APUNTE Y PROBLEMAS DE FÍSICA III

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

Download "APUNTE Y PROBLEMAS DE FÍSICA III"

Transcripción

1 APUE Y PROBLEMAS DE FÍSICA III CARRERA: LICECIAURA E QUÍMICA PROFESOR Mg. CARLOS A. CAAEO AUILIAR Lc. ERIQUE M. BIASOI

2 COEIDOS: Mcáca Clásca: Mcáca Cuátca: Mcáca Estadístca: Problmas: Cmátca Dámca Prcpos d cosrvacó Lagragao Ecuacos d Lagrag Hamltoao Ecuacos d Hamlto Opradors Ecuacó d Schrödgr Momto agular Atomo d hdrogo Esp Fucó d oda complta dl lctro Prcpo d crtza d Hsbrg Probabldad Y Varabls Estocastcas Procsos d Markov Dsdad d probabldad para sstmas d partículas Fucó d structura Etropía Cojutos stadístcos Guía º Mcáca clásca Guía º Mcáca cuátca Guía º 3 Mcáca cuátca prturbacos Gua º 4 Mcáca stadís tca

3 MECÁICA CLÁSICA CIEMAICA La cmátca studa l movmto d los curpos s tr cuta las causas qu lo produc. Ats d cotuar stablzcamos la dfrca tr u curpo y ua partícula; l curpo pos masa catdad d matra y dmsos físcas las cuals corrspod co la forma d curpo largo acho spsor mtras qu la partícula s la smplfcacó dl curpo ya qu t su masa pro o pos dmsos físcas o sa ua partícula s u curpo s dmsos. Para dscrbr l movmto d ua partícula lo prmro qu dbmos cosdrar s lgr u sstma d rfrca rspcto dl cual vamos a dscrbr l movmto. A partr d st sstma d rfrca podmos dcar la poscó d la partícula fucó dl tmpo usado l vctor poscó coordadas cartsaas r t x t y t z t. Los putos qu va dscrbdo l vctor poscó l spaco s doma la trayctora d la partícula. y trayctora r t rt x La vlocdad d la partícula s la drvada dl vctor poscó rspcto dl tmpo dr v t dt y s u vctor tagt a la trayctora. La aclracó s la drvada d la vlocdad rspcto dl tmpo dv a t dt la aclracó t tato compots tagcals como compots ormals a la vlocdad y a la trayctora.

4 S s cooc como varía la aclracó fucó dl tmpo para ua partícula y admás sabmos su vlocdad y poscó para u tmpo t codcos cals podmos cotrar la vlocdad y la poscó dl curpo fucó dl tmpo r v t v t a t dt t r t r t v t dt t t t t r t v t a t dt t t t t DIÁMICA La dámca studa la rlacó tr l movmto d u curpo y las causas d st movmto. El movmto d u curpo s l rsultado drcto d sus traccos co los otros curpos qu lo roda; las traccos s dscrb covtmt por u cocpto matmátco domado furza. La prmra ly d wto dc qu u curpo prmac rposo o movmto rctlío uform la trayctora s ua rcta y la vlocdad dl curpo s mat costat a o sr qu actú ua furza sobr él. La sguda ly d wto os da la rlacó tr la furza aplcada a u curpo y la aclracó qu ést adqur s la masa dl curpo s mat costat F ma La trcra ly d wto dc qu cuado dos partículas tractúa la furza sobr ua partícula s gual y opusta a la furza sobr la otra. F F Alguos jmplos d furzas so: la furza d atraccó gravtacoal d la trra para curpos crcaos a la suprfc trrstr comúmt domada furza d gravdad os da l pso dl curpo l cual s gual a la masa dl curpo por la aclracó gravdad g qu t u valor d 98 m/s y aputa haca l ctro d la trra F g mg la furza lástca dbda a u rsort qu s gual al producto d la costat lástca dl rsort caractrístca d cada rsort por l stramto dl msmo cambado d sgo sto dca qu la furza lástca s opo al stramto F K r r dod r s l vctor poscó d qulbro dl rsort la furza léctrca producda por u campo léctrco E sobr ua partícula cargada co carga q F E qe la furza magétca producda por u campo magétco B sobr ua partícula cargada co carga q y vlocdad v F B qv B dt

5 PRICIPIOS DE COSERVACIÓ CAIDAD DE MOVIMIEO LIEAL S df catdad d movmto lal o momtum lal d ua partícula al producto d su masa por la vlocdad d la msma p mv la drvada co rspcto al tmpo d la catdad d movmto lal d ua partícula s la furza aplcada sobr la partícula dp d m v F dt dt s la masa s costat lo qu obtmos s la sguda ly d wto. Itgrado sta xprsó p t d p F dt p p p t Fdt I Dod I s llama mpulso d la furza s pud coclur qu l cambo dl momtum d ua partícula s gual al mpulso d la furza qu actuó sobr la partícula. S la furza s costat l tmpo l mpulso s gual al producto d la furza por l trvalo d tmpo durat l cual actúa la furza. Cuado tmos u sstma d varas partículas la catdad d movmto lal dl sstma s la suma d las catdads d movmto d cada partícula. t t p p p p3 p4... p COSERVACIÓ DE LA CAIDAD DE MOVIMIEO LIEAL La catdad d movmto total d u sstma d partículas s cosrva s la furza xtra rsultat qu actúa sobr l sstma s cro. Esto os dc qu la catdad d movmto total cal s gual a la catdad d movmto total fal p p f RABAJO Cosdrmos ua partícula s muv a lo largo d ua trayctora cualqura bajo la accó d ua furza F y tgamos cuta trvalos d tmpos pquños dt d tal forma qu l camo rcorrdo por la partícula cocda co l dsplazamto d r ; dfmos al trabajo fctuado por la furza F durat l dsplazamto como dw F dr

6 El trabajo total d ralzado por la furza F tr los putos A y B d ua trayctora s w B A F d r EERGÍA EERGÍA CIÉICA S df como rgía cétca d ua partícula a la catdad p p Ec mv o E c m la varacó d la rgía cétca d ua partícula tr u stado fal y uo cal s gual al trabajo ralzado por las furzas xtras sobr la partícula EERGIA POECIAL Ec Ecf Ec w E la aturalza xst crtas furzas qu s doma furzas cosrvatvas stas furzas s caractrza porqu l trabajo ralzado por llas o dpd dl camo so qu dpd dl puto cal y fal d la trayctora. Otra propdad d stas furzas s qu s pud scrbr como mos l gradt d ua fucó dl vctor poscó a sa fucó s la doma rgía potcal r Fco Ep r La furzas d atraccó gravtacoal y la furza lástca so furzas cosrvatvas cada ua asocada a su rspctva rgía potcal. Para la furza d gravdad la rgía potcal gravtatora s E p mgz dod z s la altura d la partícula rspcto d la suprfc trrstr. Para la furza lástca la rgía potcal lástca s E p K r r Para furzas léctrcas dod l campo léctrco lo produc ua carga putual q qu actúa sobr otra carga q las cuals stá sparadas ua dstaca r la rgía potcal léctrca s qq E p 4 r E p COSERVACIÓ DE LA EERGÍA La suma d la rgía cétca y potcal d ua partícula s doma rgía total o rgía mcáca

7 E E c E p La rgía mcáca d u sstma d partículas s cosrva s las furzas qu actúa sobr l sstma so cosrvatvas. Esto os dc qu la rgía mcáca fal s gual a la rgía mcáca cal E f E CAIDAD DE MOVIMIEO AGULAR S df catdad d movmto agular o momtum agular co rspcto a u puto O d ua partícula d masa m qu pos ua catdad d movmto lal p al producto vctoral dl vctor poscó d la partícula rspcto dl puto O por la catdad d movmto lal d la partícula L r p L m r v L O r p La drvada d la catdad d movmto agular rspcto dl tmpo d ua partícula s l torqu d la furza aplcada sobr lla dl r F dt Para u sstma d varas partículas la catdad d movmto agular dl sstma s la suma d las catdads d movmto agular d cada partícula L L L L3... L La drvada d la catdad d movmto agular rspcto dl tmpo d u sstma d partículas s l torqu d las furzas xtras aplcadas sobr l sstma dl dt r x F x

8 COSERVACIÓ DE LA CAIDAD DE MOVIMIEO AGULAR La catdad d movmto agular d u sstma d partículas s cosrva s l torqu d la rsultat d las furzas xtra qu actúa sobr l sstma d partículas s cro. Esto os dc qu la catdad d movmto agular ca dl sstma s gual a la catdad d movmto agular fal dl sstma L L f LAGRAGIAO Para u sstma d partículas l spaco s csta 3 coordadas cartsaas para dfr la poscó d partículas; s s qur spcfcar l stado total dl sstma dbmos coocr la 3 vlocdads d las partícula o sa x y z x y z... x y z x y z... x y z Formular l problma coordadas cartsaas pud llgar a sr gorroso por lo tato cov lgr otro mucho más smpl tocs s covt lgr u dq sstma d coordadas gralzadas q y vlocdads gralzadas q dod dt varía d hasta 3. S df lugo la fucó d Lagrag o Lagragao L q q dod q s l cojuto d la coordadas gralzadas y q l cojuto d la vlocdads gralzadas. L q q t q q V q q t Dod s la rgía cétca dl sstma y V la rgía potcal. Para sstmas cosrvatvos tato L como V o so fucos xplíctas dl tmpo. ECUACIOES DE LAGRAGE Las cuacos d movmto térmo dl Lagragao so ahora: d dt L L q q dod obtmos 3 cuacos dfrcals d º ord las cuals dscrb al sstma d partículas. El cojuto d stas 3 s cooc como cuacos d Lagrag. HAMILOIAO

9 Las 3 cuacos d Lagrag s pud trasformars 6 cuacos dfrcals d prmr ord la forma d Hamlto. Para dfr l Hamltoao. Dfamos prmro l momto gralzado como L p q Lugo dfmos a la fucó d Hamlto o Hamltoao H como: 3 H p q L Para l caso d u sstma d furzas cosrvatvo H V o sa qu l Hamltoao corrspod a la rgía total d u sstma cosrvatvo ECUACIOES DE HAMILO Las cuacos d movmto para u sstma cosrvatvo la forma d Hamlto rsulta sr H q p H p q Estas so las cuacos d Hamlto qu forma u sstma d 6 cuacos dfrcals d prmr ord. ESPACIO DE COFIGURACIÓ Cuado tmos u sstma d partículas sobr las cuals xst m rstrccos d movldad sobr alguas d las 3 coordadas cartsaas l sstma quda compltamt dtrmado por s coordadas gralzadas dod s 3 m. Lugo s posbl dscrbr l stado dl sstma por u puto l spaco s- dmsoal domado spaco d cofguracó dod cada ua d las dmsos corrspod a ua coordada gralzada q. La volucó tmporal dl sstma pud sr rprstada por ua curva l spaco d cofguracos formada por los putos qu dscrb la cofguracó statáa dl sstma. ESPACIO DE LA FASE El spaco d la fas s u spaco d s dmsos cuyos js so las s coordadas gralzadas y los s momtos gralzados d u sstma dado. Cada puto d st spaco corrspod a u stado mcáco dfdo dl sstma. Cuado l sstma stá movmto l puto rprstatvo l spaco d la fas dscrb ua curva domada trayctora d la fas.

10 MECAICA CUAICA E la mcáca clásca l stado d u sstma s dscrb u stat dtrmado dado todas sus coordadas q y sus vlocdads q. E mcáca cuátca l stado d u sstma s df dado ua dtrmada fucó gral complja d las coordadas co la partculardad qu l cuadrado dl módulo d sta fucó dtrma la dstrbucó d probabldads d los valors d las coordadas * dq dq. Esta xprsó os da la probabldad d qu ua mdcó ralzada sobr l sstma dé como rsultado l valor d sus coordadas l lmto dq dl spaco d cofguracos. La fucó s llama fucó d oda dl sstma. OPERADORES Ua varabl dámca qu pud sr mdda s doma la cuátca u obsrvabl y s rprstado por u oprador matmátco. U oprador s u t matmátco qu ralza ua accó sobr ua fucó. E gral cuado u oprador actúa sobr ua fucó la cual pud sr complja l rsultado s otra fucó A ˆ f g l oprador A actúa sobr la fucó f y l rsultado s la fucó g. Pro crtos casos l rsultado s la msma fucó multplcada por ua costat a stas fucos s las doma autofucos y a las costats autovalors dl oprador. A ˆ f w f co w costat a sta cuacó s la cooc como cuacó d autovalors. E gral la cuacó d autovalors so A ˆ f w f dod las autofucos f y los autovalors w so todos dsttos formado las autofucos u cojuto complto d fucos dl oprador. Lugo podmos dsarrollar cualqur fucó g como ua combacó lal d todas las autofucos g c f = 3... U caso spcal s cuado u cojuto d autofucos t l msmo autovalor A ˆ f wf =... k a st cojuto d autofucos s lo doma dgrado. COMUADOR S df l comutador d dos opradors como Aˆ Bˆ AB ˆ ˆ Bˆ ˆ A

11 d la dfcó d comutador s pud coclur qu s dos opradors comuta t l msmo cojuto d autofucos. OPERADORES DE LA MECAICA CUAICA por dod E la mcáca cuátca l oprador poscó stá rprstado por x ˆ x para ua dmsó coordadas cartsaas r ˆ r para l caso trdmsoal El oprador catdad d movmto lal o momto lal stá rprstado d pˆ x para ua dmsó coordadas dx cartsaas pˆ para l caso trdmsoal s la costat d Plack dvdda por dos p h. pˆ pˆ El oprador rgía cétca d ua partícula d masa m Eˆ quda c m ˆ d d E c para ua dmsó m dx m dx ˆ E c para l caso trdmsoal m El oprador para la rgía total dl sstma s l oprador Hamltoao Hˆ Eˆ c Eˆ p para ua partícula d masa m movédos ua dmsó coordadas cartsaas s ˆ d H V x m dx y s la partícula s muv l spaco trdmsoal su Hamltoao s ˆ H V r m ECUACIÓ DE SCHRÖDIGER Para u sstma físco la mcáca cuátca la fucó d oda r r... t dtrma compltamt l stado dl sstma u tmpo t sto sgfca qu o sólo df las propdads dl sstma dcho stat so qu també dtrma su comportamto todos los stats futuros aturalmt sólo co l grado d pltud qu prmt la mcáca cuátca. La fucó d oda d u sstma s cutra rsolvdo la cuacó d Schrödgr

12 Hˆ t a sta cuacó s la cooc como la cuacó d Schrödgr dpdt dl tmpo y s la fucó d oda dpdt dl tmpo. Los stados d u sstma l cual l Hamltoao o dpd xplíctamt dl tmpo pos valors d rgía co valors dtrmados stos stados s llama stados stacoaros dl sstma. Estos stados s dscrb por mdo d fucos d oda r las cuals so solucos d la cuacó d Schrödgr dpdt dl tmpo. H ˆ E sta s ua cuacó d autovalors dl oprador Hamltoao la cual so las autofucos y E los autovalors d la rgía. Los valors d rgía E so úmros rals y las fucos d oda forma u cojuto complto d fucos ortoormals d tal forma qu d m todol spaco dod j s la fucó dlta d Kroktt m = s m m = s m S df como stado fudamtal d u sstma al stado stacoaro qu pos l mor d todos los valors posbls d rgía. Las fucos d oda dpdt dl tmpo so r t r E t La dstrbucó d las probabldads d las coordadas u stado stacoaro stá dtrmada por l cuadrado dl módulo d la fucó d oda y sta dstrbucó o dpd dl tmpo. El valor mdo o valor d xpctacó d cualqur magtud físca cuyo oprador o dpda xplíctamt dl tmpo s A A ˆ d Aˆ. m OACIÓ DE DIRAC Ua otacó más smplfcada s la otacó d Drac la cual rprstamos las tgrals como m A ˆ A d l símbolo s doma kt y rprsta a la fucó d oda y l símbolo m s doma bra y rprsta a l compljo cojugado d la fucó d oda m. m ˆ

13 MOMEO AGULAR El oprador momto agular stá rprstado por ˆ L r Es mportat dstacar qu mcáca cuátca s mportat coocr l cuadrado dl módulo dl oprador momto agular ˆL y ua compot d st la qu lgmos como la compot z Lˆ. Para aalzar l momto agular d ua partícula z s covt trabajar coordadas sfércas co lo cual ustros opradors d trés quda L ˆ s s s Lˆ z otmos qu stos dos opradors sólo dpd d las dos coordadas agulars. Ambos opradors t l msmo cojuto d autofucos las cuals s doma armócos sfércos m l l m! m lm Pl cos l m! m m m dod P l cos s l polomo asocado d Lgdr ormalzado. Las cuacos d autovalors quda codcó lm. L ˆ l l lm Y lm L ˆ m z lm Dod l pud sr cro o u tro postvo y m t sus valors rstrgdos a la m l o m l l... l l U stado cuátco rprstado por la fucó lm lm lo rprstarmos como AOMO DE HIDRÓGEO Cosdrmos l problma d dos curpos l lctró d masa m y l protó d masa m p sdo ésta aproxmadamt vcs mayor a la masa dl lctró. La masa mmp rducda dl sstma s m. El ctro d masa dl sstma s cutra m mp muy próxmo a la poscó dl protó por lo qu s cosdrará la rgía cétca d la

