TEMA 5. INTERPOLACION

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

Download "TEMA 5. INTERPOLACION"

Transcripción

1 TEMA 5.. Introduccón. Nomenclatura. Interpolacón lneal 4. Interpolacón cuadrátca 5. Interpolacón por splnes cúbcos 6. RESUMEN 7. Programacón en Matlab INTERPOLACION

2 . Introduccón En el Tema 4, se ha descrto como poder correlaconar un conjunto de puntos dscretos por medo de la regresón lneal múltple, de orma que se obtenen unos parámetros característcos que los relaconan a todos ellos medante una ecuacón matemátca. Así msmo, estos parámetros pueden utlzarse para calcular el valor de una varable dependente en uncón de las ndependentes en ntervalos nterores de valores en los cuales la regresón ue realzada. No obstante, en muchas ocasones nos encontraremos en el caso de tener una sere de puntos epermentales sn conocer eactamente el tpo de ecuacón o ajuste que represente a este proceso ( quzá tampoco sea el objetvo que se conozca), sn embargo, haa que realzar una estmacón del valor de la varable dependente en uncón de otra, para valores ntermedos a los conocdos, denomnándose nterpolacón. Uno de los prncpales errores que se pueden cometer es ajustar a una ecuacón utlzar esta ecuacón para nterpolar otros puntos. Estos ajustes a líneas de tendenca en ocasones nos proporconaran apromacones adecuadas, pero en otros muchos casos, aun dando una buena estmacón de la uncón en los puntos epermentales usados para su cálculo, proporconaran valores erróneos en otros casos mposbles de acuerdo con el proceso estudado. Este error tene su base en la sencllez del cálculo de los coecentes de regresones (lneales o de ordenes superores) medante el uso de programas amplamente etenddos como son las hojas de calculo, a que se cubre de esta orma un ntervalo de valores demasado amplo, cuando lo que se desea al nterpolar es la relacón con los puntos mas cercanos.

3 . Nomenclatura,,,,,, X Y Valores tabulados de una varable, en orden numérco crecente Valores de las correspondentes ordenadas, tamben tabuladas, a los valores de ctados anterormente Valor de la varable, entre el ntervalo tabulado anteror. Ordenada que se desea nterpolar correspondente al valor de ctado. () Funcón polnómca de orden (cúbca) a las que se ajustan grupos de tres valores de tabulados correlatvos. Cada tres valores tene su correspondente ajuste. (), () A, B, C, D Prmera segunda dervada de las uncones cúbcas anterores Parámetros que se obtenen a partr de los valores tabulados de e para la aplcacón de la nterpolacón por splnes cúbcos.

4 . Interpolacón lneal Esta es la orma más senclla de nterpolacón estente. Usa dos puntos con el n de desarrollar una apromacón lneal de la uncón. Estos dos puntos usados en el proceso serán los más prómos al punto de nterés, debendo ser uno menor otro maor que este. Por tanto, entre cada pareja de valores de (, ) (, ), se calcula la recta estente entre ambos para calcular al valor de dado. S consderamos la ormula de Talor para apromar el valor de uncón alrededor del punto : ' ( ) ( ) '' =. ((IN.) Truncando esta sere por el térmno lneal apromando la uncón utlzando la técnca de ncrementos ntos, encontramos que el valor estmado de la uncón vendrá dado por: ' = ( ) ((IN.)

5 4. Interpolacón cuadrátca En este caso se usaran puntos, ( -, - ), (, ) (, ), para el proceso de nterpolacón en lugar de dos, obtenendo una apromacón a la uncón de maor orden. S consderamos el caso de puntos de gualmente espacados, -, por este orden, la apromacón medante la epansón de seres de Talor vendría dada por: ( ) ( ) ( ) = ( ) ((IN.) La apromacón medante derencas ntas de segundo orden centrada, nos proporcona la sguente epresón para el valor de la uncón en el punto que buscamos: ( )[ ] ( ) [ ] ((IN.4) ( ) = Para el caso de puntos no gualmente espacados, crcunstanca habtual en valores tabulados a medda que va aumentando el orden de magntud, es necesaro aplcar una nterpolacón, basada tamben en ajustes a tros de puntos, pero donde el ajuste se hace a uncones cúbcas, como se presenta en el sguente apartado.

6 5. Interpolacón por splnes cúbcos Las apromacones polnómcas de alto orden, a ntervalos de puntos amplos, no son adecuadas para correlaconar magntudes que presenten cambos bruscos. En este caso, la nterpolacón por splnes cúbcos orece ventajas sgncatvas debdo a que cada segmento (regón entre dos puntos epermentales) se aproma medante una uncón (cúbca) () que pasa por puntos. Así, por ejemplo, en el caso de tener 6 puntos epermentales, utlzaríamos 5 uncones (cúbcas) para apromar la uncón verdadera. Se deben cumplr los sguentes puntos para poder aplcar la técnca de dvsón de uncones:. Evdentemente, la apromacón debe pasar por todos los puntos.. La prmera segunda dervada deben ser contnuas de un segmento a otro. De esta orma se evtan dscontnudades en la curva resultante, a que a cada punto le corresponden dos ecuacones. La uncón sus dervadas para un segmento vendrían dadas por: ( ) = a b c d > '( ) = a b c ( ) = 6a b > lneal cúbca ((IN.5) En la sguente gura se aclara la nomenclatura seguda. A los puntos se van a denomnar con el subíndce a las uncones entre cada dos puntos con el subíndce.

7 - La ecuacón ((IN.5) demuestra que la dervada segunda vara lnealmente con. Puesto que la dervada segunda debe ser contnua ( ) "( ) " ( ) " ( ) ( ) " = ((IN.6) Esta ecuacón puede ser ntegrada dos veces, obtenendo una epresón que nos da el valor de la uncón en el segmento. Esta epresón contendrá dos constantes de ntegracón que pueden ser evaluadas usando la prmera de las condcones: la apromacón debe pasar por los puntos conocdos: ( ) = ( ) = ((IN.7) donde representa el valor real tabulado en el punto. La ecuacón resultante vendría dada por:

8 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) 6 " 6 " 6 " 6 " = ((IN.8) Pero en esta epresón los valores de la segunda dervadas sguen sn ser conocdos. Estos valores pueden conocerse hacendo uso de la condcón que dce que la prmera dervada debe ser contnua de un segmento a otro. ( ) ( ) ) '( = = ((IN.9) Por lo que, al ser guales las uncones colndantes en el msmo punto, puede elmnarse el subíndce para resaltar que la dervada es ndependente de que se escoja una uncón u otra. Por tanto, lo msmo ocurrrá con las dervadas segundas. Aplcando esta condcón de contnudad ((IN.9) a la ecuacón 8, reordenando térmnos: ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) [ ] ( ) 6 6 " " " = = (IN.0) ecuacón que, como úncamente se desconocen las dervadas segundas, puede reagruparse de la orma: ( ) ( ) ( ) D C B A = " " " (IN.)

9 Aplcando esta ecuacón a cada trío de valores, resulta un sstema de ecuacones lneales donde las ncógntas son los valores de las dervadas segundas: = > = > A = (n ) > " ( ) B " ( ) C" ( ) = A " ( ) B " ( ) C " ( ) A ( n ) Bn " ( n ) Cn " ( n ) Dn n " = 4 = D D (IN.) donde todas las constantes A, B, C D son valores conocdos. Fíjese que la ecuacón () no puede aplcarse a los tramos = (necestaríamos un punto anteror al prmero) n en =n (número de puntos a ajustar), por lo que quedan dos dervadas segundas que se pueden elegr. Generalmente se toma como apromacón que la dervada segunda en los etremos ncal nal sean cero, es decr, "( ) = "( n ) = 0 Queda pues un sstema en la orma: B A 0 0 C B A 4 0 A B ( ) ( ) ( ) " " " " ( ) D n n n n 4 D D = D4 (IN.) donde las ncógntas son los valores de las dervadas segundas.

10 Una vez que el sstema esta resuelto obtendremos todos los valores de las dervadas segundas, a se puede utlzar la ecuacón (IN.8) para nterpolar el valor de la uncón en cualquera de los puntos estudados.

11 6. RESUMEN En este tema se revsan las ormas de nterpolacón de datos más comunes, como son la nterpolacón lneal, cuadrátca la que supone splnes cúbcos. Estos métodos serán de mucha utldad en la labor del ngenero al permtr la construccón de nuevos puntos partendo del conocmento de un conjunto dscreto de puntos. En ngenería algunas cencas es recuente dsponer de un certo número de puntos obtendos por muestreo o a partr de un epermento pretender construr una uncón que los ajuste. Otro problema estrechamente lgado con el de la nterpolacón es la apromacón de una uncón complcada por una más smple. S tenemos una uncón cuo cálculo resulta costoso, podemos partr de un certo número de sus valores e nterpolar dchos datos construendo una uncón más smple. En general, por supuesto, no obtendremos los msmos valores evaluando la uncón obtenda que s evaluásemos la uncón orgnal, s ben dependendo de las característcas del problema del método de nterpolacón usado la gananca en ecenca puede compensar el error cometdo.

12 7. Programacón en MATLAB Interpolacón Lneal. uncton =nterplneal(,,) % = INTERPLINEAL(,, ) devuelve la nterpolacon lneal de un valor % de a un velor determnado de enuncon de los valores tabulados e %, ambos vectores de guales dmensones % Prmero, localzar la poscon donde nterpolar =0; valor=0; whle valor ==0 =; valor = () > ; end % Una vez localzada la poscon, se aplca la ormula =(-)(()-(-))/(()-(-))*(-(-)); Interpolacón por splnes cúbcos uncton =nterpsplnes(,,) % = INTERPSPLINES(,, ) devuelve la nterpolacon por splnes cubcos %de un valor de a un valor determnado de enuncon de los valores tabulados e %, ambos vectores de guales dmensones. tene los valores gualment e % Prmero, calcular las dervadas segundas t=sze(); = ma(t); % Armar matrz de coecentes % comenzando por la segunda la, que es la A, B C COEF=zeros(-, -);

13 b=zeros(-,); or =:- A=(()-()); COEF(, -)=A; B=*(()-()); COEF(,)=B; C = ()-(); COEF(,)=C; D=6/(()-())*(()-())6/(()-())*(()-()); b()=d; end % Calculo de B, C D, prmera la COEF(,)=*(()-()); COEF(,)= ()-(); b(,)= 6/(()-())*(()-())6/(()-())*(()-()); % Calculo de la ultma lnea COEF(end,end-)=(-)-(-); COEF(end,end)=*(()-(-)); b(end,)=6/(()-(-))*(()-(-))6/((-)-(-))*((-)-(-)); % Dervadas segundas luego poner la prmera la ultma ceros dersegun = nv(coef)*b; dersegun = [0;dersegun;0]; % Por ultmo, calculo de la nterpolacon % Prmero, localzar la poscon donde nterpolar =0; valor=0; whle valor ==0 =; valor = () > ; end % Una vez localzada la poscon, se aplca la ormula prmer= dersegun(-)/6/(()-(-))*(()-).^; segun = dersegun()/6/(()-(-))*(-(-)).^; tercer= ((-)/(()-(-))-dersegun(-)*(()-(-))/6)*(()-); cuart = (()/(()-(-))-dersegun()*(()-(-))/6)*(- (-)); =prmerseguntercercuart;

14 Asmsmo, MATLAB tene a creado un archvo para realzar la nterpolacón, con la sntas: YI = INTERP(X,Y,XI,'method') donde: YI es el vector que contene los resultados nterpolados, X e Y los vectores sobre los cuales queremos nterpolan, XI el vector que queremos nterpolar method el método de nterpolacón. Los posbles métodos se muestran en la tabla sguente: lnear Interpolacón lneal splne Interpolacón medante splnes

TEMA 5. INTERPOLACION

TEMA 5. INTERPOLACION Tema 5: Interpolacón TEM 5. INTERPOLCION. Introduccón. Nomenclatura. Interpolacón lneal 4. Interpolacón cuadrátca 5. Interpolacón por splnes cúbcos. RESUMEN 7. Programacón en Matlab Cálculo numérco en

Más detalles

VII. Solución numérica de ecuaciones diferenciales

VII. Solución numérica de ecuaciones diferenciales VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las

Más detalles

Raices de Funciones : Solución de ecuaciones no lineales. Jorge Eduardo Ortiz Triviño

Raices de Funciones : Solución de ecuaciones no lineales. Jorge Eduardo Ortiz Triviño Races de Funcones : Solucón de ecuacones no lneales Jorge Eduardo Ortz Trvño jeortzt@unal.edu.co http://www.docentes.unal.edu.co/jeortzt/ y Motvacón La ormula cuadrátca: b b 4ac a Se usa para resolver:

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

Tema 9: Otros temas de aplicación

Tema 9: Otros temas de aplicación Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según

Más detalles

En general puede representarse por : Clase 6 3

En general puede representarse por : Clase 6 3 Encontrar raíces de uncones es uno de los problemas más comunes en ngenería Los métodos numércos para encontrar raíces de uncones son utlzados cuando las técncas analítcas no pueden ser aplcadas. Esto

Más detalles

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla. EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente

Más detalles

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc. TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,

Más detalles

Utilizar sumatorias para aproximar el área bajo una curva

Utilizar sumatorias para aproximar el área bajo una curva Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón

Más detalles

Ecuaciones diferenciales ordinarias

Ecuaciones diferenciales ordinarias Ecuacones derencales ordnaras Motvacón Las ecuacones que se componen de una uncón desconocda de sus dervadas son llamadas ECUACIONES DIFERENCIALES ales ecuacones desempeñan un papel mportante en ngenería

Más detalles

EDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño

EDO: Ecuación Diferencial Ordinaria Soluciones numéricas. Jorge Eduardo Ortiz Triviño EDO: Ecuacón Dferencal Ordnara Solucones numércas Jorge Eduardo Ortz Trvño Organzacón general Errores en los cálculos numércos Raíces de ecuacones no-lneales Sstemas de ecuacones lneales Interpolacón ajuste

Más detalles

Máximos y mínimos de una función real de dos variables reales

Máximos y mínimos de una función real de dos variables reales Mámos mínmos de una uncón real Dencón Sea D una regón del plano Sea :D R Se dce que alcanza su valor mámo absoluto M en un punto P =, ) D cuando M =, ),),) D Se dce que tene un mámo relatvo en un punto

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco

Más detalles

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Cálculo Numérico. Luis Castellanos. Maracaibo, Estado Zulia, Venezuela

Cálculo Numérico. Luis Castellanos. Maracaibo, Estado Zulia, Venezuela Cálculo Numérco Lus Castellanos Maracabo, Estado Zula, Venezuela Cálculo Numérco Lus Castellanos Tabla de Contendo. INTRODUCCIÓN.... CONCEPTOS BÁSICOS. ERROR...... ALGUNOS CONCEPTOS BÁSICOS:..... TIPOS

Más detalles

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales Métodos Matemá5cos en la Ingenería Tema. Ecuacones no lneales Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

Objetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá:

Objetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá: Objetvos El alumno conocerá y aplcará dversas técncas de dervacón e ntegracón numérca. Al fnal de esta práctca el alumno podrá:. Resolver ejerccos que contengan dervadas e ntegrales, por medo de métodos

Más detalles

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE CIENCIAS BÁSICAS DEPARTAMENTO DE CIENCIAS BASICAS.

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE CIENCIAS BÁSICAS DEPARTAMENTO DE CIENCIAS BASICAS. UNIVERSIDAD FRANCISCO DE AULA SANTANDER FACULTAD DE CIENCIAS BÁSICAS DEARTAMENTO DE CIENCIAS BASICAS. DERIVADAS ARCIALES DE ORDEN SUERIOR. S es una uncón de dos varables al dervar la uncón parcalmente

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al

Más detalles

UNIDAD 1: Tablas de frecuencias

UNIDAD 1: Tablas de frecuencias UIDAD : Tablas de recuencas Cuando sobre una poblacón hemos realzado una encuesta o cualquer regstro para conocer los valores que toman las varables, nos encontramos ante una gran cantdad de datos que

Más detalles

Cálculo Nu mérico Luis Castellanos 2012

Cálculo Nu mérico Luis Castellanos 2012 Cálculo Numérco Lus Castellanos 0 Cálculo Numérco Dr. Lus Castellanos. Maracabo, 0. Versón.30 revsada Enero 04 Imagen de portada tomada de: http://webdelproesor.ula.ve/cencas/nunez/cursos/metodosmatematcos/mncu

Más detalles

Laboratorio de Bases Físicas del Medio Ambiente

Laboratorio de Bases Físicas del Medio Ambiente Laboratoro de Bases Físcas del Medo Ambente Teoría de errores Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Medr es, báscamente, comparar con un patrón y esta

Más detalles

ICI3140 Métodos Numéricos. Profesor : Dr. Héctor Allende-Cid

ICI3140 Métodos Numéricos. Profesor : Dr. Héctor Allende-Cid ICI3140 Métodos Numércos Proesor : Dr. Héctor Allende-Cd e-mal : hector.allende@ucv.cl Proyecto Tópcos: Numercal Optmzaton Mínmos Cuadrados Numercal Lnear Algebra: SVD QR NMF Dmensonalty Reducton PCA ICA

Más detalles

6.9 El trazador cúbico

6.9 El trazador cúbico 4.9 El trazador cúbco El polnomo de nterpolacón es útl s se usan pocos datos y que además tengan un comportamento polnomal, así su representacón es un polnomo de grado bajo y adecuado. S no se cumplen

Más detalles

CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO

CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO 8 CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO En esta seccón se descrbe el análss de posconamento y orentacón del robot paralelo: Se resuelve el problema cnemátco nverso en base a métodos

Más detalles

INTEGRACION DE ECUACIONES DIFERENCIALES

INTEGRACION DE ECUACIONES DIFERENCIALES INTEGRACION DE ECUACIONES DIFERENCIALES Métodos que comenzan por s msmos Métodos Numércos G. Pace Edtoral EUDENE -997. Métodos Numércos para Ingeneros.- Capra Canale. Ed. McGraw Hll Interamercana.007.

Más detalles

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil CATEDRA 0 6 Facultad de Ingenería de Mnas, Geología Cvl Departamento académco de ngenería de mnas cvl METODOS NUMERICOS Ingenería Cvl ING.CRISTIANCASTROP. Captulo VI Sstema de Ecuacones Algebracas No Lneales

Más detalles

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil ING.CRISTIANCASTROP. CATEDRA 0 6 Facultad de Ingenería de Mnas, Geología Cvl Departamento académco de ngenería de mnas cvl METODOS NUMERICOS Ingenería Cvl ING.CRISTIANCASTROP. Captulo VI Sstema de Ecuacones

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE CIENCIAS BÁSICAS DEPARTAMENTO DE CIENCIAS BASICAS. DERIVADAS PARCIALES DE ORDEN SUPERIOR.

UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE CIENCIAS BÁSICAS DEPARTAMENTO DE CIENCIAS BASICAS. DERIVADAS PARCIALES DE ORDEN SUPERIOR. UNIVERSIDAD FRANCISCO DE AULA SANTANDER FACULTAD DE CIENCIAS BÁSICAS DEARTAMENTO DE CIENCIAS BASICAS. DANIEL SAENZ CONTRERAS EMAIL SAENZCODANIEL8@HOTMAIL.COM DERIVADAS ARCIALES DE ORDEN SUERIOR. S es una

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) Encuentra el criterio de formación de la siguiente sucesión recurrente: Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Ejercco nº.- Avergua el térmno general de la sucesón: ; 0,;

Más detalles

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma

Más detalles

75.12 ANÁLISIS NUMÉRICO I GUÍA DE PROBLEMAS INTEGRACIÓN

75.12 ANÁLISIS NUMÉRICO I GUÍA DE PROBLEMAS INTEGRACIÓN Análss Numérco Facultad de ngenería - UBA 75. ANÁLSS NUMÉRCO FACULTAD DE NGENERÍA UNVERSDAD DE BUENOS ARES GUÍA DE PROBLEMAS 4 6. NTEGRACÓN. Calcular la sguente ntegral utlzando las fórmulas del trapeco

Más detalles

b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

b) Encuentra el criterio de formación de la siguiente sucesión recurrente: Ejercco nº.- Calcula, utlzando la dencón de logartmo: log log log b) Halla el valor de, aplcando las propedades de los logartmos: log log log Solucón: b) log log log 9 log log log log log 9 9 Ejercco nº.-

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS

CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS Dante Guerrero-Chanduví Pura, 2015 FACULTAD DE INGENIERÍA Área Departamental de Ingenería Industral y de Sstemas CAPÍTULO 18: OBTENCIÓN DE

Más detalles

MDE.Representación superficie

MDE.Representación superficie MDE.Representacón superfce Representacón superfce a partr de datos (observacones). Problema : Cómo crear superfces dscretas y contnuas para representar la varacones de altura en el espaco?. Construccón

Más detalles

Universidad Nacional de Ingeniería P.A Facultad de Ingeniería Mecánica 22/07/11 DACBHCC EXAMEN FINAL DE METODOS NUMERICOS (MB536)

Universidad Nacional de Ingeniería P.A Facultad de Ingeniería Mecánica 22/07/11 DACBHCC EXAMEN FINAL DE METODOS NUMERICOS (MB536) Unversdad Naconal de Ingenería P.A. - Facultad de Ingenería ecánca /7/ EXAEN FINA DE ETODOS NUERICOS B56 DURACION: INUTOS SOO SE PERITE E USO DE UNA HOJA DE FORUARIO ESCRIBA CARAENTE SUS PROCEDIIENTOS

Más detalles

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

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

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

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

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,.

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,. º. a Deducr la expresón de la fórmula de dervacón numérca de tpo x,x,x,x,. nterpolatoro que permte aproxmar f (x* con el soporte { } 3 x 4 b Demostrar que en el caso de que el soporte sea de la forma:

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

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

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

Enlaces de las Series de Salarios. Metodología

Enlaces de las Series de Salarios. Metodología Enlaces de las eres de alaros Metodología ntroduccón La Encuesta de alaros en la ndustra y los ervcos (E, cuyo últmo cambo de base se produjo en 996) ha sufrdo certas modfcacones metodológcas y de cobertura,

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

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

Tecnología y Ciencias del Agua ISSN: Instituto Mexicano de Tecnología del Agua México

Tecnología y Ciencias del Agua ISSN: Instituto Mexicano de Tecnología del Agua México Tecnología y Cencas del Agua ISS: 087-86 revsta.tyca@gmal.com Insttuto Mexcano de Tecnología del Agua Méxco Marón-Domínguez, Davd Ernesto; Gutérrez-de-la-Rosa, Alberto Resolucón de la ecuacón de la adveccón-dspersón

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco

Más detalles

Extracción de Atributos. Dr. Jesús Ariel Carrasco Ochoa Oficina 8311

Extracción de Atributos. Dr. Jesús Ariel Carrasco Ochoa Oficina 8311 Extraccón de Atrbutos Dr. Jesús Arel Carrasco Ochoa arel@naoep.mx Ofcna 8311 Contendo Introduccón PCA LDA Escalamento multdmensonal Programacón genétca Autoencoders Extraccón de atrbutos Objetvo Preprocesamento

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

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Examen Fnal Pregunta ( punto) Responda brevemente a las sguentes preguntas: a) Cuál es el obetvo en el aprendzae del Perceptron

Más detalles

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

CAPÍTULO 18 Interpolación

CAPÍTULO 18 Interpolación CAPÍTULO 8 Interpolacón Con frecuenca se encontrará con que tene que estmar valores ntermedos entre datos defndos por puntos. El método más común que se usa para este propósto es la nterpolacón polnomal.

Más detalles

EL ELEMENTO FINITO APLICADO A LAS ESTRUCTURA S METALICAS

EL ELEMENTO FINITO APLICADO A LAS ESTRUCTURA S METALICAS EL ELEMENTO FINITO APLICADO A LAS ESTRUCTURA S METALICAS ING. F. JAVIER ANAYA ESTRELLA INTRODUCCION UNA REGION COMPLEJA QUE DEFINE UN CONTINUO SE DISCRETIZA EN FORMAS GEOMETRICAS SIMPLES LLAMADAS ELEMENTOS

Más detalles

Prof. Dr. Paul Bustamante

Prof. Dr. Paul Bustamante Carnet: Nombre: Practca Calfcada de C++ Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Practca Calfcada - Programacón en C++ Pág. 1 ÍNDICE ÍNDICE... 1 1. Introduccón... 1 1.1 Ejercco

Más detalles

Algoritmos matemáticos para:

Algoritmos matemáticos para: Algortmos matemátcos para: sstemas de ecuacones lneales, nversón de matrces y mínmos cuadrados Jose Agular Inversón de matrces Defncón(Inversadeunamatrz):SeaAunamatrz nxn.unamatrzcde nxn esunanversadeascaaci.

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI CAPÍTULO 5: MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 57 CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 5. Resumen Se busca solucón a las ecuacones acopladas que descrben los perfles de onda medante

Más detalles

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Redes de Neuronas: Preparacón de datos para el aprendzaje y meddas de evaluacón 1. Preparacón de datos Característcas de los datos

Más detalles

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo Aplcacón de curvas resduo de permeato a sstemas batch en contnuo Alan Dder érez Ávla En el presente trabajo se presentara de manera breve como obtener las ecuacones que generan las curvas de resduo, de

Más detalles

Diferencias Finitas. 4.1 Introducción. 4.2 Método de las Diferencias Finitas. 4. Diferencias Finitas

Diferencias Finitas. 4.1 Introducción. 4.2 Método de las Diferencias Finitas. 4. Diferencias Finitas . Dferencas Fntas Dferencas Fntas. Introduccón La técnca de las dferencas fntas fue la prmera técnca ue surgó para resolver problemas práctcos en ngenería. Ho en día ésta técnca a está obsoleta con lo

Más detalles

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas y Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

Más detalles

. Demuestre que: f x

. Demuestre que: f x UNIVERSIDAD NACIONAL DE INGENIERIA P.A. - FACULTAD DE INGENIERIA MECANICA // EXAMEN FINAL DE METODOS NUMERICOS (MB56) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE SUS

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA Sstemas de Amortzacón de Deudas MATEMÁTICA FINANCIERA SISTEMA FRANCÉS Lus Alcalá UNSL Segundo Cuatrmeste 2016 Como hpótess ncal de trabajo suponemos que la tasa de nterés cobrada por el prestamsta (acreedor)

Más detalles

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO B SISTEMAS NUMÉRICOS ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO.

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. Dado un numero n de puntos del plano ( a, b ) es posble encontrar una funcón polnómca

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles