ECUACIONES DIFERENCIALES ORDINARIAS CON CONDICIONES INICIALES. Universidad Simón Bolívar

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

Download "ECUACIONES DIFERENCIALES ORDINARIAS CON CONDICIONES INICIALES. Universidad Simón Bolívar"

Transcripción

1 ECUACIONES DIFERENCIALES ORDINARIAS CON CONDICIONES INICIALES Unversdad Smón Bolívar

2 Prelmnares El comportamento de muchos procesos íscos, sobre todo aquellos dependentes del tempo, puede ser descrto utlzando Ecuacones Derencales Ordnaras (EDO). Aunque muchos de ellos pueden ser resueltos analítcamente, una gran parte no puede ser resuelto sno con la aplcacón de métodos numércos. Un ejemplo lo consttue el movmento de un péndulo smple. θ l

3 Prelmnares S se despreca la rccón entre la cuerda la pared así como entre la masa el medo ambente, la ecuacón de movmento se escrbe como: d θ dt g l snθ 3 () S se conocen la poscón la velocdad ncal ( t ) θ ( ) θ θ θ tenemos un problema de valor ncal. t () Para valores de θ pequeño podemos utlzar la apromacón snθ θ (3)

4 Prelmnares 4 quedándonos la ec. de movmento d θ dt g θ l (4) Para valores de θ maores tenemos que emplear un método numérco.

5 Capítulo III 5 Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales. Métodos predctor corrector Aplcacones con MATLAB Reerencas

6 Introduccón 6 Sea la ecuacón derencal 3 d d d F,,,,,..., 3 d d d Esta ecuacón es: n d n d ORDINARIA a que las dervadas que aparecen son dervadas totales (solo este una varable ndependente: ) de ORDEN n (orden de la maor dervada) Una uncón () es solucón de esta EDO s satsace (5). En general, esten nntas solucones a (5). (5)

7 Introduccón 7 Para obtener una solucón únca de (5) es necesaro conocer normacón adconal tal como los valores de la uncón en certos puntos o sus dervadas. S la ecuacón es de orden n, generalmente n condcones son sucentes para determnar la solucón. S todas las condcones son conocdas en un msmo valor de la varable ndependente ( por ejemplo), el problema es denomnado un problema de valor ncal. Cuando mas de un valor de esta nvolucrado, el problema es denomnado un problema de valor en la rontera.

8 Introduccón 8 Una EDO de orden n puede ser escrta como un sstema de n ecuacones de er orden denendo n- nuevas varables. Por ejemplo, consderemos la ecuacón de Bessel d d d d ( p ) con p constante. Denendo zd/d, (6) puede escrbrse como d z d dz ( z p ) d (6) (7)

9 Introduccón Por esta razón, nos lmtaremos al estudo de métodos numércos que permten resolver EDO de er orden. En general, una EDO de prmer orden es, por dencón, de la orma F d,, d d d (, ) La uncón solucón (), en general, no puede ser encontrada analítcamente. En ese caso, ntentamos consegur una solucón numérca encontrando los valores de () en algunos valores especícos de. F 9 (8)

10 Introduccón El ntervalo en el que se desea encontrar la solucón [a,b] es dvddo en n sub-ntervalos o pasos. La solucón numérca es encontrada entonces en n valores de ( ). 3 h ( ) n n ( ) 3 a El tamaño del paso h es dado por b a h n n b n (9)

11 Capítulo III Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales. Métodos predctor corrector Aplcacones con MATLAB Reerencas

12 Método de Euler El desarrollo en sere de Talor de la uncón () es dado por h ( ) ( ) ( ) ( ) h h...! Tomando la dencón (8) tendremos h! Retenendo los térmnos de orden ( h) ( ) hf[ ( )] F [, ( )]..., ( h) ( ) hf[ ( )], al escrbrla en térmnos de la dscretzacón h nos lleva a () () ()

13 Método de Euler 3 [ ( )] hf, (3) En general, podemos escrbr hf, [ ( )] (4) Esta relacón se conoce como el método de Euler. Grácamente tenemos h ( )

14 Ejemplo. Método de Euler Con el método de Euler ntegre numércamente la ecuacón d 3 7 d En el ntervalo [,4] con un tamaño de paso h.5 con la condcón ncal ( ) De la ecuacón (4) tenemos [ ( )] hf, La condcón ncal se escrbe como 4 (5) (6) (4)

15 Método de Euler 5 Luego [ ( )] hf, 3 (.5) 7 (.5) 5.5 Reptendo el procedmento tenemos 7 ( ) ( ) ( ) ' (eacta) Error (%),, 8,5 5,5,,5 5,5,5 5,875 3,9 63, 5,875 -,5 5,5 3, 96,5 5,5 -,5 4,5,9 3, 4,5,5 4,75, 5,5 4,75,5 5,875, , 5,875,5 7,5 4, 47 3,5 7,5 -,5 7, 4,79 5 4, 7, -7,5 3,5 3, 33

16 Método de Euler 6 En orma gráca tenemos Método de Euler Eacta 8, 7, 6, 5, 4, 3,,,,,,, 3, 4, Nótese la derenca entre la solucón real la numérca.

17 Método de Euler 7 La solucón teórca ue hallada con MATLAB utlzando el comando dsolve >> dsolve('d-*^3*^-*7/', '()','') 4*^3 - ^4/ - *^ (7*)/ S utlza el comando prett obtene

18 Método de Euler 8 Para analzar la derenca entre la solucón verdadera la numérca calculemos los térmnos desprecados en el desarrollo en sere (). Para ello, obtengamos las dervadas d 3 7 F(, ) (5) d d F (, ) 6 4 d 3 d F (, ) 4 3 d 4 d F (, ) 4 d F (, )

19 Método de Euler 9 La evaluacón de las dervadas en el prmer punto ( ) el calculo del térmno correspondente en la sere de Talor arroja F (,) h E [ ] F, ( ). 5! 8 F (,) 4 F (,) E E 3 h F 3! 48 [,] (4) h F 4! 384 [,] ( ) Luego, estos térmnos tenen un valor dado por E t E E E (7)

20 Método de Euler La derenca entre la solucón numérca 7 (.5) 5.5 la solucón eacta ( ) 4 evaluada en.5 (.5) es justamente (7) (.5) E t

21 Método de Euler Este error se denomna error de truncamento global corresponde a los térmnos desprecados del desarrollo en sere de Talor al construr el método de Euler. Este error se escrbe como 3 h h E ( ), t F F! 3! [ ], ( ) [ ] ( n... O h ), su orden de magntud en el lmte h-> es el error de truncamento local h [ ( )] ( E ) t, F, O h!