14 masa rducda E ˆ. La rgía potcal dl sstma s la rgía potcal C coulombaa d dos partículas cargadas por lo tato la rgía potcal s fucó dl Z módulo d la dstaca d sparacó d las dos partículas Eˆ p. 4 r La cuacó d Schrödgr para l átomo d hdrógo quda Z E 4 r s la scrbmos coordadas sfércas L Z E r r r r 4 r S utlzamos sparacó d varabls para la fucó d oda ua part radal y otra agular lm r Rl r lm y rcordamos qu los armócos sfércos so autofucos dl oprador L obtmos la sgut cuacó d Shrödgr para la part radal R R l l Z R R ER r r r r 4 r Las fucos d oda radals so l! l l Rl r L 3 l! 4 Z l Dod r y L s l polomo asocado d Lagurr Los úmros cuátcos lm pud tomar los sguts valors = l =... - m = -l-l+...l-l Los valors d los autovalors d la rgías asocados co la fucó d oda 4 Z radal so E. Como s v para cada valor d tmos valors dsttos d l y para cada uo d stos valors d l tmos l+ valors d m co lo cual rsulta qu para cada vl rgétco dl átomo d hdrógo E l corrspod fucos d oda lm sto s qu cada vl rgétco t u grado d dgracó d. ESPI Las partículas cuátcas t u movmto agular trísco apart dl momto agular orbtal; a st momto agular trísco s lo doma momto

15 agular d spí o smplmt spí. Los opradors d trés rlacoados co l spí so Ŝ l cuadrado dl módulo dl momto agular total d spí d la partícula y ŜZ corrspodt a la compot z dl momto agular d spí d la partícula. Como l spí s u momto agular los valors propos o autovalors d Ŝ so y los Ŝ Z so 3 s s co s... m co m s s s... s s s Los lctros t u úco valor d spí propos d la compot z dl spí so y corrspod al spí haca arrba o spí up y los valors d spí haca abajo o spí dow. Las fucos propas o autofucos d Ŝ y spí up y dow rspctvamt tal qu ˆ S z S ˆ z ˆ 3 3 S S ˆ 4 4 s co lo cual los va lors ; los valors d m s m s corrspod al Ŝ Z s dota co y para l FUCIO DE ODA COMPLEA DEL ELECRÓ S tomamos como varabl d la cual dpd las fucos d oda dl spí a m s tmos ms y ms. Podmos costrur las fucos d oda complta para u lctró cluydo las varabls spacals y d spí r m lmm s s r ms Rl r lm ms r m R r m para spí up lmm s lmm s l lm s s para spí dow Co stos uvos cojutos d fucos d oda la dgracó d los vls d rgía dl átomo d hdrógo pasa a sr. PRICIPIO DE ICEREZA DE HEISEBERG El prcpo d crtza d Hsbrg os dc qu p x h o E t h lo qu os dc qu h s l volum qu ocupa u úco stado l spaco d la fas.

16 MECÁICA ESADÍSICA PROBABILIDAD Y VARIABLES ESOCASICAS PROBABILIDAD Probabldad s la cuatfcacó d la spraza dl rsultado d u xprmto o vto. S l posbl rsultado d u xprmto s A la probabldad d qu ocurra A s PA. El spaco d mustra d u xprmto s u cojuto S d lmtos tals qu cada rsultado dl xprmto corrspod a uo o más lmtos dl cojuto. VARIABLE ESOCÁSICA Varabl stocástca o alatora s ua catdad o magtud cuyo valor s u úmro qu s obt como rsultado d u xprmto. Ua varabl stocástca d u spaco d mustra S s ua fucó qu mapa lmtos d S l cojuto d los úmros rals {R} d tal forma qu l mapo vrso d cada trvalo d {R} corrspod co u vto d S. VARIBLE ESOCASICA DISCREA Cosdrmos la varabl stocástca d u spaco d mustra S qu toma l sgut cojuto fto o fto d valors umrabls S x x.... Podmos costrur u spaco d probabldads para S dfdo ua probabldad para cada valor d x. El cojuto d valors d fx s domado la dstrbucó d probabldads d S. La dstrbucó d probabldads fx db satsfacr las sguts codcos. f y f x x S dtrmamos la fucó dstrbucó fx para la varabl stocástca tocs obtmos toda la formacó posbl rspcto d lla. S df l -smo momto d como x f x Alguos momtos t ombrs spcals. El valor d xpctacó d o mda s. La varaza o dsvacó stadar d s df como

17 Los momtos d os da formacó rspcto d la forma y d cómo s xtd la fucó dstrbucó fx. VARIBLE ESOCASICA COIUA Cosdrmos la varabl stocástca la cual toma u cojuto cotuo d valors tal como u trvalo d la rcta ral a b. Cosdrmos qu xst ua fucó cotua f x tal qu la probabldad d qu adopt u valor l trvalo a b P a b sté dada por P a b f x dx lugo s ua varabl stocástca cotua y f x s la dsdad d probabldad d. La dsdad d probabldad db cumplr co las sguts codcos f x y f x dx dod la tgral s xtd sobr todo l rago d. S df l -smo momto d como b a x f x dx DISRIBUCIÓ DE PROBABILIDAD COJUA Sa y Y ambas varabls stocástcas d u spaco d mustra S co valors S x x... y Y S y y.... S hacmos l cojuto producto S Y S x y x y... podmos dfr la probabldad dl par ordado x y como P x Y y f x y. Dod la fucó f x y s la dstrbucó d probabldad cojuta d y Y. S las varabls stocástcas so cotuas s cosdra la dsdad d probabldad cojuta. La dsdad d probabldad cojuta db satsfacr las sguts codcos f x y y f x y dxdy admás podmos obtr la dsdad d probabldad d f x y sobr todo l rago d Y f x f x y dy

18 PROCESOS DE MARKOV Cosdrmos u sstma cuyas propdads pud sr dscrptas térmos d ua úca varabl stocástca Y. Sa P y t la dsdad d probabldad qu la varabl stocástca Y tga los valors y al tmpo t. P y t; y t la dsdad d probabldad cojuta qu la varabl stocástca Y tga los valors y al tmpo t y y al tmpo t. P y t; y t;...; y t la dsdad d probabldad cojuta qu la varabl stocástca Y tga los valors y al tmpo t y al tmpo t... y al tmpo t. Las dsdads d probabldad cojuta so postvas P pud sr rducdas aplcado P y t ; y t ;...; y t dy P y t ; y t ;...; y t y stá ormalzadas P y t dy U procso s llamado stacoaro s P y t; y t;...; y t P y t ; y t ;...; y t para todo y. Etocs para u procso stacoaro P y t P y Itroduzcamos la dsdad d probabldad codcoal P / y t y t la dsdad d probabldad codcoal qu la varabl stocástca Y tom los valors y al tmpo t s tomo l valor y al tmpo t. Y stá dfda por P y t P/ y t y t P y t; y t y cumpl co la codcó P / y t y t dy Itroduzcamos la dsdad d probabldad codcoal cojuta P k / l y t;...; yk tk yk tk ;...; yk l tk l la dsdad d probabldad codcoal cojuta qu la varabl stocástca Y tom los valors y k tk ;...; yk l tk l tdo cuta qu y t ;...; y k t k stá fjos. La dsdad d probabldad codcoal cojuta stá dfda por Pk l y t;...; yk tk ; yk tk ;...; yk l tk l Pk / l y t;...; yk tk yk tk ;...; yk l tk l Pk y t;...; yk tk La dsdad d dsdad d probabldad codcoal cojuta s mportat cuado xst corrlacó tr los valors d la varabl stocástca a dfrts tmpos sto sgfca qu la varabl stocástca posa algua mmora d su pasado. S mbargo s la varabl stocástca o pos mmora d su pasado las xprsos para la dsdad d probabldad cojuta y la dsdad d probabldad codcoal cojuta s smplfca cosdrablmt.

19 S la varabl stocástca sólo t mmora d su pasado mdato la dsdad d probabldad cojuta P / y t;...; y t y t dod t t... t toma la forma P / y t;...; y t y t P/ y t y t sto sgfca qu la dsdad d probabldad codcoal para y a t stá totalmt dtrmada por l valor d y - a t - y o stá afctada por los valors qu toma la varabl stocástca los prmros tmpos. U procso como ést qu sólo t mmora d su pasado mdato s llama procso d Markov. La dsdad d probabldad codcoal P / y t y t s llama probabldad d trascó. U procso d Markov stá totalmt dtrmado por dos fucos P y y P y t y. Por jmplo t / t P 3 y t; y t; y3 t3 P y t; y t P/ y t; y t y3 t3 P 3 y t; y t; y3 t3 P y t P/ y t y t P/ y t y3 t3 DESIDAD DE PROBABILIDAD PARA SISEMAS DE PARÍCULAS SISEMA CLÁSICO Cosdrmos u sstma clásco crrado co 3 grados d lbrtad por jmplo partículas ua caja crrada. El stado dl sstma stá totalmt dfdo por u cojuto d 6 varabls dpdts p q dod p y q rprsta a los vctors p p p... p y q q q... q rspctvamt co p l y q l l momto y la poscó d la l-sma partícula. S l vctor d stado p q s coocdo para u tmpo dtrmado tocs ést quda dtrmado para cualqur otro tmpo sgú las lys d wto. El Hamltoao para l sstma d partículas s H H t lugo la volucó tmporal d las catdads p l y q l l=... stá dada por las cuacos d Hamlto dp H p y dt q q dq dt H p S l Hamltoao o dpd xplíctamt dl tmpo tocs s ua costat d movmto y sta costat s la rgía total dl sstma. E sta caso l sstma s llama cosrvatvo H E

20 El spaco d la fas d ustro sstma s u spaco d 6 dmsos. Lugo l vctor d stado p q rprsta a u puto l spaco d la fas. Como l sstma volucoa l tmpo y su stado camba l puto dl sstma dscrb ua trayctora l spaco. q t q m t p l p k rayctora l spaco d la fas Cuado s trata co sstmas físcos rals s dfícl spcfcar corrctamt l stado dl sstma. Smpr xst algua crtza codcos cals. Por lo tato s útl cosdrar a como ua varabl stocástca troducr la dsdad d probabldad l spaco d la fas t. Dod t d rprsta la probabldad qu l puto d stado s cutr lmto d volum d al tmpo t co d dq... dq dp... dp s l dfrcal d volum l spaco d la fas. Dbdo a qu los putos d stado smpr stá algú lugar dl spaco d fas la dsdad d probabldad cumpl co la codcó d ormalzacó t d dod la tgral s xtd a todo l spaco d la fas. La probabldad d cotrar u puto d stado ua dtrmada rgó fta R dl spaco stá dada por P R t d. R

21 SISEMA CUÁICO Cuado s studa u sstma d partículas cuátcas s covt trabajar co l oprador dsdad d probabldad ˆ t. El oprador dsdad s u oprador hrmtao dfdo postvo y pud sr usado para cotrar l valor d xpctacó d u obsrvabl ua dtrmada rprstacó. Cosdrmos l cojuto d los autostados dl oprador dsdad y sus p co p dado qu ˆ t s dfdo postvo lugo podmos scrbr l oprador dsdad como ˆ t p t t rspctvos autovalors dod p s la probabldad d cotrar al sstma l stado codcó p. El valor d xpctacó d cualqur oprador s O t r Oˆ ˆ t p t Oˆ t qu cumpl co la dod r sgfca la traza d la matrz. S cosdramos u cojuto d stados compltos ortoormals los cuals o so autostados dl oprador dsdad tocs la probabldad P t d qu l sstma sté l stado al tmpo t stá dada por l valor d xpctacó dl oprador dsdad dcho stado P t ˆ t p t t El valor d xpctacó dl oprador Ô valuado rspcto d rprstacó La catdad O t r Oˆ ˆ t Oˆ ˆ t ˆ t s doma la matrz dsdad. FUCIÓ DE ES RUCURA Calculmos l volum qu ocupa los putos d stado l spaco d fas qu pos rgía mor qu E o sa la rgó dl spaco d la fas qu cumpl co la codcó H Ê rprstamos a st volum como E. E d H E Para aalzar sta tgral asumamos qu l spaco d la fas pud star dvddo capas cada ua co dfrt rgías y qu las capas pud sr acomodadas ord d rgía dcrct. Lugo la drvada d st volum rspcto

22 d la rgía os da l ára suprfcal d cada capa d rgía E també llamada fucó d structura. d E E de EROPÍA La tropía s ua catdad trmodámca postva adtva y qu toma u valor máxmo u stado d qulbro trmodámco. Exst varas formas fucoals d lgr sta catdad osotros usarmos la xprsó d Gbbs S k log C d dod k s la costat d Boltzma y C s coloca para obtr las udads corrctas. Para u sstma cuátco la tropía d Gbbs toma la forma S kr ˆ l ˆ dod la traza dl oprador dsdad s toma sobr u cojuto ortogoal complto d stados d bas COJUOS ESADÍSICOS COJUO MICROCAOICO U cojuto mcrocaóco s u sstma aslado y crrado lo qu sgfca qu l sstma pos u úmro d partículas fjas qu ocupa u volum V l spaco d cofguracos y qu los putos d stado s cutra rstrgdos a ua suprfc d rgía costat E; dbdo al prcpo d crtza d Hsbrg cosdrarmos qu los putos d stado s cutra ua capa d rgía E E E dod podmos tomar E ta pquño como quramos. Para obtr la dsdad d probabldad d qulbro dbmos cotrar u xtrmo d la tropía d Gbbs sujta a la codcó d ormalzacó d la dsdad d probabldad E H E E la tgral stá rstrgda sólo a la capa d rgía ya qu la dsdad d probabldad fura d allí s cro. Utlcmos l método d multplcadors d Lagrag para cotrar l xtrmo d la tropía; como tmos ua solo rstrccó tmos u solo multplcador. cstamos qu la sgut varacó sa cro qu os quda d k l E E E H C d

23 E H C k d k l E E dado qu la varacó s arbtrara la tgral srá cro s l tgrado s cro lugo co lo cual C k l k k K s E H E E C paraotros casos dod K s ua costat y s pud calcular a partr d la codcó d ormalzacó. Lugo s E H E E E E V paraotroscasos dod E E V s l volum d la capa d rgía E E V E E V dod E V s la fucó d structura. La tropía quda E E V S E V k l C dod C t las msmas udads qu E y o pud sr dtrmada cláscamt lugo dbmos rcurrr a la mcáca cuátca dod cotramos qu para partículas 3 3 dstgubls C h y para partículas dstgubls C! h. Como h l E E V volum s l volum d u úco stado l spaco d la fas C rprsta l úmro total d stados la capa d rgía E E E. La tropía s la cuacó fudamtal para l sstma ya qu a partr d lla podmos drvar todas las propdads dl sstma por jmplo la tmpratura stá dada E E por ; la prsó por P ; y l potcal químco por S V E S V V Para sstmas cuátcos dbmos cotrar u cojuto d stados E rspcto d los cuals la matrz d dsdad sa dagoal. D tal forma qu la tropía sa dod S kr ˆ l ˆ k S E P l P P E ˆ E s la probabldad d cotrar l sstma l stado E. La codcó d ormalzacó toma la forma

24 r ˆ E P S cosdramos qu l úmro total d stados co rgía E s E obtmos P E y S k l E COJUO CAÓICO U cojuto caóco s u sstma crrado l cual la rgía total dl sstma fluctua lo qu sgfca qu l sstma pos u úmro d partículas fjas qu ocupa u volum V l spaco d cofguracos. Por lo tato cstamos cotrar la dsdad d probabldad para la rgía total y qu s corrspoda co u xtrmo d la tropía. Las rstrccos d ustro sstma so dos la ormalzacó d la dsdad d probabldad todo l spaco d la fas d y qu la rgía total tom u valor mdo fjo E H d Itroduzcamos u sgudo multplcador d Lagrag corrspodt a u xtrmo d la tropía co las codcos d rstrccó E para calcular la varacó C d EH k l dod obtmos la codcó para l xtrmo l H k C k E lugo E Z V E xp H d k C k dod Z s doma la fucó partcó dl cojuto. Multplqumos la V E codcó d xtrmo por tgrmos todo l spaco. Obtmos k d E H d k l C d s dtfcamos l valor mdo d la rgía co la rgía tra dl sstma U E obtmos k l Z v E EU S rcordado qu la rgía lbr d Hlmholtz s scrb como A U S podmos dtfcar a

25 E y l V Z k A co lo cual podmos scrbr la fucó partcó como H d C V Z dod k y rscrbmos la dsdad d probabldad H V Z C La rgía lbr d Hlmholtz s la cuacó fudamtal para u sstma crrado ya qu la tropía stá dada por V A S la prsó s obt co V A P y l potcal químco co V A. Para u sstma cuátco l oprador dsdad quda ˆ ˆ H V A y la fucó partcó ˆ H V A r V Z dod la traza s valúa co rspcto d u cojuto d stados co bas ortoormals covts. COJUO GRA CAÓICO U cojuto gra caóco s u sstma abrto l cual tato la rgía total dl sstma como l úmro d partículas fluctúa. S mbargo para u sstma abrto qulbro vamos a pdr qu l valor mdo d la rgía E y l valor mdo dl úmro d partículas sté fjos. La codcó d ormalzacó toma la forma d dod la sumatora s sobr todos los posbls úmros d partículas dl sstma Las codcos d rstrccó so l valor mdo d la rgía d H E y l valor mdo dl úmro d partículas d troduzcamos u trcr multplcador d Lagrag para calcular la varacó corrspodt a u xtrmo d la tropía co las codcos d rstrccó

26 l E d C k H dod obtmos la codcó para l xtrmo l k C k H E lugo obtmos la fucó gra partcó k E E d k H k C V xp multplqumos la codcó d xtrmo por tgrmos todo l spaco. Obtmos l S E V k E rcordado qu la cuacó fudamtal para l gra potcal S U podmos dtfcar a E ; y l V k V lugo podmos scrbr la dsdad d probabldad como H V C Para u sstma gra caóco la tropía stá dada por V S la prsó por V P y l úmro mdo d partículas por V. Para u sstma cuátco l oprador dsdad quda ˆ ˆ ˆ H V dod ˆ s l oprador úmro d partículas y la fucó partcó quda ˆ ˆ H V r V Z dod la traza s valúa rspcto a u cojuto d stados co bas ortoormals covts.

27 PROBLEMAS Guía º Mcáca Clasca - Ua partícula d masa m s muv bajo la accó d ua furza F. E l momto t = s cooc r y su vlocdad v o sa las codcos cals. Hallar la poscó d la partícula dpdca dl tmpo t s: - F F s. r v t - F k. v - F k. r r v v r v v Sdo v //r Aquí F s u vctor costat; w k so costats postvas. -El rado vctor dl puto A varía fucó dl tmpo t rspcto al org d coordadas sgú la ly r a. t. b. t j dod a y b so costats postvas; y j so los vrsors d los js x y. Hallar: a- La cuacó d la trayctora dl puto yx; Rprstarla Gráfcamt; b- Dpdca d los vctors d la vlocdad v d la aclracó w y d los módulos d stas magtuds rspcto dl tmpo; c- La dpdca dl Agulo a tr los vctors w y v rspcto dl tmpo; d- El vctor mdo d vlocdad los prmros t sgudos dl movmto y l modulo d st vctor. a b 3- La rgía potcal d ua partícula crto campo s xprsa: U dod r r a y b so costats postvas r s la dstaca hasta l ctro dl foco. Hallar: a- El valor d r corrspodt a la poscó d qulbro d la partícula; sclarcr s s stablc o o sta poscó. b- El valor máxmo d la furza d atraccó; rprstar gráfcamt las dpdcas U r y F rr La proyccó d la furza l l rado vctor r. 4- S t dos campos stacoaros d furzas: F a. y. y F a. x. b. y. j dod j so vrsors d los js x y; a y b costats. Esclarcr s so potcals o o stos campos. 5- Etr dos partículas d masas guals ua movmto y otra rposo tuvo lugar u choqu. Mostrar qu l águlo formado por las drccos d las moléculas dspués d la colsó: a- Es gual a 9º s l choqu s absolutamt lástco. b- Es dfrt d 9º s l choqu s lástco.

28 6- Ua partícula s muv por ua trayctora crrada u campo ctral d furzas sdo su rgía potcal U k.r dod k s ua costat postva la dstaca d la partícula al ctro dl campo d furzas ctrals. Dtrmar la masa d la partícula s su dstaca míma hasta l org s gual a r y v s la vlocdad a la máxma dstaca hasta st puto. 7- Cosdr ua masa m udo a u rsort dal co ua costat d furza k qu t lbrtad d movrs horzotalmt y s frccó como s v la fgura. El rsort s stra d tal forma qu su dsplazamto máxmo s a partr dl qulbro. Aalc l sstma razoadamt tr cuta la furza las rgías y l dsplazamto. Ralc las grafcas corrspodt. k ota Aalíclo cláscamt por l Lagragao y por l Hamltoao. 8- Cosdr l sstma d la fgura qu t lbrtad d movrs horzotalmt y s frccó como s v la fgura. Escrba las cuacos d movmto d cada masa. El rsort s stra d tal forma qu su dsplazamto máxmo s a partr dl qulbro. Aalc l sstma razoadamt tr cuta la furza las rgías y l dsplazamto. Ralc las grafcas corrspodt. k m K m 9- Cosdr l sstma smplfcado d la fgura qu s basa ua molécula batómca. E l qulbro l átomo d masa m stá stuados a ua dstaca l dl átomo d masa M = m y vculados por l rsort d costat k. Como sólo stamos trsados aalzar los modos logtudals supodrmos qu las masas s cutra dtro d ua caalta qu mpd todo tpo d movmto la drccó trasvrsal. Aalzar l movmto cuado s la spara ua pquña dstaca dl qulbro. k l

29 Guía º Mcáca Cuátca -Cosdr ua partícula d masa m sujta a u rsort rsulva la cuacó d Schrödgr dpdt dl tmpo para l osclador armóco cuátco udmsoal y bdmsoal Ecutr las fucos d oda y las rgías para los dfrts vls. -Cosdrmos ua partícula d masa m ua caja d potcal udmsoal d lo gtud l. Rsulva la cuacó d Schrödgr dpdt dl tmpo. Ecutr las fucos d oda las rgías para los dfrts vls y Ecutr l valor sprado d la poscó d la partícula. I II III x= x=l Rsulva la cuacó d Schrödgr dpdt dl tmpo para la vrsó trdmsoal d la partícula ua caja d potcal. 3-U lctró s cutra cofado ua caja d potcal fto cuyo L = A. Calcular: a La más pquña rgía posbl E qu pud tr V. b La dfrca E d rgía tr E y la sgut rgía E. c La logtud d oda d u fotó co rgía E. d S l pozo vz dl lctró hubs u grao d ara cuya masa s 7 Kg sdo l acho dl pozo mm cuáls srá los uvos valors d E y d E 4.- Ua partícula u pozo cuadrado fto t ua fucó d oda dada por x x = s L L para x L y cro para cualqur otro caso. Dtrm a El valor d xpctacó d x b La probabldad d cotrar la partícula crca d L/ calculado la probabldad d qu la partícula s cutr l trvalo 49 L x 5 L c L a probabldad d cotrar la partícula crca d L/4. D los valors obtdos qu pud coclur 5.-Ua partícula s muv dsd los valors gatvos dl j x haca u scaló d potcal l cual stá dado por los sguts valors: V x = s x y V x = V

30 s x. Para l caso l cual E V dtrm las fucos d oda. Esta cuatzada la rgía 5.- Cosdrado las fucos d potcal mostradas la fgura scrba las fucos d oda cada ua d las rgos dl j supodo qu la partícula cd dsd l lado postvo dl j para l caso qu ' V E V. o 6- Dada la fucó potcal mostrada la fgura y supodo qu la partícula procd dsd l lado gatvo dl j scrba la fucó d oda cada ua d las rgos para l caso qu E V. 8-Dmostrar qu los vls d rgía y las fucos d oda d ua partícula qu s muv l plao x-y dtro d ua caja d potcal bdmsoal d lado a y b so: x x E y Cs s m a b a b Dscutr los vls d rgía cuado a=b. Ecotrar la costat d ormalzacó C.

