27 Tensores (Resumen) Notación tensorial

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

Download "27 Tensores (Resumen) Notación tensorial"

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

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 detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

Coordenadas Curvilíneas

Coordenadas 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 detalles

Introducción a las herramientas matemáticas para la formulación de ecuaciones generalmente covariantes (v5)

Introducción 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 detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática 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 detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una 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 detalles

CAPITULO 2 VALORES, VECTORES PROPIOS y SVD. Ing. Diego A. Patiño M.Sc., Ph.D.

CAPITULO 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 detalles

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1

NÚMEROS 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 detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores 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 detalles

Y ahora observamos que lo que está entre paréntesis es la derivada de un producto, de modo que

Y 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 detalles

cvída NUEVA? LA ILUSIÓN DEL NUEVO AÑO E l ansia d e conocer lo por venir, que es uno de los más vanos

cvída 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 detalles

5. DIAGONALIZACIÓN DE MATRICES

5. 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 detalles

Apuntes de Mecánica Newtoniana: Sistemas de Partículas, Cinemática y Dinámica del

Apuntes 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 detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

INGENIERÍA DE TELECOMUNICACIÓN BLOQUE 1

INGENIERÍA 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 detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad 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 detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. 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 detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Propiedades Asintóticas

Propiedades 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 detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

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 detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación 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 detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

PRELIMINARES. ab bc aec ac H. a b S / b a.

PRELIMINARES. 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 detalles

ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a)

ELECTRICIDAD 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 detalles

Capítulo V. Teoremas de Fermat, Euler y Wilson

Capítulo 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 detalles

MECÁNICA 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 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 detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 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 detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo 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 detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De 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 detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

Más detalles

Matemáticas Discretas

Matemáticas 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 detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - 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 detalles

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

La 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 detalles

USOS Y EXTENSIONES DEL MODELO LINEAL CON K VARIABLES

USOS 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 detalles

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS

CAPÍTULO 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 detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO 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 )

(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 detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 4. TRABAJO Y ENERGIA. TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero

Más detalles

Centro de Masa. Sólido Rígido

Centro 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 detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Inducción Matemática

Inducción 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 detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 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 detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

Electricidad y calor

Electricidad y calor Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage: Algunas definiciones

Electricidad y calor. Un repaso... Temas. 4. Primera ley de la Termodinámica. Webpage:  Algunas definiciones Electrcdad y calor Webpage: http://pagnas.sca.uson.mx/qb 2007 Departamento de Físca Unversdad de Sonora Temas 4. Prmera ley de la Termodnámca.. Concepto de Trabajo aplcado a gases.. Trabajo hecho por un

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

Procesamiento 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 detalles

Tensores cartesianos.

Tensores 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 detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS 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 detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (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 detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo 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 detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado 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 detalles

Termodinámica y Mecánica Estadística II serra/termoii 2016.html Guía 4 - Setiembre de 2016

Termodinámica 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 detalles

Números complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro

Números 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 detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

Gráficos de flujo de señal

Gráficos 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 detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. 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 detalles

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático

Campo 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 detalles

Tema 3. Sólido rígido.

Tema 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 detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS 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 detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos 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 detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Departamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011

Departamento 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 detalles

1 P e r i ó d i c o E L SOL, de Costa Rica, PIO B ARO JA

1 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 detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. 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 detalles

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.

TRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica. TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo

Más detalles

11. EL SPIN. El momento angular intrínseco. La evidencia espectroscópica. 11. El Spin

11. 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 detalles

Cantidad de movimiento

Cantidad 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 detalles

MÉTODOS GENERALES DE ANÁLISIS DE REDES. Capítulo 4

MÉTODOS 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 detalles

Ecuaciones y Teoremas de la Elasticidad.

Ecuaciones 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 detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen 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 detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD 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 detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta 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 detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS 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 detalles

Los vectores y sus operaciones

Los 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 detalles

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:

7) 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 detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación 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 detalles

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio.

Es 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 detalles

Desarrollo de sistema de control para un manipulador de seis grados de libertad

Desarrollo 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 detalles

bunes 17 de Enero de 1021 No se reparten esquelas. D o n QUE FALLECIO EN SALAMANCA EL DIA 18 DE ENERO DE 1920

bunes 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 detalles

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial 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 detalles

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos:

Para 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 detalles

Variable aleatoria: definiciones básicas

Variable 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 detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: 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 detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

2.1. Sustancias puras. Medida de los cambios de entalpía.

2.1. 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 detalles

XXIV ESCUELA VENEZOLANA DE MATEMÁTICAS. Introducción al Método de los Elementos Finitos: un enfoque matemático. Giovanni Calderón Rodolfo Gallo

XXIV 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