3. Cálculo y dimensionado

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

Download "3. Cálculo y dimensionado"

Transcripción

1 Documto Básco HE Ahorro d Ergía. Codsacos 1 Las codsacos suprfcals los crramtos y partcos trors qu compo la volvt térmca dl dfco, s lmtará d forma qu s vt la formacó d mohos su suprfc tror. Para llo, aqullas suprfcs trors d los crramtos qu puda absorbr agua o suscptbls d dgradars y spcalmt los puts térmcos d los msmos, la humdad rlatva mda msual dcha suprfc srá fror al 80%. Las codsacos trstcals qu s produzca los crramtos y partcos trors qu compo la volvt térmca dl dfco srá tals qu o produzca ua mrma sgfcatva sus prstacos térmcas o supoga u rsgo d dgradacó o pérdda d su vda útl. Admás, la máxma codsacó acumulada cada prodo aual o srá supror a la catdad d vaporacó posbl l msmo prodo..3 Prmabldad al ar 1 Las carptrías d los hucos (vtaas y purtas) y lucraros d los crramtos s caractrza por su prmabldad al ar. La prmabldad d las carptrías d los hucos y lucraros d los crramtos qu lmta los spacos habtabls d los dfcos co l ambt xtror s lmta fucó dl clma d la localdad la qu s ubca, sgú la zofcacó clmátca stablcda l apartado La prmabldad al ar d las carptrías, mdda co ua sobrprsó d 100 Pa, tdrá uos valors frors a los sguts: a) para las zoas clmátcas A y B: 50 m 3 /h m ; b) para las zoas clmátcas C, D y E: 7 m 3 /h m. 3. Cálculo y dmsoado 3.1 Datos prvos Zofcacó clmátca 1 Para la lmtacó d la dmada rgétca s stablc 1 zoas clmátcas dtfcadas mdat ua ltra, corrspodt a la dvsó d vro, y u úmro, corrspodt a la dvsó d vrao. E gral, la zoa clmátca dod s ubca los dfcos s dtrmará a partr d los valors tabulados. E localdads qu o sa captals d provca y qu dspoga d rgstros clmátcos cotrastados, s podrá mplar, prva justfcacó, zoas clmátcas spcífcas. El procdmto para la dtrmacó d la zofcacó clmátca s rcog l apédc D Clasfcacó d los spacos 1 Los spacos trors d los dfcos s clasfca spacos habtabls y spacos o habtabls. A fctos d cálculo d la dmada rgétca, los spacos habtabls s clasfca fucó d la catdad d calor dspada su tror, dbdo a la actvdad ralzada y al prodo d utlzacó d cada spaco, las sguts catgorías: a) spacos co carga tra baja: spacos los qu s dspa poco calor. o los spacos dstados prcpalmt a rsdr llos, co caráctr vtual o prmat. E sta catgoría s cluy todos los spacos d dfcos d vvdas y aqullas zoas o spacos d dfcos asmlabls a éstos uso y dmsó, tals como habtacos d hotl, habtacos d hosptals y salas d star, así como sus zoas d crculacó vculadas. b) spacos co carga tra alta: spacos los qu s gra gra catdad d calor por causa d su ocupacó, lumacó o qupos xstts. o aqullos spacos o cludos la dfcó d spacos co baja carga tra. El cojuto d stos spacos coforma la zoa d alta carga tra dl dfco. HE1-9

2 Documto Básco HE Ahorro d Ergía G.1. Codcos trors G.1..1 Para l cálculo d codsacos suprfcals 1 tomará ua tmpratura dl ambt tror gual a 0 ºC para l ms d ro. E caso d coocr l rtmo d produccó d la humdad tror, y la tasa d rovacó d ar, s podrá calcular la humdad rlatva tror dl ms d ro mdat l método dscrto l apartado G s dspo dl dato d humdad rlatva tror y ésta s mat costat, dbdo por jmplo a u sstma d clmatzacó, s podrá utlzar dcho dato l cálculo añadédol 0,05 como marg d sgurdad. G.1.. Para l cálculo d codsacos trstcals 1 E ausca d datos más prcsos, s tomará ua tmpratura dl ambt tror gual a 0 ºC para todos los mss dl año, y ua humdad rlatva dl ambt tror fucó d la clas d hgromtría dl spaco: a) clas d hgromtría 5: 70% b) clas d hgromtría 4: 6% c) clas d hgromtría 3 o fror: 55% E caso d coocr l rtmo d produccó d la humdad tror, y la tasa d rovacó d ar, s podrá calcular la humdad rlatva tror para cada ms dl año mdat l método dscrto l apartado G s dspo d los datos tmpratura tror y d humdad rlatva tror, s podrá utlzar dchos datos l cálculo añadédol 0,05 a la humdad rlatva como marg d sgurdad. G. Comprobacó d las codsacos G..1 Codsacos suprfcals G..1.1 Factor d tmpratura d la suprfc tror d u crramto 1 El factor d tmpratura d la suprfc tror f s, para cada crramto, partcó tror, o puts térmcos tgrados los crramtos, s calculará a partr d su trasmtaca térmca mdat la sgut cuacó: f s sdo U = 1 U 0,5 (G.6) la trasmtaca térmca dl crramto, partcó tror, o put térmco tgrado l crramto calculada por l procdmto dscrto l apartado E.1 [W/m K]. El factor d tmpratura d la suprfc tror f s para los puts térmcos formados por cutros d crramtos s calculará aplcado los métodos dscrtos las ormas UNE EN IO :1995 y UNE EN IO :00. podrá tomar por dfcto los valors rcogdos Documtos coocdos. G..1. Factor d tmpratura d la suprfc tror mímo 1 El factor d tmpratura d la suprfc tror mímo acptabl f s,m d u put térmco, crramto o partcó tror s podrá calcular a partr d la sgut xprsó: s,m fs,mí = (G.3) 0 sdo HE1-54

3 s = s ( ) Documto Básco HE Ahorro d Ergía la tmpratura xtror d la localdad l ms d ro dfda l apartado G.1.1 [ºC]; s,m la tmpratura suprfcal tror míma acptabl obtda d la sgut xprsó [ºC]: Psat 37,3log 610,5 s, mí = (G.4) Psat 17,69 log 610,5 dod P sat s la prsó d saturacó máxma acptabl la suprfc obtda d la sgut xprsó [Pa]: P Psat = (G.5) 0,8 dod s la prsó dl vapor tror obtda d la sgut xprsó [Pa]. P P = φ 337 (G.6) dod φ s la humdad rlatva tror dfda l apartado G.1..1 [ tato por 1]. G.. Codsacos trstcals G...1 Dstrbucó d tmpratura 1 La dstrbucó d tmpraturas a lo largo dl spsor d u crramto formado por varas capas dpd d las tmpraturas dl ar a ambos lados d la msma, así como d las rsstcas térmcas suprfcals tror s y xtror s, y d las rsstcas térmcas d cada capa ( 1,, 3,..., ). El procdmto a sgur para l cálculo d la dstrbucó d tmpraturas s l sgut: a) cálculo d la rsstca térmca total dl lmto costructvo mdat la xprsó (E.). b) cálculo d la tmpratura suprfcal xtror s : (G.7) sdo la tmpratura xtror d la localdad la qu s ubca l dfco sgú G.1.1 corrspodt a la tmpratura mda dl ms d ro [ºC]; la tmpratura tror dfda l apartado G.1.. [ºC]; la rsstca térmca total dl compot costructvo obtdo mdat la xprsó (E.) [m K/ W]; s la rsstca térmca suprfcal corrspodt al ar xtror, tomada d la tabla E.1 d acurdo a la poscó dl lmto costructvo, drccó dl flujo d calor y su stuacó l dfco [m K/W]. c) cálculo d la tmpratura cada ua d las capas qu compo l lmto costructvo sgú las xprsos sguts: 1 = s 1 ( ) = 1... ( ). = 1 ( ) HE1-55 (H.8)

4 Documto Básco HE Ahorro d Ergía sdo s ,... la tmpratura suprfcal xtror [ºC]; la tmpratura xtror d la localdad la qu s ubca l dfco obtda dl apartado G.1.1 corrspodt a la tmpratura mda dl ms d ro [ºC]; la tmpratura tror dfda l apartado G.1.. [ºC]; la tmpratura cada capa [ºC]. las rsstcas térmcas d cada capa dfdas sgú la xprsó (E.3) [m K/W]; la rsstca térmca total dl compot costructvo, calculada mdat la xprsó (E.) [m K/ W]; d) cálculo d la tmpratura suprfcal tror s : s = s ( ) sdo la tmpratura xtror d la localdad la qu s ubca l dfco obtda dl apartado G.1.1 corrspodt a la tmpratura mda dl ms d ro [ºC]; la tmpratura tror dfda l apartado G.1.. [ºC]; la tmpratura la capa [ºC]; s la rsstca térmca suprfcal corrspodt al ar tror, tomada d la tabla E.1 d acurdo a la poscó dl lmto costructvo, drccó dl flujo d calor y su stuacó l dfco [m K/W]. la rsstca térmca total dl compot costructvo calculada mdat la xprsó (E.) [m K/ W]; 3 cosdra qu la dstrbucó d tmpraturas cada capa s lal. G... Dstrbucó d la prsó d vapor d saturacó dtrmará la dstrbucó d la prsó d vapor d saturacó a lo largo d u muro formado por varas capas, a partr d la dstrbucó d tmpraturas obtda atrormt, mdat las xprsos dcadas l apartado G.3.1. G...3 Dstrbucó d prsó d vapor 1 La dstrbucó d prsó d vapor a través dl crramto s calculará mdat las sguts xprsos: P P sdo P P P 1...P -1 d1... d(-1)... ( P ) d1 1 = P P d ( P ) d = P1 P d P = P 1 d( 1) d ( P P ) la prsó d vapor dl ar tror [Pa]; la prsó d vapor dl ar xtror [Pa]; la prsó d vapor cada capa [Pa]; l spsor d ar quvalt d cada capa frt a la dfusó dl vapor d agua, calculado mdat la sgut xprsó [m]; (G.9) (G.10) d = µ (G.11) HE1-56

