Cifrado de imágenes usando autómatas celulares con memoria
|
|
- Marta Cárdenas Castilla
- hace 8 años
- Vistas:
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 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 detallesTEMA 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 detalles12-16 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 detallesOPERACIONES 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 detallesALN - 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 detallesCÁLCULO 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 detallesUNIVERSIDAD 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 detallesCapitalización 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 detallesACTIVIDADES 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 detallesRESISTENCIAS 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 detallesTrabajo 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 detallesClase 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 detallesCANTIDADES 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 detallesCentro 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 detallesCÁLCULO 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 detallesDisipación 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 detallesUnidad 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 detallesAlgoritmo 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 detallesTrabajo 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 detallesComparación 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 detalles1. 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 detallesInvestigación 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 detallesMódulo 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 detallesOperadores 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 detallesTítulo: 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 detallesRespuesta 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 detallesTema 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 detallesEXPERIMENTACIÓN 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 detallesFísica 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 detallesDpto. 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 detallesTema 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 detallesCONTROVERSIAS 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 detallesTeléfono: (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 detallesTERMODINÁMICA 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 detallesUNIVERSIDAD 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 detallesSmoothed 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 detallesSegmentación 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 detallesPONTIFICIA 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 detallesGuía 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 detallesRelaciones 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 detallesTEMA 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 detallesPruebas 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 detallesv 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 detallesUnidad 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 detallesPROBLEMAS 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 detallesADENDA 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 detallesMatemática 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 detallesUniversidad 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 detallesCAPACIDAD 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 detallesLección 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 detallesINSTRUCTIVO 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 detallesMaterial 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 detallesDeterminación 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 detallesGANTT, 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 detallesLa 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 detallesUna 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 detallesAPENDICE 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 detallesCIRCULAR 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 detallesMÉTODOS 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 detallesANÁLISIS 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 detallesTema 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 detallesINTERPOLACIÓN 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 detallesRESUELTOS 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 detallesMatemática 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 detallesCUADRIENIO 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 detallesPráctica 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 detallesPRUEBAS 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 detallesPara 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 detalles10. 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 detallesPrograma 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 detallesEJERCICIOS 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 detallesExplicación 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 detalles2.5 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 detallesEnunciado 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 detallesLA 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 detallesAplicación 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 detallesPrograma 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 detallesInformática 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 detallesCAPÍTULO 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 detallesGUIA 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 detallesIDENTIFICACIÓN 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 detallesGUIAS 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 detallesUNIVERSIDAD 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 detallesAlgorítmica 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 detallesTema 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 detallesLeyes 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 detalles3. 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 detallesEspacios 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 detalles4. 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 detallesNÚMEROS 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 detallesLos 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 detallesPrimero, 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 detallesGráficos 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 detallesFuentes 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 detallesAnálisis 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 detallesVISIÓN 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 detallesUnidad 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 detallesAplicaciones 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 detallesInstrucción 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 detallesHoja1!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