Segmentación robots móviles en espacios inteligentes utilizando técnicas GPCA y minimización de funciones de energía
|
|
- María Nieves Valenzuela Ferreyra
- hace 8 años
- Vistas:
Transcripción
1 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 Alcalá Alcalá de Henares, Madrd, España Abstract En este trabao se aborda el tema de la segmentacón de obetos en movmento en espacos ntelgentes utlzando técncas de Análss de Componentes Prncpales Generalzado (GPCA), unto con métodos basados en la mnmzacón de una funcón de energía. Para ello se propone, de forma preva a la segmentacón, realzar la ncalzacón del conunto de curvas que defnrán los contornos de los obetos segmentados medante GPCA. Posterormente, se realza la mnmzacón de una funcón de energía que permte obtener la segmentacón, los parámetros de movmento 3D, la poscón de cada uno de los obetos en movmento presentes en la escena. Para aumentar la robustez de los algortmos se ncorpora en la mnmzacón la nformacón dsponble en el espaco ntelgente. Esta propuesta ha sdo mplementada en un espaco ntelgente dotado de múltples cámaras se han realzado dversas pruebas que han puesto de manfesto la valdez de la propuesta la notable meora que supone, en cuanto a la precsón de la segmentacón el tempo de procesamento, s se compara con otras propuestas en las que se utlza úncamente la mnmzacón de la funcón de energía para la segmentacón de obetos en movmento.. ODUCCÓ La segmentacón de movmento es una tarea fundamental para el análss de secuencas de mágenes consste en agrupar la nformacón presente en las msmas en conuntos de píeles cuo movmento en el plano magen es coherente a lo largo de una secuenca. odo ello sn tener un conocmento prevo acerca de qué píeles de la magen se mueven de acuerdo a un determnado modelo de movmento. El análss de movmento en secuencas de mágenes dgtales tene un gran nterés para una ampla gama de aplcacones de la vsón artfcal, tales como robótca móvl, vglanca, montorzacón de tráfco, etc. Esten en la lteratura dferentes técncas que tratan de analzar etraer nformacón acerca del movmento de los obetos en una escena. Las prmeras apromacones son las basadas en las dscontnudades del fluo óptco [], []. Éstas técncas presentan nconvenentes dervados del problema de apertura, así como de la presenca de rudo en las estmacones del fluo óptco. Por otro lado, la segmentacón del movmento ha estado tradconalmente lgada con la deteccón de movmento, en la que cada regón corresponde a un modelo partcular de movmento que eplca los cambos temporales en dcha regón de la magen [3], [4]. ambén se han realzado dferentes propuestas para segmentacón de movmento basadas en técncas de clusterng [5], [6]. Fnalmente, en [7] [8] se propone obtener la segmentacón de movmento rígdo 3D a partr de una funcón de energía obtenda en funcón de tres grupos de varables drectamente relaconadas con el movmento. Dcha funcón, tras la ncalzacón de los parámetros, se mnmza empleando un algortmo teratvo en tres etapas que se repte hasta la convergenca. Como se muestra en [7] [8], es posble realzar la segmentacón de múltples movmentos 3D ndependentes, sn embargo, aunque es posble obtener buenos resultados, este algortmo presenta dversas lmtacones: en prmer lugar, tanto los resultados obtendos, como el número de teracones necesaras hasta la convergenca dependen fuertemente de la ncalzacón, así como de las constantes que ponderan la contrbucón de cada uno de los térmnos a la funcón de energía. Además, se trata de un algortmo lento, a que, según se ndca en [8], el número de teracones necesaras hasta alcanzar la convergenca oscla entre 7.. En la seccón se descrbrá el sstema propuesto. A contnuacón, en los apartados V se eplcarán con maor detalle las etapas de ncalzacón mnmzacón de la funcón de energía, fnalmente, en la seccón V se presentarán los resultados obtendos.. SSEMA POPUESO En este trabao se propone un algortmo robusto de segmentacón de movmento rígdo 3D en espacos ntelgentes, a partr de las mágenes captadas por una cámara fa en el entorno. Las etapas que contempla la solucón propuesta se representan en la Fg.. La medda del movmento en cada par de mágenes consecutvas se realza de forma ndrecta medante las dervadas parcales (espacales temporal). especto a la segmentacón posconamento de los obetos móvles, el algortmo utlzado está basado en la mnmzacón de una funcón de energía () obtenda a partr de la restrccón de brllo 3D según se descrbe en [7]
