5 Centrales Hidráulicas
|
|
- Ana Belén Vega Sánchez
- hace 6 años
- Vistas:
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)
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 detallesCAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED
Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesDISTRIBUCIONES 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 detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesIDENTIFICACIÓN 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 detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesLECTURA 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 detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesPROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.
Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en
Más detallesOperadores 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 detallesFE 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 detallesTallerine: 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 detallesUna renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.
Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta
Más detallesESTÁTICA 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 detalles5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.
Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las
Más detallesMedidas 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 detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesCAPÍTULO 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 detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesVida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad
Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede
Más detallesTRABAJO 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 detallesPista 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 detallesEl 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 detallesProblemas 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 detallesUNIVERSIDAD 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 detallesIntroducción 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 detallesDpto. 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 detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesSolución: 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 detallesPráctica 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 detallesEJERCICIOS 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 detalles3 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 detallesGuía de Electrodinámica
INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan
Más detallesGuía 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 detallesFacultad 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 detallesClase 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 detallesB1. 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 detallesClase 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 detallesOPENCOURSEWARE 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 detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesEstas 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 detallesObjetivos 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 detallesTRABAJO Y ENERGÍA INTRODUCCIÓN. requiere como varia la fuerza durante el movimiento. entre los conceptos de fuerza y energía mecánica.
TRABAJO Y ENERGÍA INTRODUCCIÓN La aplcacón de las leyes de Newton a problemas en que ntervenen fuerzas varables requere de nuevas herramentas de análss. Estas herramentas conssten en los conceptos de trabajo
Más detallesEl 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 detallesEcuación 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 detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesFacultad 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 detallesFUNDAMENTOS 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 detallesIntroducción 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 detallesFundamentos 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 detallesEJERCICIOS 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 detallesMAGNITUD: 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 detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detallesSEGUNDA 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 detallesAnálisis 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 detallesPrueba 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 detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detallesFUNDAMENTOS 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 detallesVariables 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 detallesSistemas 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 detallesMedidas de centralización
1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos
Más detallesUNIVERSIDAD 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 detallesDESPACHO 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 detallesConvertidores Digital-Analógico y Analógico-Digital
Convertdores Dgtal-Analógco y Analógco-Dgtal Conversón Dgtal-Analógca y Analógca-Dgtal Con estos crcutos se trata de consegur una relacón bunívoca entre una señal analógca y una dgtal o vceversa. Las magntudes
Más detallesModelado 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 detallesRentas 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 detallesPoblación 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 detallesEstadística 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 detallesEjemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias
Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8
Más detallesMatemática 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 detalles75.12 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 detallesEstadísticos 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 detallesNúmeros 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 detallesCAPÍTULO 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 detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detalles1.- Objetivo Alcance Metodología...3
PROCEDIMIENTO DO PARA EL CÁLCULO DEL FACTOR DE DESEMPEÑO DEL CONTROL DE FRECUENCIA (FECF) EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE 1.- Objetvo...3 2.- Alcance...3 3.- Metodología...3 3.1.- Cálculo de la
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
Más detallesFugacidad. Mezcla de gases ideales
Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar
Más detallesDiseño 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 detallesCONTENIDO. 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 detallesEJERCICIOS 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 detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detalles315 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 detallesGERENCIA 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 detallesUNIVERSIDAD 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 detallesCLAVE - 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 detallesConsecuencias 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 detallesExamen 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 detallesTEMA 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 detallesANALISIS 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 detallesTránsito 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 detallesAspectos 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 detallesAplicación 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 detallesExamen 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 detallesTema 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 detallessea 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 detallesFísica 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 detallesCURSO 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