1. MODELAMIENTO DE SISTEMAS: FUNDAMENTOS

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

Download "1. MODELAMIENTO DE SISTEMAS: FUNDAMENTOS"

Transcripción

1 1. MODELAMIENTO DE SISTEMAS: FUNDAMENTOS 1.1 INTRODUCCION Un sstema representa una undad donde se hacen tratamentos físcos o químcos de materales que puede ser contrastada con un modelo que representa una descrpcón matemátca del sstema real. La dsposcón de varos sstemas undos entre sí por flujos comunes de materales y/o nformacón consttuye un proceso. La salda del proceso es una funcón no solamente de las característcas de sus sstemas (o subsstemas) sno tambén de sus nteraccones o nterrelacones. Una propedad del sstema o de su entorno a la que se le puede asgnar valores numércos arbtraros se denomna como un parámetro. Tambén puede ser una constante o el coefcente de una ecuacón. El estudo de un proceso, medante la manpulacón de su representacón matemátca o de su modelo físco, consttuye una smulacón. Los estudos cláscos de un proceso en estado estaconaro se complementan con un análss dnámco, lo que exge un conocmento de los crteros de establdad y de los métodos de operacón para evaluar extosamente el funconamento del proceso El análss de sstemas se refere al reconocmento y defncón de problemas, su planteamento o modelamento medante la aplcacón de prncpos centífcos y el desarrollo de procedmentos de solucón con cuyos resultados se adquera una total comprensón de la stuacón. El análss y la smulacón de procesos presentan las sguentes ventajas: 1. Expermentacón Contnua: Es posble estudar procesos exstentes en una forma mas rápda, económca y completa que en la planta real. La smulacón puede aumentar o reducr el tempo real de una forma análoga a como una cnematográfca acelera o retarda las mágenes; de esta forma se puede observar más fáclmente la operacón del sstema. 2. Extrapolacón: Con un modelo matemátco adecuado se pueden ensayar ntervalos extremos de las condcones de operacón, que pueden ser mpractcables o mposbles de realzar en una planta real. Tambén es posble establecer característcas de funconamento 3. Estudo de conmutabldad y evaluacón de otros planes de actuacón: Se pueden ntroducr nuevos factores o elementos de un sstema y suprmr otros antguos al examnar el sstema con el fn de ver s estas modfcacones son compatbles. La smulacón permte comparar dstntos dseños y procesos

2 2 que todavía no están en operacón y ensayar hpótess sobre sstemas o procesos antes de llevarlos a la práctca 4. Repetcón de expermentos: La smulacón permte estudar el efecto de la modfcacón de las varables y parámetros con los resultados producbles. En el modelo matemátco se puede ntroducr o retrar a voluntad un error, lo cual no es posble en la planta real 5. Control de cálculo: La smulacón consttuye una mportante ayuda materal para el estudo de los sstemas de control con lazos abertos y cerrados 6. Ensayo de sensbldad: Se puede ensayar la sensbldad de los parámetros de costos y báscos del sstema; por ejemplo, un ncremento de un 10 % en la velocdad de almentacón podrá tener, según los casos, un efecto mínmo o muy mportante sobre el funconamento del sstema 7. Estudo de la establdad del sstema: Se puede examnar la establdad de sstemas y subsstemas frente a dferentes perturbacones 1.2 TIPOS DE MODELOS DE SISTEMAS Debdo a su utlzacón en dversos campos de la cenca, es mposble nclur dentro de una sola defncón las dferentes acepcones de la palabra modelo. Un sstema se puede modelar medante, ya sea, una construccón físca o analógca, una representacón gráfca o un mapa, un enuncado teórco o un planteamento matemátco. Es decr, se pueden descrbr los sguentes tpos de modelos: 1. Modelos Físcos: Son construccones materales que representen sstemas como barcos, plantas plotos, maquetas de edfcos y otros 2. Modelos Analógcos: Son construccones materales que representen crcutos eléctrcos, electróncos o mecáncos 3. Teorías Provsonales: Son postulacones que explcan comportamentos fenomenológcos en sstemas como la de los gases deales o la de la gota de líqudo para la nucleacón 4. Gráfcos o Mapas: Son representacones medante símbolos convenconales de estructuras de sstemas que explcan en algunos casos su organzacón o su dstrbucón o su logístca, etc. Por ejemplo, la representacón de un proceso químco medante su dagrama de flujo Mach 2

3 3 5. Enuncados matemátcos y modelos en forma de símbolos: Son sstemas de ecuacones que expresan smbólcamente el fenómeno que se desarrolla en el sstema. Por ejemplo, el modelamento matemátco que exprese el flujo y los cambos de matera y energía a través de un reactor deal de mezcla completa. 1.3 MODELOS MATEMATICOS Los modelos matemátcos son los que mas utlza el ngenero químco para el análss de sus procesos. El tpo mas aplcado es el que modela los fenómenos de transporte de masa, energía y cantdad de movmento a través de un sstema, pero en algunos casos se hace necesaro el planteamento de un modelo del tpo balance de poblacón o el ajuste de una nformacón conocda a un modelo matemátco que empírcamente permta su análss. La descrpcón de cada uno de estos tpos de modelos matemátcos es la sguente: 1. Modelos de Fenómenos de Transporte: Se aplcan en sstemas donde se desarrollan fenómenos de transporte de entdades como matera, energía y cantdad de movmento, como el flujo de fludos en tuberías y el flujo de matera y calor en reactores y columnas de destlacón. 2. Modelos de Balance de Poblacón: Se aplcan en sstemas donde se hace necesaro plantear un modelo de balance de poblacón para descrbr las propedades de la masa reacconante en una localzacón puntual, como su concentracón, temperatura o tempo de resdenca. Por ejemplo, en un reactor agtado que no se cumple el dealsmo de un mezclado perfecto y, por lo tanto, no se cumple la consderacón de una gualdad de condcones en cada una de las localdades en la masa reacconante. 3. Modelos Empírcos: Se aplcan a un sstema del que se tene conjunto de datos dscretos de sus propedades y pueden ajustarse a una ecuacón matemátca que satsfaga la correspondenca dato a dato. Puede utlzarse como recurso de nterpolacón MODELOS DE FENOMENOS DE TRANSPORTE Para un ngenero químco, los sstemas que le competen son aquellos en los que se realzan transformacones físcas o químcas ya sea en forma contnua o dscontnua. Estos sstemas se pueden modelar aplcando los prncpos de conservacón de masa, energía y cantdad de movmento, es decr, como modelos de fenómenos de transporte. Mach 3