2 E = [ Z ] { γ },{ },{ ω } = =, = ψ = Ω ( ) d + μ g( Z ) Ω = d + λ = donde λ μ constantes reales postvas que ponderan la contrbucón de cada uno de los térmnos de la ecuacón = (, ) es el operador gradente espacal. Dado que esta funcón depende de tres grupos de n parámetros (los contornos de la segmentacón { γ }, = las componentes de velocdad 3D, lneal angular, en el sstema de referenca de la cámara { } n, ω la = profunddad Z) para su mnmzacón se emplea un algortmo greed formado por tres etapas que, tras la ncalzacón de las curvas la profunddad, se repten hasta la convergenca del algortmo. Fg.. Escena 3D obot(s) Datos calbracón Meddas Odometría Generacón de traectora γ Obtencón de dervadas ds Dagrama de bloques del sstema propuesto () Para salvar las lmtacones nherentes a esta técnca de segmentacón, que han sdo comentadas en la ntroduccón, en este trabao se propone realzar la ncalzacón de las curvas usando la técnca matemátca GPCA, así como nclur la nformacón dsponble en el espaco ntelgente tanto en la ncalzacón como en las etapas de segmentacón posconamento 3D. Fnalmente, tras el posconamento, es posble determnar la traectora a segur por cada uno de los robots envar los comandos de guado.. CALZACÓ ncalzacón de varables Segmentacón de movmento Obtencón de la poscón de obetos en movmento La correcta ncalzacón de las curvas que defnrán los contornos de los dferentes obetos segmentados nflue de forma notable tanto en los resultados de la segmentacón, como en el tempo de cómputo del algortmo a que cuanto más prómas estén las curvas ncales a los contornos de los obetos en movmento, menor será el número de teracones necesaro hasta alcanzar la convergenca. En este trabao en el que la segmentacón se realza a partr de las mágenes tomadas por una cámara fa en un entorno nteror se propone realzar un modelado del fondo de la escena a partr de un conunto de mágenes del msmo, posterormente comparar cada par de mágenes con dcho modelo. anto para la obtencón del modelo de fondo como para la comparacón de las mágenes de entrada con el modelo obtendo se emplea la técnca GPCA (Generalzed Prncpal Components Analss) [9]. En los sguentes apartados se descrben las dferentes etapas en las que se dvde el proceso de ncalzacón de las curvas la profunddad. A. ncalzacón de las curvas. Etapa off-lne: Obtencón del modelo de fondo En la prmera etapa del algortmo, usando la técnca GPCA [9] se obtenen dos matrces de transformacón L a partr de un conunto de mágenes del fondo { }. Estas matrces permten proectar cualquer = magen de fondo al espaco transformado, de dmensón nferor a la del espaco de entrada, mantenendo las característcas prncpales de dcha magen. Las matrces que defnen el modelo de fondo se obtenen a partr de un conunto de mágenes a las que se les ha restado prevamente la magen meda () = = =.. () Estas mágenes a las que se les ha sustraído la meda son las que se utlzaran para la obtencón del modelo de fondo medante el proceso teratvo descrto en [9] que fnalza cuando se la varacón del MSE (3) entre una teracón la anteror es nferor a un umbral fado prevamente (η). La convergenca de este proceso está garantzada por el teorema 4. defndo en [9]. MSE( ) = L L (3) n F = Un parámetro fundamental es el número de autovectores utlzados para obtener las matrces M M L (4) (5). M = L L (4) M = L = = (5) donde L se actualzan en cada teracón del algortmo, dependen de los autovectores de las d L d matrces M M L, ({ φ } = { φ } = ) obtendas en la teracón anteror: [ φ, K, φd ] L L [ φ,, φ ] = (6) L = (7) K d
3 ras alcanzar la convergenca se obtenen las matrces de transformacón como las matrces L = L = sendo la teracón en que el algortmo converge. B. ncalzacón de las curvas. Etapa on-lne. Obtencón de las curvas ncales En esta segunda etapa (Fg. ) se compara el modelo de fondo obtendo con cada par de mágenes que se quere segmentar para, de esta forma, determnar qué píeles son canddatos a pertenecer a obetos que han entrado en la escena después de haber tomado las mágenes del fondo. Estos elementos pueden ser tanto robots móvles controlados por el espaco donde se mueven, como obetos con movmento no controlado, o ncluso nuevos elementos fos, que se han ntroducdo en la escena después de captar las mágenes utlzadas para obtener el modelo de fondo brllos o refleos debdos a cambos en la lumnacón. Matrces de ransf. L, Fg.. mágenes del robot ransformacón = L ( M) ecuperacón = L + M Etapa on-lne. ncalzacón de curvas usando GPCA Para la comparacón de las nuevas mágenes con el modelo de fondo en prmer lugar se proecta la magen al espaco transformado defndo por las matrces L obtendas anterormente (8) a contnuacón se realza la recuperacón de la magen (9): = L ( M) (8) = L + M (9) El error de recuperacón se defne como la dferenca entre la magen orgnal la recuperada, puede obtenerse de forma drecta restando la magen recuperada de la orgnal de forma que el error de recuperacón en el píel de coordenadas (w,) se epresa empleando la epresón () donde es el valor del píel en la magen orgnal e Î su valor en la magen recuperada. ε = ˆ () Sn embargo, esto es poco robusto al rudo, por ello se defne una ventana en torno a cada píel de la magen se obtene el error de recuperacón para esa ventana. Se defnen ventanas cuadradas de qq píeles se dentfcan por Ф Φˆ para la magen orgnal Umbralzar error de recuperacón ε = φ ˆ φ Curva GPCA recuperada respectvamente. El error de recuperacón asocado al píel central de la ventana cuas coordenadas son (w, ) se determna como: ε = Φ Φˆ () Los píeles canddatos a pertenecer a obetos en movmento (alrededor de los que se ncalzarán las curvas) serán aquellos en los que el valor de recuperacón obtendo supere un determnado umbral, a que esto ndcará que, en esos píeles, este una dferenca mportante con respecto a las mágenes del fondo utlzadas para la obtencón del modelo. Fg. 3. (a) (b) Curvas ncales (a) crcunferenca (b) curva obtenda usando GPCA En la Fg. 3 se muestra la dferenca entre la ncalzacón con crcunferencas [7] la curva obtenda usando el algortmo basado en GPCA propuesto en este trabao. Se puede observar cómo en la fgura de la derecha, la curva se aproma al contorno del robot. Esto hace posble obtener la segmentacón las velocdades en un número de teracones mucho menor. Sn embargo, en la fgura tambén se puede observar cómo la curva obtenda con GPCA nclue la sombra que proecta el robot sobre el suelo. Esto puede provocar problemas en la segmentacón, debdo a que la sombra se desplaza a la msma velocdad que el robot, de forma que no es sencllo elmnarla en la etapa de segmentacón de movmento. Por este motvo, se ha ncludo en la ncalzacón un proceso de elmnacón de sombras que se descrbe a contnuacón. C. Elmnacón de sombras El proceso de elmnacón de sombras mplementado está basado en la técnca propuesta en []. Sn embargo, en lugar de dvdr dos de las componentes de color, entre la tercera, para evtar que los resultados aparezcan sesgados haca alguno de los canales de color, la magen se normalza dvdendo cada una de las componentes, G, B, entre la meda geométrca de las tres para, a contnuacón, tomar logartmos () proectar la magen a un espaco D, utlzando PCA para obtener la matrz U (3) que permte la transformacón del espaco orgnal 3D ρ a un espaco D χ.
4 ρ = log, G, B 3 3 = () = χ = U ρ (3) Fnalmente, medante la ecuacón (4) es posble proectar χ a una magen nvarante en escala de grses. Debdo a que no se ha realzado la calbracón en color de las cámaras antes de captar las mágenes, el ángulo θ de proeccón al espaco nvarante a la lumnacón se obtene como aquel que mnmza la entropía del hstograma de la magen proectada []. nv = χ cos θ + χ senθ (4) Una vez obtenda la magen nvarante se obtene la norma del gradente tanto de la magen en entrada en escala de grses, como de la magen nvarante (4). Se consderan bordes de sombras los píeles en los que la norma del gradente de la magen orgnal supera un umbral dado, mentras que la norma del gradente de la magen nvarante es nferor a un segundo umbral. De esta forma se defne la funcón de umbral (5). Ambos umbrales (U g U nv ) se han obtendo de forma epermental. g (, ) > U g, nv(, ) < Unv S = (5) resto En la Fg. 4 la curva resultante tras aplcar el proceso de elmnacón de sombras a la curva ncal obtenda con GPCA (Fg. 3(b)) Fg. 4. Curva ncal tras la elmnacón de la sombra D. ncalzacón de la profunddad En la etapa de ncalzacón, tambén es necesaro asgnar un valor a la profunddad (coordenada Z en el sstema de referenca de la cámara). En nuestro caso se ha decddo emplear las meddas de odometría del robot en caso de que estén dsponbles con obeto de que el valor ncal de la profunddad sea lo más prómo posble al valor fnal de la msma. De esta forma, por cada par de mágenes de la secuenca, se obtene un valor de la profunddad a partr de las meddas dsponbles en el espaco ntelgente ncalzándose la profunddad como un plano a la dstanca a la que se encuentra el fondo en la parte eteror a las curvas obtendas en la ncalzacón, un segundo plano a la dstanca calculada para los puntos nterores de la curva. En la Fg. 5 se muestra la Z ncal para una magen de la secuenca. Fg. 5. Profunddad ncal V. MMZACÓ DE LA FUCÓ DE EEGÍA ras la ncalzacón de las curvas la profunddad, la mnmzacón de la funcón de energía () se realza en tres pasos que se repten hasta alcanzar la convergenca. Estas etapas se descrben brevemente a contnuacón: En la prmera etapa, se suponen conocdas las curvas la profunddad, de forma que la funcón de energía a mnmzar se reduce a (6): E ({ } { ω } ) ( ), = = = d (6) = Ω donde Ψ = t + s + q ω s q son los sguentes Z vectores que dependen de la dstanca focal de la cámara f las dervadas parcales (, ) f ( ) f + f s = f = ( + ) q f f + En [7], tenendo en cuenta que ψ depende lnealmente de ω, la mnmzacón se realza resolvendo un sstema de ecuacones lneales medante mínmos cuadrados, sn embargo, las pruebas realzadas han puesto de manfesto que, dado que el número de muestras dentro de cada regón es mu elevado para las mágenes utlzadas, los resultados obtendos con esta técnca dstan en gran medda de los esperados, ntroducendo un error que afecta al resto de etapas del algortmo. Por este motvo, en este trabao se propone obtener los parámetros de movmento en cada regón, como aquellos que mnmcen el error cuadrátco (7) para cada una de las regones en las que las - curvas dvden la magen. ε (, ) = + ( ) + ( ) ( ) Ω ( ) ω t s q ω (7) Z
5 En la segunda etapa la funcón a mnmzar para recuperar la profunddad es la mostrada en (8) donde χ es la funcón característca de la regón Ω, a partr de la que se actualza el valor de la profunddad medante una teracón de descenso por el gradente. E ( Z ) = [ ( ) ( ψ ( ) + μg( Z )] χ d (8) Ω = En la tercera últma etapa, dada la profunddad los parámetros del movmento rígdo 3D, la funcón de energía a mnmzar con respecto a las curvas es: E[ { γ } ] = ( ) ξ + = d λ = Ω = γ donde ξ ( ) = ψ ( ) + μg( Z ) ds (9). A partr de esta ecuacón es posble actualzar las curvas medante una teracón del descenso por curvas de nvel. El proceso de mnmzacón fnalza cuando se alcanza la convergenca, obtenéndose tanto los parámetros de movmento 3D, como las curvas que defnen la segmentacón, la poscón 3D del obeto. Ya que, conocda la profunddad, es posble proectar los puntos del plano magen, al sstema de referenca 3D de la cámara. V. ESULADOS Para comprobar las prestacones del algortmo propuesto se han realzado dversos epermentos. odas las pruebas han sdo realzadas utlzando un equpo ntel Core CPU 66 a.4ghz con 3.5 Gb de memora AM. (a) En las fguras 3 4 se han presentado dos posbles curvas para ncalzar el algortmo. A contnuacón se muestra el resultado de la segmentacón en cada uno de los casos. En la Fg. 6(a) se puede observar cómo tras teracones, s la ncalzacón se hace con una crcunferenca, aún no se ha consegudo la segmentacón del robot completo mentras que, en la Fg. 6(b) se muestra cómo tres teracones son sufcentes para obtener la segmentacón al ncalzar usando la técnca propuesta. Por otro lado, en la Fg. 7 se ha representado el tempo de eecucón para cada una de las dos alternatvas de ncalzacón, al segmentar dferentes pares de mágenes de entrada, representándose en el ee X la poscón que ocupa la prmera de las dos mágenes utlzadas en la segmentacón, dentro de la secuenca de mágenes, mentras que en el ee Y se muestra el valor del tempo de eecucón en segundos. En esta fgura se puede observar cómo el tempo de cómputo necesaro para la segmentacón se reduce de forma sgnfcatva al realzar la ncalzacón utlzando la técnca basada en GPCA que se ha propuesto en este trabao, frente a la ncalzacón con crcunferencas propuesta en [7]. Fg. 7. empo (segundos) ncalzacón con crcunferenca ncalzacón usando GPCA magen empo de procesamento para la segmentacón de pares de mágenes. A la vsta de las fguras anterores se puede decr que el hecho de realzar la ncalzacón de las curvas utlzando la técnca GPCA provoca una meora, tanto en la precsón de la segmentacón, como en el tempo de cómputo necesaro. Algortmo Odometra Fg. 6. (b) esultado de la segmentacón (a) teracones, ncalzacón con crcunferencas (b) 3 teracones, ncalzacón usando GPCA Coordenada Y 5 5 Coordenada X
6 Fg. 8. raectora seguda por el robot. El algortmo propuesto tambén permte recuperar la poscón 3D de los obetos en movmento. En la Fg. 8 se presenta la traectora obtenda a partr de las meddas de odometría (en línea contnua negra) medante el algortmo propuesto (línea dscontnua roa). anto la coordenada X como la Y se muestran en mlímetros. Fnalmente, la Fg. 9 muestra la dferenca en mlímetros de la coordenada X e Y entre las meddas de la odometría del robot, la estmacón realzada usando el algortmo propuesto para una secuenca de 5 pares de mágenes consecutvas capturadas en el espaco ntelgente. Se puede observar cómo dcha dferenca no supera en nngún caso los centímetros. Dferenca en la componente X (mm) Dferenca en la componente Y (mm) Fg úmero de magen úmero de magen Dferenca entre la poscón 3D medda por los sensores odométrcos del robot la estmada por el algortmo propuesto V. COCLUSOES En este trabao se ha presentado un sstema que permte la segmentacón de los dferentes obetos en movmento presentes en una secuenca de mágenes utlzando un algortmo teratvo en tres etapas que se repten hasta la convergenca. anto el tempo de cómputo del algortmo, como los resultados fnales del msmo dependen fuertemente de la ncalzacón realzada. En este trabao se ha propuesto realzar la ncalzacón de las curvas medante la comparacón de cada par de mágenes de la secuenca con un modelo del fondo utlzando la técnca matemátca GPCA, así como una técnca de elmnacón de sombras. Por otro lado, tambén se ha propuesto utlzar la nformacón dsponble en el espaco ntelgente (meddas de los sensores odométrcos de los robots) para ncalzar la profunddad los parámetros de movmento 3D. En las pruebas realzadas se ha puesto de manfesto que la correcta ncalzacón de las curvas la profunddad meora notablemente el tempo de cómputo, así como los resultados fnales de la segmentacón. AGADECMEOS Este trabao ha sdo posble gracas a la fnancacón del Mnstero de Educacón Cenca (MEC) a través del proecto ESELA (EF C-). EFEECAS [] Blac, M. and Anandan, P. obust dnamc moton estmaton over tme. Proceedngs of the EEE nternatonal Conference on Computer Vson and Pattern ecognton. June 99. Page(s): [] Yan, H.; ahad,.; Multple moton segmentaton through a hghl robust estmator. EEE nternatonal Conference on Sstems, Man and Cbernetcs Oct. 4. Page(s): [3] Darrell,.; Pentland, A. obust estmaton of a multlaered moton representaton. Proc. of the EEE Worshop on Vsual Moton. 99. Page(s): [4] Wess, Y. A unfed mture framewor for moton segmentaton: ncorporatng spatal coherence and estmatng the number of models. Proceedngs of the EEE nternatonal Conference on Computer Vson and Pattern ecognton Page(s): 3-36 [5] Costera, J. and Kanade,. A multbod factorzaton method for ndependentl movng obects. nternatonal Journal of Computer Vson. Volume 9, umber 3. September 998. Page(s): [6] Kanatan, K. Moton Segmentaton b Subspace Separaton and Model Selecton. Proceedngs of the 8 th EEE nternatonal Conference on Computer Vson. Volume, Page(s): [7] H. Seat and A. Mtche. Concurrent 3D Moton Segmentaton and 3D nterpretaton of emporal Sequences of Monocular mages". EEE ransactons on mage Processng, Vol. 5, o. 3, Page(s): , 6. [8] H. Seat and A. Mtche. Jont Optcal Flow Estmaton, Segmentaton, and nterpretaton th Level Sets. Computer Vson and mage Understandng, Vol. 3, o., Page(s): 89-, 6. [9] Ye, Jepng; Janardan, av; L, Q. GPCA: an effcent dmenson reducton scheme for mage compresson and retreval. Proceedngs of the th ACM SGKDD nternatonal conference on Knowledge dscover and data mnng. 4. Page(s): [] G.D. Fnlason, S.D. Hordle, and M.S. Drew. emovng shadows from mages. Proceedngs of the 7 th European Conference on Computer Vson-Part V Page(s): [] G.D.Fnlason, M.S.Drew and C.Lu. ntrnsc mages b Entrop Mnmzaton. Proc. 8th European Conf. on Computer Vson. Page(s):
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 detallesCifrado de imágenes usando autómatas celulares con memoria
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
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 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 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 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 detallesSegmentación de movimiento a partir de la información de cámaras de tiempo de vuelo
Segmentacón e movmento a partr e la nformacón e cámaras e tempo e vuelo Crstna Losaa, Manuel Mazo, Sra Palazuelos, Dav Jménez Departamento e Electrónca. Unversa e Alcalá. Alcalá e Henares. Mar. losaa@epeca.uah.es
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 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 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 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 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 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 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 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 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 detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17
Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES
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 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 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 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 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 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 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 detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
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 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 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 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 detallesIII. <<Insertar Cita>> <<Autor>>
Capítulo III Vsón III 3.1 Procesamento de Imágenes Se entende por procesamento de mágenes a la alteracón y análss de la normacón gráca. 3.1.1 Sstema de vsón humano El sstema
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 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 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 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 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 detallesOPENCOURSEWARE 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 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 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 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 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 detallesModelado de un Robot Industrial KR-5
RESUMEN Modelado de un Robot Industral KR-5 (1) Eduardo Hernández 1, Samuel Campos 1, Jorge Gudno 1, Janeth A. Alcalá 1 (1) Facultad de Ingenería Electromecánca, Unversdad de Colma, km 2 Carretera Manzanllo-Barra
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 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 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 detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detallesINTENSIDAD DE LAS PREFERENCIAS EN VOTACIONES. VISUALIZACIÓN GRÁFICA DE SU IMPORTANCIA *
INTENSIDAD DE LAS PREFERENCIAS EN VOTACIONES. VISUALIZACIÓN GRÁFICA DE SU IMPORTANCIA * Alberto Turón Lanuza Grupo Decsón Multcrtero Zaragoza Facultad de Cencas Económcas y Empresarales. Unversdad de Zaragoza
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 detallesEstimación no lineal del estado y los parámetros
Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca
Más detallesObtención de mapas de similitud sísmica 2D mediante redes neuronales Oscar Rondón*, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep
Obtencón de mapas de smltud sísmca 2D medante redes neuronales Oscar Rondón, PDVSA-Intevep, y Rafael Banchs, PDVSA -Intevep Resumen El desarrollo de metodologías para obtener e ntegrar nformacón de múltples
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 detallesDepartamento Administrativo Nacional de Estadística
Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE
Más detallesCAPÍTULO 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 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 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 detallesReconocimiento automático de objetos basado en la relación dimensional
Reconocmento automátco de objetos basado en la relacón dmensonal Alejandro Israel Barranco Gutérrez 1 y José de Jesús Medel Juárez 2 1 Centro de Investgacón en Cenca Aplcada y Tecnología Avanzada, Calzada
Más detallesAnálisis de error y tratamiento de datos obtenidos en el laboratorio
Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesSISTEMA DE RECONOCIMIENTO DE ROSTROS
SISTEMA DE RECONOCIMIENTO DE ROSTROS Categoría: Pre-grado - Alumno Área Temátca: Ingenería de Sstemas Procesamento Dgtal de Imágenes Autor Sandra María Vlla Palacos Unversdad Peruana de Cencas Aplcadas
Más detallesModelado de Contratos en Modalidad de Take Or Pay
Modelado de Contratos en Modaldad de Tae Or ay Enrque Brgla, UTE Elías Carnell, UTE Fernando Ron, UTE Resumen-- El objetvo del trabajo es modelar en el software de smulacón de sstemas eléctrcos SIMSEE,
Más detallesUNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA ELÉCTRICA SEBASTIÁN JESÚS OLIVA HENRÍQUEZ
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEPARTAMENTO DE INGENIERÍA ELÉCTRICA COMPATIBILIDAD DE MÉTODOS DE CÁLCULO DE FLUJOS AC Y DC EN SISTEMAS DE POTENCIA MEMORIA PARA OPTAR AL
Más detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detallesRentas financieras. Unidad 5
Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor
Más detallesSegmentación de Imágenes mediante Reconocimiento de Patrones
Equaton Chapter 1 Secton 1 Materal del Curso Segmentacón de Imágenes medante Reconocmento de Patrones Ing. Dego Sebastán Comas Dr. Gustavo Javer Meschno Curso: Segmentacón de Imágenes medante Reconocmento
Más detallesPAPER. Instituto de Protecciones de Sistemas Eléctricos de Potencia Facultad de Ingeniería Universidad Nacional de Río Cuarto
Ttle Nuevo enfoque de la gestón de la red de dstrbucón de energía eléctrca Regstraton Nº: (Abstract) Insttuto de Proteccones de Sstemas Eléctrcos de Potenca Facultad de Ingenería Unversdad Naconal de Río
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 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 detallesLa representación Denavit-Hartenberg
La representacón Denavt-Hartenberg José Cortés Parejo. Marzo 8 Se trata de un procedmeto sstemátco para descrbr la estructura cnemátca de una cadena artculada consttuda por artculacones con. un solo grado
Más detallesDEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL
DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS
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 detallesMaestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto
Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de
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 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 detallesTÉCNICAS AVANZADAS DE FUSIÓN DE IMÁGENES. Consuelo Gonzalo Martín (UPM) María González-Audicana
Consuelo Gonzalo Martín (UPM) María González-Audcana Madrd, 23 Abrl 2007 1.- Introduccón 2.- en la ponderacón de la nformacón 3.- en bancos de fltros 3.- en la respuesta espectral del sensor 4.- Conclusones
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 detallesVII. 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 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 detallesModelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.
Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)
Más detallesSegmentación de objetos en movimiento utilizando GPCA, técnicas algebraicas y flujo óptico para aplicaciones en espacios inteligentes
Segmetacó de obetos e movmeto utlzado GPCA, téccas algebracas y fluo óptco para aplcacoes e espacos telgetes Crsta Losada, auel azo, Sra Palazuelos Departameto de Electróca. Uversdad de Alcalá Alcalá de
Más detallesCOMPARADOR CON AMPLIFICADOR OPERACIONAL
COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón
Más detallesTEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
Más detallesResolución de problemas. Temas: VOR e ILS
Resolución de problemas. Temas: VOR e ILS Autor: Mario E. Casado García 3er Curso ITT ST Índice 1. Problema tema 5: VOR......3 2. Problema tema 7: ILS.....7 3. Referencias..12 2 1. Problema tema 5: VOR
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 detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesDIMENSIONAMIENTO DE UN INTERCAMBIADOR DE CALOR DE TUBO Y CORAZA PARA FLUIDOS NO NEWTONIANOS POR LOS METODOS DE KERN Y TINKER
IMENSIONAMIENTO E UN INTERAMBIAOR E ALOR E TUBO Y ORAZA PARA FLUIOS NO NEWTONIANOS POR LOS METOOS E KERN Y TINKER A ESIGN OF A TUBE AN SHELL HEAT EXHANGER FOR NON-NEWTONIANOS FLUIES BASE ON KERN AN TINKER
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 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 detallesUN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *
UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:
Más detallesDIAGNÓSTICO DE VARIANTES DE PROCESOS DE NEGOCIO
DIAGNÓSTICO DE VARIANTES DE PROCESOS DE NEGOCIO Damán Pérez-Alfonso, MSc 1, Eudel Pupo-Hernández, Ing 1, and Juan Pedro Febles-Rodríguez, PhD 1 1 Unversdad de las Cencas Informátcas, Cuba, dalfonso@uc.cu,epupoh@uc.cu,febles@uc.cu
Más detallesTEMA 5. INTERPOLACION
TEMA 5.. Introduccón. Nomenclatura. Interpolacón lneal 4. Interpolacón cuadrátca 5. Interpolacón por splnes cúbcos 6. RESUMEN 7. Programacón en Matlab INTERPOLACION . Introduccón En el Tema 4, se ha descrto
Más detallesESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN
ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma
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 detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesUniversidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud
Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos
Más detallesEQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL
EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones
Más detallesTEMA 4 Amplificadores realimentados
TEM 4 mplfcadores realmentados 4.1.- Introduccón La realmentacón (feedback en nglés) negata es amplamente utlzada en el dseño de amplfcadores ya que presenta múltples e mportantes benefcos. Uno de estos
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 detallesTÉCNICAS AUXILIARES DE LABORATORIO
TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar
Más detallesEn 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 detallesCircuito Monoestable
NGENEÍA ELETÓNA ELETONA (A-0 00 rcuto Monoestable rcuto Monoestable ng. María sabel Schaon, ng. aúl Lsandro Martín Este crcuto se caracterza por presentar un únco estado estable en régmen permanente, y
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 detalles