Ecuaciones diferenciales ordinarias

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

Download "Ecuaciones diferenciales ordinarias"

Transcripción

1 Ecuacones derencales ordnaras

2 Motvacón Las ecuacones que se componen de una uncón desconocda de sus dervadas son llamadas ECUACIONES DIFERENCIALES ales ecuacones desempeñan un papel mportante en ngenería debdo a que mucos enómenos son en el conteto matemátco mejor ormulados en térmnos de su razón de cambo La cantdad que abrá de ser derencada es conocda como VARIABLE DEPENDIENE VARIABLE INDEPENDIENE: la cantdad con respecto a la cual la varable dependente es derencada

3 Motvacón Cuando la uncón nvolucra una varable ndependente la ecuacón es llamada Ecuacón Derencal Ordnara (EDO) (ODE sglas en nglés) d dt ( t ) Cuando la uncón nvolucra dos o más varables ndependentes se llama Ecuacón Derencal Parcal (EDP) (PDE sglas en nglés)

4 Motvacón Las ecuacones derencales se clascan tambén en cuanto a su orden este está dado por la dervada más alta Por ejemplo la ecuacón que descrbe la poscón de un sstema masa-resorte con amortguamento es la ecuacón de segundo orden m d dt c d dt t 0 c: coe. de amortguamento : constante del resorte

5 Motvacón Las ecuacones de orden superor pueden ser reducdas a un sstema de ecuacones de prmer orden Esto se ace denendo una nueva varable donde Esta se puede derencar para obtener Se pueden susttur para dar d dt d dt d dt d m c 0 dt d dt c m d dt Así tenemos un par de ecuacones equvalentes a la ecuacón de segundo orden

6 EDO práctca de la ngenería Las lees undamentales de la ísca mecánca electrcdad termodnámca están basadas con recuenca en observacones empírcas que eplcan varacones en las propedades íscas estados de los sstemas Más que para descrbr drectamente el estado de los sstemas íscos las lees se usan en térmnos de los cambos espacales temporales - da Le de Newton del movmento q dv dt F m - Le de Calor de Fourer d d - Le de Dusón de Fc J - Le de Farada (caída de voltaje en nductor) V L D dc d d L dt Cuando se combnan estas lees con las lees de conservacón de la energía masa o movmento resultan ecuacones derencales

7 Antecedentes matemátcos La solucón de una ecuacón derencal ordnara es una uncón especíca de la varable ndependente de parámetros que satsacen la EDO Para lustrar empecemos con una uncón dada S derencamos la ecuacón se obtene una EDO d d Esta ecuacón tambén descrbe el comportamento del polnomo pero de una manera derente En lugar de representar eplíctamente los valores de para cada valor de esta ecuacón da la razón de cambo de con respecto a para cada valor de

8 Antecedentes matemátcos El objetvo es entonces determnar la uncón orgnal dada la ecuacón derencal La uncón orgnal representa la solucón Para el caso del polnomo se puede determnar la solucón de manera analítca ntegrando la ecuacón derencal d c Aparece una constante de ntegracón debdo a que se perdó el valor constante de la ecuacón orgnal Aora la solucón no es únca. Este un número nnto de uncones posbles que satsacen la ecuacón derencal

9 Solucón general de campo

10 Antecedentes matemátcos Para especcar la solucón por completo la ecuacón derencal se encuentra acompañada por condcones aulares Por ejemplo; = 0 = c = Cuando tratamos con una ecuacón derencal de n-ésmo orden se requeren n condcones para obtener una solucón únca

11 Ecuacones Derencales Ordnaras Problemas de valor ncal Problemas de valor rontera Métodos numércos para el problema de valor ncal Método de Euler Método de Heun Método de Euler modcado Método de Runge-Kutta Métodos numércos para resolver problemas de valor rontera Metodo de Derencas ntas

12 E.D.O. Valor ncal o o

13 E.D.O. Valor rontera n o o n

14 Métodos de un paso para resolver EDO Consderemos ecuacones derencales de la orma d d Los métodos de un paso se pueden epresar en orma general como: Nuevo valor = valor anteror + pendente tamaño de paso + = + La pendente estmada se usa para etrapolar desde un valor anteror a un nuevo valor + en una dstanca Esta órmula se puede aplcar paso a paso para calcular el valor uturo así trazar la traectora de la solucón Los métodos de un paso deren en la manera de estmar la pendente

