Cifrado de imágenes usando autómatas celulares con memoria

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

Download "Cifrado de imágenes usando autómatas celulares con memoria"

Transcripción

1 Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano 144, Madrd, España, E-mal: lus@ec.csc.es 2 Dpto. de Matemátca Aplcada, E.T.S.I.I., Unversdad de Salamanca Avda. Fernández Ballesteros 2, Béar, España, E-mals: {ascen, sarahw}@usal.es 3 Dpto. de Matemátca Aplcada, E.P.S., Unversdad de Salamanca, C/Santo Tomás s/n Ávla, España, E-mal: delrey@usal.es 4 Dpto de Matemátca Aplcada, E.P.S., Unversdad de Salamanca, Avda. Requeo 33, Zamora, España, E-mal: gerardo@usal.es Resumen: En este artículo se presenta un nuevo crptosstema gráfco para cfrar mágenes basado en autómatas celulares reversbles con memora. Su prncpal característca es que las mágenes orgnal y cfrada están defndas por la msma paleta de colores y que la magen recuperada es déntca a la magen orgnal, es decr, no hay pérdda de resolucón n de defncón en todo el protocolo, al contraro de lo que ocurre en la mayor parte de los crptosstemas gráfcos presentados hasta la fecha. Además, el crptosstema propuesto es seguro frente a ataques por fuerza bruta, estadístcos y al texto claro elegdo. Palabras Clave: Autómatas Celulares. Crptosstemas Gráfcos. Tratamento de Imágenes. 1. Introduccón En el dseño de crptosstemas se han usado frecuentemente sstemas dnámcos (véase [4]). No obstante, no han sdo muchos los protocolos basados en sstemas dnámcos que se han propuesto específcamente para el cfrado de mágenes (véase [2]). El prncpal problema que presentan es que son dfícles de mplementar computaconalmente debdo a la dferenca entre la artmétca caótca defnda por el sstema dnámco usado y la artmétca dscreta del ordenador. Además, la magen descfrada suele presentar una pérdda de resolucón que, aunque la hace reconocble, no es exactamente gual a la orgnal.

2 Recentemente se ha propuesto el uso de autómatas celulares en protocolos crptográfcos para mágenes (ver, por eemplo [1, 3]), cuya prncpal característca es que se recupera la magen orgnal sn pérdda alguna de resolucón. En este artículo se propone el uso de un autómata celular reversble con memora para el dseño de un crptosstema smétrco gráfco. Medante este nuevo método se cfran mágenes defndas por cualquer número de colores, sendo sus característcas fundamentales que la magen cfrada es del msmo tamaño y está defnda por la msma paleta de colores que la magen orgnal, y que la magen descfrada es gual a la orgnal. El resto del artículo está organzado como sgue: En la Seccón 2 se presentan los conceptos báscos relaconados con los autómatas celulares con memora. En la Seccón 3 se ntroduce el nuevo crptosstema para mágenes, y se prueba la segurdad del protocolo propuesto. En la Seccón 4 se muestra un eemplo y, fnalmente, en la Seccón 5 se presentan las conclusones y las líneas futuras de trabao. 2. Autómatas celulares con memora Un Autómata Celular (AC) es un sstema dnámco dscreto formado por un número fnto o nfnto de obetos déntcos llamados células, cada una de las cuales está dotada de un estado que va cambando con el paso dscreto del tempo según una regla determnsta. De forma más precsa, todo AC se puede defnr como un conunto A = (C, S, V, f), donde C es el espaco celular formado por n células, denotándose cada una de ellas por < >, 0 n- 1. S es el conunto de estados, es decr, todos los posbles valores que puede tomar cada célula. En este trabao supondremos que S es fnto con S = k, por lo que tomaremos S = Z k. El conunto de índces de C es el subconunto fnto ordenado V Z, V = m, tal que para cada celda < > C, su vecndad, V, es el conunto ordenado de m células dado por:

3 V = { + α,, + α, con α }. Además, la funcón de transcón local, f : S m S, es 1 m V la funcón que determna la evolucón del AC a lo largo del tempo, es decr, los cambos de estado de cada célula tenendo en cuenta sus vecndades. Así, s a t ( ) S representa el estado de la célula < > en el nstante t, y (t) V es el conunto de estados de la vecndad de la célula < > en ese nstante t, el sguente estado de la célula vene dado por: a ( t+ ( V ) = f ( a,, a ). = f +α + α 1 m Como el espaco celular es fnto, se deben establecer condcones de contorno para asegurar que está ben defnda la evolucón del AC. En este trabao se consderan condcones de contorno peródcas, es decr s ( modn) entonces a = a. El conunto de estados de todas las células en el nstante t se denomna confguracón en el n nstante t y se representa por el vector (,, ). C = a0 an 1 S En partcular, C (0) es la confguracón ncal. S denotamos por C al conunto de todas las confguracones posbles del AC, se denomna funcón de transcón global del AC a la transformacón lneal Φ : C C, ( t+ C C, que asgna a cada confguracón su evolucón en el tempo. S Φ es byectva entonces exste otro autómata celular, llamado nverso, cuya funcón global es Φ -1. Cuando exste este AC nverso, se dce que el autómata celular es reversble y su evolucón haca atrás en el tempo es posble. Hasta el momento hemos supuesto que la evolucón del AC consdera que el estado de cada célula en el nstante de tempo t+1 depende del estado de las células vecnas en el nstante t, V. Sn embargo, se puede consderar que esta evolucón tambén depende del estado de (t) otras células en nstantes de tempo anterores: t-1, t-2, etc. En este caso, la funcón de

4 ( t+ ( t h) ( t h) transcón para cada célula será de la sguente forma: a = f ( V ), donde cada f (t-h) es una funcón de transcón local específca. A este tpo de AC se les denomna autómatas celulares con memora. 3. Crptosstema para mágenes Sea I una magen defnda por n = r s 128 pxels y una paleta de c colores. Dcha magen puede ser representada como una matrz, M, de orden n = r s, con coefcentes en Z c, donde c = 2 b y b = 1, 8, 24, para mágenes en blanco y negro, escala de grses y en color, respectvamente. El coefcente (, ) de la matrz M representa el color que posee el pxel (, ) de la magen I. Esta representacón matrcal da lugar, s concatenamos las sucesvas flas de la matrz M, a una secuenca de n enteros P = (p 0,...,p n-1 ), que denomnaremos representacón secuencal de la magen I. El crptosstema propuesto consta de tres fases. En la prmera (fase de ncalzacón) los dos usuaros (el emsor y el receptor) se ponen de acuerdo en la clave que van a compartr para cfrar la magen que van a ntercambar y se defne el AC que van a usar. En la segunda fase (fase de cfrado), el emsor cfra la magen secreta para mandársela al receptor. Fnalmente, en la tercera fase (fase de descfrado), el receptor usa el AC nverso al usado por el emsor en la prmera fase y descfra la magen recbda. Fase de ncalzacón. Antes de cfrar propamente la magen I, el emsor y el receptor se ponen de acuerdo en usar una semlla de 1024 bts, K, que hará las veces de clave del crptosstema, medante la cual el emsor generará una secuenca pseudoaleatora de 2n + 2 bts usando el generador de bts pseudoaleatoros crptográfcamente seguro BBS. Así se (0) (0) ( ( obtendrán dos secuencas de n + 1 bts cada una: K = ( b b ) y K ( b b ) k h= 0 0 0,, n 1 0,, n =. Posterormente el emsor construye la representacón secuencal P de la magen I, y

5 medante el uso de un generador de números aleatoro construye una secuenca de n enteros en Z c, Z { z, z }. Fnalmente se construye el AC reversble con memora, A = (C, S, = 0, n 1 V, f), para ser usado en el crptosstema, cuyas característcas son las sguentes: el espaco celular C, es una secuenca de n = r s células; el conunto de estados vene dado por S = Z c ; las vecndades están defndas por V = {-n/2,...,n/2}; y fnalmente, la funcón de transcón es: n / 2 ( t+ ( t (mod 2)) ( t a = bn / 2+ a+ + a (modc), 0 n 1. ( = n / 2 Obsérvese que el AC con memora así defndo es reversble, sendo la funcón de transcón del AC nverso la dada por: n / 2 ( t+ ( t (mod 2)) ( t a = bn / 2+ a+ + a (modc), 0 n 1. (2) = n / 2 Obsérvese que estamos suponendo que n =r s es par. S en la magen orgnal no fuera así, añadríamos un últmo entero adconal para que fuera par. Fase de cfrado. En esta fase el emsor defne las prmeras confguracones del AC: C (0) = P, C ( = Z, y aplca la funcón de transcón dada por (, calculando así las confguracones C (2) y C (3). La magen cfrada a envar, J, está formada por la concatenacón de las mágenes, J 1 y J 2, cuyas representacones secuencales son las confguracones C (2) y C (3). Esta concatenacón se hace como una únca magen con doble número de columnas que la magen orgnal: J 2 se pondría debao de J 1 formando una magen de tamaño 2n = (2r) s. La confguracón C ( debe ser dferente para cada magen, y puede ser destruda una vez aplcado el protocolo. El número máxmo de colores de la magen cfrada, J, es, por construccón, de nuevo c; por tanto, I y J son mágenes defndas por la msma paleta de colores.

6 Fase de descfrado. Para descfrar una magen cfrada, J, el receptor calcula, a partr de la representacón secuencal de J, las dos confguracones (0) (3) C = C y ( (2) C = C, y aplca el AC nverso defndo por (2) dos veces, obtenendo (3) C = P, que es la representacón secuencal de la magen orgnalmente envada. Obsérvese que la magen recuperada es déntca a la orgnal debdo a las propedades de reversbldad del AC usado. Obsérvese que s el número de píxeles de la magen orgnal es n = r s, donde 16 n 127, el anteror protocolo funcona correctamente en vrtud de las condcones de contorno peródcas establecdas. El crptosstema propuesto es seguro frente a ataques por fuerza bruta dada la longtud de la clave: 1024 bts. Por otra parte, el crptosstema está a salvo del ataque estadístco. Ello es debdo a que la confguracón del autómata celular, C (, se obtene en el protocolo de cfrado medante un generador de números aleatoros, y a que el generador de bts utlzado es el BBS. Además, el crptosstema propuesto es seguro frente a ataques al texto claro elegdo. Así, s un posble atacante qusera cfrar una magen convenentemente elegda, (0) por eemplo, una magen homogénea de un msmo color: a = p Z, 0 n 1, entonces para obtener las secuencas de bts usadas, K 0 y K 1, habría de resolver el sstema c de 2n ecuacones no lneales con 3n+2 ncógntas, b, b, a = z, con 0 n, (0) ( ( k k 0 k n 1, dado por las ecuacones a (2) = n / 2 n / 2 (0) ( (2) ( (2) ( bn / 2+ a+ + p (modc), a = bn / 2+ a+ + a (modc), 0 n = n / 2 = n / Eemplo La magen (a) de la Fgura 1 es una magen defnda en tonos de grs y con un tamaño de píxeles. Su magen cfrada medante el protocolo anteror es la magen (b) de la

7 msma fgura. Como se comentó anterormente está formada por la concatenacón de las dos confguracones obtendas después de aplcar el autómata celular. Su tamaño es píxeles y está defnda por 256 tonos de grses. Fgura 1. (a) Imagen orgnal (b) Imagen cfrada 5. Conclusones y futuras líneas de nvestgacón En este trabao se ha presentado un nuevo algortmo para el cfrado de mágenes basado en el uso de autómatas celulares reversbles con memora. Su prncpal característca es que no se produce nnguna pérdda de resolucón en la magen recuperada, sendo por tanto ésta, exactamente gual a la orgnal. Además, dcho crptosstema es seguro frente a ataques por fuerza bruta, ataques de carácter estadístco y ataques al texto claro eleggo. Es, tambén, fáclmente mplementable en una computadora debdo a las propedades ntrínsecas de los autómatas celulares. Como futura línea de nvestgacón, nos centraremos en tratar de reducr el tamaño de la magen cfrada que, en este modelo, es el doble de la magen orgnal. Agradecmentos

8 Los autores queren agradecer a L. Hernández Encnas y a G. Álvarez Marañon sus valosas sugerencas. Este trabao ha sdo subvenconado por la Conseería de Educacón y Cultura de la Junta de Castlla y León, bao el proyecto SA052/03. Referencas [1] Álvarez Marañón, G., Hernández Encnas, L., Hernández Encnas, A., Martín del Rey, A., Rodríguez Sánchez, G., Graphc cryptography wth pseudorandom bt generators and cellular automata. Lect. Notes Artf. Intell (2003) [2] Frdrch, J., Symmetrc cphers based on two-dmensonal chaotc maps. Internat. J. Bfur. Chaos 8 (1998) [3] Hernández Encnas, L., Martín del Rey, A., Hernández Encnas, A., Encrypton of mages wth 2-dmensonal cellular automata, n Proceedngs of 6-th Multconference on Systemcs, Cybernetcs and Informatcs, Vol. I: Informaton Systems Development, Orlando, 2002, pp [4] Schmtz, R., Use of chaotc dynamcal systems n cryptography. J. Frankln Inst. 338 ( Lus Hernández Encnas es doctor en Cencas Matemátcas por la Unversdad de Salamanca (1992), e nvestgador centífco del CSIC. Sus líneas de nvestgacón ncluyen el procesamento de mágenes, los autómatas celulares y la crptografía. Ascensón Hernández Encnas es doctora en Cencas Físcas por la Unversdad de Salamanca (1990) y profesora ttular del departamento de Matemátca Aplcada de la Unversdad de Salamanca. Sus líneas de nvestgacón ncluyen la clmatología dnámca, el procesamento de mágenes, los autómatas celulares y la crptografía.

9 Sara Hoya Whte es ttulada en Ingenería Industral por la Unversdad de Salamanca (1999) y profesora asocada del departamento de Matemátca Aplcada de la Unversdad de Salamanca. Actualmente está realzando su tess doctoral. Sus líneas de nvestgacón ncluyen el procesamento de mágenes, los autómatas celulares y la crptografía. Angel Martín del Rey es doctor en Cencas Matemátcas por la UNED (2000), y profesor ttular del departamento de Matemátca Aplcada de la Unversdad de Salamanca. Sus líneas de nvestgacón ncluyen los autómatas celulares y la crptografía. Gerardo Rodríguez Sánchez es doctor en Cencas Matemátcas por la Unversdad de Salamanca (1996) y Catedrátco de Escuela Unverstara del departamento de Matemátca Aplcada de la Unversdad de Salamanca. Sus actuales líneas de nvestgacón ncluyen los autómatas celulares y la crptografía.

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

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

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

Centro Universitario UAEM Zumpango Ingeniería en Computación. Dr. Arturo Redondo Galván 1

Centro Universitario UAEM Zumpango Ingeniería en Computación. Dr. Arturo Redondo Galván 1 Centro Unverstaro UAEM Zumpango Ingenería en Computacón 1 SEGURIDAD EN REDES UNIDAD III Crptografía y autentcacón Tema: Modos de operacón 2 OBJETIVO: Conocer e mplementar los dferentes modos de operacón

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo Especial 2: Cadenas de Markov y modelo PageRank Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más detalles

Título: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración.

Título: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración. Título: Dos métodos de dagnóstco de crcutos dgtales de alta y muy alta escala de ntegracón. Autor: Dr. Ing. René J. Díaz Martnez. Profesor Ttular. Dpto. de Automátca y Computacón. Fac. de Ingenería Eléctrca.

Más detalles

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

Tema 3: Adaptadores de Señal

Tema 3: Adaptadores de Señal Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

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

Tema 7: Variables Ficticias

Tema 7: Variables Ficticias Tema 7: Varables Fctcas Máxmo Camacho Máxmo Camacho Econometría I - ADE+D /2 - Tema 7 Varables fctcas Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema 2: El modelo de regresón

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

Teléfono: (52)-55-5329-7200 Ext. 2432

Teléfono: (52)-55-5329-7200 Ext. 2432 Sstema de Montoreo Autónomo Basado en el Robot Móvl Khepera Jorge S. Benítez Read 1, Erck Rojas Ramírez 2 y Tonatuh Rvero Gutérrez Insttuto Naconal de Investgacones Nucleares Carretera Méxco-Toluca s/n,

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

Segmentación robots móviles en espacios inteligentes utilizando técnicas GPCA y minimización de funciones de energía

Segmentación robots móviles en espacios inteligentes utilizando técnicas GPCA y minimización de funciones de energía Segmentacón robots móvles en espacos ntelgentes utlzando técncas GPCA mnmzacón de funcones de energía Crstna Losada, Manuel Mazo, Sra Palazuelos, Francsco edondo Departamento de Electrónca. Unversdad de

Más detalles

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE FISICA FISICA I FIS101M. Sección 03. José Mejía López. jmejia@puc.cl

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE FISICA FISICA I FIS101M. Sección 03. José Mejía López. jmejia@puc.cl PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE FISICA FISICA I FIS11M Seccón 3 José Mejía López jmeja@puc.cl http://www.s.puc.cl/~jmeja/docenca/s11m.html JML s11m-1 Capítulo Dnámca Trabajo y energía

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

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

Más detalles

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica)

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica) IUITOS EÉTIOS (apuntes para el curso de Electrónca) os crcutos eléctrcos están compuestos por: fuentes de energía: generadores de tensón y generadores de corrente y elementos pasos: resstores, nductores

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

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

CAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS

CAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS CAPACIDAD DE LAS OJAS DE CÁLCULO EN EL ANÁLISIS Y OPIMIZACIÓN DE PROCESOS Y SISEMAS A. Rvas y. Gómez-Acebo Departamento de Ingenería Mecánca-Área de Ingenería érmca y de Fludos ECNUN - Escuela Superor

Más detalles

Lección 24: Lenguaje algebraico y sustituciones

Lección 24: Lenguaje algebraico y sustituciones LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce

Más detalles

INSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR

INSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR El Superntendente de Pensones, en el ejercco de las facultades legales contempladas en el artículo 13, lteral b) de la Ley Orgánca de la Superntendenca de Pensones, EMITE el : INSTRUCTIVO No. SP 04 / 2002

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

La ventana de Microsoft Excel

La ventana de Microsoft Excel Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft

Más detalles

Una viga se encuentra sometida a Flexión Pura cuando el momento Flector es la única fuerza al interior de la sección.

Una viga se encuentra sometida a Flexión Pura cuando el momento Flector es la única fuerza al interior de la sección. 3. FLEXÓ E VGS RECTS 3.1.- Conceptos Báscos Una ga se encentra sometda a Fleón Pra cando el momento Flector es la únca fera al nteror de la seccón. Ejemplo: Una ga smplemente apoada de l L solctada por

Más detalles

APENDICE A. El Robot autónomo móvil RAM-1.

APENDICE A. El Robot autónomo móvil RAM-1. Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas

Más detalles

CIRCULAR Nº 1.294. Rentabilidad de la Cuota y de la Cuenta de Capitalización Individual y Costo Previsional. Deroga la Circular N 736.

CIRCULAR Nº 1.294. Rentabilidad de la Cuota y de la Cuenta de Capitalización Individual y Costo Previsional. Deroga la Circular N 736. CIRCULAR Nº 1.294 VISTOS: Las facultades que confere la ley a esta Superntendenca, se mparten las sguentes nstruccones de cumplmento oblgatoro para todas las Admnstradoras de Fondos de Pensones. REF.:

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

INTERPOLACIÓN POLINÓMICA Y LA DIVISIÓN DE SECRETOS

INTERPOLACIÓN POLINÓMICA Y LA DIVISIÓN DE SECRETOS INTERPOLACIÓN POLINÓMICA Y LA DIVISIÓN DE SECRETOS Ángela Rojas Matas, Universidad de Córdoba Alberto Cano Rojas, Universidad de Córdoba RESUMEN. La división o reparto de secretos es un tema de completa

Más detalles

RESUELTOS POR M. I. A. MARIO LUIS CRUZ VARGAS PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS

RESUELTOS POR M. I. A. MARIO LUIS CRUZ VARGAS PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS. En las msmas condcones, qué tpo de anualdades produce un monto mayor: una vencda o una antcpada? Por qué? Las anualdades antcpadas producen un monto mayor

Más detalles

Matemática Financiera - Rentas constantes

Matemática Financiera - Rentas constantes Matemátca Fnancera - Rentas constantes Marek Šulsta Jhočeská unverzta v Českých Budějovcích Ekonomcká fakulta Katedra aplkované matematky a nformatky Unversdad de Bohema Sur Faculdad de Economía Departmento

Más detalles

CUADRIENIO 2011 2014

CUADRIENIO 2011 2014 INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011

Más detalles

Práctica 4ª: RESOLUCIÓN DE SISTEMAS LINEALES. METODOS ITERATIVOS.

Práctica 4ª: RESOLUCIÓN DE SISTEMAS LINEALES. METODOS ITERATIVOS. practca4srnb Apelldos Nombre: Práctca 4ª: RESOLUCIÓN DE SISTEMAS LINEALES METODOS ITERATIVOS Normas vectorales normas matrcales Número de condcón de una matr Cuando se construe una sucesón de vectores

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

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

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

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

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

Enunciado unidades fraccionarias fracción fracciones equivalentes comparar operaciones aritméticas fracciones propias Qué hacer deslizador vertical

Enunciado unidades fraccionarias fracción fracciones equivalentes comparar operaciones aritméticas fracciones propias Qué hacer deslizador vertical Enunciado Si la unidad la dividimos en varias partes iguales, podemos tomar como nueva unidad de medida una de estas partes más pequeñas. Las unidades fraccionarias son necesarias cuando lo que queremos

Más detalles

LA MATRIZ DE CO-OCURRENCIA EN LA CLASIFICACIÓN MULTIESPECTRAL: TUTORIAL PARA LA ENSEÑANZA DE MEDIDAS TEXTURALES EN CURSOS DE GRADO UNIVERSITARIO.

LA MATRIZ DE CO-OCURRENCIA EN LA CLASIFICACIÓN MULTIESPECTRAL: TUTORIAL PARA LA ENSEÑANZA DE MEDIDAS TEXTURALES EN CURSOS DE GRADO UNIVERSITARIO. LA MATRIZ DE CO-OCURRECIA E LA CLASIFICACIÓ MULTIESPECTRAL: TUTORIAL PARA LA ESEÑAZA DE MEDIDAS TEXTURALES E CURSOS DE GRADO UIVERSITARIO. Tema do Trabalho: Recursos Ddátcos para o Ensno de Sensoramento

Más detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones

Más detalles

Programa Presupuestos de Sevillana de Informática.

Programa Presupuestos de Sevillana de Informática. Programa Presupuestos de Sevillana de Informática. Introducción. En sus inicios, el programa Presupuestos estaba pensado únicamente para escribir e imprimir presupuestos, facilitando el trabajo con un

Más detalles

Informática Aplicada a la Gestión de Empresas (IAGE) Parte III Excel e Internet Tema 2

Informática Aplicada a la Gestión de Empresas (IAGE) Parte III Excel e Internet Tema 2 Informática Aplicada a la Gestión de Empresas (IAGE) Parte III Excel e Internet Tema 2 1. Rango de celdas. Definición. Selección Contenido. 2. Referencias relativas, absolutas y mixtas. 3. Gráficos. Creación,

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

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde

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

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

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

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal

Más detalles

Algorítmica y Lenguajes de Programación. Ordenación (i)

Algorítmica y Lenguajes de Programación. Ordenación (i) Algorítmica y Lenguajes de Programación Ordenación (i) Ordenación. Introducción A lo largo del curso hemos visto distintas formas de almacenar datos: Vectores. Matrices. Ficheros Listas (pilas y colas)

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

Leyes de tensión y de corriente

Leyes de tensión y de corriente hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr

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

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto

Más detalles

4. Modelo Relacional: Manipulación de los datos.

4. Modelo Relacional: Manipulación de los datos. Modelo Relacional: Manipulación de los datos. 54 4. Modelo Relacional: Manipulación de los datos. 4.1. Lenguaje de procedimiento: álgebra relacional Los lenguajes de procedimientos para consultar bases

Más detalles

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

Más detalles

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada

Más detalles

Primero, para organizar tus apuntes no olvides incluir: Ya en clase, algunas sugerencias que debes considerar son:

Primero, para organizar tus apuntes no olvides incluir: Ya en clase, algunas sugerencias que debes considerar son: TOMA DE APUNTES 1 Qué es? Tomar apuntes es la acción de anotar los puntos sobresalientes de una clase y una actividad que apoya tu estudio y tu aprendizaje. Tomar apuntes: Te ayuda a reforzar la atención

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

Fuentes de información

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

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

VISIÓN POR COMPUTADOR

VISIÓN POR COMPUTADOR Escuela Poltécnca Superor de Elche VISIÓN POR COMPUTADOR Grado en Electrónca y Automátca Industral PRÁCTICAS TITERE Práctca 4: Segmentacón, Localzacón y Reconocmento de Obetos Departamento de Ingenería

Más detalles

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las

Más detalles

Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A)

Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A) aprenderaprogramar.com Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A) Sección: Cursos Categoría: Curso Bases de la programación

Más detalles

Hoja1!C4. Hoja1!$C$4. Fila

Hoja1!C4. Hoja1!$C$4. Fila CAPÍTULO 6......... Cálculo y funciones con Excel 2000 6.1.- Referencias De Celdas Como vimos con anterioridad en Excel 2000 se referencian las celdas por la fila y la columna en la que están. Además como

Más detalles