Boletín Científico Técnico INIMET ISSN: Instituto Nacional de Investigaciones en Metrología. Cuba

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

Download "Boletín Científico Técnico INIMET ISSN: Instituto Nacional de Investigaciones en Metrología. Cuba"

Transcripción

1 Boletín Científico Técnico INIMET ISSN: Institto Nacional de Investigaciones en Metrología Cba García-Jacomino, Jorge Lis; Valdés-Arencibia, Rosenda; Riz-Mena, Lenier; Qintana- Pchol, Rafael; Crz-Crespo, Amado; Alvarez-Lna, Macyri USO DEL PROCESAMIENTO DE IMÁGENES DIGITALES PARA MEDIR LOS PARÁMETROS MORFOMÉTRICOS DE PARTÍCULAS. Boletín Científico Técnico INIMET, núm. 1, enero-jnio, 015, pp Institto Nacional de Investigaciones en Metrología Cidad de La Habana, Cba Disponible en: Cómo citar el artíclo Número completo Más información del artíclo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portgal Proyecto académico sin fines de lcro, desarrollado bajo la iniciativa de acceso abierto

2 BCT INIMET No. 1 de 015 (enero-jnio) Página 14 de 44 USO DEL PROCESAMIENTO DE IMÁGENES DIGITALES PARA MEDIR LOS PARÁMETROS MORFOMÉTRICOS DE PARTÍCULAS. Atores: Jorge Lis García-Jacomino 1, Rosenda Valdés-Arencibia, Lenier Riz-Mena 1, Rafael Qintana- Pchol 1, Amado Crz-Crespo 1, Macyri Alvarez-Lna 1, 1 Universidad Central Marta Abre de Las Villas, Carretera a Camajaní km 5½, Santa Clara, Villa Clara, CP , Cba. Universidade Federal de Uberlândia - FEMEC. Av. João Naves de Ávila, 11 Bloco 5F, Uberlândia- MG, Brasil. Correo-e: jacomino@clv.ed.c RESUMEN El presente trabajo efectúa la caracterización morfométrica del mineral de manganeso (pirolsita) beneficiado del yacimiento Margarita de Cambte. Este mineral es tilizado frecentemente en procesos metalúrgicos donde la distribción granlométrica y la forma de las partíclas, jegan n papel determinante. Para tanto feron propestas las sigientes etapas: i) adqisición de las imágenes del mineral por medio de na cámara digital; ii) calibración del sistema de medición; iii) procesamiento de las imágenes digitales (PDI) mediante el software ImageJ V 1.48; iv) determinación de las áreas de las partíclas y del diámetro del círclo eqivalente para posterior procesamiento gráfico y estadístico aplicando el método de los momentos; v) evalación de la incertidmbre. Los resltados obtenidos mestran qe la pirolsita tiene na distribción granlométrica monomodal y se ajsta a na fnción de distribción VEMG. PALABRAS CLAVE: coeficiente de circlaridad; granlometría; imágenes digitales; incertidmbre; procesamiento digital. ABSTRACT This paper shows the reslts of morphometric characterization of extracted manganese mineral (pyrolsite) Margarita de Cambte reservoir. This mineral is sed in metallrgical processes where the particle size distribtion and shape plays a determining factor. It sed digital image processing techniqe (DIP). To acqire the images was sed digital camera and processed sing image analysis software ImageJ V 1.48.For both proposals were the following steps: i) image acqisition ore throgh a digital camera; ii) digital images processing (DIP) sing the software ImageJ 1.48 V; iii) measrement system calibration; iv) determining the areas of the particles and the diameter of the eqivalent circle for sbseqent graphical and statistical processing sing the method of moments; v) ncertainty assessment.the reslts show that the pyrolsite has a monomodal particle size distribtion and it`s adjsted to a VEMG distribtion fnction. KEYWORDS: circlarity coefficient; digital images; digital processing; grain size ncertainty. 14

3 BCT INIMET No. 1 de 015 (enero-jnio) Página 15 de 44 INTRODUCCIÓN Las caracterizaciones morfométrica y granlométrica de n mineral son aspectos esenciales qe permiten definir los métodos de procesamiento posteriores. Para estas caracterizaciones, s tilización y alcance existen na diversidad de métodos, los cales dependen tanto de las facilidades tecnológicas como del objetivo del ensayo en sí (1). Independientemente de la técnica o el conjnto de técnicas a emplear en el análisis granlométrico, es my importante la representatividad de la mestra analítica inicial y s cantidad(). Es inddable qe el mestreo, la maniplación y el procedimiento de la preparación de la mestra analítica peden cambiar ss características físicas y, hasta inclsive, las fásicas debido a reacciones topoqímicas o mecanoqímicas drante el proceso de tritración y/o plverización (3, 4). La dispersión de la mestra analítica en n líqido apropiado empleando o no, ondas ltrasónicas pede redcir la concentración y el tamaño de los aglomerados(5). De forma inversa pede ocrrir na aglomeración en sspensiones bien dispersas, si el método empleado es my lento o no adecado para el rango de distribción de las partíclas presentes en la mestra. Un aspecto importante es bscar na bena correspondencia entre la técnica analítica seleccionada, la metodología del procesamiento de los datos y el problema a resolver. Por otra parte, na partícla es considerada na discreta masa de materia sólida o líqida y pede inclir desde partíclas atómicas a grandes fragmentos de mineral. Anqe en la realidad esto no ocrre para la mayoría de los casos, se asme qe las partíclas son perfectamente esféricas y qe ésta es la forma reglar de referencia(6). Los tamaños de las partíclas se peden describir en base a na esfera eqivalente, combinando los parámetros tamaño y forma e incorporando las variaciones de tamaño aparente. Se establece así na definición para la dimensión del tamaño de partícla reprodcible e ineqívoca, con na sola dimensión (3, 7, 8). Para na partícla irreglar, existe n número infinito de diámetros estadísticos qe radian, atraviesan (o pasan, transitan por) del centro de gravedad de la partícla. El promedio qe despliega del diámetro del contorno proyectado, es el promedio integrado definido por la Ecación. (1). π dθ dr = r (1) π 0 Este cálclo es engorroso de realizar para cada partícla debido a la distribción presente. El reciente so de la comptación aydó el análisis de la imagen de la morfología de las partíclas (9-11). Las técnicas más rápidas simplemente miden na dimensión lineal paralela a algna dirección fija y asme qe las partíclas se orientan al azar para qe estas dimensiones promedien cando na población sficientemente grande se ha clasificado según s tamaño (1). El objetivo de este trabajo se enmarca en realizar la caracterización morfométrica y granlométrica, por medio de la determinación de los parámetros globales y de objeto, de na mena de manganeso beneficiada del yacimiento Margarita de Cambte mediante el procesamiento de imágenes digitales. 15

4 BCT INIMET No. 1 de 015 (enero-jnio) Página 16 de 44 MATERIALES Y METODOS PROPIEDADES QUÍMICO-FÍSICAS El mineral de manganeso (pirolsita) tilizado proviene del yacimiento de Margarita de Cambte en con n procesamiento de beneficio directo de la cantera. El análisis qímico de na mestra de la mena de manganeso, se presenta en la Tabla 1. TABLA 1. Análisis qímico de la Pirolsita, % en masa. MnO SiO Al O 3 CaO Fe O 3 MgO P O 5 H O Total 79,10 8,3,35 1,85 1,65 0,31 0,17 6,03 99,78 El componente mineral principal es no del tipo oxidado (véase Tabla 1). Los otros minerales acompañantes de contenido significativo aportan óxidos como el SiO y Al O 3.El Ca es probable qe forme parte estrctral del mineral del manganeso(4). El hierro y el fosforo aparecen en valores qe, a pesar de qe peden ser considerados como imprezas en algnos procesos, no constityen n obstáclo para s empleo como materia prima para la obtención de fndentes para soldadra(13). El mestreo sado es del tipo mestreo aleatorio simple sin reposición. Se realiza tomando al azar de la mena, peqeñas cantidades, similares en masa con na cchara diseñada para tales propósitos. Esto permite tener na mestra qe sea lo más representativa posible de la masa total del mineral y no solamente en n pnto en específico, aspecto a tener en centa para no incrrir en inconsistencia en la confección de la mestra representativa. CARACTERIZACIÓN MORFOLÓGICA DEL MINERAL POR ANÁLISIS DE IMAGEN La caracterización morfológica de la pirolsita es realizada mediante imágenes digitales adqiridas por na cámara digital, y procesadas por el software ImageJ 1.48.Las características de la cámara digital tilizada se mestran en la Tabla. Los granos son colocados horizontalmente sobre la pantalla de color blanca y esparcidos manalmente, lego se toman las imágenes. TABLA. Características técnicas de la cámara digital. Tamaño del lente: (6, 18,6) mm Lminosidad: 1:,8 ~ 5, Resolción: 1 Mega Píxeles Cando na medición es efectada por medio de sistemas de captación de imágenes asociados a programas comptacionales la medida básica tilizada como referencia es el número de pixeles ocpados por el mensrando. La aplicación de esta técnica, tilizando imágenes, facilita las mediciones, más, amenta la complejidad del cálclo de la incertidmbre de medición. También, eleva el nivel de exigencias en lo qe se refiere a la capacitación del personal qe realiza la medición, pes, el sistema de medición debe ser calibrado. Esta calibración permite determinar la resolción del sistema de medición y consecentemente el número de dígitos significativos qe deben ser considerados drante la medición(14). 16

5 BCT INIMET No. 1 de 015 (enero-jnio) Página 17 de 44 Calibración del sistema de medición Para la calibración del sistema de medición fe tilizada la regla de acero inoxidable del fabricante Mittoyo la cal es colocada al lado de los granos para ser sada como referencia drante la medición (Figra 1). Esta regla tiene intervalo nominal de indicaciones de 300 mm y resolción de 0,5 mm.el Certificado de Calibración de la regla, emitido por el Laboratorio de Metrología de la Mittoyo Sl Americana con el número 0098/13 declara na incertidmbre expandida de 0,0 mm para n factor de cobertra (k) igal a,0 y 131 grados de libertad. Para la calibraciónse toma na imagen de la regla conjntamente con el mineral. A continación, esa imagen es proyectada en la tela del monitor y na línea es trazada con longitd igal a la menor división Figra 1. Concentrado de pirolsita. de la regla (0,5 mm). Se determina, entonces, el número de pixeles ocpado por la línea qe separa dos marcas consectivas de la escala de la regla. Esta operación se repite cinco veces y en todos los casos el número de pixeles ocpado por la línea es registrado. Posteriormente, se calcla el largo de n pixel en cada medición, bien como la media aritmética y la desviación típica de los valores encontrados para las cinco mediciones. A continación la resolción del sistema de medición es determinada en fnción del largo de los pixeles, por la Ecación. (). R patrón 1pixeles R SM = () Npixeles Donde: R SM : resolción del sistema de medición; R Patrón : resolción de la regla de acero; N pixeles : número de pixeles en na división de la regla. La incertidmbre asociada a la calibración del sistema de medición se calcla por medio de la Ecación (3) para tanto se aplica la metodología propesta en el gía ISO/TAG 4/WG 3 (15). R = s(npixeles) + (3) SM IC R Donde: R SM : resolción del sistema de medición; IC R : corrección asociada a la incertidmbre de la calibración de la regla; s(n pixeles ): corrección asociada a la variación del número de pixeles. Para determinar la incertidmbre típica combinada de la calibración se aplica la ley de propagación de incertidmbre en la Ecación (3), se obtiene la Ecación (4). c ( R SM ) = RSM s( Npixeles ). RSM ( s( Npixeles )) + IC R. ( IC R ) (4) 17

6 BCT INIMET No. 1 de 015 (enero-jnio) Página 18 de 44 Diámetro del círclo eqivalente. El diámetro del círclo eqivalente (De) es calclado a partir del área proyectada (A), por medio de la Ecación (5). A De = (5) π De forma general, el área es dada por la Ecación (6) A = a b (6) Donde: a: ancho; b: largo. La referencia tilizada drante la medición del área proyectada es el área de n pixel, así para evalar la incertidmbre de las variables de entrada presentes en la Ecación (6) peden ser tilizados los modelos matemáticos dados en las Ecación (7) y (8). I(a) = s(a) + + (7) I(b) R SM C SM s(b) + R SM + C SM = (8) Las variables a y b dependen de otras variables, qe son: desviación típica de los valores del mensrando evalado; resolción del sistema de medición; incertidmbre típica de la calibración del sistema de medición. Ambos los mensrandos (a y b) son medidos con el mismo sistema de medición, por lo tanto, son considerados variables correlacionadas(15). La correlación en este caso es considerada igal a 1. Aplicando la ley de propagación de incertidmbre en las Ecación (7) y (8) se obtienen las Ecación (9) y (10), qe permiten calclar la incertidmbre típica combinada de la medición del ancho y del largo del pixel, respectivamente. a a a c (a) =. ( s(a)) +. ( R SM) +. ( C SM) s(a) R SM C (9) SM b b b c (b) =. ( s(b)) +. ( R SM) +. ( C SM) s(b) R SM C (10) SM A continación se debe aplicar la ley de propagación de incertidmbre en las Ecación (6) y (5) para efectar el cálclo de la incertidmbre típica combinada de la medición del área proyectada y del diámetro del círclo eqivalente, respectivamente. c c A A (A) =. (a) +. (b) (11) a b De (De) =. (A) (1) A 18

7 BCT INIMET No. 1 de 015 (enero-jnio) Página 19 de 44 Calclando las derivadas en las Ecaciones (11) y (1) se obtienen las Ecaciones (13) y (14). ( b). (a) ( a). (b) c (A) + c (De) = (13) 1 A π =. (A) (14) Coeficiente de circlaridad. El coeficiente de circlaridad (C) cantifica la diferencia entre na forma geométrica calqier y n círclo teórico y pede ser calclado por medio de la Ecación (15). A C = 4 π (15) ( P) Donde: A: área proyectada; P: perímetro. Este coeficiente es adimensional y pede asmir valores entre 0 y 1, siendo el valor 1 el qe representa la forma circlar perfecta. La incertidmbre de la circlaridad es determinada a partir de la Ecación (15). De esta forma para obtener la incertidmbre típica combinada se aplica la ley de propagación de incertidmbres en (15) obteniéndose la Ecación (16). c (C) = (P) (16) C A C. (A) +. P Calclando las derivadas parciales en la Ecación (16), se obtiene la Ecación (17). c (C) 4π ( P) 3 ( 1). (A) + ( 4π A ( P )). (P) = (17) El perímetro es dado por la Ecación (18) qe al aplicarle la ley de propagación de incertidmbre reslta en la Ecación (19) qe permite evalar la incertidmbre típica asociada al perímetro. P = π d (18) p c (P) =. (d) (19) d Calclando las derivadas se obtiene la Ecación (0). c (P) = π. (d) (0) 19

8 BCT INIMET No. 1 de 015 (enero-jnio) Página 0 de 44 DISCUSIÓN DE RESULTADOS PROCESAMIENTO DIGITAL DE LA FOTO DEL CONCENTRADO DE PIROLUSITA La Figra 1 presenta na mestra con masa igal a 950 g la cal fe extraída de n saco de 45 kg, aplicando n apilado y carteado. La imagen es procesada digitalmente por el procedimiento establecido (6) mediante el software ImageJ V En la Figra (a) se observa la imagen segmentada (binaria) y en la Figra (b) el resltado de la cantificación. (a) (b) Figra. Procesamiento digital de la foto del concentrado de pirolsita: (a) Imagen binaria, (b) Selección de frontera y conteo de las partíclas. A partir de los resltados del análisis cantitativo de las partíclas, se pede caracterizar la morfología y la distribción granlométrica del concentrado de pirolsita. CUANTIFICACIÓN MORFOMÉTRICA DEL CONCENTRADO DE PIROLUSITA Resltado da calibración del sistema de medición. En la Tabla 3 se mestra el número de pixeles encontrado entre dos trazos consectivos de la regla de acero (longitd de 0,5 mm), además del ancho del pixel en cada medición. TABLA 3. Resltados de la medición del número de pixeles Medición Número de pixeles (en 0,5 mm) Ancho de n pixel (mm) 1 1,00 0, ,01 0, ,01 0, ,51 0, ,50 0, ,04 37 S 0,

9 BCT INIMET No. 1 de 015 (enero-jnio) Página 1 de 44 A partir de la Tabla 3 se conclye qe la resolción linear del sistema de medición, considerando las condiciones en las cales se efectaron las mediciones, es de 0,05 mm. La incertidmbre expandida asociada es de 0,0 mm, para na probabilidad de cobertra de 95%, con factor de cobertra igal a 1,96 y 131 grados de libertad efectivos. Resltado de la medición del diámetro del círclo eqivalente. La Tabla 4 mestra los valores de los estadísticos descriptivos para el diámetro del círclo eqivalente. TABLA 4. Resmen Estadístico para el diámetro del círclo eqivalente Estadígrafos UM Valor Recento N 73 Promedio mm 4, Mediana mm 3, Moda mm 0,73 00 Varianza mm 7, Desviación Típica mm,771 4 Coeficiente de Variación % 68,63 80 Mínimo mm 0,73 00 Máximo mm 19, En la Tabla 4 se observa qe para na población de 73 partíclas, el valor mínimo de la dimensión lineal delos granos es de 0,7 mm y el máximo de 19,31 mm. La valoración de las medidas mestra na tendencia central de esa dimensión, cyo promedio es de 4,06 mm, con na mediana de 3,45 mm y na moda de 0,7 mm. Las medidas de variabilidad indican na varianza de 7,68 mm, na desviación estándar de,77 mm y n coeficiente de variación del 68,6 %. La incertidmbre expandida asociada a la medición del diámetro del círclo eqivalente es de 0,19 mm para na probabilidad de cobertra de 95%, n factor de cobertra (k) igal a 1,96. La variable qe más contribye para la incertidmbre final es la desviación estándar asociada a los valores del diámetro del círclo eqivalente, con aproximadamente 97 % de contribción. En segndo lgar está la resolción del sistema de medición con % de contribción. Por fin la incertidmbre asociada a la calibración del sistema de medición con 1% de contribción. De esta forma, el sistema de medición tilizado posee la exactitd adecada para efectar la medición del diámetro del círclo eqivalente de las partíclas del mineral. En la Figra 3 se pede observar gráficamente la distribción de los diámetros. A pesar de emplear estadísticos descriptivos en n procesamiento primario, se pede conclir qe la distribción granlométrica del concentrado de pirolsita no se ajsta a na distribción normal. 1

10 BCT INIMET No. 1 de 015 (enero-jnio) Página de 44 Figra 3. Gráfico de dispersión del diámetro del círclo eqivalente (De). A partir de la tabla de frecencias, qe se realiza dividiendo el rango de diámetro del círclo eqivalente en intervalos del mismo ancho (11 clases), y contando el número de datos en cada intervalo, se constrye el histograma de frecencias (Figra 4). Figra 4. Histograma de frecencias del diámetro del círclo eqivalente (De). Las frecencias mestran el número de datos en cada intervalo, mientras qe las frecencias relativas mestran las proporciones en cada intervalo. Se observa qe la mayor frecencia (9) corresponde a la fracción de 1,81 mm hasta 3,64 mm, con n pnto medio de,7 mm, lo qe constitye el máximo de la distribción nimodal con na frecencia relativa del 40 %. Procesamiento estadístico no paramétrico y paramétrico para el diámetro del círclo eqivalente. Los resltados de los diámetros se procesan mediante estadígrafos paramétricos y no paramétricos para evalar s distribción y realizar na caracterización más rigrosa.

11 BCT INIMET No. 1 de 015 (enero-jnio) Página 3 de 44 La Tabla 5mestra los resltados de diversas prebas realizadas para determinar si el diámetro del círclo eqivalente pede modelarse adecadamente con na distribción normal. TABLA 5. Prebas de Normalidad para diámetro del círclo eqivalente Preba Estadístico Valor-P Chi-Cadrado 87, ,0 Estadístico W de Shapiro-Wilk 0, ,0 Valor-Z para asimetría 10, ,0 Valor-Z para crtosis 9, ,0 La preba de chi-cadrada divide el rango de diámetro del círclo eqivalente en 53 clases y compara el número de observaciones en cada clase con el número esperado de observaciones. A s vez, la preba de Shapiro-Wilk está basada en la comparación de los cartiles de la distribción normal ajstada a los datos. La preba de sesgo estandarizado bsca falta de simetría en los datos. La preba de crtosis estandarizada bsca si la forma de la distribción es más plana o picda qe la distribción normal. Debido a qe en todas las prebas, el valor-p de las prebas realizadas es menor a 0,05, se pede rechazar la idea de qe el diámetro del círclo eqivalente proviene de na distribción normal con 95 % de confianza. La Tabla 6 mestra los resltados de la preba de bondad de ajste cando varias distribciones qe se pedan ajstar a los valores del diámetro del círclo eqivalente. De acerdo con el estadístico Log Verosimilitd y Kolmogorov-Smirnov D (KS D), la distribción de mejor ajste es la distribción del Valor Extremo más Grande (VEMG). TABLA 6. Comparación de Distribciones Alternas. Distribción Parám. Est. Log Verosimilitd KS D Valor Extremo más Grande -1644, 77 0, Gamma -1645, 00 0, Weibll -1653, 98 0, Loglogística -1654, 9 0, Lognormal -1690, 0 0, Laplace -1695, 66 0, En la Figra4se mestra también la comparación entre la crva de distribción Normal ( ) y la crva de distribción Valor extremo más grande (*).Se observa qe la distribción VEMG tiene n mejor ajste a la distribción de frecencia de los datos. Es decir, las partíclas de la pirolsita caracterizada se ajstan a na distribción del tipo VEMG. Desviación del coeficiente de circlaridad de las partíclas. Los resltados de los estadísticos descriptivos para la circlaridad de las partíclas (Tabla 7) mestra qe para na población de 73 partíclas, el valor mínimo es de 0,0 y el máximo de 1 (representa el círclo perfecto). Las medidas de tendencia central mestran qe el promedio es de 0,8, con na mediana de 0,84 y na moda de 1. Las medidas de variabilidad mestran na desviación típica de 0,13 y n coeficiente de variación del 15,5 %. 3

12 BCT INIMET No. 1 de 015 (enero-jnio) Página 4 de 44 TABLA 7. Resmen Estadístico del coeficiente de Circlaridad de las partíclas. Estadígrafos UM Valor Recento N 73 Promedio 0,81791 Mediana 0,83578 Moda 1,00000 Varianza 0,01609 Desviación Típica 0,1685 Coeficiente de Variación % 15,50910 Mínimo 0,0114 Máximo 1,00000 El valor de sesgo estandarizado no se encentra dentro del rango esperado para datos provenientes de na distribción normal, tampoco scede para el valor de la crtosis estandarizada, por lo qe se pede inferir qe los datos no son provenientes de na distribción normal. En la Figra 5, se pede observar gráficamente la distribción de la Circlaridad de las partíclas. Los resltados de los estadísticos descriptivos en n primer procesamiento, conclyen qe la distribción de la Circlaridad de las partíclas del concentrado de pirolsita no se ajsta a na distribción normal. Figra 5. Gráfico de dispersión de la circlaridad. 4

13 BCT INIMET No. 1 de 015 (enero-jnio) Página 5 de 44 En la Figra 6 se mestra la tabla de frecencias para la Circlaridad de las partíclas. Figra 6. Gráfico de distribción de frecencias para la circlaridad. Se observa qe la mayor frecencia (74) corresponde a la fracción 0,8 hasta 0,91, con n pnto medio de 0,86, lo qe constitye el máximo de la distribción nimodal con na frecencia relativa del 38 %. Procesamiento estadístico no paramétrico y paramétrico para el coeficiente de circlaridad. Los resltados del coeficiente de circlaridad de las partíclas se procesan mediante estadígrafos paramétricos y no paramétricos para evalar s distribción y realizar na caracterización más rigrosa. La Tabla 8 mestra los resltados de diversas prebas realizadas para determinar si la Circlaridad pede modelarse adecadamente con na distribción normal. TABLA 8. Prebas de Normalidad para Circlaridad de las partíclas. Preba Estadístico Valor-P Chi-Cadrado 409, 57 0,0 Estadístico W de Shapiro-Wilk 0, ,0 Valor-Z para asimetría 8, ,0 Valor-Z para crtosis 7,907 90,66454E-15 Debido a qe en todas las prebas, el valor-p es menor a 0,05, se pede rechazar la hipótesis de qe la Circlaridad proviene de na distribción normal con 95 % de confianza. La Tabla 9 mestra los resltados de na preba de bondad de ajste cando varias distribciones qe se pedan ajstar a los valores de la Circlaridad de la partícla. De acerdo con el estadístico Log Verosimilitd, la distribción de mejor ajste es la distribción del Valor Extremo Más Peqeño (VEMP). 5

14 BCT INIMET No. 1 de 015 (enero-jnio) Página 6 de 44 TABLA 9. Comparación de Distribciones Alternas Distribción Parám. Est. Log Verosimilitd KS D Valor Extremo más Peqeño 564, 706 0, Laplace 540, 086 0, Weibll 539, 83 0, Logística 56, 046 0, Normal 473, 3 0, Loglogística 455, 455 0, Gamma 386, 1 0,147 4 Lognormal 330, 419 0, La Figra 6 mestra la comparación entre la crva de distribción Normal ( ) y la crva de distribción Valor extremo más peqeño (*). Se observa qe la distribción VEMP tiene n mejor ajste a la distribción de frecencia de los datos. Los resltados de la cantificación morfométrica del concentrado de pirolsita mediante el procesamiento digital de imágenes, con el software ImageJ permiten caracterizar al mineral en canto a s distribción granlométrica (parámetro global) y la Circlaridad de las partíclas (parámetro de objeto). Se compreba la fortaleza y eficacia de la combinación de esa herramienta con el procesamiento estadístico para estdiar las materias primas plverlentas. La incertidmbre expandida asociada a la medición del coeficiente de Circlaridad es de 0,0 para na probabilidad de cobertra de 95%, n factor de cobertra (k) igal a,04 y 3 grados de libertad efectivos. Este valor de incerteza representa, aproximadamente,,5 % del valor promedio del coeficiente de Circlaridad, por lo qe pede ser considerado adecado para la exactitd reqerida drante la medición. CONCLUSIONES De los resltados obtenidos se conclye qe el so del Procesamiento Digital de Imágenes con el software ImageJ,para la caracterización morfométrica de minerales plverlentos, es n método qe brinda ventajas respecto al tradicional tamizado para determinar la distribción granlométrica, en lo qe respecta a menor tiempo de medición; elevada exactitd e incertidmbre adecada. La caracterización morfométrica mediante el PDI, combinado con el procesamiento estadístico de na mena de manganeso del yacimiento Margarita de Cambte mestra qe s diámetro medio es de 4,06 mm, n coeficiente de variación del 68,% y se ajsta a la distribción VEMG. La circlaridad media es de 0,8, n coeficiente de variación del 15,5 % ajstándose a la distribción VEMP. Estos valores permiten establecer los parámetros operacionales para posterior procesamiento de este mineral. 6

15 BCT INIMET No. 1 de 015 (enero-jnio) Página 7 de 44 AGRADECIMIENTOS Los atores mestran s agradecimiento al Programa de Cooperación Interniversitaria CAPES-Brasil / MES-Cba debido a qe este trabajo se vincla al proyecto CAPES/MES-CUBA PROJETOS 146/1. REFERENCIAS BIBLIOGRÁFICAS 1. Bergaya F, Theng BKG, Lagaly G. Handbook of Clay Science. Amsterdam: Elsevier; Pope LR, Ward CW. Manal on Test Sieving Methods Prepared by ASTM Committee E9 as Gidelines for Establishing Sieve Analysis Procedres West Conshohocken, PA. Al Pabst W, Gregorová E. Characterization of particles and particle systems: PABST & GREGOROVÁ; Qintana-Pchol R. Conceptalizaciones científico-técnicas sobre el diseño, obtención y desarrollo de fndentes para soldadra atomática por arco eléctrico a partir de minerales y residales sólidos indstriales [Tesis doctoral de do grado ]: Universidad Central "Marta Abre" de Las Villas; Bernhardt C. Particle Size Analysis - Classification and Sedimentation Methods. London: Chapman & Hall; Mena LR. Estdio morfométrico del concentrado de pirolsita mediante el procesamiento de imágenes digitales [Trabajo de Diploma]: Universidad Central Marta Abre de las Villas; Salager J-L. Granlometría teórica. Modlo de enseñanza en fenómenos interfaciales. Mérida007. p Salager J-L. Análisis práctico de datos granlométricos. Modlo de enseñanza en fenómenos interfaciales. Mérida007. p Rss JC. The Image Processing Handbook. 5 ed. Boca Raton: CRC Press (Taylor & Francis); Gonzalez RC, Woods RE. Digital Image Processing: Pearson International Edition; p. 11. Gonzalez RC, Woods RE, Eddins SL. Digital image processing sing MATLAB: Gatesmark Pblishing Tennessee; Stoyan D, Kendall WS, Mecke J. Stochastic Geometry and its Applications. ed. Chichester John Wiley & Sons; Crz A, Qintana R, Perdomo L, García LL, Formoso A, Cores A. Caracterización de n mineral de manganeso para s tilización en la síntesis de fndentes para la soldadra atomática. Revista Metalrgia. 003;39: Valdés-Arencibia R, Cedré EMD, Crespo AC, Piratelli-Filho A. Measrement Uncertainty of Geometric Parameters in Weld Beads. Soldag insp. 011;16(1): ISO/IEC. Gide 98-3: Uncertainty of measrement Part 3: Gide to the expression of ncertainty in measrement (GUM:1995). Switzerland 008. p. 10. Fecha de recepción del artíclo: Fecha de aceptación del artíclo:

1 Composición de funciones

1 Composición de funciones Composición de fnciones La composición de fnciones o la fnción de fnción es na operación qe aparece natralmente en varias sitaciones. En esta nota, presentaremos (sin demostración) algnos de los resltados

Más detalles

6 La semejanza en el plano

6 La semejanza en el plano TIVIS MPLIIÓN 6 La semejanza en el plano 1. alcla las medidas de los segmentos,, z, t en la sigiente figra, sabiendo qe las medidas de los segmentos conocidos están epresadas en metros. 4 G z t. ibja n

Más detalles

Método de identificación de modelos de orden reducido de tres puntos 123c

Método de identificación de modelos de orden reducido de tres puntos 123c Método de identificación de modelos de orden redcido de tres pntos 123c Víctor M. Alfaro, M.Sc. Departamento de Atomática Escela de Ingeniería Eléctrica Universidad de Costa Rica valfaro@eie.cr.ac.cr Rev:

Más detalles

DERIVADA DE LA FUNCIÓN EXPONENCIAL DE CUALQUIER BASE Y DE LA FUNCIÓN LOGARÍTMO NATURAL

DERIVADA DE LA FUNCIÓN EXPONENCIAL DE CUALQUIER BASE Y DE LA FUNCIÓN LOGARÍTMO NATURAL DERIVADA DE LA FUNCIÓN EXPONENCIAL DE CUALQUIER BASE Y DE LA FUNCIÓN LOGARÍTMO NATURAL Sgerencias para qien imparte el crso: Se deberá concebir a la Matemática como na actividad social y cltral, en la

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE CIENCIAS BIOLÓGICAS SUBDIRECCIÓN DE POSGRADO CONTENIDO DE CARTA DESCRIPTIVA 1.- IDENTIFICACIÓN Curso: Bioestadística Programa: Doctorado en Inmunobiología

Más detalles

3. Sistema Por Unidad Ejemplos

3. Sistema Por Unidad Ejemplos Anexo. istema Por Unidad Ejemplos Ejemplo.1 Dos generadores conectados en paralelo a la misma barra poseen reactancias sbtransitoria de 10%. El generador número no posee na capacidad de 500 KA, y el número

Más detalles

TEMA 7: VECTORES. También un vector queda determinado por su módulo, dirección y sentido. Dado el vector u. = AB, se define: Módulo del vector u

TEMA 7: VECTORES. También un vector queda determinado por su módulo, dirección y sentido. Dado el vector u. = AB, se define: Módulo del vector u DPTO DE MATEMÁTICAS T5: VECTORES - 1 1.- VECTORES EN EL PLANO TEMA 7: VECTORES Hay magnitdes como ferza, desplazamiento, elocidad, qe no qedan completamente definidas por n número. Por ejemplo, no es sficiente

Más detalles

LÍMITES, CONTINUIDAD Y DERIVADAS

LÍMITES, CONTINUIDAD Y DERIVADAS LÍMITES, CONTINUIDAD Y DERIVADAS ÍNDICE. Concepto de límite. Propiedades de los límites 3. Definición de continidad 4. Tipos de continidad 5. Concepto de derivada 6. Tabla de derivadas 7. Crecimiento y

Más detalles

ANALISIS DE FRECUENCIA EN HIDROLOGIA

ANALISIS DE FRECUENCIA EN HIDROLOGIA ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos

Más detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de

Más detalles

Curso de Procesamiento Digital de Imágenes

Curso de Procesamiento Digital de Imágenes Crso de Procesamiento Digital de Imágenes Impartido por: Elena Martínez Departamento de Ciencias de la Comptación IIMAS UNAM cbíclo 408 http://tring.iimas.nam.mx/~elena/teaching/pdi-mast.html elena.martinez@iimas.nam.mx

Más detalles

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................

Más detalles

Estructura de Computadores. 1. Ejercicios Resueltos 1.1.

Estructura de Computadores. 1. Ejercicios Resueltos 1.1. Estrctra de Comptadores Tema. La nidad de memoria II. La memoria virtal Localidad de referencia. Definición de memoria cache. Estrategias de mapeado: directo, asociativo y asociativo por conjntos. Algoritmos

Más detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles

INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN

INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN INGENIERÍA HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Estadística Aplicada 2. Competencias Dirigir proyectos de tecnologías de información (T.I.) para contribuir a

Más detalles

INCERTIDUMBRE DE LA MEDICIÓN II. Uso de los resultados del Estudio de Validación (Externa e Interna)

INCERTIDUMBRE DE LA MEDICIÓN II. Uso de los resultados del Estudio de Validación (Externa e Interna) INCERTIDUMBRE DE LA MEDICIÓN II Uso de los resltados del Estdio de Validación (Externa e Interna) I. Incertidmbre asociada al error aleatorio (precisión intermedia) II. Incertidmbre asociada al error sistemático

Más detalles

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción LABORATORIO No. 0 Cálculo de errores en las mediciones 0.1 Introducción Es bien sabido que la especificación de una magnitud físicamente medible requiere cuando menos de dos elementos: Un número y una

Más detalles

Introducción a la Estadística Aplicada en la Química

Introducción a la Estadística Aplicada en la Química Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00

Más detalles

Control Mediante Lógica Difusa

Control Mediante Lógica Difusa Técnicas Modernas en Atomática 1 Control Mediante Lógica Difsa Samir Koro R. y Rodrigo Msalem M. Resmen En este docmento se presenta na introdcción a la teoría y aplicación de lógica difsa en sistemas

Más detalles

63 Polilóbulos y competencias básicas

63 Polilóbulos y competencias básicas Febrero 010, pp. 1-8 63 Polilóblos y competencias básicas Se presenta n ejemplo de desarrollo de las competencias básicas en el almnado de edcación secndaria a través del estdio geométrico de polilóblos.

Más detalles

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia

Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.

Más detalles

Diseño o de Entradas. Autor: Dr. Juan Carlos Gómez ISIS 2

Diseño o de Entradas. Autor: Dr. Juan Carlos Gómez ISIS 2 Identificación n de SIStemas Diseño o de Entradas Ator: Dr. Jan Carlos Gómez Un reqisito fndamental de las entradas para n experimento de identificación es el de persistencia de excitación de las mismas.

Más detalles

14 Corte por Fricción

14 Corte por Fricción 14 Corte por Fricción CONSIDERCIONES GENERLES Cando se pblicó el docmento CI 318-83, el artíclo 11.7 fe rescrito completamente para ampliar el concepto de corte por fricción de manera qe inclyera aplicaciones

Más detalles

Conceptos básicos de metrología

Conceptos básicos de metrología Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las

Más detalles

Lentes de longitud focal fija

Lentes de longitud focal fija Vídeo Lentes de longitd focal fija Lentes de longitd focal fija www.boschsecrity.es Óptica de alta calidad Tipos DC iris (accionamiento directo) Mecanismo de DC iris fiable y sólido Formatos de 1/2" y

Más detalles

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1 GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación

Más detalles

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4

matemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4 PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área

Más detalles

CM0244. Suficientable

CM0244. Suficientable IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE

Más detalles

Contenidos IB-Test Matemática NM 2014.

Contenidos IB-Test Matemática NM 2014. REDLAND SCHOOL MATHEMATICS DEPARTMENT 3 MEDIO NM 1.- Estadística y probabilidad. Contenidos IB-Test Matemática NM 2014. 1.1.- Conceptos de población, muestra, muestra aleatoria, y datos discretos y continuos.

Más detalles

PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)

PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA

Más detalles

PLANEACIÓN DIDÁCTICA FO205P

PLANEACIÓN DIDÁCTICA FO205P PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA EN TICS DOCENTE (2) ING. JULIO MELÉNDEZ PULIDO NOMBRE DE LA ASIGNATURA (3) PROBABILIDAD Y ESTADISTICA CRÉDITOS (4) 5 CLAVE DE LA ASIGNATURA (5)

Más detalles

Facultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO

Facultad de Ciencias e Ingeniería. Escuela Académico Profesional de Comunicación SÍLABO Facultad de Ciencias e Ingeniería Escuela Académico Profesional de Comunicación SÍLABO ASIGNATURA: ESTADÍSTICA APLICADA A LAS COMUNICIONES I. DATOS GENERALES: 1.1. Código de Asignatura : 21252 1.2. Escuela

Más detalles

Series aritméticas. ó 4 6 8 10 La suma de los primeros n términos en una serie se representa por S n. .Por ejemplo, S 6

Series aritméticas. ó 4 6 8 10 La suma de los primeros n términos en una serie se representa por S n. .Por ejemplo, S 6 LECCIÓN CONDENSADA 11.1 Series aritméticas En esta lección Aprenderás la terminología y la notación asociada con las series Descbrirás dos fórmlas para la sma parcial de na serie aritmética Una serie es

Más detalles

Diagnóstico de Fallas en Centrales Termoeléctricas Utilizando Modelado Neuronal y Lógica Difusa

Diagnóstico de Fallas en Centrales Termoeléctricas Utilizando Modelado Neuronal y Lógica Difusa Diagnóstico de Fallas en Centrales Termoeléctricas Utilizando Modelado Neronal y Lógica Difsa Nemecio Tlalolini Ramos 1, José A. Rz Hernández 2, Dionisio A. Sárez Cerda 3, Alfredo Sánchez López 3, Agstín

Más detalles

ESTIMACIÓN DE LA INCERTIDUMBRE PARA LA CALIBRACIÓN DE UN TERMÓMETRO DIGITAL, EN EL INTERVALO DE TEMPERATURA DESDE 0 C A 300 C

ESTIMACIÓN DE LA INCERTIDUMBRE PARA LA CALIBRACIÓN DE UN TERMÓMETRO DIGITAL, EN EL INTERVALO DE TEMPERATURA DESDE 0 C A 300 C ESTIMACIÓN DE LA INCERTIDUMBRE PARA LA CALIBRACIÓN DE UN TERMÓMETRO DIGITAL, EN EL INTERVALO DE TEMPERATURA DESDE 0 C A 300 C Roberto Figueroa M. Jefe Laboratorio CIDE-USACH Universidad de Santiago de

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

Tema 5: Ecuaciones diferenciales de primer orden homogéneas

Tema 5: Ecuaciones diferenciales de primer orden homogéneas Tema 5: Ecaciones diferenciales de primer orden homogéneas 5.1 Primer método de solción En la e.d. homogénea d (1) f (, ) d donde, de acerdo con lo visto en (.), f(t, t) f(, ), se sstite () v s correspondiente

Más detalles

Método de los Elementos Finitos para determinar las deflexiones en una viga tipo Euler-Bernoulli

Método de los Elementos Finitos para determinar las deflexiones en una viga tipo Euler-Bernoulli Preliminares Formlación del elemento inito para vigas Ejemplo Método de los Elementos Finitos para determinar las deleiones en na viga tipo Eler-Bernolli Lic. Mat. Carlos Felipe Piedra Cáceda. Estdiante

Más detalles

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA Facultad de Ingeniería Mecánica y Eléctrica Escuela Académico Profesional de Ingeniería Mecánica y Eléctrica Departamento de Ciencias de Investigación de la

Más detalles

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada. ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos

Más detalles

ESTADÍSTICA I Código: 8219

ESTADÍSTICA I Código: 8219 ESTADÍSTICA I Código: 8219 Departamento : Metodología Especialidad : Ciclo Básico Prelación : Sin Prelación Tipo de Asignatura : Obligatoria Teórica y Práctica Número de Créditos : 3 Número de horas semanales

Más detalles

PROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III

PROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

NOMBRE: VECTORES EN EL PLANO. Ángel de la Llave Canosa

NOMBRE: VECTORES EN EL PLANO. Ángel de la Llave Canosa NOMBRE: VECTORES EN EL PLANO Ángel de la Llave Canosa 1 VECTORES EN EL PLANO VECTOR FIJO Un vector fijo AB es n segmento orientado, qe está definido por dos pntos: Un pnto origen y n pnto extremo. Los

Más detalles

Determinación de la incertidumbre de medida de agentes químicos (I): gases y vapores

Determinación de la incertidumbre de medida de agentes químicos (I): gases y vapores Año: 01 931 Determinación de la incertidmbre de medida de agentes qímicos (I): gases y vapores Determination of the ncertainty of chemical agents measrement (I): gases and vapors Détermination de l incertitde

Más detalles

NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011

NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill. GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos

Más detalles

CALIBRACIÓN DE MULTÍMETROS DIGITALES

CALIBRACIÓN DE MULTÍMETROS DIGITALES CALIBRACIÓN DE MULTÍMETROS DIGITALES HENRY POSTIGO LINARES Sub Jefe del Servicio Nacional de Metrología 18 de mayo de 2012 CONTENIDO 1.- Metrología eléctrica 2.- Multímetros: características 3.- Métodos

Más detalles

X N USO DE LA ESTADÍSTICA

X N USO DE LA ESTADÍSTICA Química Analítica (93) USO DE LA ESTADÍSTICA ormalmente el experimentador hace uso de las herramientas estadísticas para establecer claramente el efecto del error indeterminado. En QUÍMICA AALÍTICA las

Más detalles

ANÁLISIS DE FRECUENCIAS

ANÁLISIS DE FRECUENCIAS ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA DETERMINACIÓN DE LOS INTERVALOS DE

Más detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: PROBABILIDAD Y ESTADÍSTICA PARA CIENCIAS ECONÓMICO ADMINISTRATIVAS FECHA DE ELABORACIÓN: ENERO

Más detalles

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables

Índice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población

Más detalles

CONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O.

CONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O. CONTENIDOS MÍNIMOS MATEMÁTICAS 2º Y 4º E.S.O. Matemáticas 2º E.S.O. a) Contenidos comunes. Utilizar estrategias y técnicas sencillas en la resolución de problemas. b) Números. Conocer los conceptos de

Más detalles

Procedimiento específico: PEE72 PROCEDIMIENTO DE CALIBRACIÓN DE TRANSFORMADORES DE TENSIÓN DE ALTA RELACIÓN DE TRANSFORMACIÓN. Copia No Controlada

Procedimiento específico: PEE72 PROCEDIMIENTO DE CALIBRACIÓN DE TRANSFORMADORES DE TENSIÓN DE ALTA RELACIÓN DE TRANSFORMACIÓN. Copia No Controlada opia No ontrolada Institto Nacional de Tecnología Indstrial entro de Desarrollo e Investigación en ísica y Metrología Procedimiento específico: PEE7 POEDIMIENTO DE ALIBAIÓN DE TANSOMADOES DE TENSIÓN DE

Más detalles

1.2 TÉCNICAS DE LA DERIVACIÓN.

1.2 TÉCNICAS DE LA DERIVACIÓN. . TÉCNICAS DE LA DERIVACIÓN... DERIVACIÓN DE FUNCIONES ALGEBRAICAS Generalmente la derivación se lleva acabo aplicando fórmlas obtenidas mediante la regla general de la derivación y qe calclaremos a continación,

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

Planificación didáctica de MATEMÁTICAS 3º E.S.O.

Planificación didáctica de MATEMÁTICAS 3º E.S.O. Planificación didáctica de MATEMÁTICAS 3º E.S.O. (Orientadas a las enseñanzas aplicadas) Julio de 2016 Rev.: 0 Índice 1.- INTRODUCCIÓN... 1 2.- BLOQUE I. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS...

Más detalles

1. DATOS INFORMATIVOS:

1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS HUMANAS ESCUELA DE GEOGRAFIA 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA 1 CÓDIGO: CARRERA: NIVEL: No. CRÉDITOS: CRÉDITOS TEORÍA:

Más detalles

UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial

UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera Asignatura: Método Cuantitativo Empresarial CLAVE: PDF-421 Prerrequisitos: Licenciatura No. de Créditos: 03 I. PRESENTACION El método

Más detalles

1. Encontrar la pendiente de la recta tangente a la curva de intersección de la superficie: z = y con el plano y=2, en el punto (2,1, 6 )

1. Encontrar la pendiente de la recta tangente a la curva de intersección de la superficie: z = y con el plano y=2, en el punto (2,1, 6 ) PROBLEMAS RESUELTOS 1. Encontrar la pendiente de la recta tangente a la cra de intersección de la sperficie: z = 1 con el plano =, en el pnto (,1, 6 Solción La pendiente bscada es: z 1 (,1 1 z (,1 6 (,1.

Más detalles

Fundamentos de Estadística y Simulación Básica

Fundamentos de Estadística y Simulación Básica Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión

Más detalles

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADÍSTICA NIVEL: LICENCIATURA CRÉDITOS: 9 CLAVE: ICAD24.500919 HORAS TEORÍA: 4.5 SEMESTRE: CUARTO HORAS PRÁCTICA: 0 REQUISITOS:

Más detalles

Tema I. Introducción. Ciro el Grande ( A.C.)

Tema I. Introducción. Ciro el Grande ( A.C.) 1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente

Más detalles

Teoría de errores -Hitogramas

Teoría de errores -Hitogramas FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción:

Más detalles

Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados:

Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS. A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Guía del Capítulo 3. SISTEMAS DE PARTÍCULAS Problema 3.1 A un sistema particulado se le efectúa un análisis por tamizado dando los siguientes resultados: Mallas Tyler Masa (g) -28 +35 5-35 +48 8-48 +65

Más detalles

Medidas descriptivas I. Medidas de tendencia central A. La moda

Medidas descriptivas I. Medidas de tendencia central A. La moda Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto

Más detalles

Carrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos.

Carrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística I Ingeniería Industrial INB - 0403 4 0 8 2.- HISTORIA DEL PROGRAMA

Más detalles

2. Determinar el dominio de las siguientes funciones de variable real. a) f ( x ) = 4 2x b) f ( x ) =x 2 4x + 3

2. Determinar el dominio de las siguientes funciones de variable real. a) f ( x ) = 4 2x b) f ( x ) =x 2 4x + 3 Ejercicios para practicar. Dado los conjntos A = {, 4, 6, 8,0,,4} B = {,, 5, 7, 9,,,5}; Constra la sigiente relación de A en B R = {(, ) / = + }. Adicionalmente determine el dominio el rango de cada na

Más detalles

Circuitos duales y resistencia efectiva

Circuitos duales y resistencia efectiva Circitos dales y resistencia efectiva Paco H. Talero, Leidy F. Santana Grpo Física y Matemática, Depto. de Ciencias Natrales, Universidad Central, Carrera 5 No -8, Bogotá, Colombia. Grpo Fisinfor, Proyecto

Más detalles

PROCESOS INDUSTRIALES

PROCESOS INDUSTRIALES PROCESOS INDUSTRIALES HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura METROLOGÍA 2. Competencias Planear la producción considerando los recursos tecnológicos, financieros,

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.

Más detalles

UNIVERSIDAD MARÍA AUXILIADORA UMA

UNIVERSIDAD MARÍA AUXILIADORA UMA CARRERA PROFESIONAL DE ENFERMERIA SÍLABO DE BIOESTADÍSTICA I. DATOS GENERALES: 1.1. Carreras profesionales : Enfermería 1.2. Semestre académico : 2015 - I 1.3. Ciclo : III 1.4. Pre-requisito : Matemática

Más detalles

LBC 310x/1x Cajas musicales

LBC 310x/1x Cajas musicales Sistemas de comnicaciones LBC 31x/1x Cajas msicales LBC 31x/1x Cajas msicales www.boschsecrity.es Música de alta calidad y reprodcción de voz Intervalo de frecencia ampliado de apertra amplio Configración

Más detalles

Bloque 1. Contenidos comunes. (Total: 3 sesiones)

Bloque 1. Contenidos comunes. (Total: 3 sesiones) 4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

Preparación de los datos de entrada

Preparación de los datos de entrada Preparación de los datos de entrada Clase nro. 6 CURSO 2010 Objetivo Modelado de las características estocásticas de los sistemas. Variables aleatorias con su distribución de probabilidad. Por ejemplo:

Más detalles

UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERÍA Departamento de Ingeniería Mecánica

UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERÍA Departamento de Ingeniería Mecánica INGENIERÍA CIVIL EN MECÁNICA GUÍA DE LABORATORIO ASIGNATURA METROLOGÍA Y SISTEMAS DE MEDICIÓN CODIGO 4 NIVEL 06 EXPERIENCIA C545 CALIBRACIÓN DE SISTEMAS DE MEDICIÓN 1 CALIBRACIÓN DE SISTEMAS DE MEDICIÓN

Más detalles

ESTADÍSTICA DESCRIPTIVA APLICADA A LA ADMINISTRACIÓN Y LOS NEGOCIOS

ESTADÍSTICA DESCRIPTIVA APLICADA A LA ADMINISTRACIÓN Y LOS NEGOCIOS CURSO ESTADÍSTICA DESCRIPTIVA APLICADA A LA ADMINISTRACIÓN Y LOS NEGOCIOS Ing. Luis Kreither Z. - 2015 - CURSO ESTADÍSTICA DESCRIPTIVA APLICADA A LA ADMINISTRACIÓN Y LOS NEGOCIOS I. DIRIGIDO A: Medianos

Más detalles

Carrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos.

Carrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística I Ingeniería Industrial INB-0403 4-0-8.- HISTORIA DEL PROGRAMA Lugar

Más detalles

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2

PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos

Más detalles

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO

UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA

Más detalles

18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.

18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso. PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto

Más detalles

PROCEDIMIENTO TH- 002 PARA LA CALIBRACIÓN DE TERMÓMETROS DE RADIACIÓN DE INFRARROJO

PROCEDIMIENTO TH- 002 PARA LA CALIBRACIÓN DE TERMÓMETROS DE RADIACIÓN DE INFRARROJO PROCEDIMIENTO TH- 00 PARA LA CALIBRACIÓN DE TERMÓMETROS DE RADIACIÓN DE INFRARROJO 08 Edición digital 1 Este procedimiento ha sido revisado, corregido y actalizado, si ha sido necesario. La presente edición

Más detalles

Pruebas para evaluar diferencias

Pruebas para evaluar diferencias Pruebas para evaluar diferencias Métodos paramétricos vs no paramétricos Mayoría se basaban en el conocimiento de las distribuciones muestrales (t- student, Normal, F): EsFman los parámetros de las poblaciones

Más detalles

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores: Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres

Más detalles

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA

Más detalles

ALGEBRA LINEAL. 1º GRADO DE ECONOMÍA CURSO Prof. Pedro Ortega Pulido

ALGEBRA LINEAL. 1º GRADO DE ECONOMÍA CURSO Prof. Pedro Ortega Pulido ALGEBRA LINEAL. º GRADO DE ECONOMÍA CURSO 0-04 Prof. Pedro Ortega Plido I. ESPACIOS VECTORIALES I.. Vectores. Operaciones con vectores I.. Espacio vectorial. Propiedades I.. Sbespacio vectorial. Operaciones

Más detalles

UNIVERSIDAD DE GUADALAJARA

UNIVERSIDAD DE GUADALAJARA UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA ESTADÍSTICA I CÓDIGO DE MATERIA MC 106 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA

Más detalles

Ecuaciones Diferenciales Ordinarias

Ecuaciones Diferenciales Ordinarias Ecaciones Diferenciales Ordinarias Cristian j. P. Castillo U. ÍNDICE GENERAL PRESENTACIÓN CAPÍTULO. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES 4. Definición de ecación diferencial 5. Clasificación de

Más detalles

Cursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos

Cursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos 1 Calibración de instrumentos para pesar- Nuevas tendencias Cursos: Jorge Mendoza Illescas Conceptos básicos Procedimiento de calibración Modelo actual del mesurando Modelo actual de incertidumbre Nuevo

Más detalles

CURSO: Métodos estadísticos de uso frecuente en salud

CURSO: Métodos estadísticos de uso frecuente en salud CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10

Más detalles

Universidad Tecnológica Nacional Facultad Regional San Francisco. Licenciatura en Administración Rural. Estadística

Universidad Tecnológica Nacional Facultad Regional San Francisco. Licenciatura en Administración Rural. Estadística Universidad Tecnológica Nacional Facultad Regional San Francisco Licenciatura en Administración Rural Estadística PLANIFICACIÓN CICLO LECTIVO 2008 ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN...

Más detalles

Carrera: Ingeniería Civil CIM 0531

Carrera: Ingeniería Civil CIM 0531 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA

Más detalles

Ministerio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.

Ministerio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación. Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016

Más detalles

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE

PROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Estadística CÓDIGO : IIM313A DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : PROBABILIDADES CO REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO,

Más detalles

APORTACIONES AL MUESTREO SUCESIVO

APORTACIONES AL MUESTREO SUCESIVO Metodología de Encestas Vol!, Nm 1, 1999, 19-28 APORTACIONES AL MUESTREO SUCESIVO Eva Maria Artés Rodrígez Universidad de Almería M' del Mar Reda García Antonio Arcos Cebrián Universidad de Granada RESUMEN

Más detalles

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14

Prueba de Hipótesis. Bondad de Ajuste. Tuesday, August 5, 14 Prueba de Hipótesis Bondad de Ajuste Conceptos Generales Hipótesis: Enunciado que se quiere demostrar. Prueba de Hipótesis: Procedimiento para determinar si se debe rechazar o no una afirmación acerca

Más detalles

23 Hormigón Prefabricado

23 Hormigón Prefabricado 23 Hormigón refabricado CONSIDERACIONES GENERALES ara el Código 1995 el Capítlo 16 se rescribió por completo. Las ediciones anteriores del Código se orientaban en gran medida hacia el comportamiento. El

Más detalles