5 Centrales Hidráulicas

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

Download "5 Centrales Hidráulicas"

Transcripción

1 Curso SmSEE IIE 2012 Cap. 5 pág 1/6 5 Centrales Hdráulcas 5.1 Centrales Hdráulcas con Embalse En el caso de centrales con embalses, tendremos que agregar restrccones adconales para mponer los límtes de volumen del agua embalsada. El volumen al fnal del paso de tempo fn, se calcula como el volumen al nco n,, mas el volumen que ngresa al lago por el escurrmento propo de su cuenca o por caudales lberados en centrales aguas arrba A menos los volúmenes turbnados en cada poste y menos el volumen que sea necesaro verter sn turbnar Z y menos las pérddas por evaporacón y por fltracón del embalse R. La ecuacón para calcular el volumen fnal (para la central ) sería: = Postes P, durpos fn, = n, + A Z R ce =1 durpos Donde el volumen turbnado en el poste es: ce, sendo ce el coefcente energétco. En A aglutnamos los aportes propos y los aportes correspondente a erogacones de centrales aguas arrba. El coefcente energétco lo defnmos talque: δe = ce δ, es decr como el factor que dado un volumen turbnado δ nos permte calcular la energía generada y entregada por la central a la red eléctrca. P, h δ δe Consderando la altura h desde el nvel de salda de la turbna hdráulca hasta la superfce del lago, podemos escrbr el coefcente energétco como: ce = h ρ g η Donde: h Es la dferenca de altura entre el desague de la turbna y la superfce del lago. ρ Es la densdad del agua. (1000Kg/m3) g Es la constante gravtatora. (9.8N/kg) η Es el rendmento complexvo de la turbna y del generador eléctrco. Como se puede aprecar de lo anteror, la ecuacón del volumen turbnado en funcón de la energía generada por la central es una aproxmacón dado que el coefcente

2 Curso SmSEE IIE 2012 Cap. 5 pág 2/6 energétco va varando en la medda en que va cambando el salto (h) útl. El salto útl puede varar por la varacón del nvel del lago o por la varacón de la cota aguas abao. La cota aguas abao puede verse nfluencada por el propo turbnado. El coefcente energétco tambén varía al varar el rendmento de la turbna que no es constante para todo caudal. Para cada paso de tempo habrá que decdr el valor del coefcente energétco que meor aproxme a la relacón Energía Generada / olumen Turbnado y s fuese necesaro habrá que terar sobre el valor para meorar el cálculo. En el planteo del problema de despacho, el lago nos mpone las restrccones de máxmo y mínmo del volumen embalsado s es que optamos por nclur el cálculo del volumen embalsado dentro del problema de optmzacón. = Postes P, durpos fn, mín, = n, + A Z R mín, 0 ce = 1, = Postes máx, fn, = máx, n, + A Z R = 1 ce P durpos 0

3 Curso SmSEE IIE 2012 Cap. 5 pág 3/ ertmento máxmo. En el modelo de las hdro con embalse permtmos especfcar una curva de vertmento máxmo en funcón de la cota. Este límte debe reflear las curvas del vertedero de la central y además puede usarse para representar límtes de operacón de los embalses mpuestos por condcones de regulacón de crecdas por eemplo. Esta restrccón puede llevar a un problema de factbldad del sstema. Por eemplo, por más que pongamos como condcón de operacón un determnado vertmento máxmo, s llueve mucho, el lago se llena y s sgue llovendo mucho, al fnal hay que dear pasar todo lo que llega al embalse pues el agua le pasa por arrba. En estas condcones no hay posbldad de mponer nada sobre el vertmento. Para prever estas stuacones el modelo nscrbe la restrccón de vertmento, pero la anota como restrccón volable asocada a la restrccón de volumen máxmo del embalse. S durante la resolucón del despacho del paso de tempo, el Smplex no encuentra solucón ntenta ver s volando esa restrccón lo logra. 5.2 Centrales Hdráulcas a pelo de agua (Sn embalse) En estas centrales todo lo que llega tene que ser o turbnado o vertdo. Al no tener embalse, no necestamos agregar una varable de estado para este tpo de centrales y drectamente famos su valor del agua en cero para lograr el máxmo valor posble de generacón. 5.3 Encadenamento de centrales. El agua erogada (turbnado + vertdo) de un embalse puede ser parte de los aportes que recbe un embalse que esté aguas abao. En la descrpcón del sstema a smular tenemos que ndcar esta stuacón de alguna manera. Para ello, a la central que recbe el aporte le ndcaremos la lsta de centrales de las que recbe aportes (en forma drecta) y lo aremos ndcando un coefcente a utlzar para consderar posbles pérddas entre lo erogado por la central de aguas arrba y el aporte efectvo que recbe la central. En la sguente fgura vemos un eemplo, en donde el caudal erogado por la central CH1 es consderado como aporte (entre otros aportes que tenga) a la cental CH2.

