Prácticas de Fiabilidad
|
|
- Asunción Alarcón Lagos
- hace 7 años
- Vistas:
Transcripción
1 Prácticas de Fiabilidad Práctica 1: Objetivo: En esta práctica se van a analizar una serie de muestras de duración de procesos para ver si corresponden a procesos con Tasa de Fallos (Hazard Rate) creciente, decreciente o constante. También se aprenderá a calcular la función de supervivencia empírica y a aplicarla en el cálculo de fiabilidad de sistemas. Conceptos básicos: En las prácticas de fiabilidad las variables que van a ser analizadas son duraciones o tiempos de vida útil de componentes. Es decir, se va a partir de una muestra de tiempos x 1, x 2,..., x n. Estos tiempos se comportan (distribuyen) de acuerdo a alguna función de distribución de probabilidad que llamamos F(x). La función de densidad asociada a F(x) es f(x) y cumple que t F( t) = f ( x) dx. 0 Se define la función de supervivencia para un instante t como la probabilidad de que el componente funcione más de dicho tiempo, es decir, como ( X t) = f ( x) dx = 1 F( t) R( t) = P. t La tasa de fallos o h(t) representa la posibilidad de fallo inmediatamente después del tiempo t dado que en t el componente funcionaba. Así pues una tasa de fallos elevada indica una alta probabilidad de fallo justo después de dicho instante. Esta tasa se define como f ( t) h ( t) =. R() t Se pueden diferenciar esencialmente tres tipos de tasas de fallos: Tasa de fallos CONSTANTE o CFR (Constant Failure Rate): La probabilidad de fallo instantáneo es siempre la misma. NO hay desgaste y NO hay defectos ocultos en el componente. Tasa de fallos CRECIENTE o IFR (Increasing Failure Rate): Conforme pasa el tiempo aumenta la probabilidad de fallo. SI hay desgaste del componente. Tasa de fallos DECRECIENTE o DFR (Decreasing Failure Rate): La probabilidad de fallo al principio es alta y va disminuyendo conforme pasa el tiempo. Hay defectos ocultos del componente que salen a la luz en el inicio del uso. La combinación de estos tres tipos de tasas da lugar a otros modelos más complejos entre los que destaca la curva de la bañera: Tasa de fallos primero decreciente (mortalidad infantil), luego constante (vida útil) y finalmente creciente (desgaste en el componente).
2 La función de supervivencia empírica para un instante t se define como la proporción de tiempos de la muestra que sobrepasa dicho tiempo. Es decir, dada la muestra x 1, x 2,..., x n de tiempos de fallo, la función de supervivencia empírica para un tiempo t queda definida como { x x t} n de observaciones con duraciones t R ˆ # i : i º ( t) = = n n. NOTA IMPORTANTE: El programa Statgraphics no proporciona la tasa de fallo, sino la Tasa de Fallo Acumulada (Cumulative Hazard Function). La tasa de fallos acumulada es la integral de la tasa de fallos: t H ( t) = h( x) dx. Por lo tanto se tiene que la tasa de fallos acumulada será: 0 Una recta de pendiente positiva si h(t) es constante Una curva creciente y convexa si h(t) es creciente Una curva creciente y cóncava si h(t) es decreciente Creciente y Cóncava más recta de pendiente positiva más creciente y convexa si h(t) es una curva de bañera. Datos: Los datos que se van a analizar se encuentran en el fichero practica 1 fiabilidad.sf. El fichero contiene 18 muestras denominadas V1 hasta V18. Todas las variables contienen tiempos de fallos simulados. La primera parte de la práctica consiste en averiguar el tipo de tasa de fallos que tiene cada una de las 18 variables contenidas en el fichero. La segunda parte consiste en la estimación de la fiabilidad de sistemas formados por componentes en serie y en paralelo. Qué hay que hacer: Se abre el fichero practica 1 fiabilidad.sf. Se va a: DESCRIBE LIFE DATA LIFE TABLES (times) En Data ponemos el nombre de la variable que queremos analizar. En la práctica se empezará con V1 y se continuará con todas las variables del fichero. El ordenador proporciona: o La tabla de la función de supervivencia empírica (figura 1) y o El gráfico de la función de supervivencia empírica (figura 2). Hay que obtener también el gráfico de la tasa de fallos acumulada (figura 3) (Cumulative Hazard Function). Este se obtiene presionando el botón de opciones gráficas (o Graphical options) y seleccionando el gráfico.
3 Análisis de resultados y de tasas de fallos: En primer lugar en la parte de los análisis numéricos tenemos la función de supervivencia empírica o estimada. Esta tabla recoge información de los tiempos de fallos, del número de observación, de los que aún no han fallado en un tiempo determinado, de la función de supervivencia y de la tasa de fallos acumulada. Pero para ilustrar mejor la tabla veamos qué tenemos para la primera fila: El componente que falla primero (es la primera fila, tiempos ordenados), lo hizo en el instante de tiempo (Time). Éste corresponde a la observación 26 de los datos (Row). El estado (Status) que se recoge es el de un fallo (en prácticas siguientes no todos serán fallos). El número de observaciones que tienen tiempos (estrictamente) mayores que (Number at Risk) es 99, lo que representa un 0.99 ya que tenemos 100 observaciones en esta variable (Cumulative Survival). Las últimas dos columnas representan la desviación típica (Standard Error) de esa estimación (de 0,99) y la tasa de fallos acumulada (Cumulative Hazard). Cuál es la función de supervivencia en el instante 35? Hay que buscar cuántos tiempos están por encima de este valor. Para ello localizamos el fallo inmediatamente anterior a dicho valor: fila 4, tiempo de fallo y 96 tiempos más altos. Por lo tanto la supervivencia es 0.96=96/100. Cuál es la función de supervivencia en 40? No varía sigue siendo La función de supervivencia empírica se caracteriza por ser escalonada!! Figura 1. Tabla del resumen del análisis.
4 En segundo lugar vamos a analizar los resultados de la parte gráfica, es decir, el gráfico de la función de supervivencia empírica (Estimated Survival Function, figura 2) y el de la tasa de fallos acumulada (Estimated Cumulative Hazard Function, figura 3). La figura 2 muestra la función de supervivencia empírica para la variable V1. Es decir, es la representación de la columna Cumulative Survival de la tabla anterior. Se aprecia que es monótona decreciente y escalonada. Para tiempos más grandes la probabilidad de supervivencia siempre será menor que para tiempos pequeños. Al ser escalonada habrá muchos tiempos que compartan una misma probabilidad de supervivencia. Figura 2. Función de supervivencia empírica. Por último la figura 3 nos muestra la tasa de fallos acumulada para la variable V1. Se observa que la tasa de fallos acumulada evoluciona de forma lineal, por lo tanto, como ésta es la integral de la tasa de fallos, podemos decir que la tasa de fallos de esta variable es constante, es decir, es CFR (Constant Failure Rate). Tasas de fallo de otras variables Figura 3. Tasa de fallos acumulada de V1. En este apartado vamos a estudiar las tasas de fallo de otras variables del fichero. Analizamos las variables V7, V8 y V16. Se vuelven a hacer los análisis para estas variables. DESCRIBE LIFE DATA LIFE TABLES (times) (y en data el nombre de estas variables) La figura 4 muestra la tasa de fallos acumulada de la variable V7. Se puede observar que el crecimiento es más rápido que lineal, es decir, estamos ante una función convexa, cuya derivada (la tasa de fallos) será creciente. Por lo tanto diremos que la tasa de fallos de V7 es IFR (Increasing Failure Rate) o creciente.
5 Figura 4. Tasa de fallos acumulada de V7. La figura 5 muestra la tasa de fallos acumulada de la variable V8. Observamos que el crecimiento es más lento que lineal, es decir, estamos ante una función cóncava, cuya derivada (tasa de fallos) será decreciente. Por lo tanto diremos que la tasa de fallos de V8 es DFR (Decreasing Failure Rate) o decreciente. Figura 5. Tasa de fallos acumulada de V8. La figura 6 muestra la tasa de fallos acumulada de la variable V16. Al principio el crecimiento es más lento que lineal, es decir, estamos ante una función cóncava, cuya derivada (tasa de fallos) será decreciente (DFR). Después de ese periodo se tiene un crecimiento lineal, por tanto su derivada será constante (CFR). Y finalmente se tiene un crecimiento más rápido que lineal, es decir, tiene derivada creciente (IFR). Así pues diremos que la tasa de fallos de V16 es una curva de bañera. Figura 6. Tasa de fallos acumulada de V16.
6 Análisis de la fiabilidad de sistemas: En la segunda parte de la práctica se van a realizar estimaciones de la fiabilidad de sistemas compuestos por varios componentes. Es decir, se va a aprender a realizar estimaciones de la probabilidad de que un sistema compuesto por varios componentes funcione correctamente más de un tiempo determinado. Los datos de que se va a disponer son datos de tiempos de vida de componentes. Así podemos planificar cómo es mejor montar un sistema sin necesidad de montarlo realmente. La distribución de componentes en un sistema la podemos realizar de dos formas: Poniendo los componentes en serie: Ambos tienen que funcionar para que el sistema funcione Poniendo los componentes en paralelo: Con que funcione uno es suficiente para que el sistema también lo haga Los sistemas pueden estar formados por cualquier combinación de estas dos configuraciones. Pero, cómo puedo calcular la fiabilidad de un sistema? cómo puedo elegir la mejor configuración de los componente con el objetivo de obtener la más fiable? En esta práctica se aborda este problema desde dos puntos de vista y se aplican ambos métodos para calcular la fiabilidad del siguiente sistema Los tiempos de vida de los distintos componentes C1 a C4 están recogidos en las variables V1 a V4. En total tenemos 100 tiempos para cada componente y supondremos independencia entre componentes (es decir, que el tiempo de fallo de un componente no afecta al tiempo de fallo de los demás). Opción 1: Se irá descomponiendo el sistema en procesos en serie y en paralelo más pequeños y manejables. Como hemos supuesto independencia y tenemos cien tiempos de cada componente vamos a suponer que cada fila de nuestra tabla de datos son los tiempos de fallo de los cuatro componentes de un sistema con la configuración anterior. Es decir, tenemos una muestra de 100 sistemas (ver figura 7).
7 Figura 7. Visión de simulación del sistema completo. La figura 8 muestra la descomposición en subsistemas del sistema que se va a analizar y los nombres de éstos. Figura 8. Descomposición en subsistemas. Empezamos viendo el tiempo de fallo del subsistema en serie de los componentes C1 y C2, al que llamaremos S12. Al ser una configuración en serie, el subsistema S12 fallará cuando falle uno de los dos, es decir, fallará cuando falle el primero. Por lo tanto el tiempo de fallo de S 12 es igual al mín(v1,v2). El siguiente paso es analizar el comportamiento del sistema S 12 con el componente C3. Como esta configuración es en paralelo, se tiene que el sistema falla cuando fallen los dos, es decir, cuando falle el último. Por lo tanto, llamando a este nuevo sistema S 123 tenemos que el tiempo de fallo será el máx(v3,s 12 ) que es igual al máx(v3,min(v1,v2)). Y finalmente tenemos que el fallo del sistema entero, llamémoslo S 1234, será lo que ocurra primero, bien el fallo de C4 o bien el de S 123. Es decir, tendremos que el tiempo de fallo del sistema entero será: S 1234 =mín(s 123,V4)=min(máx(V3,min(V1,V2)),V4).
8 Para poder estimar la fiabilidad del sistema para distintos tiempos vamos a generar nuevas columnas que contengan el tiempo de fallo de cada subsistema en cada una de las 100 réplicas. El Statgraphics no permite trabajar con columnas para calcular máximos y mínimos entre ellas. Así que se va a proceder de la siguiente forma para poder obtenerlas. Se van a ir obteniendo las variables S 12, S 123 y S 1234 en distintas columnas. Para resolver el problema del máximo y del mínimo entre variables vamos a usar expresiones lógicas. Así podemos usar: y min( a, b) = a I max( a, b) = b I ( a < b) + b I( b a) ( a < b) + a I( b a) donde ( a b) I < vale 1 si a es menor que b y 0 en caso contrario (booleano). Comenzamos calculando S 12, que es el mínimo entre V1 y V2: situar el cursor sobre el nombre de la variable Col_19, se presiona el botón derecho y se elige la opción Generate data. Figura 7. Generación de datos. A continuación se escribe: V1*(V1<V2)+V2*(V2<=V1) y se presiona Ok. Figura 8. Ecuación de generación de S12.
9 Le cambiamos el nombre (sobre Col_19, botón derecho, Modify column ) y ponemos S12. El siguiente tiempo a calcular es S 123 =máx(v3,s 12 ). En Col_20 vamos a generar de nuevo una columna de datos. En esta ocasión es un máximo, por lo tanto debemos escribir: S12*(V3<S12)+V3*(S12<=V3). Renombramos la columna como S123. Figura 9. Ecuación de generación de S123. Y para finalizar tenemos que calcular S 1234 =mín(s 123,V4). Generamos sobre Col_21 la nueva variable con el siguiente texto: V4*(V4<S123)+S123*(S123<=V4). Renombramos la columna como S1234. Esta columna contiene los tiempos de fallo de nuestro sistema, así que si queremos por ejemplo saber cual es la probabilidad de que dure más de 100 instantes basta con hacer: DESCRIBE LIFE DATA LIFE TABLES (times) EN DATA PONER S1234 Y en la tabla se busca el fallo inmediatamente anterior al instante 100, que es en el instante y se ve cual es la supervivencia de ese instante: Y en el instante 105? También Recordemos que las funciones de supervivencia empíricas son escalonadas. Opcion 2: Como en el caso anterior descomponemos el sistema en los mismos subsistemas. La diferencia reside en que ahora vamos a trabajar con supervivencias estimadas de los componentes pero de forma individual. Antes se trabajó de forma conjunta. Una hipótesis fundamental es de nuevo la independencia entre componentes. Esta independencia nos dice que dados dos valores a y b cualesquiera, la probabilidad de que el componente i supere el instante a no depende de si el componente j (j distinto de i) ha superado o no el instante b. Matemáticamente nos indica que: P ( Vi > a y Vj > b) = P( Vi > a) P( Vj > b). Con esta hipótesis de partida vamos a ir construyendo las probabilidades de cada subsistema, pero antes de nada hay que obtener la supervivencia de los cuatro componentes al instante 100.
10 DESCRIBE LIFE DATA LIFE TABLES (times)... Hacemos el análisis para cada componente (de V1 a V4) y buscamos el valor en la tabla del resumen del análisis. En este caso tenemos los siguientes valores: P( V1 > 100) = 0.9, P( V 2 > 100) = 0.84, P( V 3 > 100) = 0.85 y P( V 4 > 100) = Fiabilidad del subsistema S 12. Este sistema falla cuando falle uno de los dos, así que sigue funcionando cuando ambos lo hagan: P( V1 > 100 y V 2 > 100) = P( V1 > 100) P( V 2 > 100) = = Fiabilidad del subsistem a S 123. Este sistema funciona cuando funcione bien C3, bien C1 y C2, o bien todos a la vez. Es decir, cuando funcione bien el sistema S 12, bien el C3 o bien ambos (unión de sucesos): P( S123 > 100) = P( S12 > 100ó V 3 > 100) P( S12 > 100ó V 3 > 100) = P( S12 > 100) + P( V 3 > 100) P( S12 > 100) P( V 3 > 100) = = Fiabilidad del Sistema entero. Funcionará cuando lo hagan el sistema S 123 y también C4. Por lo tanto: P( S1234 > 100) = P( S123 > 100 yv 4 > 100) = P( S123 > 100) P( V 4 > 100) = = Se observa que las probabilidades obtenidas por ambos métodos son distintas pero sí son bastante próximas. Estas probabilidades son aproximaciones no paramétricas (no suponemos que los datos siguen un modelo probabilístico determinado, por ejemplo exponencial, Weibull, etc.). En la siguiente práctica se aprenderá a encontrar modelos adecuados a los datos, lo que nos permitirá que podamos estimar mediante funciones no escalonadas la fiabilidad de los componentes. Evitando de ese modo que la fiabilidad en dos instantes de tiempo distintos sea la misma. Ejemplo de otro sistema Supongamos ahora que tenemos un sistema con todos los componentes en serie (ver figura 10). Figura 10. Sistema de cuatro componentes en serie. Cual es más fiable de los dos en el instante 100? Habría que calcular la probabilidad de que el nuevo sistema funcione más allá del instante 100. De nuevo se puede hacer de las dos formas. De forma rápida se realiza el cálculo del segundo método (se deja para el alumno el conseguir los tiempos de fallo suponiendo que tenemos una muestra de 100 sistemas, ya que nos aporta más información: función de supervivencia, tasa de fallos,
11 ...). Al ser un sistema en serie tienen que funcionar todos los componentes para que el sistema funcione: P( V1 > 100 y V 2 > 100 y V 3 > 100 y V 4 > 100) = P( Vi > 100) = = Se tiene que para el instante 100 es más fiable el primer sistema, ya que sigue funcionando después de ese instante con una mayor probabilidad. Autoevaluación de la práctica: Se puede dar por superada esta práctica cuando tras su realización el alumno sea capaz de: 4 i= 1 Calcular la supervivencia para cualquier instante de tiempo Clasificar una variable en función de su tasa de fallos Calcular, para la función de densidad exponencial ( ( ) = λ λ x f x e, x 0, λ > 0), la función de supervivencia, la tasa de fallos y la tasa de fallos acumulada Calcular la fiabilidad de sistemas complejos Obtener los tiempos de fallo de sistemas complejos a partir de muestras de los componentes independientes y analizar su tasa de fallos y su función de supervivencia Seleccionar de entre dos sistemas el más fiable para un instante determinado.
Prácticas de Fiabilidad
Prácticas de Fiabilidad Práctica : Objetivo: El objetivo de esta práctica es conocer y aprender a manejar las herramientas que nos van a permitir decidir si nuestros datos de supervivencia se comportan
Más detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
Más detallesEcuaciones Diofánticas
2 Ecuaciones Diofánticas (c) 2011 leandromarin.com 1. Introducción Una ecuación diofántica es una ecuación con coeficientes enteros y de la que tenemos que calcular las soluciones enteras. En este tema
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesMICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo.
MICROSOFT EXCEL PARA DIRECCIÓN FINANCIERA I. 1. Resolución de problemas de simulación de Montecarlo mediante el uso de la hoja de cálculo. Mediante el modelo de Hertz o Simulación de Montecarlo, trataremos
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detallesTema 7: Geometría Analítica. Rectas.
Tema 7: Geometría Analítica. Rectas. En este tema nos centraremos en estudiar la geometría en el plano, así como los elementos que en este aparecen como son los puntos, segmentos, vectores y rectas. Estudiaremos
Más detallesIII Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios
III Verano de Probabilidad y Estadística Curso de Procesos de Poisson (Víctor Pérez Abreu) Lista de Ejercicios Esta lista contiene ejercicios y problemas tanto teóricos como de modelación. El objetivo
Más detalles4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE
Análisis de funciones de una variable 49 4. ANÁLISIS DE FUNCIONES DE UNA VARIABLE En esta sección realizaremos algunos ejercicios sobre el estudio de funciones de una variable: En la parte final hay ejercicios
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesUnidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS
Unidad 1: SISTEMAS DE ECUACIONES. MÉTODO DE GAUSS 1.1.- SISTEMAS DE ECUACIONES LINEALES Ecuación lineal Las ecuaciones siguientes son lineales: 2x 3 = 0; 5x + 4y = 20; 3x + 2y + 6z = 6; 5x 3y + z 5t =
Más detalles2 4. c d. Se verifica: a + 2b = 1
Pruebas de Acceso a la Universidad. SEPTIEMBRE 0. Bachillerato de Ciencias Sociales. El alumno debe responder a una de las dos opciones propuestas, A o B. En cada pregunta se señala la puntuación máxima.
Más detallesSistemas de dos ecuaciones lineales de primer grado con dos incógnitas
Un sistema de dos ecuaciones lineales de primer grado con dos incógnitas tiene la siguiente forma Ax + By + C = 0 A x + B y + C (1) = 0 Ya sabemos que una ecuación lineal de primer grado con dos incógnitas
Más detallesExpliquemos con exactitud qué queremos decir con valores máximos y mínimos.
Introducción: Ahora que conocemos las reglas de derivación nos encontramos en mejor posición para continuar con las aplicaciones de la derivada. Veremos cómo afectan las derivadas la forma de la gráfica
Más detallesPRÁCTICA 5. Para ver donde se maximiza esta función hay que ver donde se anula la primera derivada respecto al precio. R
.- La función de demanda de un bien viene dada por. Se pide: a) Demuestre matemáticamente para que cantidad se obtiene el máximo de los ingresos totales. El ingreso total es la cantidad de producto por
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesEcuaciones Lineales en Dos Variables
Ecuaciones Lineales en Dos Variables Una ecuación lineal en dos variables tiene la forma general a + b + c = 0; donde a, b, c representan números reales las tres no pueden ser iguales a cero a la misma
Más detallesFactorización de polinomios FACTORIZACIÓN DE POLINOMIOS
FACTORIZACIÓN DE POLINOMIOS 1. Polinomios Un monomio es el producto de un número real por una o más letras que pueden estar elevadas a exponentes que sean números naturales. La suma de los exponentes de
Más detallesLa variable independiente x es aquella cuyo valor se fija previamente. La variable dependiente y es aquella cuyo valor se deduce a partir de x.
Bloque 8. FUNCIONES. (En el libro Temas 10, 11 y 12, páginas 179, 197 y 211) 1. Definiciones: función, variables, ecuación, tabla y gráfica. 2. Características o propiedades de una función: 2.1. Dominio
Más detallesCONCAVIDAD. Supongamos que tenemos la siguiente información, referente a una curva derivable: Cómo la graficaríamos?
CAPÍTULO 14 CONCAVIDAD Supongamos que tenemos la siguiente información, referente a una curva derivable: Intervalo Signo de f F (-00,3) + Creciente (3,8) - Decreciente (8, + ) + Creciente Cómo la graficaríamos?
Más detallesEjemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.
ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos
Más detalles1 Curvas planas. Solución de los ejercicios propuestos.
1 Curvas planas. Solución de los ejercicios propuestos. 1. Se considera el lugar geométrico de los puntos del plano tales que la suma del cuadrado de las distancias a los puntos P 1 = (, 0) y P = (, 0)
Más detallesMATEMÁTICAS APLICADAS A LAS CC. SOCIALES I. Examen de la tercera evaluación. Nombre y apellidos Fecha: 10 de junio de 2010
IES ATENEA San Sebastián de los Rees MATEMÁTICAS APLICADAS A LAS CC. SOCIALES I Eamen de la tercera evaluación Nombre apellidos Fecha: 0 de junio de 00.- (, 5 puntos) En seis modelos de zapatillas deportivas
Más detallesSESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS.
SESIÓN 6 INTERPRETACION GEOMETRICA DE LA DERIVADA, REGLA GENERAL PARA DERIVACIÓN, REGLAS PARA DERIVAR FUNCIONES ALGEBRAICAS. I. CONTENIDOS: 1. Interpretación geométrica de la derivada 2. Regla general
Más detallesNo es otra cosa, que la representación de los resultados de una función sobre el plano carteciano.
FUNCIONES GRAFICAS No es otra cosa, que la representación de los resultados de una función sobre el plano carteciano. INTÉRVALOS Un intervalo es el conjunto de todos los números reales entre dos números
Más detallesTEMA 1 NÚMEROS NATURALES
TEMA 1 NÚMEROS NATURALES Criterios De Evaluación de la Unidad 1 Efectuar correctamente operaciones combinadas de números naturales, aplicando correctamente las reglas de prioridad y haciendo un uso adecuado
Más detallesRepresentaciones gráficas: Método del Paralelogramo
Representaciones gráficas: Método del Paralelogramo La relación funcional más simple entre dos variables es la línea recta. Sea entonces la variable independiente x y la variable dependiente y que se relacionan
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesESTADÍSTICA CON EXCEL
ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesFUNDAMENTOS DEL ÁLGEBRA. Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES
FUNDAMENTOS DEL ÁLGEBRA Folleto De Trabajo Para La Clase ECUACIONES LINEALES EN DOS VARIABLES NOMBRE ID SECCIÓN SALÓN Prof. Eveln Dávila Contenido TEMA: Ecuaciones Lineales En Dos Variables... Solución
Más detalles1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES
Capítulo 1 SISTEMAS DE ECUACIONES LINEALES Y MATRICES 1.1 INTRODUCCIÓN Este libro trata del álgebra lineal. Al buscar la palabra lineal en el diccionario se encuentra, entre otras definiciones, la siguiente:
Más detallesUNIDAD 10: ECUACIONES DE SEGUNDO GRADO.
UNIDAD 10: ECUACIONES DE SEGUNDO GRADO. 10.1 Estudio elemental de la ecuación de segundo grado. Expresión general. 10.2 Resolución de ecuaciones de segundo grado completas e incompletas. 10.3 Planteamiento
Más detallesEjercicios para el Examen departamental
Departamento de Física Y Matemáticas Ejercicios para el Examen departamental 1ª Parte M. en I.C. J. Cristóbal Cárdenas O. 15/08/2011 Ejercicios para el examen departamental de Cálculo 1 primera parte A
Más detallesEL PROBLEMA DE LA TANGENTE
EL PROBLEMA DE LA TANGENTE El problema de definir la tangente a una curva y f (x) en un punto P ( x, y ) ha llevado al concepto de la derivada de una función en un punto P ( x, y ). Todos sabemos dibujar
Más detallesPAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.
PAU Madrid. Matemáticas II. Año 22. Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. Se considera una varilla AB de longitud 1. El extremo A de esta varilla recorre completamente la circunferencia
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesConjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación.
NÚMEROS REALES Conjuntos Los conjuntos se emplean en muchas áreas de las matemáticas, de modo que es importante una comprensión de los conjuntos y de su notación. Un conjunto es una colección bien definida
Más detallesDE LA GRÁFICA A LA EXPRESIÓN ALGEBRAICA
De la gráfica a la expresión algebraica DE LA GRÁFICA A LA EXPRESIÓN ALGEBRAICA Rectas, Parábolas, Hipérbolas, Exponenciales Logarítmicas LA RECTA Comencemos localizando el punto donde la recta corta al
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detalles1. Los pesos (en Kgs.) de los niños recién nacidos en una clínica maternal durante el último año han sido:
. Los pesos (en Kgs.) de los niños recién nacidos en una clínica maternal durante el último año han sido: Peso [.5,.75) [.75,3) [3,3.5) [3.5,3.5) [3.5,3.75) [3.75,4) [4,4.5) [4.5,4.5] N o de niños 7 36
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesAjustes por funciones exponenciales (malthusiana) y sigmoidales (logística y gompertziana)
Fundamentos de Biología Aplicada I. Curso 009 010. Ajustes por funciones exponenciales malthusiana y sigmoidales logística y gompertziana El objetivo es aproximar una colección de datos obtenidos a partir
Más detallesIES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Sobrantes de 011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 del 011 [ 5 puntos] Queremos hacer junto a la carretera un cercado rectangular
Más detallesLa ecuación diferencial logística (o de Verhulst)
La ecuación diferencial logística o de Verhulst) José Luis López Fernández 2 de noviembre de 2011 Resolver un problema del que tenemos garantía de que existe solución, es como ir de excursión por el monte,
Más detallesMateria: Matemática de 5to Tema: Ecuación de la Recta. Marco Teórico
Materia: Matemática de 5to Tema: Ecuación de la Recta Marco Teórico Simplemente comenzar con la ecuación general de la forma pendiente-intersección de una línea, y luego conecte los valores dados de y
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesMétodo alternativo de descomposición factorial
Método alternativo de descomposición factorial A continuación expongo un algoritmo para hallar los divisores primos de un número. Este algoritmo puede ser eficaz en la resolución de los mensajes cifrados.
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detallesTeoría Tema 6 Ecuaciones de la recta
página 1/14 Teoría Tema 6 Ecuaciones de la recta Índice de contenido Base canónica en dos dimensiones como sistema referencial...2 Ecuación vectorial de la recta...4 Ecuación paramétrica de la recta...6
Más detallesGEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π
GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesFunciones 1. D = Dom ( f ) = x R / f(x) R. Recuerda como determinabas los dominios de algunas funciones: x x
Funciones. DEFINICIÓN Y TERMINOLOGÍA.. Definición de función real de variable real. "Es toda correspondencia, f, entre un subconjunto D de números reales y R (o una parte de R), con la condición de que
Más detallesSESIÓN 10 DERIVACIÓN DE FUNCIONES TRIGONOMÉTRICAS DIRECTAS
SESIÓN 0 DERIVACIÓN DE FUNCIONES TRIGONOMÉTRICAS DIRECTAS I. CONTENIDOS:. Derivadas de funciones trigonométricas directas. Ejercicios resueltos. Estrategias Centradas en el Aprendizaje: Ejercicios propuestos
Más detallesÁlgebra Lineal Ma1010
Álgebra Ma1010 Departamento de Matemáticas ITESM Álgebra - p. 1/31 En este apartado se introduce uno de los conceptos más importantes del curso: el de combinación lineal entre vectores. Se establece la
Más detallesMICROSOFT EXCEL 2007
INGRESAR A EXCEL 007 MICROSOFT EXCEL 007. Clic en Inicio. Colocar el puntero del ratón (flecha) en Todos los programas. Colocar el puntero del ratón (flecha) en Microsoft Office. Clic en Microsoft Excel
Más detallesTema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Más detalles7.FUNCIÓN REAL DE VARIABLE REAL
7.FUNCIÓN REAL DE VARIABLE REAL 7.1 CONCEPTOS PREVIOS Dados dos conjuntos A={ 1,, 3,...} y B={y 1, y, y 3,...}, el par ordenado ( m, y n ) indica que el elemento m del conjunto A está relacionado con el
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesLección 4. Ecuaciones diferenciales. 1. Ecuaciones diferenciales de primer orden. Trayectorias ortogonales.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 0.. Ecuaciones diferenciales de primer orden. Traectorias ortogonales. Muchas aplicaciones problemas de la ciencia, la ingeniería la economía se formulan en términos
Más detalles«La derivada de una función en un punto representa geométricamente la pendiente de la recta tangente a la función en dicho punto»
TEMA 10 DERIVADA DE UNA FUNCIÓN EN UN PUNTO f (a): Consideremos una función f(x) y un punto P de su gráfica (ver figura), de abscisa x=a. Supongamos que damos a la variable independiente x un pequeño incremento
Más detallesUNIDAD III: APLICACIONES ADICIONALES DE LA DERIVADA
UNIDAD III: APLICACIONES ADICIONALES DE LA DERIVADA Estimado estudiante continuando con el estudio, determinaremos el comportamiento de una función en un intervalo, es decir, cuestiones como: Tiene la
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesPREPARACION OLIMPIADA MATEMATICA CURSO
Comenzaremos recordando algunos conocimientos matemáticos que nos son necesarios. Para ello veamos el concepto de factorial de un número natural. Es decir, es un producto decreciente desde el número que
Más detallesPRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 2015
CALIFICACIÓN: PRUEBAS DE ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR DE FORMACIÓN PROFESIONAL JUNIO 201 Apellidos Nombre Centro de examen Instrucciones Generales PARTE COMÚN MATERIA: FUNDAMENTOS DE MATEMÁTICAS
Más detallesTEMA 5. FUNCIONES DERIVABLES. TEOREMA DE TAYLOR
TEMA 5. FUNCIONES DERIVABLES. TEOREMA DE TAYLOR 5.1 DERIVADA DE UNA FUNCIÓN 5.1.1 Definición de derivada Definición: Sea I in intervalo abierto, f : I y a I. Diremos que f es derivable en a si existe y
Más detalles2.2 Rectas en el plano
2.2 Al igual que ocurre con el punto, en geometría intrínseca, el concepto de recta no tiene definición, sino que constituye otro de sus conceptos iniciales, indefinibles. Desde luego se trata de un conjunto
Más detallesMedidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Más detallesÍndice Proposiciones y Conectores Lógicos Tablas de Verdad Lógica de Predicados Inducción
Curso 0: Matemáticas y sus Aplicaciones Tema 5. Lógica y Formalismo Matemático Leandro Marín Dpto. de Matemática Aplicada Universidad de Murcia 2012 1 Proposiciones y Conectores Lógicos 2 Tablas de Verdad
Más detallesFUNCIONES EXPONENCIALES Y LOGARÍTMICAS
www.matesronda.net José A. Jiménez Nieto FUNCIONES EXPONENCIALES Y LOGARÍTMICAS 1. FUNCIONES EXPONENCIALES. Una función se llama eponencial si es de la forma y = a, donde la base a es un número real cualquiera
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detalles12 Funciones de proporcionalidad
8 _ 09-088.qxd //0 : Página 9 Funciones de proporcionalidad INTRODUCCIÓN La representación gráfica de funciones de proporcionalidad es una de las formas más directas de entender y verificar la relación
Más detallesUna función f, definida en un intervalo dterminado, es creciente en este intervalo, si para todo x
Apuntes de Matemáticas II. CBP_ ITSA APLICACIONES DE LA DERIVADA.- CRECIMIENTO Y DECRECIMIENTO DE UNA FUNCIÓN En una función se puede analizar su crecimiento o decrecimiento al mirar la variación que experimentan
Más detallesDEPARTAMENTO DE MATEMÁTICAS. IES GALLICUM
UNIDAD I: NÚMEROS (6 Horas) 1.- Repasar el cálculo con números racionales y potencias de exponente entero. 2.- Resolver problemas de la vida cotidiana en los que intervengan los números racionales. 1.-
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Prof.: MSc. Julio Rito Vargas A. Febrero 2013 Objetivos: Obtener muestras a partir de números aleatorios. Usando muestras
Más detallesECUACIONES.
. ECUACIONES... Introducción. Recordemos que el valor numérico de un polinomio (y, en general, de cualquier epresión algebraica) se calcula sustituyendo la/s variable/s por números (que, en principio,
Más detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesCálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos
Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím
Más detallesRentas Ciertas MATEMÁTICA FINANCIERA. Rentas Ciertas: Ejemplo. Rentas Ciertas. Ejemplo (1) C C C C C
Rentas Ciertas MATEMÁTICA FINANCIERA RENTAS CIERTAS I Luis Alcalá UNSL Segundo Cuatrimeste 06 A partir de ahora, utilizaremos capitalización compuesta como ley financiera por defecto, salvo que expĺıcitamente
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Arquitectura de Ordenadores Tutor: Antonio Rivero Cuesta Unidad Didáctica 1 Representación de la Información y Funciones Lógicas Tema 1 Representación de la Información
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesÓrdenes y funciones básicas (segunda parte) Práctica 2.
Práctica 2. Órdenes y funciones básicas (segunda parte) Operaremos con matrices, resolveremos ecuaciones y Objetivos: sistemas y calcularemos límites, derivadas e integrales 2 3 7 Una matriz es una lista
Más detallesCONCEPTOS BASICOS DE LA TRANSFORMADA DE LAPLACE LA TRANSFORMADA DE LAPLACE
LA TRANSFORMADA DE LAPLACE Por cálculo integral sabemos que cuando vamos a determinar una integral impropia de la forma,su desarrollo se obtiene realizando un cambio de variable en el límite superior de
Más detallesDERIVADAS. Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto.
DERIVADAS Tema: La derivada como pendiente de una curva Para hallar la pendiente de una curva en algún punto hacemos uso de la recta tangente de una curva en un punto. La pendiente de la curva en el punto
Más detallesREPRESENTACIÓN GRÁFICA DE UNA FUNCIÓN.. Se pide: x
1 REPRESENTACIÓN GRÁFICA DE UNA FUNCIÓN IBJ05 1. Se considera la función f ( ). Se pide: a) Encontrar los intervalos donde esta función es creciente y donde es decreciente. ( puntos) b) Calcular las asíntotas.
Más detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
Más detallesAplicaciones de la derivada Ecuación de la recta tangente
Aplicaciones de la derivada Ecuación de la recta tangente La pendiente de la recta tangente a una curva en un punto es la derivada de la función en dicho punto. La recta tangente a una curva en un punto
Más detallesI.E.S. CUADERNO Nº 5 NOMBRE: FECHA: / / Inecuaciones. Resolver inecuaciones de primer y segundo grado con una incógnita.
Inecuaciones Contenidos 1. Inecuaciones de primer grado con una incógnita Definiciones Inecuaciones equivalentes Resolución Sistemas de inecuaciones 2. Inecuaciones de segundo grado con una incógnita Resolución
Más detalles13. Utilizar la fórmula del término general y de la suma de n términos consecutivos
Contenidos mínimos 3º ESO. 1. Contenidos. Bloque I: Aritmética y álgebra. 1. Utilizar las reglas de jerarquía de paréntesis y operaciones, para efectuar cálculos con números racionales, expresados en forma
Más detallesTema 14: Sistemas Secuenciales
Tema 14: Sistemas Secuenciales Objetivos: (CONTADORES) Introducción. Características de los contadores. Contadores Asíncronos. Contadores Síncronos. 1 INTRODUCCIÓN Los contadores son sistemas secuenciales
Más detallesCENTRO REGIONAL UNIVERSITARIO BARILOCHE TALLER DE MATEMATICA INGRESO 2016 LIC. ENFERMERÍA PRACTICO UNIDAD 3
PRACTICO UNIDAD 3 Nota: Los ejercicios propuestos en los prácticos deben servirle para afianzar y practicar temas. Si nota que algunos ejercicios ya los sabe hacer bien, continúe con otros que le impliquen
Más detallesi. y = 0,25x k. x = 2 l. y = -3 n. 2y 2x = 0
TRABAJO PRÁCTICO Nº1 1. Identificar la pendiente y ordenada al origen de las siguientes rectas. Graficar y escribir para cada una dominio, imagen, crecimiento, decrecimiento, raíces. a. y = 2x + 1 d. y
Más detallesPráctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Más detallesCINEMÁTICA: ESTUDIO DEL MOVIMIENTO. Cinemática es la parte de la Física que estudia la descripción del movimiento de los cuerpos.
CINEMÁTICA: ESTUDIO DEL MOVIMIENTO Cinemática es la parte de la Física que estudia la descripción del movimiento de los cuerpos. 1. Cuándo un cuerpo está en movimiento? Para hablar de reposo o movimiento
Más detallesEn la notación C(3) se indica el valor de la cuenta para 3 kilowatts-hora: C(3) = 60 (3) = 1.253
Eje temático: Álgebra y funciones Contenidos: Operatoria con expresiones algebraicas Nivel: 2 Medio Funciones 1. Funciones En la vida diaria encontramos situaciones en las que aparecen valores que varían
Más detallesTitulo: COMO GRAFICAR UNA FUNCION RACIONAL Año escolar: 4to. año de bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela Correo electrónico:
Más detalles