TEMA 5. INTERPOLACION
|
|
|
- Bernardo Sandoval Suárez
- hace 6 años
- Vistas:
Transcripción
1 Tema 5: Interpolacón TEM 5. INTERPOLCION. Introduccón. Nomenclatura. Interpolacón lneal 4. Interpolacón cuadrátca 5. Interpolacón por splnes cúbcos. RESUMEN 7. Programacón en Matlab
2 Cálculo numérco en Ingenería
3 Tema 5: Interpolacón. Introduccón En el Tema 4, se ha descrto como poder correlaconar un conjunto de puntos dscretos por medo de la regresón lneal múltple, de orma que se obtenen unos parámetros característcos que los relaconan a todos ellos medante una ecuacón matemátca. sí msmo, estos parámetros pueden utlzarse para calcular el valor de una varable dependente en uncón de las ndependentes en ntervalos nterores de valores en los cuales la regresón ue realzada. No obstante, en muchas ocasones nos encontraremos en el caso de tener una sere de puntos epermentales sn conocer eactamente el tpo de ecuacón o ajuste que represente a este proceso ( quzá tampoco sea el objetvo que se conozca, sn embargo, haa que realzar una estmacón del valor de la varable dependente en uncón de otra, para valores ntermedos a los conocdos, denomnándose nterpolacón. Uno de los prncpales errores que se pueden cometer es ajustar a una ecuacón utlzar esta ecuacón para nterpolar otros puntos. Estos ajustes a líneas de tendenca en ocasones nos proporconaran apromacones adecuadas, pero en otros muchos casos, aun dando una buena estmacón de la uncón en los puntos epermentales usados para su cálculo, proporconaran valores erróneos en otros casos mposbles de acuerdo con el proceso estudado. Este error tene su base en la sencllez del cálculo de los coecentes de regresones (lneales o de ordenes superores medante el uso de programas amplamente etenddos como son las hojas de calculo, a que se cubre de esta orma un ntervalo de valores demasado amplo, cuando lo que se desea al nterpolar es la relacón con los puntos mas cercanos. Es por ello más correcto usar las técncas de nterpolacón para la estmacón de puntos ntermedos a otros puntos epermentales. nalzaremos tres métodos de nterpolacón: la nterpolacón lneal, la nterpolacón cuadrátca, con su posble etensón a otros órdenes el splne cubco, equvalente al ajuste por seccones utlzando una apromacón cúbca cada puntos.. Nomenclatura,,,,,, X Y ( (, (, B, C, D Valores tabulados de una varable, en orden numérco crecente Valores de las correspondentes ordenadas, tamben tabuladas, a los valores de ctados anterormente Valor de la varable, entre el ntervalo tabulado anteror. Ordenada que se desea nterpolar correspondente al valor de ctado. Funcón polnómca de orden (cúbca a las que se ajustan grupos de tres valores de tabulados correlatvos. Cada tres valores tene su correspondente ajuste. Prmera segunda dervada de las uncones cúbcas anterores Parámetros que se obtenen a partr de los valores
4 Cálculo numérco en Ingenería. Interpolacón lneal tabulados de e para la aplcacón de la nterpolacón por splnes cúbcos. Esta es la orma más senclla de nterpolacón estente. Usa dos puntos con el n de desarrollar una apromacón lneal de la uncón. Estos dos puntos usados en el proceso serán los más prómos al punto de nterés, debendo ser uno menor otro maor que este. Por tanto, entre cada pareja de valores de (, (,, se calcula la recta estente entre ambos para calcular al valor de dado. S consderamos la ormula de Talor para apromar el valor de uncón alrededor del punto : ( ( ' ''. ((IN. Truncando esta sere por el térmno lneal apromando la uncón utlzando la técnca de ncrementos ntos, encontramos que el valor estmado de la uncón vendrá dado por: ' ( ((IN. 4. Interpolacón cuadrátca En este caso se usaran puntos, ( -, -, (, (,, para el proceso de nterpolacón en lugar de dos, obtenendo una apromacón a la uncón de maor orden. S consderamos el caso de puntos de gualmente espacados, -, por este orden, la apromacón medante la epansón de seres de Talor vendría dada por: ( ( ( ( ((IN. La apromacón medante derencas ntas de segundo orden centrada, nos proporcona la sguente epresón para el valor de la uncón en el punto que buscamos: ( [ ] ( [ ] ( ((IN.4
5 Tema 5: Interpolacón Para el caso de puntos no gualmente espacados, crcunstanca habtual en valores tabulados a medda que va aumentando el orden de magntud, es necesaro aplcar una nterpolacón, basada tamben en ajustes a tros de puntos, pero donde el ajuste se hace a uncones cúbcas, como se presenta en el sguente apartado. 5. Interpolacón por splne s plnes cúbcos Las apromacones polnómcas de alto orden, a ntervalos de puntos amplos, no son adecuadas para correlaconar magntudes que presenten cambos bruscos. En este caso, la nterpolacón por splnes cúbcos orece ventajas sgncatvas debdo a que cada segmento (regón entre dos puntos epermentales se aproma medante una uncón (cúbca ( que pasa por puntos. sí, por ejemplo, en el caso de tener puntos epermentales, utlzaríamos 5 uncones (cúbcas para apromar la uncón verdadera. Se deben cumplr los sguentes puntos para poder aplcar la técnca de dvsón de uncones:. Evdentemente, la apromacón debe pasar por todos los puntos.. La prmera segunda dervada deben ser contnuas de un segmento a otro. De esta orma se evtan dscontnudades en la curva resultante, a que a cada punto le corresponden dos ecuacones. La uncón sus dervadas para un segmento vendrían dadas por: a b c d > ' a b c a b > lneal cúbca ((IN.5 En la sguente gura se aclara la nomenclatura seguda. los puntos se van a denomnar con el subíndce a las uncones entre cada dos puntos con el subíndce. - La ecuacón ((IN.5 demuestra que la dervada segunda vara lnealmente con. Puesto que la dervada segunda debe ser contnua ( ( ( ( ((IN.
6 Cálculo numérco en Ingenería Esta ecuacón puede ser ntegrada dos veces, obtenendo una epresón que nos da el valor de la uncón en el segmento. Esta epresón contendrá dos constantes de ntegracón que pueden ser evaluadas usando la prmera de las condcones: la apromacón debe pasar por los puntos conocdos: ((IN.7 donde representa el valor real tabulado en el punto. La ecuacón resultante vendría dada por: ((IN.8 Pero en esta epresón los valores de la segunda dervadas sguen sn ser conocdos. Estos valores pueden conocerse hacendo uso de la condcón que dce que la prmera dervada debe ser contnua de un segmento a otro. '( ((IN.9 Por lo que, al ser guales las uncones colndantes en el msmo punto, puede elmnarse el subíndce para resaltar que la dervada es ndependente de que se escoja una uncón u otra. Por tanto, lo msmo ocurrrá con las dervadas segundas. plcando esta condcón de contnudad ((IN.9 a la ecuacón 8, reordenando térmnos: [ ] [ ] (IN. ecuacón que, como úncamente se desconocen las dervadas segundas, puede reagruparse de la orma: D C B (IN. plcando esta ecuacón a cada trío de valores, resulta un sstema de ecuacones lneales donde las ncógntas son los valores de las dervadas segundas:
7 Tema 5: Interpolacón > > (n > (IN. B ( C ( ( B ( C ( ( n Bn ( n Cn ( n Dn n donde todas las constantes, B, C D son valores conocdos. Fíjese que la ecuacón ( no puede aplcarse a los tramos (necestaríamos un punto anteror al prmero n en n (número de puntos a ajustar, por lo que quedan dos dervadas segundas que se pueden elegr. Generalmente se toma como apromacón que la dervada segunda en los etremos ncal nal sean cero, es decr, ( n Queda pues un sstema en la orma: 4 D D B C B 4 B ( ( ( D n n n n 4 D D D4 (IN. donde las ncógntas son los valores de las dervadas segundas. Una vez que el sstema esta resuelto obtendremos todos los valores de las dervadas segundas, a se puede utlzar la ecuacón (IN.8 para nterpolar el valor de la uncón en cualquera de los puntos estudados.. RESUMEN En este tema se revsan las ormas de nterpolacón de datos más comunes, como son la nterpolacón lneal, cuadrátca la que supone splnes cúbcos. Estos métodos serán de mucha utldad en la labor del ngenero al permtr la construccón de nuevos puntos partendo del conocmento de un conjunto dscreto de puntos. En ngenería algunas cencas es recuente dsponer de un certo número de puntos obtendos por muestreo o a partr de un epermento pretender construr una uncón que los ajuste. Otro problema estrechamente lgado con el de la nterpolacón es la apromacón de una uncón complcada por una más smple. S tenemos una uncón cuo cálculo resulta costoso, podemos partr de un certo número de sus valores e nterpolar dchos datos construendo una uncón más smple. En general, por supuesto, no obtendremos los msmos valores evaluando la uncón obtenda que s evaluásemos la uncón orgnal, s ben dependendo de
8 Cálculo numérco en Ingenería las característcas del problema del método de nterpolacón usado la gananca en ecenca puede compensar el error cometdo. 7. Programacón en MTLB Interpolacón Lneal. uncton nterplneal(,, % INTERPLINEL(,, devuelve la nterpolacon lneal de un valor % de a un velor determnado de enuncon de los valores tabulados e %, ambos vectores de guales dmensones % Prmero, localzar la poscon donde nterpolar ; valor; whle valor ; valor ( > ; end % Una vez localzada la poscon, se aplca la ormula (-((-(-/((-(-*(-(-; Interpolacón por splnes cúbcos uncton nterpsplnes(,, % INTERPSPLINES(,, devuelve la nterpolacon por splnes cubcos %de un valor de a un valor determnado de enuncon de los valores tabulados e %, ambos vectores de guales dmensones. tene los valores gualment e % Prmero, calcular las dervadas segundas tsze(; ma(t; % rmar matrz de coecentes % comenzando por la segunda la, que es la, B C COEFzeros(-, -; bzeros(-,; or :- ((-(; COEF(, -; B*((-(; COEF(,B; C (-(; COEF(,C; D/((-(*((-(/((-(*((-(; b(d; end % Calculo de B, C D, prmera la COEF(,*((-(; COEF(, (-(; b(, /((-(*((-(/((-(*((-(; % Calculo de la ultma lnea COEF(end,end-(--(-; COEF(end,end*((-(-; b(end,/((-(-*((-(-/((--(-*((--(-; % Dervadas segundas luego poner la prmera la ultma ceros dersegun nv(coef*b; dersegun [;dersegun;]; % Por ultmo, calculo de la nterpolacon % Prmero, localzar la poscon donde nterpolar ; valor; whle valor
9 Tema 5: Interpolacón ; valor ( > ; end % Una vez localzada la poscon, se aplca la ormula prmer dersegun(-//((-(-*((-.^; segun dersegun(//((-(-*(-(-.^; tercer ((-/((-(--dersegun(-*((-(-/*((-; cuart ((/((-(--dersegun(*((-(-/*(- (-; prmerseguntercercuart; smsmo, MTLB tene a creado un archvo para realzar la nterpolacón, con la sntas: YI INTERP(X,Y,XI,'method' donde: YI es el vector que contene los resultados nterpolados, X e Y los vectores sobre los cuales queremos nterpolan, XI el vector que queremos nterpolar method el método de nterpolacón. Los posbles métodos se muestran en la tabla sguente: lnear Interpolacón lneal splne Interpolacón medante splnes
EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.
EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente
Ecuaciones diferenciales ordinarias
Ecuacones derencales ordnaras Motvacón Las ecuacones que se componen de una uncón desconocda de sus dervadas son llamadas ECUACIONES DIFERENCIALES ales ecuacones desempeñan un papel mportante en ngenería
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
Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel
Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al
Cálculo Numérico. Luis Castellanos. Maracaibo, Estado Zulia, Venezuela
Cálculo Numérco Lus Castellanos Maracabo, Estado Zula, Venezuela Cálculo Numérco Lus Castellanos Tabla de Contendo. INTRODUCCIÓN.... CONCEPTOS BÁSICOS. ERROR...... ALGUNOS CONCEPTOS BÁSICOS:..... TIPOS
Regresión y Correlación Métodos numéricos
Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El
CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS
CAPÍTULO 18: OBTENCIÓN DE VALORES DE FUNCIONES TRIGONOMÉTRICAS Dante Guerrero-Chanduví Pura, 2015 FACULTAD DE INGENIERÍA Área Departamental de Ingenería Industral y de Sstemas CAPÍTULO 18: OBTENCIÓN DE
EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza
EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona
Universidad Nacional de Ingeniería P.A Facultad de Ingeniería Mecánica 22/07/11 DACBHCC EXAMEN FINAL DE METODOS NUMERICOS (MB536)
Unversdad Naconal de Ingenería P.A. - Facultad de Ingenería ecánca /7/ EXAEN FINA DE ETODOS NUERICOS B56 DURACION: INUTOS SOO SE PERITE E USO DE UNA HOJA DE FORUARIO ESCRIBA CARAENTE SUS PROCEDIIENTOS
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
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
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
1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,.
º. a Deducr la expresón de la fórmula de dervacón numérca de tpo x,x,x,x,. nterpolatoro que permte aproxmar f (x* con el soporte { } 3 x 4 b Demostrar que en el caso de que el soporte sea de la forma:
10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
ESTADÍSTICA. Definiciones
ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
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
CAPÍTULO 18 Interpolación
CAPÍTULO 8 Interpolacón Con frecuenca se encontrará con que tene que estmar valores ntermedos entre datos defndos por puntos. El método más común que se usa para este propósto es la nterpolacón polnomal.
Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun
Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco
ANEXO B SISTEMAS NUMÉRICOS
ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan
16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales
16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo
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)
Dpto. Física y Mecánica
Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D
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
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
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)
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
UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.
UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es
CESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
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
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
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:
Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton
ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes
5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.
Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las
5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.
5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar
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
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
CÁLCULO DE INCERTIDUMBRES Y REPRESENTACIONES GRÁFICAS
CÁLCULO DE ICERTIDUMBRES Y REPRESETACIOES GRÁFICAS ITRODUCCIÓ El estudo de la Físca es ncompleto s no se apoya en epermentos de laboratoro que permtan la comprensón de los fenómenos en estudo. Con los
PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.
Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en
Métodos cuantitativos de análisis gráfico
Métodos cuanttatvos de análss gráfco Método de cuadrados mínmos Regresón lneal Hemos enfatzado sobre la mportanca de las representacones gráfcas hemos vsto la utldad de las versones lnealzadas de los gráfcos
ECUACIONES DIFERENCIALES ORDINARIAS CON CONDICIONES INICIALES. Universidad Simón Bolívar
ECUACIONES DIFERENCIALES ORDINARIAS CON CONDICIONES INICIALES Unversdad Smón Bolívar Prelmnares El comportamento de muchos procesos íscos, sobre todo aquellos dependentes del tempo, puede ser descrto utlzando
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
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
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
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.
TEORÍA DE MEDIDAS INTRODUCCIÓN
Teoría de Meddas TEORÍA DE MEDIDAS ITRODUCCIÓ Las cencas epermentales operan con valores numércos que se obtenen como resultado de efectuar meddas de varables, por ejemplo una temperatura, una longtud
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
Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
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
GANTT, PERT y CPM INDICE
GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4
MUESTREO EN POBLACIONES FINITAS
MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño
H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen
TEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
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 Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento
Estimación de valoraciones en subastas simétricas
Estmacón de valoracones en subastas smétrcas Estmacón de valoracones en subastas smétrcas Momparler Pechuán Juan momparle@mat.uj.es Departamento Matemátcas Unversdad Jaume I España Hdalgo egova Maro maroseg9@yahoo.es
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,
En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de
Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO
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
Análisis de Regresión y Correlación
1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón
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
Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.
Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta
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.
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
ECUACIONES DIFERENCIALES Problemas de Valor Inicial
DIVISIÓN DE IENIAS FÍSIAS Y MATEMÁTIAS DTO. TERMODINÁMIA Y FENÓMENOS DE TRANSFERENIA MÉTODOS AROXIMADOS EN ING. QUÍMIA TF-33 EUAIONES DIFERENIALES roblemas de Valor Incal Esta guía fue elaborada por: rof.
Electricidad y calor
Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un
Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones
Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un
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
UNIDAD I. Introducción al Análisis Numérico
UNIDAD I Introduccón al Análss Numérco Métodos Numércos Son técncas medante las cuales es posble formular problemas matemátcos, de tal forma que puedan resolverse utlzando operacones artmétcas. Requeren
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
TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.
TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.
EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han
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
LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Para una población dada, se pueden estudiar simultáneamente dos o más caracteres cuantitativos diferentes.
BLOQUE III. VALORACIÓN INMOBILIARIA. SISTEMAS DE LA INFORMACIÓN. GESTIÓN PATRIMONIAL. T E M A 10 Estadístca valoracón urbana (II): Austes por el método de los mínmos cuadrados. Regresón correlacón. Regresón
Estadísticos muéstrales
Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día
315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE
La elasticidad como una aplicación de análisis de oferta y demanda
La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada
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
TEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
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,
Departamento Administrativo Nacional de Estadística
Departamento Admnstratvo Naconal de Estadístca Dreccón de Censos Demografía METODOLOGIA ESTIMACIONES Y PROYECCIONES DE POBLACIÓN, POR ÁREA, SEXO Y EDAD PARA LOS DOMINIOS DE LA GRAN ENCUESTA INTEGRADA DE
Métodos numéricos en Ingeniería: Elementos nitos
Métodos numércos en Ingenería: Elementos ntos 18 de septembre de 2004 Contendo Contendo 1 Formulacón varaconal de los problemas de contorno. 1 2 El método de elementos trangulares. 3 2.1 Formulacón varaconal.........................
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
AJUSTES DE CURVAS Método de Regresión Exponencial Curvas de tipo
AJUSTES DE CURVAS Método de Regresón Eponencal Curvas de tpo y ae b y y e a+ b Ing. Yaml Armando Cerquera Esp Sstemas U. Naconal de Colomba Facultad de Ingenería Unversdad Surcolombana CONTENIDO Desarrollo
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
DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID
DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas
CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED
Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con
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
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
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
1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,
Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos
Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
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
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
ESTADÍSTICA. x es el cociente entre la frecuencia absoluta del valor
el blog de mate de ada: ESTADÍSTICA pág. 1 ESTADÍSTICA La estadístca es la cenca que permte acer estudos de grandes poblacones escogendo sólo un pequeño grupo de ndvduos, lo que aorra tempo y dnero. Poblacón
1 + e z. 1 + e. 1 + e = 1 0 2
Tema 7. Regresón Logístca Pedro Larrañaga, Iñak Inza, Abdelmalk Moujahd Departamento de Cencas de la Computacón e Intelgenca Artfcal Unversdad del País Vasco Euskal Herrko Unbertstatea 7. Introduccón En
Disipación de energía mecánica
Laboratoro de Mecáa y ludos Práctca 9 Dspacón de energía mecáa Objetvos El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Determnar los cambos de la energía cnétca de un
EL AMPLIFICADOR OPERACIONAL.
Tema 6. El mplfcador peraconal. Tema 6 EL MPLIFICD PECINL.. Introduccón... Símbolos y termnales del amplfcador operaconal... El amplfcador operaconal como amplfcador de tensón..3. Conceptos báscos de realmentacón..4.