UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR MÁSTER EN MULTIMEDIA Y COMUNICACIONES. Códigos IRA. Luca Martino
|
|
- José Ángel Paz Camacho
- hace 7 años
- Vistas:
Transcripción
1 UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR MÁSTER EN MULTIMEDIA Y COMUNICACIONES Códigos IRA Luca Martino Comunicaciones Digitales Marzo 2008
2 Contents 1 Introducción 2 2 Códigos Bloque Lineales 5 3 Códigos Convolucionales 6 4 Transmisión en un Canal Gaussiano 8 5 Gráfico de Tanner 10 6 Códigos LDPC 11 7 Códigos RA 12 8 Código Irregular RA 14 9 Bibliografía 18 1
3 1 Introducción Supongamos de querer enviar por un canal binario simétrico sin memoria (fig.1) una secuencia de bits. Por cada bit (0 o 1) enviado, tenemos una probabilidad p que se produzca error. Claramente, desearíamos bajar lo más posible el valor de esta probabilidad. Figure 1: Canal Binario Simétrico. Códigos de Repetición: la idea más sencilla para proteger de los errores, es repetir varias veces el bits que se quiere enviar, es decir para cada bit se envía una secuencia larga n con el mismo bit repetido (pro ejemplo con n = 3, 1 111). El decodificador decidirá que el bit transmitido será lo que más aparece el la secuencia recibida (si recibe 101 supondrá que el bit transmitido era 1). Podemos sacar una observación muy importante, ya mirando los códigos de repetición: se puede lograr una mayor fiabilidad en la comunicación, pero el precio que hay que pagar es en términos de velocidad (en el ejemplo anterior, hay utilizar 3 veces el canal para enviar solo un bit de información). En general, la tarea de un codificador de canal consiste en elegir 2 k secuencias de n bits (fig.2), llamadas palabras códigos, de tal forma que los errores introducidos por el canal produzcan el menor numero de errores en decodificación. Para conseguirlo, las 2 k palabras código deben diferenciarse en el mayor número posible de bits; en esta manera, se minimiza la probabilidad que una palabra código se confunda con otra. La distancia de Hamming, es propio la cantidad que nos proporciona de cuanto bits difieren dos secuencias. 2
4 Figure 2: Ejemplo codificador. Llamaremos tasa R de un código la proporción: R = k n (1) Donde al numerador aparece el número de bits de información/mensaje k y al denominador el número totales de n de bits enviados (n k serán los bits de redundancia/chequeo). Esta cantidad R, siempre menor que 1, puede interpretarse como velocidad de transmisión por uso del canal. En caso de un alfabeto binario y de un canal sin memoria, nos encontraríamos en el canal esquematizado en figura (1). La capacidad de un canal binario C b (fig.1) vale C b = 1 H b (p), donde H b (p) es la entropia de una fuente binaria. Para canales binarios la tasa máxima a la que se puede transmitir en manera que la probabilidad de error a la salida sea tan pequeña como se quiera, es propio la capacidad C b. En otras palabras, el teorema de codificación de canal (aplicado a un canal binario sin memoria) afirma que si R C b, es decir si la tasa del código es menor que la capacidad, es posible lograr una comunicación fiable: la probabilidad de error tiende a cero, si aumenta la longitud del bloque de datos trasmitidos (compuesto por bits de información más las redundancias). En general, este teorema proporciona un limite máximo C para la velocidad de transmisión (hay que repetir un cierto numero de veces la información para garantizar que venga recibida correctamente). Dado un bloque de n bits, k mensaje y n k redundancia, la demostración de teorema de codificación de canal consiste en hacer tender a infinito la 3
5 longitud del bloque n, manteniendo constante la tasa R = k/n del código. De allí, se puede ver que si R C b es posible reducir la probabilidad de error aumentando la longitud del bloque n. Codificador Aleatorio: propio la demostración del teorema de codificación de canal se basa en la elección aleatoria de 2 k palabras códigos de longitud n (fig.2). Como hemos dicho, si R C b, aumentando n y con R constante la probabilidad de error tiende a cero. Surge la pregunta si este esquema puede haber interés practico. Por mala suerte, este tipo de códigos tiene una complejidad creciente exponencial con k sea en codifica que en decodifica: de hecho para transmitir hay que almacenar 2 k palabras código, y para la detección el único método posible es comparar la secuencia recibida con todas las posibles. Idealmente un código de protecciones contra errores debe tener las propiedades siguientes: complejidad lineal en codificar. complejidad lineal en decodificar. probabilidad de error mas baja posible (P e 0) para una determinada tasa R, y que tienda a cero por grandes bloques (n ). una tasa R más cercana posible a C b ; es decir una tasa R más alta posible menor del limite máximo permitido C b, para obtener una P e baja en recepción. Con un código de repetición podemos lograr P e muy baja aumentando n, pero tenemos una tasa R = 1/n también decreciente con n (para enviar un bits de mensaje tardaríamos mucho). Se han pensado otras ideas para mejorar está situación. En realidad, se podrían encontrar código aleatorios con complejidad lineal en codificación, con una tasa R igual a la capacidad de canal, con probabilidad de error P e decreciente con la longitud de bloque n. El problema que la complejidad del decodificador sigue siendo alta (hay que comparar siempre con todas las palabras códigos posibles). Así que el utilizo de un código aleatorio, es posible solo por k y n pequeños (suponiendo R = k/n constante), comportando una P e alta. 4
6 Decodificador óptimo: se puede demostrar que el mejor decodificador elije como palabra código transmitida aquella que difiere el menor número de bits de la secuencia recibida. Así que idealmente nos gustaría tener un decodificador que proporcione el mismo resultado del decodificador óptimo, pero con una carga computacional que crezca linealmente con el numero de bits de información k. Realmente, el los últimos años se han encontrado muchos esquemas de codificación con decodifica con carga computacional lineal pero no óptima. Una excepción son los código bloque perfectos y los códigos convolucionales donde efectivamente el algoritmo de decodifica proporciona la decodificación es óptima. Si cada k bits de información vienen codificados de forma independientes, hablaremos de códigos bloque. No siempre es así, por ejemplo en los códigos convolucionales la codificación se realiza sobre un flujo continuo de bits de mensaje. Un código se dice sistemático si los bits de mensaje son parte de la palabra código, separados de los bits de redundancia. 2 Códigos Bloque Lineales La característica principal es que cada palabra código se puede expresar como combinación lineal de k palabras base c j, donde los coeficientes son 0 y 1. En formula: c = a 1 c 1 + a 2 c a k c k (2) Definiendo una matriz generadora G binaria k n, las palabras código resultan: c = a G (3) La decodifica utiliza la matriz de paridad H (n k) n, que cumple la relación: G H T = 0 (4) Esta matriz tiene interés porque, si llamamos con r = c + e la secuencia recibida contaminada por el ruido e, el vector s llamado síndrome: s = r H T (5) 5
7 se anulará si la secuencia recibida ( r = c = a G) es exactamente una palabra código: s = r H T = a G H T = 0 (6) De esta manera, si el síndrome s no se anula, se podrá afirma que se ha producido algún error y a lo mejor detectar en que bit se ha producido. 3 Códigos Convolucionales Se diferencian de los códigos bloque en su forma estructural y las propiedades para corregir errores. Los códigos convolucionales son lineales, es decir una combinación de dos palabras código cualquiera es también una palabra código. El sistema tiene memoria: la codificación actual depende de los datos pasados. Un código convolucional queda especificado por tres parámetros: el número de salidas n, k entradas y m memoria del código. El número de salidas y de entradas tienen la misma tarea respectivamente que la longitud del bloque y del numero de bits de información, definiendo la tasa del código R = k/n. El funcionamiento del convolucional está basado en m registros Figure 3: Registros de Desplazamiento de un Convolucional(2,1,3). de desplazamiento ( memoria de capacidad un bit) y n sumas módulo dos. La codificación de los bits se realiza a partir del valor del bit presente a la entrada y los valores de los m bits anteriores que están guardados en los registros. La descripción de un código convolucional puede hacerse de varias maneras: conexión de vectores o polinomios, diagrama de estado, diagrama de árbol y 6
8 diagrama Trellis son los esquemas más utilizados. En figura (6) se muestra el esquema en registros de desplazamiento de un código convolucional, con un tasa de R = 1/2 y m = 3 registros de memorias. Como ejemplo del funcionamiento de este codificador, supongamos que se quiere enviar la secuencia 0101 donde los bits a la derecha son los más antiguos,así que el primer bit en entrada será un 1. Teniendo en cuenta que al principio todos los registros están inicializados a cero S i = 0, entonces introduciendo el primer bit: S 1 = 1, S 2 = 0, S 3 = 0 O 1 = 1, O 2 = 1 (7) Introduciendo el segundo, el tercero y el cuarto: S 1 = 0, S 2 = 1, S 3 = 0 O 1 = 0, O 2 = 1 (8) S 1 = 1, S 2 = 0, S 3 = 1 O 1 = 0, O 2 = 1 (9) S 1 = 0, S 2 = 1, S 3 = 0 O 1 = 0, O 2 = 1 (10) Al final del proceso la secuencia 0101 será codificada con la secuencia Se puede crear también una tabla que asocia a cada secuencia de m bits dentro de los registros, una secuencia de n bit de salida. Prácticamente se convoluciona la secuencia de bits de mensaje con un filtro FIR binario (la redundancia se obtienen filtrando). La representación más utíl para Figure 4: Relación entradas-salidas. la decodificación es el diagrama de Trellis: es un diagrama a forma de red donde a cada línea vertical se encuentran los estados del codificador. Para realizar la decodificación se utiliza el famoso Algoritmo de Viterbi, que busca el camino de mínima distancia dentro del diagrama Trellis. 7
9 4 Transmisión en un Canal Gaussiano En las secciones siguientes, supondremos que las palabras códigos sean trasmitida en un canal gaussiano. Indicamos con c un vector binario que, antes de ser enviado, será transformado en el vector de señal t que asume el valor de tensión a si c k = 1 y a si c k = 1. La señal recibida será: r = t + η (11) Donde el vector η está compuesto por muestras independientes de ruido gaussiano de media cero y varianza σ 2 = N 0 /2. Dado el vector recibido r, nos gustaría conocer la probabilidad a posteriori de detección: p(c n r n ) = p(r n c n ) p(c n ) p(r n ) = p(r n t n ) p(t n ) p(r n ) (12) La segunda igualdad vale porque entre t y c hay una relación determinista. Por ejemplo, la probabilidad que c n = 1 habiendo recibido un cierto valor de r n es: p(c n = 1 r n ) = p(r n t n = a) p(t n = a) p(r n ) (13) p(c n = 1 r n ) = p(r n t n = a) p(t n = a) p(r n t n = a) p(t n = a) + p(r n t n = a) p(t n = a) (14) Donde se ha utilizado el teorema de la probabilidad total. Suponiendo p(c n = 1) = p(c n = 0) = 1/2 (lo mismo valdrá por t n ) y desarrollando más: p(c n = 1 r n ) = p(r n t n = a) p(r n t n = a) + p(r n t n = a) Ahora siendo ruido gaussiano, podemos escribir: { 1 p(r n = 1 t n = a) = exp 1 } 2πσ 2 2σ (r 2 n a) 2 (15) (16) Y sustituyendo en la (15): p(c n = 1 r n ) = exp { 1 (r 2σ 2 n a) 2} exp { 1 (r 2σ 2 n a) 2} + exp { 1 (r 2σ 2 n + a) 2} (17) 8
10 dividiendo arriba y abajo por el numerador: p(c n = 1 r n ) = exp{ 1 2σ 2 (rn+a)2 } exp{ 1 2σ 2 (rn a)2 } = exp { } (18) 2arn σ 2 Vamos a mostrar un ejemplo bastante ilustrativo para mejor entender no solo cuanto escrito, sino también como surgieron unas ideas de decodificación que presentaremos luego. Supongamos que, dado el mensaje m = [ ], a través de un determinado método de codificación tengamos la siguiente palabra código c = [ ]. Si la nuestra constelación tiene amplitud a = 2, el vector t será: t = [ 2; 2; 2; 2; 2; 2; 2; 2; 2; 2] (19) Al enviar por un canal gaussiano de varianza σ 2 = 2, recibimos: r = [ 0.63; 0.83; 0.73; 0.04; 0.1; 0.95; 0.76; 0.66; 0.55; 0.58] (20) Ahora utilizando la (18), podemos calcular las probabilidades que el bit enviado sea un 1: p( c = 1 r) = [0.22; 0.16; 0.19; 0.48; 0.55; 0.87; 0.18; 0.79; 0.25; 0.76] (21) Si tomamos como umbral de decisión el valor de probabilidad 0.5 (si es > 0.5 supongo un 1, si es < 0.5 tomo un 0), podemos tratar de reconstruir el vector c enviado: c est = [ ] (22) Donde hemos evidenciado los dos bits, cuarto y quinto, donde se producen los errores. Además se puede notar como los valores de probabilidad a posteriori para estos dos bits (0.48 y 0.55), son muy cercanos al valor del umbral 0.5 así que, se podría decir, que nuestra decisión ha sido más débil respecto a los demás bits. Este tipo de indicación (decisión fuerte o débil), será aprovechada por el Soft Decision Decoder (lo que hemos hecho es equivalente a tomar como umbral 0 y decidir a través de los signos de los r n recibidos; pero desde el punto de vista teórico será más útil). 9
11 5 Gráfico de Tanner A cada matriz de paridad H m n está asociado un gráfico, llamado Gráfico de Tanner, compuesto por 2 conjuntos de nodos. El primer conjunto de n nodos representa los bits c k de la palabra código (de información y de paridad, juntos). El segundo conjunto de m nodos, llamado nodos de control z i, representa las condiciones de paridad que tendrán que respectar los bits de la palabra código. Por ejemplo, la matriz: H 3 4 = (23) corresponde a las siguientes condiciones (en modulo 2) que tendrán que cumplir nuestras palabras códigos de 4 bits, serian (c H = 0): c 1 + c 2 + c 4 = 0 c 2 + c 3 + c 4 = 0 c 1 + c 3 = 0 (24) Se ve claramente, por ejemplo, que el primer bit c 1 interviene en el nodo de control z 1 y z 3 y que al nodo z 2 llegaran tres ramas provenientes de c 2, c 3, c 4. Gráficamente: Figure 5: Gráfico de Tanner (círculos: bits palabra código; cuadrados: nodo de chequeo). Además se suelen definir los valores N(i) y M(j) como respectivamente el 10
12 conjunto de entradas no nulas de la fila i y de la columna j de H, por el ejemplo anterior: N(1) = {1 2 4} N(2) = {2 3 4} N(3) = {1 3} M(1) = {1 3} M(2) = {1 2} M(3) = {2 3} M(4) = {1 2} Además con N(i)\j se indica un conjunto igual a N(i) pero quitando j y la misma cosa con M(j)/i. 6 Códigos LDPC Los códigos LDPC fueron propuestos por Gallager en los años 60, y después olvidados, se redescubrieron a finales de los años noventa por D. Mackay y R. Neal. A nivel de prestaciones superan los Turbo código (concatenación de dos códigos convolucionales sistemáticamente recursivos). Los códigos LDPC son un tipo de códigos de bloque lineal, caracterizados por una matriz de chequeo de paridad H dispersa, es decir con pocos unos en relación al número de ceros. Pueden ser regulares o irregulares: un LDPC es regular si las filas y columnas de H tienen un peso uniforme, es decir todas las filas tienen el mismo número de unos y todas las columnas tienen el mismo número de unos, mientras será irregular si las filas y columnas tienen pesos no uniformes (típicamente las filas tienen un peso similar mientras las columnas tienen pesos muy diferentes). Los LDPC irregulares superan a los códigos turbo para grandes bloques. Además en 2000, Richardson mostró que un LDPC irregular podía llegar a 0,1 db de la capacidad Shannon. Como sabemos la capacidad correctora de un código está determinada da la distancia mínima entre las palabras códigos. Se puede demostrar que para la distancia mínima d min asociada a un código bloque, valen las siguientes propriedades: d min es igual al peso mínimo (número de unos mínimo) de las filas de la matriz generadora G. 11
13 d min es igual al número mínimo de columnas de la matriz de chequeo H que suman más que el vector nulo. Así que la idea fundamental sobre que se basa los códigos LDPC, es que a una matriz H dispersa estará asociada una distancia mínima elevada, debido al escaso número de unos presentes respecto al número de ceros. Para hallar la matriz generadora G a partir de H, se aplica el método de eliminación de Gauss (permutaciones de filas/columnas y substituciones con combinaciones lineales de filas/columnas) a la matriz de chequeo, para expresarla de la forma H = [I k P ] donde I k es una matriz unidad de dimensión k. En este modo la matriz generadora tendrá la forma G = [P T I r ]. En general, G será grande pero no dispersa. Siendo códigos bloques se podrían utilizar las técnicas generales de código bloque. Por ejemplo, la decodificación se podría hacer: con síndrome c H = 0. Algoritmos basados en grafos: el BCJR que utiliza esquema de los grafos Trellis, y el Message passing algorithms para grafos bipartidos. Una subclase importante de Message passing algorithms es el Belief Propagation que se puede ver como una extensión del Algoritmo de Viterbi para obtener probabilidades a posteriori. El algoritmo BP utiliza la formula (18) como inicialización. Una interesante subclase de los código LPDC son códigos RA e IRA. 7 Códigos RA Los códigos RA consisten en tres pasos de codificación triviales: Primer bloque: Código de repetición; es el más simple código de corrección, con buenas propriedad de distancias pero baja tasa de codificación (R). Un paso de permutación (conocida). Un código convolucional con generador G(x) = 1. Esto seria como 1+x acumular, es decir va sumando los bits en entrada (en modulo 2). 12
14 Figure 6: Código RA. Ejemplo: RA con 2 palabras-mensaje m 1, m 2 y con un código de repetición (1,3); la salida del código de repetición: m 1, m 1, m 1, m 2, m 2, m 2 (25) Y suponiendo una permutación = (1, 4, 6, 2, 3, 5) la salida del segundo bloque seria: Y el acumulador produce las salidas finales: m 1, m 2, m 2, m 1, m 1, m 2 (26) p 1 = m 1, p 2 = m 2 + p 1, p 3 = m 3 + p 2... (27) La palabra código final estaría compuesta por 8 bits (6 de redundancia); en modo sistemático se podría escribir así: c 1 = m 1, c 2 = m 2, c 3 = p 1, c 4 = p 2, c 5 = p 3... c 8 = p 6 (28) Podemos representarlo con un gráfico de Tanner, donde por claridad vamos a mantener la distinción entre bit de paridad y de mensaje: en la figura (7) se pueden ver, desde la izquierda a la derecha, que el primer nodo de chequeo z 1 impone que p 1 + m 1 = 0, es decir p 1 = m 1. Luego en z 2 la condición de paridad sería p 1 + p 2 + m 2 = 0, que equivale a p 2 = p 1 + m 2. En este gráfico de Tanner, hemos añadido una división entre los bits de mensaje (abajo) y los bits de paridad (arriba). Los bit de información m 1 y m 2 están conectados a los nodos de control según la permutación Π elegida. Ambos bit m 1 y m 2 participan a tres nodos de chequeo según Π (3 conexiones), dado que cada en este ejemplo se ha utilizado un código de repetición (1,3). 13
15 Figure 7: Gráfico de Tanner del código AR del ejemplo (se han divido los bit de mensaje, abajo, de los bits de paridad, arriba). El paso de permutación (interlazado) permite evitar ráfagas de errores. Los código AR podría ser decodificado como un Turbo Código (concatenación de dos códigos convolucionales sistemáticamente recursivos), pero se puede utilizar los algoritmos que utilizan el gráfico de Tanner, como para los LDPC. 8 Código Irregular RA Podemos generalizar la estructura anterior, dividiendo en bloques los k bits de información/mensaje (en el ejemplo anterior había k = 2 bits de información) y repitiendo los bits en cada bloque un numero de veces distintos. En concreto, se eligen q fracciones f i en manera que: q f i = 1 (29) i=1 Así que los primeros f 1 k bits serán repetidos 2 veces, en el bloque siguiente de f 2 k bits serán repetido 3 veces, y así hasta el ultimo bloque compuesto por f q k bits que vendrán repetidos q+1 veces. En otras palabras, finalmente habrá f i k nodos de información conectado a i+1 nodos de chequeo. Se puede ver desde la figura (8) en numero de conexiones entre los bits de mensaje m i 14
16 Figure 8: Gráfico de Tanner del código IRA. (abajo) y los nodos de chequeo, va aumentando según a que bloque pertenece el bit de mensaje considerado. Como la figura (8) hace referencia a un caso genérico, hemos añadido un bloque de permutación; este bloque quiere simbolizar solamente que cada bit de mensaje m j del bloque i-ésimo está conectado a i + 1 nodos de chequeo según una permutación Π. Además cada nodo de chequeo estará conectado exactamente a b nodos de mensaje (otro parámetro del código). Así que el número de nodos de chequeo y de los bits de paridad, será igual: r = k b q (i + 1) f i (30) i=1 Para entender, volvemos un paso atrás a como se construyen los códigos AR, porque pueden ser interpretados como caso particular de los códigos IRA. 15
17 Por ejemplo, mirando el gráfico de Tanner (7) se puede ver que cada nodo de chequeo (nodos cuadrados) está conectado siempre solo a un nodo de mensaje (abajo), es decir para los código AR b = 1 siempre. Además en el casos de los AR q sería igual a k, es decir habría k bloques con solo 1 bit de información y, indicando con n la tasa de repetición del código interno a la estructura AR, las fracciones f i serán todas nula menos una (f 1 = 0,, f n 1 = 1,, f q = 0): f i 1 = δ i n (31) Donde con δ i n indicamos una función delta discreta que asume valor unitario en i = n, y es nula en caso contrario i n. La (31) quiere decir que todos los nodos de información están conectado a n nodos de chequeo, o de otra forma, que todos los bits de mensaje vienen replicados con la misma tasa n (la fracción f i 1 de bits que serán repetidos i veces será cero, en general; la fracción será 1, es decir todos los bits, solo si i = n). Así que, en el caso del ejemplo del párrafo anterior, repitiendo 3 veces los 2 bits de información vamos a tener r = 6 nodos de control. Esto porque, como hemos dicho, cada nodo de chequeo está conectado solo a un bit de mensaje (b = 1); substituyendo en la formula general (30) los valores q = k, f 1 = 0 y f n 1 = f 2 = 1 (n = 3), b = 1, k = 2, hallaríamos el mismo resultado. En el caso de los códigos IRA con b = 1, teniendo f i k bits de información replicados i + 1 veces, los nodos de control para este bloque serían (i + 1)f i k. Así que el numero total de nodos de chequeo con b = 1, sería q i=1 (i + 1)f ik. Para un valor de b cualquiera, logramos la (30). El número de bits de paridad será también r, como los nodos de control (círculos superiores de la fig.8). Así que, para un esquema sistemático donde las palabras códigos toman la forma {m 1,, m k, p 1,, p r }, la tasa del código será el numero de bits de mensaje k dividido por el numero total de bits k + r: R s = k k + r = k k + k b q i=1 (i + 1)f i = b b + q i=1 (i + 1)f i (32) Otro posibilidad sería considerar como palabras códigos solo {p 1,, p r }; en este caso tendríamos un código no sistemático con tasa: R nos = k r = k k q b i=1 (i + 1)f = i b q i=1 (i + 1)f i (33) Aunque los código IRA son simplemente un caso especial de los irregular 16
18 LDPC, tienen la ventaja respecto a los irregular LDPC que la codificación muy eficiente y de complejidad menor. En general los RA son códigos con complejidad lineal en codificación y en decodificación, y al mismo tiempo logran óptimas prestaciones en decodifica. 17
19 9 Bibliografía [1] Apuntes de Comunicaciones Digitales Codificación de Canal. Marcelino Lázaro. [2] Comunicaciones Digitales. A. Artés, F. Pérez González, J. Cid, R. López, C. Mosquera, F. Pérez Cruz. [3] Elements of information Theory. Second Edition. Thomas M. Cover, Joy A. Thomas. [4] LDPC Codes: An Introduction. Amin Shokrollahi. [5] An Introduction to Low Density Parity Check. Jian Sun. [5] Error Correction Coding Todd K. Mood. 18
Tema: Codificación de canal
Tema: Codificación de canal Adriana Dapena Janeiro (adriana@udc.es) Facultad de Informática Universidade da Coruña Campus de Elviña s/n 15071. A Coruña Codificación de canal.- Adriana Dapena p. 1 Objetivos
Algebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
CAPA 2, Control de Errores y Control de Flujo
CAPA 2, Control de Errores y Control de Flujo Taller de Redes Inalámbricas Tecnólogo en Telecomunicaciones Agenda Control de Errores Control de Flujo Agenda Control de Errores Control de Flujo por qué
Sistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Última modificación: 1 de julio de
Contenido SEÑALES DIGITALES Y CAPACIDAD DE CANAL 1.- Señales digitales de 2 y más niveles. 2.- Tasa de bit e intervalo de bit. 3.- Ancho de banda de una señal digital. 4.- Límites en la tasa de transmisión.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Nombre de la asignatura : Teleproceso. Carrera : Ingeniería en Sistemas Computacionales. Clave de la asignatura : SCB-9340
1. D A T O S D E L A A S I G N A T U R A Nombre de la asignatura : Teleproceso Carrera : Ingeniería en Sistemas Computacionales Clave de la asignatura : SCB-9340 Horas teoría-horas práctica-créditos :
MATEMATICA DISCRETA II-2007 Códigos (matriz de chequeo)
.Definición : MATEMATICA DISCRETA II-2007 Códigos (matriz de chequeo) H es una matriz de chequeo de un código C si C = Nu(H) = {x : Hx t = 0} 2.Teorema : [I A] es una matriz de chequeo de un codigo C si
PROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO
PROBLEMAS RESUELTOS MOVIMIENTO ONDULATORIO 1. Una onda transversal se propaga en una cuerda según la ecuación (unidades en el S.I.) Calcular la velocidad de propagación de la onda y el estado de vibración
Sistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Determinantes. Determinante de orden uno. a 11 = a 11 5 = 5
DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno
JUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Tema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
TEMA 4: Sistemas de ecuaciones lineales II
TEM 4: Sistemas de ecuaciones lineales II ) Teorema de Rouché-Frobenius. ) Sistemas de Cramer: regla de Cramer. 3) Sistemas homogeneos. 4) Eliminación de parámetros. 5) Métodos de factorización. 5) Métodos
SISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN TEMA 3. Aritmética y codificación 3.1 Aritmética binaria 3.2 Formatos de los números y su representación 3.3 Definiciones
Detección y Corrección de Errores
Detección y Corrección de Errores Recordar: Los errores de transmisión ocurren debido a las limitaciones del medio físico, interferencias y ruido Como resultado de los procesos físicos que los generan,
Tema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Representación de números enteros: el convenio exceso Z
Representación de números enteros: el convenio exceso Z Apellidos, nombre Martí Campoy, Antonio (amarti@disca.upv.es) Departamento Centro Informàtica de Sistemes i Computadors Escola Tècnica Superior d
Estudio de fallas asimétricas
Departamento de Ingeniería Eléctrica Universidad Nacional de Mar del Plata Área Electrotecnia Estudio de fallas asimétricas Autor: Ingeniero Gustavo L. Ferro Prof. Adjunto Electrotecnia EDICION 2012 1.
Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Tema 2. Sistemas de ecuaciones lineales
Tema 2. Sistemas de ecuaciones lineales Estructura del tema. Definiciones básicas Forma matricial de un sistema de ecuaciones lineales Clasificación de los sistemas según el número de soluciones. Teorema
Tema 3. Electrónica Digital
Tema 3. Electrónica Digital 1.1. Definiciones Electrónica Digital La Electrónica Digital es la parte de la Electrónica que estudia los sistemas en los que en cada parte del circuito sólo puede haber dos
Profesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Variables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Capacidad : Número de valores diferentes que puede representar un código. Depende del número de dígitos usados.
CAPITULO Nº2 CÓDIGOS. 2.1 Definiciones. Funciones de la codificación: Transmitir en forma fácil, rápida y segura los datos. Facilitar el procesamiento de datos. Descubrir y corregir errores. Mantener en
ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Unidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Semana03[1/17] Funciones. 16 de marzo de Funciones
Semana03[1/17] 16 de marzo de 2007 Introducción Semana03[2/17] Ya que conocemos el producto cartesiano A B entre dos conjuntos A y B, podemos definir entre ellos algún tipo de correspondencia. Es decir,
Sistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza
CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer
Ejercicios sobre probabilidades y entropías
Ejercicios sobre probabilidades y entropías CTI: Lección 1, Primer teorema de Shannon (SCT) Ramiro Moreno Chiral Dpt. Matemàtica (UdL) 10 de febrero de 2010 CTI, lección 1 (Problemas) Ejercicios sobre
CAPÍTULO 4: VARIABLES Y RAZONES
Capítulo 4: Variables y razones CAPÍTULO 4: VARIABLES Y RAZONES Fecha: 33 2014 CPM Educational Program. All rights reserved. Core Connections en español, Curso 2 Fecha: Caja de herramientas 2014 CPM Educational
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)
Tema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Figura 3.1. Grafo orientado.
Leyes de Kirchhoff 46. ECUACIONES DE INTERCONEXION. Leyes de Kirchhoff..1. Definiciones. Una red está formada por la interconexión de componentes en sus terminales; y deben cumplirse simultáneamente las
MATEMÁTICASII Curso académico BLOQUE GEOMETRÍA. TEMA 1: VECTORES
MATEMÁTICASII Curso académico 2015-2016 BLOQUE GEOMETRÍA. TEMA 1: VECTORES 1.1 VECTORES DEL ESPACIO. VECTORES LIBRES DEL ESPACIO Sean y dos puntos del espacio. Llamaremos vector (fijo) a un segmento orientado
Tema 14: Sistemas Secuenciales
Tema 14: Sistemas Secuenciales Objetivos: (CONTADORES) Introducción. Características de los contadores. Contadores Asíncronos. Contadores Síncronos. 1 INTRODUCCIÓN Los contadores son sistemas secuenciales
OPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Teorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Sistemas de ecuaciones lineales
Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,
Ecuaciones Diofánticas
2 Ecuaciones Diofánticas (c) 2011 leandromarin.com 1. Introducción Una ecuación diofántica es una ecuación con coeficientes enteros y de la que tenemos que calcular las soluciones enteras. En este tema
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Problemas de Transbordo
Universidad Nacional de Ingeniería UNI-Norte Problemas de Transbordo III Unidad Temática MSc. Ing. Julio Rito Vargas II semestre 2008 El problema de transbordo Un problema de transporte permite sólo envíos
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Análisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Codificación y decodificación de los códigos cíclicos
Comparativa con otros códigos Universidad de Cantabria 7 de marzo de 2005 Contenido 1 Contenido 1 2 Contenido 1 2 3 Necesidad de códigos correctores de errores Desarrollo de un nuevo sistema de comunicación
El Teorema Fundamental del Álgebra
El Teorema Fundamental del Álgebra 1. Repaso de polinomios Definiciones básicas Un monomio en una indeterminada x es una expresión de la forma ax n que representa el producto de un número, a, por una potencia
En una recta numérica el punto que representa el cero recibe el nombre de origen.
1. Conjuntos numéricos Los conjuntos numéricos con los que has trabajado tanto en Enseñanza Básica como en Enseñanza Media, se van ampliando a medida que se necesita resolver ciertas problemáticas de la
Espacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Polinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Tipos de datos en S. Lógica y Computabilidad. Codificación de variables y etiquetas de S. Codificación de programas en S
Tipos de datos en S Lógica y Computabilidad Verano 2011 Departamento de Computación - FCEyN - UBA Computabilidad - clase 5 Codificación de programas, Halting problem, diagonalización, tesis de Church,
Parciales Matemática CBC Parciales Resueltos - Exapuni.
Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre
Tema 1: MATRICES. OPERACIONES CON MATRICES
Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos
Cálculo I (Grado en Ingeniería Informática) Problemas adicionales resueltos
Cálculo I (Grado en Ingeniería Informática) - Problemas adicionales resueltos Calcula el ĺımite lím ( n + n + n + ) n Racionalizando el numerador, obtenemos L lím ( n + n + n (n + n + ) (n + ) + ) lím
CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
15. Regresión lineal. Te recomiendo visitar su página de apuntes y vídeos:
15. Regresión lineal Este tema, prácticamente íntegro, está calacado de los excelentes apuntes y transparencias de Bioestadística del profesor F.J. Barón López de la Universidad de Málaga. Te recomiendo
MANZANOS. Pregunta Completa la tabla: n=1 n=2 n=3 n=4. n= Número de manzanos Números de coníferas
MANZANOS Un agricultor planta manzanos en un terreno cuadrado. Con objeto de proteger los manzanos del viento planta coníferas alrededor de la totalidad del huerto. Aquí ves un esquema de esta situación
Matriz de Insumo - Producto
Matriz de Insumo - Producto Introducción En esta sección vamos a suponer que en la economía de un país hay sólo tres sectores: industria (todas las fábricas juntas), agricultura (todo lo relacionado a
Receptor de Correlación. Sistemas de Comunicación
Receptor de Correlación Sistemas de Comunicación Facundo Mémoli * -Versión 2.- mayo, 22 * memoli@iie.edu.uy Índice. Introducción 3 2. Hipótesis y Planteo del Problema 3 3. Procedimiento 4 3.. Hipótesis
Buceando en el HC908...
COMENTARIO TÉCNICO Buceando en el HC908... Por Ing. Daniel Di Lella Dedicated Field Application Engineer www.edudevices.com.ar dilella@arnet.com.ar Como implementar un control remoto por infrarrojo en
3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
Sistemas Electrónicos Digitales
Sistemas Electrónicos Digitales Profesor: Carlos Herrera C. I. Unidad COMPUERTAS LOGICAS Las compuertas lógicas son dispositivos que operan con aquellos estados lógicos Binarios y que funcionan igual que
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Definición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Determinantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).
Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
DEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso
DEFINICIONES Y CONCEPTOS (SISTEMAS DE PERCEPCIÓN - DTE) Curso 2009-10 1. Generalidades Instrumentación: En general la instrumentación comprende todas las técnicas, equipos y metodología relacionados con
Pruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas 2 Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Sistema de Ecuaciones Lineales Matrices y Determinantes (3ª Parte)
Sistema de Ecuaciones Lineales Matrices y Determinantes (ª Parte) Definición: Sistemas Equivalentes Dos sistemas de ecuaciones son equivalentes si y solo si tienen el mismo conjunto solución Teorema fundamental
Sistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Soluciones a los problemas impares. Tema 5. Memorias. Estructura de Computadores. I. T. Informática de Gestión / Sistemas
Tema 5. Soluciones a los problemas impares Estructura de Computadores I. T. Informática de Gestión / Sistemas Curso 28-29 Tema 5 Hoja: 2 / 36 Tema 5 Hoja: 3 / 36 Base teórica La memoria es el lugar en
Tema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Redes y Servicios. Módulo I. Fundamentos y modelos de red. Tema 2. Fundamentos. Parte B. Nivel de enlace
1 Redes y Servicios Módulo I. Fundamentos y modelos de red Tema 2. Fundamentos Parte B. Nivel de enlace 2 Introducción Dos funciones básicas del nivel de enlace: Motivación? Control de flujo Motivación?
lasmatemáticas.eu Pedro Castro Ortega materiales de matemáticas
1. Fracciones Una fracción es una expresión del tipo a b, donde a y b son números naturales llamados numerador y denominador, respectivamente. 1.1. Interpretación de una fracción a) Fracción como parte
Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1
Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1 TEMA 3 ÁLGEBRA 3.1 FACTORIZACIÓN DE POLINOMIOS LA DIVISIBILIDAD EN LOS POLINOMIOS Un polinomio P(x) es divisible por otro polinomio Q(x) cuando el cociente
Multicolinealidad. Universidad de Granada. RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17
Román Salmerón Gómez Universidad de Granada RSG Incumplimiento de las hipótesis básicas en el modelo lineal uniecuacional múltiple 1 / 17 exacta: aproximada: exacta: aproximada: RSG Incumplimiento de las
Tema 2. Descripción Conjunta de Varias Variables
Tema 2. Descripción Conjunta de Varias Variables Cuestiones de Verdadero/Falso 1. La covarianza mide la relación lineal entre dos variables, pero depende de las unidades de medida utilizadas. 2. El análisis
Estos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
Apéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
DISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Tema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Tabla de Derivadas. Función Derivada Función Derivada. f (x) n+1. f (x) y = f (x) y = ln x. y = cotg f (x) y = ( 1 cotg 2 f (x)) f (x) = f (x)
Matemáticas aplicadas a las CCSS - Derivadas Tabla de Derivadas Función Derivada Función Derivada y k y 0 y y y y y f ) y f ) f ) y n y n n y f ) n y n f ) n f ) y y n y y f ) y n n+ y f ) n y f ) f )
Comunicaciones I. Capítulo 4 CODIFICACIÓN Y MODULACIÓN
Comunicaciones I Capítulo 4 CODIFICACIÓN Y MODULACIÓN 1 Resumen de lo visto en el Capítulo 4 Se analizó la diferencia entre datos analógicos y digitales, y entre señales analógicas y digitales. A partir
ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Enteros
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Z = N {0} N Enteros Las operaciones + y. son cerradas en Z, es decir la suma de dos números enteros es un número entero y el producto
Problema 1. Para un planeta general del interior, la probabilidad de visita se calculará a partir de la probabilidad de los planetas anteriores. .
Problema l comandante de la flota escarlata está muy interesado en saber cual es la probabilidad de encuentro con la flota azul, que si ocurre tal encuentro será en algún planeta de la diagonal central.
SISTEMAS DE NUMERACION
SISTEMAS DE NUMERACION INTRODUCCION El número de dígitos de un sistema de numeración es igual a la base del sistema. Sistema Base Dígitos del sistema Binario 2 0,1 Octal 8 0,1,2,3,4,5,6,7 Decimal 10 0,1,2,3,4,5,6,7,8,9
TÉCNICAS DIGITALES SISTEMAS NUMÉRICOS
Universidad Nacional de Quilmes Diplomatura en Ciencia y Tecnología TÉCNICAS DIGITALES Los sistemas numéricos. SISTEMAS NUMÉRICOS La necesidad de contar objetos llevó a distintas culturas a simbolizar
UNIDAD 8 INECUACIONES. Objetivo general.
8. 1 UNIDAD 8 INECUACIONES Objetivo general. Al terminar esta Unidad resolverás inecuaciones lineales y cuadráticas e inecuaciones que incluyan valores absolutos, identificarás sus conjuntos solución en
Matemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
El dinero. Jesús Rodríguez López Universidad Pablo de Olavide. Sevilla, Jesús Rodríguez () El dinero Sevilla, / 42
El dinero Jesús Rodríguez López Universidad Pablo de Olavide Sevilla, 2011-2012 Jesús Rodríguez () El dinero Sevilla, 2011-2012 1 / 42 El modelo de generaciones solapadas El tiempo es discreto, t = 0,
El Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Distribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,