15 Método de Euler (Euler-Cauc o de Punto Medo) Estma la pendente como la ra dervada en = ( ); es la ecuacón derencal evaluada en La órmula del método de Euler es predccón error d d Valor verdadero +

16 Análss de error para el método de Euler La solucón numérca de EDO nvolucra dos tpos de error:. Error de truncamento por la naturaleza del método. Error de redondeo límte de cras sgncatvas del computador

17 Ejemplo del método de Euler Se desea resolver la sguente ecuacón derencal ordnara usando el método de Euler d d desde = 0 asta = 4 con un tamaño de paso de 0.5. La condcón ncal en = 0 es = Dsmnuendo el tamaño de paso a la mtad 0.5

18 Mejoras del método de Euler (Método de Heun) Una mejora a la estmacón de la pendente nvolucra el cálculo de dos dervadas para el ntervalo (en el punto ncal en el nal) Estas dervadas se promedan para obtener la estmacón mejorada de la pendente. Se ace una estmacón del punto nal del ntervalo con la orma de Euler 0 Es una predccón ntermeda Esta es llamada ecuacón PREDICOR. La dervada al nal del ntervalo se estma como ' 0

19 Mejoras del método de Euler (Método de Heun) 3. Se calcula el promedo de la pendente 4. La pendente promedo se usa para etrapolar lnealmente la solucón ' ' ' 0 0 Ecuacón CORRECOR Por eso se dce que el método de Heun es un procedmento predctor-corrector Como la ecuacón corrector tene + en ambos lados del sgno gual se puede aplcar en una orma teratva +

20 Método del Punto Medo (o del polígono mejorado). Se usa el método de Euler para predecr un valor de en el punto medo del ntervalo /. Se calcula una pendente en el punto medo con este valor ' / / / Representa una apromacón de la pendente promedo del ntervalo 3. Esta pendente se usa para determnar + / / +

21 Métodos de Runge-Kutta Los métodos de Runge-Kutta (RK) logran la eacttud del procedmento de una sere de alor sn requerr el cálculo de dervadas superores La orma general de los métodos RK es ( ) es conocda como uncón ncremento una pendente representatva sobre el ntervalo

22 Métodos de Runge-Kutta La uncón ncremento se escrbe por lo general como Donde las a son constantes las son Es posble desarrollar varos tpos de métodos RK al emplear derentes números de térmnos en la uncón ncremento como la especcada por n (e.g. n = Método de Euler) Una vez que se elge n se evalúan las a p q al gualar la ecuacón de RK a los térmnos de la epansón de la sere de alor a n n a a q q q p q q p q p n n n n n n n 3

23 Método RK de segundo orden donde Se debe determnar los valores de a a p q La sere de alor de segundo orden es donde ( ) debe determnarse por derencacón usando la regla de la cadena a a q p! ' d d '! d d

24 Método RK de segundo orden Se usan manpulacones algebracas para resolver los valores de a a p q que acen la órmula RK de do orden la sere de alor equvalentes Prmero se usa la sere de alor para epandr se obtene p q p q O Esto se susttue junto con en la órmula RK de do orden O a a a p aq 3

25 Método RK de segundo orden Comparando térmnos comunes de esta ecuacón con la sere de alor a a a p aq O d d! determnamos que para acer equvalentes a estas dos ecuacones se debe cumplr 3 a a a p q a Estas tres ecuacones smultáneas contenen las 4 ncógntas Como a más ncógntas que ecuacones no este un conjunto únco de constantes que satsagan las ecuacones Por lo tanto este una amla de métodos de do orden

26 Método RK de segundo orden Debemos suponer el valor de una de estas ncógntas para determnar las otras tres S especcamos un valor para a se puede resolver las ecuacones para obtener a p q a a Podemos elegr un número nnto de valores para a Cada versón daría resultados derentes para uncones complcadas Estudaremos las tres versones más comúnmente usadas preerdas

27 Método RK de segundo orden. Método de Heun con un solo corrector (a = /) para a = / a = /; p = q = la ecuacón es donde pendente al nco pendente al nal del ntervalo. Método de Punto Medo (a = ) para a = a = 0; p = q = / la ecuacón es donde pendente en el punto medo

28 Método RK de segundo orden 3. Método de Ralston (a = /3) se obtene un lmte mínmo sobre el error de truncamento para los algortmos RK de do orden para a = /3 a = /3; p = q = 3/4 la ecuacón es donde

29 Método de RK de cuarto orden Este es el método más popular de los métodos de RK La orma más común se conoce como método RK clásco de 4to orden donde

30 Ejemplo del método de RK de cuarto orden Se desea resolver la sguente ecuacón derencal ordnara usando el método de RK de cuarto orden d d desde = 0 asta = 4 con un tamaño de paso de 0.5. La condcón ncal en = 0 es = En este caso la solucón es eacta porque la uncón orgnal es de cuarto orden

31 Sstemas de ecuacones de EDO Mucos problemas práctcos de ngenería cenca requeren la solucón de un sstema de ecuacones de EDO smultáneas Como aquellos donde una ecuacón derencal de orden superor es reducda a un conjunto de ecuacones de prmer orden Los sstemas de EDO se pueden representar como d d d d dn d n n n n La solucón de tal sstema requere que se conozcan las n condcones ncales en el valor ncal de

32 Sstemas de ecuacones de EDO Método de Euler Se aplca la técnca de un paso para cada ecuacón antes de proceder con el sguente paso Ejemplo Condcón ncal = 0; = 4; = 6 d d d d Para =

33 Sstemas de ecuacones de EDO Método RK Ha que tener cudado al determnar las pendentes El procedmento para el método de 4to orden es el sguente. Calcular para todas las varables pendente en el valor ncal n n. Estas pendentes se usan para acer predccones de la varable dependente en el punto medo del ntervalo / n 3. Con estos valores de punto medo se calculan las pendentes en el punto medo ( ) n n 4. Estas pendentes se usan para acer nuevas predccones de punto medo / n

34 Sstemas de ecuacones de EDO Método RK 5. Con estos valores de punto medo se calculan nuevas pendentes de punto medo ( 3 ) 3 / / n / n 6. Estas pendentes se usan para acer predccones al nal del ntervalo 3 n 7. Con estos valores al nal del ntervalo se calculan pendentes al nal del ntervalo 4 4 n n 8. Se ace la predccón nal con todas las 3 4 n 6

35 Problemas de valores en la rontera valores propos Una EDO se acompaña de condcones aulares Estas condcones se usan para evaluar las constantes de ntegracón que resultan durante la solucón de la ecuacón Para una ecuacón de n-ésmo orden se requeren n condcones S todas las condcones no son conocdas en un solo punto sno más ben son conocdas en derentes valores de la varable ndependente tenemos PROBLEMAS DE VALORES EN LA FRONERA Esto porque generalmente se especcan los valores en los puntos etremos o ronteras del sstema

36 Métodos generales para problemas de valores en rontera Se puede usar la Le conservacón de energía para desarrollar un balance de calor para una barra larga delgada S la barra no está aslada en su longtud el sstema se encuentra en estado estable el balance de calor esta dado por d d ' a 0 = coe. de transerenca de calor (cm - ) a = temperatura ambente (ºC) Para obtener una solucón de la ecuacón se necestan las condcones de rontera adecuadas

37 Métodos generales para problemas de valores en rontera Por ejemplo valores de las temperaturas en los etremos de la barra se mantenen jos d d ' a 0 (0) = (L) = = 0 = L con estas condcones la ecuacón se puede resolver de manera analítca Para una barra de 0 metros con a = 0 = 40 = 00 = 0.0 el resultado es () = e e

38 Método de dsparo El método de dsparo se basa en convertr el problema de valor en la rontera en un problema de valor ncal Luego se sgue un procedmento de ensao error para resolver la versón de valor ncal Ejemplo. Use el método de dsparo para revolver la dstrbucón de temperaturas para una barra de 0 metros con = 0.0 m - a = 0 condcones en la rontera (0) = 40 (0) = 00 Con un cambo de varable la ecuacón derencal de do orden se puede epresar como dos ecuacones de er orden d d ' a 0 d d z dz d ' a

39 Método de dsparo Ejemplo (contnuacón) Aora se requere un valor ncal para z Se asume un valor z(0) = 0 La solucón se obtene ntegrando las ecuacones smultáneamente usando el método de RK de cuarto orden con tamaño de paso se obtene un valor en el etremo del ntervalo de (0) = el cual dere de la condcón en la rontera (0) =

40 Método de dsparo Ejemplo (contnuacón) Hacendo otra suposcón z(0) = 0 se obtene (0) =

41 Método de dsparo Ejemplo (contnuacón) Como la EDO orgnal es lneal estas solucones están relaconadas lnealmente. Por lo que se puede usar una órmula de nterpolacón lneal para determnar el valor de z(0) que de (0) = 00 z Este valor puede ser usado para determnar la solucón correcta

42 Método por derencas ntas En este método las derencas dvddas ntas susttuen a las dervadas de la ecuacón orgnal ransormando la ecuacón derencal lneal en un conjunto de ecuacones algebracas smultáneas Para el ejemplo de transerenca de calor en una barra larga delgada La apromacón por derencas ntas para la segunda dervada es Susttuendo Agrupando térmnos 0 ' d d a d d 0 ' a a ' '

43 Método por derencas ntas ' ' Esta ecuacón es válda para cada uno de los nodos nternos de la barra Para el er nodo - es condcón de rontera Para el últmo nodo + es condcón de rontera El conjunto de ecuacones algebracas lneales resultante es trdagonal Ejemplo. para una barra de 0 metros con = 0.0 m - a = 0 condcones en la rontera (0) = 40 (0) = 00 usando 4 nodos nternos Δ = metros a

Cálculo Numérico. Luis Castellanos. Maracaibo, Estado Zulia, Venezuela

Cálculo Numérico. Luis Castellanos. Maracaibo, Estado Zulia, Venezuela Cálculo Numérco Lus Castellanos Maracabo, Estado Zula, Venezuela Cálculo Numérco Lus Castellanos Tabla de Contendo. INTRODUCCIÓN.... CONCEPTOS BÁSICOS. ERROR...... ALGUNOS CONCEPTOS BÁSICOS:..... TIPOS

Más detalles

CAPÍTULO 18 Interpolación

CAPÍTULO 18 Interpolación CAPÍTULO 8 Interpolacón Con frecuenca se encontrará con que tene que estmar valores ntermedos entre datos defndos por puntos. El método más común que se usa para este propósto es la nterpolacón polnomal.

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

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

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

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

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

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

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

TERMODINÁMICA FUNDAMENTAL. TEMA 3. Primer principio de la termodinámica

TERMODINÁMICA FUNDAMENTAL. TEMA 3. Primer principio de la termodinámica TERMODINÁMIA FUNDAMENTAL TEMA 3. Prmer prncpo de la termodnámca 1. alor 1.1. oncepto de calor alor: orma de transerenca de energía entre dos sstemas termodnámcos, o entre un sstema y su entorno, como consecuenca

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más 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

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

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

Más detalles

EJERCICIOS RESUELTOS DE TRABAJO Y ENERGÍA

EJERCICIOS RESUELTOS DE TRABAJO Y ENERGÍA JRCICIOS RSULTOS D TRABAJO Y NRGÍA. Un bloque de 40 kg que se encuentra ncalmente en reposo, se empuja con una uerza de 30 N, desplazándolo en línea recta una dstanca de 5m a lo largo de una superce horzontal

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

REGRESION Y CORRELACION

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

Más detalles

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

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

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

Correlación y regresión lineal simple

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

Más detalles

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

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

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

TERMÓMETROS Y ESCALAS DE TEMPERATURA

TERMÓMETROS Y ESCALAS DE TEMPERATURA Ayudantía Académca de Físca B EMPERAURA El concepto de temperatura se basa en las deas cualtatvas de calente (temperatura alta) y río (temperatura baja) basados en el sentdo del tacto. Contacto térmco.-

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

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

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

Valoración de opciones financieras por diferencias finitas

Valoración de opciones financieras por diferencias finitas Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas

Más detalles

Visión moderna del modelo de transporte clásico

Visión moderna del modelo de transporte clásico Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y

Más detalles

www.fisicaeingenieria.es

www.fisicaeingenieria.es 2.- PRIMER PRINCIPIO DE LA TERMODINÁMICA. 2.1.- Experencas de Joule. Las experencas de Joule, conssteron en colocar una determnada cantdad de agua en un calorímetro y realzar un trabajo, medante paletas

Más detalles

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

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

Más detalles

UNIVERSIDAD SIMÓN BOLÍVAR DECANATO DE ESTUDIOS DE POSTGRADO COORDINACIÓN DE POSTGRADO EN INGENIERÍA QUÍMICA MAESTRIA EN INGENIERÍA QUÍMICA

UNIVERSIDAD SIMÓN BOLÍVAR DECANATO DE ESTUDIOS DE POSTGRADO COORDINACIÓN DE POSTGRADO EN INGENIERÍA QUÍMICA MAESTRIA EN INGENIERÍA QUÍMICA UNIVERSIDAD SIMÓN BOLÍVAR DECANAO DE ESUDIOS DE POSGRADO COORDINACIÓN DE POSGRADO EN INGENIERÍA QUÍMICA MAESRIA EN INGENIERÍA QUÍMICA APLICACIÓN DEL MÉODO POD PARA LA OBENCIÓN DE UN MODELO REDUCIDO DE

Más detalles

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2.

Materiales Industriales, Ingeniería Técnica Industrial Mecánica Profesor: Dr. María Jesús Ariza, Departamento de Física Aplicada, CITE II-A, 2. Materales Industrales, Ingenería Técnca Industral Mecánca Profesor: Dr. María Jesús Arza, Departamento de Físca Aplcada, CITE II-A,. Teoría de meddas. Meddas magntudes: La teoría de meddas Las varables

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

TERMODINÁMICA AVANZADA

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

Más detalles

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

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

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE

Más 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

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

Más detalles

1. Actividad y Coeficientes de actividad

1. Actividad y Coeficientes de actividad ermodnámca. ema Dsolucones Reales. Actvdad y Coecentes de actvdad Se dene el coecente de actvdad,, de manera que: ( ( ln Actvdad ( Esta epresón es análoga a la de las dsolucones deales. Sn embargo, es

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

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

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

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

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

III. <<Insertar Cita>> <<Autor>>

III. <<Insertar Cita>> <<Autor>> Capítulo III Vsón III 3.1 Procesamento de Imágenes Se entende por procesamento de mágenes a la alteracón y análss de la normacón gráca. 3.1.1 Sstema de vsón humano El sstema

Más 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

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

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL

CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL CAPITULO 4 MEDIDAS DE TENDENCIA CENTRAL La estadístca descrptva en su uncón básca de reducr datos, propone una sere de ndcadores que permten tener una percepcón rápda de lo que ocurre en un enómeno. La

Más detalles

Conservación del Momento Lineal y de la Energía

Conservación del Momento Lineal y de la Energía Conservacón del Moento Lneal y de la Energía Conservacón del Moento Lneal y de la Energía Objetvos Coprobar experentalente la conservacón del oento lneal edante choques elástcos e nelástcos. Coprobar la

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

OSCILACIONES 1.- INTRODUCCIÓN

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

Más detalles

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial sobre Máquinas de Vectores Soporte (SVM) Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles

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

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

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

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2 5 M de R Versón Segunda Parcal /8 Lapso 8/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 5 MOMENTO: Segunda Parcal

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

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

Medidas de centralización

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

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

THE LATTICE BOLTZMANN EQUATION (LBE) METHOD AN ALTERNATIVE IN THE 2D COMPUTATIONAL FLUID DYNAMICS

THE LATTICE BOLTZMANN EQUATION (LBE) METHOD AN ALTERNATIVE IN THE 2D COMPUTATIONAL FLUID DYNAMICS ISSN: 69-757 - Volumen - Número - Enero 00 Revsta Colombana de THE LATTICE BOLTZMANN EQUATION (LBE) METHOD AN ALTERNATIVE IN THE D COMPUTATIONAL FLUID DYNAMICS EL METODO DE LA ECUACION DE LATTICE BOLTZMANN

Más detalles

1. MODELAMIENTO DE SISTEMAS: FUNDAMENTOS

1. MODELAMIENTO DE SISTEMAS: FUNDAMENTOS 1. MODELAMIENTO DE SISTEMAS: FUNDAMENTOS 1.1 INTRODUCCION Un sstema representa una undad donde se hacen tratamentos físcos o químcos de materales que puede ser contrastada con un modelo que representa

Más detalles

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos:

Además podemos considerar diferentes tipos de medidas de resumen. Entre ellas tenemos: MEDIDAS DE POSICIÓN Y DISPERSIÓN Estadístca En la clase anteror vmos como resumr la nformacón contenda en un conjunto de datos medante tablas y gráfcos. En esta clase vamos a ver como resumrlos medante

Más detalles

UNIVERSIDAD DE SONORA

UNIVERSIDAD DE SONORA UNIVERSIDAD DE SONORA Dvsón de Cencas Exactas y Naturales Departamento de Matemátcas Estadístca Aplcada a las Lcencaturas: Admnstracón, Contaduría e Inormátca Admnstratva. Fascículo II: Estadístca Descrptva

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más detalles

Requerimientos para la unificación de los sistemas de alturas existentes en la Región SIRGAS

Requerimientos para la unificación de los sistemas de alturas existentes en la Región SIRGAS Requermentos para la unfcacón de los sstemas de alturas exstentes en la Regón SIRGAS Laura Sánchez Deutsches Geodätsches Forschungsnsttut (DGFI), Alemana Roberto Luz Insttuto Braslero de Geografa e Estatístca

Más detalles

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO

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

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

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

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

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

Diseño y Análisis de Experimentos en el SPSS 1

Diseño y Análisis de Experimentos en el SPSS 1 Dseño y Análss de Expermentos en el SPSS EJEMPLO. Los sguentes datos muestran las meddas de hemoglobna (gramos por 00 ml) en la sangre de 40 ejemplares de una espece de truchas marrones. Las truchas se

Más detalles

Una Reformulación de la Mecánica Clásica

Una Reformulación de la Mecánica Clásica Una Reformulacón de la Mecánca Clásca Antono A Blatter Lcenca Creatve Commons Atrbucón 30 (2015) Buenos Ares Argentna Este trabajo presenta una reformulacón de la mecánca clásca que es nvarante bajo transformacones

Más detalles

Tratamiento de datos experimentales. Teoría de errores

Tratamiento de datos experimentales. Teoría de errores Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón

Más detalles

Diseño óptimo de un regulador de tensión en paralelo

Diseño óptimo de un regulador de tensión en paralelo Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,

Más detalles

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

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

Más detalles

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

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares

Más 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

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

UNIDAD 4. PRESUPUESTO DE VENTAS.

UNIDAD 4. PRESUPUESTO DE VENTAS. UNIDAD 4. PRESUPUESTO DE VENTAS. OBJETIVOS. 1. Dar a entender al estudante la mportanca prmordal del presupuesto de ngresos dentro de una empresa u organzacón. 2. Enseñar lo que realmente comprende un

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más 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

RESOLUCION DE ECUACIONES NO-LINEALES

RESOLUCION DE ECUACIONES NO-LINEALES Tema 3: Resolucón de ecuacones no lneales TEMA 3. RESOLUCION DE ECUACIONES NO-LINEALES 1. Introduccón. Nomenclatura 3. Resolucón de una únca ecuacón de la forma =F() 4. Resolucón de una únca ecuacón de

Más detalles

TEMA 4 Amplificadores realimentados

TEMA 4 Amplificadores realimentados TEM 4 mplfcadores realmentados 4.1.- Introduccón La realmentacón (feedback en nglés) negata es amplamente utlzada en el dseño de amplfcadores ya que presenta múltples e mportantes benefcos. Uno de estos

Más 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

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

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

Tema 3. Trabajo, energía y conservación de la energía

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

Más detalles

Dualidad entre procesos termodinámicos y electromecánicos

Dualidad entre procesos termodinámicos y electromecánicos ENERGÍA Y COENERGÍA EN IEMA ELECROMECÁNICO REALE, DEDE PROCEDIMIENO ERMODINÁMICO CLÁICO Alfredo Álvarez García Profesor de Inenería Eléctrca de la Escuela de Inenerías Industrales de adajoz. Resumen La

Más detalles

Cantidad de movimiento

Cantidad de movimiento Cnétca 37 / 63 Cnétca Cantdad de momento Momento cnétco: Teorema de Koeng Energía cnétca: Teorema de Koeng Sóldo con punto fjo: Momento cnétco Sóldo con punto fjo: Energía cnétca Sóldo: Momento relato

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

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

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS

Procedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente

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

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

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