4 4 Los modelos de fenómenos de transporte son representacones matemátcas de los procesos reales en dstntos nveles de descrpcón que se relaconan con la complejdad del detalle físco nterno. Tpos de Modelos de Fenómenos de Transporte Una clasfcacón, en orden descendente, de acuerdo al grado de detalle de la descrpcón fscoquímca es: 1. Descrpcón Atómca y Molecular: Se caracterza porque trata un sstema arbtraro como s estuvese compuesto de entdades ndvduales, cada una de las cuales sgue certas leyes. En consecuenca, las propedades y las varables de estado del sstema se obtenen como suma de todas las entdades. La mecánca cuántca, la mecánca estadístca de equlbro y no equlbro, así como la mecánca clásca constturían métodos típcos de análss medante los cuales se podrían calcular teórcamente todas las propedades y formas de respuesta de un sstema. 2. Descrpcón Mcroscópca: Corresponde a un tratamento fenomenológco del problema y admte que el sstema puede consderarse como contnuo. Se gnoran las nteraccones moleculares detalladas y se plantean certas ecuacones de balance dferencal para matera, energía y cantdad de movmento. Cada balance, a través del sstema, puede expresarse en la sguente forma: Rapdez Neta Flujo Neto Flujo Neto Rapdez Neta Rapdez Neta de = de de + de de Acumulacón Entrada Salda Generacón Consumo Al construr el modelo se reemplaza cada uno de los térmnos anterores por expresones matemátcas que sean tan rgurosas y a la vez contengan tan pocos parámetros desconocdos como sea posble. Cada balance se plantea para cada una de las dreccones en el espaco en que se consdera el sstema y, por lo tanto, el modelo lo consttuye una ecuacón dferencal parcal. Se aplca, por ejemplo, a fenómenos de transporte lamnar y teorías estadístcas de la turbulenca. 3. Descrpcón de Gradente Múltple: En este nvel se ncorpora menos nformacón detallada acerca de las característcas nternas del sstema que en Mach 4

5 5 el caso de la descrpcón mcroscópca. Las formas de las ecuacones matemátcas están sugerdas y corresponden a las ecuacones de transporte mcroscópco pero con coefcentes modfcados. La característca esencal de la descrpcón de gradente múltple es que son mportantes uno o más térmnos de dspersón que deben ser retendos en el modelo, con o sn los térmnos convectvos. El modelo de gradente múltple se aplca en procesos con flujo turbulento o en el flujo con pasos muy complcados como el que tene lugar en lechos de relleno o medos porosos, procesos en los que no se puede medr n calcular el campo de velocdad local. 4. Descrpcón de Gradente Máxmo: Es una forma menos detallada de descrpcón que se puede consderar como un modelo smplfcado de gradente múltple en el que se suprmen los térmnos de dspersón y solamente se conserva una dervada en térmnos del flujo global. Cuando no se ntenta analzar el detalle nterno de los modelos de gradente múltple se realzan suposcones smplfcables adconales con lo cual se obtenen ecuacones matemátcas de fácl tratamento que resultan, no obstante, muy satsfactoras para numerosos fnes. En el modelo de gradente máxmo se despreca toda la dspersón y solamente el mayor componente (undmensonal) del gradente de la varable ndependente se consdera en cada balance. Por ejemplo, en la representacón de gradente máxmo de un reactor químco o sstema de absorcón de gases, solamente se consderan los gradentes de concentracón en la dreccón axal orgnados por el flujo global, mentras que los gradentes que los gradentes radales, la dspersón, etc, se gnoran. Los modelos de gradente máxmo son los generalmente consderados en los lbros elementales para los procesos contnuos y se pueden generalzar a un balance con los sguentes térmnos: { Acumulacón} + { Transporte Global} = { Generacón} + a Transporte traves de sup erfce la El balance de matera para cada espece y el balance de energía se expresan, respectvamente, con las sguentes ecuacones: Balance de matera de la espece, c t v c + z ( z ) ( t) = R + m Mach 5

6 6 Balance de energía T T ρ C p + vz = S R + E t z (t) La descrpcón del gradente máxmo reduce los prncpos fscoquímcos a ecuacones dferencales menos detalladas. El balance de cantdad de movmento se gnora puesto que normalmente se supone que la velocdad es constante o ben una funcón senclla de z. En el balance de energía el térmno S R representa la energía neta desprendda por el proceso durante la(s) reaccón(es) que se representa por R en el balance(s) de matera. El (t) térmno m tene en cuenta la velocdad de transferenca molar, por undad de volumen de la espece, a través de los límtes del sstema de área S (t) (t) ( m es postvo cuando se ntroduce matera). En el balance de energía E representa la transferenca de nterfase de energía a través de los límtes del sstema por undad de volumen por uno o ben una combnacón de los sguentes mecansmos: conduccón, conveccón, radacón, trabajo mecánco o transferenca de matera que le acompaña. Fnalmente, en el modelo de gradente máxmo es mportante recordar que las concentracones y temperaturas ya no son valores puntuales sno valores promedados para la seccón transversal y son funcones de una sola dreccón coordenada. La descrpcón del gradente máxmo reduce los prncpos fscoquímcos a unas ecuacones dferencales menos detalladas. 5. Descrpcón Macroscópca: En este nvel se gnora todo detalle dentro del subsstema especfcado y, en consecuenca, en el planteamento matemátco no ntervenen gradentes espacales. En los balances generales, solamente el tempo permanece como una varable dferencal ndependente. Las varables dependentes, tales como concentracón y temperatura, no son funcones de la poscón y, por tanto, representan valores medos para todo el volumen del subsstema. Esta pérdda de detalle smplfca grandemente la descrpcón matemátca, pero como contrapartda, lleva consgo una pérdda de nformacón concernente a las característcas del comportamento del sstema. Este tpo de modelo es el que se planteará en los sguentes capítulos para el análss dnámco de sstemas. 1.4 CARACTERIZACION DE UN MODELO MATEMATICO Dferentes crteros son sgnfcatvos para la caracterzacón de un modelo matemátco como determnístco o probablístco, de varable contnua o dscreta, en estado estaconaro o dnámco, de parámetro globalzado o dstrbudo. Mach 6

7 7 Según la caracterzacón del modelo se requerrán procedmentos y restrccones matemátcas específcas para su solucón. Un modelo de parámetro globalzado se plantea con una ecuacón dferencal ordnara mentras que uno de parámetro dstrbudo se expresa medante una ecuacón dferencal parcal. Un modelo en estado estaconaro no ncluye las varacones de las propedades del sstema en el tempo y, por lo tanto, su descrpcón puede ser una ecuacón algebraca en el caso de un modelo de parámetro globalzado o una ecuacón dferencal en el caso de un modelo de parámetro dstrbudo Modelo Determnístco y Modelo Probablístco Los modelos determnístcos son aquellos en los que cada varable y parámetro puede asgnarse a un número fjo defndo o una sere de números fjos para una sere dada de condcones. Por el contraro, en los modelos probablístcas o estocástcos se ntroduce el prncpo de ncertdumbre y, por lo tanto, las varables o parámetros utlzados para descrbr las relacones entrada-salda y la estructura de los elementos (y las restrccones) no son conocdos con precsón. Modelo de Varable Contnua Modelo de Varable Dscreta Un modelo es de varacón contnua s su varable dependente puede asumr cualquer valor ncludo dentro de un ntervalo de la varable ndependente, pero s solo puede tomar algunos valores, entonces el modelo es de varacón dscreta, por ejemplo, una varable que solo puede tomar valores enteros. En los procesos propos de la ngenería químca suelen encontrarse tanto varables contnuas como dscretas en un msmo problema, Por ejemplo, al optmzar un sstema de compresón de un gas se deben selecconar un número entero de etapas de compresón (varable dscreta) además de las presones de succón y descarga en cada etapa (varables contnuas). Modelo en Estado Estaconaro Modelo en Estado Dnámco El modelamento de un sstema en estado estaconaro se refere a su planteamento consderando que los térmnos correspondentes a la acumulacón en los dstntos balances son guales a cero. Otra forma equvalente de expresar la msma dea consste en decr que cuando el tempo tende haca el nfnto desaparecen los estados transtoros y el sstema es nvarante con respecto al tempo y, por lo tanto, los térmnos dervatvos se hacen guales a cero Los procesos en estado no estaconaro tambén se pueden llamar transtoros o dnámcos. Mach 7

8 8 Aun cuando ha sdo una práctca usual de los procedmentos de dseño de procesos, desarrollarlos para la operacón en estado estaconaro, cuando comenzó a estudarse amplamente el control de procesos se encontró que la operacón en estado no estaconaro era muy mportante. Por supuesto que el análss y el dseño de un proceso en estado no estaconaro requere mas tpos dferentes y detallados de nformacón que en el caso de estado estaconaro, pero el análss dnámco de la operacón prolongada suele con frecuenca conducr a un mejor dseño desde el punto de vsta económco, que al fn y al cabo, es lo que mporta. Un ejemplo típco de un proceso en estado no estaconaro puede ser la puesta en marcha de una columna de destlacón, que alcanzará eventualmente un conjunto de condcones de operacón en estado estaconaro. De hecho, cuando se examna con más detalle, se encuentra que la columna sempre opera en estado estaconaro con pequeñas fluctuacones de temperatura y concentracón, que se producen en todo momento, pero que posblemente osclan alrededor de los valores medos en estado estaconaro. El análss dnámco ayuda a mnmzar las desvacones de las especfcacones del producto durante la puesta en marcha, parada o cambos en los nveles de operacón. Modelo de Parámetro Globalzado Modelo de Parámetro Dstrbudo En un modelo de parámetro globalzado se gnoran las varacones espacales y las dstntas propedades y las varables dependentes se pueden consderar homogéneas en todo el sstema. En un modelo de parámetro dstrbudo se tenen en cuenta en forma detallada las varacones en el comportamento del sstema en todo su conjunto. Todos los sstemas reales son, por supuesto, dstrbudos porque exsten algunas varacones en todo el conjunto. Sn embargo, las varacones son con frecuenca relatvamente pequeñas de tal forma que se pueden gnorar y, entonces, el sstema se puede consderar globalzado. La respuesta a la pregunta de s la globalzacón de parámetros es válda dsta mucho de ser senclla. Una buena regla aproxmada es que s la respuesta del elemento, para todos los fnes práctcos, es nstantánea en el conjunto de todo el elemento, entonces el parámetro del elemento puede ser globalzado. S la respuesta presenta dferencas nstantáneas a lo largo del elemento, ya no sería globalzado. Por respuesta se entende la velocdad de propagacón de la señal de entrada a través del elemento. Así, para ver s debe utlzarse una ecuacón de parámetro dstrbudo o globalzado, es necesaro conocer algo acerca de los detalles nternos del elemento en cuestón. Debdo a que los procedmentos matemátcos para la resolucón de sstemas de parámetro globalzado son más sencllos que para los sstemas de parámetro dstrbudo, con frecuenca se aproxma este últmo por un sstema equvalente de Mach 8

9 9 parámetro globalzado. Mentras que la globalzacón resulta, con frecuenca, posble es precso tener mucho cudado en evtar el enmascaramento de las característcas sobresalentes del elemento dstrbudo (lo que dará lugar a la construccón de un modelo nadecuado) debdo a la globalzacón. Además, la varabldad o no lnealdad del modelo de parámetro globalzado puede dar lugar a un tratamento matemátco tan dfícl como el modelo orgnal no globalzado. Un ejemplo mportante es el tanque de mezcla que se emplea para el mezclado de fludos o para efectuar reaccones químcas. Generalmente, se basan los cálculos en la suposcón de que el tanque está perfectamente agtado de forma que todo el volumen del msmo consste en un materal homogéneo de característcas déntcas al producto que sale del tanque. Ahora ben, en un tanque real exsten placas deflectoras, esqunas, etc., y la mezcla no es perfecta en todas las regones, lo que conduce a falta de unformdad en el tanque. Con frecuenca se gnoran estas varacones y se emplean certos valores medos para las propedades del materal contendo en el tanque. Para muchos propóstos la suposcón globalzada resulta bastante satsfactora, aunque para certos tpos de reaccones químcas el mezclado no deal puede tener efectos mportantes. Las varacones espacales consderadas en los modelos de parámetro dstrbudo pueden ser para una dmensón solamente o para dos o tres. Por ejemplo, en los métodos habtuales de dseño de un absorbedor de gases con relleno se supone que las concentracones varían en forma contnua en la dreccón axal o de flujo, pero en cambo se gnoran en la dreccón radal. En un reactor tubular o de partículas de relleno se le consdera, generalmente, en la msma forma pero en este caso los gradentes radales de temperatura pueden ser mportantes. Para tener en cuenta lo anteror se hace necesaro utlzar un modelo de parámetro dstrbudo de dos o tres dmensonasen el que se consderen las varacones radal y axal de la temperatura y la concentracón. 1.5 ESTRUCTURA MATEMATICA DE UN MODELO Ecuacones Dferencales Ecuacones Algebracas El modelamento de un sstema en estado dnámco se plantea medante sstemas de ecuacones dferencales o ecuacones de dferencas de acuerdo a que el sstema sea de varacón contnua o dscreta. Los modelos de varacón contnua tambén se pueden plantear medante ecuacones ntegrales. Los modelos de varacón contnua tanto de parámetro globalzado en estado no estaconaro como de parámetro dstrbudo en estado estaconaro se expresan Mach 9

