Efectos del error en las mediciones de la fuerza de contacto pie-suelo en el análisis dinámico inverso de la marcha humana

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

Download "Efectos del error en las mediciones de la fuerza de contacto pie-suelo en el análisis dinámico inverso de la marcha humana"

Transcripción

1 Asocacón Española de Ingenería Mecánca XVIII CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Efectos del error en las medcones de la fuerza de contacto pe-suelo en el análss dnámco nverso de la marcha humana R. Pàmes-Vlà, J.M. Font-Llagunes Dpto. Ingenería Mecánca. Unverstat Poltècnca de Catalunya J. Cuadrado Dpto. Ingenería Industral II. Unversdad de La Coruña F.J. Alonso Dpto. Ingenería Mecánca, Energétca y de los Materales. Unversdad de Extremadura fjas@unex.es Resumen Para realzar un análss dnámco nverso (ADI) de la marcha humana, es necesaro capturar el movmento del cuerpo y dsponer de un conjunto de parámetros antropométrcos (geométrcos e nercales) del sujeto. S la nformacón cnemátca es completamente conocda, el ADI permte determnar los momentos artculares y las fuerzas de contacto pe-suelo. Exsten estudos que utlzan sólo un modelo parcal del cuerpo humano (usando úncamente las pernas, por ejemplo), e ntroducen las medcones de una placa de fuerza como datos de entrada del ADI. Es conocdo que los resultados de este problema son altamente dependentes de la caldad de los datos de entrada cnemátcos y dnámcos y los datos obtendos con una placa de fuerza contenen errores expermentales. El trabajo que se presenta tene por objetvo analzar la nfluenca del error en las medcones de una placa de fuerza en los momentos artculares calculados. Se han smulado errores sstemátcos (errores de bas) y errores aleatoros (errores Gaussanos). En el prmer caso, los ndcadores utlzados para cuantfcar la propagacón del error de bas en los momentos artculares, son la raíz del error cuadrátco medo (RMSE), su valor normalzado (NRMSE) y la sensbldad de los momentos a las perturbacones en las fuerzas de contacto. En el caso de las perturbacones aleatoras, el error se ha modelzado medante una dstrbucón de probabldad Gausana smulando 1 muestras dstntas. Como ndcadores de la propagacón de este error, se calculan para cada momento y en cada nstante de tempo, la meda de los valores obtendos y su desvacón estándar. El trabajo ncluye un estudo detallado sobre la nfluenca de estos dos tpos de errores. INTRODUCCIÓN Las técncas de la dnámca de sstemas multcuerpo han sdo amplamente utlzadas en la últma década para el análss dnámco nverso (ADI) de la marcha humana [1]. El objetvo del ADI es calcular los momentos en las artculacones, resultado de la accón muscular, a partr del movmento conocdo y de los parámetros antropométrcos del modelo bomecánco del cuerpo [2]. Cuando estos momentos se han determnado, es posble calcular las fuerzas aplcadas por los dstntos grupos musculares mplcados en el proceso de la marcha utlzando técncas de optmzacón [1]. Este análss es mportante para la deteccón de patologías y para el dseño de dspostvos asstencales, como ortess o exoesqueletos. El ADI requere una gran cantdad de parámetros de entrada, concretamente, los parámetros antropométrcos del cuerpo humano y la nformacón cnemátca del movmento. Todos estos datos contenen error y estas nexacttudes afectan el resultado del análss [3, 4]. Conocer el efecto de los errores en los datos de entrada es mportante para cuantfcar la precsón del análss dnámco. Algunos estudos bomecáncos no capturan toda la nformacón cnemátca del cuerpo se centran úncamente

2 R. Pàmes-Vlà et al. / XVIII Congreso Naconal de Ingenería Mecánca (21) 2 en las extremdades nferores y por tanto se ven oblgados a utlzar la fuerza de contacto pe-suelo medda con una placa de fuerza como parámetro de entrada del ADI [5, 6, 7, 8]. Estos trabajos no tenen en cuenta que esta fuerza es, en realdad, un resultado del análss dnámco. Esta práctca puede conducr a resultados nconsstentes ya que los datos de la placa de fuerza pueden contener un error adconal. Un estudo prevo concluye que los momentos artculares son más sensbles a los errores en las medcones de las placas de fuerza que a los errores que puedan contener los parámetros antropométrcos del cuerpo humano [9]. Las fuentes de los errores en las placas de fuerza son múltples [1, 11]: la hstéress que presenta la placa, los errores de lnealdad de los sensores pezoeléctrcos, las nterferencas del señal, la nductanca eléctrca, las varacones de temperatura y humedad, etc. No obstante, a menudo se utlzan drectamente las medcones de estas placas sn consderar la exstenca de error en sus datos. Aunque la placa de fuerza esté calbrada los errores expermentales son nevtables. Cuando se utlza la medcón de esta fuerza para estmar los momentos artculares en el cuerpo humano, los errores se propagan a lo largo de las ecuacones del movmento afectando al resultado fnal y a la valdez del estudo. El objetvo de este trabajo es conocer el efecto de este error en el cálculo de los momentos artculares. El ADI se formula medante una metodología de dnámca multcuerpo y se utlzan funcones analítcas para defnr las restrccones reónomas que guían el movmento del cuerpo. Al conocer sn ncertdumbre la poscón, velocdad y aceleracón de cada segmento, los efectos de los errores en las medcones de la placa de fuerza se pueden analzar ndependentemente de otros posbles errores que aparecen en la captura de movmento, como los expuestos en [3]. El valor real de las fuerzas de contacto se obtene como resultado de un prmer ADI sn perturbar nngún parámetro de entrada y modelzando el contacto pe-suelo como una artculacón de revolucón. Posterormente, se añade un error a esta fuerza y se ntroduce como entrada del ADI relajando la correspondente restrccón de poscón. Los errores sstemátcos son smulados añadendo una cantdad fja a las fuerzas de contacto tangencal y normal. Para smular errores aleatoros, se añade un error Gaussano de meda cero y una desvacón estándar relaconada con el ntervalo de error de los sensores de las placas de fuerza. MODELO BIOMECÁNICO El modelo bomecánco utlzado está formado por 1 sóldos rígdos y su movmento se restrnge en el plano sagtal, Fg. (1). Los parámetros antropométrcos se han obtendo de [12] y los segmentos anatómcos se caracterzan a partr de los valores de masa, longtud, momento de nerca respecto el centro de masas y dstanca del centro de masas a la artculacón proxmal. Es un modelo de 12 grados de lbertad desarrollado con formulacón de dnámca de sstemas multcuerpo [13]. El vector de coordenadas generalzadas q está formado por trenta y dos varables: ventdós son varables de poscón defndas medante coordenadas naturales que defnen la poscón de los puntos extremos de los segmentos en el plano sagtal y las otras dez son coordenadas angulares que defnen la orentacón de los dstntos segmentos como se puede ver en la Fg. (1). El pe se modelza con un contacto puntual, y el ángulo 1 orenta de forma absoluta el segmento nferor de la perna respecto al suelo. El resto de ángulos son relatvos entre dos segmentos anatómcos. El vector de restrccones Φ ( q, t) ncluye las restrccones físcas entre las varables y las restrccones reónomas () t que conducen el movmento. Estas últmas se han defndo utlzando funcones trgonométrcas, como se explca más adelante. Las ecuacones del movmento se pueden escrbr como: T M Φ q q Q = (1) 2 Φ q λ γ 2Φ Φ donde M es la matrz de masas, Φq es el Jacobano del vector de restrccones, q es el vector de aceleracones, Q es el vector de fuerzas generalzadas, λ son los multplcadores de Lagrange, y γ contene los térmnos que son funcón de poscón, velocdad y tempo. Se ha utlzado el método de los establzadores de Baumgarte con los valores 1; 1. Una prmera smulacón permte determnar los momentos artculares verdaderos sn error y las fuerzas de contacto pe-suelo a partr de los correspondentes multplcadores de Lagrange. Para llevar a cabo el análss del error, los valores de la fuerza de contacto pe-suelo son perturbados para emular los errores exstentes en las

3 Efectos del error en las medcones de la fuerza de contacto pe-suelo en el ADI de la marcha 3 medcones de las placas de fuerza. En este caso, las fuerzas de contacto pe-suelo son ntroducdas en el vector Q y se relaja la restrccón correspondente del vector Φ ( q, t) M M 3 M F t Fg. 1. Modelo bomecánco bdmensonal del cuerpo humano en el plano sagtal. F n El hecho de utlzar expresones analítcas para guar el movmento utlzando restrccones reónomas, permte defnr un movmento completamente conocdo que garantza la consstenca cnemátca. De esta manera, la poscón, velocdad y aceleracón de cada coordenada se puede conocer sn errores en cada nstante de tempo y las varacones en los momentos artculares serán debdos úncamente a las perturbacones de la fuerzas de contacto pe-suelo. Estas funcones trgonométrcas permten determnar analítcamente los valores de las ecuacones de restrccón Φ, la matrz jacobana Φ q y el valor de Φ en la Ec. (1). Las funcones de guado se defnen como t A cos t (2) donde la velocdad angular, la fase, y la ampltud A se escogen para obtener un movmento vsualmente realsta de la marcha humana. Todas las velocdades angulares son cero en el momento del mpacto del talón, así, cuando el pe contacta con el suelo su velocdad es cero y se evta la aparcón de fuerzas mpulsvas. El perodo de un paso en este movmento se ha fjado en 1 s. METODOLOGÍA Los errores presentes en las medcones de un sensor pueden ser dvddos en dos categorías generales: errores sstemátcos y errores aleatoros. La suma de estos dos errores es el error total de la medcón [14]. En este trabajo se smulan dos errores que pueden estar presentes en las medcones de una placa de fuerza. El error sstemátco es una cantdad fja añadda al valor real de las fuerzas de contacto. Estos errores podrían ser mnmzados con un proceso de calbrado. Sn embargo, la calbracón de fábrca puede no corregr completamente estos errores debdo a la varacón de las condcones de laboratoro [1]. El error aleatoro tenen un carácter estocástco y se puede smular utlzando una dstrbucón estadístca Gaussana de meda cero y una certa desvacón estándar relaconada con la dspersón de los datos. En un ADI prevo al análss del error, se obtene el valor real de la fuerza de contacto pe-suelo F = F,F c t n resultado equvalente a la medcón de una placa de fuerza en una stuacón expermental deal y los verdaderos valores de los momentos artculares. Posterormente, se añade un error a F c (el error que pueden contener las medcones de la placa) y se ntroduce como entrada del ADI. El análss del error es dstnto según la perturbacón ntroducda. En el caso de los errores sstemátcos (o de bas), se añaden a las fuerzas de contacto normal y tangencal una cantdad fja hasta un máxmo de 1 N, una cantdad smlar a los errores detectados en los estudos [4, 15]. Se realzan las smulacones varando el nvel de la perturbacón desde 1 N hasta +1 N de manera ndependente para cada una de las fuerzas. Los resultados de la smulacón son comparados con los momentos artculares

4 R. Pàmes-Vlà et al. / XVIII Congreso Naconal de Ingenería Mecánca (21) 4 orgnales y se determna la raíz del error cuadrátco medo (RMSE), el valor RMSE normalzado (NRMSE) y la sensbldad de los momentos artculares a las perturbacones en la fuerza de contacto. El valor RMSE estma la magntud global del error en los momentos artculares para cada smulacón dnámca. El valor NRMSE se obtene como el cocente entre el valor RMSE y el rango de varacón de los momentos obtendos en la smulacón sn error. Mentras que el valor RMSE evalúa el error global en cada smulacón, el parámetro NRMSE ndca el ncremento relatvo respecto a los valores sn error. Por ejemplo, un valor RMSE de 1 Nm en un momento que tene un rango de 1 Nm es más mportante que el msmo valor RMSE en un momento con un rango de varacón de 1 Nm. El parámetro NRMSE tene en cuenta estas dferencas. Fnalmente, la sensbldad M / Fj evalúa la varacón en los momentos artculares respecto la varacón ntroducda en las fuerzas de contacto. Estos parámetros se defnen como: 1 RMSE M k M k N NP P 2 ( [ ] [ ]) (3) N k 1 NRMSE RMSE M M mn NP P M M [ k] M [ k] NP P F F F j j j (4) (5) NP donde el subíndce se refere al índce de los momentos ndcados en la Fg. (1), M [ k] es el momento P artcular en el nstante k obtendo en la prmera smulacón; M [ k] es el momento artcular en el nstante k cuando las fuerzas de contacto son perturbadas y N es el número de pasos de la smulacón (N=11). M y mn NP NP P M son el valor máxmo y mínmo del vector M respectvamente. Fnalmente, Fj Fj es el ncremento de la fuerza de contacto (tangencal o normal) ntroducda en cada smulacón. Para realzar el análss del error aleatoro, se tene en cuenta que los sensores pezoeléctrcos utlzados en las placas de fuerza más habtuales pueden llegar a tener un error alrededor del 5% [2]. Este error se modelza medante una dstrbucón Gaussana de meda cero (no se ntroducen errores de bas) y una desvacón estándar,, relaconada con el máxmo error de los sensores. Así pues, se asoca el 5% del valor máxmo de la fuerza de contacto a 2. De esta manera, se asume que el 95% de los valores de la dstrbucón estarán dentro del ntervalo de error consderado. Se smulan 2 campanas de Gauss dstntas 1 para la fuerza tangencal y 1 para la normal y se llevan a cabo N sm =1 smulacones las dos fuerzas son perturbadas al msmo tempo, obtenéndose, para cada momento artcular 1 evolucones dstntas. Para cada nstante de tempo k, y para cada momento M, se calcula la meda [ k] y la dspersón de estos valores k como: 1 N sm Nsm n1 (6) P 2 k ( M [ k, n] [ k]) N 1 sm P k ( M [ k, n]) (7) N sm n1 P donde el subíndce se refere al momento lustrado en la Fg. (1), M [ kn, ] es el momento artcular en el nstante k obtendo en la smulacón n (n=1 N sm ) cuando las fuerzas de contacto son perturbadas. N sm es el número de smulacones (N sm =1). Igual que en el caso anteror, para que las desvacones estándar en los dstntos momentos sean comparables, se defne el parámetro admensonal [ k] como el cocente entre dos veces la desvacón estándar y el rango de varacón de cada uno de los momentos artculares: [ k] M 2 [ k] M mn (8)

5 Efectos del error en las medcones de la fuerza de contacto pe-suelo en el ADI de la marcha 5 RESULTADOS Y DISCUSIÓN Errores Sstemátcos Como se ha explcado anterormente se perturban de manera ndependente las fuerzas normal y tangencal del contacto pe-suelo. La Tabla (1) muestra los errores RMSE en el momento artcular consecuenca de añadr una cantdad fja ( 1N, 5N, N, +5N y +1N) a dchas fuerzas de contacto. Tabla 1. Errores RMSE en el momento artcular del tobllo de la perna de apoyo ( ). RMSE (Nm) F n 1N F n 5N F n +N F n +5N F n +1N F t 1N F t 5N F t +N F t +5N F t +1N Al analzar la Tabla (1) se observa que los resultados presentan una smetría puntual. Por ejemplo, el valor del error RMSE obtendo para una fuerza de contacto F c =(F t +1, F n 5) es el msmo que para una perturbacón F=(F t 1, F n +5), las componentes de la matrz presentan una smetría respecto al punto donde las fuerzas de contacto no han sdo perturbadas. S las perturbacones son dos fuerzas de msmo módulo y sentdo pero dreccones opuestas, los momentos artculares se ven afectados varando su respuesta ncrementando en un caso y dsmnuyendo en el otro una msma cantdad. El valor RMSE estma la meda de los errores en módulo, y no tene en cuenta en qué sgno se producen estas dferencas, por eso los valores presentados en la Tabla (1) en poscones smétrcas respecto el punto sn perturbacón son guales. Esta tendenca se puede observar en las Fgs. (2) y (3) para los momentos y. Las zonas recuadradas en las Fgs. (2a) y (3a) son ampladas en las Fgs. (2b) y (3b) para lustrar mejor las dferencas durante los prmeros 2 ms. La curva dscontnua azul ndca el valor del momento artcular real (cuando los datos de entrada no contenen error). Las líneas rojas cuantfcan los momentos cuando la fuerza de contacto es perturbada en una cantdad postva, mentras qua las líneas verdes ndcan cantdades negatvas de perturbacón. Las curvas contnuas roja y verde ndcan los valores extremos calculados para una perturbacón máxma de F c =(F t +1, F n +1) y F c =(F t 1, F n 1), respectvamente Fc=(+1,+1) Fc=(,) Fc=(-1,-1) Fc=(+1,+1) Fc=(+5,+5) Fc=(,) Fc=(-5,-5) Fc=(-1,-1) Tempo [s] (a) Tempo [s] Fg. 2. Momento artcular del tobllo de la perna de apoyo para dstntas perturbacones de la fuerza de contacto. F c ndca el ncremento de esta fuerza de contacto. (b)

6 R. Pàmes-Vlà et al. / XVIII Congreso Naconal de Ingenería Mecánca (21) Fc=(+1,+1) Fc=(,) Fc=(-1,-1) Fc=(+1,+1) Fc=(+5,+5) Fc=(,) Fc=(-5,-5) Fc=(-1,-1) Tempo [s] Tempo [s] (a) (b) Fg. 3. Momento artcular de la rodlla de la perna de balanceo para dstntas perturbacones de la fuerza de contacto. F c ndca el ncremento de esta fuerza de contacto. Para cada perturbacón de la fuerza normal y tangencal se han calculado los errores RMSE hallando los resultados presentados en la Tabla (2). La tabla muestra úncamente los errores para varacones postvas de la fuerzas de contacto, los valores para las cantdades negatvas smuladas pueden ser hallados sabendo que se mantene la smetría puntual que se ha comentado. Estos errores pueden ser representados como una superfce en funcón del error de bas añaddo a las fuerzas de contacto. La Fg. (4). muestra los valores NRMSE en para dstntas cantdades fjas añaddas (Fuerzas desde 1 N a +1 N con ncrementos untaros). En esta fgura se puede observar la smetría puntual comentada anterormente. Tabla 2. Errores RMSE y NRMSE en los momentos artculares de las extremdades nferores. RMSE (Nm) NRMSE (%) F n +N F n +5N F n +1N F n +N F n +5N F n +1N F t +N F t +5N F t +1N M 2 F t +N F t +5N F t +N M 3 F t +N F t +5N F t +1N F t +N F t +5N F t +1N M 5 F t +N F t +5N F t +1N

7 Efectos del error en las medcones de la fuerza de contacto pe-suelo en el ADI de la marcha NRMSE [%] F t [N] F n [N] -5-1 Fg. 4. Evolucón del NRMSE en el momento artcular de la rodlla de la perna en balanceo. En térmnos absolutos, el mayor valor RMSE se encuentra en el momento del tobllo de la perna de apoyo, con un valor de Nm mentras que el error relatvo (NRMSE) más mportante se encuentra en M 5 con un valor del 1.924%. Es necesaro dstngur entre la perna de apoyo y la perna del balanceo. En el prmer caso, los momentos artculares de la rodlla y la cadera (M 2 y M 5 ) presentan unos valores RMSE más grandes que los momentos en las msmas artculacones de la perna del balanceo (M 3 y ). Estos resultados están de acuerdo con los publcados en [15]. Contraramente, los valores NRMSE son mayores en los momentos artculares de la perna del balanceo. La dferenca entre el error absoluto y el error relatvo se puede observar vsualmente en las Fgs. (2) y (3). Las curvas en la Fg. (2a) son más próxmas al valor orgnal, mentras que se percben más separadas en la Fg. (3a). Sn embargo, exste una dferenca mportante en el rango de varacón de dchos momentos. Aquí radca la mportanca de comparar los valores RMSE y NRMSE. La Tabla (2) muestra que los errores normalzados (NRMSE) son semejantes entre ellos la dferenca entre el valor máxmo (1.851%) y el mínmo (.12%) es pequeña. En oposcón, los valores RMSE dstan un ntervalo más amplo, de hasta dos órdenes de magntud desde.26 Nm a 8.18 Nm. Así pues, una perturbacón en la fuerza de contacto pe-suelo comporta un error relatvo (NRMSE) smlar en todos los momentos de las extremdades nferores, en cambo se aprecan dferencas sgnfcatvas en el error absoluto RMSE. El análss de sensbldad permte determnar cómo responden los momentos ante las varacones en los datos ntroducdos de la fuerza de contacto. Las Fgs. (5a) y (5b) muestran las sensbldad de los momentos M a las perturbacones en la dreccón tangencal y normal, respectvamente. Los valores de la Fg. (5a) son cas tres veces superores a los de la Fg. (5b), los momentos artculares presentan más sensbldad a las perturbacones de la fuerza tangencal que las msmas perturbacones en la fuerza normal. El momento es el que presenta una sensbldad mayor mentras que el momento es muy poco sensble a las perturbacones en las fuerzas de contacto. Estos resultados, como era de esperar, presentan una msma tendenca con los valores RMSE mostrados en la Tabla (2), donde se puede observar que es el momento artcular con un error absoluto más pequeño (los valores del error RMSE son un orden de magntud nferor). Comparando los resultados para los cnco momentos estudados, se observa que los momentos de la perna de apoyo presentan una sensbldad más grande a las perturbacones en la fuerza de contacto que los momentos artculares de la perna de balanceo.

8 R. Pàmes-Vlà et al. / XVIII Congreso Naconal de Ingenería Mecánca (21) 8 Sensbldad Nm/N Tempo [s] (a) Sensbldad Nm/N Tempo [s] Fg. 5. Sensbldad de los momentos artculares. (a) Sensbldad a las perturbacones en la fuerza tangencal. (b) Sensbldad a las perturbacones en la fuerza normal. (b) M 2 M 3 M 5 La sensbldad máxma es próxma a los valores publcados en [15] donde se detectaban errores máxmos de.8 Nm/N para perturbacones en la fuerza tangencal. Estos valores revelan la mportanca de los errores en los datos de entrada del ADI. Una varacón de 1 N error probable en una medcón expermental, puede producr varacones próxmas a 1 Nm en los momentos de fuerza estmados. Errores Aleatoros Además de los errores sstemátcos analzados en la sub-seccón anteror, las medcones pueden contener errores aleatoros. Estos errores son consecuenca de dferentes fuentes y se han modelzado medante una dstrbucón de probabldad Gaussana. El análss estadístco se ha hecho con 1 muestras dstntas de esta poblacón. Para comparar el efecto que las perturbacones tenen en cada uno de los momentos artculares, se ha calculado, para cada momento M, la meda y la desvacón estándar de los 1 valores en cada nstante temporal k. Ordenando en orden crecente los valores de k, se observa que las desvacones son mayores en el momento artcular segudas de las dspersones en M 2, M 5, M 3 y fnalmente. Esta tendenca se mantene temporalmente a lo largo de la smulacón y, como muestra de ello, la Tabla (3) contene los valores máxmos de estas desvacones estándares para cada momento. Esta tabla tambén contene el valor máxmo del parámetro admensonal defndo en la Ec. (8). Tabla 3. Desvacón Estándar máxma y parámetro admensonal. M 2 M 3 M [%] El valor máxmo de se encuentra en el momento (6.28 Nm) mentras que la desvacón máxma esperada en el momento es pequeña, tan solo de.125 Nm. No debe confundrse este análss estadístco con el análss del error de bas. El valor de es un ndcador de la varabldad en un nstante temporal k, está relaconado con el máxmo valor de dspersón. En el análss del error de bas, el valor RMSE cuantfca un error medo a lo largo de la smulacón, y no nstantáneo como. De esta manera, el valor ndca que una perturbacón Gaussana en la fuerza de contacto, puede alterar el valor del momento en una cantdad máxma de Nm (con un ntervalo de confanza del 95%). El parámetro pone de manfesto que, en térmnos relatvos al rango del momento, las desvacones en M 3, y M 5 son más mportantes (4.841%, 4.513% y 4.411%, respectvamente). En este caso los dos momentos de la cadera presentan resultados relatvos smlares y no se observa una dferenca tan clara entre la perna de apoyo y de balanceo como pasaba en el análss de los errores sstemátcos.

9 Efectos del error en las medcones de la fuerza de contacto pe-suelo en el ADI de la marcha 9 Fnalmente, la Fg. (6) muestra los resultados para el momento artcular del tobllo de la perna de apoyo y para el momento de la rodlla de la perna de balanceo. En azul se ha representado la meda de las 1 smulacones, la línea contnua roja ndca el ntervalo de confanza ±2. En verde se ha representado el valor del momento obtendo en una de las 1 smulacones. Como se apreca en la magen, la osclacón del momento es mportante, y se pone de manfesto la necesdad de un fltrado a errores de alta frecuenca M M 1 1 M ±2Sgma 1 ± M1±2Sgma ± Tempo [s] (a) Tempo [s] (b) -1-2 M 4 ±2 ±2Sgma real ±2Sgma ±2 pert Tempo [s] Tempo [s] (c) (d) Fg. 6. Momentos artculares y el rango de varacón debdo a las perturbacones Gaussanas (a) y (b) Momento artcular, (c) y (d) Momento artcular. CONCLUSIONES En este trabajo se han aplcado técncas de dnámca multcuerpo para estudar los efectos que los errores en las medcones de la fuerza de contacto pe-suelo causan en los resultados de un análss dnámco nverso de la marcha humana. Se ha estudado el efecto de tener un error sstemátco en estas medcones añadendo una cantdad fja a la medcón orgnal y el efecto provocado por errores aleatoros smulado con una dstrbucón Gaussana. El análss de los resultados muestra que, para el caso de los errores sstemátcos, el momento más sensble a los errores en las placas de fuerza es el momento artcular en el tobllo del pe en contacto con el suelo. Los momentos más alejados de este punto son los que presentan unos errores absolutos menores meddos a partr del valor RMSE. Además, el estudo de sensbldad muestra que, pequeñas varacones en la fuerza de entrada, pueden provocar errores en los momentos artculares de hasta.8 Nm/N.

10 R. Pàmes-Vlà et al. / XVIII Congreso Naconal de Ingenería Mecánca (21) 1 Por otro lado, los errores aleatoros no son desprecables y pueden conducr a errores mportantes en la estmacón de los momentos. Los procesos de fltrado de alta frecuenca son necesaros s se queren utlzar las medcones de la placa de fuerza como dato de entrada del ADI. Tenendo en cuenta que los errores ntroducdos son errores realstas ncluso a veces nferores a los resultados de error publcados en algunos estudos, y sabendo que los resultados del ADI son muy sensbles a pequeñas varacones de los parámetros de entrada, la práctca de utlzar drectamente las medcones de las placas de fuerza como parámetros de entrada en el análss no es la más adecuada. Es más apropado utlzarlos como datos comparatvos de valdacón del modelo en un problema de optmzacón. Los resultados presentados son útles para conocer como los errores de las medcones de una placa de fuerza pueden alterar los momentos artculares y qué errores se pueden cometer s se utlzan dchas medcones como datos de entrada en un ADI. En este trabajo, el movmento de la marcha está mpuesto y el modelo del cuerpo humano está restrngdo a moverse en el plano sagtal (movmento bdmensonal). En trabajos futuros está prevsto utlzar un modelo realsta trdmensonal y las capturas del movmento real de la marcha. AGRADECIMIENTOS Los autores agradecen al Mnstero de Cenca e Innovacón por la fnancacón del proyecto de nvestgacón DPI C3. REFERENCIAS [1] J. Ambróso, A. Kecskeméthy, Multbody Dynamcs of Bomechancal Models for Human Moton va Optmzaton, n Multbody Dynamcs: Computatonal Methods and Applcatons, (27), [2] B.M. Ngg, W. Herzog (Eds.), Bomechancs of the musculo-skeletal system, Wley: West Sussex, England, (1999). [3] H. Hatze, The fundamental problem of myoskeletal nverse dynamcs and ts mplcatons, Journal of Bomechancs, 35 (22), [4] A.D. Kuo, A least-squares estmaton approach to mprovng the precson of nverse dynamcs computatons, Journal of Bomechancal Engneerng, 12 (1998), [5] A. Cappozzo, L. Tommaso, A. Pedott, A general computng method for the analyss of human locomoton, Journal of Bomechancs, 8 (1975), [6] R. Dumas, E. Ncol, L. Chèze, Influence of the 3D Inverse Dynamc Method on the Jont Forces and Moments Durng Gat, Journal of Bomechancal Engneerng, 129, 5 (27), [7] A. Forner-Cordero, H.J.F.M. Koopman, F.C.T. Van der Helm, Inverse dynamcs calculatons durng gat wth restrcted ground reacton force nformaton from pressure nsoles, Gat and Posture 23, 2 (26), [8] S.T. McCaw, P. DeVta, Errors n algnment of center of pressure and foot coordnates affect predcted lower extremty torques, Journal of Bomechancs, 28, 8 (1995), [9] R. Pàmes-Vlà, J.M. Font-Llagunes, J. Cuadrado, F.J. Alonso, Influence of nput data errors on the nverse dynamcs analyss of human locomoton. 1st Jont Internatonal Conference on Multbody System Dynamcs. Proceedngs CD, Lappeenranta, Fnland (21). [1] R. Barlett, Force platforms and external force measurements. In R. Barlett (Ed), Introducton to sports bomechancs, , E&FN SPON, London (27). [11] S. Psycharaks, S. Mller, Estmaton of errors n force platform data. Research Quarterly for Exercse & Sport, 77, 4 (26), [12] R. Dumas, L. Cheze, J.P. Verrest, Adjustments to McConvlle et al. and Young et al. body segment nertal parameter,. Journal of Bomechancs 4, 3 (27), Corrgendum Journal of Bomechancs 4, 7 (27), [13] J. García de Jalon, E. Bayo, Knematc and Dynamc Smulaton of Multbody Systems. The Real-Tme Challenge, Sprnger-Verlag, New-York (1994). [14] R.S. Fglola, D.E. Beasley, Theory and Desgn for Mechancal Measurements, John Wley and Sons, tercera edcón (2). [15] M.P.T Slva, J.A.C Ambróso, Senstvty of the results produced by the nverse dynamc analyss of a human strde to perturbed nput data, Gat and Posture, 19 (24),

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

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

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

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

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

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

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

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

Más detalles

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

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

Más detalles

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio.

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio. 1 Movmento Vbratoro Tema 8.- Ondas, Sondo y Luz Movmento Peródco Un móvl posee un movmento peródco cuando en ntervalos de tempo guales pasa por el msmo punto del espaco sempre con las msmas característcas

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Correlación y regresión lineal simple

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

Más detalles

ESTADÍSTICA (GRUPO 12)

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

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

REGRESION LINEAL SIMPLE

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

Más detalles

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

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

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

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

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

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

Análisis de ruido en detectores ópticos.

Análisis de ruido en detectores ópticos. Análss de rudo en detectores óptcos. La corrente real generada en un fotododo es de carácter aleatoro, cuyo valor fluctúa entre el valor promedo defndo por la foto-corrente: p = RP Dchas fluctuacones se

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

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

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

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

Más detalles

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

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

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Medidas de centralización

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

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

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

Más detalles

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

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

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

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

Más detalles

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

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

Más detalles

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

Guía de Electrodinámica

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

Más detalles

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

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

Marcos Gutiérrez-Dávila marcosgd@ugr.es

Marcos Gutiérrez-Dávila marcosgd@ugr.es Marcos Gutérrez-Dávla marcosgd@ugr.es Introduccón: Relacón de la bomecánca con el deporte de competcón El gesto deportvo consttuye un patrón de movmento estable que se caracterza por el alto grado de efcenca

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

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

Más detalles

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

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

Más detalles

Condiciones Generales TestQual 2013

Condiciones Generales TestQual 2013 Condcones Generales TestQual 2013 Ejerccos TestQual 2013: En el presente documento se descrben las Condcones Generales de aplcacón en los Programas de Intercomparacón de TestQual. Con la solctud de uno

Más detalles

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

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

Más detalles

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

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

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Práctica 2 Caracterización de un dinamómetro

Práctica 2 Caracterización de un dinamómetro Págna 1/9 Práctca Caracterzacón de un dnamómetro Págna 1 Págna /9 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Peso de las masas patrón Resgo asocado Al manpular las masas nadecuadamente se

Más detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

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

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

Más detalles

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

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

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

Laboratorio de Física con soporte interactivo en Moodle

Laboratorio de Física con soporte interactivo en Moodle Laboratoro de Físca con soporte nteractvo en Moodle Laboratoro de Físca con soporte nteractvo en Moodle Javer Ablanque Ramírez Rosa María Bento Zafrlla Juan Carlos Losada González Departamento de Físca

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

Organización y resumen de datos cuantitativos

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

Más detalles

Hidrología superficial

Hidrología superficial Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras

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

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

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

Más detalles

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

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

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general). 3. En el modelo lneal general Y = X b + e, explcar la forma

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

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

1.- Objetivo Alcance Metodología...3

1.- Objetivo Alcance Metodología...3 PROCEDIMIENTO DO PARA EL CÁLCULO DEL FACTOR DE DESEMPEÑO DEL CONTROL DE FRECUENCIA (FECF) EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE 1.- Objetvo...3 2.- Alcance...3 3.- Metodología...3 3.1.- Cálculo de la

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

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia GUÍA 5 Dego Lus Arstzábal R., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal de Colomba Roberto Fabán Retrepo A., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal

Más detalles

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

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

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Efectos fijos o aleatorios: test de especificación

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

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

Indicadores de la calidad del agarre humano: rangos de variabilidad y análisis de sensibilidad

Indicadores de la calidad del agarre humano: rangos de variabilidad y análisis de sensibilidad Asocacón Española de Ingenería Mecánca XIX CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Indcadores de la caldad del agarre humano: rangos de varabldad y análss de sensbldad B.E. León Pnzón (1),J.L. Sancho

Más detalles

Tratamiento de datos experimentales. Teoría de errores

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

Más detalles

REGRESION Y CORRELACION

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

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

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

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA Ingenería Químca Undad I. Introduccón a los cálculos de Ingenería Químca

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

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

Más detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

Economía de la Empresa: Financiación

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

Más detalles

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

Tema 3. Sólido rígido.

Tema 3. Sólido rígido. Tema 3. Sóldo rígdo. Davd Blanco Curso 009-010 ÍNDICE Índce 1. Sóldo rígdo. Cnemátca 3 1.1. Condcón cnemátca de rgdez............................ 3 1.. Movmento de traslacón...............................

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

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

Más detalles

Primer Parcial 2000: ( n ) 2. Introducción a la Optica (Agrimensura)

Primer Parcial 2000: ( n ) 2. Introducción a la Optica (Agrimensura) Introduccón a la Optca (Agrmensura) Prmer Parcal 2000: Ejercco 1 (5 puntos): Se consdera la lámna transparente de la fgura, de índce de refraxón n'. El efecto de colocar la msma en la trayectora del rayo,

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

Laboratorio de Análisis de Circuitos. Práctica 10. Medición de la potencia eléctrica y corrección del factor de potencia con Maple y Proteus ISIS

Laboratorio de Análisis de Circuitos. Práctica 10. Medición de la potencia eléctrica y corrección del factor de potencia con Maple y Proteus ISIS aboratoro de Análss de Crcutos Práctca 10 Medcón de la potenca eléctrca y correccón del factor de potenca con Maple y Proteus ISIS 1 Objetos 1 Calcular con el empleo de programas de cómputo las ntensdades

Más detalles

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

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

Más detalles

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

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

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

Mecánica del Sólido Rígido

Mecánica del Sólido Rígido Mecánca del Sóldo Rígdo 1.- Introduccón Cnemátca, Dnámca y Estátca 2.- Cnemátca. Tpos de movmento del sóldo: Traslacón, Rotacón Movmento Plano General Movmento General 3.- Cnétca. Fuerzas y aceleracones.

Más detalles