31 9- Cosdr l sstma d la fgura y ralc u aálss dl osclados armóco bdmsoal. Ecutr cuato val la rgía para guals k y dsttas k. Aalc las dgracos l prmr caso. - E la sgut tabla s prsta las fucos d oda r dl átomo d hdrogo sabdo qu r R r Y dod R rprsta la part radal Y la part agular. Ralc u aálss cudadoso y a cocca d stas fucos y grafqu co ayuda d la computadora. l R l r Zr / a 3/ R r = Z / a 3 / R r = Z / a 3 / Z / R r = 6 a 3/ R 3 r = Z / a 3 / R 3 r = Z / a 3/ R 3 r = Z / 9 3 a

32 l m l Y lm l para L y L z Y lm l para m l L y Lz Y = s= 4 Y = 3 p z = 3 4 cos 4 4 cos Y = 3 p x = 3 s cos s. 8 5 Y = 3cos 4 Y = Y = 4 py= 3 s cos 4 5 d 3 z -r = 3cos 6 5 s.cos d xz = 5 s cos cos s d yz = 5 s cos cos 4 dx -y = 5 s cos 4 d xy = 5 s cos 4

33 Guía º 3 Mcáca Cuátca Prturbacos - Cosdr l sstma udmsoal d ua partícula co ua rgía: 3 3 V V para l x l y V= para x l y l x l y cualqur otra ml part V = fto. Est sra l sstma d ua partícula ua caja prturbada. a- Calcul la corrccó d prmr ord d la rgía para u stado stacoaro gral co umro cuátco. b- Para l stado fudamtal y para l prmr stado xctado. Compar E + E co las rgas xactas 5.75 /ml y.3 /ml. - Cosdr ua partícula d la masa m stá u pozo potcal fto prturbado sgú lo mostrado la fgura. a- Calcul l cambo d prmr ord d la rgía dl valor propo dbdo a la prturbacó. b- Poga los prmros trs térmos scrto o d dsaparcó para la xtsó d prmr ord d la prturbacó dl stado fudamtal térmos dl fucos propas dl pozo fto s prturbar. c- Calcul l cambo d rgía d sgudo ord para l stado fudamtal. 3- Cosdr ua partícula u potcal bdmsoal para =x=l =y=l V= E cualqur otro caso Calcul las autofucos d la rgía para l stado fudamtal y l prmr xctado. S agrgamos ua prturbacó dpdt dl tmpo d la forma xy para =x=l =y=l V = E cualqur otro caso Calcul las autofucos d la rgía a ord cro y los dsplazamtos d rgía a prmr ord para l stado fudamtal y l prmr xctado.

34 4-Para l pozo fto qu s mustra la fucó d oda para ua partícula d la masa m t= stá dada por 3 x x t s a a a La fucó d oda s autofucó dl Hamltoao b Calcul x px y H t=. 5- Asuma qu l protó s ua sfra cargada uformmt dstrbuda d rado r= -3 cm. Utlc la toría d las prturbacos para calcular cambo d prmr ord l stado fudamtal dl átomo d hdrogo dbdo al tamaño fto dl protó. La rgía potcal qu xprmta l lctró cuado ptra l úclo a u dstaca r Q dl ctro uclar s U r dod Q s la catdad carga dl protó qu sta 4 r dtro d la sfra d rado r. La valuacó d la tgral s smplfca tdo cuta qu l factor xpocal d s práctcamt gual a dtro dl úclo. La fucó d la oda dl stado fudamtal dl átomo d hdrógo s 3 a y la costat d Bohr s a =.53* - m. r a

35 Guía º 4 Mcáca Estadístca -Dbujar todas las cofguracos posbls cuado 3 partículas stá dstrbudas tr 3 cldas dsttas a Partículas cláscas. b Partículas co stadístca Bos-Est. c Partículas co stadístca Frm-Drac. -Obtr l stado la partcó mas probabl o d qulbro corrspodt a la dstrbucó más probabl o ly d dstrbucó corrspodts co y U costats l caso d partículas cláscas vstgu l sgfcado físco d los parámtros qu aparc. Ralc l msmo trabajo pro para partículas quátcas. Exprsar gráfcamt los rsultados obtdos y ralcé su trprtacó físca. 3- U cubo d g d hlo a ºC s dja fudr hasta tr agua lquda a ºC a la msma tmpratura. a- Cual s la varacó d tropía dl hlo u día d vrao co amb=3 ºC. Cual s dl ambt y cual s dl sstma b- Aumta o dsmuy l umro d Mcrostados cuato 4- Los trs vls d rgía más bajos d ua molécula clásca so : E = E = E 3 = Para qu tmpratura sólo los dos vls más bajos staría ocupados por u gas d moléculas Hallar la rgía mda d ua molécula. Hallar l calor spcífco C V Como fucó d tmpratura. Cosdrado límts altas y bajas. 5- La Fucó d dstrbucó por magtuds d vlocdads u haz molcular t la sgut forma: fv=a*v 3 xp -m v /k Hallar: a la vlocdad más probabl b la rgía más probabl. 6-Explqu utlzado la dstrbucó B-E la trascos d fotos spotáas y stmuladas.

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares.

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares. Fscouímca II-Módulo d Estructura y Propdads Molculars. Bollla 4. Coctado las dscrpcos mcro/macroscópcas: Trmodámca Estadístca 4. La coxó tr la dscrpcó cuátca y las propdads trmodámcas. Hmos vsto como dscrbr

Más detalles

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3 Rpaso d Matmáticas E st apédic s hará u brv rpaso d las cuacios y fórmulas básicas d utilidad Química Física gral y Trmodiámica Química particular. EXPONENTES Y POTENCIAS Muchos úmros s xprsa forma más

Más detalles

Procesamiento Digital de Señales de Voz

Procesamiento Digital de Señales de Voz Procsamto Dgtal d Sñals d Voz Trasparcas: Procsamto d Sñals y Métodos d Aálss para rcoocmto d Voz Autor: Dr. Jua Carlos Gómz Basado : Rabr, L. ad Juag, B-H.. Fudamtals of Spch Rcogto, Prtc Hall,.J., 993.

Más detalles

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.

Más detalles

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

MODELO DE REGRESIÓN LINEAL MÚLTIPLE Modlo d Rgrsó Lal Múltpl MODELO DE REGRESIÓN LINEAL MÚLTIPLE Autors: Ratas Kzys (rzys@uoc.du), Ágl A. Jua (ajuap@uoc.du). ESQUEMA DE CONTENIDOS Hpótss sobr l térmo d prturbacó Hpótss sobr varabls xplcatvas

Más detalles

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,

Más detalles

Cadenas de Markov de tiempo continuo

Cadenas de Markov de tiempo continuo Cocpts foamtals d xarxs d computadors. U focamt aalítc. Cadas d Markov d tmpo cotuo Qué propdads db cumplr u procso stocástco para sr ua MC d tmpo cotuo? Los stados db formar u couto umrabl E caso cotraro

Más detalles

Academia de Física. Turno: Vespertino. Dirección General del Bachillerato Centro de Estudios de Bachillerato 4/1 Maestro Moisés Sáenz Garza

Academia de Física. Turno: Vespertino. Dirección General del Bachillerato Centro de Estudios de Bachillerato 4/1 Maestro Moisés Sáenz Garza Acadma d ísca. Turo: sprto Drccó Gral dl Bachllrato Ctro d Estudos d Bachllrato 4/ Mastro Mosés Sáz Garza Ára: Ccas Naturals Acadma d ísca Turo: sprto Guía d ísca Atrévt a Explorar l Uvrso. Elaborada por:

Más detalles

APLICACIÓN DEL MÉTODO (PFEM) A LA SIMULACIÓN DE PROCESOS INDUSTRIALES CON GRANDES DEFORMACIONES

APLICACIÓN DEL MÉTODO (PFEM) A LA SIMULACIÓN DE PROCESOS INDUSTRIALES CON GRANDES DEFORMACIONES APLICACIÓ DEL MÉTODO (PFEM A LA SIMULACIÓ DE PROCESOS IDUSTRIALES CO GRADES DEFORMACIOES Carlos G. Frrar *, Jua Carlos Cat, y Javr Olvr * * Uvrsdad Poltécca d Cataluña (UPC Campus ord UPC, Edfc C Jord

Más detalles

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros .8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros 59.8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros Variació d parátros U procdiito

Más detalles

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r.

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r. (Aputs rvisió para oritar l aprdizaj) DESARROLLO DE LAS FUNCIONES LOGARÍTMICA Y EXPONENCIAL EN SERIES DE POTENCIAS Ua Sri d Potcias s dfi como: a a a a a = = + + + la qu s vidt qu covrg si =. Para dtrmiar

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

INTEGRAL INDEFINIDA. Derivación. Integración TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA. FUNCIÓN PRIMITIVA F() s ua primitiva d f() si F ()= f(). Esto s prsa así: La itgració s la opració ivrsa a la drivació, d modo qu: f() F'() F() FUNCIONES PRIMITIVAS

Más detalles

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

Más detalles

Estadística Teórica II

Estadística Teórica II Tablas d Cotgca Estadístca Tórca II TABLAS DE CONTINGENCIA Satago d la Fut Frádz 89 CONTRASTE NO PARAMÉTRICO DE BONDAD DE AJUSTE Tablas d Cotgca.- Para comprobar s los opraros cotraba dfcultads co ua prsa

Más detalles

Tema IV: Ruidos e Interferencias: Técnicas de reducción.

Tema IV: Ruidos e Interferencias: Técnicas de reducción. SCUA TÉCNICA SUPIO D INGNIOS INDUSTIAS Y D TCOMUNICACIÓN UNIVSIDAD D CANTABIA INSTUMNTACIÓN CTÓNICA D COMUNICACIONS (5º Curso Igría d Tlcomucacó) Tma IV: udos Itrrcas: Téccas d rduccó. José María Drak

Más detalles

Multicupón no garantizado 07/09 1

Multicupón no garantizado 07/09 1 ANEXO AL CONTRATO FINANCIERO DENOMINADO MULTICUPÓN NO GARANTIZADO OBRE UPUETO DE AJUTE O UPUETO EPECIALE DE AJUTE. UPUETO DE AJUTE: E caso d qu s produzca cualqura d las stuacos qu a cotuacó s dca l Baco

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

1.- a) Hallar a y b para que la siguiente función sea continua en x = 1:

1.- a) Hallar a y b para que la siguiente función sea continua en x = 1: .- a) Hallar a y b para qu la siguit fució sa cotiua = : b L( ) < f = a = > L b) Para sos valors d a y b, studiar la drivabilidad d f =. Solució: a) f s cotiua l puto = lim f = f() E st caso f () = a lim

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

TEMA 4: REGRESIÓN Y CORRELACIÓN.

TEMA 4: REGRESIÓN Y CORRELACIÓN. TEMA 4: REGREIÓN Y CORRELACIÓN. 4.. Rgrsó corrlacó lal smpl... 4.. El método d los mímos cuadrados las cuacos ormals.... 3 4.3. Rgrsó lal: rcta d rgrsó (mímos cuadrados)... 4 4.3.. Propdads d las rctas

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

8 Límites de sucesiones y de funciones

8 Límites de sucesiones y de funciones Solucioario 8 Límits d sucsios y d ucios ACTIVIDADES INICIALES 8.I. Calcula l térmio gral, l térmio qu ocupa l octavo lugar y la suma d los ocho primros térmios para las sucsios siguits., 6,,,..., 6, 8,,...,,,,...

Más detalles

Tema 4: Regresiones lineales y no lineales TEMA 4. REGRESIONES LINEALES LINEALES Y NO. 1. 2. 3. Introducción 4. Nomenclatura

Tema 4: Regresiones lineales y no lineales TEMA 4. REGRESIONES LINEALES LINEALES Y NO. 1. 2. 3. Introducción 4. Nomenclatura T 4: grsos lls o lls TEMA 4. EGEIONE LINEALE LINEALE Y NO.. 3. Itroduccó 4. Nocltur 5. Llzcó Ajust grsó ll ll d últpl cucos 6. 7. 8. grsos EUMEN Progrcó o lls Mtlb Cálculo uérco Igrí T 4: grsos lls o lls.

Más detalles

Análisis del caso promedio El plan:

Análisis del caso promedio El plan: Aálisis dl caso promdio El pla: Probabilidad Aálisis probabilista Árbols biarios d búsquda costruidos alatoriamt Tris, árbols digitals d búsquda y Patricia Listas sip Árbols alatorizados Técicas Avazadas

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

INFERENCIA ESTADISTICA

INFERENCIA ESTADISTICA Uivrsidad Católica Adrés Bllo UIVERSIDAD CATOLICA ADRES BELLO Urb. Motalbá La Vga Apartado 068 Tléfoo: 47-448 Fa: 47-3043 Caracas, 0 - Vzula Facultad d Igiría Escula d Igiría Iformática -----------------------

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

División 2. Mecánica de Tornillos Tornillos de transmisión Tornillo de ajuste y sujeción

División 2. Mecánica de Tornillos Tornillos de transmisión Tornillo de ajuste y sujeción Vrsó 014 CAITULO 4 OYECTO DE ELEMENTOS DE SUJECIÓN, ANCLAJE Y CIEE Dvsó Mcáca d Torllos Torllos d trasmsó Torllo d ajust y sujcó UTN-BB Cátdra: Elmtos d Máquas. rofsor: Dr. Ig. Marclo Tulo ova Vrsó 014

Más detalles

Exportación e Importación en formato XML

Exportación e Importación en formato XML Exportcó Importcó formto XML Tléfoo (506) 2276-3380 Fx (506) 2276-3778 d@c.co.cr www.d.com 1 Exportcó d Iformcó formto XML Pr xportr dto dd lpho formto XML, l mú Admtrcó, cutr l opcó Exportr S motrrá l

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Sistemas de ecuaciones diferenciales lineales

Sistemas de ecuaciones diferenciales lineales 695 Aálisis matmático para Igiría M MOLERO; A SALVADOR; T MENARGUEZ; L GARMENDIA CAPÍTULO Sistmas d cuacios difrcials lials d primr ord Cuado s studia matmáticamt ua situació d la ralidad, l modlo qu s

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: MADRID

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: MADRID C/ Gal. Auda, 6 Tléf.: 9 5 8 4-9 55 9 800 MADRID ORMULARIO DE ESTADÍSTICA. DISTRIBUCIONES UNIDIMENSIONALES. Esaza atátca. Sdo ua vaabl alatoa g ( ua fucó d la sa, dfos: E ( g ( ( g Caso dscto g ( f ( Caso

Más detalles

Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos

Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos Capíulo. La fucó d pacó ) Spaacó d la fucó d pacó S ha dmosado aom - / k [.] La ía dl l s ual a: k [.] + + + [.] + S los ados d lbad o accoa [.4] - / k - / k... [.5] ) Fucó d pacó lcóca omado como l d

Más detalles

Tema 8. Limite de funciones. Continuidad

Tema 8. Limite de funciones. Continuidad . Límit d ua fució. Fucios covrgts.... Límits latrals.... Distitos tipos d límits.... Límits ifiitos cuado tid a u úmro ral asítota vrtical.... Límits fiitos cuado tid a ifiito asítota horizotal... 8.

Más detalles

Administración de inventarios. Ejercicio práctico.

Administración de inventarios. Ejercicio práctico. Admnstracón d nvntaros. Ejrcco práctco. La Cía. GOMA REDONDA S.A. llva n nvntaro un crto tpo d numátcos, con las sgunts caractrístcas: Vntas promdo anuals: 5000 numátcos Costo d ordnar: $ 40/ ordn Costo

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

Más detalles

Tema 2: Semiconductores intrínsecos y extrínsecos

Tema 2: Semiconductores intrínsecos y extrínsecos lectróca de dsostvos Dr.. Reg 5/6 Tea : Secoductores trísecos y extrísecos a. : K. Kao Itroduccó Desdad de stados (De) ucó de dstrbucó de er-drac Desdad de ortadores e secoductores trísecos. vel de er

Más detalles

I. MEDIDAS DE TENDENCIA CENTRAL

I. MEDIDAS DE TENDENCIA CENTRAL I. MEDIDAS DE TENDENCIA CENTRAL 1. La MEDIA ARITMETICA o PROMEDIO o smplmnt LA MEDIA Es la mdda d tndnca cntral más utlzada, la cual s rprsnta mdant l símbolo X y corrspond al promdo d todos los valors

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

CAPÍTULO 2. Ecuación paraxial de Helmholtz.

CAPÍTULO 2. Ecuación paraxial de Helmholtz. CAPÍTLO Ecuacón paraal d Hlmholt. S dscut la posbldad d vsualar mdant un procsador óptco [1] a las solucons d la cuacón paraal d Hlmholt. Para llo s rala una comparacón d los rsultados obtndos consdrando

Más detalles

Capitulo IV. Síntesis dimensional de mecanismos

Capitulo IV. Síntesis dimensional de mecanismos Captulo IV Síntss dmnsonal d mcansmos Capítulo IV Síntss dmnsonal d mcansmos IV. Síntss dmnsonal d mcansmos. Gnracón d funcons. IV. Gnracón d trayctoras.. Introduccón a la síntss d gnracón d trayctoras..

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

APLICACI ONES DE LA FUNCI ÓN

APLICACI ONES DE LA FUNCI ÓN APLICACI ONES DE LA FUNCI ÓN GENERADORA DE MOMENTOS Adrés Camlo Ramírz Gaa adrs.camlo.ramrz@gmal.com Trabajo d Grado para Opar por l Tulo d Mamáco Drcor: Bgo Lozao Rojas Esadísco Uvrsdad Nacoal d Colomba

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

TEORÍA DE LOS CONTRATOS: UN ENFOQUE ECONÓMICO

TEORÍA DE LOS CONTRATOS: UN ENFOQUE ECONÓMICO Facultad d Ccas Ecoómcas y Admstratvas TEORÍA DE LOS CONTRATOS: UN ENFOQUE ECONÓMICO Rafal Sarmto Lotro RESUMEN La Toría d Cotratos també coocda como Ecoomía d la Iformacó, studa las coscucas d la xstca

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Como nos damos cuenta?

Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Campo Eléctrico. Como nos damos cuenta? Cmpo léctco L ocó físc d cmpo s cospod co l d u spco dotdo d popdds mdbls. l cso d u s tt d u cmpo d fuzs ést v s ull gó dl spco dod s dj st los fctos d fuzs dstc. Cmpo léctco l spco u od u cupo cgdo culu

Más detalles

LÍMITES, CONTINUIDAD, ASÍNTOTAS 11.1 LÍMITE DE UNA FUNCIÓN LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Límite de una función en un punto

LÍMITES, CONTINUIDAD, ASÍNTOTAS 11.1 LÍMITE DE UNA FUNCIÓN LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Límite de una función en un punto LÍMITES, CONTINUIDAD, ASÍNTOTAS. LÍMITE DE UNA FUNCIÓN.. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Límit d una función n un punto f ) = l S l: El it cuando tind a c d f) s l c Significa: l s l valor al qu s aproima

Más detalles

Observación: si en la urna hubiese 1500 bolillas blancas y 500 verdes y se extraen dos bolillas al azar sin reemplazo, entonces

Observación: si en la urna hubiese 1500 bolillas blancas y 500 verdes y se extraen dos bolillas al azar sin reemplazo, entonces art Variabls alatorias rof. María B. itarlli.- Variabls alatorias discrtas imortats Distribució biomial Sa ε u xrimto alatorio. Sa u vto asociado a ε y aotamos Suogamos u xrimto alatorio ε u cuml los siguits

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

Capítulo 4: Rotaciones Multidimensionales con Operaciones Vectoriales

Capítulo 4: Rotaciones Multidimensionales con Operaciones Vectoriales Cítulo 4: Rotcos Multdmsols co Orcos ctorls Como s vo l cítulo tror s ud hcr rotr u ojto l sco D roorcodo - utos o cohrlrs s dcr s roorco l j d rotcó l cul s l rrstcó d u sml -D. E st cítulo s lz y td

Más detalles

LÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN

LÍMITE DE FUNCIONES. lim. lim. lim. LÍMITE DE UNA FUNCIÓN CUANDO x + LÍMITE FINITO. DEFINICIÓN LÍMITE DE FUNCIONES LÍMITE DE UNA FUNCIÓN CUANDO LÍMITE FINITO. DEFINICIÓN Cuando la función pud comportars d divrsas manras: f l Al aumntar los valors d, los valors d f s aproiman a un cirto númro l.

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

REPASO EXAMEN SEMESTRAL MATEMÁTICAS II. 2) EJERCICIOS - Determina el valor de (x) y de (y) en las siguientes construcciones geométricas: x 4x.

REPASO EXAMEN SEMESTRAL MATEMÁTICAS II. 2) EJERCICIOS - Determina el valor de (x) y de (y) en las siguientes construcciones geométricas: x 4x. RESO EXMEN SEMESTRL MTEMÁTICS II TEM: ÁNGULOS Y TRIÁNGULOS 1) TEORÍ S abora: - Clasfaó: águlos aguos, obtusos y rtos, t - arjas águlos: omplmtaros, suplmtaros, ojugaos, opustos por l vért, ayats - E rtas

Más detalles

61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS

61.1 6.1. SERIES NUMÉRICAS INFINITAS 6.2. SERIES DE TÉRMINOS POSITIVOS 6.3. SERIES ALTERNANTES 6.4. SERIES DE POTENCIAS Cp. 6 Sris 6. 6.. SERIES NUMÉRICAS INFINITAS 6.. SERIES DE TÉRMINOS POSITIVOS 6.. SERIES ATERNANTES 6.. SERIES DE POTENCIAS Objtivo: S prtd qu l studit: Dtrmi covrgci o divrgci d sris. Empl sris pr rsolvr

Más detalles

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm Problmas sultos.0 Un satélit dscrib una órbita circular n torno a la Tirra. Si s cambia d rpnt la dircción d su vlocidad, pro no su módulo, studiar l cambio n su órbita y n su príodo. Al cambiar sólo la

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS

CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS Capítlo 17. Drivada d las Fcios Epocial, Logarítmica. CAPITULO 17 FUNCIONES EXPONENCIALES Y LOGARITMICAS Ejrcicio. Dibja la gráfica d la fció =, para sto lla la sigit tabla: 0 1 3 4-1 - -3-4 Vamos l sigit

Más detalles

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión

Estadística I. Carmen Trueba Salas Lorena Remuzgo Pérez Vanesa Jordá Gil José María Sarabia Alegría. Capítulo 2. Medidas de posición y dispersión Estadístca I Capítulo. Meddas de poscó y dspersó Carme Trueba Salas Lorea Remuzgo Pérez Vaesa Jordá Gl José María Saraba Alegría DPTO. DE ECOOMÍA Este tema se publca bajo Lceca: Creatve Commos BY-C-SA

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

PASCAL THEORY AS A SOFTWARE IMPLEMENTED BY DIGITAL FILTER FOR FILTERING NOISE GENERATED BY AN INDUCTION MOTOR SQUIRREL CAGE TYPE

PASCAL THEORY AS A SOFTWARE IMPLEMENTED BY DIGITAL FILTER FOR FILTERING NOISE GENERATED BY AN INDUCTION MOTOR SQUIRREL CAGE TYPE ISSN: 169-757 - Volum 1 - Númro 15 - Año 010 Rvsta Colombaa d Tcologías d Avazada Rcbdo: 01 d agosto d 009 Acptado: 15 d octubr d 009 PASCAL TEORY AS A SOFTWARE IMPLEMENTED BY DIGITAL FILTER FOR FILTERING

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

Tema 11. Limite de funciones. Continuidad

Tema 11. Limite de funciones. Continuidad Tma. Limit d fucios. Cotiuidad. Límit d ua fució. Fucios covrgts.... Límits latrals.... Distitos tipos d límits.... Límits ifiitos cuado tid a u úmro ral asítota vrtical.... Límits fiitos cuado tid a ifiito

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Transformador VALORES NOMINALES Y RELATIVOS

Transformador VALORES NOMINALES Y RELATIVOS Tasfomado VAORE NOMNAE Y REATVO Nobto A. mozy VAORE NOMNAE as picipals caactísticas d las máquias vi dadas po los fabicats la domiada placa o chapa d caactísticas; dod s spcifica, t otas cosas, la potcia

Más detalles

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los

Más detalles

Bolilla 4: Rotación de los cuerpos rígidos. Movimiento circular

Bolilla 4: Rotación de los cuerpos rígidos. Movimiento circular Bollla 4: Rotacó de los cueos ígdos. Movmeto ccula Bollla 4: Rotacó de los cueos ígdos. Movmeto ccula 4. Vaables Agulaes Las vaables agulaes sve aa eeseta e foma mas smle e dóea al movmeto de otacó. La

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

En cualquier punto donde coloquemos nuestra segunda carga, su posición podrá darse con un vector de posición que cumple:

En cualquier punto donde coloquemos nuestra segunda carga, su posición podrá darse con un vector de posición que cumple: CAMPO LCTRICO Cosdeemos e pcpo ua stuacó deal: l Uveso está vacío y o exste ada supogamos ue e el ceto de ese Uveso colocamos ua caga putual podemos pegutaos: Sufe algú cambo el Uveso? S o exste ota caga

Más detalles

TEMA 5: Efectos de los Rectificadores sobre la red de alimentación.

TEMA 5: Efectos de los Rectificadores sobre la red de alimentación. TEMA 5 : Efctos d los Rctificadors sobr la rd d alimtació TEMA 5: Efctos d los Rctificadors sobr la rd d alimtació. Ídic TEMA 5: Efctos d los Rctificadors sobr la rd d alimtació. 5..- Factor d Potcia....

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan

MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL Viceç Fot Departamet de Didàctica de les CCEE i de la Matemàtica de la Uiversitat de Barceloa Resume: E este artículo se muestra como las trasformacioes

Más detalles

Límites finitos cuando x: ˆ

Límites finitos cuando x: ˆ . Límits latrals its al infinito 7 FIGURA.3 3 3 La gráfica d = >. (b) La cuación () no s aplica a la fracción original. Ncsitamos un n l dnominador, no un 5. Para obtnrlo multiplicamos por >5 l numrador

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles