27 Tensores (Resumen) Notación tensorial
|
|
- Concepción Reyes Hidalgo
- hace 6 años
- Vistas:
Transcripción
1 27 Tensores (Resumen) 27. Notacón tensoral Medante la convencón de Ensten para sumas, el cambo de base e = n j= S je j, con S = [I] e e una matrz de n n no sngular, se escrbe e = S j e j donde S j e j n j= Sj e j y n es la dmensón del espaco. El índce superor en S denota fla y el nferor columna. En forma matrcal, la relacón anteror equvale pues a (e,...,e n) = (e,...,e n )S Por otro lado, la transformacón x = n j= S j xj de las componentes de un vector v = n = x e = n = x e, se escrbe en la forma x = Rjx j, R = S donde Rj xj n j= R j xj. En forma matrcal, la relacón preva equvale pues a x x... = R... x n x n lo que está tambén de acuerdo con el supraíndce como índce de fla. Notemos que R js j k = S jr j k = δ k que es la expresón tensoral de la relacón matrcal RS = SR = I. El vector v se escrbe entonces como v = x e = x e Como verfcacón, reemplazando x = R j xj, e = Sk e k, se tene x e = R j Sk xj e k = δ k j xj e k = x j e j. En general, n componentes a que se transforman como a = S j a j se denomnan covarantes, mentras que n componentes b que se transforman como b = R jb j con R j Sj k = δ k (o sea, R = S ) se denomnan contravarantes. En tal caso, el producto b a = b a (donde la suma sobre está mplícta) permanece nvarante frente a cambos de base. Notemos fnalmente que las relacones nversas están dadas por a = R j a j, b = S jb j Transformacón de las dervadas parcales: Dado el cambo de varables lneal x = R j xj y su relacón nversa x j = S j x, con S = R, y R,S ndependentes de las coordenadas, tenemos S j = xj x, R j = x x j En vrtud de la regla de la cadena, se obtene entonces o sea, en notacón covarante, n x = x j x x j j= = S j j donde, x j. Las dervadas respecto de componentes contravarantes se transforman pues de x j manera covarante.
2 27.2 Transformacón de vectores del dual Dada una base e = (e,...,e n ) de V, los elementos de la base dual f = (f,...,f n ) del espaco dual V (el conjunto de formas lneales de V en K) quedan defndos por (f,e j ) = δ j (utlzamos la notacón f (v) = (f,v). Esto mplca la ley de transformacón contravarante de forma que f = R jf j (f,e j) = R k Sl j(f k,e l ) = R k Sl jδ k l = R l Sl j = δ j donde e j = S j e. Un elemento arbtraro h V puede entonces ser escrto como donde Notemos que s v = x e, h = a f, h = a f = a f a = S j a j a = (h,e ), x = (f,v) Fnalmente, menconemos que s (e,...,e n ), (f,...,f n ) son bases arbtraras de V y V respect., con R j = (f,e j ) una matrz no sngular, la base dual de V asocada a la base f de V está dada por e = S j e j con S = R, ya que (f k,e ) = (f k,e j )S j = Rk j Sj = δk. Análogamente, la base dual de V asocada a la base e de V está formada por f = S jf j ya que (f,e k ) = Sj (f j,e k ) = Sj Rj k = δ k. Ejemplo: Sea V = R 2 y sean (f,f 2 ) las formas lneales defndas por f (x,y) = 2x y, f 2 (x,y) = 3x+y donde hemos escrto v = (x,y) = xe +ye 2, con (e,e 2 ) la base canónca de R 2. Hallar la base dual de V asocada a f,f 2. Podemos escrbr f = Rk fk, con R = ( 3 2 ) y (f,f 2 ) la base dual asocada a (e,e 2 ) (f (x,y) = x, f 2 (x,y) = y). Es claro que (f,f 2 ) es base de V pues R = 5 0. La base dual asocada de V está entonces dada por e = Sj e j, con S = R = ( 3 2 )/5: e = 5 (e 3e 2 ), e 2 = 5 (e +2e ) verfcándose que f (e ) = f 2 (e 2 ) =, f (e 2 ) = f 2 (e ) = Tensor métrco Dado un espaco eucldeo V de dmensón fnta, con el producto escalar denotado por (v,w), y dada una base arbtrara e = (e,...,e n ) de V, el tensor métrco se defne como g j = (e,e j ) Es una matrz smétrca (g j = g j ) no sngular ( g 0). En tal caso, la norma al cuadrado de un vector v = x e (es decr, la dstanca al cuadrado del extremo del vector al orgen) está dada por v 2 = (x e,x j e j ) = x (e,e j )x j = x g j x j 2
3 Podemos escrbr lo anteror tambén en la forma v 2 = x x, x g j x j Frente a un cambo de base, el tensor métrco se transforma como g j = (e,e j) = S k S l j(e k,e l ) = S k S l jg kl que corresponde a un tensor de rango (2,0) (dos veces covarante), como se verá en breve. Las componentes x se transforman pues en forma covarante: x = g jx j = S k S l jr j mg kl x m = S k g kl x l = S k x k En espacos eucldeos V de dmensón fnta, podemos dentfcar con cada elemento h del dual V uno y sólo un vector w h V tal que (h,v) = (w h,v) v V, donde el segundo paréntess denota producto escalar: S h = a f y w h = a e, con (f,e j ) = δ j, de modo que a g j = a j. Por lo tanto, (h,e j ) = a j = (w h,e j ) = a (e,e j ) = a g j a = g j a j donde g j denota los elementos de la matrz nversa de la matrz de elementos g j : g k g kj = δ j En lo sucesvo denotaremos a w h drectamente como h. Por consguente, podemos escrbr los elementos de la base dual como combnacón lneal de los e. En notacón tensoral, con Notemos tambén que f = g k e k (f,e j ) = g k (e k,e j ) = g k g kj = δ j (f,f j ) = g jk (f,e k ) = g j por lo que g j es el tensor métrco en la base dual. Un vector v puede pues escrbrse en las formas v = x e = x f donde x = g j x j, f = g k e k, ya que x f = g k g j x j e k = δ k j xj e k = x j e j. Para el producto escalar de dos vectores v = x e, w = y j e j se tenen pues las expresones 27.4 Tensores (v,w) = x g j y j = x y = x y = x g j y j Un tensor general depíndcescovarantesyq ndcescontravarantes (quedenotaremos aquí comotensor ( q p)) en un espaco de dmensón n, es un conjunto de n p+q números T j... dependentes de una base ordenada B = (e,...,e n ) de un espaco vectoral V, que se transforman frente a cambos de base e = Sj e j en la forma T j,...j q... p = S...S p p Rj j T j... con R = S. Por ejemplo, para un tensor ( ), T l k = Rl j S k Tj, que nvolucra una suma sobre y j. Una posble realzacón de un tensor ( q p) es una forma multlneal T : V p (V ) q K de p vectores de V y q vectores del espaco dual V (una funcón es multlneal s es lneal en cada uno de sus argumentos: 3
4 T(α v + α v,v 2,...,v p,w,...,w q ) = α T(v,v 2,...,v p,w,...,w q ) + α T(v,v 2,...,v p,w,...,w q ), y smlar para los restantes argumentos). En tal caso, s v = x j e j y w = a j fj, T(v,...,v p,w,...,w q ) = x...x p p a j...a q T(e,...,e p,f j,...,f jq ) S los f son los vectores de la base dual ((f,e j ) = δj ), los elementos T j... T(e,...,e p,f j,...,f jq ) se transforman como un tensor ( q p) frente a cambos de base: S e = Sj e j, entonces f = R j fj y T j...j q... p = T(e,...,e p,f j,...,f j q) = T(S e,...,s p p e p,r j j f j,...,r j q f jq ) = S...S p p Rj j T j... Otra posbldad es consderar a T j... como las coordenadas de un vector T pertenecente al producto tensoral de espacos V }... V {{} V }... V {{} en una base B = {e j... e jq f... f p }, donde q veces p veces nuevamente (f,e j ) = δj : T = T j... e j... e jq f... f p S e = R j e j y f = S j f j (tal que e = Sj e j, f = R j fj, con R = S ), tenemos T = T j... R j j S...S p p e j... e j q f... f p = T j...j q e... p j... e f... f p por lo que T j...j q... p = S...S p p Rj j T j... Un tensor ( 0 0 ) es un escalar. Permanece nvarante frente a cambos de base: T = T Un tensor ( 0 ) representa el conjunto de coordenadas contravarantes de un vector. Se transforman como T = R jt j En forma matrcal esto corresponde a T = RT, con T un vector columna. Por ejemplo, las coordendas x de un vector v = x e V se transforman como x = R j xj. Un tensor ( 0 ) representa el conjunto de coordenadas covarantes de un vector. Se transforman como T = S j T j En forma matrcal esto corresponde a T = TS, con T un vector fla. Por ejemplo, las coordenadas a de un vector h = a f V se transforman como a = Sj a j. Un tensor ( ) se transforma como T j = R j l Sk T l k En forma matrcal, esto corresponde a T j = (RTS) j, es decr, T = RTS, con R = S. Un ejemplo son pues las matrces que representan operadores lneales F : V V. Estos pueden expresarse como F = F j e jf, de forma que F(e k ) = F j e j(f,e k ) = F j k e j, sendo F j = [F(e )] j = ([F] e e) j la matrz que lo representa en la base e. Recordemos que esta matrz se transforma precsamente como F = RFS con R = S, o sea, F j = R j l Sk Fl k. 4
5 Un tensor ( 0 2 ) se transforma como T j = S k S l jt kl En forma matrcal, esto equvale a T j = (S t TS) j, es decr, T = S t TS. Un ejemplo son pues las matrces que representan formas cuadrátcas (funcones de V V K), de elementos A j = A(e,e j ), las que se transforman como A = S t AS, es decr, A j = Sk A kls l j. En forma análoga se ve el caso de un tensor (2 0 ) (funcones de V V en K) Producto Tensoral de Espacos Vectorales. Recordemos aquí que el producto tensoral V W de dos espacos vectorales V, W sobre el msmo cuerpo K, de dmensones n y m respectvamente, es el espaco generado por los productos {e ẽ j }, =,...,n, j =,...,m, donde {e,...,e n } es una base de V y {ẽ,...,ẽ m } una base de W. Se verfca, v V, w W y α K, S u V W α(v w) = (αv) w = v (αw) (v +v 2 ) w = v w +v 2 w, v (w +w 2 ) = v w 2 +v w 2 u = 0 w = v 0 = 0 n = j= m c j e ẽ j, c j K Destaquemos que esto ncluye vectores producto u = v w, con v V y w W, como así tambén vectores que son combnacones lneales de productos pero que no pueden ser escrtos como un únco producto. La dmensón de V W es n m (y no n+m, como sucede con V W). En mecánca cuántca, el espaco de estados de un sstema compuesto por dos substemas dstngubles es justamente el producto tensoral de los espacos de estados de cada subsstema, sendo estos últmos espacos de Hlbert (K = C). Para e ẽ j se emplea la notacón j o drectamente j o j. Los estados producto u = v w se denomnan estados separables, mentras que los estados que no pueden ser escrtos como producto se denomnan correlaconados o entrelazados Producto y Suma de tensores Sea T un tensor ( q p) y U un tensor ( q p ) sobre el msmo espaco. Su producto es un tensor ( p+p q+q ) dado por (TU) j...+q +p = T j... U +...+q p+... p+p La suma está defnda para tensores del msmo rango ( p q): (T +U) j... = T j... +U j Producto tensoral de operadores. S F : V V y G : W W son operadores lneales en espacos V, W, entonces F G : V W V W es un operador lneal en el espaco producto tensoral V W, defndo por (F G)(v w) = F(v) G(w) S F(v ) = λ F v, G(w j ) = λ G w j, entonces (F G)(v w j ) = λ F λ G j v w j por lo que s F y G son dagonalzables, (F G) tambén lo es, con n m autovalores λ F λg j, =,...,n, j =,...,m. Además, Det(F G) = Det(F) m Det(G) n. Notemos fnalmente que (F G) k = F k G k, váldo para k N y tambén k Z s F y G son nvertbles. S F = Fj e f k, G = G k lẽk f l, F G = Fj Gk l (e ẽ k )(f j f l ), por lo que (F G) k jl = Fk Gj l. Esto corresponde pues al producto tensoral de las matrces que representan a F y G, denomnado tambén producto Kronecker: Ordenando la base en la forma b = (e ẽ,e ẽ 2,...,e n ẽ m ), la matrz de nm nm que representa a F G en esta base es [F G] b = [F] e [G]ẽ = F [G] ẽ... Fn[G]ẽ..... F n[g] ẽ... Fn[G]ẽ n En notacón de Mecánca Cuántca, e, f j j y F,j F j j, G = k,l G kl k l, con F G =,j,k,l F jg kl j k l. 5
6 27.8 Contraccón de tensores La contraccón de un tensor ( p q), con p, q, queda defnda por una suma de la forma T j...k......k... p (donde la suma es sobre el índce repetdo k), la cual se transforma como un tensor ( p q ), pues S k Rk j = δ j. Por ejemplo, s U j = Tkj k entonces U j = T k j k = S Sl k Rk k Rj j Tkj l = S δl k Rj j Tkj l = S Rj j Tkj k = S Rj j Uj donde hemos utlzado Sk l R k k = δl k. Vemos pues que se transforma como un tensor ( ). Así, dado un tensor T j kl (tensor ( 2 2 )) son posbles las 4 contraccones T kj k, Tjk k, Tkj k, Tjk k que orgnan 4 tensores ( ) (en general dstntos). Por otro lado, las dos posbles contraccones dobles que dan lugar a un escalar (tensor ( 0 0 )) son T Por ejemplo, dado el tensor T j la matrz T: kj kj, Tjk kj, la únca contraccón posble es el escalar T. Este representa la traza de TrT = T Esta es, como hemos vsto, nvarante frente a cambos de base. Dado el tensor producto T jk l = F j Gk l, el escalar Tjk jk = Fj j Gk k de trazas: (TrF)(TrG) = F Gk k, mentras que el escalar Tjk kj = F j k Gk j representa, matrcalmente, el producto representa la traza del producto: Tr(FG) = F j k Gk j. Además, la contraccón T jk k = F j k Gk es un tensor ( ), que representa el producto matrcal FG. Un tensor es smétrco respecto a dos índces del msmo tpo s T...j = T...j... T...j = T...j......, y es antsmétrco s... (Defncón smlar respecto de índces nferores). Esta propedad es ndependente de la base: Por ejemplo, s T j kl = Tj kl, T j k l = R R j j Sk k Sj j T j kl = R R j j Sk k Sj j T j kl = T j k l Un tensor es completamente smétrco (antsmétrco) s es smétrco (antsmétrco) respecto de todo par de índces del msmo tpo Determnante: Consderemos una forma multlneal completamente antsmétrca de V n K. En tal caso, s v = x j e j, F(v,...,v n ) = x...x n n F,..., n donde F,..., n = F(e,...,e n ). Se tene F...,,...,j,... = F...,j,...,,... para cualquer par de índces,j. Es claro entonces que F...,,...,j,... = 0 s = j, es decr, s dos (o más) índces concden, y que s los índces son todos dstntos, F,..., n = ( ) n,...,n F,2...,n, donde n,..., n es el número de permutacones necesaras para llevar (,..., n ) al orden normal (,2,...,n). Podemos pues escrbr F,..., n = λǫ,..., n donde λ = F,2,...,n y ǫ,..., n es el símbolo completamente antsmétrco que satsface ǫ,2,...,n = (símbolo de Lev-Cvta). Por lo tanto, F(v,...,v n ) = λx...x n n ǫ... n = λdet[x] donde Det[X] = x...x p nǫ... n 6
7 es el determnante de la matrz de elementos x j (la cual es una funcón multlneal completamente antsmétrca de las columnas de la matrz, que vale para la matrz dentdad). Por ejemplo, para n = 2, Det[X] = x xj 2 ǫ j = x x2 2 ǫ 2 +x 2 x 2 ǫ 2 = x x2 2 x2 x 2, mentras que para n = 3, Det[X] = x xj 2 xk 3 ǫ jk = x x2 2 x3 3 ǫ 23 +x x3 2 x2 3 ǫ 32 +x 2 x3 2 x 3 ǫ 23 +x 2 x 2 x3 3 ǫ 23 +x 3 x 2 x2 3 ǫ 32 +x 3 x2 2 x 3 ǫ 32 = x x2 2 x3 3 x x3 2 x2 3 +x2 x3 2 x 3 x2 x 2 x3 3 +x3 x 2 x2 3 x3 x2 2 x 3. Notemos tambén que x xj 2 ǫ j = x x2 2 x2 x 2 = x x2 2 x 2 x2 = x x2 j ǫj, donde ǫ j = ǫ j, y en general, Det[X] = x j...x jn n ǫ j...j n = n! xj...x jn n ǫ j...j n ǫ... n = x...x n n ǫ... n, donde ǫ... n = ǫ... n. Observemos que frente a un cambo de base general, F,..., n = F(e,...,e n ) transforma como F... n = S...S n n F... n = λs...s n n ǫ... n = λdet(s)ǫ... n = Det(S)F,..., p Subda y bajada de índces y tensores cartesanos. En un espaco eucldeo, es posble bajar o subr índces de un tensor medante el tensor métrcog j = (e,e j ), y su nversa g j = (f,f j ), que son tensores smétrcos de tpo ( 0 2 ) y (2 0 ) respectvamente: T j,...,..., p = T(e,...,e p,f j,...,f jq ) = T(e,...,e p,g j j ej,...,g jqj qe j q ) = g j j...g j qt(e,...,e p,e j,...,e jq ) = g j j...g j qt..., p,j,...,j q Por ejemplo, s T j es un tensor ( ), Tj = g k T j k es un tensor (2 0 ) y T j = g jk T k es un tensor ( 0 2 ). Tensores cartesanos: En un espaco eucldeo V, s nos restrngmos a transformacones sométrcas entre bases ortonormales, entonces g j = (e,e j ) = δ j, g j = δ j y f = g j e j = e. En tal caso no se puede dstngur entre índces covarantes y contravarantes y se tene T = T, Tj = Tj = T j, T j kl = T jkl, etc. Notemos precsamente que para transformacones entre bases ortonormales (sometrías) R = S = S t, es decr, Rj = Sj. En tal caso, T j = R j T = S j T, verfcándose que T j se transforma gual que T j. Pseudotensores cartesanos: S frente a un cambo de base sométrco en un espaco eucldeo se tene T... p = Det(S)S...S p p T se dce que T es un pseudotensor cartesano de rango p. Se comporta como un tensor de rango p frente a cambos de base que satsfacen Det[S] = + (rotacones) pero exhbe un cambo de sgno adconal s Det[S] = (reflexones). Por ejemplo, frente a sométrías, el tensor completamente antsmétrco F,... n = F(e,...,e n ) es un pseudoescalar, mentras que (a b) k = a b j ǫ jk es un pseudovector (a b j ǫ j k = R Rj j a a j ǫ j k = R Rj j Rk l Sk la a j ǫ j k = Det(R)Sl k a a j ǫ jl = Det(S)Sk l(a b) l). 28 Campos tensorales, símbolos de Chrstoffel y dervada covarante Consderemos un cambo general de coordenadas x (x,...,x n ) en V = R n. Tenemos La matrz nversa es y satsface dx = R jdx j, R j = x x j = jx S j = x x j = jx S jr j k = R js j k = δ k Tanto S como R dependen ahora de las coordenadas. Podemos consderar en c/punto la base defnda por e = S j e j sendo aquí e = (e,...,e n ) una base de V ndependente de las coordenadas, y e = (e,...,e n) dependente de las coordenadas. 7
8 S e es la base canónca, el tensor métrco orgnal es g j = (e,e j ) = δ j mentras que en la nueva base, g j = (e,e j ) = Sk Sl j g kl = S k Sl j δ kl, es decr, g = S T S en notacón matrcal. Se obtene entonces ds 2 dx dx = dx dx = dx dx j g j Un campo vectoral v dependente de las coordenadas puede pues escrbrse como v = v (x,...,x n )e = v (x,...,x n )e, v = R jv j Generalzando, s D V, un campo tensoral real ( q p) es una funcón T : D V }... V {{} V }... V {{} : q veces p veces T = T j,...,,..., p (x,...,x n )e j... e jq f f p Frente a un cambo general de coordenadas, se obtene con T = T j,...,j q (x,...,x n )e,..., p j... e f f p T j,...,j q (x,...,x n ) = S,..., p...s p p Rj j T j,...,,..., p (x,...,x n ) Por ejemplo, un campo vectoral es un campo tensoral ( 0 ). Consderemos ahora la dervada de un campo tensoral ( 0 ), jv = j(v e ) = ( jv )e +v ( je ) El segundo térmno da cuenta de la dependenca de la base de las coordenadas. Dado que e = Sk e k, se tene j e = ( j Sl )e l = ( j Sl )Rk l e k y por lo tanto je = Γ k je k donde Γ k j = ( j Sl )Rk l = S l j Rk l son los símbolos de Chrstoffel, que dan cuenta de la varacón de los elementos de la base. Como S j = j x Γ k j = Γk j, pues j Sl = j xl = j xl = Sl j. Se obtene entonces jv = [( jv k )+v Γ k j]e k La expresón v k ;j v k,j +v Γ k j donde v k,j j v k, se denomna dervada covarante de las componentes contravarantes, y satsface las reglas correctas de transformacón. Tenemos pues jv = v k ;je k En el caso de que la base sea ndependente de las coordenadas, Γ k j = 0 y la dervada covarante se reduce a la usual (v ;j = v,j ). Por ejemplo, la dvergenca de un campo vectoral v = v e = v e puede entonces expresarse en la forma (demostrar como ejercco) v = v, = v ; = ( v )+v Γ j j Para componentes covarantes, tenemos v = v f = v f, con f = R k fk, y f k ndependente de las coordenadas. Por lo tanto, jv = ( jv )f +v ( jf ) Pero j f = ( j R l )fl = S l k ( j R l )f k = Γ kj por lo que jv = [( jv k ) v Γ kj ]f k 8
9 La dervada covarante de componentes covarantes debe pues defnrse como para que v k;j = v k,j v Γ kj jv = v k;j f k En forma análoga se defnen las dervadas covarantes de tensores arbtraros de rango ( p q) Dado que g k = Sl Sm k g lm, tenemos, para g lm ndependente de las coordenadas, j g k = ( j Sl )Sm k g lm + S l( j Sm k )g lm = ( j Sl )Rr l Ss rsk mg sm +( j Sm k )Rr msrs s lg ls = Γ r j g rk +Γr kj g r, por lo que g k;j = g k,j g lk Γl j g l Γl kj = 0 De esta forma, s v = g k v k se verfca que v ;j = g k v k ;j. La últma ecuacón permte tambén escrbr los símbolos de Chrstoffel drectamente en térmnos de dervadas del tensor métrco: Γ kl = 2 gm (g mk,l +g ml,k g kl,m ) Ejemplo: Para V = R 2 y coordenadas polares, defndas por x = rcosθ, y = rsnθ se obtene dx = drcosθ rsnθdθ, dy = drsnθ +rcosθdθ, de forma que ( ( cosθ rsnθ rcosθ rsnθ S = snθ rcosθ snθ cosθ ), R = r ), g = ( 0 0 r 2 con dr = dxcosθ +dysnθ, dθ = ( dxsnθ +dycosθ)/r, e r = e x cosθ +e y snθ, e θ = r( e x snθ +e y cosθ), y e x,e y la base canónca. Obtenemos entonces ds 2 = dx 2 +dy 2 = dr 2 +r 2 dθ 2 En este caso, los úncos símbolos de Chrstoffel no nulos son Γ θ rθ = Γθ θr = /r, Γr θθ = r. La dvergenca de un campo vectoral v = v x e x +v y e y = v r e r +v θ e θ ) es entonces x v x + y v y = r v r + θ v θ +v r Γ θ rθ = rv r + θ v θ +v r /r El gradente de un campo escalar φ puede escrbrse en la forma ( φ)e = ( φ)e, donde = g j j. Por lo tanto, φ x e x + φ y e y = φ r e r + φ r 2 θ e θ Fnalmente, el Laplacano de un campo escalar φ (la dvergenca del gradente de φ) puede expresarse como φ = φ+γ j j φ = 2 φ r φ r 2 θ 2 + φ r r 9
i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1
CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de
Más detalles10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
Más detallesCoordenadas Curvilíneas
Departamento: Físca Aplcada III Mecánca Raconal (Ingenería Industral) Curso 007-08 Coordenadas Curvlíneas 1. Introduccón a. Obetvo: Generalar los tpos de coordenadas conocdos. Cartesanas. Clíndrcas, Esfércas,
Más detallesIntroducción a las herramientas matemáticas para la formulación de ecuaciones generalmente covariantes (v5)
Introduccón a los tensores ndrés acho Ortz, brl 2016 Introduccón a las herramentas matemátcas para la formulacón de ecuacones generalmente covarantes (v5) Este documento es una ntroduccón con carácter
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 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 detallesUna matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.
MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas
Más detallesCAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D.
CAPITULO VALORES, VECTORES PROPIOS y SVD Ing. Dego A. Patño M.Sc., Ph.D. Valores y Vectores Propos Muchas de las transformacones que se necestan en el dseño de sstemas de control se realzan sobre vectores
Más detallesNÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1
NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
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 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 detallesY ahora observamos que lo que está entre paréntesis es la derivada de un producto, de modo que
Estas son ms notas para las clases del curso Mecánca Raconal (62.11) en la Facultad de Ingenería-UBA. Están aún en proceso de ser completadas, no tenen carácter de texto acabado, por el contraro seguramente
Más detallescvída NUEVA? LA ILUSIÓN DEL NUEVO AÑO E l ansia d e conocer lo por venir, que es uno de los más vanos
M V M M J [ ú j ó ñ Xú 2 :: : é j M j 2 KKJMJ!! X QM á á á óx «ó q V ú ó q ñ ó - F ó j k ú ú! ú ñ á x q q ñ q q ú x ó F q j é q ó é q ó á ó q F M q q F é /ó - q x q F q j á j ó Y q á - V V? [ ú q q F Y
Más detalles5. DIAGONALIZACIÓN DE MATRICES
Dagonalzacón Herraentas nforátcas para el ngenero en el estudo del algebra lneal 5. DIAGONALIZACIÓN DE MATRICES 5.1. INTRODUCCIÓN 5.2. VALORES Y VECTORES PROPIOS 5.3. MATRICES DIAGONALIZABLES 5.4. DIAGONALIZACIÓN
Más detallesApuntes de Mecánica Newtoniana: Sistemas de Partículas, Cinemática y Dinámica del
Apuntes de Mecánca Newtonana: Sstemas de Partículas, Cnemátca y Dnámca del Rígdo. Arel Fernández Danel Marta Insttuto de Físca - Facultad de Ingenería - Unversdad de la Repúblca Índce general Contendos
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesINGENIERÍA DE TELECOMUNICACIÓN BLOQUE 1
INGENIERÍA DE TELECOMUNICACIÓN BLOQUE En el Aula Vrtual se encuentra dsponble: Materal nteractvo con teoría y ejerccos resueltos. Para acceder a ello deberá pulsar sobre los sguentes enlaces una vez dentro
Más detallesUniversidad Diego Portales Facultad de Economía y Empresa
Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,
Más detalles5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.
Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las
Más detallesFugacidad. Mezcla de gases ideales
Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar
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 detallesMecánica Clásica ( Partículas y Bipartículas )
Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y
Más detallesPropiedades Asintóticas
Capítulo 3 Propedades Asntótcas 3.. Dstrbucones Estaconaras Defncón 3. Sea X n, n, una cadena de Markov con espaco de estados E y matrz de transcón P. Sea π(), E, una dstrbucón de probabldad, es decr,
Más detallesReconocimiento 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 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 detallesPROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.
Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en
Más detallesPRELIMINARES. ab bc aec ac H. a b S / b a.
Introduccón Cuando un novel estudante de álgebra abstracta se enfrenta a expresones como grupo cocente, espaco cocente, cree y con justfcada razón, que se enfrentará a conjunto de cocentes, fnalmente se
Más detallesELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a)
ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 Rcardo Ramírez Facultad de Físca, Pontfca Unversdad Católca, Chle 1er. Semestre 2008 Corrente eléctrca CORRIENTE ELECTRICA Corrente eléctrca mplca carga en movmento.
Más detallesCapítulo V. Teoremas de Fermat, Euler y Wilson
Capítulo V Teoremas de Fermat, Euler y Wlson En este capítulo utlzamos los conceptos desarrollados en dvsbldad y conteo para deducr tres teoremas báscos de la teoría de números. En el próxmo capítulo,
Más detallesMECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)
MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman
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 detalles6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS
TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo
Más detallesTrabajo Especial 2: Cadenas de Markov y modelo PageRank
Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E
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 detallesDe factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado
Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de
Más detalles16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales
16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo
Más detallesMatemáticas Discretas
Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón
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 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 detallesLa variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,
17 Análss matemátco para Ingenería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Los números complejos La varable compleja permte resolver problemas muy dferentes dentro de áreas tan varadas
Más detallesUSOS Y EXTENSIONES DEL MODELO LINEAL CON K VARIABLES
Unversdad de San Andrés Departamento de Economía Econometría Semestre de otoño USOS Y ETENSIONES DEL MODELO LINEAL CON K VARIABLES Marana Marchonn marana@depeco.econo.unlp.edu.ar Varables explcatvas bnaras
Más detallesCAPÍTULO V ESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS 7 CAPÍTULO V ESTRUCTURAS ALGEBRAICAS Estructura Algebraca es todo conjunto no vacío en el cual se han defndo una o más leyes de composcón nterna, luego de cumplr certas propedades
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 detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detalles(p +Q 222 P +Q P +Q )
TEMA S.- PUNTOS. RECTAS Y PLANOS EN EL ESPACO. TEMA 5.- PUNTOS, RECTAS Y PLANOS EN EL ESPACO..- PUNTOS. Sstema de referenca: Un sstema de referenca en el espaco 93 consste en un conjunto formado por un
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 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 detallesCentro de Masa. Sólido Rígido
Centro de Masa Sóldo Rígdo El centro de masa de un sstema de partículas es un punto en el cual parecería estar concentrada toda la masa del sstema. En un sstema formado por partículas dscretas el centro
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 detallesInducción Matemática
Induccón Matemátca José Espnosa 30 de Octubre de 001 1 Problemas de Induccón Matemátca. 1. Sea: p 1 F (n) = k n(p 1)+1 n(n 1) p 1 (k p 1 3k ) p(p 1)(n(p 1) + 1)) Demostrar por nduccón que F (n) es dvsble
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 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 detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
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 detallesElectricidad y calor
Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un
Más detallesElectricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones
Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un
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 detallesTensores cartesianos.
Tensores cartesianos. Transformación de coordenadas. Consideremos dos sistemas de coordenadas cartesianas ortogonales en el plano, identificados como σ y σ. Supongamos que ambos tienen un origen común,
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 detallesESTADÍSTICA (GRUPO 12)
ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.
Más detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesTermodinámica y Mecánica Estadística II serra/termoii 2016.html Guía 4 - Setiembre de 2016
Termodnámca y Mecánca Estadístca II http://www.famaf.unc.edu.ar/ serra/termoii 2016.html Guía 4 - Setembre de 2016 Problema 1: Utlce el prncpo varaconal de Gbbs para obtener la expresón para la densdad
Más detallesNúmeros complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro
Matemátcas Bachllerato? Soluconaro del Lbro Actvdades Dado el número complejo se pde: qué valor ha de tener x para que x? Calcula el opuesto de su conjugado Calcula el conjugado de su opuesto x x x El
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 detallesGráficos de flujo de señal
Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo
Más detalles1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo
EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces
Más detallesCampo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático
qco sθ qz Ez= 4 zπε0 2+ R2 = 4πε0 [z2 +R2 ]3/ 2 El campo de las cargas en reposo. Campo electrostátco ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electromagnétco.
Más detallesTema 3. Sólido rígido.
Tema 3. Sóldo rígdo. Davd Blanco Curso 009-010 ÍNDICE Índce 1. Sóldo rígdo. Cnemátca 3 1.1. Condcón cnemátca de rgdez............................ 3 1.. Movmento de traslacón...............................
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora
Más detalles1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,
Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos
Más detallesConsideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir
1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)
Más detallesInvestigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia
Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,
Más detallesDepartamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011
Departamento de Señales, Sstemas y Radcomuncacones Comuncacones Dgtales, juno 011 Responder los problemas en hojas ndependentes. No se permte el uso de calculadora. Problema 1 6 p.) En este ejercco se
Más detalles1 P e r i ó d i c o E L SOL, de Costa Rica, PIO B ARO JA
1311)1 3\ J P ' P - P T PB P PT P F TV TfT' T G 111 ' T P V (g 0 2 5 ( 10 J 1957 j J 2 4 ú 600 Ñ V * 40 1 P J é x H V Z H! é z > ) x; z ); 3 - g T - - - X T J T P H P G J G (Tx g H) T TG B TT F H (Tx g
Más detallesUNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.
UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es
Más detallesTRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.
TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo
Más detalles11. EL SPIN. El momento angular intrínseco. La evidencia espectroscópica. 11. El Spin
11. EL SPIN El momento angular ntrínseco Hasta aquí nos ocupamos de la descrpcón cuántca de una partícula, consderada como una masa puntforme sn estructura nterna. En consecuenca supusmos que el estado
Más detallesCantidad de movimiento
Cnétca 37 / 63 Cnétca Cantdad de momento Momento cnétco: Teorema de Koeng Energía cnétca: Teorema de Koeng Sóldo con punto fjo: Momento cnétco Sóldo con punto fjo: Energía cnétca Sóldo: Momento relato
Más detallesMÉTODOS GENERALES DE ANÁLISIS DE REDES. Capítulo 4
apítulo 4 MÉTODOS GENERALES DE ANÁLISIS DE REDES Hasta el momento hemos desarrollado el marco teórco de la Teoría de Redes. onocemos cómo plantear las ecuacones de equlbro, y tambén cómo plantear ecuacones
Más detallesEcuaciones y Teoremas de la Elasticidad.
Capítulo 5 Ecuacones y Teoremas de la Elastcdad. partr de las ecuacones báscas de la Teoría de la Elastcdad, presentadas en los tres capítulos anterores, se dervan un conjunto de ecuacones y teoremas de
Más detallesResumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange
TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley
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 detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso
Más detallesPregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?
Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,
Más detallesMODELOS DE ELECCIÓN BINARIA
MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos
Más detallesLos vectores y sus operaciones
lasmatematcase Pedro Castro rtega Los ectores y ss operacones Un ector qeda determnado por dos pntos, el orgen, y el extremo Un ector qeda completamente defndo a traés de tres elementos: módlo, dreccón
Más detalles7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:
7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c
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 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 detallesDesarrollo de sistema de control para un manipulador de seis grados de libertad
Memora del Trabajo Fn de Máster realzado por Fdel Pérez Menéndez para la obtencón del título de Máster en Ingenería de Automatzacón e Informátca Industral Desarrollo de sstema de control para un manpulador
Más detallesbunes 17 de Enero de 1021 No se reparten esquelas. D o n QUE FALLECIO EN SALAMANCA EL DIA 18 DE ENERO DE 1920
P ñ: jc q v * C ú 2 5 ú- ú 37 P HW8KB vv : q 4 2 é ú 67 C v Z é XXX 235 7 2 "j Z 42 P Y B - 26 C j x - P v - j F C P C q - P j - v j j J Ñ P h 6 5 92 é B P G h: F h * B ñ ú v vv F: 7 v ñ q: ñ C C v: C
Más detallesTutorial sobre Máquinas de Vectores Soporte (SVM)
Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad
Más detallesPara construir un diagrama de tallo y hoja seguimos los siguientes pasos:
UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.
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 detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detalles2.1. Sustancias puras. Medida de los cambios de entalpía.
2 Metalurga y termoquímca. 7 2. Metalurga y termoquímca. 2.1. Sustancas puras. Medda de los cambos de entalpía. De acuerdo a las ecuacones (5 y (9, para un proceso reversble que ocurra a presón constante
Más detallesXXIV ESCUELA VENEZOLANA DE MATEMÁTICAS. Introducción al Método de los Elementos Finitos: un enfoque matemático. Giovanni Calderón Rodolfo Gallo
XXIV ESCUELA VENEZOLANA DE MATEMÁTICAS Introduccón al Método de los Elementos Fntos: un enfoque matemátco Govann Calderón Rodolfo Gallo MÉRIDA, VENEZUELA, 4 AL 9 DE SEPTIEMBRE DE 2011 XXIV ESCUELA VENEZOLANA
Más detalles