia en cantidaes modelo de Cournot

3.2. Competencia en cantidaes modelo de Cournot Matlde Machado Supuestos báscos del : El producto de las empresas es homogéneo El preco de mercado resulta de la oferta agregada de las empresas (preco unco Las empresas determnan smultaneamente la cantdad

Más detalles

OCION elegr opcones) Ejercco 1 EJERCICIOS Un rombo tene 30 m de superfce su ángulo menor es de 4º, Calcule la longtud de su lado. Ejercco S sumamos uno a un número calculamos su raíz cuadrada postva, se

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles