Matemáticas Discretas

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

Download "Matemáticas Discretas"

Transcripción

1 Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx Algo de nformacón Curso propedéutco formatvo/selectvo Págna del curso ccc.naoep.mx/~vllasen/cursomatdscretas Evaluacón 2 exámenes parcales 60% 1 examen fnal 40% 2 Contendo Introduccón y subconjuntos, operacones de conjuntos, dagramas de Venn Relacones y Funcones Relacones y sus propedades, equvalenca, conjuntos parcal y totalmente ordenados, Lógca Fundamentos, álgebra booleana, cálculo proposconal, cálculo de predcados Seres Seres y recurrencas, manpulacón de seres, seres múltples Grafos Defncones, grafos euleranos y hamltonanos, conectvdad, grafos planares, árboles Prncpos fundamentales del Conteo Reglas de la suma y el producto, permutacones, combnacones Probabldad Defncones, probabldad condconal, Teorema de Bayes, prncpales dstrbucones dscretas y contnuas, varables aleatoras Defncón: la matemátca dscreta, tambén llamada matemátca fnta, comprende el estudo de las estructuras matemátcas fundamentalmente dscretas en el sentdo de no soportar o requerr la nocón de contnudad Induccón y Recursón Induccón en números naturales, nduccón matemátca, funcones recursvas 3 4 1

2 Importanca Matemátcas necesaras para hacer cenca de la computacón en una forma confable y efcente: Confable: Lógca, teoría de conjuntos, funcones y relacones, estructuras dscretas Cómo argumentar y probar Efcente: Combnatora, teoría de probabldad Cómo contar cosas PRIMERA PARTE 1. y subconjuntos, operacones de conjuntos, dagramas de Venn 5 6 Se tene un sentmento íntmo de que un conjunto debe ser una coleccón ben defnda de elementos. A estos elementos se les suele llamar objetos y se dce que son membros del conjunto. El adjetvo ben defndo mplca que cualquera que sea el objeto consderado, se pueda determnar s está o no en el conjunto que se analza. 7 Se utlzan letras mayúsculas, como A, B, C,..., para representar conjuntos, y mnúsculas para los elementos. Dado un conjunto A Se escrbe x A s x es un elemento de A; y A ndca que y no pertenece a A. Para denotar un conjunto se utlza un par de llaves {} alrededor de los elementos del conjunto 8 2

3 Un conjunto se puede determnar enlstando sus elementos entre llaves como A = {1, 2, 3, 4, 5}, (determnacón extensonal). Cuando se trata un problema partcular, hay un unverso o conjunto unversal, formulado o mplcado, del cual se selecconan los elementos para formar los conjuntos. Este conjunto tambén se puede determnar medante una propedad que ndca cómo deben ser los elementos (determnacón ntenconal). Entonces A tambén se puede escrbr como A = {x x es un entero, 1 x 5 }. 9 EJEMPLO. Para el unverso U = {1, 2, 3, 4, 5}, consdérese un conjunto A = {1, 2}. S B = {x x 2 U } los elementos de B son 1, 2. Como A y B tenen los msmos elementos se consdera que son el msmo conjunto. 10 Defncón Para un unverso U se dce que los conjuntos A y B (tomados de U) son guales y se escrbe A = B, s A y B contenen los msmos elementos. De esta defncón se deduce que n el orden n la repetcón tenen mportanca para un conjunto, de modo que {1, 2, 3} = {3, 1, 2} = {2, 2, 1, 3} = {1, 2, 1, 3, 1}. EJEMPLO Para U = {1, 2, 3,... }, el conjunto de enteros postvos, sea: a) A = {1, 4, 9,...,64, 81} = {x 2 x U, x 2 100}. b) B = {1, 4, 9, 16} = {y 2 y U, y 2 20} c) C = {2, 4, 6, 8,...} = {2k k U } A y B son ejemplos de conjuntos fntos, mentras que C se denomna conjunto nfnto

4 Dado un conjunto fnto A A denota el número de elementos en A y se denomna cardnaldad de A. EJEMPLO a) A = {1, 4, 9,...,64, 81} = {x 2 x U, x 2 100}. A = 9 b) B = {1, 4, 9, 16} = {y 2 y U, y 2 20}. B = 4 Defncón S C, D son conjuntos de un unverso U, se dce que C es un subconjunto de D, y se escrbe C D o D C s todo elemento de C es tambén un elemento de D. S exste algún elemento de D que no está en C, C se denomna subconjunto propo de D y se denota por C D o D C. AB s y solo s x [xa xb] EJEMPLO Sea U = {1, 2, 3, 4, 5} con A = {1, 2, 3}, B = {3,4}, C = {1, 2, 3, 4}. Entonces se cumplen las sguentes relacones de subconjuntos: a) A C b) A C c) B C d) A A e) B A (es decr, B no es un subconjunto de A) f) A A Teorema Sea A, B, C U. a) S A B y B C, entonces A C. b) S A B y B C, entonces A C c) S A B y B C, entonces A C d) S A B y B C, entonces A C

5 Defncón El conjunto nulo o vacío es aquél que no contene elementos y se denota por o {}. Defncón S A es un conjunto del unverso U, el conjunto potenca de A, denotado por P(A), es la coleccón de todos los subconjuntos de A. Se observa que = 0, pero {0}. Para cualquer conjunto fnto A con A = n 0, A tene 2 n subconjuntos, de modo que P(A) = 2 n EJEMPLO sea A={x, y, z} Su conjunto potenca, P(A)={{},{x},{y},{z},{x, y},{x, z},{y, z},{x, y, z}} Operacones de Defncón Dados A, B U, se defnen las propedades sguentes: a) A B (la unón de A y B) = {x x A o x B} b) A B (la nterseccón de A y B) = { x x A y x B} c) A B (la dferenca smétrca de A y B) = A B = {x x A o x B, pero x A B}

6 Operacones de EJEMPLO Con U={1,2,3,...,9,10}, A={1,2,3,4,5}, B ={3,4,5,6,7}, C={7,8,9} tenemos Operacones de EJEMPLO Con U={1,2,3,...,9,10}, A={1,2,3,4,5}, B ={3,4,5,6,7}, C={7,8,9} tenemos a) AB = b) AB = c) BC = d) AC = e) AB = f) AC = g) AC = a) AB = {3, 4, 5} b) AB = {1, 2, 3, 4, 5, 6, 7} c) BC = {7} d) AC = e) AB = {1, 2, 6, 7} f) AC = {1, 2, 3, 4, 5, 7, 8, 9} g) AC = {1, 2, 3, 4, 5, 7, 8, 9} Operacones de Defncón S S, T U, cuando S T =, entonces S y T se denomnan dsjuntos o mutuamente dsjuntos. Teorema S S, T U, S T = S T s y sólo s S y T son dsjuntos. Operacones de Defncón Para un conjunto A U, el complemento de A, denotado por U A o A, está dado por {x xu, xa }. Para U={1,2,3,...,9,10} A={1,2,3,4,5}, B={3,4,5,6,7}, y C={7,8,9} A ={6, 7, 8, 9, 10}, B ={1, 2, 8, 9, 10}, C ={1, 2, 3, 4, 5, 6, 10}

7 Operacones de Defncón Para A, B U, el complemento (relatvo) de A en B, denotado por B A, está dado por {x x B, x A}. Para U={1,2,3,...,9,10} A={1,2,3,4,5}, B={3,4,5,6,7}, y C={7,8,9} se tene: a) B A = {6,7} b) A B = {1, 2} c) A C = A d) C A = C e) A A = f) U A = A 25 Leyes de la teoría de conjuntos Para conjuntos cualesquera A, B, C de un unverso U: 1. A= A Doble complemento _ 2. A B A B DeMorgan _ A B A B 3. A B = B A Conmutatvas A B = B A C B C A BC 4. A B C A B Asocatvas A B C A BAC 5. A B C A B AC Dstrbutvas A 27 Leyes de la teoría de conjuntos 6. A A = A Idempotentes A A = A 7. A = A Identdad A U = A 8. A A = U Inversas A A = 9. A U = U Domnacón A = A A B A 10. A A B Absorcón A 28 Leyes de la teoría de conjuntos Debe tener alguna mportanca que las leyes 2 a 10 se presenten por pares. Estos pares se llaman duales. Una proposcón se puede obtener a partr de la otra ntercambando en todos los casos en que se presente por, y vceversa, y donde aparezca U por, y vceversa. 29 7

8 Dagramas de Venn Un dagrama de Venn, se construye como sgue: U se representa por el nteror de un rectángulo, mentras que sus subconjuntos se representan por círculos nterores y otras curvas cerradas. Dagramas de Venn En la fgura se usan dagramas de Venn para establecer una de las leyes de DeMorgan. 31 A B A B 32 Dagramas de Venn Dagrama de Venn numerando regones Dagramas de Venn A B está_ formado por las regones 2, 3, 5, 6, 7, 8, de modo que A comprende las regones 1 y 4. B Al desarrollar A B C está formado por las regones 1, 4, 6, 7, 8. La regón 3 es A B C y la regón 7 es A B C. Cada regón es un conjunto de la forma S1 S2 S3 donde S 1 se susttuye por A o A, S 2 por B o B, y S 3 por C o C

9 Dagramas de Venn El conjunto A consta de las regones 1, 3, 4, 6, mentras que las regones 1, 2, 4, 7 forman B, de modo que las regones 1 y 4 comprenden A B. S se toma la unón de C con A B, se concluye con las regones 1, 4, 6, 7, 8. Tabla de pertenenca Otra técnca para probar gualdades entre conjuntos es la tabla de pertenenca. Se observa que para los conjuntos A, B U, un elemento x U cumple exactamente una de las cuatro stuacones sguentes: a) xa, xb; b) xa, xb; c) xa, xb; c) xa, xb Tabla de pertenenca Se puede establecer la gualdad de dos conjuntos ocupando sus columnas respectvas en las tablas de pertenenca. En la tabla se muestra esto para la ley dstrbutva de la unón sobre la nterseccón. Smplfcacón y deduccón de expresones EJEMPLO Smplfque la expresón A B C B _ B C = A B C B DeMorgan = A B C doble complemento = A B C B asocatva = A B B C conmutatva de nterseccón = A B B asocatva de la nterseccón = B C absorcón

10 Leyes de la teoría de conjuntos Leyes de la teoría de conjuntos Para conjuntos cualesquera A, B, C de un unverso U: 6. A A = A Idempotentes 1. A= A Doble complemento _ 2. A B A B DeMorgan _ A B A B 3. A B = B A Conmutatvas A B = B A C B C A BC 4. A B C A B Asocatvas A 5. A B C A B AC Dstrbutvas A A A = A 7. A = A Identdad A U = A 8. A A = U Inversas A A = 9. A U = U Domnacón A = A A 10. A A B Absorcón B C A B AC A A B Smplfcacón y deduccón de expresones _ EJEMPLO Exprésese A B en funcón de y. Por la defncón de complemento relatvo tenemos que x x A x B A B A B,. Por tanto, A B A B = A B DeMorgan = A B doble complemento Generalzacón operacones de conjuntos Defncón Denótese por I un conjunto de índces. S para cada índce I hay un conjunto A U, entonces I I A. A x x A para al menos una x x A para todo I I Obsérvese que x s x A, para todo índce I. A I S x A para al menos un índce I, entonces x. y A I

11 Generalzacón operacones de conjuntos S el conjunto de índces I es el conjunto Z +, se puede escrbr: A A A 1 2 Z 1 A A1 A2 Z 1 A A Generalzacón operacones de conjuntos Teorema (Leyes de DeMorgan generalzadas) Sea I un conjunto de índces, donde para cada I, A U. Entonces, a) A A b) I I I A A I Conteo y dagramas de Venn Para A, B U, los sguentes dagramas de Venn ayudarán a obtener fórmulas de conteo para A, A B en funcón de A, B y A B. Conteo y dagramas de Venn Los conjuntos A, B de la fgura no tenen nterseccón, así que aquí la regla de la suma da lugar a A B A B, y es necesaro que A, B sean fntos, pero no requere condcón alguna sobre la cardnaldad de U. Como se muestra en la fgura, A A U y A A, de modo que, porla regla de la suma, A A U o A U A

12 Conteo y Dagramas de Venn EJEMPLO En una clase de 50 alumnos de prmero de unversdad, 30 estudan BASIC, 25 Pascal, y 10 los dos lenguajes. Cuántos alumnos estudan un sólo lenguaje de programacón? Conteo y Dagramas de Venn Sea U la clase de 50 alumnos, A el subconjunto de los que estudan BASIC y B el de los que estudan Pascal. Para responder a la pregunta, se necesta A B. En la fgura, los números de las regones se obtenen de la nformacón: A =30, B =25, A B =10. Por tanto, A B = 45 A + B, pues A + B cuenta dos veces a los alumnos de A B. Para evtar esta sobre cuenta se resta A B de A+ B y se obtene la fórmula correcta: A B = A + B A B y lógca La lógca y conjuntos están íntmamente relaconadas: xa s y sólo s (xa) AB s y sólo s (xa xb) es Verdadero x (AB) s y sólo s (xa xb) x (AB) s y sólo s (xa xb) x A B s y sólo s (xa xb) x A B s y sólo s (xa xb) (xb xa) x A s y sólo s (xa) El empleo de conjuntos Los conjuntos son las estructuras más smples pero no trvales de las matemátcas Otros objetos y propedades de la matemátcas se defnen en base a ellos Fueron usados en un prncpo para estudar la nocón de nfnto Útles en problemas de conteo y teoría de probabldad

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

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

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

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

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

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

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad, 17 Análss matemátco para Ingenería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Los números complejos La varable compleja permte resolver problemas muy dferentes dentro de áreas tan varadas

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

Guía de Electrodinámica

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

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

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

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

Más detalles

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 7 CAPÍTULO V ESTRUCTURAS ALGEBRAICAS Estructura Algebraca es todo conjunto no vacío en el cual se han defndo una o más leyes de composcón nterna, luego de cumplr certas propedades

Más detalles

Matemáticas Discretas

Matemáticas Discretas Matemáticas Discretas Conjuntos (11) Curso Propedéutico 2009 Maestría en Ciencias Computacionales, INAOE Conjuntos (2) Dr Luis Enrique Sucar Succar esucar@inaoep.mx Dra Angélica Muñoz Meléndez munoz@inaoep.mx

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

Capítulo 1. Conjuntos Difusos

Capítulo 1. Conjuntos Difusos Capítulo. Conjuntos Dfusos.. Introduccón Cuando los computadores se enfrentan a la stuacón de tomar decsones, generalmente hacen preguntas que tenen respuestas del tpo sí o no. Por ejemplo:. La temperatura

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

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

Más detalles

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

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

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

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

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

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

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

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo Especial 2: Cadenas de Markov y modelo PageRank Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

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

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

Más detalles

Fugacidad. Mezcla de gases ideales

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

Más detalles

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

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

Más detalles

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

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

Tema 1.3_A La media y la desviación estándar

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

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

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

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

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

DEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE

DEPARTAMENTO DE INDUSTRIA Y NEGOCIO UNIVERSIDAD DE ATACAMA COPIAPO - CHILE DEPATAMENTO DE NDUSTA Y NEGOCO UNESDAD DE ATACAMA COPAPO - CHLE ESSTENCA EN SEE, PAALELO, MXTO Y SUPEPOSCÓN En los sguentes 8 crcutos calcule todas las correntes y ajes presentes, para ello consdere los

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

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

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

Más detalles

Números reales Conceptos básicos Algunas propiedades

Números reales Conceptos básicos Algunas propiedades Números reales Conceptos básicos Algunas propiedades En álgebra es esencial manejar símbolos con objeto de transformar o reducir expresiones algebraicas y resolver ecuaciones algebraicas. Debido a que

Más detalles

REGRESION LINEAL SIMPLE

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

Más detalles

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros. Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas

Más detalles

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

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

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

Más detalles

Solución: Se denomina malla en un circuito eléctrico a todas las trayectorias cerradas que se pueden seguir dentro del mismo.

Solución: Se denomina malla en un circuito eléctrico a todas las trayectorias cerradas que se pueden seguir dentro del mismo. 1 A qué se denomna malla en un crcuto eléctrco? Solucón: Se denomna malla en un crcuto eléctrco a todas las trayectoras cerradas que se pueden segur dentro del msmo. En un nudo de un crcuto eléctrco concurren

Más detalles

Equilibrio termodinámico entre fases fluidas

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

Más detalles

Introducción a las Subastas de Múltiples Objetos

Introducción a las Subastas de Múltiples Objetos Introduccón a las Subastas de Múltples Objetos Alvaro J. Rascos Vllegas Unversdad de los Andes Abrl de 2010 lvaro J. Rascos Vllegas (Unversdad de losintroduccón Andes) a las Subastas de Múltples Objetos

Más detalles

Un conjunto es un grupo, una colección de objetos; a estos objetos se les llama miembros o elementos del conjunto.

Un conjunto es un grupo, una colección de objetos; a estos objetos se les llama miembros o elementos del conjunto. TEORÍ DE CONJUNTOS. Un conjunto es un grupo, una colección de objetos; a estos objetos se les llama miembros o elementos del conjunto. Ejemplos: Los libros de una biblioteca. Los alumnos de una escuela.

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Rentas financieras. Unidad 5

Rentas financieras. Unidad 5 Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor

Más detalles

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire

Unidad II: Análisis de la combustión completa e incompleta. 2. 1. Aire 4 Undad II: Análss de la combustón completa e ncompleta. 1. Are El are que se usa en las reaccones de combustón es el are atmosférco. Ya se djo en la Undad I que, debdo a que n el N n los gases nertes

Más detalles

Indice de Coste Laboral Armonizado. Metodología

Indice de Coste Laboral Armonizado. Metodología Indce de Coste Laboral Armonzado Metodología Indce 1. Introduccón 2. Defncones 3. Formulacón 4. Ajuste de seres 1. Introduccón El objetvo prncpal del Indce de Coste Laboral Armonzado es proporconar una

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO.

ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO. ELECTROSTÁTICA. CAMPO ELÉCTRICO EN EL VACÍO..- PERSPECTIVA HISTÓRICA MATERIA { MOLÉCULAS } { ÁTOMOS}, sendo los átomos y/o moléculas estables por la nteraccón electromagnétca. Desde la perspectva electromagnétca

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

Leyes de tensión y de corriente

Leyes de tensión y de corriente hay6611x_ch03.qxd 1/4/07 5:07 PM Page 35 CAPÍTULO 3 Leyes de tensón y de corrente CONCEPTOS CLAVE INTRODUCCIÓN En el capítulo 2 se presentaron la resstenca así como varos tpos de fuentes. Después de defnr

Más detalles

TEMA 5: SISTEMAS ARITMÉTICOS Y LÓGICOS.

TEMA 5: SISTEMAS ARITMÉTICOS Y LÓGICOS. TENOLOÍ DE OMUTDORES URSO 7/8 Inocente Sánchez udad TEM 5: SISTEMS RITMÉTIOS Y LÓIOS 5 Sumadores bnaros as todo se hace con sumas: sumas, restas, productos, oncepto de acarreo 5 Semsumador Half dder (H)

Más detalles

62 EJERCICIOS de NÚMEROS COMPLEJOS

62 EJERCICIOS de NÚMEROS COMPLEJOS 6 EJERCICIOS de NÚMEROS COMPLEJOS. Resolver las sguentes ecuacones en el campo de los números complejos: a x -x+=0 (Soluc: ± b x +=0 (Soluc: ± c x -x+=0 (Soluc: ± d x -x+=0 (Soluc: ± e x -6x +x-6=0 (Soluc:,

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

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

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

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Fundamentos de Física Estadística: Problema básico, Postulados

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

Más detalles

SISTEMAS COMBINACIONALES

SISTEMAS COMBINACIONALES Tema 2 SISTEMAS COMBINACIONALES En este tema se estudarán algunas de las funcones combnaconales más utlzadas, las cuales se mplementan en chps comercales Como estas funcones son relatvamente complejas,

Más detalles

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica)

v i CIRCUITOS ELÉCTRICOS (apuntes para el curso de Electrónica) IUITOS EÉTIOS (apuntes para el curso de Electrónca) os crcutos eléctrcos están compuestos por: fuentes de energía: generadores de tensón y generadores de corrente y elementos pasos: resstores, nductores

Más detalles

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

COLEGIO FRANCISCANO AGUSTIN GEMELLI

COLEGIO FRANCISCANO AGUSTIN GEMELLI COLEGIO FRANCISCANO AGUSTIN GEMELLI AREA MATEMATICAS Las matemátcas son el alfabeto con el cual Dos ha escrto el Unverso. Galleo Galle ESTADISTICA GRADO NOVENO 0 Contendo UNIDAD... 6 PROBABILIDAD I (INTRODUCCION

Más detalles

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS

CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Economía de la Empresa: Financiación

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

Más detalles

Tema 4. Números Complejos

Tema 4. Números Complejos Tema. Números Complejos. Números complejos...... Defncón de números complejo..... Conjugado y opuesto de números complejos..... Representacón gráfca de los complejos.... Operacones con complejos..... Suma

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

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

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Enfoques empleados en el análss de la nteraccón repetda entre empresas: Juegos repetdos.

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

Problemas sobre números complejos -1-

Problemas sobre números complejos -1- Problemas sobre números complejos --.- Representa gráfcamente los sguentes números complejos y d cuáles son reales, cuáles magnaros y, de estos, cuáles magnaros puros: 5-5 + 4-5 7 0 -- -7 4.- Obtén las

Más detalles