10 10 medante ecuacones dferencales ordnaras. En los de parámetro globalzado la varable ndependente es el tempo mentras que en los de parámetro dstrbudo es una dreccón espacal. Los modelos de varacón contnua de parámetro dstrbudo se expresan medante ecuacones dferencales parcales tanto para descrpcón en estado estaconaro como no estaconaro. S el modelo se descrbe en estado estaconaro, las varables ndependentes son las dreccones espacales y s su descrpcón es en estado no estaconaro se agrega el tempo como varable ndependente. Los modelos de varacón dscreta se expresan medante ecuacones de dferencas fntas, que tambén pueden ser undmensonales o multdmensonales según el número de conexones entre los subsstemas de parámetro globalzado. En condcones estaconaras, las ecuacones dferencales de un modelo de parámetro globalzado se transforman en ecuacones algebracas mentras que las ecuacones dferencales parcales de un modelo de parámetro dstrbudo se transforman en ecuacones dferencales que expresan las varacones del sstema con respecto a las dreccones espacales 1.6 MODELOS DE PARAMETRO GLOBALIZADO Los modelos de parámetro globalzado son modelos matemátcos de fenómenos de transporte descrtos macroscópcamente, es decr, que solo se consderan las varacones del sstema con el tempo y se omten las varacones espacales. En su planteamento se aplcan un conjunto de leyes fundamentales de la físca y la químca como los prncpos de conservacón de la masa, energía o cantdad de movmento, las ecuacones de transporte superfcal, las ecuacones de estado, las ecuacones de equlbro químco y físco y las ecuacones cnétcas de reaccones. Ecuacón de balance de matera total En el flujo total de matera a través de un sstema se cumple el prncpo de conservacón y su balance se puede expresar de la sguente manera: Flujo Másco de Entrada Flujo Másco Rapdez de Acumulacón = de Salda de Masa (1.1) Mach 10

11 11 En la ecuacón (1.1) cada uno de los térmnos expresa undades de masa por undad de tempo. El membro derecho de la ecuacón corresponde a un térmno rapdez de cambo de masa, es decr, a una dervada con respecto al tempo Ecuacones de balance de matera de componente En el flujo de matera a través de un sstema, el prncpo de conservacón de cada componente se plantea medante un balance que se puede expresar de la sguente manera: Flujo Molar FlujoMolar RapdezMolar RapdezMolar RapdezMolar de de + de de = de Entrada Salda Generacón Consumo Acumulac ó n (1.2) En la ecuacón (1.2) cada uno de los térmnos expresa una cantdad de moles de componente por undad de tempo. Los flujos molares de entrada y salda son tanto convectvos como dfusvos. Los térmnos Rapdez de Generacón, Rapdez de consumo y Rapdez de Acumulacón se expresan como dervadas con respecto al tempo. En el planteamento de un modelo se requeren tantos balances de matera como componentes estén presentes en el sstema. Ecuacón de balance de energía En el modelamento de un sstema aberto, el prncpo de la conservacón de la energía se expresa medante la prmera ley de la termodnámca de la sguente manera: Flujo Total FlujoTotal FlujodeCalor Trabajo Realzado Rapdezde Cambo de Energa de Energa + Añaddo al por el = de Energía Entrada Salda Sstema Sstema enel Sstema (1.3) En la ecuacón (1.3) cada uno de los térmnos expresa una cantdad de energía por undad de tempo. Los flujos energétcos totales de entrada y salda ncluyen energía nterna, cnétca y potencal tanto por conveccón como dfusón. El flujo calórco Mach 11

12 12 añaddo al sstema ncluye las transferencas por conduccón, radacón y de reaccón. El trabajo realzado por el sstema sobre los alrededores ncluye trabajo de eje y de tpo presón por flujo volumétrco. El térmno rapdez de cambo de energía en el sstema es la del cambo en energía nterna y potencal del sstema. Ecuacones de transferenca de masa y energía Para modelamento de parámetro globalzado, la ecuacón de transferenca de masa relacona el flujo másco superfcal con el cambo de concentracón mentras que la ecuacón de transferenca de energía relacona el flujo superfcal de calor con el cambo de temperatura. Las constantes de proporconaldad son los coefcentes globales de transferenca. Las ecuacones de transferenca de masa y energía se pueden escrbr así: FlujodeMasa = Superfcal FlujodeCalor = Superfcal { CoefcenteGlobaldeTransferenca}{ CambodeConcentracón} { CoefcenteGlobaldeTransferenca}{ CambodeTemperatura} (1.4) (1.5) Ecuacones de estado En el planteamento de un modelo pueden necestarse las relacones entre algunas propedades físcas o termodnámcas con la temperatura, presón o concentracón. Lo anteror se puede plantear con respecto a la densdad y a la entalpía de la sguente forma: { DensdadLí qudo} L = f ( P, T, x ) { DensdadVa por} V = f ( P, T, y ) { EntalpíaLí qudo} h = f ( P, T, x ) { EntalpíaVa por} H = f P, T, y ) = ρ (1.6) = ρ (1.7) = (1.8) = (1.9) ( Algunas smplfcacones que suelen hacerse sn afectar consderablemente la exacttud del modelo son: h = C T (1.10) P Mach 12

13 13 H = C P T + λ (1.11) V S se consdera la nfluenca de la temperatura en el valor del calor específco, se plantea algo más rguroso así: h C ( T ) dt (1.10) = T To P Suele consderarse una relacón polnomal entre el calor específco y la temperatura, de tal manera que dsponendo de los coefcentes de cada uno de los térmnos se puede ntegrar la ecuacón (1.10) y expresar una relacón entre la entalpía de líqudo y la temperatura. La entalpía de una mezcla de N componentes líqudos se puede calcular, desprecando los efectos calórcos de mezclado, medante un promedo de la sguente manera: h N = = N xh M 1 (1.11) = 1 x M Las densdades de los líqudos pueden asumrse como constantes sempre y cuando no se observen grandes cambos en ellas con los cambos de temperatura y composcón. Las densdades de los vapores no pueden consderarse constantes y para sus cálculos se aplca, generalmente, una ecuacón de estado. Consderando un comportamento deal, la densdad de un vapor se puede calcular con la ecuacón nm MP ρ V = = (1.12) V RT Estado de Equlbro La segunda ley de la termodnámca nos faclta las ecuacones que nos expresan las condcones de un sstema para que se mantenga en estado de equlbro, ya sea que Mach 13

14 14 se trate del equlbro de un sstema reacconante (Equlbro Químco) o del equlbro entre varas fases (Equlbro Físco) Equlbro Químco En una reaccón químca en estado de equlbro se cumple que la suma total de los potencales químcos de cada uno de los componentes de la reaccón es gual a cero (consderando al potencal de los reacconantes con sgnos negatvos y el de los productos con sgnos postvos). La forma usual de aplcar lo anteror es en térmnos de la constante de equlbro para una reaccón. Para una reaccón en fase acuosa de la forma aa + bb cc + dd (1.13) La expresón para la constante de equlbro es una relacón entre las concentracones de los componentes de la reaccón en equlbro escrta de la sguente manera: e c d [ C] e [ D] e a [ A] [ ] b e B e K = (1.14) Para una reaccón en fase gaseosa, se puede transformar la expresón en térmnos de las presones parcales de la sguente manera: K e P P = (1.15) P P c c, e a a, e d d, e b b. e Equlbro Físco El equlbro entre dos fases ocurre cuando el potencal químco de cada componente es el msmo en ambas fases. Para un sstema de dos fases líqudo y vapor se pueden aplcar las sguentes leyes o consderandos: Mach 14

15 15 Ley de Dalton: Para una fase vapor con comportamento deal se aplca la ley de Dalton que calcula la presón parcal de cada componente como el producto de la fraccón molar del componente en la fase vapor y la presón total P = y P (1.16) T Ley de Raoult: Para una fase líquda con comportamento deal se aplca la ley de Raoult en la cual se guala la presón parcal de un componente en la fase vapor con la presón de saturacón del componente puro en la fase líquda de la sguente manera: y P = x P (1.17) T o De lo anteror se puede demostrar que la presón total de la fase vapor se puede calcular en funcón de la composcón de la fase líquda con la sguente ecuacón: P T = N = 1 x P o (1.18) Las presones de vapor son funcón de la temperatura, solamente; y esta dependenca se puede expresar medante relacones como la de Antone. Volatldad Relatva: La volatldad relatva α j del componente con respecto al componente j se defne medante la sguente relacón; y / x α j = (1.19) y j / x j Las volatldades relatvas son constantes en un certo número de sstemas y son frecuentemente usadas debdo a esta ventaja. Mach 15

16 16 Al aplcar la ecuacón (1.19) a un sstema bnara para el componente más volátl con respecto al menos volátl se demuestra una ecuacón muy usual para calcular las composcones de la fase vapor en equlbro con una fase líquda y que es la sguente: αx y = 1+ ( α 1) x (1.20) Constantes de dstrbucón de fases: Las relacones entre la composcón de la fase vapor y la de la fase líqudo en equlbro son las denomnadas Constantes de dstrbucón de fases, Se utlzan amplamente, especalmente en la ndustra del petróleo y K = (1.21) x Las constantes de dstrbucón de fases dependen de la temperatura y la composcón y en menor extensón de la presón Cnétca Químca El modelamento de reactores requere del manejo de las relacones y la termnología que se utlza al descrbr la cnétca de las reaccones químcas medante sus ecuacones de velocdad de reaccón. Estas ecuacones expresan la dependenca de la velocdad de una reaccón con la concentracón de los reacconantes y la temperatura de la reaccón. Ley de accón de masas Esta ley establece que la velocdad global de una reaccón depende de la temperatura y de la concentracón de los reacconantes elevada a sus respectvas potencas. S la velocdad depende de la concentracón de los reacconantes A y B, suele expresarse medante la denomnada ecuacón de velocdad de reaccón con la sguente forma: [ A] a [ B] b r = k (1.22) Mach 16

17 17 Los exponentes a y b son los órdenes de la reaccón con respecto a cada uno de los reacconantes Con esta defncón suelen caracterzarse las reaccones desde el punto de vsta cnétco como de prmer orden, segundo orden, etc. Ecuacón de Arrhenus La dependenca de la velocdad de reaccón con la temperatura se ncluye en la constante específca de velocdad de reaccón. La ecuacón de Arrhenus es muy usual para consderar la nfluenca de la temperatura en la constante de velocdad de reaccón de la sguente forma: E k = Aexp (1.23) RT A es el denomnado factor preexponencal y E es la energía de actvacón de la reaccón, R es la constante de los gases (1.99 cal/mol-k) y T es la temperatura en grados K MODELOS DE PARAMETRO GLOBALIZADO: Característcas Al analzar un modelo de parámetro globalzado y para el desarrollo de su posble solucón, se hace necesaro dentfcar los parámetros, las constantes, las varables y el tpo de ecuacones que lo conforman. Esto hace que el sstema modelado se pueda caracterzar como unvarable o multvarable y lneal o no lneal Constantes, Parámetros y Varables Las constantes son los térmnos físcos o químcos ndependentes del tempo, las dreccones espacales y las condcones del sstema como la constante de los gases o el peso mol de una sustanca. Los parámetros son todos aquellos valores que pueden ser varables pero que en el sstema se toman como constantes como el dámetro y la altura de un recpente clíndrco. Las varables son aquellas propedades del sstema que pueden cambar medante algún efecto externo sobre ellas msmas o como consecuenca de los cambos externos realzados sobre algunas propedades del sstema. A las prmeras se les llama varables de entrada y a las segundas varables de salda Mach 17

18 18 Sstemas unvarables (SISO) y multvarables (MIMO) Un modelo de parámetro globalzado unvarable se expresa medante una ecuacón dferencal con una varable de entrada y una varable de salda. Esto suele referrse como un modelo SISO (Sngle Input Sngle Output). Un modelo multvarable ncluye varas varables de entrada o salda y se refere como un modelo MIMO (Multple Input Multple Output). Se requeren tantas ecuacones dferencales como varables de salda se dentfquen en el sstema. Las varables de salda son las propedades que camban con el tempo y, por lo tanto, los térmnos dervadas de dchas propedades con respecto al tempo se observan en las ecuacones dferencales. Orden y Lnealdad de un sstema El orden de la dnámca de un sstema unvarable está dado por el orden de la ecuacón dferencal que expresa su modelamento. S la ecuacón dferencal es lneal el sstema es lneal, en caso contraro es no lneal. La sguentes ecuacones dferencales son las forma estándares de escrbr los modelos dnámcos de un sstema unvarable lneal de prmer y segundo orden, respectvamente. Prmer Orden: dy ( t) τ + Y ( t) = KX ( t) dt (1.24) Segundo Orden: 2 2 d Y ( t) dy τ + 2ζτ + Y ( t) = KX ( t) 2 dt dt (1.25) Sendo τ, ζ y K, parámetros que caracterzan dnámcamente al sstema y que se calculan con algunas de sus característcas físcas. Y(t) es la varable de salda y X(t) es la varable de entrada Por ejemplo, la dnámca de algunas válvulas de control es de un modelo lneal de segundo orden con la forma de la ecuacón (1.25) pero con algunas consderacones se puede ajustar a un modelo lneal de prmer orden con la forma de la ecuacón (1.24) y hasta en algunos casos se puede desprecar el parámetro τ y, entonces, su dnámca solo se caracterza por el parámetro K. Algunos sstemas de flujo a través de un tanque se ajustan a un modelo no lneal porque al ntroducr algunas consderacones físcas en su planteamento, su Mach 18

19 19 descrpcón matemátca es una ecuacón dferencal no lneal de prmer orden, como por ejemplo, la sguente: dy ( t) τ + Y ( t) = KX ( t) (1.26) dt La solucón de un modelo no lneal puede hacerse en algunos casos por métodos analítcos, pero en casos complejos se tene que recurrr a la solucón medante métodos numércos. Es una práctca mportante la lnearzacón de los sstemas no lneales alrededor de un valor de referenca y la comparacón de los resultados encontrados en ambos casos. Lo anteror, es necesaro para smplfcar el dseño de los lazos de control de sstemas no lneales. 1.7 ANALISIS DINAMICO DE UN SISTEMA El análss dnámco de un sstema consste en su modelamento y la solucón matemátca correspondente para un determnado cambo en algunas de sus varables de entradas con respecto a sus valores nvarantes en el tempo mentras se encuentre en estado estaconaro. En sstemas lneales es usual expresar sus ecuacones dferencales de tal manera que las varables representen los cambos con respecto a sus valores ncales o en estado estaconaro. Estas representacones se denomnan Varables Desvacón y se smbolzan, generalmente, con el msmo de la varable pero en mayúscula. Es decr, que: X ( t) = x( t) x(o) (1.27) De la defncón (1.27) se deduce que el valor ncal de una varable desvacón es gual a cero. Esta transformacón permte que se analce la dnámca de un sstema observando las desvacones de sus varables de salda cuando las varables de entrada se desvían de sus valores ncales PERTURBACION Y RESPUESTA DE UN SISTEMA Se emplean los térmnos Perturbacón y Respuesta para referrse al tpo de cambo consderado en la varable de entrada y al perfl que muestran las varables Mach 19

20 20 desvacón de salda, respectvamente. Algunas perturbacones con respuestas de senclla solucón matemátca para el análss dnámco de un sstema son las denomnadas Paso, Pulso, Impulso, Rampa y Snusodal. Respuesta Paso o Escalón (Step) Las perturbacones paso son funcones que camban nstantáneamente desde un valor a otro y son, por lo tanto, constantes. S el cambo paso es de un tamaño x, la perturbacón se denomna Funcón Paso, x(t), y se defne como: x ( t) = x para t > 0 x ( t) = 0 para t 0 (1.28) La funcón paso en térmnos desvacón es: X ( t) = x para t > 0 (1.29) La representacón gráfca de una funcón paso es una línea recta horzontal como se observa en la Fgura 1.1.: Fgura 1.1. Funcón Paso (Rojo) S el tamaño del paso es gual a la undad, la perturbacón se Funcón Paso Untaro y se smbolza Mach 20

21 21 U ( t) = 1 para t > 0 (1.30) La respuesta de un sstema a una perturbacón paso en su varable de entrada se denomna Respuesta Paso o Respuesta Paso untaro según el tamaño del cambo paso. Respuesta Pulso (Pulse) Un pulso es una funcón de forma arbtrara (usualmente rectangular) que comenza y termna en el msmo valor. Un pulso rectangular es, smplemente, la suma de una funcón paso postva a partr de un tempo cero y una funcón paso negatva a partr de t o mnutos después, sendo t o el denomnado Tempo Muerto. Por lo tanto, una Funcón Pulso de altura h y anchura t o se expresa como x t) = h( t) h( t t ) (1.31) ( o La representacón gráfca de una funcón pulso rectangular con altura h y una anchura gual t o se observa en la Fgura 1.2: Fgura 1.2 Funcón Pulso Rectangular La funcón pulso rectangular de altura uno y anchura t o se expresa como Mach 21

22 22 x t) = u( t) u( t t ) (1.32) ( o Respuesta Impulso (Impulse) La funcón mpulso es un pulso de altura nfnta, longtud cero y área gual a k undades. Es como una fccón puramente matemátca pero de mucha utldad en certos tratamentos matemátcos para el análss dnámco de sstemas. Cuando el área del mpulso es gual a la undad, la funcón se defne como la Funcón Delta Drac, δ (t). La funcón mpulso de área k suele escrbrse como un factor de la funcón Delta Drac de la sguente manera: x( t) = kδ ( t) (1.33) La representacón gráfca de una funcón mpulso de área k se observa en la Fgura 1.3: Fgura 1.3 Funcón Impulso de área k Respuesta Rampa (Ramp) Las varacones rampas son funcones que camban lnealmente con el tempo de la sguente manera: x ( t) = kt (1.34) Mach 22

23 23 Sendo k, una constante. Este tpo de cambo se aplca, por ejemplo, en el modo de varar con el tempo del valor deseado de la presón o de la temperatura de un reactor operado por lotes La representacón gráfca de una funcón rampa de pendente k se observa en la Fgura 1.4: Fgura 1.4. Funcón rampa de pendente k Respuesta Snusodal La varacón snusodal de una varable de entrada se expresa como una funcón seno con una determnada frecuenca, w, y ampltud, A, de la sguente manera: x ( t) = ASen( wt) (1.35) La representacón gráfca de la funcón (1.35) se observa en la Fgura 1.5. Las varacones snusodales son muy poco aplcadas en los procesos de la ngenería químca. Sn embargo, las respuestas de un sstema a un cambo snusodal en sus varables de entrada son de una mportanca tan grande que su estudo ha ntroducdo unas estrategas adconales para el análss dnámco de sstemas conocdo como las respuestas en el domno de la frecuenca. Mach 23

24 24 Fgura 1.5. Funcón Seno de ampltud A y frecuenca w DOMINIOS PARA EL ANALISIS DINAMICO DE UN SISTEMA El estudo de la dnámca de un sstema en el Domno del Tempo sgnfca que las ecuacones dferencales que consttuyen el modelo matemátco se resuelven drectamente, es decr, en térmnos de las funcones dependentes del tempo. Pero s las ecuacones dferencales se transforman según la defncón de Laplace el análss dnámco o el comportamento del sstema se estuda en el Domno de Laplace. En capítulos posterores, se explcan los fundamentos que facltan un conjunto de conceptos y propedades para el análss dnámco de un sstema en el Domno de la Frecuenca y para el caso de sstemas cuyos modelos son multvarables se hace uso del álgebra matrcal para el análss dnámco de su respuesta en lo que se denomna el Espaco de los Estados. Domno Tempo En el domno del tempo, las varables se manejan drectamente en funcón del tempo y los métodos de solucón de las ecuacones dferencales, tanto analítcos como numércos, se resuelven drectamente en térmnos del tempo. Para cada uno de los cambos descrtos anterormente para una varable de entrada, las funcones empleadas son las defndas en funcón del tempo. Domno Laplace Al aplcar transformada de Laplace tanto a las varables de entrada como a las ecuacones dferencales, el análss no se plantea en térmnos del tempo sno de una nueva varable s. Para cada una de las perturbacones anterores las correspondentes transformadas de Laplace son: Mach 24

25 25 Respuesta Paso: x X ( s) = (1.36) s tos h( s) h( s) e h tos Respuesta Pulso: X ( s) = = (1 e ) (1.37) s s s Respuesta Impulso: X ( s) = k (1.38) k Respuesta Rampa: X ( s) = (1.39) 2 s Aw Respuesta Seno: X ( s) = (1.40) 2 2 s + w La transformada de Laplace solo puede aplcarse a ecuacones dferencales lneales y es de mucha utldad para el análss dnámco de sstemas lneales porque transforma una ecuacón dferencal de tal manera que su representacón es mucho más compacta y convenente que la correspondente representacón en funcón del tempo. Por ejemplo, la ecuacón dferencal en térmnos del tempo que modela a un sstema lneal de prmer orden con una varable de entrada y una varable de salda suele escrbrse en su forma estándar de la sguente manera: dy ( t) τ + Y ( t) = KX ( t) dt La correspondente transformada de Laplace se expresa de tal manera que muestre una relacón entre las varables de entrada y salda del sstema y que escrta como una funcón de transferenca es la descrpcón del sstema en el domno de Laplace: Y ( s ) X ( s ) = K τ s + 1 Domno Frecuenca El estudo dnámco de un sstema en el domno de la frecuenca se fundamenta en las característcas que muestra la respuesta de un sstema de prmer orden lneal ante una perturbacón snusodal de certa frecuenca y ampltud en su varable de Mach 25

26 26 entrada. A partr de estas característcas se defnen unas propedades que dependen de la frecuenca de la onda snusodal de entrada como son la relacón entre las ampltudes entre la funcón snusodal de entrada y la respuesta del sstema y el desfase entre ellas y a partr de estas se plantean unos conceptos como los de Bode y Nyqust muy útles y aplcables en el análss de cualquer sstema.los métodos de análss en el domno de la frecuenca son un poco más abstractos que los correspondentes en los otros domnos y se apoyan en el concepto de funcón de transferenca propo de los estudos en el domno de Laplace. Espaco de los Estados La escrtura de un modelo en forma del Espaco de los Estados se puede aplcar a sstemas lneales con múltples varables de entrada y salda. Lo anteror sgnfca que el modelo lo consttuyen tantas ecuacones dferencales lneales como varables de salda hayan y este conjunto puede compactarse en una escrtura matrcal de la sguente forma: X & = AX + Bu Y = CX + Du Cada una de las letras A, B, C, D representa una matrz. X es el vector de las varables de estado del sstema y el punto arrba smbolza el vector de sus dervadas con respecto al tempo; Y es el vector de las varables de salda del sstema y u es el vector de las varables de entrada. A y B son las matrces de los coefcentes de cada uno de los térmnos lneales en cada una de las ecuacones dferencales. C y D son matrces que expresan una relacón entre las varables de estado y de entrada con las de salda Bblografía Bequette W.B. Process Dynamcs. Modelng, Analyss and Smulaton. Prentce Hall Internatonal Seres Edgar T.F., Hmmelblau D.M. Optmzaton of Chemcal Processes. McGraw-Hll Internatonal Edtons Hmmelblau D.M., Bschoff K.B. Análss y Smulacón de Procesos. Edtoral Reverte S.A Luyben W.L. Process Modelng, Smulaton and Control for Chemcal Engneers. Second Edton. McGraw-Hll Internatonal Edtons Mach 26

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

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

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA Ingenería Químca Undad I. Introduccón a los cálculos de Ingenería Químca

Más detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO 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 detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

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

Más detalles

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal Dsolucones TEM. Dsolucones reales. otencal químco en dsolucones reales. Concepto de actvdad. Una dsolucón es una mezcla homogénea de un componente llamado dsolvente () que se encuentra en mayor proporcón

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

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

Más detalles

Electricidad y calor

Electricidad y calor Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage:  Algunas definiciones Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

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

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

3. ANALISIS DE UNIDADES SIMPLES

3. ANALISIS DE UNIDADES SIMPLES 28 3. ANALISIS DE UNIDADES SIMPLES Por undades smples se entenden aquellas que desarrollan operacones de transformacón físca o químca de la matera y que se analzan a partr de los prncpos de conservacón

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Convertidores Digital-Analógico y Analógico-Digital

Convertidores Digital-Analógico y Analógico-Digital Convertdores Dgtal-Analógco y Analógco-Dgtal Conversón Dgtal-Analógca y Analógca-Dgtal Con estos crcutos se trata de consegur una relacón bunívoca entre una señal analógca y una dgtal o vceversa. Las magntudes

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

EL AMPLIFICADOR OPERACIONAL.

EL AMPLIFICADOR OPERACIONAL. Tema 6. El mplfcador peraconal. Tema 6 EL MPLIFICD PECINL.. Introduccón... Símbolos y termnales del amplfcador operaconal... El amplfcador operaconal como amplfcador de tensón..3. Conceptos báscos de realmentacón..4.

Más detalles

Lección: Disoluciones

Lección: Disoluciones Leccón: Dsolucones TEMA: Introduccón 1 Adolfo Bastda Pascual Unversdad de Murca. España. I. Caracterzacón de las dsolucones.......2 I.A. Composcón de una dsolucón....... 2 I.B. Magntudes molares parcales.........

Más detalles

Análisis de ruido en detectores ópticos.

Análisis de ruido en detectores ópticos. Análss de rudo en detectores óptcos. La corrente real generada en un fotododo es de carácter aleatoro, cuyo valor fluctúa entre el valor promedo defndo por la foto-corrente: p = RP Dchas fluctuacones se

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: 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 detalles

Fisicoquímica CIBEX Guía de Trabajos Prácticos 2010. Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición-

Fisicoquímica CIBEX Guía de Trabajos Prácticos 2010. Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición- Fscoquímca CIBX Guía de Trabajos Práctcos 2010 Trabajo Práctco N 7 - Medda de la Fuerza lectromotrz por el Método de Oposcón- Objetvo: Medr la fuerza electromotrz (FM) de la pla medante el método de oposcón

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

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP) MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman

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

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

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

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

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

Más detalles

OSCILACIONES 1.- INTRODUCCIÓN

OSCILACIONES 1.- INTRODUCCIÓN OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

Procesamiento 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 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

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

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

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

Más detalles

Centro de Masa. Sólido Rígido

Centro de Masa. Sólido Rígido Centro de Masa Sóldo Rígdo El centro de masa de un sstema de partículas es un punto en el cual parecería estar concentrada toda la masa del sstema. En un sstema formado por partículas dscretas el centro

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio.

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio. 1 Movmento Vbratoro Tema 8.- Ondas, Sondo y Luz Movmento Peródco Un móvl posee un movmento peródco cuando en ntervalos de tempo guales pasa por el msmo punto del espaco sempre con las msmas característcas

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

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

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

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 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

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

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

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

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

Medidas de centralización

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

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De 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 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

MÁQUINAS TÉRMICAS. Aspectos Fundamentales de Termodinámica. Mayo 2012 ASPECTOS FUNDAMENTALES

MÁQUINAS TÉRMICAS. Aspectos Fundamentales de Termodinámica. Mayo 2012 ASPECTOS FUNDAMENTALES MÁQUINAS TÉRMICAS Aspectos Fundamentales de Termodnámca rof. Mguel ASUAJE Mayo 2012 Contendo ASECTOS FUNDAMENTALES Breve revsón de los conceptos de Termodnámca Trabajo y Calor rmera Ley d Segunda Ley Cclo

Más detalles

16/07/2012 P= F A. Pascals. Bar

16/07/2012 P= F A. Pascals. Bar El Estado Gaseoso El Estado Gaseoso Undad I Característcas de los Gases Las moléculas ndvduales se encuentran relatvamente separadas. Se expanden para llenar sus recpentes. Son altamente compresbles. enen

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS 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 detalles

Optimización no lineal

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

Más detalles

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin. Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de

Más detalles

Tema 3. Trabajo, energía y conservación de la energía

Tema 3. Trabajo, energía y conservación de la energía Físca I. Curso 2010/11 Departamento de Físca Aplcada. ETSII de Béjar. Unversdad de Salamanca Profs. Alejandro Medna Domínguez y Jesús Ovejero Sánchez Tema 3. Trabajo, energía y conservacón de la energía

Más detalles

CONTROL DE PROCESOS QUÍMICOS

CONTROL DE PROCESOS QUÍMICOS UNIVERSIDD NCIONL EXPERIMENTL POLITECNIC NTONIO JOSÉ DE SUCRE VICERRECTORDO RQUISIMETO DEPRTMENTO DE INGENIERÍ QUÍMIC CONTROL DE PROCESOS QUÍMICOS Pro: Ing. (MSc). Juan Enrque Rodríguez C. Octubre, 23

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO 1 ÍNDICE 1. INTRODUCCIÓN 2. EL CAMPO MAGNÉTICO 3. PRODUCCIÓN DE UN CAMPO MAGNÉTICO 4. LEY DE FARADAY 5. PRODUCCIÓN DE UNA FUERZA EN UN CONDUCTOR 6. MOVIMIENTO DE

Más detalles

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c. .. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 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 detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

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

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

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

Hidrología superficial

Hidrología superficial Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

Introducción al riesgo de crédito

Introducción al riesgo de crédito Introduccón al resgo de crédto Estrella Perott Investgador Senor Bolsa de Comerco de Rosaro eperott@bcr.com.ar. Introduccón El resgo credtco es el resgo de una pérdda económca como consecuenca de la falta

Más detalles

Fundamentos de Física Estadística: Problema básico, Postulados

Fundamentos de Física Estadística: Problema básico, Postulados Fundamentos de Físca Estadístca: Problema básco, Postulados y Formalsmos. Problema básco de la Mecánca Estadístca del Equlbro (MEE) El problema básco de la MEE es la determnacón de la relacón termodnámca

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

para impulsar las turbinas, en lugar del tradicional vapor, el sistema del PBMR utiliza helio supercalentado.

para impulsar las turbinas, en lugar del tradicional vapor, el sistema del PBMR utiliza helio supercalentado. Julo Valle Hernández Dseño de Smulador de Planta Núcleo Eléctrca PBMR para mpulsar las turbnas, en lugar del tradconal vapor, el sstema del PBMR utlza helo supercalentado. El sstema de almacenamento de

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 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 detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático qco sθ qz Ez= 4 zπε0 2+ R2 = 4πε0 [z2 +R2 ]3/ 2 El campo de las cargas en reposo. Campo electrostátco ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electromagnétco.

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

1. Modelos Expresados en Variables de Estado 1

1. Modelos Expresados en Variables de Estado 1 2 3 Modelo en Varables de Estado.doc 1 1. Modelos Exresados en Varables de Estado 1. Modelos Exresados en Varables de Estado 1 1.1. Introduccón 2 1.2. Defncón 2 1.3. Forma General 9 1.4. Solucón 1 1.5.

Más detalles

2.1. Sustancias puras. Medida de los cambios de entalpía.

2.1. Sustancias puras. Medida de los cambios de entalpía. 2 Metalurga y termoquímca. 7 2. Metalurga y termoquímca. 2.1. Sustancas puras. Medda de los cambos de entalpía. De acuerdo a las ecuacones (5 y (9, para un proceso reversble que ocurra a presón constante

Más detalles