4 Curso SmSEE IIE 2012 Cap. 5 pág 4/6 CH1 a12 a32 CH3 a34 CH2 a24 CH4 Fgura 1 Centrales encadenadas. Contnuando con el eemplo del la Fgura 1 en la descrpcón del sstema, ndcaríamos algo así como: CH1 : sn centrales aguas arrba. CH2 : (CH1, a12); (CH3,a32) dos centrales aguas arrba CH4 : (CH2, a24); (CH3,a34) dos centrales aguas arrba. Alguen podría decr que CH1 está aguas arrba de CH4, pero a los efectos de representar el sstema, el caudal de CH1 que llegue a CH4 tendrá que pasar por CH2 y está representado adecuadamente. 5.4 alor del agua para centrales encadenadas. Como resultado del proceso de optmzacón dsponemos de las dervadas de la funcón de costo futuro respecto de las varables de estado. Como se elgó usar los volúmenes de los embalses como varables de estado, tendremos la dervada del costo futuro frente a varacones del volumen embalsado. Esas dervadas con sgno cambado son lo que llamamos el valor del agua, dado que gastar un ltro de agua sgnfcará una varacón del costo gual a menos la dervada del costo futuro respecto a la varable de estado correspondente al embalse en cuestón. S tenemos una central que no tene otras centrales aguas abao, el gasto de un volumen no tene otra consecuencas que lo que pueda generar en la propa central y entonces podemos expresar el valor del agua en USD/MWh dvdendo el producto del valor del agua, por el caudal turbnado por las horas del paso de tempo entre la energía generada en ese paso de tempo. Este valor así obtendo, es útl como consgna de despacho, dado que el resultado del despacho será el equvalente al tratar a la central como s fuese una térmca con costo varable gual al del agua expresado en USD/MWh. En el caso en que el agua turbnada por la central tene otros usos aguas abao, la nterpretacón del valor del agua como consgna de despacho se complca un poco. S la central aguas abao tene embalse, podríamos pensar que el agua es comprada por la central aguas abao a su valor del agua y por lo tanto la energía generada en la prmer central nos costó el volumen turbnado valorzado al valor del agua de la prmer central

5 Curso SmSEE IIE 2012 Cap. 5 pág 5/6 menos la proporcón de dcho volumen que ngresa al embalse de la segunda central valorzado al valor del agua de dcha central. S la central aguas abao no tene embalse, todo caudal que llegue debe ser turbnado y generará energía por lo que dcha energía a los efectos de hacer la cuenta para calcular un valor útl para el despacho debe ser consderado como parte de la energía generada con el volumen erogado por la prmer central. A su vez, s la segunda central descarga en una central con embalse debemos restar del costo asgnado al gasto del volumen del prmer embalse el volumen que alcanza el embalse de la tercera central valorzado al valor del agua del embalse de ésta últma. Esto parece un poco complcado, pero es el caso del sstema uruguayo. Las centrales del Ro Negro son tres. La prmera es Bonete, la segunda es Baygorra y la tercera Palmar. S consderamos un paso de tempo daro tene sentdo consderar los embalses de Bonete y Palmar, pero no así el de Baygorra (está en el medo). En la práctca no es necesaro hacer estas cuentas, pues el orden de despacho lo determna drectamente el programa. Este análss es sólo para poder nterpretar los resultados de la smulacón.