22 Método de Euler En consecuenca s se desea reducr este error, una alternatva es la reduccón del tamaño del paso. Ejemplo. Para el msmo problema anteror, estme la nueva solucón numérca con un tamaño de paso h.5. 8, 7, Método de Euler (h.5) Eacta (h.5)} 6, 5, 4, 3,,,,,,, 3, 4,

23 Método de Euler 3 Reduccones del paso conducrán a una reduccón en el error global. Sn embargo, la técnca es poco ecente (requere muchos pasos para obtener una buena apromacón de la solucón). La tabla sguente presenta el comportamento del error total para valores N Error_Local (ah) Error Global Total Error Relatvo Global Total (%) Obsérvese la dsmnucón proporconal a h (h(ba)/n) del error Local a h del error global respectvamente.

24 Método de Euler 4 Es posble probar que el error global del método de Euler es, en general, proporconal a h, por lo que es denomnado un método de er orden (Carnahan et al., dsponble en m ocna) Para nes práctcos esten numerosos algortmos desarrollados para mplementar métodos numércos. En general cualquer lbro de análss numérco contene los métodos de uso estándar. En partcular, recordamos que el teto de Burden & Fares de Análss Numérco contene una buena cantdad de ellos.

25 Método de Euler 5

26 Método de Heun 6 % Programa Euler % Para apromar la solucón del problema de valor ncal % % ' (t,), a < t < b, (a) ala % % en (N) números unormemente espacados en el ntervalo [a,b] % % Entrada: etremos a,b, entero N; condcón ncal ala, uncón (t,) % Salda: apromacón w a en los (N) valores de t % SALIDA(t,w) dsp([t w]) % Paso Para,,...,N haga pasos 3,4 or :N % Paso 3 Haga wwh(t,w); w w h*(t,w); % calcule w t a *h; % calcule t dsp([t w]) end % ENTRADA % Funcón (t,) nlne('-*t^3*t^-*t7/','t',''); a; b4; N8; ala; % Paso Toma h(b-a)/n h(b-a)/n; % ta; ta; % wala; wala;

27 Método de Heun 7 Una mejora al método de Euler la consttue el método de Heun. La pendente al nco del ntervalo [, ] en el método de Euler vene dada por ( ) F, para calcular la apromacón a al nal del ntervalo como ( ) hf, En el método de Heun, esta apromacón no es la respuesta nal sno una prmera predccón dada por ( ) hf, (8)

28 Método de Heun 8 La ecuacón (8) es denomnada ecuacón predctora permte calcular la dervada al nal del ntervalo ( ) F, Luego, ambas pendentes se utlzan para calcular la pendente promedo del ntervalo ( ) (, F, ) F Para calcular el valor de al nal del ntervalo como (ecuacón correctora) ( ) (, F, ) F h (9)

29 En orma resumda tenemos: ( ) hf, Método de Heun Predctor 9 (8) ( ) (, F, ) F h Corrector (9) Nótese que el corrector es una relacón de recurrenca. Esto quere decr que puede terarse sobre ella msma susttuendo las derentes apromacones a para anar la solucón.

30 Método de Heun 3 Ejemplo. Con el método de Heun ntegre la EDO d d 4e. 8 en el ntervalo [,4] con un tamaño de paso h. La condcón ncal es en,. La aplcacón del método de Heun lleva a: Pendente Orgen Predctor Pendente Fn Nueva Pendente Corrector Y eacta Error (%)

31 Método de Heun 3 Comparacón Métodos de Euler Heun 9 8 Solucón analítca (.8.5 ).5 e e e (Heun) (Euler) Y eacta

32 Métodos de Talor de Orden Superor S se desea ncrementar la precsón en la estmacón de la solucón, una alternatva es la utlzacón de un maor número de térmnos en la apromacón de la sere de Talor. En general, un método de Talor de orden p vene dado por p j j h j! ( j ) El método de Euler es, en consecuenca, un método de Talor de orden. Sn embargo, la evaluacón de las dervadas en () es un proceso tedoso, por lo que el procedmento se utlza poco en la práctca. 3 ()

33 Capítulo III 33 Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales. Métodos predctor corrector Aplcacones con MATLAB Reerencas

34 Métodos de Runge-Kutta 34 Los métodos de Runge-Kutta logran la eacttud de los métodos de Talor sn necestar del cálculo de dervadas de orden superor. Su base es la ecuacón ( φ,, h)h () en donde la uncón ncremento, φ, es una pendente representatva en el ntervalo. En orma general, la uncón ncremento se escrbe como φ a a... a n n donde las a son constantes las son ()

35 Métodos de Runge-Kutta 35 F(, ) F( ph, qh ) (3a) (3b) 3 F( ph, qh qh) (3c). n F( pn h, qn,h qn,h... qn,nh) (3d) donde las p las q j son constantes. Nótese que las son relacones de recurrenca, lo cual hace a los métodos de Runge-Kutta mu ecentes computaconalmente.

36 Método de Runge-Kutta de orden 36 El método de Euler consttue el método de Runge- Kutta de orden (Ec. 3a). El método de RK de do orden vene dado por () ( φ,, h)h con quedando a φ a ( a a )h F(, ) F( ph, qh) (4) (5)

37 Método de Runge-Kutta de orden Los valores de p las q se obtenen de gualar la ecuacón () con la epansón de Talor hasta el térmno de orden, como se muestra a contnuacón. La sere de Talor en do orden para se escrbe como h h F(, ) F (!! donde la dervada debe calcularse según F F d F (, ) d Susttuendo (7) en (6) tenemos, ) 37 (6) (7)

38 38 Método de Runge-Kutta de orden Por otra parte, utlzando las dencones de los j, la ecuacón (5) se puede escrbr como d d F F h hf ), ( (8) (9) Epandendo en sere de Talor hasta el er orden a ( )h a a ( ) [ ]h h q p h F a F a ), ( ), ( ) ( ), ( ), ( h O F h q F p h F h q p h F

39 39 Método de Runge-Kutta de orden Sustuendo en (9) llegamos a (3) Reagrupando, h F h q F p h F a F a ), ( ), ( ( ) F h q a F p h a h F a a ), ( Comparando (3) con (8), ), ( ), ( F F h F h hf (8) a a p a q a Obtenemos las ecuacones, (3)

40 Método de Runge-Kutta de orden Las ecuacones (3) consttuen un sstema con nntas solucones: dada una constante cualquera, las otras tres pueden ser obtendas. Por ejemplo, s se especca el valor de a, las otras constantes son: a a p q a a En consecuenca, esten un número nnto de métodos de RK de do orden según se elja el valor de a. En partcular, s escogemos a tenemos a p q 4 (3)

41 Método de Runge-Kutta de orden 4 Obtenendo con ( a a )h h F(, F( h, h) ) sendo las pendentes al nco al nal del ntervalo respectvamente. Este método corresponde entonces al método de Heun sn teracones.

42 Método de Runge-Kutta de orden 4 Otra versón de este método se obtene al tomar En ese caso tenemos a a p q con F(, ) F( h, h para llegar a h (33) el cual es conocdo como el método del punto medo. )

43 Método de Runge-Kutta de orden 4 43 La versón mas popular de los métodos de RK es el de orden 4. La versón clásca del msmo corresponde a la apromacón ( 3 4 )h 6 con F(, ) F( h, F( h, h 3 h 4 F( h, 3h) ) ) (34) (35a) (35b) (35c) (35d)

44 Método de Runge-Kutta de orden 4 44 Ejemplo: Integre, utlzando un método de RK de orden 4 la EDO d d para en [,], tamaño de paso h. con la condcón ncal ().5. Utlzando la versón clásca del método de RK de orden 4 tenemos que: ( 3 )h 6 4

45 Método de Runge-Kutta de orden 4 45 donde las constantes son dadas por: F(, ) F h, 3 F( h, h) F h, Para calcular el valor, que corresponde a h. tendremos, calculando los j de manera sucesva ( h 4 ( 3h F(, ) F(,.5).5.5 F( h, h) F(.,.5 F(.,.65) ) (.5 )(..) ) )

46 Método de Runge-Kutta de orden F( h, h) F(.,.5 F(.,.664) F( h, F(.,.838) 3 h) F(.838.,.5. Luego, el valor, vene dado por ( ) 3 4 h 6 ( ) (.64) (.654).798.).) ( ). 89

47 Método de Runge-Kutta de orden 4 47 Una vez calculado, pasamos a calcular F(, ) F(.,.89) F( h, h) F(..,.89 F(.3,.79) F( h, h) F(..,.89 F(.3,.79) F( h, F(.4,.5) 3 h) F(.., (.789)(..).55 (.979) (.937) ).).) ( ).. 37

48 Método de Runge-Kutta de orden 4 48 Luego, se contnúan calculando los valores en los otros puntos del domno en el que se desea obtener la solucón numérca. La tabla sguente presenta los resultados obtendos. X _eacta (X) 3 4 (X()),,5,5,5,64,654,79,89,,89,89,789,98,93,56,4,4,4,4,54,69,8,9,649 3,6,649,649,89,388,398,488,7 4,8,7,7,487,566,574,64,64 5,,64,64,64,695,7,74 3,8 6, 3,8 3,8,74,764,766,773 3,73 7,4 3,73 3,73,77,76,758,74 4,83 8,6 4,83 4,83,73,666,66,575 4,85 9,8 4,85 4,85,575,463,45,35 5,35, 5,35 5,35

49 Método de Runge-Kutta de orden 4 49 El error cometdo en cada paso se presenta en la tabla sguente X _eacta (X) Error,,5,5,,,89986,89933,53,4,4877,476,4 3,6,648946,6489,86 4,8,795,77,69 5,,64859,6487,364 6, 3, ,79894,474 7,4 3,734 3,7334,599 8,6 4, ,83495,743 9,8 4, ,85857,96, 5,3547 5,35363,89

50 Método de Runge-Kutta-Fehlberg 5,,5 KKF hma.5 RK4 h.5 RK4 h.,,5, 3 4

51 Capítulo III 5 Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales. Métodos predctor corrector Aplcacones con MATLAB Reerencas

52 Métodos Multpasos Los métodos multpasos utlzan la normacón a generada en los pasos a eectuados (j<) para el cálculo de la apromacón de la solucón (j). Estos métodos pueden ser eplíctos s utlzan solo la normacón a generada (j<) o mplíctos s utlzan, de alguna manera, la normacón a generar en el punto en el que se desea calcular la apromacón (j). Para dervar los métodos multpasos, nótese que, el método de Euler genera la apromacón de la solucón de la ecuacón d (, ) ( ) ( ), d

53 Métodos Multpasos ntegrando sucesvamente d d d La ntegracón sólo nclue el últmo valor a calculado. S deseamos aprovechar otros valores e ncrementar la precsón es ntutvo escrbr,

54 d S se aproma la uncón por una uncón que pase por los puntos a calculados tendremos ψ ( )d Métodos Multpasos Los canddatos naturales son entonces los conocdos polnomos nterpolantes. En el caso que nos ocupa, utlzaremos la órmula de las derencas regresvas de Newton o órmula haca atrás de Newton-Gregor. ψ ( )

55 Métodos Multpasos Del capítulo I tenemos que la órmula de las derencas regresvas de Newton es dada por: P n n ( ) ( ) ( ) donde s s s ( )! p p n p n n p n p n p ( s )...( s ) n p ( p ), n n n n sh

56 Métodos Multpasos En el caso del método eplícto de Adam-Bashorth de m pasos escrbmos P m ( )d donde P m- () pasa por los puntos (, ), ( -, - ),..., ( -m, -m ). ψ ( ) Etrapolado

57 Métodos Multpasos Entonces, utlzando la órmula de las derencas regresvas de Newton podemos escrbr ( ) ( )d s m, Ahora ben, en, s en, s ( n sh). Luego ( ) ( ) hds s m, Calculemos los prmeros valores de s

58 Métodos Multpasos Tendremos s s s... s ( )! ( ) ( ) s s s! ( ) s s ( ) ( s ) s( s ) s! s 3 ( ) ( s )( s ) s( s )( s ) 3 s 3! 6

59 Métodos Multpasos Las ntegrales ahora se calculan áclmente. Por ejemplo, ds ds s sds ds s 5 3! ) ( 3 s s ds s s ds s ) )( ( 3 ds s s s ds s

60 Métodos Multpasos ( ) ( ) ( ) ( ) hds s hds s,, Luego, ( ) ( ) ( ) ( )... 3,, 3 3 hds s hds s ( ) ( ) ( ) ( )..., 8 3, 5,, 3 h Esta epresón es la base de los métodos eplíctos de Adams-Bashorth. ( ) ( ) hds s m, puede epresarse como

61 Métodos Multpasos El método eplícto de Adams-Bashorth de dos pasos es dado por h, ( ) ( ), que se reduce a ( ) h[ (, ) ( )] h,,, reagrupando [ 3 (, ) ( )] h,

62 Métodos Multpasos El método eplícto Adams-Bashorth de tres pasos es dado por ( ) ( ) ( ) h, 5,, que se reduce a ( ) ( ) ( ) [ ],,, h h ( ) ( ) [ ],, 5 h ( ) ( ) ( ) [ ],,, h h ( ) ( ) ( ) ( ) [ ],,,, 5 h

63 Reagrupando obtenemos h Métodos Multpasos [ 3 (, ) 6 (, ) 5 ( )], De gual manera se obtene el método eplícto de Adams-Bashorth de cuatro pasos h 4 [ 55 (, ) 59 (, ) 37 (, ) 9 ( )] 3, 3

64 Métodos Multpasos En el caso del método mplícto de Adam-Moulton de m pasos escrbmos P m ( )d donde ahora P m- () pasa por los puntos (, ), (, ),..., ( -m, -m ). Luego, podemos escrbr m s ( ) ( )d, Ahora ben, en, s en, s- ( n sh). Luego

65 Métodos Multpasos ( ) ( ) hds s m, Cada ntegral se evalúa según ds ds s s sds ds s 3! ) ( 3 s s ds s s ds s 4 3! ) )( ( 3 ds s s s ds s

66 Métodos Multpasos ( ) ( ) ( ) ( ) hds s hds s,, Para obtener ( ) ( ) ( ) ( )... 3,, 3 3 hds s hds s ( ) ( ) ( ) ( )..., 4,,, 3 h Esta epresón es la base de los métodos mplíctos de Adams-Moulton.

67 Métodos Multpasos El método mplícto de Adams-Moulton de dos pasos es dado por que se reduce a ( ) ( ) ( ),,, h ( ) ( ) ( ) [ ] h h,,, ( ) ( ) [ ] h,, ( ) ( ) ( ) [ ] h h,,, ( ) ( ) ( ) ( ) [ ],,,, h

68 Reagrupando obtenemos Métodos Multpasos h 5, 8,, que corresponde al método mplícto de Adams- Moulton de dos pasos. [ ( ) ( ) ( )] Smlarmente, los métodos de Adams-Moulton de tres cuatro pasos venen dados respectvamente por h 4 [ 9 (, ) 9 (, ) 5 (, ) ( )], h 7 [ ] 9 3

69 Métodos Multpasos Nótese que en las epresones de los métodos de Adams-Moulton aparece, el valor buscado, en ambos lados. Luego, dependendo de la epresón unconal de (,), en consecuenca, de la posbldad de despejar construr una epresón para los métodos eplíctos podrán ser utlzados.

70 Métodos Multpasos Ejemplo. Integre la EDO d d utlzando los métodos de Adams-Bashorth de cuatro pasos el de Adams-Moulton de tres pasos, para en [,], tamaño de paso h. con la condcón ncal ().5 El método de Adams-Bashorth de cuatro pasos es h 55, 59, 37, 9 4 [ ( ) ( ) ( ) ( )] 3, 3 que se reduce al susttur (,)

71 h 4 Métodos Multpasos [ 55( ) 59( ) 37( ) 9( ) ] 3 3 Para calcular, >3 necestamos las apromacones en,, 3. Una opcón es obtenerlas a partr de la utlzacón de un método de Runge-Kutta de alto orden (ver ejemplo anteror) en ese caso, tenemos pudendo emplearse para calcular las apromacones a la solucón para >3. En el caso del método mplícto tendremos que h 4 [ 9 (, ) 9 (, ) 5 (, ) ( )],

72 Métodos Multpasos que se epresa como Despejando obtenemos Smlarmente al caso anteror, podemos utlzar los valores arrojados por el método de RK4 para, para obtener la apromacón buscada. ( ) ( ) ( ) ( ) [ ] h ( ) ( ) ( ) ( ) [ ] h h

73 Provenen de RK4 Métodos Multpasos Solucón eacta Notese que el error del método mplícto es menor que el del método eplícto, lo cual ocurre en general.

74 Capítulo III 74 Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales Métodos predctor corrector Aplcacones con MATLAB Reerencas

75 Cuando se plantea un sstema de EDO Sstemas de Ecuacones 75 d d d d. (,,..., ), n (,,..., ), dn ( ) n,,,..., n d con sus respectvas condcones ncales n ( ) ( ) ( ) ( ) ( ) ( ) n n

76 Sstemas de Ecuacones Las solucones se obtenen procedendo como en los casos de EDO ndvduales, pero de manera acoplada. Ejemplo. Resuelva el sguente sstema de EDO d d d d ( ) 4 ( ) 6 con el método de Euler, con tamaño de paso h.5. El método de Euler se escrbe como j, j, [ ( ), ( ) ( )] h,...,, n 76

77 Sstemas de Ecuacones Aplcado, para calcular el prmer paso, a la era EDO tenemos [. ],, h 5, [.5( 4) ] 3, 4.5 Ahora, se aplca a la da ecuacón 77 [ 4.. ],, h, 3, [.( 4).3( 6) ] 6. 9, De manera smlar [.5 ] 3.5.5( 3) [ ]. 5,, h, [..3 ] ( ).3 ( 6.9 ) [ ] 7. 75,, h4,,

78 Sstemas de Ecuacones 78 Luego, al conclur tenemos 4, 6,,5 3, 6,9,5 7,75 3,5,6875 8,4455 4,6565 9,9488 Este procedmento puede amplarse para métodos mas precsos tales como los de Runge-Kutta. Para ello, consderemos el RK4 clásco dado por ( 3 )h 6 4 (34)

79 Sstemas de Ecuacones 79 donde las constantes están dadas por (, ) ( h, h) 3 ( h, h) h, ) 4 ( 3h (35a) (35b) (35c) (35d) que se utlza para resolver el problema de valor ncal d (, ) a b ( a) d Para aplcar este método a sstemas de EDO denmos (64)

80 Sstemas de Ecuacones 8 los N puntos de red donde calcularemos la solucón por h con b a h N el sst. de ec. ( sus cond. ncales) dado por d d d d d d m (,,..., ) m, n (,,..., ), n (,,..., ), m ( ) ( ) ( ) ( ) m ( ) ( ) m

81 Sstemas de Ecuacones 8 Como en el ejemplo anteror la epresón j es el valor apromado de la solucón j en el punto. Luego, las constantes,j se calculan, para cada j, de acuerdo a (,,,,,...,,, j j m Luego, se calculan todos los,j utlzando, j j ( h,,,h,,,h,..., m,, El proceso se repte para 3,j 4,j según mh ) j,..., ( h,,,h,,,h,..., m,, 3, j j mh, ( h,, 3,h,, 3,h,...,, 3, 4, j j m mh m ) ) )

82 Sstemas de Ecuacones 8 Entonces, hacemos avanzar la solucón utlzando ( j, j,, j, j 3, j 4, j )h j,..., m 6 Ejemplo. Resuelva el sguente sstema de EDO d. 5 ( ) d 4 d 4. 3 ( ) 6. d con el método de RK4 clásco, con tamaño de paso h.5. En el prmer ntervalo tenemos,, ) (,4,6).5 4 ( ) ( ).3( 6). 8, (,,, (,,,,) (,4,6) 4. 4

83 Sstemas de Ecuacones 83 Una vez calculadas todas las,j, procedemos con las,j, ( h,,,h,,, h) ( ).5,6 (.8) (.5,4.5) (.5,3.5,6.45).5*3.5,,, (.5,3.5,6.45) 4.*3.5.3*6.45

84 Sstemas de Ecuacones 84 Luego, se obtenen todas las 3,j, ( h,,,h,,,h,..., m,, m ) ( h,,,h,,,h) (.5,4 (.75).5,6 (.75).5) (.5,3.565,6.4875).5* , j j h 3, 3, 3, 3, 3, é (.5,3.565,6.4875) 4.* *

85 Sstemas de Ecuacones 85 Fnalmente se calculan las 4,j, 4, j j ( h,, 3,h,, 3,h,..., m, 3, mh) ( h, h, h) 4, 4, 4, 4,, 3,, (.5,4.785*.5,6.755*.5) (.5,3.9375, ) 3,.5* , (.5,3.9375, ) 4, 4.* *

86 Sstemas de Ecuacones 86 Luego, se avanzan las solucones al punto ( j, j,, j, j 3, j 4, j )h 6,,,,,,, , ( ),, 3, 4, (-. ( -.75) ( -.783) (-.5547)) 6 h ( ),, 3, (.8 (.75) (.75) (.638) ) 4, h.5.5

87 Sstemas de Ecuacones 87 Se contnúan calculando los valores de hasta cubrr el domno. La tabla presenta los resultados obtendos hasta (/)h (/)h (/)h (/)h (/)h (/)h h 3 3 h 3h 3*h 3h

88 Sstemas de Ecuacones 88 Ejemplo : Suponga que el péndulo descrto en la ntroduccón mde pes de largo que g-3.7 pes/s. Con h.s, compare el ángulo obtendo en el caso de los dos sguentes problemas de valor ncal cuando t, s: d θ dt d θ dt g L senθ g θ L,, θ θ π 6 ( ) ; θ ( ) ; π 6 ( ) ; θ ( ) ;

89 Sstemas de Ecuacones 89 Resolvamos la prmera EDO. Para ello hagamos d θ dt w Luego, la EDO d θ dt g L senθ, θ π 6 ( ) ; θ ( ) ; se reduce al sstema de ecuacones derencales de er orden d θ w dt dw g senθ dt L

90 Sstemas de Ecuacones 9 Luego, utlzando la notacón θ ω tenemos d dt d dt g L sen ( ) con las condcones ncales π ( ) ; ( ) ; 6

91 Sstemas de Ecuacones 9 Este sstema puede ser resuelto utlzando el método de Runge-Kutta de cuarto orden. El sguente archvo muestra un programa en MATLAB % Ejemplo de solucón de una ecuacón derencal ordnara de orden clear all h.; % s t_; t_; Theta_p/6; Utheta_; _Theta_; _Utheta_; nlne('','t','',''); nlne('(-3.7/)*sn()','t','',''); n(t_-t_)/h; tt_; _; _; dsp(' t Theta Utheta') or :n (t,,); (t,,); (th/,*h/,*h/); (th/,*h/,*h/); 3(th/,*h/,*h/); 3(th/,*h/,*h/); 4(th,3*h,3*h); 4(th,3*h,3*h); (**34)*h/6; (**34)*h/6; tth; dsp([t,*8/p,]) end

92 Sstemas de Ecuacones 9 Los resultados, consderando el otro caso (gθ/l) se presentan a contnuacón g sn(theta)/l g (Theta)/L Errores (%) t No Lneal Utheta Lneal Utheta Theta Utheta

93 Capítulo III 93 Pendulo Smple Lneal No Lneal 4 3 No Lneal Lneal Ángulo (Grados) t (seg)

94 Capítulo III 94 Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales Métodos predctor corrector Aplcacones con MATLAB Reerencas

95 Métodos Predctor-Corrector No sempre es posble aplcar métodos mplíctos, debdo a la mposbldad de despejar. Por ejemplo en los casos en que la varable dependente es argumento de una uncón (sn(), ep(), etc), en general, no es posble despejar. Por ello, los métodos eplíctos se combnan con métodos mplíctos para generar lo que se denomnan métodos de tpo predctor-corrector. La utlzacón en general es como sgue: () Utlzar un método de Runge-Kutta de orden 4 para generar los prmeros valores de la apromacón,, 3

96 Métodos Predctor-Corrector () Utlzar como predctor el método de Adams- Bashorth para generar la prmera apromacón al prómo valor de. Por ejemplo, s el método utlzado es el de cuatro pasos tendremos () h [ ( ) ( ) ( ) ( )] , 3 59, 37, 9, 4 (3) Anar, usando como corrector el método de Adams-Moulton de tres pasos h 4 [ ( ) ( ) ( ) ( )] () 9, 9, 5, () ,

97 (4) Utlzar como predctor el método de Adams- Bashorth para generar la prmera apromacón al prómo valor de h 4 Métodos Predctor-Corrector [ 55 (, ) 59 (, ) 37 (, ) 9 ( )] () 3, 3 (5) Anar, usando como corrector el método de Adams-Moulton de tres pasos h 4 (6) Contnuar realzando los pasos (4) (5) hasta cubrr el ntervalo requerdo [ ( ) ( ) ( ) ( )] () 9, 9, 5, (),

98 Métodos Predctor-Corrector () Los valores obtendos de pueden ser consderados la apromacón buscada o pueden anarse teratvamente para dar una apromacón mas precsa utlzando h ( ) 9, 9, 5, 4 [ ( ) ( ) ( ) ( )] ( ), No obstante, este procedmento converge a la apromacón dada por el método mplícto no necesaramente a la solucón de la EDO.

99 Métodos Predctor-Corrector Ejemplo: escrba un programa que ntegre la EDO d d utlzando el método predctor-corrector de Adams para en [,], tamaño de paso h. con la condcón ncal ().5. Un programa en Matlab es presentado en las lámnas sguentes.

100 % Método Predctor-Corrector de Adams % Para apromar el problema de valor ncal % % ' (t,) a < t < b % % en N números gualmente espacados en el ntervalo [a,b] Métodos Predctor-Corrector clear all close all N ; % Número de dvsones a; % Etremo zquerdo del ntervalo b; % Etremo derecho del ntervalo _.5; % valor ncal uncón nlne('-t^','t',''); % uncón (t,) h(b-a)/n; % Paso t()a; w()_;

101 Métodos Predctor-Corrector prnt(' t wp w\n') prnt('%6. %.8\n', t(),w()) % Apromacón de la solucón en los prmeros 3 puntos % utlzando un método de Runge-Kutta de orden 4 or :3 (t(),w()); (t()h/,w()*h/); 3(t()h/,w()*h/); 4(t()h,w()3*h); w()w()(**34)*h/6; t()t()h; prnt('%6. %.8\n', t(),w()) end

102 % Inco del método predctor-corrector de Adams de cuarto orden Métodos Predctor-Corrector or 4:N % calculo del predctor wp w() h*(55*(t(),w())-59*(t(-),w(-))37*(t(-),w(- ))-9*(t(-3),w(-3)))/4; % cálculo del corrector w()w()h*(9*(t()h,wp)9*(t(),w())-5*(t(-),w(- ))(t(-),w(-)))/4; t()t()h; prnt('%6. %.8 %.8\n', t(),wp,w()) end plot(t,w,'o-') grd on

103 Métodos Predctor-Corrector t wp w Runge-Kutta 4 to orden Predctor Corrector

104 Capítulo III 4 Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales. Métodos predctor corrector Aplcacones con MATLAB Reerencas

105 Aplcacones con MATLAB 5 MATLAB posee varas rutnas nternas para hallar la solucón de ecuacones derencales ordnaras. Las mas comunes son ode3 ode45 que utlzan métodos de Runge-Kutta-Fehlberg. La aplcacón es como sgue. Para resolver d ( t, ) dt dena la uncón (t,) utlzando el comando nlne nlne('*ep(-((t-).^)/(*.75^))-.6*','t',''); d dt.6 e ( t) (.75) [ ]

106 Aplcacones con MATLAB 6 MATLAB posee varas rutnas nternas para hallar la solucón de ecuacones derencales ordnaras. Las mas comunes son ode3 ode45 que utlzan métodos de Runge-Kutta-Fehlberg (paso adaptatvo). La aplcacón es como sgue. Para resolver d ( t, ) dt dena la uncón (t,) utlzando el comando nlne. Por ejemplo s la EDO a resolver es: e ( t) (.75) d ( ) dt.6 [ ] t.5 [,4]

107 Aplcacones con MATLAB 7 Eprese la uncón en térmnos de t d dt e ( t) (.75) dena (t,) así [ ].6 nlne('*ep(-((t-).^)/(*.75^))-.6*','t',''); colocando sempre en prmer lugar la varable ndependente

108 Aplcacones con MATLAB 8 MATLAB requere que se dena un vector (tnt en este ejemplo) en el cual se dene el domno de cálculo (t a 4 en este ejemplo), una varable escalar con el valor ncal de (.5 en nuestro ejemplo). Así tendremos que nuestro programa luce como nlne('*ep(-((t-).^)/(*.75^))-.6*','t',''); tnt [,4];.5; [t, ] ode3(,tnt,); prnt(' t \n') or :length(t) prnt('%6.3 %.8\n', t(),()) end plot(t,,'o')

109 Aplcacones con MATLAB 9 La solucón numérca está guardada en los vectores t, t t

110 Aplcacones con MATLAB En MATLAB. Los sstemas de EDO se resuelven escrbendo el sstema en un archvo.m como sgue (con nuestro ejemplo): d d d d uncton d sstema(t,) % Funcón que almacena cada ecuacón del sstema de ecuacones % derencales a ser resuelto 4 ( ) 4 ( ) 6 d zeros(,); % a column vector d() -.5*(); d() 4 -.*() -.3*();

111 Aplcacones con MATLAB Luego, el sstema se resuelve utlzando: [t,y] ode45('sstema',[ ],[4 6]); >> [t Y] ans

112 Capítulo III Ecuacones derencales ordnaras con condcones ncales Introduccón Métodos de Talor. Métodos de Runge-Kutta Métodos multpaso Sstemas de ecuacones derencales Métodos predctor corrector Aplcacones con MATLAB Reerencas

113 Reerencas. Análss Numérco, Burden R., Fares J. D., 6 ta Edcón, Internatonal Thomson Edtores, 998. Métodos Numércos para Ingeneros, Chapra S., Canale R., 4 ta Edcón, McGrawHll, 3 3. Análss Numérco con Aplcacones, Gerald C., Wheatle P.,6 ta Edcón, Pearson Educacón, Introductor Numercal Methods Incorporatng MATLAB, Hahn J., Bradle Unverst, 5. Appled Numercal Methods, Carnahan B., Luther H. A., Wles J. O., John Wle and Sons, Inc, 969

114 4 ECUACIONES DIFERENCIALES ORDINARIAS CON CONDICIONES INICIALES Unversdad Smón Bolívar

Ecuaciones diferenciales ordinarias

Ecuaciones diferenciales ordinarias Ecuacones derencales ordnaras 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

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

Más detalles

SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN

SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN SOLUCIÓN NUMÉRICA DE ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN SOLUCION NUMERICA Una solucón de esta ecuacón ncal con CI es una funcón ϕ : ( x ε, x + ε ) R tal que 0 0 ϕ '( x) = f ( x, ϕ( x)),

Más detalles

Universidad Nacional de Ingeniería P.A Facultad de Ingeniería Mecánica 22/07/11 DACBHCC EXAMEN FINAL DE METODOS NUMERICOS (MB536)

Universidad Nacional de Ingeniería P.A Facultad de Ingeniería Mecánica 22/07/11 DACBHCC EXAMEN FINAL DE METODOS NUMERICOS (MB536) Unversdad Naconal de Ingenería P.A. - Facultad de Ingenería ecánca /7/ EXAEN FINA DE ETODOS NUERICOS B56 DURACION: INUTOS SOO SE PERITE E USO DE UNA HOJA DE FORUARIO ESCRIBA CARAENTE SUS PROCEDIIENTOS

Más detalles

TEMA 5. INTERPOLACION

TEMA 5. INTERPOLACION Tema 5: Interpolacón TEM 5. INTERPOLCION. Introduccón. Nomenclatura. Interpolacón lneal 4. Interpolacón cuadrátca 5. Interpolacón por splnes cúbcos. RESUMEN 7. Programacón en Matlab Cálculo numérco en

Más detalles

ECUACIONES DIFERENCIALES ELÍPTICAS EN DERIVADAS PARCIALES. Armando Blanco A.

ECUACIONES DIFERENCIALES ELÍPTICAS EN DERIVADAS PARCIALES. Armando Blanco A. ECUACIONES DIFERENCIALES ELÍPICAS EN DERIVADAS PARCIALES Armando Blanco A. Captulo V ECUACIONES DIFERENCIALES ELÍPICAS EN DERIVADAS PARCIALES Introduccón Dferencas fntas Métodos de relaacón sucesva Métodos

Más detalles

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla. EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente

Más detalles

ECUACIONES DIFERENCIALES Problemas de Valor Inicial

ECUACIONES DIFERENCIALES Problemas de Valor Inicial DIVISIÓN DE IENIAS FÍSIAS Y MATEMÁTIAS DTO. TERMODINÁMIA Y FENÓMENOS DE TRANSFERENIA MÉTODOS AROXIMADOS EN ING. QUÍMIA TF-33 EUAIONES DIFERENIALES roblemas de Valor Incal Esta guía fue elaborada por: rof.

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil CATEDRA 0 6 Facultad de Ingenería de Mnas, Geología Cvl Departamento académco de ngenería de mnas cvl METODOS NUMERICOS Ingenería Cvl ING.CRISTIANCASTROP. Captulo VI Sstema de Ecuacones Algebracas No Lneales

Más detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

Más detalles

UNIDAD 1: Tablas de frecuencias

UNIDAD 1: Tablas de frecuencias UIDAD : Tablas de recuencas Cuando sobre una poblacón hemos realzado una encuesta o cualquer regstro para conocer los valores que toman las varables, nos encontramos ante una gran cantdad de datos que

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

Pista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador.

Pista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador. ITM, Insttucón unverstara Guía de Laboratoro de Físca Mecánca Práctca : Colsones en una dmensón Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla

Más detalles

Electricidad y calor

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

Más detalles

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

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

Más detalles

La elasticidad como una aplicación de análisis de oferta y demanda

La elasticidad como una aplicación de análisis de oferta y demanda La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

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

Más detalles

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

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales Métodos Matemá5cos en la Ingenería Tema. Ecuacones no lneales Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

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

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos

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

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

Diferencias Finitas. 4.1 Introducción. 4.2 Método de las Diferencias Finitas. 4. Diferencias Finitas

Diferencias Finitas. 4.1 Introducción. 4.2 Método de las Diferencias Finitas. 4. Diferencias Finitas . Dferencas Fntas Dferencas Fntas. Introduccón La técnca de las dferencas fntas fue la prmera técnca ue surgó para resolver problemas práctcos en ngenería. Ho en día ésta técnca a está obsoleta con lo

Más detalles

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo

Más detalles

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA Sstemas de Amortzacón de Deudas MATEMÁTICA FINANCIERA SISTEMA FRANCÉS Lus Alcalá UNSL Segundo Cuatrmeste 2016 Como hpótess ncal de trabajo suponemos que la tasa de nterés cobrada por el prestamsta (acreedor)

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

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

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

UNIDAD I. Introducción al Análisis Numérico

UNIDAD I. Introducción al Análisis Numérico UNIDAD I Introduccón al Análss Numérco Métodos Numércos Son técncas medante las cuales es posble formular problemas matemátcos, de tal forma que puedan resolverse utlzando operacones artmétcas. Requeren

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

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D. Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,.

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,. º. a Deducr la expresón de la fórmula de dervacón numérca de tpo x,x,x,x,. nterpolatoro que permte aproxmar f (x* con el soporte { } 3 x 4 b Demostrar que en el caso de que el soporte sea de la forma:

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS

CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS Dante Guerrero-Chanduví Pura, 2015 FACULTAD DE INGENIERÍA Área Departamental de Ingenería Industral y de Sstemas CAPÍTULO 18: OBTENCIÓN DE

Más detalles

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

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

Más detalles

x i y p i h i h p i P i x p i O i

x i y p i h i h p i P i x p i O i Capítulo T NÁLISIS CINEMÁTIC DE SISTEMS MULTICUER.5 CINEMÁTIC LN Coordenadas de un punto pertenecente a un elemento lo largo de este apartado a partr de ahora se van a utlzar las coordenadas de punto de

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

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

Nociones sobre cuadrados mínimos por Dr. Horacio Bruzzone

Nociones sobre cuadrados mínimos por Dr. Horacio Bruzzone Nocones sobre cuadrados mínmos por Dr. Horaco Bruzzone 1. Introduccón Supongamos que, a través de una sere de medcones, se han determnado un conjunto de n pares de valores de dos magntudes físcas, X e

Más detalles

TEORÍA DE ESTRUCTURAS

TEORÍA DE ESTRUCTURAS TEORÍA DE ESTRUCTURAS TEA 4: CÁCUO DE ESTRUCTURAS POR E ÉTODO DE A DEFORACIÓN ANGUAR DEPARTAENTO DE INGENIERÍA ECÁNICA - EKANIKA INGENIERITZA SAIA ESCUEA TÉCNICA SUPERIOR DE INGENIERÍA DE BIBAO UNIVERSIDAD

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

Facultad de Ciencias Básicas

Facultad de Ciencias Básicas Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas

Más detalles

Examen de Física-1, 1 del Grado en Ingeniería Química Examen final. Septiembre de 2014 Cuestiones (Un punto por cuestión).

Examen de Física-1, 1 del Grado en Ingeniería Química Examen final. Septiembre de 2014 Cuestiones (Un punto por cuestión). Examen de Físca-, del Grado en Ingenería Químca Examen fnal. Septembre de 204 Cuestones (Un punto por cuestón. Cuestón (Prmer parcal: Un satélte de telecomuncacones se mueve con celerdad constante en una

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor

ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón

Más detalles

Problemas de Control e Instrumentación de procesos químicos 4º Ingeniería Química

Problemas de Control e Instrumentación de procesos químicos 4º Ingeniería Química Problemas de Control e Instrumentacón de procesos químcos 4º Ingenería Químca Problema 9 La presón de un sstema de almacenamento de un certo gas se regula por medo de un sstema como el reflejado en la

Más detalles

Ejercicios y problemas (páginas 131/133)

Ejercicios y problemas (páginas 131/133) 7 Calcula el opuesto y el conjugado de los sguentes números complejos, expresándolos en forma polar: a) z b) z (cos 00 sen 00 ) c) z Expresamos en prmer lugar los números complejos en forma Calcula las

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

PROBLEMARIO DE CÁLCULO 10 Y CÁLCULO 20

PROBLEMARIO DE CÁLCULO 10 Y CÁLCULO 20 Calculo Pro. Eduardo Rondón Pro. EDUARDO RONDÓN PROBLEMARIO DE CÁLCULO Y CÁLCULO Calculo Pro. Eduardo Rondón CÁLCULO Calculo Pro. Eduardo Rondón CONJUNTOS Y SISTEMAS NUMÉRICOS Sea A: {, -,, }, B:{,, }

Más detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO B SISTEMAS NUMÉRICOS ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan

Más detalles

PROYECCIONES DINÁMICAS DE POBLACIONES FEMENINAS POR GRUPOS ETÁREOS

PROYECCIONES DINÁMICAS DE POBLACIONES FEMENINAS POR GRUPOS ETÁREOS INVESTIGACIÓN & DESARROLLO, No. 5: 07 3 (2005) ISSN 84-6333 PROYECCIONES DINÁMICAS DE POBLACIONES FEMENINAS POR GRUPOS ETÁREOS RESUMEN Evelyn Álvarez Serra* y Mayra Alfaro Mednacel** *Unversdad Prvada

Más detalles

El diodo Semiconductor

El diodo Semiconductor El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología

Guía para el Trabajo Práctico N 5. Métodos Estadísticos en Hidrología Guía para el Trabajo Práctco 5 Métodos Estadístcos en Hdrología er. PASO) Realzar el ajuste de la funcón de dstrbucón normal a una muestra de datos totales anuales de una varable (caudal, precptacón, etc.)

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

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

Gráficos de flujo de señal

Gráficos de flujo de señal Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo

Más detalles

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA 35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE

Más detalles

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

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

Más detalles

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales ... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de

Más detalles

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que

Más detalles

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

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

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

Más detalles

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1. Objetvos y orentacones metodológcas SISTEMA DIÉDRICO I Interseccón de planos y de recta con plano TEMA 8 Como prmer problema del espaco que presenta la geometría descrptva, el alumno obtendrá la nterseccón

Más detalles

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

CAPITULO 5 TRAYECTORIAS EN R 3. Platón.

CAPITULO 5 TRAYECTORIAS EN R 3. Platón. CAPITULO 5 La geometría es una cenca del conocmento del ser pero no de lo que esta sueto a la generacón o a la muerte. La geometría es una cenca de lo que sempre es Platón. TRAYECTORIAS EN R 5. Interpretacón

Más detalles

Ecuación de Lagrange

Ecuación de Lagrange Capítulo 6 Ecuacón de Lagrange 6. Introduccón a las ecuacones de Lagrange La mecánca que nos presenta Lagrange en su Mécanque Analytque sgnfca un salto conceptual muy grande respecto de la formulacón Newtonana.

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

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

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

Disipación de energía mecánica

Disipación de energía mecánica Laboratoro de Mecáa y ludos Práctca 9 Dspacón de energía mecáa Objetvos El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Determnar los cambos de la energía cnétca de un

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

Determinar el momento de inercia para un cuerpo rígido (de forma arbitraria).

Determinar el momento de inercia para un cuerpo rígido (de forma arbitraria). Unversdad de Sonora Dvsón de Cencas Exactas y Naturales Departamento de Físca Laboratoro de Mecánca II Práctca #3: Cálculo del momento de nerca de un cuerpo rígdo I. Objetvos. Determnar el momento de nerca

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica. TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo

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

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

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

Derivación Aproximada

Derivación Aproximada Edtoral de la Unversdad Tecnológca Naconal ervacón Apromada Ing. Jorge J. L. Ferrante Colaboradores Lc. Maro Blas Regner Ing. Carlos Kruovs Facultad Regonal General Paceco- U.T.N. epartamento de Cencas

Más detalles

Es útil para determinar una derivada que no se puede determinar físicamente

Es útil para determinar una derivada que no se puede determinar físicamente Interludo Matemátco Regla de Cadena 1 Regla de la cadena? Es útl para determnar una dervada que no se puede determnar íscamente z,, z z z z 1 z z z 1 Ejemplo de la Regla de la cadena d d d 0 d d (d) (d)

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

Física Curso: Física General

Física Curso: Física General UTP IMAAS ísca Curso: ísca General Sesón Nº 14 : Trabajo y Energa Proesor: Carlos Alvarado de la Portlla Contendo Dencón de trabajo. Trabajo eectuado por una uerza constante. Potenca. Trabajo eectuado

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

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

Energía potencial y conservación de la energía

Energía potencial y conservación de la energía Energía potencal y conservacón de la energía Mecánca y Fludos Proa. Franco Ortz 1 Contendo Energía potencal Fuerzas conservatvas y no conservatvas Fuerzas conservatvas y energía potencal Conservacón de

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

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

SIMULACIÓN DE MODELOS DE CRECIMIENTO MEDIANTE MATLAB

SIMULACIÓN DE MODELOS DE CRECIMIENTO MEDIANTE MATLAB SIMULACIÓN DE MODELOS DE CRECIMIENTO MEDIANTE MATLAB Hugo Alejandro Gullén Trujllo, Alejandro Ruz Sbaja, Dasy Escobar Castllejos, José Alonso Fgueroa Gallegos, Unversdad Autónoma de Chapas; Facultad de

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.

Más detalles