Universidad Carlos III de Madrid. 3.4 Sistemas LIT. SLIT: Sistemas Lineales e Invariantes con el Tiempo Linealidad

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

Download "Universidad Carlos III de Madrid. 3.4 Sistemas LIT. SLIT: Sistemas Lineales e Invariantes con el Tiempo Linealidad"

Transcripción

1 Uiversidad Carlos III de Madrid 3.4 Sisemas LIT SLIT: Sisemas Lieales e Ivariaes co el Tiempo Liealidad Supogamos que la señal se puede expresar como ua combiació lieal de señales más simples ( x i () ) y que, ae esas eradas, es fácilmee calculable la salida de u sisema (y i () ). Eoces, la salida y() es: = ax () + L+ a x () Aplicació: N N Sisema lieal T { } y() = a y () + L+ a y () Si coocemos la respuesa de u sisema lieal ae señales básicas (impulsos, escaloes, expoeciales complejas), ambié cooceremos su respuesa ae combiacioes lieales de esas señales N N

2 .6 Señales Básicas Tiempo discreo Impulso uiario desplazado Propiedad: Cualquier señal defiida sobre iempo discreo puede represearse como ua suma de impulsos escalados y desplazados M - 3 x[ 3] δ[ 3] x[] - 3 x[ ] δ[ ] - 3 = - 3 x[ ] δ[ ] x[ ] = x[ δ[ k = M L - 3 x[ ] δ[ ].6 Señales Básicas Tiempo coiuo Cualquier señal defiida sobre iempo coiuo puede represearse como ua iegral (suma) de impulsos escalados y desplazados δ () δ () xk ( ) δ ( k) x () = xk ( ) δ ( k) k = Variable idepediee k ( k + ) x ( τ) δ ( τ) = x( ) Variable iegració

3 3.4 Sisemas LIT Liealidad x[] - 3 x(τ ) = δ ( τ ) L+ x[ ] δ[ + ] + x[] δ[ ] + x[] δ[ ] + L x[ ] = x[ δ[ τ k = coeficiee (o depede de ) = x( τ) δ( τ) Señal (depede de ) Combiació lieal de δ Si coocemos la respuesa de u Sisema lieal ae δ(-τ) (ó δ[-) podremos coocer la respuesa ae cualquier erada (ó x[]) Liealidad x[ ] = x[ δ[ k = = x( τ) δ( τ) 3.4 Sisemas LIT { } δ[ Sisema h [ k ] = T δ [ k ] lieal δ ( τ ) T{ } hτ () = T{ δ ( τ )} y [ ] = xkh [ ] k[ ] k = = y () x( τ) h() τ Si coocemos la respuesa de u Sisema lieal ae δ(-τ) (ó δ[-) podremos coocer la respuesa ae cualquier erada (ó x[])

4 3.4 Sisemas LIT Ivariaza Temporal δ () h () Sisema ivariae h ( δ ( ) ) Coclusió: Si el sisema es lieal e ivariae co el iempo os basa coocer la respuesa al impulso uiario para calcular la respuesa a cualquier erada arbiraria. Sisema Lieal Ivariae e el Tiempo δ () h () 3.4 Sisemas LIT Liealidad e Ivariaza Temporal Tiempo coiuo δ () h () Sisema Lieal δ ( Ivariae ) h ( ) e el Tiempo h () x(τ) δ( τ) y () = x( τ) h ( τ) τ = x( τ) δ( τ) Covolució: y () = x ()* h ()

5 3.4 Sisemas LIT Liealidad e Ivariaza Temporal Tiempo discreo δ[ ] h [ ] δ[ k x[] Sisema Lieal Ivariae e el Tiempo h [] h [ k - 3 x[ ] = x[ δ[ k = Covolució: y [ ] = xkh [ ] [ k = y [] = x []*[] h 3.5 Covolució * y() = x( τ) y ( τ) x[ ]* y[ ] = x[ y[ k = Propiedades de la covolució Comuaiva: * y() = y ()* x () τ= σ = dσ *() y = ( τ y τ) = = x ( σ)() y σ ( dσ) = y()*() x τ= σ= τ= σ= k= l x[]*[] y= xky [][ = k= l= = x [ kyl ][] = y []*[] x k= l= k= l=

6 3.5 Covolució Propiedades de la covolució Asociaiva: x[]* y []*[] z = x []*[]*[] y z ( ) ( ) Cosecuecia: Iercoexió de Sisemas LIT e serie x[ ] h[ ] w [ ] h [ ] y[ ] Equivalecia ( ) ( ) y [ ] = x [ ]* h[ ] * h[ ] = x [ ]* h[ ]* h[ ] = x [ ]* h [ ] x[ ] y[ ] h[ ]* h [ ] eq Si ahora eemos e cuea la comuaividad h[ ]* h [ ] = h [ ]* h[ ] ( ) ( ) y[ ] = x[ ]* h[ ]* h [ ] = x[ ]* h [ ] * h[ ] x[ ] h [ ] z [ ] h[ ] y[ ] 3.5 Covolució Propiedades de la covolució Disribuiva respeco a la suma: x[]* y [] + z [] = x []*[] y + x []*[] z ( ) ( ) ( ) Cosecuecia: Iercoexió de Sisemas LIT e paralelo Sisema # h () Sisema # h () y () x () Sisema Equiv. y () h() +Lh () N Sisema #N h () N

7 Propiedades de la covolució Elemeo euro: Es ua señal y() que al covolucioarla co produce como resulado la misma señal. 3.5 Covolució * y() = x( τ) y ( τ) = x () Como... x(τ) δ( τ) = x( τ) δ( τ) τ El elemeo euro de la covolució es la fució δ() x( )* δ( ) = x ( ); x [ ]* δ[ ] = x [ ] 3.5 Covolució Propiedades de la covolució Elemeo euro: x ()* δ( ) = x ( τ) δ( τ ) = x( σδ ) ( σ) dσ= x ( ) δ( ) x( )

8 3.6 Propiedades de los SLIT Hemos represeado los SLIT e érmios de su respuesa impulsioal. Sisema Lieal x[] Ivariae y [ ] = xkh [ ] [ e el Tiempo k = h [] Sisema Lieal Ivariae y () = x( τ) h ( τ) e el Tiempo h () Por ao, se puede coocer las propiedades de u sisema (memoria, causalidad,...) aalizado su respuesa impulsioal. 3.6 Propiedades de los SLIT Sisemas LIT si/co memoria Si memoria: la salida, para cada isae de iempo (valor de la variable idepediee) depede ÚNICAMENTE de la erada e ese mismo isae de iempo. Sisema Lieal Ivariae e el Tiempo: x [] h [ ] y [ ] = hkx [ ] [ Sisema SIN memoria k = = L+ h[ ] x[ + ] + h[] x[ ] + h[] x[ ] + L x [] h [ ] y [ ] = f( x [ ]) h[ ] = h[] = h[ ] = L = Sisema LIT si Memoria: h [ ] = Cδ[ ] h () = Cδ () C C

9 3.6 Propiedades de los SLIT Sisemas LIT causales U sisema es causal cuado la salida e u isae de iempo depede ÚNICAMENTE de valores de la erada e Sisema causal x [] h [ ] y [ ] = f( x [ ], x [ ], x [ ], K) Sisema Lieal Ivariae e el Tiempo: x [] h [ ] y [ ] = hkx [ ] [ Sisema LIT causal: h()=, < (h[]=, <) h [ ] k = = L+ h[ ] x[ + ] + h[] x[ ] + h[] x[ ] + L h () - Causalidad 3.6 Propiedades de los SLIT x[] h [ ] y [ ] Causal - h () y () No causal x[] h [] - 3 y [ ] No causal

10 3.6 Propiedades de los SLIT Esabilidad Tiempo discreo x [] h [ ] y [ ] = x [ ]* h [ ] Sisema esable [ ], [ ] X [ ] Esabilidad e SLIT x x K < y K < y [ ] = hkx [ ] [ y [ ] = hkx [ ] [ k= k= Los SLIT esables iee ua respuesa impulsioal sumable e valor absoluo. hk [ ] x [ hk [ ] x [ K hk [ ] X k= k= k= Si hk [ ] < y [ ] K = K hk [ ] k= Y X k= Y 3.6 Propiedades de los SLIT Esabilidad Tiempo coiuo h () y () = x ()* h () Sisema esable ( ), ( ) X ( ) x x K < y K < Esabilidad e SLIT y ( ) = x ( ) h( ) d y ( ) = x ( ) h( ) d τ τ τ τ τ τ Si h( τ ) y( ) K = K h( τ) y ( ) = x ( τ ) h( τ) x ( τ) h( τ) Los SLIT esables iee ua respuesa impulsioal iegrable e valor absoluo. Y X Y

11 Iveribilidad 3.6 Propiedades de los SLIT Cosideremos u sisema LIT y su iverso: h () y () y () Sisema iverso El sisema iverso... es lieal? es ivariae? y () h () h INV () ( ) ( ) * h() * h () = * h()* h () = INV INV Elemeo euro h ()* h () = δ () INV Iveribilidad Ejemplo: 3.6 Propiedades de los SLIT x[ ] u [ ] y [ ] y [ ] Sisema x[ ] iverso u [ ]* h [ ] = δ[ ] INV Como δ [] = u[] u[ ] h [ ] = δ[ ] δ[ ] INV u [ ] h [ INV u[] - - u[ ] L L -

12 3.7 Respuesa al escaló Para calcular la salida y las propiedades de u SLIT ecesiamos coocer su respuesa impulsioal Tiempo discreo: o hay problema Sisema δ [ ] h [ ] LIT Tiempo coiuo: cómo geerar δ()? Solució: uilizar la respuesa al escaló (fácilmee geerable) δ () Sisema h () LIT u () s() u()* h() h( τ ) = = Relacioes ere respuesa impulsioal y respuesa al escaló s() = h( τ ) ds() h () = s () = d

SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO

SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO CAPÍTULO DOS SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO. Iroducció E ese capíulo se iroduce y discue varias propiedades básicas de los sisemas. Dos de ellas, la liealidad y la ivariabilidad e el iempo,

Más detalles

Universidad Carlos III de Madrid

Universidad Carlos III de Madrid Uiversidad Carlos III de Madrid. El mudo físico: represeació co señales y sisemas Señales: Fucioes co las que represeamos variacioes de ua magiud física Volaje, iesidad, fuerza, emperaura, posició r ()

Más detalles

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES 4. VARIABLES ALEATORIAS Y SUS PROPIEDADES Dr. hp://mah.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 4. Variables Aleaorias Ua variable aleaoria es ua fucio que asume sus

Más detalles

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción CAPÍTULO UNO SEÑALES Y SISTEMAS. Iroducció Los cocepos de señales y sisemas surge e ua gra variedad de campos y las ideas y écicas asociadas co esos cocepos juega u papel imporae e áreas a diversas de

Más detalles

CAPÍTULO 1 CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA.

CAPÍTULO 1 CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA. APÍTULO UTOS EN EL DOMNO DE LA FEUENA... SSTEMAS LNEALES NAANTES. roducció. U iema lieal ivariae e repreea uualmee mediae u bloque e el que e muera ao la exciació como la repuea Exciació x ( Siema lieal

Más detalles

i 1,2,..., m (filas) j 1,2,..., n (columnas) t

i 1,2,..., m (filas) j 1,2,..., n (columnas) t MTRICES Y DETERMINNTES Cocepos básicos Deermiaes Mariz iversa CONCEPTOS BÁSICOS MTRIZ de m filas y columas: a11 a12 a1 a21 a22 a 2 am1 am2 am i1,2,..., m (filas) Se represea por a j 1,2,..., (columas)

Más detalles

CAPÍTULO I CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA

CAPÍTULO I CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA APÍTULO UTOS EN EL DOMNO DE LA FEUENA.. SSTEMAS LNEALES NAANTES roducció U iema lieal ivariae e repreea uualmee mediae u bloque e el que e muera ao la exciació como la repuea Exciació x () Siema lieal

Más detalles

TRANSFORMADA z Y DE FOURIER

TRANSFORMADA z Y DE FOURIER Uiversidad de Medoa Dr Ig Jesús Rubé Aor Mooya Aálisis de Señales OBJEIVOS: RANSFORMADA Y DE FOURIER - Expoer los cocepos de fucioes discreas e cuao a la visió del proceso de raamieo de señales que pare

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

José Morón SEÑALES Y SISTEMAS

José Morón SEÑALES Y SISTEMAS SEÑALES Y SISTEMAS José Moró SEÑALES Y SISTEMAS Uiversidad Rafael Urdaea Auoridades Recorales Dr. Jesús Esparza Bracho, Recor Ig. Maulio Rodríguez, Vicerrecor Académico Ig. Salvador Code, Secreario Lic.

Más detalles

ANÁLISIS DE FOURIER. m(el asterisco indica el conjugado complejo), se desea expandir una función arbitraria f (t) en una serie infinita de la forma

ANÁLISIS DE FOURIER. m(el asterisco indica el conjugado complejo), se desea expandir una función arbitraria f (t) en una serie infinita de la forma CAPÍULO RES ANÁLISIS DE FOURIER IEMPO CONINUO Iroducció La represeació de la señal de erada a u sisema (eediedo como sisema u cojuo de elemeos o bloques fucioales coecados para alcazar u objeivo deseado)

Más detalles

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1)

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1) ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO (NOVALES.) Cosideremos P P e g. Dado que dicha fució es coiua y que exise y so coiuas las derivadas de odos los órdees, podemos aplicar Taylor

Más detalles

85.- Sea B j (t) la función polinómica: n j. Demostrar que: iii) Solución: Consideremos la identidad: (t+x) n =

85.- Sea B j (t) la función polinómica: n j. Demostrar que: iii) Solución: Consideremos la identidad: (t+x) n = Hoa Problemas Aálisis II /9 85.- Sea la fució oliómica: N R Demosrar que: i ii iii iv Solució: Cosideremos la ideidad: R N. Derivado e ambos miembros reseco de mulilicado desués or se obiee: - Derivado

Más detalles

Series de Fourier. 1. Tratamiento Digital de Señal. Series de Fourier

Series de Fourier. 1. Tratamiento Digital de Señal. Series de Fourier Series de Fourier. Traamieo Digial de Señal. Series de Fourier Series de Fourier. Preámbulo El aálisis de Fourier fue iroducido e 8 e la Théorie aalyiique de la chaleur para raar la solució de problemas

Más detalles

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES

Más detalles

RESOLUCIÓN DE CIRCUITOS APLICANDO TRANSFORMADA DE LAPLACE

RESOLUCIÓN DE CIRCUITOS APLICANDO TRANSFORMADA DE LAPLACE A.4. TEORÍA DE CIRCUITOS I CAPÍTUO RESOUCIÓN DE CIRCUITOS APICANDO TRANSFORMADA DE APACE Cáedra de Teoría de Circuio I Edició 03 RESOUCION DE CIRCUITOS APICANDO TRANSFORMADA DE APACE.. Iroducció El cálculo

Más detalles

FUNCIONES EXPONENCIALES

FUNCIONES EXPONENCIALES 1 FUNCIONES EXPONENCIALES Las fucioes epoeciales iee muchas aplicacioes, e especial ellas describe el crecimieo de muchas caidades de la vida real. Defiició.-La fució co domiio odos los reales y defiida

Más detalles

Tema 5. DIAGONALIZACIÓN DE MATRICES

Tema 5. DIAGONALIZACIÓN DE MATRICES José Maía Maíe Mediao Tema DGONLZCÓN DE MTRCES oducció Poecia de ua mai Sea Supogamos que se desea calcula : 7 7 8 8 Deemia ua egla paa o esula imediao Compobemos, aes de segui adelae, que MDM, siedo M

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

SISTEMAS LINEALES TABLAS. Dpto. Teoría de la Señal y Comunicaciones

SISTEMAS LINEALES TABLAS. Dpto. Teoría de la Señal y Comunicaciones SISEMAS LIEALES ABLAS Dpo. orí d l Sñl y Comuiccios POPIEDADES DE LA ASFOMADA DE LAPLACE Propidd Sñl rsformd OC ( ) ( ) ( ) s ( s) ( s) Lilidd + b ( ) ( s) b ( s) Dsplmio l impo ( ) Dsplmio l domiio s

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

Planificación contra stock. Presentación. Introducción

Planificación contra stock. Presentación. Introducción Plaificació cora sock 09.0.07 Preseació Fabricar cora sock? No iee que ser cero el iveario? Se vio e el capíulo de iroducció. Plaificar cora sock Ciclo de pedido y fabricació idepediees. Demada aual coocida.

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

Página 1 de 34. FILTROS ADAPTIVOS LMS RMS Filtro Kalman INTRODUCCION

Página 1 de 34. FILTROS ADAPTIVOS LMS RMS Filtro Kalman INTRODUCCION Págia de 34 Uiversidad Nacioal de Cordoba FILTROS ADAPTIVOS LMS RMS Filro Kalma INTRODUCCION El cocepo de filro adapaivo, sugiere el de u disposiivo que iea modelizar la relació ere señales e iempo real

Más detalles

LA TRANSFORMADA DE LAPLACE

LA TRANSFORMADA DE LAPLACE Circuio y Siema Diámico (3º IIND) Tema 2 A TRANSFORMADA DE APACE Curo 23/24 Tema 2: a Traformada de aplace 2. Iroducció: de dóde veimo y a dóde vamo 2.2 Defiició de la raformada de aplace 2.3 Traformada

Más detalles

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y Capíulo 3 Marco eórico CAPÍTULO 3 MARCO TEÓRICO A lo largo de ese capíulo se explica los cocepos básicos que se debiero eer y cosiderar para la elaboració de la clasificació de maerias primas, los modelos

Más detalles

Apuntes Sistemas Lineales Dinámicos - 543 214

Apuntes Sistemas Lineales Dinámicos - 543 214 Uiversidad de Cocepció Faculad de Igeiería Depo. de Igeiería Elécrica Apues Sisemas Lieales Diámicos - 543 4. f () = si(5) f (kt) = f (kt) f () = si() kt -..5..5. 4 ava edició Prof. José R. Espioza C.

Más detalles

2. MATRICES Y DETERMINANTES

2. MATRICES Y DETERMINANTES Marices y Deermiaes 2. MTRICES Y DETERMINNTES SUMRIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRIC 1.- Marices. 2.- Operacioes co Marices. 3.- Equivalecia de Marices. Trasformacioes Elemeales de Marices.

Más detalles

Clasificación de señales. Clasificación de señales. Clasificación de señales. Vectores

Clasificación de señales. Clasificación de señales. Clasificación de señales. Vectores Clasificació de señales Señales de Eergía y Señales de Pecia Señal de Eergía: Señal e fra de puls que ralee exise sól durae u ierval fii de iep, al es la ayr pare de su eergía se ecuera ccerada e u ierval

Más detalles

3. Volumen de un sólido.

3. Volumen de un sólido. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Itegrales y aplicacioes.. Volume de u sólido. E esta secció veremos cómo podemos utilizar la itegral defiida para calcular volúmees de distitos tipos

Más detalles

Introducción al Método de Fourier. Grupo

Introducción al Método de Fourier. Grupo Itroducció al Método de Fourier. Grupo 536. 14-1-211 Problema 1.) Ua cuerda elástica co ρ, y logitud L coocidos, tiee el extremo de la izquierda libre y el de la derecha sujeto a u muelle de costate elástica

Más detalles

2.- ESPACIOS VECTORIALES. MATRICES.

2.- ESPACIOS VECTORIALES. MATRICES. 2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a. Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS MAEC 2140: Méodos Cuaiaivos Prof. J.L.Coo DISCUSION Y EJEMPLOS SOBRE EL TEMA FUNCIONES EXPONENCIALS El valor del diero

Más detalles

UNIVERSIDAD AUTÓNOMA CHAPINGO CÁLCULO MULTIVARIADO Y ECUACIONES DIFERENCIALES

UNIVERSIDAD AUTÓNOMA CHAPINGO CÁLCULO MULTIVARIADO Y ECUACIONES DIFERENCIALES UNIVERSIDAD AUTÓNOMA CHAPINGO PREPARATORIA AGRÍCOLA ÁREA DE MATEMÁTICAS CÁLCULO MULTIVARIADO Y ECUACIONES DIFERENCIALES f : R R ( ) h p AUTOR Vícor Rafael Valdovios Chávez Ooño de AUTOR Vícor Rafael Valdovios

Más detalles

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

Teoría de la conmutación. Álgebra de Boole

Teoría de la conmutación. Álgebra de Boole Álgebra de Boole Defiicioes y axiomas Propiedades Variables y fucioes booleaas Defiicioes Propiedades Formas de represetació Fucioes booleaas y circuitos combiacioales Puertas lógicas Puertas lógicas fudametales

Más detalles

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE

Más detalles

Aplicaciones del cálculo integral vectorial a la física

Aplicaciones del cálculo integral vectorial a la física Aplicacioes del cálculo itegral vectorial a la física ISABEL MARRERO epartameto de Aálisis Matemático Uiversidad de La Lagua imarrero@ull.es Ídice 1. Itroducció 1 2. Itegral doble 1 2.1. Motivació: el

Más detalles

Aplicaciones del teorema del punto fijo de Banach

Aplicaciones del teorema del punto fijo de Banach UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS EAP DE MATEMÁTICA Aplicacioes del eorema del puo fijo de Baach TESIS para opar el Tíulo Profesioal de Liceciado e Maemáica Pura

Más detalles

FUNCIONES ACTUARIALES COMO VARIABLES ALEATORIAS SOBRE UNA SOLA VIDA Por Oscar Aranda Martínez Nadia Araceli Castillo García Abril 2010

FUNCIONES ACTUARIALES COMO VARIABLES ALEATORIAS SOBRE UNA SOLA VIDA Por Oscar Aranda Martínez Nadia Araceli Castillo García Abril 2010 FUNCIONES ACUARIALES COMO VARIABLES ALEAORIAS SOBRE UNA SOLA VIDA Por Oscar Arada Maríez Nadia Araceli Casillo García Abril E ese primer documeo se presea el ueo efoque del cálculo acuarial, e dode las

Más detalles

SOBRE UNA FORMULA DE L. SCHWARTZ. Susana Elena Trione

SOBRE UNA FORMULA DE L. SCHWARTZ. Susana Elena Trione Revista de la Ui5 Matem~~ica Volume 6, 1973. Argetia SOBRE UNA FORMULA DE L. SCHWARTZ Susaa Elea Trioe SUMMARY. We obtai a causal (aticausal) geeralizatio (1.7) of a importat formula due to L. Schwartz

Más detalles

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

Más detalles

Práctica 3 MUESTREO E INTERVALOS DE CONFIANZA

Práctica 3 MUESTREO E INTERVALOS DE CONFIANZA Deparameo de Méodos Cuaiaivos e Iformáicos. Objeivos: a) Calcular los parámeros de la disribució de medias o proporcioes muesrales de amaño, exraídas de ua població de media y variaza coocidas. b) Calcular

Más detalles

Funciones Medibles e Integración

Funciones Medibles e Integración Capítulo 3 Fucioes Medibles e Itegració 3.1. Itroducció Sea X : Ω Ω dode Ω es el recorrido de X, es decir, para todo ω Ω existe ω Ω co X(ω) = ω. X determia la fució X 1 : P(Ω ) P(Ω) defiida por para A

Más detalles

Tema 2 Teorías del consumo y el ahorro privados: agente representativo

Tema 2 Teorías del consumo y el ahorro privados: agente representativo Tema Teoías del osumo el ahoo pivados: agee epeseaivo. Codiioaes geeales del osumo el ahoo.. Modelos ieempoales..3 Modelos de ilo de vida. Bibliogafía: Gaía del aso Maoeoomía Avazada Asigaua de 5º uso

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN TEMA 5: CAPITALIZACIÓN COMPUESTA 1- INTRODUCCIÓN Llamamos capializació compuesa a la ley fiaciera segú la cual los iereses producidos por u capial e cada periodo se agrega al capial para calcular los iereses

Más detalles

Práctica 5. Aproximar numéricamente la derivada de una función a partir de valores conocidos de la función. f a h f a h

Práctica 5. Aproximar numéricamente la derivada de una función a partir de valores conocidos de la función. f a h f a h PRÁCTICA DERIVACIÓN NUMÉRICA Prácticas Matlab Objetivos Práctica 5 Aproximar uméricamete la derivada de ua fució a partir de valores coocidos de la fució. Comados de Matlab eps Es el epsilo máquia, su

Más detalles

TEMA 10. La autofinanciación o financiación interna de la empresa

TEMA 10. La autofinanciación o financiación interna de la empresa Iroducció a las Fiazas TEM La auofiaciació o fiaciació iera de la empresa La fiaciació iera y sus compoees La auofiaciació esá formada por los recursos fiacieros que afluye a la empresa desde ella misma

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES

CAPÍTULO 6 DISTRIBUCIONES MUESTRALES CAPÍTULO 6 DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es coocer acerca del comportamieto de parámetros poblacioales tales como: la media ( μ ), la variaza ( ) o la proporció ( p ).

Más detalles

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números. Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,

Más detalles

La Medida de Haar en Grupos Topológicos Compactos. Edwin A. López Romo Análisis Funcional

La Medida de Haar en Grupos Topológicos Compactos. Edwin A. López Romo Análisis Funcional La Medida de Haar e rupos Topológicos Compactos Edwi A. López Romo Aálisis Fucioal Ídice geeral 1. Medida de Haar 2 1.1. Itroducció..................................... 2 1.2. Prelimiares.....................................

Más detalles

Modelo De Simulación de Ingresos para el Agro

Modelo De Simulación de Ingresos para el Agro Modelo De Simulación de Ingresos para el Agro Basado en el programa AgRisk desarrollado en Ohio Sae Universiy hp://www-agecon.ag.ohio-sae.edu/programs/agrisk/defaul.hm CP. Menichini Amilcar 1 Lic. Lazzai

Más detalles

Un modelo para el cálculo de la pérdida esperada en una cartera de préstamos hipotecarios

Un modelo para el cálculo de la pérdida esperada en una cartera de préstamos hipotecarios U modelo para el cálculo de la pérdida esperada e ua carera de présamos hipoecarios Jua Bazerque a Jorge ader b BCU F Depo. Esudios BCU F Depo. Esudios Resume E ese rabao se aaliza u aspeco deado de lado

Más detalles

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES

CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES MATEMÁTICA I - 0 - Capítulo 6 ------------------------------------------------------------------------------------ CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES Las matrices iversas se puede usar

Más detalles

APLICACIONES LINEALES.

APLICACIONES LINEALES. APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B

Más detalles

Sucesiones de números reales

Sucesiones de números reales Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54

Más detalles

Olimpiadas Matem aticas, U. de A.

Olimpiadas Matem aticas, U. de A. OLIMPIADAS DE MATEMATICA, 04 Uiversidad de Atioquia Cotextos AVISO: Los textos aquí publicados so resposabilidad total de sus creadores Estos so materiales e costrucció Errores y/o cometarios por favor

Más detalles

PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN

PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN PLANEACIÓN Y CONTROL E LA PROUCCIÓN GRUPO: 0 M. I. Silvia Herádez García M. I. Susaa Casy Téllez Balleseros TEMARIO: I. Iroducció. II. Programació y corol de la producció. III. Balaceo de líea. IV. Sisemas

Más detalles

Tema 8B El análisis fundamental y la valoración de títulos

Tema 8B El análisis fundamental y la valoración de títulos PARTE III: Decisioes fiacieras y mercado de capiales Tema 8B El aálisis fudameal y la valoració de íulos 8B.1 Iroducció. 8B.2 El aálisis fudameal y la valoració de íulos. 8B.3 Modelos para la valoració

Más detalles

Funciones de variable compleja

Funciones de variable compleja Tema 10 Fucioes de variable compleja 10.1 Fucioes complejas de variable compleja Defiició 10.1 Ua fució compleja de variable compleja es ua aplicació f: A C dode A C. Para cada z A, fz) C, luego fz) =

Más detalles

Sucesiones de funciones

Sucesiones de funciones Tem 7 Sucesioes de fucioes Defiició 7. Se A IR y F A, IR el cojuto de ls fucioes de A e IR. Llmremos sucesió de fucioes de A culquier plicció de IN F A, IR, y l deotremos por f } = ó f } =. 7. Covergeci

Más detalles

en. Intentemos definir algunas operaciones en

en. Intentemos definir algunas operaciones en OPERACIONES EN 8 E la secció aterior utilizamos fucioes de el primer couto y estudiar sus propiedades e Itetemos defiir alguas operacioes e Recordemos de cursos ateriores que tomamos al couto de los compleos

Más detalles

CONVERSORES D/A Y A/D

CONVERSORES D/A Y A/D Uiversidad Nacioal de osario Faculad de iecias Exacas, Igeiería y Agrimesura Escuela de Igeiería Elecróica eparameo de Elecróica ELETÓNIA III ONVESOES /A Y A/ Federico Miyara A / 11010110 00001011 11000110

Más detalles

Tema 1: Números Complejos

Tema 1: Números Complejos Números Complejos Tema 1: Números Complejos Deició U úmero complejo es u par ordeado (x, y) de úmeros reales Éste puede iterpretarse como u puto del plao cuya abscisa es x y cuya ordeada es y El cojuto

Más detalles

Cálculo de límites Criterio de Stolz. Tema 8

Cálculo de límites Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

Resolución numérica de problemas de valor inicial (versión preliminar)

Resolución numérica de problemas de valor inicial (versión preliminar) (versió prelimiar) Cocepos iiciales.- Sea la ecuació diferecial de primer orde co las codició iicial x = f(,x) x( 0 ) = x 0 Para resolverla uméricamee será ecesario previamee comprobar si hay solució y

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

NORMA DE CARACTER GENERAL N

NORMA DE CARACTER GENERAL N NORMA DE CARACTER GENERAL N REF.: MODIFICA EL TÍTULO III DEL LIBRO IV, SOBRE VALORIZACIÓN DE LAS INVERSIONES DEL FONDO DE PENSIONES Y DEL ENCAJE, DEL COMPENDIO DE NORMAS DEL SISTEMA DE PENSIONES. Saiago,

Más detalles

PERÍODO INFORMADO: Enero a Junio 2009 $ 395.182.780 $ 200.000.000

PERÍODO INFORMADO: Enero a Junio 2009 $ 395.182.780 $ 200.000.000 FORMATO No 4 PLANES DE ACCIÓN U OPERATIVOS Promover el uso de la Irae Guberameal. PERÍODO INFORMADO: Eero a Juio 009 NUMERO ÁREAS INVOLUCRADAS ACTIVIDADES RECURSOS RESPONSABLES TIEMPO PROGRAMADO INDICADORES

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.

SERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos. CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio

Más detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

CÁLCULO DE PROBABILIDADES :

CÁLCULO DE PROBABILIDADES : CÁLCULO DE PROBBILIDDES : Experimeto aleatorio. Espacio muestral. Sucesos. Álgebra de sucesos. Frecuecias. Propiedades. Probabilidad. Resume de Combiatoria. Probabilidad codicioada. Teoremas. PROBBILIDD

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

Investigación Mecánica de Contacto de Cuerpos Deformables. Interacción suelo-estructura

Investigación Mecánica de Contacto de Cuerpos Deformables. Interacción suelo-estructura Ivesigació Mecáica de Coaco de Cuerpos Deformables. Ieracció suelo-esrucura Pablo de la Fuee Carlos Oeo Revisa de Ivesigació ISSN 74-040 de ocubre de 0 Resume E ese arículo se presea las bases eóricas

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

Análisis de Series de Tiempo

Análisis de Series de Tiempo Aálii de Serie de Tiempo Noe que dada la erucura de difereciar la fució de veroimiliud e mu complicado por ao difícil de opimizar. eo cao e aplica méodo umérico co eimadore iiciale dado e la eimació prelimiar.

Más detalles

TEMA 7 Trenes de Engranajes

TEMA 7 Trenes de Engranajes Igeiería Idustrial. Teoría Máquias TEMA 7 Trees de Egraajes Haga clic para modificar el estilo de subtítulo del patró Objetivos: Itroducir el mudo de los trees de egraajes, aalizado los diversos tipos

Más detalles

Profr. Efraín Soto Apolinar. Área bajo una curva

Profr. Efraín Soto Apolinar. Área bajo una curva Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

14. Técnicas de simulación mediante el método de Montecarlo

14. Técnicas de simulación mediante el método de Montecarlo 4. Técicas de simulació mediate el método de Motecarlo 4. Técicas de simulació mediate el método de Motecarlo Qué es la simulació? Proceso de simulació Simulació de evetos discretos Números aleatorios

Más detalles

Símbolo del inversor autónomo.

Símbolo del inversor autónomo. CAPITULO II TORIA D LOS INRSORS D TNSION Itroducció Los iversores de tesió so coversores estáticos, destiados a cotrolar el flujo de eergía eléctrica etre ua fuete de tesió cotiua y ua fuete de corriete

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

SUCESIONES DE NÚMEROS REALES. PROGRESIONES

SUCESIONES DE NÚMEROS REALES. PROGRESIONES www.matesxroda.et José A. Jiméez Nieto SUCESIONES DE NÚMEROS REALES. PROGRESIONES. SUCESIONES DE NÚMEROS REALES. TÉRMINO GENERAL E las siguietes figuras observa el proceso que lleva a la creació de uevos

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Intervalos de confianza basado en bootstrap

Intervalos de confianza basado en bootstrap Itervalos de cofiaza basado e bootstrap Cosideremos ua variable aleatoria X que tiee ua fució de distribució F θ (x)=f(x-θ), dode θ es llamado u parámetro de localizació. Ejemplos de parámetros de localizació

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

Donde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s.

Donde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s. U automóvil (Citroe XM V6) tiee la geometría idicada e la figura. Su masa total es.42 Kg. Dispoe de u motor cuya relació par-velocidad puede expresarse mediate la relació: Tm=-,52.-3.w2+,38.w-5,583 N.m

Más detalles