6 Curso SmSEE IIE 2012 Cap. 5 pág 6/6 5.5 Perdda de salto efectvo por caudal erogado. El caudal erogado QErogado [m3/s] es calculado al fnal de cada paso de smulacón como la suma del caudal vertdo más el caudal turbnado. Dcho caudal puede afectar el nvel de aguas abao reducendo el salto efectvo en la central. Para tener en cuenta este efecto se usan los parámetros: caqe y cbqe calculados para modelar la pérdda de salto de acuerdo a la sguente ecuacón: dh(qe) = caqe* QE + cbqe* QE^2 Esta pérdda de salto efectvo afecta el cálculo del coefcente energétco (Ce) de las centrales. El valor del caudal efectvamente erogado es resultado del despacho en un paso de tempo. Para el planteo del despacho necestamos el Ce, por lo tanto tenemos un problema para realzar el cálculo. En la mplementacón de SmSEE lo que hacemos es estmar la pérdda de altura al nco de un paso de tempo en base al caudal erogado en el paso anteror. Esto es una aproxmacón. Durante al optmzacón dnámca estocástca, consderamos como caudal erogado el erogado en el msmo estado del sstema en la etapa de optmzacón anteror ( paso de tempo sguente en el tempo, dado que la optmzacón se hace en etapas desde el futuro al presente). Para poder consderar el caudal erogado medo en la optmzacón de la etapa anteror, es necesaro crear una varable auxlar al estado de forma de guardar para cada estado el valor y poder recuperarlo cuando se esté en el msmo estado en la optmzacón de la nueva etapa.

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más 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

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

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

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

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.

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

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

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

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

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

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

ESTÁTICA DEL SÓLIDO RÍGIDO

ESTÁTICA DEL SÓLIDO RÍGIDO DSR-1 ESTÁTICA DEL SÓLIDO RÍGIDO DSR-2 ESTÁTICA DEL SÓLIDO RÍGIDO La estátca estuda las condcones bajo las cuales los sstemas mecáncos están en equlbro. Nos referremos úncamente a equlbro de tpo mecánco,

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

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

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

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI CAPÍTULO 5: MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 57 CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 5. Resumen Se busca solucón a las ecuacones acopladas que descrben los perfles de onda medante

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

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Pista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador.

Pista curva, soporte vertical, cinta métrica, esferas metálicas, plomada, dispositivo óptico digital, varilla corta, nuez, computador. ITM, Insttucón unverstara Guía de Laboratoro de Físca Mecánca Práctca : Colsones en una dmensón Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla

Más detalles

El diodo Semiconductor

El diodo Semiconductor El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por

Más detalles

Problemas de Control e Instrumentación de procesos químicos 4º Ingeniería Química

Problemas de Control e Instrumentación de procesos químicos 4º Ingeniería Química Problemas de Control e Instrumentacón de procesos químcos 4º Ingenería Químca Problema 9 La presón de un sstema de almacenamento de un certo gas se regula por medo de un sstema como el reflejado en la

Más detalles

UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingeniería Química. Cátedra: Integración IV

UNIVERSIDAD TECNOLOGICA NACIONAL - FACULTAD REGIONAL ROSARIO Departamento de Ingeniería Química. Cátedra: Integración IV UNIVERSIDAD TECNOOGICA NACIONA - ACUTAD REGIONA ROSARIO Departamento de Ingenería Químca Cátedra: Integracón IV Tema: Smulacón de Evaporadores lash Alumnos: Damán Match, Marcos Boss y Juan M. Pgnan Profesores:

Más detalles

Introducción a Vacío

Introducción a Vacío Introduccón a Vacío Sstema de vacío Partes generales de un sstema de vacío: Fgura 1: Sstema de vacío con bomba mecánca y dfusora Fgura 2: Prncpo de funconamento de la bomba mecánca La Fg. 2 muestra el

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Solución: Se denomina malla en un circuito eléctrico a todas las trayectorias cerradas que se pueden seguir dentro del mismo.

Solución: Se denomina malla en un circuito eléctrico a todas las trayectorias cerradas que se pueden seguir dentro del mismo. 1 A qué se denomna malla en un crcuto eléctrco? Solucón: Se denomna malla en un crcuto eléctrco a todas las trayectoras cerradas que se pueden segur dentro del msmo. En un nudo de un crcuto eléctrco concurren

Más detalles

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco

Más detalles

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide EJERCICIOS REPASO I Profesor: Juan Antono González Díaz Departamento Métodos Cuanttatvos Unversdad Pablo de Olavde 1 EJERCICIO 1: Un nversor se plantea realzar varas operacones de las que desea obtener

Más detalles

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

Guía para la autoevaluación del del capítulo 6

Guía para la autoevaluación del del capítulo 6 Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado

Más detalles

Facultad de Química. UNAM Alejandro Baeza

Facultad de Química. UNAM Alejandro Baeza Facultad de Químca. UNM lejandro Baeza.006 Químca nalítca Instrumental I nálss de mezclas por espectrofotometría. Documento de apoyo. Dr. lejandro Baeza. Semestre 007-I.0 Selectvdad espectral en espectrofotometría

Más detalles

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D. Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca

Más detalles

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables ANEXO N 1 1. METAS DE GESTION A. METAS DE GESTIÓN DE LA TARIFA BASICA Corresponde a las metas de gestón de los proyectos ejecutados y fnancados con recursos nternamente generados por la Empresa, comprenddos

Más detalles

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.

Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D. Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca

Más detalles

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Examen Fnal Pregunta ( punto) Responda brevemente a las sguentes preguntas: a) Cuál es el obetvo en el aprendzae del Perceptron

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

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas. UIDAD 3: Meddas estadístcas Las meddas estadístcas o parámetros estadístcos son valores representatvos de una coleccón de datos y que resumen en unos pocos valores la normacón del total de datos. Estas

Más detalles

Objetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá:

Objetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá: Objetvos El alumno conocerá y aplcará dversas técncas de dervacón e ntegracón numérca. Al fnal de esta práctca el alumno podrá:. Resolver ejerccos que contengan dervadas e ntegrales, por medo de métodos

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

El circuito eléctrico de la figura está formado por un conjunto de Resistencias, condensadores, bobinas y una fuente de tensión.

El circuito eléctrico de la figura está formado por un conjunto de Resistencias, condensadores, bobinas y una fuente de tensión. El crcuto eléctrco de la fgura está formado por un conjunto de esstencas, condensadores, bobnas y una fuente de tensón. L L Para el sstema de la fgura, se pde: Modelo de bond graph del sstema, ncluyendo

Más detalles

Ecuación de Lagrange

Ecuación de Lagrange Capítulo 6 Ecuacón de Lagrange 6. Introduccón a las ecuacones de Lagrange La mecánca que nos presenta Lagrange en su Mécanque Analytque sgnfca un salto conceptual muy grande respecto de la formulacón Newtonana.

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Facultad de Ciencias Básicas

Facultad de Ciencias Básicas Facultad de Cencas Báscas ANÁLISIS GRÁFICO DE DATOS EXPERIMENTALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos expermentales. Establecer un crtero para el análss de grafcas

Más detalles

FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 5ª RELACIÓN DE PROBLEMAS.

FUNDAMENTOS DE ANÁLISIS INSTRUMENTAL. 5ª RELACIÓN DE PROBLEMAS. EPARTAMENTO E QUÍMCA ANALÍTCA Y TECNOLOGÍA E ALMENTOS FUNAMENTOS E ANÁLSS NSTRUMENTAL. 5ª RELACÓN E PROBLEMAS..- Calcular los números de transporte correspondentes a los ones Cl - y H : a) En una dsolucón

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

Fundamentos de Física Estadística: Problema básico, Postulados

Fundamentos de Física Estadística: Problema básico, Postulados Fundamentos de Físca Estadístca: Problema básco, Postulados y Formalsmos. Problema básco de la Mecánca Estadístca del Equlbro (MEE) El problema básco de la MEE es la determnacón de la relacón termodnámca

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.

MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc. TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,

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

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

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

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA Sstemas de Amortzacón de Deudas MATEMÁTICA FINANCIERA SISTEMA FRANCÉS Lus Alcalá UNSL Segundo Cuatrmeste 2016 Como hpótess ncal de trabajo suponemos que la tasa de nterés cobrada por el prestamsta (acreedor)

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

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

DESPACHO ECONOMICO UTILIZANDO PROGRAMACIÓN LINEAL, CON PASOS CONTROLADOS

DESPACHO ECONOMICO UTILIZANDO PROGRAMACIÓN LINEAL, CON PASOS CONTROLADOS 7 energétca Vol. XXIV, No. 2/2003 APLICACIONES INDUSTRIALES DESPACHO ECONOMICO UTILIZANDO PROGRAMACIÓN LINEAL, CON PASOS CONTROLADOS Dr. Ing. Manuel Barroso Baeza. Dra. Ing. Mram López Pérez. Resumen /

Más detalles

Convertidores Digital-Analógico y Analógico-Digital

Convertidores Digital-Analógico y Analógico-Digital Convertdores Dgtal-Analógco y Analógco-Dgtal Conversón Dgtal-Analógca y Analógca-Dgtal Con estos crcutos se trata de consegur una relacón bunívoca entre una señal analógca y una dgtal o vceversa. Las magntudes

Más detalles

Modelado de Contratos en Modalidad de Take Or Pay. Enrique Briglia Elías Carnelli Fernando Ron

Modelado de Contratos en Modalidad de Take Or Pay. Enrique Briglia Elías Carnelli Fernando Ron Trabajo de fn del curso SmSEE 2, Grupo, pág /32 Modelado de Contratos en Modaldad de Tae Or ay Enrque Brgla Elías Carnell Fernando Ron Insttuto de Ingenería Eléctrca FING Julo 2 Montevdeo - Uruguay IMORTANTE:

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Estadística Unidimensional: SOLUCIONES

Estadística Unidimensional: SOLUCIONES 4ª SesónFecha: Estadístca Undmensonal: SOLUCIOES Varables estadístca dscreta 1 Con los datos del ejercco de Pág 19 nº 3 determna: a) Tabla de Frecuencas b) Dagrama de barras Gráfco acumulado c) Meddas

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

Matemática Financiera Imposiciones y Amortizaciones

Matemática Financiera Imposiciones y Amortizaciones Matemátca Fnancera Imposcones y Amortzacones 5 Qué aprendemos Cuotas vencdas y adelantadas: fórmulas fundamentales y dervadas. Tasa de nterés: fórmula de Baly, método de Newton, resolucón con Excel. Evolucón

Más detalles

75.12 ANÁLISIS NUMÉRICO I. TRABAJO PRÁCTICO Nº 1 1er. Cuatrimestre Modelo simplificado de un horno de calentamiento de planchones de acero

75.12 ANÁLISIS NUMÉRICO I. TRABAJO PRÁCTICO Nº 1 1er. Cuatrimestre Modelo simplificado de un horno de calentamiento de planchones de acero Análss umérco I acultad de Ingenería-UBA 75.2 AÁLISIS UMÉRICO I ACULAD DE IGEIERÍA UIVERSIDAD DE BUEOS AIRES RABAJO PRÁCICO º er. Cuatrmestre 200 Modelo smplfcado de un horno de calentamento de planchones

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Números Reales y Complejos

Números Reales y Complejos Apéndce C Números Reales Complejos Ejerccos resueltos Halla los números reales que cumplen la condcón a a S a 0 : a a a 0 No este solucón S a < 0 : a a a a Halla todos los números r tales que r < a) S

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

1.- Objetivo Alcance Metodología...3

1.- Objetivo Alcance Metodología...3 PROCEDIMIENTO DO PARA EL CÁLCULO DEL FACTOR DE DESEMPEÑO DEL CONTROL DE FRECUENCIA (FECF) EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE 1.- Objetvo...3 2.- Alcance...3 3.- Metodología...3 3.1.- Cálculo de la

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más 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

Diseño óptimo de un regulador de tensión en paralelo

Diseño óptimo de un regulador de tensión en paralelo Deño óptmo de un regulador de tenón en paralelo Federco Myara 1. egulador mple con un dodo de ruptura El cao má mple e el regulador con un dodo zener, ndcado en la fgura 1. S ben el crcuto parece muy encllo,

Más detalles

CONTENIDO. Ingeniería

CONTENIDO. Ingeniería CONTENIDO 1.-Defncón 2. Componentes 2.1. Claves 2.2. No claves 2.3. Dstrbudos 2.4. Adyacentes 3. Determnacón de la presón de operacón y tpo de condensador 4. Métodos aproxmados 4.1.Métodos FENSKE UNDERWOOD

Más detalles

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla. EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA 35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE

Más detalles

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que

Más detalles

UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO FACULTAD DE INGENIERIA LABORATORIO DE CIRCUITOS INTEGRADOS ANALÓGICOS PRACTICA 4 FILTROS ACTIVOS

UNIVERSIDAD NACIONAL AUTONOMA DE MEXICO FACULTAD DE INGENIERIA LABORATORIO DE CIRCUITOS INTEGRADOS ANALÓGICOS PRACTICA 4 FILTROS ACTIVOS UNIVERSIDAD NAIONAL AUTONOMA DE MEXIO FAULTAD DE INGENIERIA LABORATORIO DE IRUITOS INTEGRADOS ANALÓGIOS PRATIA 4 FILTROS ATIVOS Objetvo: El alumno deberá conocer las dferentes clases de fltros actvos,

Más detalles

CLAVE - Laboratorio 1: Introducción

CLAVE - Laboratorio 1: Introducción CLAVE - Laboratoro 1: Introduccón ( x )( x ) x ( xy) x y a b a b a a a ( x ) / ( x ) x ( x ) x a b a b a b ab n! n( n 1)( n 2) 1 0! 1 x x x 1 0 1 (1) Smplfque y evalúe las sguentes expresones: a. 10 2

Más detalles

Consecuencias del Primer Principio 22 de noviembre de 2010

Consecuencias del Primer Principio 22 de noviembre de 2010 Índce 5 CELINA GONZÁLEZ ÁNGEL JIMÉNEZ IGNACIO LÓEZ RAFAEL NIETO Consecuencas del rmer rncpo 22 de novembre de 2010 1. Ecuacón calórca del gas deal 1 Cuestones y problemas: C 2.4,10,11,12,16,19 1.1,3 subrayados

Más detalles

Examen de Física-1, 1 del Grado en Ingeniería Química Examen final. Septiembre de 2014 Cuestiones (Un punto por cuestión).

Examen de Física-1, 1 del Grado en Ingeniería Química Examen final. Septiembre de 2014 Cuestiones (Un punto por cuestión). Examen de Físca-, del Grado en Ingenería Químca Examen fnal. Septembre de 204 Cuestones (Un punto por cuestón. Cuestón (Prmer parcal: Un satélte de telecomuncacones se mueve con celerdad constante en una

Más detalles

TEMA 4. TEORÍA DE LA DUALIDAD.

TEMA 4. TEORÍA DE LA DUALIDAD. Investgacón Operatva TEMA. TEORÍA DE LA DUALIDAD. TEMA. TEORÍA DE LA DUALIDAD..... INTRODUIÓN... ALGORITMO DUAL DEL SIMPLEX.... EJEMPLO.... EJEMPLO.... EJEMPLO... TEORÍA DE LA DUALIDAD.... PROLEMA PRIMAL

Más detalles

ANALISIS DEL BIENESTAR DE UN CONSUMIDOR

ANALISIS DEL BIENESTAR DE UN CONSUMIDOR ANALISIS DEL BIENESTAR DE UN CONSUMIDOR EJEMPLOS, APLICACIONES Y NUMEROS INDICES Contacto: Mª Covadonga De la Iglesa Vllasol Departamento de Fundamentos del Análss Económco I Unversdad Complutense de Madrd

Más detalles

Tránsito de Hidrogramas

Tránsito de Hidrogramas Tránsto de Hdrogramas Conceptos báscos S en el depósto de la fgura (zq.) se produce un aumento brusco del caudal de entrada, ese aumento se reflejará en la salda atenuado (caudal máxmo menor) y retardado

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Aplicación de Programación Lineal en el Planeamiento de la Operación de Usinas Hidroeléctricas.

Aplicación de Programación Lineal en el Planeamiento de la Operación de Usinas Hidroeléctricas. 132 Aplcacón de Programacón Lneal en el Planeamento de la Operacón de Usnas Hdroeléctrcas. Lus Barrentos Mujca 1, Lz Alvarez Ferrera 1, Anastaco Sebastán Arce Encna 2 Unversdad Naconal del Este - Facultad

Más detalles

Examen 4 de Febrero de 2005

Examen 4 de Febrero de 2005 Arqutectura de Computadores 1 Examen Período Febrero 2005 Instruccones Examen 4 de Febrero de 2005 Indque su nombre completo y número de cédula en cada hoja. Numere todas las hojas e ndque la cantdad total

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador.

sea un nº real. Hallar su cociente. Solución. Se multiplica numerador y denominador por el conjugado del denominador. . Hallar "a" para que el complejo : a a) sea real puro b) sea magnaro puro Lo prmero de todo es hacer la dvsón en forma bnómca, multplcando numerador y denomnador por el conjugado del denomnador, de esta

Más detalles

Física General 1 Proyecto PMME - Curso 2007 Instituto de Física Facultad de Ingeniería UdelaR

Física General 1 Proyecto PMME - Curso 2007 Instituto de Física Facultad de Ingeniería UdelaR Físca General 1 Proyecto PMME - Curso 2007 Insttuto de Físca Facultad de Ingenería UdelaR ANÁLISIS E INFLUENCIA DE DISTINTOS PARÁMETROS EN EL ESTUDIO DE LA ESTÁTICA DE CUERPOS RÍGIDOS. Sebastán Bugna,

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles