PROGRAMA GENERAL DE PRUEBAS DE RANGO MÚLTIPLE

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

Download "PROGRAMA GENERAL DE PRUEBAS DE RANGO MÚLTIPLE"

Transcripción

1 PROGRAMA GENERAL DE PRUEBAS DE RANGO MÚLTIPLE PROGRAMA PRINIPAL. FWE,PFE Y PE EN LAS PRUEBAS TRADIIONALES PROTEGIDAS Y NO PROTEGIDAS. ARHIVO: FWPPE.FOR REVISION: 23 DE NOVIEMBRE DE 2003 PROGRAMADO POR: PAOLA RUELAS VILLEGAS. ESTEBAN BURGUETE. JOSE FRANISO TAMBORERO. PROGRAMA PARA ALULAR FWE, PE Y PFE DE LAS PRUEBAS TRADIIONALES PROTEGIDAS Y NO PROTEGIDAS EN EL MODELO OMPLETAMENTE AL AZAR. LOS ERRORES SE ASUMEN INDEPENDIENTES E IDENTIAMENTE DISTRIBUIDOS NORMALES ON MEDIA ERO Y VARIANZA OMUN SIGMA UADRADA. SE HAE USO DEL METODO DE PLUG IN BOOTSTRAP O BOOTSTRAP PARAMETRIO. ESTE METODO REQUIERE LA SIMULAION DEL MODELO ORIGINAL REDUIDO POR LA HIPOTESIS NULA, PERO ONSIDERANDO LOS PARAMETROS RESTANTES. VER LA TESIS: "ESTIMAION DE FWE, PE Y PFE DE LA PRUEBA DE EN EL MODELO OMPLETAMENTE AL AZAR." DEPARTAMENTO DE INGENIERIA INDUSTRIAL. UNIVERSIDAD DE LAS AMERIAS-PUEBLA. SE HAE USO DE LA SIMULAION. LA SIMULAION ONSIDERA UN PARAMETRO QUE ES: EL NUMERO DE SIMULAIONES(IB) QUE REPRESENTA EL NUMERO DE VEES QUE SE SIMULA UN ONJUNTO DE DATOS ON UN IERTO NUMERO DE TRATAMIENTOS Y DE REPETIIONES, ON DISTRIBUION NORMAL Y MEDIAS IGUALES Y VARIANZA OMÚN SIGMA UADRADA. LA VARIANZA SE TOMA IGUAL A UNO Y LAS MEDIA OMO ERO. ASI, LA SIMULAION SOLO ONTEMPLA GENERAR DATOS iidn(0,1). ABE MENIONAR QUE EL USUARIO PUEDE FIJAR EL NUMERO DE SIMULAIONES, SE REOMIENDA USAR OMO MINIMO 1,000,000 DE SIMULAIONES. ON ESTO SE ASEGURA OBTENER RESULTADOS ONFIABLES. OMO LINEAS DE PROGRAMAION, SE TIENEN: 1. EL LENGUAJE DE PROGRAMAION USADO ES EL FORTRAN 2. LAS VARIABLES Y FUNIONES SERAN ENTERAS SI PRINIPIAN ON LAS LETRAS I,J,K,L,M,N. Y SERAN REALES SI PRINIPIAN ON UALQUIER OTRA LETRA. 3. DEBIDO A PROBLEMAS ON EL REONOIMIENTO DE ALGUNOS ARATERES, SE HA DEIDIDO NO USAR AENTOS. POR LO MISMO, SE DEIDIO USAR

2 MAYUSULAS EN LOS OMENTARIOS. EN EL PROGRAMA PUEDEN APAREER LINEAS EN MINUSULAS. 4. EL PROGRAMA TRABAJA INTERATIVAMENTE. SE DEFINEN ALGUNOS PARAMETROS HARATER*12 SALIDA OMMON 0,1,2,D1,D2,D3 OMMON SALIDA OMMON IB HARATER*80 TITULO A ONTINUAION SE ASIGNAN LAS ONSTANTES QUE SE UTILIZAN PARA GENERAR LOS NUMEROS ALEATORIOS NORMALES ON MEDIA ERO Y VARIANZA UNO. PARA MAYOR INFORMAION VER LA FORMULA 26.1 DE: ABAMOWITZ,M. & STEGUN, I.A.(1964) HANDBOOK OF MATHEMATIAL FUNTIONS. NATIONAL BUREAU OF STANDARDS. WASHINGTON,D. 0= = = D1= D2= D3= AQUI SE LEE EL NOMBRE DEL ARHIVO DE SALIDA. EL ARHIVO DE SALIDA LO ONSTRUYE EL PROGRAMA. SI YA EXISTE UN ARHIVO ON ESE NOMBRE, POR PROTEION, EL PROGRAMA SE DETIENE ON UN MENSAJE DE ERROR. 1 FORMAT(A12) PRINT*,' ' PRINT*,' READ(*,1)SALIDA OPEN(5,FILE=SALIDA,STATUS='NEW') INTRODUE EL NOMBRE DEL ARHIVO DE SALIDA(OUTPUT)' AQUI SE LEE EL TITULO. ESTE DEBE SER UNA LINEA DE NO MAS DE 80 ARATERES, ESTE TITULO SE PONDRA EN EL ARHIVO DE SALIDA. 2 FORMAT(A80) PRINT*,' ' PRINT*,' INTRODUE EL TITULO(UNA LINEA < 80 ARATERES)' READ(*,2)TITULO WRITE(5,2)TITULO SE PONE EL MENSAJE INIIAL EN EL ARHIVO DE SALIDA. WRITE(5,179) 179 FORMAT(/ 110X,'PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE '/

3 210X,'LAS PRM (SI Y NO) PROTEGIDAS EN EL '/ 310X,'DISEÑO OMPLETAMENTE AL AZAR,'// 510X,'PROGRAMADO POR: PAOLA RUELAS VILLEGAS.'/ 610X,' ESTEBAN BURGUETE.'/ 710X,' JOSE TAMBORERO.'/) SE MANDA EL NOMBRE DEL ARHIVO DE SALIDA AL ARHIVO DE SALIDA. WRITE(5,180)SALIDA 180 FORMAT(3(/),10X,'ARHIVO DE SALIDA: ',A12) SE PIDE QUE SE INTRODUZA LA SEMILLA. 34 PRINT*,' ' PRINT*,' INTRODUE LA SEMILLA:' PRINT*,' DEBE SER UN ENTERO MAYOR QUE 0' PRINT*,' Y MENOR QUE ' READ*,ISEMILLA IF(ISEMILLA.LE.0.OR.ISEMILLA.GE )GO TO 34 LA SEMILLA SE GRABA EN EL ARHIVO DE SALIDA. WRITE(5,181)ISEMILLA 181 FORMAT(//10X,'SEMILLA PARA SIMULAION: ',I10) POR SEGURIDAD, SE DESHEHAN LOS PRIMEROS 1000 NUMEROS GENERADOS POR LA SEMILLA. ESTO SE HAE PARA ALEATORIZAR MEJOR LA SEMILLA, YA QUE POR ADA NUMERO QUE SE GENERA, SE OBTIENE UNA NUEVA SEMILLA. DO 5 II=1,1000 YY=UNIFO(ISEMILLA) 5 ONTINUE SE FIJA EL NUMERO DE SIMULAIONES(IB). PRINT*,' ' PRINT*,' INTRODUE EL NUMERO DE SIMULAIONES' READ*,IB ESTA INFORMAION SE MANDA AL ARHIVO DE SALIDA. WRITE(5,188)IB 188 FORMAT(//10X,'NUMERO TOTAL DE SIMULAIONES: ',I10) EN ESTA PARTE SE PREGUNTA SI SE DESEA ORRER OTRA SIMULAION. SI SE ONTESTA ON "1" ES "SI", PARA EL "NO" PUEDE PONERSE UALQUIER OTRO NUMERO. SI SE METE UN ARATER ALFABETIO, EL PROGRAMA TERMINA ON UN MENSAJE DE ERROR. 300 ONTINUE PRINT*,' ' PRINT*,' READ(*,*)IDESEA IF(IDESEA.NE.1)GO TO 200 DESEAS ORRER UNA SIMULAION?(SI=1)'

4 AQUI SE HAE LA LLAMADA A LA SUBRUTINA QUE HAE LAS ESTIMAIONES DEL FWE, PE Y PFE DE LAS PRUEBAS DE RANGO MULTIPLE EN EL DISEÑO OMPLETAMENTE AL AZAR, PROTEGIDAS Y NO PROTEGIDA. ALL FWPPE(ISEMILLA) SE REGRESA A PREGUNTAR SI SE DESEA ESTIMAR EL FWE, PE Y PFE EN OTRA OMBINAION DE TRATAMIENTOS Y REPETIIONES. GO TO 300 SI NO HAY OTRA SIMULAION POR REALIZAR, LA INSTRUIÓN DEL PRINIPIO SALTARA AL 200 ONTINUE QUE SE ENUENTRA AQUI ABAJO, ON LO UAL SE IMPRIME UN MENSAJE EN EL ARHIVO DE SALIDA Y SE TERMINA LA EJEUION. 200 ONTINUE MENSAJE DE FIN DEL PROGRAMA AL ARHIVO DE SALIDA. WRITE(5,184) SE IERRA EL ARHIVO DE SALIDA. LOSE(5) UN MENSAJE FINAL DE FIN DEL PROGRAMA SE PONE EN PANTALLA. WRITE(*,184) 184 FORMAT(///20X,' FIN DEL PROGRAMA') SE TERMINA LA EJEUION. STOP END SUBROUTINE FWPPE(ISEMILLA) SUBRUTINA ALULAR EL FWE, PE Y PFE DE LAS PRUEBAS TRADIIONALES DE RANGO MULTIPLE PROTEGIDAS Y NO PROTEGIDAS EN UN DISEÑO OMPLETAMENTE AL AZAR. dimension rmydata(20,20) dimension RMED(20),VALRIT(20) DIMENSION OMP(20) REAL ME HARATER*12 SALIDA

5 OMMON 0,1,2,D1,D2,D3 OMMON SALIDA OMMON IB SE LEE la INFORMAION RELAIONADA ON EL NUMERO DE TRATAMIENTOS Y REPETIIONES. PRINT*,' ' PRINT*,' INTRODUE EL NUMERO DE TRATAMIENTOS' PRINT*,' Y DE REPETIIONES' READ*,NTRAT,NREP SE ALULA EL NUMERO DE OMPARAIONES (N ESOGE 2, ES DEIR OMBINAIONES DE N TOMANDO 2 A LA VEZ). RNTRAT=NTRAT RNOMP=RNTRAT*(RNTRAT-1.)/2. NOMP=RNOMP SE ALULAN LOS GRADOS LIBRES DEL ERROR. RNREP=NREP GLE=RNTRAT*(RNREP-1.) SE PIDE QUE SE INTRODUZAN LOS VALORES RITIOS. ESTOS VALORES EN EL PRESENTE TRABAJO NO SON SIEMPRE LOS QUE SE SAAN DE LA TABLA. PARA HAER POSIBLE ESTE PROGRAMA, FUE NEESARIO ESRIBIR LAS PRUEBAS DE RANGO MULTIPLE EN LA FORMA PARA PROBAR Ho:M(I)=M(J), LA REGLA DE DEISION ES: REHAZAR Ho. SI: _ ABS(Y(I)-Y(J)) >= K(I,J)*S(Y) DONDE LA K(I,J) REPRESENTA EL VALOR RITIO PARA LA OMPARAION DE LA MEDIA I ONTRA LA J, ORDENADAS. ALGUNOS ALULOS PUEDEN SER NEESARIOS ANTES DE UTILIZAR ESTE PROGRAMA. SI SE DESEARA POR EJEMPLO HAER LAS ESTIMAIONES EN LA PRUEBA DMS, ES NEESARIO MULTIPLIAR LAS T'S QUE SE OBTIENEN DE LAS TABLAS POR SQRT(2). PERO PARA LA PRUEBA DE TUKEY, NO ES NEESARIO. ESTE PROGRAMA SE DISEÑO SOLAMENTE PARA LA OMPARAION ON ALFA=0.05, ALGO MAS DE PROGRAMAION DEBE HAERSE PARA HAERLO MAS GENERAL. SE USO EL ALFA MENIONADO PORQUE ES EL MAS OMUNMENTE ENONTRADO. AHORA SE PIDE QUE SE METAN LOS VALORES RITIOS PARA LAS OMPARAIONES. DO 500 J=2,NTRAT

6 PRINT*,' VALOR RITIO 1 VS ',J READ*,VALRIT(J) 500 ONTINUE EL NUMERO DE TRATAMIENTOS, REPETIIONES Y OMPARAIONES SE MANDAN AL ARHIVO DE SALIDA. WRITE(5,139)NTRAT,NREP,NOMP 139 FORMAT(//10X,'NUMERO DE TRATAMIENTOS:',I4// 1 10X,'NUMERO DE REPETIIONES:',I4// 1 10X,'NUMERO DE OMPARAIONES:',I4) EL VALOR DE LAS R'S DE DUNAN SE MANDAN A IMPRIMIR AL ARHIVO DE SALIDA. WRITE(5,141)GLE 141 FORMAT(//10X,' VALORES RITIOS ON ',F7.3, 1' GRADOS LIBRES.') DO 488 I=2,NTRAT WRITE(5,140)I,VALRIT(I) 140 FORMAT(//10X,' ON ',I3,' MEDIAS INVOLURADAS: ', 1F7.3) 488 ONTINUE SE PIDE LA F DE TABLAS, ON NTRAT-1 Y NTRAT*(NREP-1) GRADOS DE LIBERTAD. PRINT*,' INTRODUE LA F ON ',NTRAT-1,' Y ', 1GLE,' GRADOS LIBRES.' READ*,FTABLAS LA INFORMAION DE LA F DE TABLAS SE MANDA AL ARHIVO DE SALIDA. WRITE(5,421)NTRAT-1,GLE,FTABLAS 421 FORMAT(//10X,'F DE TABLAS ON ',I3,' Y ',F6.2, 1'GRADOS LIBRES= ',F6.2) SE INIIALIZAN LOS ONTADORES DE REHAZOS. IPFENP=ONTADOR PER FAMILY NO PROTEGIDA IFWENP=ONTADOR FAMILYWISE NO PROTEGIDA IPFEP=ONTADOR PER FAMILY PROTEGIDA IPFWP=ONTADOR FAMILYWISE PROTEGIDA IPFENP=0 IFWENP=0 IPFEP=0 IFWEP=0 EN ESTE LUGAR SE DA INIIO A LA SIMULAION. IB=NUMERO DE SIMULAIONES. do 322 nxx=1,ib

7 SE GENERAN DATOS DE UNA NORMAL ON MEDIA ERO Y VARIANZA UNO. LOS DATOS SE GUARDAN EN LA MATRIZ RMYDATA(20,20). ESTOS DATOS SON OMO DATOS OBSERVADOS. DO 883 I=1,NTRAT DO 883 J=1,NREP Y=UNIFO(ISEMILLA) RMYDATA(I,J)=ZQNT(Y) 883 ONTINUE SE LLAMA A LA SUBRUTINA PARA ALULAR EL UADRADO MEDIO DEL ERROR, LAS MEDIAS DE LOS TRATAMIENTOS Y LA F ALULADA. F=0.0 ME=0.0 call resca2(ntrat,nrep,rmydata,rmed,cme,f) SE ALULAN LOS ESTADISTIOS DE DUNAN PARA LA SIMULAION ATUAL. DO 33 I=2,NTRAT 33 OMP(I)=VALRIT(I)*SQRT(ME/RNREP) SE ORDENAN LAS MEDIAS DE LOS TRATAMIENTOS. ALL SOLORD(RMED,NTRAT) SE ALULA EL NUMERO DE REHAZOS PARA LA SIMULAION. IONT=0 DO 590 I=1,NTRAT-1 DO 590 J=I+1,NTRAT KK=J-I+1 IF(RMED(J)-RMED(I).GT.OMP(KK))IONT=IONT ONTINUE AQUI SE GUARDAN ESTOS RESULTADOS PARA LOS ONTADORES DEL FWE Y PFE PARA LA PRUEBA NO PROTEGIDA. IPFENP=IPFENP+IONT IF(IONT.GE.1)IFWENP=IFWENP+1 AQUI SE GUARDAN LOS RESULTADOS PARA LOS ONTADORES DEL FWE Y PFE DE LA PRUEBA PROTEGIDA. IF(F.LT.FTABLAS)GO TO 322 IPFEP=IPFEP+IONT IF(IONT.GE.1)IFWEP=IFWEP+1 ANEXO I

8 AQUI SE TERMINA EL LOOP DE LAS SIMULAIONES. 322 ONTINUE EN ESTA PARTE SE UANTIFIAN LOS ERRORES, SE ESTABLEEN LOS INTERVALOS DE ONFIANZA Y SE IMPRIMEN EN EL ARHIVO DE SALIDA. PRUEBA NO PROTEGIDA. PRIMERAMENTE SE RESUELVE EL PROBLEMA PARA EL FWE. EL FWE PUEDE ONEBIRSE OMO LA PROPORION DE VEES QUE HUBO POR LO MENOS UN REHAZO. EN ESTE PROESO, UN REHAZO ES UNA OMPARAION ERRONEA. REORDAR: RIB= NUMERO DE SIMULAIONES. RIREPB= NUMERO DE REPETIIONES POR SIMULAION. RNOMP= NUMERO DE OMPARAIONES. RIB=IB RNOMP=NOMP INFERENIA PARA FWE. RFWENP=IFWENP RFWENP=RFWENP/RIB AHORA SE RESUELVE EL PROBLEMA PARA EL PFE. EL FWE PUEDE VERSE OMO EL NUMERO PROMEDIO DE REHAZOS. YA QUE SE TRATA DE UNA MEDIA, PUEDE ARGUMENTARSE QUE EL TEOREMA DEL LIMITE ENTRAL ES APLIABLE. RPFENP=IPFENP RPFENP=RPFENP/RIB EN ESTA PARTE SE REALIZA LA INFERENIA PARA EL PE. POR DEFINIION, EL PE ES IGUAL AL PFE DIVIDIDO POR EL NUMERO DE OMPARAIONES. POR LO QUE USANDO ESTA PROPIEDAD, SE OBTIENE EL INTERVALO DE ONFIANZA. RPENP=RPFENP/RNOMP ZT=0 AQUI SE IMPRIMEN FWE,PFE Y PE, DE LA PRUEBA NO PROTEGIDA EN EL ARHIVO DE SALIDA. WRITE(5,864)RFWENP,RPFENP,RPENP 864 FORMAT(// 10X,' PRUEBA NO PROTEGIDA', 1 //10X,' FWE: ',F12.6, 1 //10X,' PFE: ',F12.6,

9 1 //10X,' PE: ',F12.6) PRUEBA PROTEGIDA. PRIMERAMENTE SE RESUELVE EL PROBLEMA PARA EL FWE. EL FWE PUEDE ONEBIRSE OMO LA PROPORION DE VEES QUE HUBO POR LO MENOS UN REHAZO. EN ESTE PROESO, UN REHAZO ES UNA OMPARAION ERRONEA. REORDAR: RIB= NUMERO DE SIMULAIONES. RIREPB= NUMERO DE REPETIIONES POR SIMULAION. RNOMP= NUMERO DE OMPARAIONES. RIB=IB RNOMP=NOMP INFERENIA PARA FWE. RFWEP=IFWEP RFWEP=RFWEP/RIB AHORA SE RESUELVE EL PROBLEMA PARA EL PFE. EL FWE PUEDE VERSE OMO EL NUMERO PROMEDIO DE REHAZOS. YA QUE SE TRATA DE UNA MEDIA, PUEDE ARGUMENTARSE QUE EL TEOREMA DEL LIMITE ENTRAL ES APLIABLE. RPFEP=IPFEP RPFEP=RPFEP/RIB EN ESTA PARTE SE REALIZA LA INFERENIA PARA EL PE. POR DEFINIION, EL PE ES IGUAL AL PFE DIVIDIDO POR EL NUMERO DE OMPARAIONES. RPEP=RPFEP/RNOMP ZT=0 AQUI SE IMPRIMEN FWE,PFE Y PE, DE LA PRUEBA PROTEGIDA EN EL ARHIVO DE SALIDA. WRITE(5,863)RFWEP,RPFEP,RPEP 863 FORMAT(// 10X,' PRUEBA PROTEGIDA', 1 //10X,' FWE: ',F12.6, 1 //10X,' PFE: ',F12.6, 1 //10X,' PE: ',F12.6,// 210X,' ') SE REGRESA AL PROGRAMA PRINIPAL. RETURN END c c subroutine resca2(ntrat,nrep,a,t,c,f)

10 c c Esta subrutina sirve para calcular LAS MEDIAS de c tratamientos y el cuadrado medio del error en un diseño c completamente al azar. c Argumentos: NTRAT=NUMERO DE TRATAMIENTOS. c NREP=NUMERO DE REPETIIONES. c A=MATRIZ DE OBSERVAIONES. c c Salida: c t=vetor DE LAS MEDIAS DE LOS TRATAMIENTOS. c c=cuadrado medio del error F=F ALULADA c dimension a(20,20) dimension t(20) INIIALIZAION DE LAS SUMAS NEESARIAS PARA ALULAR LAS MEDIAS Y EL UADRADO MEDIO DEL ERROR. sum=0 sum2=0 sum2t=0.0 LOS ENTEROS NREP Y NTRAT SE ONVIERTEN EN REALES PARA ALULOS POSTERIORES. RNREP=NREP RNTRAT=NTRAT SUMA SOBRE TRATAMIENTOS E INIIALIZAION DEL VETOR DE MEDIAS T(20) do 2 i=1,ntrat t(i)=0 SUMA SOBRE LAS REPETIIONES do 3 j=1,nrep sum=sum+a(i,j) t(i)=t(i)+a(i,j) sum2=sum2+a(i,j)*a(i,j) 3 continue sum2t=sum2t+t(i)*t(i) T(I)=T(I)/RNREP 2 continue SE ALULA EL UADRADO MEDIO DEL ERROR MTRAT=(SUM2T/RNREP-SUM*SUM/(RNREP*RNTRAT))/(RNTRAT-1.) c=(sum2-sum2t/rnrep)/(rntrat*(rnrep-1.0)) F=MTRAT/ return end FUNTION UNIFO(IX)

11 GENERADOR DE NUMEROS ALEATORIOS IMPLEMENTANDO LOS REURSOS: IX=16807*IX MOD (2**(31)-1) USANDO SOLO 32 BITS, ILUYENDO SIGNO. ALGUNOS OMPILADORES REQUIEREN LA DELARAION: INTEGER*4 IX, K1 INPUT IX= ENTERO MAYOR QUE 0 Y MENOR QUE OUTPUT IX= NUEVO VALOR PSEUDO-ALEATORIO, UNIF= UNA FRAION UNIFORME ENTRE 0 Y 1 LA FUNION GENERADORA DE NUMEROS ALEATORIOS K1=IX/ IX=16807*(IX-K1*127773)-K1*2836 IF(IX.LE.0.OR.IX.GE )IX=IX UNIFO=IX* e-10 RETURN END FUNTION ZQNT(UNIF) ESTA FUNION EVALUA LOS UANTILES DE LA DISTRIBUION NORMAL ESTANDAR LAS ONSTANTES, 0,1,2 Y D1,D2,D3, DEBEN SER DEFINIDAS EN EL PROGRAMA PRINIPAL A SABER: 0= = = D1= D2= D3= PARA MAYOR INFORMAION VER LA FORMULA 26.1 DE: ABAMOWITZ & STEGUN. A HANDBOOK OF MATHEMATIAL FUNTIONS. NATIONAL BUREAU OF STANDARDS. WASHINGTON,D. OMMON 0,1,2,D1,D2,D3 PP=UNIF MULT=1 IF(PP.LT.0.5)MULT=-1 IF(PP.GT.0.5)PP=1-PP if(pp.lt.1e-30)pp=1e-30 T=SQRT(LOG(1./(PP*PP))) ZQNT=(T-((((2*T+1)*T)+0)/(1+((((D3*T+D2)*T)+ 1D1)*T))))*MULT IF(PP.EQ.0.5)ZQNT=0.0 RETURN END

12 SUBROUTINE SOLORD(RMORD,NTRAT) ESTA SUBRUTINA SIRVE PARA ORDENAR LAS MEDIAS DE LOS TRATAMIENTOS EN FORMA ASENDENTE. LAS MEDIAS VIENEN EN EL VETOR RMORD(20). LOS DATOS QUEDARAN ORDENADOS EN EL MISMO VETOR RMORD(20) QUE SE REIBIO OMO ARGUMENTO. DIMENSION RMORD(20) DO 133 I=1,NTRAT-1 DO 133 J=I+1,NTRAT IF(RMORD(I).LE.RMORD(J)) GO TO 133 T=RMORD(I) RMORD(I)=RMORD(J) RMORD(J)=T 133 ONTINUE RETURN END

13 ORRIDA DEL PROGRAMA GENERAL DE PRUEBAS DE RANGO MÚLTIPLE DMS PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE LAS PRM (SI Y NO) PROTEGIDAS EN EL DISEÑO OMPLETAMENTE AL AZAR PROGRAMADO POR: PAOLA RUELAS ESTEBAN BURGUETE. JOSE TAMBORERO. ARHIVO DE SALIDA: DMSI.LIS SEMILLA PARA SIMULAION: NUMERO TOTAL DE SIMULAIONES: TIPO DE PRUEBA: DMS NUMERO DE TRATAMIENTOS: 5 NUMERO DE REPETIIONES: 4 NUMERO DE OMPARAIONES: 10 GRADOS LIBRES DEL ERROR: F DE TABLAS ON 4 Y 15.00GRADOS LIBRES= 3.06 VALOR RITIO VALOR RITIO 1 VS 2: VALOR RITIO 1 VS 3: VALOR RITIO 1 VS 4: VALOR RITIO 1 VS 5: PRUEBA DMS NO PROTEGIDA FWE: PFE: PE: PRUEBA DMS PROTEGIDA FWE:

14 PFE: PE: FIN DEL PROGRAMA TUKEY PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE LA PRUEBA DE TUKEY (SI Y NO) PROTEGIDA EN EL DISEÑO OMPLETAMENTE AL AZAR, PROGRAMADO POR: PAOLA RUELAS ESTEBAN BURGUETE. JOSE TAMBORERO. ARHIVO DE SALIDA: TUKEYI.LIS SEMILLA PARA SIMULAION: NUMERO TOTAL DE SIMULAIONES: TIPO DE PRUEBA: TUKEY NUMERO DE TRATAMIENTOS: 5 NUMERO DE REPETIIONES: 4 NUMERO DE OMPARAIONES: 10 GRADOS LIBRES DEL ERROR: F DE TABLAS ON 4 Y 15.00GRADOS LIBRES= 3.06 VALOR RITIO VALOR RITIO 1 VS 2: 4.37 VALOR RITIO 1 VS 3: 4.37 VALOR RITIO 1 VS 4: 4.37 VALOR RITIO 1 VS 5: 4.37 PRUEBA DE TUKEY NO PROTEGIDA

15 FWE: PFE: PE: PRUEBA DE TUKEY PROTEGIDA FWE: PFE: PE: SNK FIN DEL PROGRAMA PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE LA PRUEBA DE TUKEY (SI Y NO) PROTEGIDA EN EL DISEÑO OMPLETAMENTE AL AZAR, PROGRAMADO POR: PAOLA RUELAS ESTEBAN BURGUETE. JOSE TAMBORERO. ARHIVO DE SALIDA: SNKI.LIS SEMILLA PARA SIMULAION: NUMERO TOTAL DE SIMULAIONES: TIPO DE PRUEBA: SNK NUMERO DE TRATAMIENTOS: 5 NUMERO DE REPETIIONES: 4 NUMERO DE OMPARAIONES: 10 GRADOS LIBRES DEL ERROR: F DE TABLAS ON 4 Y 15.00GRADOS LIBRES= 3.06

16 VALORES RITIOS VALOR RITIO 1 VS 2: VALOR RITIO 1 VS 3: VALOR RITIO 1 VS 4: VALOR RITIO 1 VS 5: PRUEBA DE SNK NO PROTEGIDA FWE: PFE: PE: PRUEBA DE SNK PROTEGIDA FWE: PFE: PE: FIN DEL PROGRAMA DUNAN PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE LA PRUEBA DE TUKEY (SI Y NO) PROTEGIDA EN EL DISEÑO OMPLETAMENTE AL AZAR, PROGRAMADO POR: PAOLA RUELAS ESTEBAN BURGUETE. JOSE TAMBORERO. ARHIVO DE SALIDA: DUNANI.LIS SEMILLA PARA SIMULAION: NUMERO TOTAL DE SIMULAIONES: TIPO DE PRUEBA: DUNAN NUMERO DE TRATAMIENTOS: 5

17 NUMERO DE REPETIIONES: 4 NUMERO DE OMPARAIONES: 10 GRADOS LIBRES DEL ERROR: F DE TABLAS ON 4 Y 15.00GRADOS LIBRES= 3.06 VALORES RITIOS ON 2 MEDIAS INVOLURADAS: ON 3 MEDIAS INVOLURADAS: ON 4 MEDIAS INVOLURADAS: ON 5 MEDIAS INVOLURADAS: PRUEBA DE DUNAN NO PROTEGIDA FWE: PFE: PE: PRUEBA DE DUNAN PROTEGIDA FWE: PFE: PE: FIN DEL PROGRAMA BONFERRONI PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE LAS PRM (SI Y NO) PROTEGIDAS EN EL DISEÑO OMPLETAMENTE AL AZAR PROGRAMADO POR: PAOLA RUELAS ESTEBAN BURGUETE. JOSE TAMBORERO. ARHIVO DE SALIDA: BONFI.LIS

18 SEMILLA PARA SIMULAION: NUMERO TOTAL DE SIMULAIONES: TIPO DE PRUEBA: BONFERRON NUMERO DE TRATAMIENTOS: 5 NUMERO DE REPETIIONES: 4 NUMERO DE OMPARAIONES: 10 GRADOS LIBRES DEL ERROR: F DE TABLAS ON 4 Y 15.00GRADOS LIBRES= 3.06 VALORES RITIOS VALOR RITIO 1 VS 2: VALOR RITIO 1 VS 3: VALOR RITIO 1 VS 4: VALOR RITIO 1 VS 5: PRUEBA BONFERRON NO PROTEGIDA FWE: PFE: PE: PRUEBA BONFERRON PROTEGIDA FWE: PFE: PE: FIN DEL PROGRAMA

19 SHEFFÉ PROGRAMA PARA ALULAR EL FWE, PE Y PFE DE LAS PRM (SI Y NO) PROTEGIDAS EN EL DISEÑO OMPLETAMENTE AL AZAR PROGRAMADO POR: PAOLA RUELAS ESTEBAN BURGUETE. JOSE TAMBORERO. ARHIVO DE SALIDA: SHEI.LIS SEMILLA PARA SIMULAION: NUMERO TOTAL DE SIMULAIONES: TIPO DE PRUEBA: SHEFFE NUMERO DE TRATAMIENTOS: 5 NUMERO DE REPETIIONES: 4 NUMERO DE OMPARAIONES: 10 GRADOS LIBRES DEL ERROR: F DE TABLAS ON 4 Y 15.00GRADOS LIBRES= 3.06 VALORES RITIOS VALOR RITIO 1 VS 2: VALOR RITIO 1 VS 3: VALOR RITIO 1 VS 4: VALOR RITIO 1 VS 5: PRUEBA SHEFFE NO PROTEGIDA FWE: PFE: PE: PRUEBA SHEFFE PROTEGIDA FWE: PFE:

20 PE: ANEXO I

Elementos de Estadística Primer Examen Parcial (25%)

Elementos de Estadística Primer Examen Parcial (25%) UNIVERSIDAD CENTRAL DE VENEZUELA Cilo Básio Departamento de Matemátia Apliada Elementos de Estadístia (0260) Martes 10 de Mayo de 2011 Profesor: José Luis Quintero FACULTAD DE INGENIERÍA Elementos de Estadístia

Más detalles

Apéndice A. Apéndice A

Apéndice A. Apéndice A Apéndie A Apéndie A Program xamoeba Driver for routine amoeba Este es un programa prinipal que sirve omo ejemplo para el uso de los programas de optimizaión utilizando el algoritmo de optimizaión nelder

Más detalles

CAPITULO III: METODOLOGIA. En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el

CAPITULO III: METODOLOGIA. En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el CAPITULO III: METODOLOGIA En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el objetivo propuesto en esta tesis. Primero se presenta la descripción general del programa y

Más detalles

Recursión y Relaciones de Recurrencia. UCR ECCI CI-0111 Estructuras Discretas Prof. Kryscia Daviana Ramírez Benavides

Recursión y Relaciones de Recurrencia. UCR ECCI CI-0111 Estructuras Discretas Prof. Kryscia Daviana Ramírez Benavides Reursión y Relaiones de Reurrenia UCR ECCI CI-0 Estruturas Disretas Prof. Krysia Daviana Ramírez Benavides Algoritmos Reursivos Un algoritmo es reursivo si se soluiona un problema reduiéndolo a una instania

Más detalles

Recursión y Relaciones de Recurrencia. UCR ECCI CI-1204 Matemáticas Discretas M.Sc. Kryscia Daviana Ramírez Benavides

Recursión y Relaciones de Recurrencia. UCR ECCI CI-1204 Matemáticas Discretas M.Sc. Kryscia Daviana Ramírez Benavides Reursión y Relaiones de Reurrenia UCR ECCI CI-04 Matemátias Disretas M.S. Krysia Daviana Ramírez Benavides Algoritmos Reursivos Un algoritmo es reursivo si se soluiona un problema reduiéndolo a una instania

Más detalles

INFERENCIA ESTADÍSTICA

INFERENCIA ESTADÍSTICA INFERENCIA ESTADÍSTICA DECISIÓN ESTADÍSTICA. CONTRASTE DE HIPÓTESIS. Introduión 1 La Inferenia Estadístia persigue la obtenión de onlusiones sobre un gran número de datos, en base a la observaión de una

Más detalles

LEY DE SENOS. Ya hemos visto como resolver triángulos rectángulos ahora veremos todas las técnicas para resolver triángulos generales.

LEY DE SENOS. Ya hemos visto como resolver triángulos rectángulos ahora veremos todas las técnicas para resolver triángulos generales. LEY DE SENOS Ya hemos visto omo resolver triángulos retángulos ahora veremos todas las ténias para resolver triángulos generales a γ α Este es un triángulo el ángulo α se esrie en el vértie de, el ángulo

Más detalles

Trabajo Práctico 1 Implementación de AFDs

Trabajo Práctico 1 Implementación de AFDs Trabajo Prátio 1 Implementaión de AFDs Teoría de Lenguajes 1 er uatrimestre 01 Feha de entrega: 9 de abril 1. Objetivos Este trabajo tiene omo objetivos prinipales: Familiarizarse on la implementaión de

Más detalles

Guía # 5. Pruebas de hipótesis

Guía # 5. Pruebas de hipótesis INSTITUCION UNIVERSITARIA ANTONIO JOSÉ CAMACHO Asignatura: ESTADÍSTICA APLICADA 010-1 Guía # 5. Pruebas de hipótesis Temas: Pruebas de hipótesis para la media poblaional (µ) Pruebas de hipótesis para la

Más detalles

EJERCICIOS DE ALGORITMIA. FUNDAMENTOS DE PROGRAMACIÓN (GRADO EN BIOTECNOLOGÍA)

EJERCICIOS DE ALGORITMIA. FUNDAMENTOS DE PROGRAMACIÓN (GRADO EN BIOTECNOLOGÍA) EJERCICIOS DE ALGORITMIA. UNDAMENTOS DE PROGRAMACIÓN (GRADO EN BIOTECNOLOGÍA) 1. Realizar un organigrama para dividir un segmento [a,b] en N subintervalos iguales. Como datos de entrada se emplearán a,

Más detalles

C https://www.academia.edu/ /criterios_para_interpolar. _Interpolation_Algorithm C VARIABLES: C *********

C https://www.academia.edu/ /criterios_para_interpolar. _Interpolation_Algorithm C VARIABLES: C ********* INTERPO.FOR *********** FUNIONES DE INTERPOLAION BASADA EN LOS POLINOMIOS DE NEWTON EN DIFERENIAS DIVIDIDAS. PERMITE ENONTRAR UN VALOR APROXIMADO DE LA FUNION (DERIVADA) EN UN PUNTO NO ESPEIFIADO. NO REQUIERE

Más detalles

Seminario de problemas. Curso Hoja 18

Seminario de problemas. Curso Hoja 18 Seminario de problemas. Curso 016-17. Hoja 18 111. Demuestra que una ondiión neesaria y sufiiente para que un triángulo sea isóseles es que tenga dos medianas iguales. Soluión: Vamos a utilizar un resultado

Más detalles

Lección 4. Ecuaciones diferenciales. 4. Propiedades algebraicas de las soluciones. Fórmulas de Abel y Liouville.

Lección 4. Ecuaciones diferenciales. 4. Propiedades algebraicas de las soluciones. Fórmulas de Abel y Liouville. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0. 4. Proiedades algebraias de las soluiones. Fórmulas de Abel y Liouville. A lo largo de esta seión suondremos que P, Q y R son funiones ontinuas en un intervalo

Más detalles

1 2 +! $ = # 1$ $ Pensamiento Algebraico GUÍA DE PARA LOS ASPIRANTES A LA MME Temas que debe dominar:

1 2 +! $ = # 1$ $ Pensamiento Algebraico GUÍA DE PARA LOS ASPIRANTES A LA MME Temas que debe dominar: Pensamiento lgebraio Temas que debe dominar: GUÍ DE PR LOS SPIRNTES L MME-06 Definiión, operaiones y propiedades de: Números Naturales Números Enteros Números raionales Números irraionales Números omplejos

Más detalles

RESOLUCIÓN DE ACTIVIDADES

RESOLUCIÓN DE ACTIVIDADES RESOLUCIÓN DE ACTIVIDADES Atividades iniiales. Expresa en notaión matriial y resuelve por el método de Gauss los sistemas de euaiones siguientes: Las resoluión de los sistemas puede expresarse de la forma

Más detalles

Programación y Métodos Numéricos Solución a los ejercicios Enero Junio 2018

Programación y Métodos Numéricos Solución a los ejercicios Enero Junio 2018 Programaión y Métodos Numérios Soluión a los ejeriios Enero Junio 2018 EJERCICIO 1 En ada aso, evaluar la expresión dada, realizando las operaiones paso a paso de auerdo al orden de preedenia de los operadores

Más detalles

Las poligonales en forma general pueden ser clasificadas según sus formas en:

Las poligonales en forma general pueden ser clasificadas según sus formas en: Agrimensura Faena - Unne átedra: Topografía Poligonometría Una poligonal esta formada por una suesión de líneas enlazadas entre si por medio del ángulo que forman entre si las líneas. Las poligonales en

Más detalles

Examen final de Cálculo Integral

Examen final de Cálculo Integral xamen final de Cálulo Integral 6 de septiembre de 1 (Soluiones) Cuestiones C 1 Apliando el teorema 1.15 y definiión 1. de los apuntes se onluye inmediatamente que el valor de la integral oinide on la longitud

Más detalles

ETE. = fi ETE = Recordatorio de fórmulas

ETE. = fi ETE = Recordatorio de fórmulas Eamen de la asignatura Estadístia apliada a las ienias soiales Profesor Josu Mezo. de febrero de 004 Instruiones: - Puedes responder a las preguntas en el orden que quieras, pero india laramente a uál

Más detalles

MODELOS DE STOCK ESTOCÁSTICOS

MODELOS DE STOCK ESTOCÁSTICOS MODELO DE TOCK ETOCÁTICO DR/3 Modelos de tok Estoástios Modelizaión Cuantitativa: Modelos de eríodo únio y un solo item. Modelos de eríodos fijos y lotes variables. Modelizaión or imulaión de Montearlo:

Más detalles

Modelo 2007 ( ) OPCIÓN A. Reciclado (kg) Normal (kg) Precio ( ) Tipo A Tipo B Máximos operativos (kg)

Modelo 2007 ( ) OPCIÓN A. Reciclado (kg) Normal (kg) Precio ( ) Tipo A Tipo B Máximos operativos (kg) Modelo 7 INSTRUCCIONES: El eamen resenta dos oiones y ; el alumno deberá elegir una de ellas y resonder razonadamente a los uatro ejeriios de que onsta diha oión. Para la realizaión de esta rueba uede

Más detalles

Para aprender Termodinámica resolviendo problemas

Para aprender Termodinámica resolviendo problemas GASES REAES. Fator de ompresibilidad. El fator de ompresibilidad se define omo ( ) ( ) ( ) z = real = real y es funión de la presión, la temperatura y la naturaleza de ada gas. Euaión de van der Waals.

Más detalles

TEA = [(1+TEM) ^ 12-1] * 100

TEA = [(1+TEM) ^ 12-1] * 100 FÓRMULAS CRÉDITOS CON CUOTAS CONSTANTES Y A PLAZO FIJO En Credijet los réditos se otorgarán bajo el sistema de uotas periódias y onstantes (anualidades), las uales están ompuestas por interés, amortizaión

Más detalles

VELOCIDAD INSTANTANEA

VELOCIDAD INSTANTANEA VELOCIDAD INSTANTANEA OBJETIVOS DE APRENDIZAJE Determinar experimentalmente la veloidad instantánea de un móvil en un punto fijo de su trayetoria a través de un gráfio de veloidad media versus tiempo en

Más detalles

2. CARGA Y DESCARGA DE UN CONDENSADOR

2. CARGA Y DESCARGA DE UN CONDENSADOR 2. ARGA Y DESARGA DE UN ONDENSADOR a. PROESO DE ARGA La manera más senilla de argar un ondensador de apaidad es apliar una diferenia de potenial V entre sus terminales mediante una fuente de.. on ello,

Más detalles

DETERMINACIÓN DE LAS CORRIENTES DE INSERCIÓN EN SISTEMAS DE DISTRIBUCIÓN DE n TRANSFORMADORES.

DETERMINACIÓN DE LAS CORRIENTES DE INSERCIÓN EN SISTEMAS DE DISTRIBUCIÓN DE n TRANSFORMADORES. ng. Horaio Salvañá HS ngeniería - www.hsingenieria.om.ar DETERMNACÓN DE LAS CORRENTES DE NSERCÓN EN SSTEMAS DE DSTRBUCÓN DE n TRANSFORMADORES. Autor: ng. Horaio Salvañá Objetivo: El objeto de este trabajo

Más detalles

11.1 LLUVIA DE PROYECTO DE PERÍODO DE RETORNO 10 AÑOS (CLABSA)

11.1 LLUVIA DE PROYECTO DE PERÍODO DE RETORNO 10 AÑOS (CLABSA) Estudio de vulnerabilidad de una red de drenaje mediante el método de Monte arlo 11 ANEJOS 11.1 LLUVIA DE PROYETO DE PERÍODO DE RETORNO 10 AÑOS (LABSA) 160 140 Lluvia proyecto T=10 años (LABSA) Intensidad

Más detalles

Pruebas de Acceso a Ensen anzas Universitarias Oficiales de Grado (PAEG)

Pruebas de Acceso a Ensen anzas Universitarias Oficiales de Grado (PAEG) PAEG junio 016 Propuesta B Matemátias II º Bahillerato Pruebas de Aeso a Ensen anzas Universitarias Oiiales de Grado (PAEG) Matemátias II (Universidad de Castilla-La Manha) junio 016 Propuesta B EJERCICIO

Más detalles

Ilustración 1 Imagen obtenida al aplicar el algoritmo LBP a una imagen monoespectral. 5.1 Análisis de texturas con patrones locales binarios

Ilustración 1 Imagen obtenida al aplicar el algoritmo LBP a una imagen monoespectral. 5.1 Análisis de texturas con patrones locales binarios 101 Capítulo 5 5. El Algoritmo Lbp Ilustraión 1 Imagen obtenida al apliar el algoritmo LB a una imagen monoespetral 5.1 Análisis de texturas on patrones loales binarios La textura en una imagen puede proveer

Más detalles

Problemario 1: Teoría de Conjuntos y Espacios Muestrales

Problemario 1: Teoría de Conjuntos y Espacios Muestrales UNIVERSIDAD SIMÓN BOLÍVAR CO3121 PROBABILIDADES PARA INGENIEROS PROBLEMARIO Problemario 1: Teoría de Conjuntos y Espaios Muestrales 1.1.- Trae los diagramas de Venn para verifiar que para ualquier par

Más detalles

El Teorema de Cauchy

El Teorema de Cauchy El Teorema de Cauhy Deimos que una urva es errada si termina en el mismo punto donde empieza. Deimos que una urva es simple si no tiene autointerseiones. Uno de los primeros teoremas de topología del plano,

Más detalles

Fórmula integral de Cauchy

Fórmula integral de Cauchy Fórmula integral de Cauhy Fórmula integral de Cauhy. Si una funión f es analítia en una región que ontiene a urva simple errada y a su interior, entones para ada punto z 0 enerrado por, dz = 2πi f(z 0

Más detalles

Programación y Métodos Numéricos Ejercicios Enero Junio 2018

Programación y Métodos Numéricos Ejercicios Enero Junio 2018 Programaión y Métodos Numérios Ejeriios Enero Junio 18 EJERCICIO 1 En ada aso, evaluar la expresión dada, realizando las operaiones paso a paso de auerdo al orden de preedenia de los operadores aritmétios.

Más detalles

UNIDAD 1.- PROBABILIDAD

UNIDAD 1.- PROBABILIDAD UNIDAD 1.- PROBABILIDAD 1. EXPERIMENTOS ALEATORIOS. ESPACIO MUESTRAL. Definiión: Un fenómeno o experienia se die aleatorio uando al repetirlo en ondiiones análogas no se puede predeir el resultado. Si

Más detalles

e REVISTA/No. 04/diciembre 04

e REVISTA/No. 04/diciembre 04 e REVISTA/No. 04/diiembre 04 Las plataformas en la eduaión en línea Alberto Domingo Robles Peñaloza La Eduaión a Distania se ha visto en gran manera benefiiada del desarrollo de las Tenologías de Informaión

Más detalles

Nociones de Simulink de Matlab

Nociones de Simulink de Matlab Seretaría/División: División de Ingeniería Elétria Área/Departamento: Control y Robotia Noiones de Simulink de Matlab N de prátia: Tema Correspondiente: Uso y manejo de Simulink de Matlab Nombre ompleto

Más detalles

2 2 2 x. Solución: Ya que la integración es una curva cerrada y la integral esta representada por funciones reales, empleamos el teorema de Green

2 2 2 x. Solución: Ya que la integración es una curva cerrada y la integral esta representada por funciones reales, empleamos el teorema de Green Elaborado por: Jhonny hoquehuana Lizarraga Variable ompleja Exámenes esueltos Segundo Parial. alular x y { xln( y ) x ( y) } dx y ( x ) dy y, donde es el uadrado de vérties ± i ± i. Soluión: Ya que la

Más detalles

CAPÍTULO 2 MARCO TEORICO

CAPÍTULO 2 MARCO TEORICO CAPÍTULO 2 MARCO TEORICO 6 2. MARCO TEÓRICO En la presente sección se expondrán los conceptos estadísticos, analíticos y diferentes pruebas relacionadas con los mismos. El respaldo teórico de esta tesis

Más detalles

Programación y Métodos Numéricos Solución a los ejercicios Enero Junio 2017

Programación y Métodos Numéricos Solución a los ejercicios Enero Junio 2017 Programaión y Métodos Numérios Soluión a los ejeriios Enero Junio 2017 EJERCICIO 1 En ada aso, evaluar la expresión dada, realizando las operaiones paso a paso de auerdo al orden de preedenia de los operadores

Más detalles

INSTITUTO DE PROFESORES ARTIGAS

INSTITUTO DE PROFESORES ARTIGAS INSTITUTO D PROFSORS RTIGS SPILIDD MTMÁTI GOMTRÍ UNIDD FIH 3: Teorema de Thales y más. 3.1 Teorema de Thales. 3. Teorema de las bisetries. 3.3 irunferenia de polonio. 3.4 riterios de semejanza de triángulos.

Más detalles

Estática de Fluidos. Definición:

Estática de Fluidos. Definición: Estátia de Fluidos Definiión: En el aso de fluidos en reoso, no hay movimiento relativo entre elementos de fluido, or lo tanto no hay gradientes ni esfuerzos de orte, ualquiera que sea la visosidad el

Más detalles

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.

ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido

Más detalles

DETERMINACIÓN SEMI-EMPÍRICA DEL CENTRO AERODINÁMICO DE UN PERFIL DE ALA

DETERMINACIÓN SEMI-EMPÍRICA DEL CENTRO AERODINÁMICO DE UN PERFIL DE ALA DEL 19 al 1 DE SEPTIEMBRE, 01. SALAMANCA, GUANAJUATO, MÉXICO DETERMINACIÓN SEMI-EMPÍRICA DEL CENTRO AERODINÁMICO DE UN PERFIL DE ALA 1 Fernández Roque Tiburio, 1 Correa Arredondo José Arturo, 1 Mejía Carmona

Más detalles

Extracción de parámetros de señales acústicas

Extracción de parámetros de señales acústicas VI Congreso Iberoameriano de Aústia - FIA 8 Buenos Aires, 5, 6 y 7 de noviembre de 8 Extraión de parámetros de señales aústias Aguilar, Juan (a), Salinas, Renato (b) FIA8-A16 (a) Instituto de Aústia, Universidad

Más detalles

CÁLCULO DE CALDERÍN. Autores: Pedro Gea José M. Navalón

CÁLCULO DE CALDERÍN. Autores: Pedro Gea José M. Navalón CÁLCULO DE CALDERÍN Autores: Pedro Gea José M. Navalón 1. INTRODUCCIÓN Para determinar el golpe de ariete produido en una instalaión protegida on alderín, en realidad, el problema en su ontexto real se

Más detalles

DETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS HIPOTECARIOS. 1 2 3 n-1

DETERMINACION DEL VALOR DE LA CUOTA Y EL CRONOGRAMA DE PAGOS DE CREDITOS HIPOTECARIOS. 1 2 3 n-1 DETERMINAION DEL VALOR DE LA UOTA Y EL RONOGRAMA DE PAGOS DE REDITOS HIPOTEARIOS Edpyme Raíz utiliza, para el álulo de su ronograma de pagos, el método de la uota fija. Esto signifia que ada pago periódio

Más detalles

SESIÓN DE APRENDIZAJE

SESIÓN DE APRENDIZAJE INSTITUCIÓN EDUCATIVA INMACULADA DE LA MERCED SESIÓN DE APRENDIZAJE APRENDIZAJE ESPERADO Determina la regla de orrespondenia de una funión Representa e Identifia funiones Resuelve operaiones on funiones

Más detalles

Colegio Javier Año de la Misericordia y reconciliación Presentación # 3 de Matemática 10 II Trimestre. Material de Apoyo

Colegio Javier Año de la Misericordia y reconciliación Presentación # 3 de Matemática 10 II Trimestre. Material de Apoyo Colegio Javier Año de la Miseriordia y reoniliaión Presentaión # 3 de Matemátia 1 II Trimestre Material de Apoyo Elaborador por: Prof. Hétor Luis Fernández Objetivo: Apliar las funiones de ángulos espeiales,

Más detalles

TRIGONOMETRÍA 1 (Resumen) cotg. Definiciones generales (válidas para cualquier ángulo de cualquier cuadrante) y r. cosec. sec.

TRIGONOMETRÍA 1 (Resumen) cotg. Definiciones generales (válidas para cualquier ángulo de cualquier cuadrante) y r. cosec. sec. Trignometría Resumen TRIGONOMETRÍA (Resumen) Definiiones en triángulos retángulos ateto opuesto sen hipotenusa ateto ontiguo os hipotenusa ateto opuesto tg ateto ontiguo hipotenusa ose ateto opuesto hipotenusa

Más detalles

SOLUCIÓN EJERCICIOS DE SISTEMAS

SOLUCIÓN EJERCICIOS DE SISTEMAS EJERCICIOS DE SISTEMAS PARA ELCUADERNO. CURSO 00-0 EJERCICIOS DE SISTEMAS EJERCICIOS DE DISCUSIÓN DE SISTEMAS. Disutir según valores de m el sistema de euaiones lineales y z z 3 3 y mz A' 0 3 0 3 4 0 3

Más detalles

SIMULACIÓN MODULAR INTRODUCCIÓN A CHEMCAD 6.1

SIMULACIÓN MODULAR INTRODUCCIÓN A CHEMCAD 6.1 INSIUO ECNOÓGICO DEPARAMENO DE INGENIERÍAS SEMESRE ENERO JUNIO 2009 SIMUACIÓN MODUAR INRODUCCIÓN A 6.1 (pronuniado /kemkad/) es un paquete de simulaión de proesos ampliamente usado. Dado el diseño oneptual

Más detalles

Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS

Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.

Más detalles

INCERTIDUMBRE EN LA CALIBRACIÓN DE VISCOSÍMETROS BROOKFIELD

INCERTIDUMBRE EN LA CALIBRACIÓN DE VISCOSÍMETROS BROOKFIELD INCETIDUMBE EN A CAIBACIÓN DE VISCOSÍMETOS BOOKFIED Trujillo S., Shmid W., azos., Galván M. del C. Centro Naional de Metrología, aboratorio de Visosidad Apdo. Postal -00 entro, C.P. 76000. Querétaro, Qro.

Más detalles

ICNC: Longitudes de pandeo de columnas: Método riguroso

ICNC: Longitudes de pandeo de columnas: Método riguroso CC: ongitudes de pandeo de olumnas: método riguroso S008a-S-U CC: ongitudes de pandeo de olumnas: Método riguroso sta CC proporiona informaión respeto al álulo de la longitud de pandeo de olumnas, para

Más detalles

Método de Separación de Variables

Método de Separación de Variables Método de Separaión de Variables Este método se emplea para resolver euaiones de la forma: f g d 0. Para hallar la soluión de este tipo de euaiones se proede a separar las variables agrupando de un lado

Más detalles

de distribución mediante redes neuronales Felier Fernández

de distribución mediante redes neuronales Felier Fernández Pronóstio de las pérdidas en redes de distribuión mediante redes neuronales Felier Fernández Sergio de la Fé Dante Miraglia Reibido: Otubre del 2004 Aprobado: Diiembre del 2004 Resumen / Abstrat energétia

Más detalles

UNIDAD 2.- PROBABILIDAD CONDICIONADA

UNIDAD 2.- PROBABILIDAD CONDICIONADA UNIDAD.- PROBABILIDAD CONDICIONADA. PROBABILIDAD CONDICIONADA. SUCESOS DEPENDIENTES E INDEPENDIENTES Las probabilidades ondiionadas se alulan una vez que se ha inorporado informaión adiional a la situaión

Más detalles

CALIBRACIÓN DEL PATRÓN NACIONAL DE FLUJO DE GAS TIPO PISTÓN

CALIBRACIÓN DEL PATRÓN NACIONAL DE FLUJO DE GAS TIPO PISTÓN CALIBRACIÓN DEL PATRÓN NACIONAL DE FLUJO DE GAS TIPO PISTÓN J.C. Gervaio S., J. M. Maldonado R., H. Luhsinger Centro Naional de metrología Metrología Meánia, División de Flujo y Volumen Resumen: La alibraión

Más detalles

Examen Final Tema A Cálculo Vectorial Mayo 23 de 2017

Examen Final Tema A Cálculo Vectorial Mayo 23 de 2017 Examen Final Tema A Cálulo Vetorial Mayo 3 de 17 Este es un examen individual, no se permite el uso de libros, apuntes, aluladoras o ualquier otro medio eletrónio. Reuerde apagar y guardar su teléfono

Más detalles

14.- RESIDUOS SÓLIDOS URBANOS CAPÍTULO 14 RESIDUOS SÓLIDOS URBANOS

14.- RESIDUOS SÓLIDOS URBANOS CAPÍTULO 14 RESIDUOS SÓLIDOS URBANOS CAPÍTULO 14 RESIDUOS SÓLIDOS URBANOS Ingeniería Sanitaria y Ambiental C14-Pag 1 P1.- Estimar la superfiie que tiene que tener una nave industrial para almaenar las balas (o fardos) de papel y artón proedentes

Más detalles

Direcciones en la red

Direcciones en la red Direiones en la red Nota: Los sitios en la red tienen muha volatilidad, on lo ual puede ser que algunas de estas direiones ya no estén ativas o que hayan ambiado sus ontenidos ostensiblemente. Applets

Más detalles

Instituto de Investigación y Formación Agraria y Pesquera CONSEJERÍA DE AGRICULTURA Y PESCA

Instituto de Investigación y Formación Agraria y Pesquera CONSEJERÍA DE AGRICULTURA Y PESCA METODOLOGÍA DE LAS ORIENTACIONES EN RIEGO DE LOS CULTIVOS RECOMENDADOS POR EL SISTEMA DE ASESORAMIENTO AL REGANTE (SAR) DEL IFAPA Introduión Natividad Ruiz Baena (IFAPA) Una de las prinipales tareas del

Más detalles

11.1. Ecuaciones de la dinámica de sólidos

11.1. Ecuaciones de la dinámica de sólidos Capítulo 11 Dinámia de sólidos Todos los modelos estudiados hasta ahora suponían que los sólidos deformables se enuentran, en todo instante, en equilibrio uasi-estátio. Esto quiere deir que, aunque éstos

Más detalles

CAMPO Y POTENCIAL ELECTROSTÁTICOS

CAMPO Y POTENCIAL ELECTROSTÁTICOS 1 Un eletrón de arga e y masa m se lanza orizontalmente en el punto O on una veloidad v a lo largo de la direión equidistante de las plaas de un ondensador plano entre las que existe el vaío. La longitud

Más detalles

Pruebas de Hipótesis Multiples

Pruebas de Hipótesis Multiples Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ

Más detalles

1. Funciones matriciales. Matriz exponencial

1. Funciones matriciales. Matriz exponencial Dpto. Matemátia Apliada, Faultad de Informátia, UPM EDO Sistemas Lineales. Funiones matriiales. Matriz exponenial.. Funiones vetoriales Sea el uerpo IK que puede ser IC ó IR y sea I IR un intervalo. Entones

Más detalles

4. Mecanizado con máquinas de control numérico computacional

4. Mecanizado con máquinas de control numérico computacional Meanizado on máquinas de ontrol numério omputaional INTRODUCCIÓN Este módulo onsta de 228 horas pedagógias y tiene omo propósito que los y las estudiantes de uarto medio de la espeialidad de Meánia Industrial

Más detalles

Capítulo 6 Acciones de control

Capítulo 6 Acciones de control Capítulo 6 Aiones de ontrol 6.1 Desripión de un bule de ontrol Un bule de ontrol por retroalimentaión se ompone de un proeso, el sistema de mediión de la variable ontrolada, el sistema de ontrol y el elemento

Más detalles

PROGRAMACION DE PARADAS DE EQUIPOS UTILIZANDO PROGRAMACION BINARIA ENTERA 0-1.

PROGRAMACION DE PARADAS DE EQUIPOS UTILIZANDO PROGRAMACION BINARIA ENTERA 0-1. PROGRAMACION DE PARADAS DE EQUIPOS UTILIZANDO PROGRAMACION BINARIA ENTERA 0-1. FERNANDO ESPINOSA FUENTES 6.1. INTRODUCCION. El problema más general abordado por la programaión lineal es la asignaión de

Más detalles

2.1. CONSTANTE DE EQUILIBRIO. LEY DE ACCIÓN DE MASAS. Si tenemos un proceso químico expresado de forma general como: c C (g) + d D (g)

2.1. CONSTANTE DE EQUILIBRIO. LEY DE ACCIÓN DE MASAS. Si tenemos un proceso químico expresado de forma general como: c C (g) + d D (g) Las reaiones químias se pueden dividir en reversibles e irreversibles, según puedan transurrir en los dos sentidos o en uno sólo. En las reaiones reversibles tanto las sustanias reaionantes omo los produtos

Más detalles

Universidad Autónoma de Estado de México Facultad de Economía Maestría en Estudios Sustentables, Regionales y Metropolitanos

Universidad Autónoma de Estado de México Facultad de Economía Maestría en Estudios Sustentables, Regionales y Metropolitanos 1 Material didátio Título spaio adémio Visual Conteo fiiente de Datos -rquitetura Plan de estudios Maestría en studios Sustentables, egionales y Metropolitanos Unidad de prendizaje stadístia apliada 1

Más detalles

Singularidades. Una serie de Laurent es una serie de potencias que pueden ser positivas y/o negativas: a n (z z 0 ) n =

Singularidades. Una serie de Laurent es una serie de potencias que pueden ser positivas y/o negativas: a n (z z 0 ) n = Singularidades Hay muhas funiones que son analítias en una región on exepión de algunos puntos aislados donde no están definidas. Por ejemplo, /z es analítia en C {0} y os(z) es analítia en C {0, ±π, ±π,

Más detalles

4. RELACIONES CONSTITUTIVAS. LEY DE HOOKE GENERALIZADA

4. RELACIONES CONSTITUTIVAS. LEY DE HOOKE GENERALIZADA 4. RLACIONS CONSTITUTIVAS. LY D HOOK GNRALIZADA 4. Ley de Hooke. Robert Hooke planteó en 678 que existe proporionalidad entre las fuerzas apliadas a un uerpo elástio y las deformaiones produidas por dihas

Más detalles

Los números de siete cifras

Los números de siete cifras Los números de siete ifras Feha Reuerda Los números de siete ifras están ompuestos por unidades de millón, entenas de millar, deenas de millar, unidades de millar, entenas, deenas y unidades.. Rodea en

Más detalles

4.- ENSAYO Y PRUEBAS DE LOS MODELOS ALGORITMOS DE RESOLUCIÓN EMPLEADOS

4.- ENSAYO Y PRUEBAS DE LOS MODELOS ALGORITMOS DE RESOLUCIÓN EMPLEADOS 4.- ENSAYO Y PRUEBAS DE LOS MODELOS 4.1.- ALGORITMOS DE RESOLUCIÓN EMPLEADOS Para resolver el problema se van a utilizar 3 algoritmos diferentes de resoluión apliados a los 2 modelos de programaión lineal

Más detalles

Simulación. pseudoalealeatorios

Simulación. pseudoalealeatorios Generación n de números n aleatorios La aplicación de los números aleatorios se remonta a los tiempos de la primera revolución industrial, cuando los procesos manuales tuvieron que reemplazarse por procesos

Más detalles

Supuestos y comparaciones múltiples

Supuestos y comparaciones múltiples Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución

Más detalles

Solución: Observamos que los números de la sucesión se pueden escribir de la siguiente L de esta manera la suma de los primeros

Solución: Observamos que los números de la sucesión se pueden escribir de la siguiente L de esta manera la suma de los primeros roblema : uánto suman los primeros 008 términos de la suesión 0,,,,, L? Soluión: Observamos que los números de la suesión se pueden esribir de la siguiente 0 manera,,,,, L de esta manera la suma de los

Más detalles

PARTE 7 HORMIGÓN ESTRUCTURAL SIMPLE

PARTE 7 HORMIGÓN ESTRUCTURAL SIMPLE PARTE 7 HORMIGÓN ESTRUCTURAL SIMPLE COMENTARIOS AL CAPÍTULO 22. HORMIGÓN ESTRUCTURAL SIMPLE C 22.0. SIMBOLOGÍA Las unidades que se indian en este artíulo, para orientar al usuario, no tienen la intenión

Más detalles

TEST DE MATRICES. Dadas A = (-3 4 1/2) y B = (1/3 0-2), cuál es el resultado de multiplicar la matriz A por la traspuesta de B?

TEST DE MATRICES. Dadas A = (-3 4 1/2) y B = (1/3 0-2), cuál es el resultado de multiplicar la matriz A por la traspuesta de B? file://:\mis documentos\u6mattest\u6mattesttodo.htm Página 1 de 7 TEST E MTRIES 1 eterminar la matriz opuesta de la siguiente matriz: 2 Si y son dos matrices de orden 3x2, de qué orden es la matriz resultante

Más detalles

Sistemas homogéneos multicomponentes 24 de marzo de 2009 Cuestiones y problemas: C: 7.3, 5

Sistemas homogéneos multicomponentes 24 de marzo de 2009 Cuestiones y problemas: C: 7.3, 5 Índie 5 CELINA GONZÁLEZ ÁNGEL JIMÉNEZ IGNACIO LÓPEZ RAFAEL NIETO Sistemas homogéneos multiomponentes 24 de marzo de 2009 Cuestiones y problemas: C: 7.3, 5 subrayados y en negrita para voluntarios punto

Más detalles

PRÁCTICAS DE ELECTRÓNICA DIGITAL

PRÁCTICAS DE ELECTRÓNICA DIGITAL PRÁCTICAS DE ELECTRÓNICA DIGITAL P R Á C T I C A S D E E L E C T R Ó N I C A D I G I T A L Nombres y apellidos: Curso:. Feha:.. PRÁCTICA 1: PUERTA NOT (INVERSORA) OBJETIVO: Comprobar el omportamiento de

Más detalles

Tema 2 La elección en condiciones de incertidumbre

Tema 2 La elección en condiciones de incertidumbre Ejeriios resueltos de Miroeonomía. Equilibrio general y eonomía de la informaión Fernando Perera Tallo Olga María Rodríguez Rodríguez Tema La eleión en ondiiones de inertidumbre http://bit.ly/8l8ddu Ejeriio

Más detalles

P(B A1)=5%= 0.05 P(B A2)=10%= 0.10 P(B A3)=6%= 0.06 P(B A4)=2%= 0.02

P(B A1)=5%= 0.05 P(B A2)=10%= 0.10 P(B A3)=6%= 0.06 P(B A4)=2%= 0.02 SERIE TEMA I TEORIA DE PROBABILIDAD FAULTAD DE INGENIERÍA DIVISIÓN DE IENIAS BÁSIAS OORDINAIÓN DE IENIAS APLIADAS AADEMIA DE PROBABILIDAD Semestre: 2017-1 1. El narotráfio en Sinaloa tiene tres formas

Más detalles

Nuevo Software para Análisis de Datos de Rugosidad en 2D y 3D

Nuevo Software para Análisis de Datos de Rugosidad en 2D y 3D Nuevo Software para Análisis de Datos de Rugosidad en D y 3D Carlos Galván km 4,5 Carretera a Los Cués, 7646, Querétaro, Méxio. galvan@enam.mx RESUMEN La mediión del aabado superfiial de piezas es de vital

Más detalles

Ejemplos: 180 = media circunferencia = π radianes. 45 = 180 / 4 = π / 4 radianes

Ejemplos: 180 = media circunferencia = π radianes. 45 = 180 / 4 = π / 4 radianes Trigonometría ngulos Los ángulos pueden medirse viendo que parte de una irunferenia oupan. Los ailonios reían que la tierra tardaa 360 días en dar una vuelta al sol, así que dividieron al írulo en 360

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química UNIVERSIDAD NACIONAL EXERIMENTAL OLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEARTAMENTO DE INGENIERÍA QUÍMICA Ingeniería Químia Unidad III. Balane de materia Sistemas Monofásios Clase

Más detalles

Cartas de control para monitorear variables multinomiales

Cartas de control para monitorear variables multinomiales Cúuta-Colombia Cartas de ontrol para monitorear variables multinomiales Control harts for monitoring multinomial variables Julio-Diiembre 014 Luz Marela Restrepo-Tamayo 1, Juan Carlos Correa-Morales Forma

Más detalles

Generación de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Generación de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Generación de Variables Aleatorias UCR ECCI CI-453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Las variables aleatorias se representan por medio de distribuciones

Más detalles

GUÍA DE INICIO RÁPIDO

GUÍA DE INICIO RÁPIDO ontrolador de Fator de Potenia GUÍA DE INIIO RÁPIDO Por favor lea esta guía de iniio rápido uidadosamente antes de la instalaión y puesta en marha del Rapidus. El manual de usuario detallado puede ser

Más detalles

La ecuación lineal de primer grado con tres incógnitas. El plano en el espacio afín

La ecuación lineal de primer grado con tres incógnitas. El plano en el espacio afín La euaión lineal de primer grado on tres inógnitas. El plano en el espaio afín En un artíulo anterior habíamos hablado sobre la euaión lineal de primer grado on dos inógnitas y sobre la reta en el plano

Más detalles

Gesdocal Proyector de perfiles vertical y horizontal ( 1 de 7 )

Gesdocal Proyector de perfiles vertical y horizontal ( 1 de 7 ) Gesdoal Proyetor de perfiles vertial y horizontal ( de 7 ) OBJETO El obeto del presente PROCESO DE CALIBRACIÓN es definir la pauta utilizada en el software CALIBRO para la alibraión de proyetores de perfiles

Más detalles

Introducción a la Química Computacional

Introducción a la Química Computacional Introduión a la Químia Computaional MÉTODO D LA VARIACION PARA ROLVR APROXIMADAMNT LA CUACIÓN D CRÖDINGR Reservados todos los derehos de reproduión. Luis A. Montero Cabrera y Rahel Crespo Otero, Universidad

Más detalles

Laboratorio 2 Probabilidad y Estadística con MATLAB GENERACIÓN DE VARIABLES ALEATORIAS Y SIMULACIÓN

Laboratorio 2 Probabilidad y Estadística con MATLAB GENERACIÓN DE VARIABLES ALEATORIAS Y SIMULACIÓN Laboratorio 2 Probabilidad y Estadística con MATLAB GENERACIÓN DE VARIABLES ALEATORIAS Y SIMULACIÓN Introducción Muchos de los métodos de estadística computacional requieren la capacidad de generar variables

Más detalles

Pruebas de Hipótesis

Pruebas de Hipótesis Pruebas de Hipótesis Una prueba de hipótesis es una técnica de Inferencia Estadística que permite comprobar si la información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística

Más detalles

Cursada Segundo Cuatrimestre 2012 Guía de Trabajos Prácticos Nro. 1

Cursada Segundo Cuatrimestre 2012 Guía de Trabajos Prácticos Nro. 1 Temas: Ambiente de trabajo MATLAB. Creación de matrices y vectores. Matrices pre-definidas. Operador dos puntos. Operaciones con matrices y vectores. Direccionamiento de elementos de matrices y vectores.

Más detalles

7. Administración de bases de datos

7. Administración de bases de datos 7. Administraión de bases de datos INTRODUCCIÓN En este módulo de 152 horas pedagógias se espera que los y las estudiantes desarrollen las ompetenias neesarias para efetuar operaiones más omplejas en los

Más detalles

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.

MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En

Más detalles

COMPORTAMIENTO DINÁMICO DEL MODELO HÍBRIDO DE UN CIRCUITO ELEVADOR. E. Zulueta, T. Rico*, I. Manero**

COMPORTAMIENTO DINÁMICO DEL MODELO HÍBRIDO DE UN CIRCUITO ELEVADOR. E. Zulueta, T. Rico*, I. Manero** COMPORAMIENO DINÁMICO DE MODEO HÍBRIDO DE UN CIRCUIO EEVADOR E. Zulueta,. Rio*, I. Manero** *Departamento de Ingeniería de Sistemas y Automátia **Departamento de Ingeniería Elétria E.U.I. de Vitoria-Gasteiz

Más detalles