CANCELADORES DE ECO. Aplicación de filtros adaptivos. Albana Nogueira C.I
|
|
- Victoria Valdéz Río
- hace 6 años
- Vistas:
Transcripción
1 CANCELADORES DE ECO Aplcacón de fltros adaptvos. Albana Noguera C.I
2 1. Introduccón El eco es el fenómeno en el cual una parte del sondo o señal de orgen retrazada y dstorsonado vuelve al orgen. En este trabajo se relevaran técncas de cancelacón de eco, en partcular las usadas en Telecomuncacones Canceladores de Eco en Telefonía Todas las conversacones telefóncas sufren la presenca de eco. El eco depende del retardo nvolucrado. S el retardo es corto, el echo es mperceptble, pero se el retardo es grande, el eco torna dfícl la comuncacón. Estadístcamente se puede suponer el umbral para el retado de 25mseg, o se s el retado supera esto el eco es perceptble por el oído humano. Cualquer punto a lo largo de un sstema de transmsón donde exsta una dscontnudad en la mpedanca puede ser causante de eco. Dado que los sstemas de transmsón telefóncos están compuestos por dferentes sstemas con dstntas posbldades de nterconexón, en cada conexón puede exstr una dscontnudad de mpedanca sgnfcatva. A pesar de esto, las centrales que conforman la red troncal pueden ser dseñadas para evtar dscontnudades de mpedanca sgnfcatva entre ellas. Sn embargo, la conexón entre el subscrptor y la central local presenta un nconvenente debdo a que los lazos locales que llevan la señal a cada subscrptor varían de uno a otro por las dferencas en longtud y calbre de los cables empleados en los lazos, por las condcones del medo ambente, etc. Este desacople de mpedancas causa una reflexón, o eco, de la señal de la persona que habla que se regresa a través del canal por el cual está escuchando. En su forma mas smple, un sstema de transmsón telefónco consste en un par de cables cuyos termnales conectan dos teléfonos. Aquí, cualquer reflexón puede ser causante de eco. Los sstemas de transmsón que ntervenen en una conexón telefónca pueden ser de dos o de cuatro líneas. Para pasar de un sstema de dos líneas a uno de cuatro y vceversa se usa un acoplador pasvo drecconal de cuatro puertos conocdo como híbrda. Esta producrá un eco cercano. El híbrdo del termnal opuesto tambén genera un eco que se regresará al canal de recepcón del sstema de cuatro líneas mezclado con la señal transmtda por la otra persona. Otra causa de eco, es el eco acústco. Esto es la realmentacón de aurcular (o audífono) al mcrófono. Esto depende la construccón y dseño del aparato termnal, se vuelve muy crtca en el dseño de teléfonos celulares. En una conversacón telefónca, la toleranca al eco dependerá de la magntud del msmo, así como del retardo con que éste se percba. La magntud del eco dependerá de las pérddas que éste expermente a su paso por el canal de da y vuelta mas la pérdda de retorno en el híbrdo dstante, mentras que las causas de retardos son debdas comúnmente a largas dstancas físcas, procesamento de las señales y dspersón en los canales telefóncos. Los retardos mas grandes que se generan en un sstema telefónco se deben a largas dstancas físcas. Por ejemplo en una transmsón por satélte el retardo puede ser superor a 520 mseg.. Excten dos formas de resolver el problema del eco: con supresores de eco y con canceladores de eco. Los supresores de eco funconan suprmendo la señal de voz del extremo con menos ntensdad, hacendo que la comuncacón se vuelva halfduplex. Este funconamento se puede observar cuando se usa el manos lbres de un teléfono. 2
3 Los canceladores de eco, son dspostvos mas complejos, la dea básca es sntetzar una replca del eco y restarla a la señal que retorna. En aplcacones de telefonía celular estos dspostvos se ubcan en el centro de nterrupcón móvl. En crcutos de telefonía de larga dstanca se localzan usualmente en el centro de conmutacón nternaconal. Un esquema general de cancelacón que se podría aplcar en telefonía es el sguente: Este esquema solo muestra una dreccón de la transmsón,.los canceladores de eco se ubcan en general los mas próxmos posbles de donde se orgna el eco. En este caso la señal que vene del extremo A haca el extremo B, se fltra (por el desajustes de mpedanca de la híbrda) al la señal que retorna a A, en el esquema esta señal es la r(n), que es la señal de eco. La señal x(n) representa la nformacón que va desde a B a A. El fltro adaptvo toma como señal de referenca la que vene de A a B, y hace una estmacón del eco, que se representa en el esquema como la señal d(n).esta ultma señal se resta a la que provene de la Hbrda (x(n)+r(n)), generando la señal e(n). La señal e(n) es usada para ajustar los coefcentes del fltro adaptvo. 2. Estructuras báscas de fltros y algortmos El cancelador de eco debe estmar la forma (la característca) del eco y adaptarse rápdamente a sus varacones. Esta seccón estudara los fltros adaptvos y los algortmos de adaptacón. La mejor eleccón del fltro depende de para que aplcacón se neceste y el desempeño que se este buscando. Exste una relacón entre el perodo de muestreo de la señal (T S ), el número de coefcentes adaptvos (taps) (M) y el tempo de propagacón τ, para tener una satsfactora operacón del fltro, que es la sguentes: M. T S fτ A contnuacón se mostrara varas alternatvas para el fltro y el algortmo adaptvo: 2.1 Estructura del fltro. El la fgura 3, se ven varas estructura de fltros de mportanca practca y en la tabla 1 se muestra la característca de ellos. A(z) y B(Z) polnomos con varable z, y sus coefcentes son {a } y {b }. Estos coefcentes son lo que se adaptan para hacer una máxma cancelacón de eco. 3
4 Tabla 1 Estructura Caracterstcas Estructura basca FIR Seral- Paralelo En el algortmo LMS, el número de operacones y la velocdad de convergenca son aproxmadamente proporconales al número de taps Se usa un algortmo smlar a usado en la estructura FIR En general, requeren un testeo de establdad Desempeño lmtado por "near-end nose" La convergenca no es afectada por "near-end nose" Posbldades de convergenca haca un mínmo local Convergenca lenta IIR Paralelo Requeren un testeo de establdad Latcce Estructura en el domno de de la frecuenca Convergenca rápda El test de establdad puede ser hecho fáclmente El algortmo LMS no es convenente cuando la señal camba rápdamente Es requerda un operacón de transformacón El número de operacones requerdas es pequeño La cancelacón es propedad de cada comportamento de la frecuenca Memora de la replca del eco No lnealdades en el echo path pueden ser canceladas El fltro adaptvo FIR (Fnte Impulse response) se muestra en la fgura 3(a), es el mas usado de todos. La mayor dfcultar de estos fltros es que s se aumenta la duracón de eco, aumenta proporconalmente el número de traps y la velocdad de convergenca dsmnuye. Para la líneas telefóncas, la duracón del eco es del orden de los mseg; entonces el número de taps es del orden de los varos centos, lo cual esta dentro del rango que se puede manejar. En los canceladores de eco acústco, usados en sstemas de teleconferencas, el eco es generado por la onda acústca con un retardo de propagacón mucho mas largo, por esto el número de traps es un orden mayor. Las mplementacones de FIR para este caso encuentran dfcultades en el desempeño y en la complejdad del hardware. 4
5 Las nvestgacones llevaron a buscar nuevas estructuras de fltros que mejoraran el desempeño y que reducrán la complejdad. Un acercamento a estos son los fltros adaptvos IIR (Infnte Impulse Response). La razón de esto es que los fltros IIR modelan mejor el medo de propagacón (echo path) debdo a la combnacón de de ceros y polos. Los puntos claves aquí son garantzar la establdad, confnando los polos dentro del círculo de la undad y obtener una estmacón mparcal de los coefcentes que proporconan el funconamento global del optmo. El la fgura 3 (b) y (c) se muestra dos estructuras de fltros adaptvos IIR para la cancelacón de eco. En la prmera confguracón, llamada estructura seral-paralela, la adaptacón de los polos se alcanza en el domno de todos los ceros (all-zero doman), agregando un fltro adaptvo en paralelo con el FIR. De esta forma el proceso de adaptacón del FIR puede ser aplcado. Los coefcentes del fltro en paralelo son una copa de los polos del fltro que esta en sere con el camno. Sn embargo, se sabe que los valores convergentes de los coefcentes no concden necesaramente con los óptmos. La estructura que se muestra en la fgura 3 (c) es una formulacón mas drecta. En esta estructura, las característcas de convergenca no son afectadas por el rudo en el destno, pero exste la posbldad de converger a un mínmo local. La velocdad de convergenca es lenta, y se requere probar la establdad. A pesar de que el potenca de los fltros IIR parece ser bueno, se necesta mucho mas estudo antes de llevarlo a la practca. Otro acercamento prometedor es convertr las señal al domno de la frecuenca usando la transformada dscreta de Fourer (DFT) y realzar la cancelacón de eco en el domno de la frecuenca. La convolucón de bloques de señales en el domno del tempo se converte en una smple multplcacón de coefcentes, reducendo la complejdad. La fgura 3 (e) muestra un ejemplo, en donde aparece el comportamento en cada frecuenca de la cancelacón de eco. En los fltros FIR, la convergenca es mas rápda para señales no correlaconadas y la velocdad decrece para señales correlaconadas. Esto puede ser un problema sero para los fltros FIR, cuando la entrada es una señal de voz, partcularmente cuando un gran numero de taps es necesaro. En tal caso se puede consderar el estudo de una señal con rudo blanco. Para evtar este problema, en algunos casos, a sdo propuesto un prefltro del tpo lattce, como el que se muestra en la fgura 3 (d). La suma ponderada de las señales obtendas en cada etapa, da como resultado la replca del eco. Los pesos son coefcentes del fltro, adaptados de la msma manera que para un fltro FIR. La estructura lattce (enrejado, celosía) presenta mejores propedades que la forma drecta (FIR), pues ofrece mayor robustez frente a errores de redondeo y una mayor efcenca computaconal. Sn embargo, aumenta la complejdad de los algortmos. Otro tpo nteresante de cancelador de eco consste báscamente en una memora, como se muestra en la fgura 3 (f). Esta estructura es adecuada para la transmsón de datos, especalmente cuando la duracón del eco es corta. Las replcas de eco correspondentes a cada transmsón son guardadas en memora. Por lo tanto, no es necesaro computar la replca del eco; smplemente leerla de la memora usando la secuenca de datos como la dreccón de memora. Esta estructura tene una ventaja en los efectos no lneales del medo de propagacón (eco path), porque estos pueden ser ncludas, dado que la búsqueda en la tabla no esta restrngda a funcones lneales. Pero la cantdad de memora necesara crece exponencalmente a medda que el tamaño de la secuenca de datos crece. Por lo tanto, no es apropado para duracones largas de eco. Una típca aplcacón es la red dgtal de abonados, ISDN. 5
6 2.2 Algortmos Adaptvos Exsten báscamente dos categorías de algortmos para canceladores de eco, estas se observan en la tabla 2. Tabla 2 Algortmos Least Squares (LS) Least Mean Squares (LMS) Caracterstcas Calcular los taps, para mnmzar la suma de los errores sobre el tempo El gradente de el ajuste de los taps para reducr la estmacón el error La velocdad de convergenca depende de la señal de entrada Número pequeño del cómputos El prmer algortmo es conocdo como LS (Least Squares). De acuerdo con la nformacón de las últmas señales de la referenca y del eco correspondente, este algortmo determna los coefcentes 6
7 que mnmza la suma de los error cuadrátco. Para tener menos en cuenta a los datos del pasado y habltar la artmétca fnta, se asgnan a los errores del pasado peso con descremento exponencal. Para smplfcar, se descrbrá el algortmo para un fltro adaptvo FIR mostrado en la fgura 1. La replca del eco z( pude ser expresada por la señal de referenca x( como sgue: Z ( = N 1 = 0 h ( x( j ) (1) Donde los [ h ( ] es la estmacón de la respuesta al mpulso echo-path en el tempo j. N es el tamaña del taps. Se llamo a la señal con eco y( y a la estmacón del error e(, entonces e( = y( z( = N 1 = 0 [ C h ( ] x( (2) donde C es la respuesta al mpulso del eco, que es desconocdo. En el algortmo LS la funcón crtero, D(, se defne como : 2 D ( = e ( l) j l= (3) Tomando la dervada de D( con respecto a h (, [j=0,1,...n-1], y gualando la ecuacón a 0, se obtene la sguente ecuacón matrcal : H ( j + 1) = H ( + λ. R 1 (. X ( e( (4) T R( = (1 λ ) R( j 1) + λ. X (. X ( e( (5) En esta ecuacón, H(j+1) es el vector de los coefcentes del fltro adaptvo, X( es el vector de la señal de entrada, y R( es la matrz de autocorrelacón de X(. La ventaja de este algortmo es que converge rápdamente, ndependentemente de la característca de la correlacón de la señal de entrada. Sn embargo, obtener los valores de los coefcentes óptmos nvolucra hallar la matrz nversa de R(, lo que resulta una mplementacón compleja. Hay varos algortmos propuestos para smplfcar este calculo, como por ejemplo el método Fast Kalman. La otra categoría de algortmo adaptatvo es el Least Mean Square (LMS). En este caso, la funcón crtero se toma como el valor esperado del cuadrado del error, y los taps son adaptados según la pendente mas pronuncada descendente. La funcón crítca es : 2 [ ( ] D ( = E e (6) 7
8 Por razones practcas, se utlzar el valor nstantáneo del error cuadrátco en vez de la ecuacón 7 y los coefcentes son contratados utlzando su dervada respecto a los coefcentes taps. Resulta que la convergenca puede ser probada para tal aproxmacón. Utlzando la ecuacón 2 se obtene : dd( dh ( ) = 2e( x( j ) (7) Por lo tanto, la ecuacón recursva que vncula los coefcentes de adaptacón es : h ( + 1) = h ( + 2. µ. e( x( j ) (8) Con µ sendo una constante El valor µ toma un rol mportante en la determnacón de la velocdad de convergenca, la establdad y el error resdual después de la convergenca. Por un valor grande de µ, la convergenca es mas rápda, pero resulta en un mayor error resdual, y es mas propenso a nestablzarse. Además el efecto de µ depende de la potenca de la señal de entrada. Para evtar este problema, una modfcacón efectva en la ecuacón 9 es normalzar el termno de correlacón por la potenca de la señal de entrada. Este método se llamar Learnng Identfcaton (Normalzed LMS), y la ecuacón recursva queda : ( j + 1) = h ( + a. N 1 k = 0 [ e( x( j ) ] h (9) 2 x ( j k) El algortmo LMS es muy usado debdo a su fácl mplementacón comparatva y sus buenas característcas de establdad. Su mayor desventaja es la dependenca con la correlacón de la señal de referenca; la convergenca se enlentece para señales altamente correlaconadas, como la voz. En algunas aplcacones cuando el número de taps es grande, como canceladores de eco acústcos, el uso de una señal no correlaconada para entrenamento o un fltro de lattce llega a ser necesaro 3.Estandarzacón Como la cancelacón de eco nfluye en al caldad de la conexón telefónca, partcularmente en los enlaces sateltales, los requermentos de desempeño y los métodos de evaluacón han sdo estudados por varos organzacones estandarzadoras nternaconales, como CCITT. La recomendacón G.165 de CCITT, establece los requermentos báscos para un cancelador de eco utlzado en crcutos telefóncos. El prmer objetvo es especfcar el máxmo nvel de eco resdual, L res. L res es funcón del nvel de la señal de entrada, como lo muestra la fgura 4, e ncluye el efecto de la supresón de eco en la híbrda así como la cancelacón de eco. G.165 tambén especfca que el tempo de convergenca no supere los 500 mlsegundos. La convergenca se defne como el estado en el cual L res es 27 db menor que el nvel de la señal de referenca. G.165 ncluye otros ítems como el tempo de ncalzacón (setup tme) y la degradacón en una stuacón full duplex, por ejemplo la stuacón en la que ambas partes hablan a la msma vez. CCITT ha estudado tambén canceladores de eco acústcos. Como su desempeño depende fuertemente del medo acustco, la recomendacón cubre las característcas de la reverberacón del salón de conferenca al gual que la cancelacón de eco y otros requstos de desempeño. Actualmente la recomendacón de referenca para el control de eco para el hablante es la UIT-T G
9 4.Algunas mplementacones de Canceladores de eco. 4.1 Canceladores de eco en telefonía de crcutos. Según lo expuesto anterormente, la mplementacón de fltros FIR es muy utlzada en las aplcacones con la duracón del eco corto, en el orden de los 10 a 60 mseg. Sendo la frecuenca de muestreo de 8khz, el número de taps es cercano a los 500 y el algortmo LMS resulta convenente para esta aplcacón. Los requermentos computacones para cada taps es una multplcacón y una adcón por cada canvolucón y una multplcacón y una adcón por cada calcular los coefcentes de la ecuacón recursva (9).La multplcacón por µ pueden verse como overheard. Como la multplcacón consume la mayoría del hardware, la adcón puede ser gnorada para un calculo grueso de los requermentos del hardware. Asumendo que los taps son 512, los requermentos de rapdez para la multplcacón son: kHz = multplcacones/seg. Los requermentos para la memora ascende a 1024 palabras o 512 palabras por cada dato y coefcente. Los requermentos del proceso se resuelven fáclmente usando un VLSI chp con tempo de multplcacón de 100 nseg. La realzacón practca del cancelador de eco, necesta que muchas funcones perfércas sea mplementadas. Se debe controlar que no halla adaptacones erróneas cuando las dos partes están hablando en la línea al msmo tempo (Double-talk control), puesto que la voz de la otra parta puede ser nterpretada como eco. Algunas aplcacones usan remover la señal con bajo nvel de eco, por causa de rudo de línea o error de cuantzacíon del codec, etc, cuando no se puede cancelar por el cancelador de eco. Tambíen exte la posbldad en algunas aplcacones que por el envó prevo de un tono se deshabltar el cancelador de eco para facltar el envó de datos sobre el canal de voz. Estas funcones pueden ser mplementadas en el msmo chp que el cancelador o pueden estar separadas, que pueden ser realzado por un DSP. La confguracón del hardware de este ultmo caso se muestra en la fgura 4., que son tres canceladores de eco controlados por un DSP. 4.2 Canceladores de eco en la transmsón full-duplex de datos por un canal de voz. Para los canceladores de eco usados en aplcacones de telefonía, el nvel del echo es mucho mayor que en la transmsón de datos. Para el caso de transmsón de datos con un cancelador de eco para telefonía, como el nvel del echo es 40dB menor que la señal transmtda, el cancelador de eco actuaría como supresor. Por esta razón los canceladores de eco para transmsón de datos tenen que tener una mayor precsón artmétca (usualmente mas de 24 bt) El eco lejano debdo a la híbrda lejana se debe de tener en cuenta. En este caso, el retardo del eco depende la longtud entera de la conexón, en algunos caso esto ncluye los enlaces sateltales. Por lo tanto se necesta dos canceladores de eco uno en el extremo cercano y el otro en el lejano. Por otra 9
10 parte, se debe tener un dseño cudadoso para prevenr nterferencas con los ecualzadores automátcos. En la fgura 5 se muestra un ejemplo de la confguracón de un modem en una transmsón full-duplex. Los canceladores de eco para estas aplcacones normalmente se mplementan con procesadores de señales dgtales de alto desempeño junto con varos moduladores y demuladores de datos. 4.3 Canceladores de eco acústco Para esta aplcacón, debdo al gran retardo del eco, una mplementacón basada en un fltro FIR requere mas e 4000 taps y resulta muy complejo para mplementar en hardware. Un mejor solucón es separa la señal en varas bandas de frecuencas y cancelar el eco en cada banda(ver Fgura 6). Puesto que la frecuenca de muestreo se reduce, el número de taps y la frecuenca de de actualzacón de los coefcentes, pueden reducrse proporconalmente. Por lo tanto los requermentos computaconales decrementan en proporcón al número de partcones de la frecuenca. Por otra parte, el ajuste de los taps se puede hacer ndependente en cada banda y consecuentemente, la velocdad de convergenca aumenta. El efecto del eco resdual en cada banda hace prohbtvo usar mas de 4 o 8 bandas. Un ejemplo de una mplementacón con dos bandas se muestra en la fgura 8. Este sstema cubre una duracón del eco de 250mseg, con un ancho de banda del dscurso de 7kHz.El total de sstema requere 22 DSP. Otras posbldades para el fltro son fltros IIR y fltros en el domno de la frecuenca. 10
11 5.Referencas Smon Haykn Adaptve Flter Theory Murano,Unagam,Amano Echo Cancellaton and Applcaton IEEE Comuncatons Magazna
Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1
Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesConvertidores Digital-Analógico y Analógico-Digital
Convertdores Dgtal-Analógco y Analógco-Dgtal Conversón Dgtal-Analógca y Analógca-Dgtal Con estos crcutos se trata de consegur una relacón bunívoca entre una señal analógca y una dgtal o vceversa. Las magntudes
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesTEMA 6 AMPLIFICADORES OPERACIONALES
Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesMuestra: son datos de corte transversal correspondientes a 120 familias españolas.
Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detalles1.- Objetivo Alcance Metodología...3
PROCEDIMIENTO DO PARA EL CÁLCULO DEL FACTOR DE DESEMPEÑO DEL CONTROL DE FRECUENCIA (FECF) EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE 1.- Objetvo...3 2.- Alcance...3 3.- Metodología...3 3.1.- Cálculo de la
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesTeoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios
Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.
Más detallesTEMA 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
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesEs el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio.
1 Movmento Vbratoro Tema 8.- Ondas, Sondo y Luz Movmento Peródco Un móvl posee un movmento peródco cuando en ntervalos de tempo guales pasa por el msmo punto del espaco sempre con las msmas característcas
Más detallesEL 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.
Más detallesPerturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros
Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de
Más detalles12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Más detallesESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL
ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas
Más detallesHidrología superficial
Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras
Más detallesTERMODINÁMICA AVANZADA
TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesANEXO 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
Más detallesCAPÍTULO 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
Más detallesRegresión Lineal Simple y Correlación
4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse
Más detallesEXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
Más detallesVectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:
VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes
Más detallesSmoothed Particle Hydrodynamics Animación Avanzada
Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.
9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara
Más detallesREGRESION LINEAL SIMPLE
REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesDepartamento 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
Más detallesCapítulo 8. Ruido. Introducción
55 Capítulo 8 Rudo Introduccón En prncpo, puede defnrse como rudo a cualquer señal ndeseable en un sstema de telecomuncacones. Sn embargo, tal defncón resultaría ambgua, ya que permte nterpretar como rudo
Más detallesVida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad
Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede
Más detallesTEMA 4. TRABAJO Y ENERGIA.
TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesCESMA 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
Más detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesContinua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.
.. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesT. 9 El modelo de regresión lineal
1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón
Más detallesEconomía de la Empresa: Financiación
Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17
Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES
Más detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detallesTEMA 5: SISTEMAS ARITMÉTICOS Y LÓGICOS.
TENOLOÍ DE OMUTDORES URSO 7/8 Inocente Sánchez udad TEM 5: SISTEMS RITMÉTIOS Y LÓIOS 5 Sumadores bnaros as todo se hace con sumas: sumas, restas, productos, oncepto de acarreo 5 Semsumador Half dder (H)
Más detallesAnálisis 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
Más detallesDELTA 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
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesUNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II
UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con
Más detallesQué es la EN81-28? Atrapado en el ascensor?
Qué es la EN81-28? Atrapado en el ascensor? www.safelne.se La podemos ayudar! Hsselektronk desarrolla y produce electrónca para ascensores. Nuestra gama de productos consste prncpalmente en teléfonos de
Más detallesSISTEMAS COMBINACIONALES
Tema 2 SISTEMAS COMBINACIONALES En este tema se estudarán algunas de las funcones combnaconales más utlzadas, las cuales se mplementan en chps comercales Como estas funcones son relatvamente complejas,
Más detallesEquilibrio termodinámico entre fases fluidas
CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo
Más detallesUna 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
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detallesAnálisis de ruido en detectores ópticos.
Análss de rudo en detectores óptcos. La corrente real generada en un fotododo es de carácter aleatoro, cuyo valor fluctúa entre el valor promedo defndo por la foto-corrente: p = RP Dchas fluctuacones se
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesCAPÍTULO 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.
Más detallesCAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS
CAPÍTULO 7 ESTIMACIÓN DE PARÁMETROS En los capítulos anterores se han analzado varos modelos usados en la evaluacón de stocks, defnéndose los respectvos parámetros. En las correspondentes fchas de ejerccos
Más detallesMETODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS
SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento
Más detallesPROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)
PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón
Más detallesGUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22
DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.
Más detallesCinemática del Brazo articulado PUMA
Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad
Más detallesTÉCNICAS AUXILIARES DE LABORATORIO
TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar
Más detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesProcedimiento de Calibración. Metrología PROCEDIMIENTO DI-010 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS
Procedmento de Calbracón Metrología PROCEDIMIENTO DI-00 PARA LA CALIBRACIÓN DE COMPARADORES MECÁNICOS La presente edcón de este procedmento se emte exclusvamente en formato dgtal y puede descargarse gratutamente
Más detallesIncertidumbre de la Medición: Teoría y Práctica
CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle
Más detallesReconocimiento de Imágenes Empleando Redes de Regresión General y la Técnica TVS
Reconocmento de Imágenes Empleando Redes de Regresón General y la Técnca TVS Rcardo García-Herrera & Waltero Wolfgang Mayol-Cuevas Laboratoro de INvestgacón para el Desarrollo Académco Depto. Ingenería
Más detallesFisicoquímica CIBEX Guía de Trabajos Prácticos 2010. Trabajo Práctico N 7. - Medida de la Fuerza Electromotriz por el Método de Oposición-
Fscoquímca CIBX Guía de Trabajos Práctcos 2010 Trabajo Práctco N 7 - Medda de la Fuerza lectromotrz por el Método de Oposcón- Objetvo: Medr la fuerza electromotrz (FM) de la pla medante el método de oposcón
Más detallesComparación 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
Más detallesVariable aleatoria: definiciones básicas
Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado
Más detallesTEMA 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
Más detallesTERMODINÁMICA AVANZADA
ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón
Más detallesTítulo: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración.
Título: Dos métodos de dagnóstco de crcutos dgtales de alta y muy alta escala de ntegracón. Autor: Dr. Ing. René J. Díaz Martnez. Profesor Ttular. Dpto. de Automátca y Computacón. Fac. de Ingenería Eléctrca.
Más detallesINSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA
INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo
Más detallesOSCILACIONES 1.- INTRODUCCIÓN
OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.
Más detallesAnálisis de error y tratamiento de datos obtenidos en el laboratorio
Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a
Más detallesTratamiento de datos experimentales. Teoría de errores
Tratamento de datos expermentales. Teoría de errores. Apéndce II Tratamento de datos expermentales. Teoría de errores (Fuente: Práctcas de Laboratoro: Físca, Hernández et al., 005) El objetvo de la expermentacón
Más detallesCréditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias
Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso
Más detallesIII. <<Insertar Cita>> <<Autor>>
Capítulo III Vsón III 3.1 Procesamento de Imágenes Se entende por procesamento de mágenes a la alteracón y análss de la normacón gráca. 3.1.1 Sstema de vsón humano El sstema
Más detallesAplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa
Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUES DE CCESO L UNVERSDD L.O.G.S.E CURSO 004-005 CONVOCTOR SEPTEMRE ELECTROTECN EL LUMNO ELEGRÁ UNO DE LOS DOS MODELOS Crteros de calfcacón.- Expresón clara y precsa dentro del lenguaje técnco y gráfco
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesCAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.
Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo
Más detallesPRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general). 3. En el modelo lneal general Y = X b + e, explcar la forma
Más detalles