5 Documto Básco HE Ahorro d Ergía dod µ s l factor d rsstca a la dfusó dl vapor d agua d cada capa, calculado a partr d valors térmcos dclarados sgú la orma UNE EN IO : 001 o tomado d Documtos coocdos; s l spsor d la capa [m]. La dstrbucó d prsos d vapor a través dl crramto s pud rprstar gráfcamt mdat ua lía rcta qu ua l valor d P co P, dbujado sobr la sccó dl crramto utlzado los spsors d capa quvalts a la dfusó d vapor d agua, d (véas fgura G.1) 3 Para l cálculo aalítco d P y d P, fucó d la tmpratura y d la humdad rlatva, s utlzará la sgut xprsó: P = φ P sat ( ) P = φ P sat ( ) (G.1) (G.13) sdo φ la humdad rlatva dl ambt tror dfda l apartado G.1.. [ tato por 1]; φ la humdad rlatva dl ambt xtror dfda l apartado G.1.1 [ tato por 1]. Fgura G.1 Dstrbucó d prsos d vapor d saturacó y prsos d vapor u lmto multcapa dl dfco dbujada frt a la rsstca a prsó d vapor d cada capa. G.3 lacos pscrométrcas G.3.1 Cálculo d la prsó d saturacó d vapor 1 La prsó d vapor d saturacó s calculará fucó d la tmpratura, a partr d las sguts cuacos: 17,69 37,3 a) la tmpratura () s mayor o gual a 0 ºC: P = 610,5 (G.14) b) la tmpratura () s mor qu 0 ºC: sat 1,875 65,5 P = 610,5 (G.15) sat G.3. Cálculo d la humdad rlatva tror 1 E caso d coocr l rtmo d produccó d la humdad tror G y la tasa d rovacó d ar, s podrá calcular la humdad rlatva tror mdat l procdmto qu s dscrb a cotuacó. HE1-57

6 Documto Básco HE Ahorro d Ergía La humdad rlatva tror φ (%) para la localdad dod s ubqu l dfco y l ms d cálculo s obtdrá mdat la sgut xprsó: 100 P φ = (G.16) P ( ) sat s sdo P sat ( s ) la prsó d saturacó corrspodt a la tmpratura suprfcal tror obtda sgú la cuacó (G.14) [Pa]; P la prsó d vapor tror calculada mdat la sgut xprsó [Pa]: P = P p (G.17) dod P s la prsó d vapor xtror calculada sgú la cuacó (G.13) [Pa]; p s l xcso d prsó d vapor tror dl local calculado mdat la sgut cuacó [Pa]: ( ) v v p = (G.18) dod v s la costat d gas para l agua = 46 [Pa m 3 / (K kg)]; s la tmpratura tror [K]; s la tmpratura xtror para la localdad y l ms d cálculo [K]; v s l xcso d humdad tror obtda mdat la sgut xprsó [kg/m 3 ]: G v = (G.19) V dod G s l rtmo d produccó d la humdad tror [kg/h]; s la tasa d rovacó d ar [h -1 ]; V s l volum d ar dl local [m 3 ]. HE1-58

ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π

ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π xo. Bpurtos rudosos NEXO BIPUERTOS RUIDOSOS.. REPRESENTCIÓN DE BIPUERTOS RUIDOSOS U bpurto rudoso, sgú la toría prstada [], s pud rprstar como u bpurto lbr d rudo co dos futs quvalts d rudo, coctadas a

Más detalles

Comprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos

Comprobación de limitación de condensaciones superficiales e intersticiales en los cerramientos Mnstro d Fomnto Scrtaría d Estado d Infrastructuras, Transport y Vvnda Drccón Gnral d Arqutctura, Vvnda y Sulo Documnto d Apoyo al Documnto Básco DB-HE Ahorro d nrgía Códgo Técnco d la Edfcacón DA DB-HE

Más detalles

EXAMEN DE TÉCNICAS CUANTITATIVAS III.

EXAMEN DE TÉCNICAS CUANTITATIVAS III. APEIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdr u vl d cofaza dl 95% (z=).. U mprsaro qur stmar l cosumo msual d lctrcdad ua comudad d 000 hogars dvddos 400

Más detalles

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE TEMA MODELO DE REGRESIÓN LINEAL SIMPLE. INTRODUCCIÓN A LA REGRESIÓN SIMPLE! 4 Supogamos qu la varal s ua fucó lal d otra varal, dod la rlacó tr y dpd d parámtros! y! dscoocdos. Itroduccó a la Rgrsó Smpl!

Más detalles

Análisis Estadístico de Datos Climáticos

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

Más detalles

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

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

Más detalles

Capítulo 12. Introducción a la Termodinámica Estadística.

Capítulo 12. Introducción a la Termodinámica Estadística. Capítulo. Itroduccó a la Trmodámca Estadístca. ) Itroduccó Mcáca Estadístca: dscpla ctífca qu prtd prdcr las propdads macroscópcas d u sstma a partr d las propdads molculars. Trmodámca stadístca: part

Más detalles

Teoría de errores. Tema 4

Teoría de errores. Tema 4 Toría d rrors Tma 4 Tma 4 Toría d rrors 4. El rror rdadro 4. Clasfcacó d rrors Sgú las causas qu los prooca Sgú los fctos qu produc 4.3 Ly d rrors d Gauss Postulados d Gauss y dstrbucó d rrors Valor más

Más detalles

4.1 Procedimientos de inferencia para la distribución exponencial

4.1 Procedimientos de inferencia para la distribución exponencial 4 Ifrca paramétrca 4 Procdmtos d frca para la dstrbucó xpocal La dstrbucó xpocal fu la prmra dstrbucó para modlar tmpos d falla y para lla s ha dsarrollado métodos stadístcos d mara xtsva a T ua va xpocal

Más detalles

(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN

(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN UIDAD.- Dstrbucos udmsoals. Parámtros (tma dl lbro). PARÁETROS DE CETRALIZACIÓ Auqu las tablas stadístcas y las rprstacos grácas cot toda la ormacó rlatva a u problma, muchas vcs trsa smplcar s cojuto

Más detalles

Capítulo III. Colectivos estadísticos.

Capítulo III. Colectivos estadísticos. Capítulo III. Colctvos stadístcos. Lccó Itroduccó al formalsmo d los colctvos d Gbbs. Lccó Colctvo caóco. Lccó Colctvos macrocaóco y mcrocaóco Lccó 4 Aplcacó dl colctvo caóco: gas dal mooatómco. arabls

Más detalles

PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES

PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES EJERCICIO Rcordmos prmro la sgut dfcó: U stmador T s dc ssgado rspcto a u parámtro μ ET μ a E T laldad d la spraza [ EX + EX ] + [ EX3 + EX ] 6 3 μ

Más detalles

TEMA 3: ESTIMACIÓN PUNTUAL.

TEMA 3: ESTIMACIÓN PUNTUAL. TEMA 3: ESTIMACIÓN PUNTUAL..- S tra ua mustra por m.a.s. d tamaño d ua poblacó qu sgu l modlo d Posso. Obtr l stmador por l método d los momtos y l stmador por l método d máma vrosmltud. Solucó: El método

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

Cálculo Diferencial e Integral II INGENIERÍA CÁLCULO DE ÁREAS

Cálculo Diferencial e Integral II INGENIERÍA CÁLCULO DE ÁREAS Cálculo Dferecal e Itegral II I E la actvdad III de la Udad de Repaso, se te pdó calcular el área del rectágulo tal como se muestra e la Fgura 1 sí S x Ahora uestro problema es calcular el área de la regó

Más detalles

MECÁNICA ESTADÍSTICA

MECÁNICA ESTADÍSTICA FAyA Lccatura Químca Físca III año 26 MÁIA SADÍSIA IRODUIÓ ROBABILIDAD robabldad s la cuatfcacó d la spraza dl rsultado d u xprmto o vto. S l posbl rsultado d u xprmto s A la probabldad d qu ocurra A s

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Tema 4 - FUNDAMENTOS DE LA MECÁNICA ESTADÍSTICA CLÁSICA

Tema 4 - FUNDAMENTOS DE LA MECÁNICA ESTADÍSTICA CLÁSICA ma 4 - FUDAMOS D LA MCÁICA SADÍSICA CLÁSICA Cocptos stadístcos lmtals. Mcáca stadístca d sstmas mcroscópcos. Los colctvos mcrocaóco caóco y gracaóco. La fucó d partcó y las fucos trmodámcas. l gas dal

Más detalles

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) UIDAD.- Estadístca. Tablas y grácos (tma dl lbro). ESTADÍSTICA: CLASES Y COCEPTOS BÁSICOS E sus orígs hstórcos, la Estadístca stuvo lgada a custos d Estado (rcutos, csos, tc.) y d ahí prov su ombr. Hoy

Más detalles

Q c 0 en V (5.1a) y z k. y n

Q c 0 en V (5.1a) y z k. y n V.- PROBLEM DE CMPO ECLR 5..- Itroduccó dfrca d los problmas abordados los capítulos atrors, dod las cógtas rlacoados co los msmos ra catdads vctorals, st ua gra gama d problmas dod las cógtas so d aturala

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL Cotrasts d sgfcacó cojuta /4 APUNTE DE CLAE ECONOMETRÍA I. UDI ECONOMETRÍA E INFORMÁTICA CONTRATE DE IGNIFICACIÓN CONJUNTA EN EL MBRL Prof. Rafal d Arc Prof. Ramó Mahía rafal.darc@uam.s ramo.maha@uam.s

Más detalles

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

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

Más detalles

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL Cotrasts d sgfcacó cojuta APNTE DE CLAE ECONOMETRÍA I. DI ECONOMETRÍA E INFORMÁTICA CONTRATE DE IGNIFICACIÓN CONJNTA EN EL MBRL Prof. Rafal d Arc Rafal.darc@uam.s I. Cotrast d sgfcacó cojuta dl modlo a

Más detalles

Introducción. Descripción del espacio físico Coordenadas curvilíneas: propiedades Líneas y superficies coordenadas Elementos de geometría diferencial

Introducción. Descripción del espacio físico Coordenadas curvilíneas: propiedades Líneas y superficies coordenadas Elementos de geometría diferencial I. Fundamntos mat. Coordnadas d curvlínas Góm, 00/ Dpto. Físca Aplcada III (U. Svlla) Campos Elctromagnétcos Ingnro d Tlcomuncacón I. Fundamntos mat. Coordnadas curvlínas Introduccón. Dscrpcón dl spaco

Más detalles

Automá ca. Capítulo4.RespuestadeRégimenTransitorio

Automá ca. Capítulo4.RespuestadeRégimenTransitorio Automáca Capítulo.RputadRégmratoro JoéRamóLlataGarcía EthrGozálzSaraba DámaoFrádzPérz CarloorFrro MaríaSadraRoblaGómz DpartamtodcologíaElctróca IgríadStmayAutomáca Rputa d Régm ratoro Rputa d Régm ratoro..

Más detalles

Tema 5. Contraste de hipótesis (II)

Tema 5. Contraste de hipótesis (II) Tma 5. Cotrast d hpótss (II CA UNED d Hulva, "Profsor Dr. José Carlos Vílchz Martí" Itroduccó Bvda Objtvos pdagógcos: Aprdr a obtr la fucó d potca d u cotrast y la rprstar la curva d potca d u cotrast.

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Elementos de Probabilidad y Estadística

Elementos de Probabilidad y Estadística Capítulo 3 Elmtos d robabldad y Estadístca 3.. Itroduccó E st capítulo s prsta cocptos báscos d robabldad y Estadístca, ya u dtro dl dsño y plaacó d ua obra hdráulca juga u papl mportat l aálss hdrológco

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares.

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

Más detalles

BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA 1. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL

BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA 1. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL. Graldads Estadístca: Cojuto d torías y téccas para la rcoplacó, l aálss, la trprtacó y la prstacó d datos umércos Etapas

Más detalles

10 REGRESIÓN LINEAL SIMPLE

10 REGRESIÓN LINEAL SIMPLE Part stadístca Prof. María B. Ptarll GIÓN LINAL IMPL. Itroduccó muchos problmas st ua rlacó tr dos o más varabls, rsulta d trés studar la aturalza d sa rlacó. l aálss d rgrsó s la técca stadístca para

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

Más detalles

Multicupón no garantizado 07/09 1

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

Más detalles

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

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

Más detalles

Probabilidad de que una variable tome un valor x determinado = N

Probabilidad de que una variable tome un valor x determinado = N Magntuds dscrtas Probabldad d qu una varabl tom un valor dtrmnado p X ota ( p,,,,6 5 7, 6 8,6 7, 8 8,6 9 6,,8 5 p Probabldad,5,,5,,5, 5 6 7 8 9 ota Magntuds contnuas Probabldad d qu una varabl tom un valor

Más detalles

OPTIMIZACIÓN ESTRUCTURAL CON MALLAS FIJAS Y ANALISIS DE SENSIBILIDAD UTILIZANDO VARIAS APROXIMACIONES A LOS ELEMENTOS DE FRONTERA

OPTIMIZACIÓN ESTRUCTURAL CON MALLAS FIJAS Y ANALISIS DE SENSIBILIDAD UTILIZANDO VARIAS APROXIMACIONES A LOS ELEMENTOS DE FRONTERA OPMZACÓN ESRUCURAL CON MALLAS FJAS Y ANALSS DE SENSBLDAD ULZANDO VARAS APROXMACONES A LOS ELEMENOS DE FRONERA Wllam Ramírz Bítz, Maul Julo García Ruíz Prgrado gría Mcáca Uvrsdad EAF, Colomba. Ph.D. gría

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

Análisis estadístico de los factores de riesgo que influyen en la enfermedad Angina de Pecho. Flores Manrique, Luz CAPÍTULO III

Análisis estadístico de los factores de riesgo que influyen en la enfermedad Angina de Pecho. Flores Manrique, Luz CAPÍTULO III Aálss stadístco d los factors d rsgo qu fluy la frmdad Aga d Pcho. Flors Marqu, Luz Drchos rsrvados coform a Ly CAPÍTULO III MODELOS DE REGRESIÓN LOGÍSTICA 3. ANTECEDENTES La rgrsó logístca s ua d las

Más detalles

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente:

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente: Matemátcas faceras 4.2. Aualdades atcpadas 4.2. Aualdades atcpadas UNIDAD IV. ANUALIDADES Las aualdades vecdas so aquellas que sus pagos guales ocurre al falzar cada perodo, u dagrama de flujo de cada

Más detalles

de la Edificación DB-HE Ahorro de Energía

de la Edificación DB-HE Ahorro de Energía Colegio Oficial de Aparejadores y Arquitectos Técnicos de CádizC Curso Código C Técnico T de la Edificación DB-HE Ahorro de Energía Septiembre - Octubre de 2006 1 Colegio Oficial de Aparejadores y Arquitectos

Más detalles

Escrito. 1) Transforma a las bases indicadas:

Escrito. 1) Transforma a las bases indicadas: Escrto ) Trasforma a las bases dcadas: a. 765 base (0) b. AB base 7 0 (6) base ) Halla los dígtos a y b sabedo que: aam 6 ( 5 ) mam( 6 ) 3) Trasforma a la base dcada usado ua tabla de correspodeca.. 00

Más detalles

DISTRIBUCIONES BINOMIAL, DE POISSON Y NORMAL

DISTRIBUCIONES BINOMIAL, DE POISSON Y NORMAL BNP DISTRIBUCIONES BINOMIAL, DE POISSON NORMAL Dstrbucó bomal BNP I a. S ucará acá d uvo l problma ya cosdrado NP X : Dado u sucso A cuya probabldad d ocurrca ua pruba aslada s p, s qur hallar la probabldad

Más detalles

9 Momentos y funciones generatrices de Momentos

9 Momentos y funciones generatrices de Momentos 9 omos y fucos grarcs d omos Edgar Acua ESA 400 Edgar Acua 9. omos Sa ua varabl alaora s df su smo momo co rspco al org como μ E[ ], smpr qu l caso dscro y qu p < f d < l caso couo. Obvam, μμ..tamb, s

Más detalles

Tema IV: Ruidos e Interferencias: Técnicas de reducción.

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

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

al siguiente límite si existe: . Se suele representar por ( x )

al siguiente límite si existe: . Se suele representar por ( x ) UNIDAD : DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit it si ist: f f ' sigifica lo mismo. f. S sul rprstar por f D

Más detalles

EXAMEN FINAL DE I.O.E. (Curso 02/03 2º Q). Cadenas de Markov

EXAMEN FINAL DE I.O.E. (Curso 02/03 2º Q). Cadenas de Markov EXAMEN FINA DE I.O.E. (Curo / º Q. Cada d Markov S ha comrobado qu la robabldad d qu u dtrmado artdo olítco ga ua lcco dd d la gaó lo do comco mdatamt atror d la gut forma: gaó la do lcco atror toc la

Más detalles

UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS

UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS UNIDAD 9: INTRODUCCIÓN A LAS DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit límit si ist: f f ' lím sigifica lo mismo.

Más detalles

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood ) Apédces Apédces 357 Apédce. Ajuste de la fucó gamma utlzado el método de máma probabldad mamum lkelhood Se descrbe a cotuacó el ajuste de la fucó gamma utlzado e el apartado.2..2 pága 28. Véase Burguess

Más detalles

Se llama sucesión a un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero,...

Se llama sucesión a un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero,... TEMA SUCESIONES. CONCEPTO DE SUCESIÓN DEFINICIÓN DE SUCESIÓN S llama sucsió a u cojuto d úmros dados ordadamt d modo qu s puda umrar: primro, sgudo, trcro,... Los lmtos d la sucsió s llama térmios y s

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2

El error con ese presupuesto será aproximadamente del 3,1% Ejercicio 8.2 EJERCICIO 8.1 U ivstigador dispo d 0.000 para ralizar las trvistas d ua custa ua gra ciudad. El custioario s admiistrará mdiat trvistas tlfóicas, sido l cost d cada trvista d 0. Qué marg d rror dbrá asumir

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

G - Métodos de Interpolación

G - Métodos de Interpolación ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó

Más detalles

Tema 5: Transistor Bipolar de Unión (BJT)

Tema 5: Transistor Bipolar de Unión (BJT) Tma 5: Trasistor ipolar d Uió JT) 5.1 troducció otidos 5.2 ucioamito dl trasistor Zoa Activa Dircta 5.3 Modlo d orrits dl Trasistor. Modlo d rs-moll 5.4 Modos o Zoas d Opració 5.5 Modlos Spic 5.6 jmplos

Más detalles

III. Campo eléctrico y conductores

III. Campo eléctrico y conductores III. ampo léctrco y conductors 5. Enrgía a lctrostátca tca n sstmas con conductors Gabrl ano Gómz, G 9/ Dpto. Físca F Aplcada III (. Svlla ampos Elctromagnétcos tcos Ingnro d Tlcomuncacón III. ampo léctrco

Más detalles

Apéndice A ANÁLISIS TENSORIAL

Apéndice A ANÁLISIS TENSORIAL Apéndc A ANÁLISIS TENSORIAL El análss tnsoral s cntra n l studo d nts abstractos llamados tnsors, cuyas propdads son ndpndnts d los sstmas d rfrnca mplados para dtrmnarlos. Un tnsor stá rprsntado n un

Más detalles

INFERENCIA ESTADISTICA

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

Más detalles

Capítulo 4-1. El problema de la interpolación. Polinomio interpolador de Lagrange

Capítulo 4-1. El problema de la interpolación. Polinomio interpolador de Lagrange Capítulo 4-. El poblma d la tpolacó. Polomo tpolado d Lagag 4 El poblma d la Itpolacó. Sa f ua fucó cotua [a, b] d la qu s cooc l valo qu toma putos dsttos (odos):...... S tata d calcula l valo apomado

Más detalles

RIESGO MORAL. Comportamiento (acciones) del A no observable para el P (o, simplemente, no verificable). P. ej.:

RIESGO MORAL. Comportamiento (acciones) del A no observable para el P (o, simplemente, no verificable). P. ej.: RIESGO MORA Comportamto accos dl A o obsrvabl para l o, smplmt, o vrfcabl.. j.: s A pd jrcr dsttos vls d sfrzo, co RM l o sab cál d llos llva a cabo. acr sfrzo spo dstldad para l A Úca varabl cotratabl:

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Evento E es cualquier subconjunto de posibles resultados de un experimento (Ω o S también se le conoce como evento seguro).

Evento E es cualquier subconjunto de posibles resultados de un experimento (Ω o S también se le conoce como evento seguro). I. INTRODUION. oceptos báscos xpemeto: Ua stuacó que da luga a u esultado detfcable. muchos estudos cetífcos os efetamos co expemetos que so epettvos po atualeza o que puede se cocebdos como epettvos.

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

FINITOS Introducción

FINITOS Introducción I.- ORMULACIÓN ARIACIONAL INITO DL MÉTODO D LO LMNTO 4..- Itroduccó l Capítulo II, las cuacos d los lmtos s dduro usado l método drcto. Como a s mcoó, st método, a psar qu mustra claramt l squma d ucoamto

Más detalles

Problemas de Polímeros. Química Física III

Problemas de Polímeros. Química Física III Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9

Más detalles

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

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

Más detalles

El código de transporte PRETOR

El código de transporte PRETOR aítulo El códgo d trasort PRETOR aítulo 1 INTRODU IÓN aítulo. El códgo d trasort PRETOR 6 aítulo EL ÓDIGO PRETOR El studo dl lasma u dsostvo d fusó rqur coocr co l máxmo dtall osbl u gra úmro d magtuds

Más detalles

Cap. II: Principios Fundamentales del Flujo de Tránsito

Cap. II: Principios Fundamentales del Flujo de Tránsito Cap. II: Pricipios Fudamtals dl Flujo d Trásito Diagrama Espacio-Timpo Distacia 1 2 Itralo (i) 3 4 5 6 Espaciamito () Timpo Flujo, q Dsidad, Vlocidad, Tasa horaria quialt a la cual trasita los hículos

Más detalles

TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS

TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS www.ova.ud.s/wbags/ild/wb/d.htm -mal: mozas@l.ud.s TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS Dstbucó dgada u uto c.- Fucó d obabldad: P( = c) = ; P( c) = 0. Fucó d dstbucó: F() = 0, c, c Momtos: E()

Más detalles

PROBLEMARIO DE MATEMÁTICA FINANCIERA

PROBLEMARIO DE MATEMÁTICA FINANCIERA POBLEIO DE TEÁTIC FINNCIE Prof. (Ig.) drés Scott Vlásquz PIE LPSO 0.- Itrés Spl a) su d Fórulas. I C I C Itrés o Bfco Captal, Valor ctual o Valor Prst Tasa d Itrés al tato por (%/00) Tpo oto o Valor Futuro

Más detalles

Tema 5: Transistor Bipolar de Unión (BJT)

Tema 5: Transistor Bipolar de Unión (BJT) Tma 5: Trasistor ipolar d Uió JT) 5.1 troducció otidos 5.2 ucioamito dl trasistor Zoa Activa Dircta 5.3 Modlo d orrits dl Trasistor. Modlo d rs-moll 5.4 Modos o Zoas d Opració 5.5 Modlos Spic 5.6 jmplos

Más detalles

Universidad de Costa Rica. Instituto Tecnológico de Costa Rica. Determinar si las integrales impropias convergen o divergen.

Universidad de Costa Rica. Instituto Tecnológico de Costa Rica. Determinar si las integrales impropias convergen o divergen. Uivrsidad d Costa Rica Istituto Tcológico d Costa Rica Tma: Itgrals impropias. Objtivos: Clasificar las itgrals impropias sgú su spci: primra, sguda o trcra spci. Calcular itgrals impropias utilizado su

Más detalles

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

ANÁLISIS DE ERROR DE ESTADO ESTABLE

ANÁLISIS DE ERROR DE ESTADO ESTABLE AÁLISIS DE ERROR DE ESTADO ESTABLE El rror stcoro s u dd d l xcttud d u t d cotrol. S lz l rror stcoro dbdo trds scló, rp y prábol. COTROL AALÓGICO COTROL DIGITAL Esqu Error Fucó d trsfrc d ll Es ( Rs

Más detalles

Termodinàmica Química i Estadística Curs Part de Termodinàmica Estadística

Termodinàmica Química i Estadística Curs Part de Termodinàmica Estadística rmodámca ItroduccóEstadístca F Curs 7-8 rmodàmca uímca Estadístca Curs - Part d rmodàmca Estadístca Cotdo ma : Fudamtos d rmodámca Estadístca Colctvos Postulados Colctvo Caóco: cofguracos psos cofguracó

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

OPCIÓN SIMPLIFICADA OPCIÓN SIMPLIFICADA ZONA CLIMÁTICA ZONA CLIMÁTICA

OPCIÓN SIMPLIFICADA OPCIÓN SIMPLIFICADA ZONA CLIMÁTICA ZONA CLIMÁTICA CÓDIGO TÉCNICO DE LA EDIFICACIÓN ACONDICIONAMIENTO TÉRMICO E HIGROMÉTRICO: CÁLCULO SEGÚN CTE El acondicionaminto térmico higrométrico s rcog n l Documnto Básico HE Ahorro d Enrgía, cuyo índic s: HE 1 Limitación

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

I. MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

2. Utilizando el método adimensional basado en el factor de calidad Q, determine:

2. Utilizando el método adimensional basado en el factor de calidad Q, determine: Uivrsidad Simó Bolívar Dpartamto d Covrsió y Trasport d Ergía Autor: Eduardo Albaz. Cart: 06-391 Profsor: J. M. Allr Máquias Eléctricas II CT-311 U motor d iducció coxió strlla d 100 kw, 416 V, rdimito

Más detalles

4. Funciones básicas

4. Funciones básicas 4. Fucos báscas Fucó Epocal Sa, dfmos la fucó pocal como: Por qué? (cos s (cos s 3 / 3 (cos / s / 3 ( s rduc a cuado s ral (cuado 0. ( s ua fucó tra (s aalítca todo puto. (3 Su drvada cocd co la fucó msma,

Más detalles

ESTIMADORES DE LA VARIANZA DE LAS PERTURBACIONES ALEATORIAS EN EL MBRL

ESTIMADORES DE LA VARIANZA DE LAS PERTURBACIONES ALEATORIAS EN EL MBRL Apts d Clas d cootría Prof Rafal d Arc STMADORS D LA VARANZA D LAS PRTURBACONS ALATORAS N L MBRL rafaldarc@as Ua vz ddcda a fórla para la stacó para la dtracó d los parátros dl odlo, a través d los MCO

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Conceptos Básicos Previos

Conceptos Básicos Previos Concptos Báscos Prvos Clasfcacón d Sñals Comuncacons Unvrsdad d Cantabra Sñals Dtrmnstas /Alatoras Sñals Pródcas / o Pródcas Sñals Contnuas / Dscrtas ( / ( (t+ 0 ) = ( ( / [n] Sñals Dtrmnstas Rpaso d concptos

Más detalles

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas Uivrsidad d Purto Rico Rcito Uivrsitario d Mayagüz Dpartamto d Cicias Matmáticas Eam III Mat - Cálculo II d abril d 8 Nombr Númro d studiat Scció Profsor Db mostrar todo su trabajo. Rsulva todos los problmas.

Más detalles

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

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

Más detalles

6 Cinemática de rotaciones finitas

6 Cinemática de rotaciones finitas 6 Cmátca d otacos ftas 6. Momto sféco Dfcó: Cpo ígdo: s sstma d patíclas tal q las dstacas t las dsttas patíclas o aía sta codcó s dal, po la mayoía d los casos los sóldos pd dspcas los pqños cambos d

Más detalles

Procesamiento Digital de Señales de Voz

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

Más detalles

CENTRO DE MASA centro de masas centro de masas

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

Más detalles