PROCESO DE FERMENTACIÓN Y REDES NEURONALES. Gallardo, Alejandra Beatriz Sánchez, Mauricio Germán
|
|
- Jorge Juárez del Río
- hace 6 años
- Vistas:
Transcripción
1 PROCESO DE FERMENTACIÓN Y REDES NEURONALES Gallardo, Alejandra Beatriz Sánchez, Mauricio Germán Universidad Tecnológica Nacional Facultad Regional Villa María INTRODUCCIÓN AL PROBLEMA La información que se muestra a continuación reporta datos de una serie de fermentaciones, en la que la primer columna lista el tiempo t (h), la segunda la concentración de microorganismos X (g/l), la tercera la concentración de productos P (g/l) y la última de un substrato S (g/l), que los microorganismos convierten en productos. Cada fermentación fue realizada con diferentes perfiles de temperatura T. Consigna: Construir una red neuronal que permita predecir la evolución de X, P y S (salidas), en función del tiempo t y la Temperatura T (entradas). ANÁLISIS DEL PROBLEMA Para llevar a cabo el proceso de fermentación, el cual hace referencia al crecimiento microbiano, que se mide por cambios sucesivos en el número de células o por el peso de la masa de la célula, se necesita una cantidad inicial de substrato (xs) y de microorganismos (x0), junto con una determinada temperatura (T). Esta puede ser constante o variar en el tiempo. Dicha variación afectará el crecimiento de los microorganismos, positiva o negativamente; a demás de otros fenómenos biológicos y químicos, como ser la presencia de oxígeno. Su estudio consiste en seguir, en función del tiempo (t), la evolución de la concentración de microorganismos (X), de la concentración del producto (P) y de la concentración del substrato (S). Las fases que intervienen en dicho comportamiento y que se muestran en la curva de crecimiento microbiano son: Fase de latencia (o de retraso) (1): se presenta inmediatamente después de la siembra del microbio en el medio de cultivo. Se trata de un periodo de adaptación en el curso del cual la célula sintetiza, en particular, las enzimas que le son necesarias para metabolizar el substrato que existe. En el curso de esta primera fase, no hay reproducción celular. Fase de arranque (2): cuando se ha terminado la fase anterior, se asiste al inicio del crecimiento propiamente dicho, comenzando la reproducción celular. La concentración celular aumenta lentamente y después mas a prisa. La rapidez de reproducción aumenta, así como la rapidez específica del crecimiento. Fase logarítmica (o exponencial) (3): cuando la rapidez de reproducción celular llega a su valor máximo, es esta fase la que se inicia y que va a durar en tanto que la rapidez de reproducción sea constante. Fase de disminución de velocidad (4): se llega a un momento en el que la curva trazada con coordenadas ordinarias, presente un punto de inflexión. Este corresponde al 1
2 empobrecimiento del medio de cultivo, debido al hecho de la desaparición de uno o varios compuestos necesarios para el crecimiento o en muchos casos a la acumulación de productos inhibidores, que son resultantes de metabolismo microbiano. Fase estacionaria (5): cuando el crecimiento alcanza su valor máximo y se detiene, las células conservan cierta actividad metabólica. Fase de declinación (6): el número de células viables empieza a disminuir, y la tasa de mortalidad comienza a aumentar progresivamente. X Figura 1: Curva de crecimiento microbiano t Analizando los datos proporcionados, obtenidos de diferentes experimentos reales, observamos que las curvas de X y de P, tienen la misma tendencia; mientras que la curva de S, tiene un comportamiento inverso, o sea que la concentración de substrato va disminuyendo, a lo largo de tiempo. Esto se debe a que los microorganismos consumen substrato a medida que se van reproduciendo. A partir de estos nuevos conocimientos, comenzamos a construir la red neuronal adecuada, partiendo del estudio de las mismas como se detalla a continuación. PRESENTACIÓN DE LA SOLUCIÓN Las redes neuronales artificiales son conjuntos de elementos de cálculo simples, usualmente adaptivos, interconectados masivamente en paralelo y con una organización jerárquica que le permite interactuar con algún sistema del mismo modo que lo hace el sistema nervioso biológico. Su aprendizaje adaptivo, auto-organización, tolerancia a fallos, operación en tiempo real y fácil inserción dentro de la tecnología existente, han hecho que su utilización se haya extendido en áreas como la biológica, financiera, industrial, medio ambiente, militar, salud, etc. Es de prever que dichas ANN tengan características similares a las del cerebro: Sean robustas y tolerantes a fallos Sean flexibles. El cerebro se adapta a nuevas circunstancias mediante el aprendizaje. Puedan trabajar con información borrosa, incompleta, probabilística, con ruido o inconsistente. Sean altamente paralelas. El cerebro está formado por muchas neuronas interconectadas entre si y es, precisamente el comportamiento colectivo de todas ellas, lo que caracteriza su forma de procesar la información. 2
3 Si se tienen N neuronas, podemos ordenarlas arbitrariamente y designarlas como unidades. Su trabajo es simple y único, y consiste en recibir las entradas de las células vecinas y calcular un valor de salida, el cuál es enviado a todas las células restantes. La entrada neta a la neurona es evaluada en la función de activación o función de transferencia de la neurona, la cual entrega el estado de activación actual de la neurona. Las funciones de activación pueden ser de diversos tipos, siendo las más utilizadas: la tangente hiperbólica sigmoidal, el logaritmo sigmoidal y la lineal. Al evaluar la entrada neta a la neurona de la capa actual en la función de activación, se obtiene el estado actual de activación de la neurona, que es distribuido a todas las neuronas de la capa siguiente, ya que representa la salida efectiva de la neurona en la capa actual. La capa de entrada presentada en la figura tiene por único objetivo distribuir la información a las neuronas de la primera capa oculta; es por eso que esta capa no tiene valores ponderadores de la información de entrada, ni función de transferencia. En general, se puede encontrar que una red neuronal (NN) se caracteriza por tres partes fundamentales: La topología de la red, la regla de aprendizaje y el tipo de entrenamiento. Topología de la red La topología o arquitectura de la NN consiste en el tipo, organización y disposición de las neuronas en la red, formando capas o agrupaciones de neuronas. Topología de una NN de retropropagación Figura 2: Topología o Arquitectura de la Red Neuronal. Los círculos representan las neuronas o elementos computacionales de cálculo. Las líneas representan la información ponderada que pasa de un nivel inferior (entrada) a un nivel superior (salida) en la red. Los valores de n son las entradas a la red, mientras que los valores de y representan la salida de la red. Este tipo de red es prealimentada, es decir, no hay información de una capa superior que vuelva a una capa inferior. También se encuentra totalmente conectada, es decir, la información de una neurona de la capa inferior se distribuye a través de todas las neuronas de la capa inmediatamente superior. Es esta gran interconexión la que otorga la característica de robustez a la red. De esta manera, la topología de una NN de retropropagación depende del número de variables en la capa de entrada, del número de capas ocultas de neuronas, del número de neuronas por cada capa oculta y del número de variables de salida en la última capa. Siendo todos factores importantes a la hora de determinar la configuración de una red Como la mayor representación del conocimiento es hecho en las capas ocultas, se tiende a pensar que un gran número de capas ocultas garantiza mejores resultados. Sin embargo, se ha mostrado que 2 capas ocultas son suficientes para realizar cualquier mapa de R n a R n. 3
4 Posteriormente se ha mostrado que una capa oculta realiza la misma representación, con un número suficiente de neuronas en dicha capa. Figura 3: Topología de una red con una capa oculta Figura 4: Topología de una red con dos capas ocultas El último aspecto a definir en la topología de una red neuronal prealimentada de múltiples capas tiene relación con el número de neuronas de cada una de las capas involucradas. La capa de entrada tiene un número de neuronas determinado por el número de variables de entrada a la red, es decir, el número de neuronas en la capa de entrada es igual al número de variables de entrada. De la misma manera, el número de neuronas en la capa de salida es igual al número de variables de salida. Para determinar el número de neuronas en la(s) capa(s) oculta(s) no existe ningún procedimiento establecido. El principal objetivo de utilizar redes de gran complejidad (muchas capas y/o muchas neuronas) es maximizar la precisión del mapa de entradas/salidas (IO s). Sin embargo, si se procede en tal dirección hay un alto precio que pagar. En primer lugar, con un gran número de neuronas hay una fuerte tendencia al sobreajuste de datos y un pobre desempeño con datos desconocidos. En segundo lugar, un gran número de parámetros implica una gran posibilidad de error en la estimación de estos parámetros. Por último, hay una alta posibilidad de alcanzar mínimos locales, haciendo difícil la reproducción de los resultados. Es por ello que al 4
5 momento de decidir cuántas neuronas habrán en la(s) capa(s) oculta(s), se debe realizar un esfuerzo experimental con el fin de reducir el tamaño y la complejidad de la red. En general, se sugiere probar con un número grande de neuronas y luego disminuirlo hasta encontrar la configuración con menos neuronas (y capas ocultas) que permite realizar una representación del mapa IO s, con un error mínimo aceptado. Una vez que se ha determinado la topología de la red, es común designarla de acuerdo al número de neuronas por cada capa y a la función de activación de las capas ocultas, por ejemplo, si la configuración obtenida es la siguiente: Figura 5: Red prealimentada N 3,7T,2 Esta sería una red N 3,7T,2 puesto que tiene 3 neuronas en la capa de entrada, 7 neuronas en la capa oculta, con función de activación tangente hiperbólica, y 2 neuronas en la capa de salida. Aprendizaje Al igual que el funcionamiento de una red depende del numero de neuronas de las que disponga y de como estén conectadas entre si, cada modelo dispone de sus propias técnicas de aprendizaje. En el caso de las redes neuronales artificiales, se puede considerar que el conocimiento se encuentra en los pesos de las conexiones entre neuronas. Todo proceso de aprendizaje implica cierto número de cambios en estas conexiones. En realidad puede decirse que se aprende modificando los valores de los pesos de la red. Los sistemas de aprendizaje están orientados hacia diferentes operaciones y pueden ser clasificados en tres tipos: Aprendizaje supervisado, Aprendizaje auto-organizativo y Aprendizaje por reforzamiento. Entrenamiento de redes Como se ha visto, las redes neuronales artificiales (ANN) deben ser integradas a sistemas de aprendizaje para que de esta forma sean capaces de participar en la toma de decisiones. Estos sistemas están dotados de algoritmos de entrenamiento capaces de adaptar los parámetros optimizando los objetivos planteados en dichos sistemas. Por lo tanto, es claro que el tipo de entrenamiento elegido para una determinada estructura de aprendizaje es decisivo en el desempeño de la red, y en definitiva del sistema. 5
6 Métodos de optimización Los algoritmos de entrenamiento se basan en métodos de optimización, los cuales están separados en métodos basados en el uso de gradiente y en aquellos que no lo utilizan. Algorimtos de entrenamiento La naturaleza de los algoritmos de entrenamiento surge como un alcance de los métodos de optimización según la estructura de aprendizaje utilizada. Es así como la mayoría de las clasificaciones los separa en supervisados y no supervisados o auto-organizativos. Entrenamiento supervisado. Generalmente se aplica a redes multicapas prealimentadas y recurrentes (redes donde la salida de la neurona es alimentada nuevamente a la misma neurona). Entrenamiento no supervisado. Son implementados, generalmente, en redes de dos capas, sin embargo pueden extenderse a redes multicapas directas como etapa previa a la supervisión, tal como se utiliza en las redes de función base radial (RBFN). Aquí se tiene la regla competitiva como método no supervisado puro y la cuantización vectorial como método que combina etapas auto-organizativas y supervisadas. Una vez analizados estos conceptos la red sería de esta manera N 2, 17 T, 17T, 3, puesto que tiene 2 neuronas en la capa de entrada, 17 neuronas en la primer capa oculta, con función de activación tangente hiperbólica, 17 neuronas en la segunda capa oculta con función tangente hiperbólica y 3 neuronas en la capa de salida. En nuestro caso, el entrenamiento incremental que utilizamos, es el Entrenamiento Batch. En este tipo de entrenamiento, los pesos y los bias (sesgo) de la red son actualizados solamente después de haber aplicado el conjunto de entrenamiento a la red. El gradiente calculado para cada muestra de entrenamiento se agrega a los anteriores para determinar el cambio en los pesos y los bias. El entrenamiento aplicado a nuestra red es supervisado, debido a que contamos con un modelo real del proceso, en donde la red lo toma como referencia, con la finalidad de imitar su comportamiento para lograr aproximarse a dicho proceso de la manera mas optima posible. ANÁLISIS DE RESULTADOS Y CONCLUSIÓN FINAL Para finalizar, podemos decir que después de realizar 11 fermentaciones con distintos perfiles de temperatura, notamos un marcado incremento de la producción de proteínas cuando la corriente de alimentación aumentaba. Este comportamiento radica en que la primera ecuación diferencial del modelo del proceso es exponencial, por lo que mientras más alimento consuma mas proteínas produciremos. Cabe destacar que también debemos tener en cuenta la última ecuación diferencial, ya que el producto de ambas indican el consumo de proteínas. Pero siempre el resultado final dependerá de la primera ecuación diferencial, ya que crece exponencialmente. En resumen, mientras más alimento consuma, mayor será la producción de proteínas. REFERENCIAS REDES NEURONALES ARTIFICIALES. Fundamentos, modelos y Aplicaciones. Autor: HILERA, J.R. MARTINEZ, V.J. Editorial: RA-MA. 6
Aprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
Más detallesLOTERIA NACIONAL DE BENEFICENCIA DE EL SALVADOR ANALISIS FINANCIERO ENERO MARZO 2012 RESUMEN EJECUTIVO
LOTERIA NACIONAL DE BENEFICENCIA DE EL SALVADOR ANALISIS FINANCIERO ENERO MARZO 2012 RESUMEN EJECUTIVO 1. Resultados Financieros acumulados enero marzo 2012 E l primer trimestre del año 2012, presenta
Más detallesCUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO
CUADRO DE MANDO PARA LA ALTA DIRECCIÓN EN EL MINISTERIO DE FOMENTO Jefe de Proyecto BGS Online Consultores Subdirector General de Tecnología y Sistemas de la Información Ministerio de Fomento Asesor Área
Más detallesTEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
Más detallesCampo Magnético en un alambre recto.
Campo Magnético en un alambre recto. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se hizo pasar
Más detallesTEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1
TEMA 3: CINÉTICA HOMOGÉNEA. REACCIONES SIMPLES CQA-3/1 CARACTERÍSTICAS DE LAS REACCIONES HOMOGÉNEAS Todas las sustancias reaccionantes se encuentran en una sola fase Velocidad de reacción: Objetivo principal
Más detallesFUNCIONES EXPONENCIALES y LOGARITMICAS FUNCIONES EXPONENCIALES
Ingeniería en Sistemas de Información 01 FUNCIONES EXPONENCIALES LOGARITMICAS La función eponencial FUNCIONES EXPONENCIALES La función eponencial es de la forma, siendo a un número real positivo. El dominio
Más detallesIntroducción a la unidad 4:
Introducción a la unidad 4: Valor actual neto, tasa interna de retorno INACAP Virtual Introducción a la Unidad 4 Matemática financiera 2 ÍNDICE DE CONTENIDOS ÍNDICE DE CONTENIDOS... 3 INTRODUCCIÓN... 4
Más detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesBreve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
Más detallesColección de Tesis Digitales Universidad de las Américas Puebla. Romero Martínez, Modesto
1 Colección de Tesis Digitales Universidad de las Américas Puebla Romero Martínez, Modesto El procesamiento de consultas en un sistema multibase de datos es la pieza mas importante para la operación del
Más detallesRedes Neuronales Artificiales
Redes Neuronales Artificiales Claudio Javier Tablada Germán Ariel Torres Resumen. Una Red Neuronal Artificial es un modelo matemático inspirado en el comportamiento biológico de las neuronas y en la estructura
Más detallesORGANIZACIÓN, IMPLEMENTACIÓN Y CONTROL DE MARKETING. Omar Maguiña Rivero
ORGANIZACIÓN, IMPLEMENTACIÓN Y CONTROL DE MARKETING 1 OBJETIVOS ESPECIFICOS Explicar la importancia de seguir un proceso adecuado de marketing internacional. 2 CONTENIDOS 1. Estructura Organizacional y
Más detallesMÉTODOS DE APRENDIZAJE INDUCTIVO (continuación)
Aprendiae Automático y Data Mining Bloque III MÉTODOS DE APRENDIZAJE INDUCTIVO (continuación) REDES NEURONALES 2 Redes neuronales (I) Red neuronal: método de aprendiae inductivo inspirado en la estructura
Más detallesMatemáticas para estudiantes de Química
Matemáticas para estudiantes de Química PROYECTO EDITORIAL BIBLIOTECA DE QUÍMICAS Director: Carlos Seoane Prado Catedrático de Química Orgánica Universidad Complutense de Madrid Matemáticas para estudiantes
Más detallesCurso de Inducción de Matemáticas
Curso de Inducción de Matemáticas CAPÍTULO 1 Funciones y sus gráficas M.I. ISIDRO I. LÁZARO CASTILLO Programa del Curso 1. Funciones y sus gráficas. 2. Límites. 3. Cálculo Analítico de Límites. 4. Derivación.
Más detallesANEXO 3. GUÍA DE ACTIVIDADES DE UNA ASIGNATURA DE EXPERIMENTACIÓN EN INGENIERÍA QUÍMICA
ANEXO 3. GUÍA DE DE UNA ASIGNATURA DE EXPERIMENTACIÓN EN INGENIERÍA QUÍMICA Semana 1: guía de las actividades Durante esta semana, tienes que hacer las actividades siguientes: 1. Sesión presencial (2 horas)
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales TIPOS DE SISTEMAS. DISCUSIÓN DE SISTEMAS. Podemos clasificar los sistemas según el número de soluciones: Incompatible. No tiene solución Compatible. Tiene solución. Compatible
Más detallesResistores en circuitos eléctricos
Resistores en circuitos eléctricos Experimento : Resistencias en circuitos eléctricos Estudiar la resistencia equivalente de resistores conectados tanto en serie como en paralelo. Fundamento Teórico. Cuando
Más detallesDepartamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011
Factorización LU Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 26.1. Introducción............................................... 1 26.2. Factorización LU............................................
Más detallesCAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO
9 CAPITULO II ANÁLISIS DEL CRECIMIENTO POBLACIONAL Y CALCULO DE CAUDALES DE DISEÑO 2.1 Criterios de diseño para el predimensionamiento de los sistemas de abastecimiento de agua 2.1.1 Período de diseño
Más detallesMetodologías Para La Estimación de Ingresos Corrientes del Sector Público. Lic. Edgar Morales
Metodologías Para La Estimación de Ingresos Corrientes del Sector Público Lic. Edgar Morales Ingresos Fiscales Los ingresos fiscales son los que percibe el sector público para hacer frente a los gastos
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesCAPITULO 1 INTRODUCCION AL PROYECTO
CAPITULO 1 INTRODUCCION AL PROYECTO 1 INTRODUCCION AL PROYECTO 1.1 Marco Teórico Los procesadores digitales de señales ganaron popularidad en los años sesentas con la introducción de la tecnología de estado
Más detallesTema 14: Sistemas Secuenciales
Tema 14: Sistemas Secuenciales Objetivos: (CONTADORES) Introducción. Características de los contadores. Contadores Asíncronos. Contadores Síncronos. 1 INTRODUCCIÓN Los contadores son sistemas secuenciales
Más detallesTécnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO
Técnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO 2 Objetivo El objetivo principal de las técnicas de clasificación supervisada es obtener un modelo clasificatorio válido para permitir tratar
Más detallesDar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Más detallesLicenciatura Ingeniería Bioquímica Industrial MANUAL DE PRÁCTICAS DEL LABORATORIO DE INGENIERÍA ENZIMÁTICA
División de Ciencias Biológicas y de la Salud Departamento de Biotecnología Licenciatura Ingeniería Bioquímica Industrial MANUAL DE PRÁCTICAS DEL LABORATORIO DE INGENIERÍA ENZIMÁTICA Dr. Sergio Huerta
Más detallesFICHA PÚBLICA DEL PROYECTO
NUMERO DE PROYECTO: 218824 EMPRESA BENEFICIADA: MICROCALLI DEL GOLFO S.A DE C.V TÍTULO DEL PROYECTO: LÍNEA DE PRODUCTOS DE SOFTWARE PARA DOMÓTICA OBJETIVO DEL PROYECTO: Incorporar el paradigma de LPS como
Más detallesEstimación por métodos Geoestadísticos
Estimación por métodos Geoestadísticos Métodos de Estimación de Recursos Mineros Estimación global Estimación local La media aritmética Los polígonos El método del inverso de la distancia Geoestadística
Más detallesUniversidad de Oriente Núcleo de Bolívar Unidad de cursos básicos Matemáticas IV. María Palma Roselvis Flores
Universidad de Oriente Núcleo de Bolívar Unidad de cursos básicos Matemáticas IV Profesor: Cristian Castillo Bachilleres: Yessica Flores María Palma Roselvis Flores Ciudad Bolívar; Marzo de 2010 Movimiento
Más detallesA continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes.
M150: Creciendo A) Presentación del problema LOS JOVENES CRECEN MAS ALTO A continuación se presenta la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. B) Preguntas del problema
Más detallesPROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Más detallesPráctica de Óptica Geométrica
Práctica de Determinación de la distancia focal de lentes delgadas convergentes y divergentes 2 Pre - requisitos para realizar la práctica.. 2 Bibliografía recomendada en referencia al modelo teórico 2
Más detallesSoftware de control y adquisición de datos SCM4000
Software de control y adquisición de datos SCM4000 El programa SCM4000, es un sistema diseñado para el control y adquisición de datos para ensayos de fatiga en equipos dinámicos. El software esta diseñado
Más detallesDEPARTAMENTO DE INGENIERÍA QUÍMICA. Laboratorio de Ingeniería Química BALANCE DE ENERGÍA EN ESTADO NO ESTACIONARIO
DEPARAMENO DE INGENIERÍA QUÍMICA Laboratorio de Ingeniería Química BALANCE DE ENERGÍA EN ESADO NO ESACIONARIO 1. INRODUCCIÓN El sistema al que se va a plantear el balance de energía calorífica consiste
Más detallesCAPITULO XII PUENTES DE CORRIENTE ALTERNA
CAPITULO XII PUENTES DE CORRIENTE ALTERNA 2. INTRODUCCION. En el Capítulo IX estudiamos el puente de Wheatstone como instrumento de medición de resistencias por el método de detección de cero. En este
Más detallesTecnológico Nacional de México INSTITUTO TECNOLÓGICO DE SALINA CRUZ
Tecnológico Nacional de México INSTITUTO TECNOLÓGICO DE SALINA CRUZ UNIDAD 2: ENRUTAMIENTO ESTÁTICO Y DINÁMICO ACTIVIDAD: TRABAJO DE INVESTIGACIÓN 1 MATERIA: REDES DE COMPUTADORAS DOCENTE: SUSANA MÓNICA
Más detallesNombre de la asignatura: Energía Solar Fotovoltaica. Carrera: Ingeniería en Energías Renovables
1.- DATOS GENERALES DE LA ASIGNATURA Nombre de la asignatura: Energía Solar Fotovoltaica Carrera: Ingeniería en Energías Renovables Clave de la asignatura: ESD-1603 SATCA: 2-3-5 2.- PRESENTACIÓN Caracterización
Más detallesMateria: Matemáticas de 4to año. Tema: Logaritmos naturales y base 10. Marco Teórico
Materia: Matemáticas de 4to año Tema: Logaritmos naturales y base 10 Marco Teórico Aunque una función de registro puede tener cualquier número positivo como base, en realidad sólo hay dos bases que se
Más detallesOferta tecnológica: Método y equipo para medir la cantidad de gas o fluido supercrítico sorbido por una muestra
Oferta tecnológica: Método y equipo para medir la cantidad de gas o fluido supercrítico sorbido por una muestra Oferta tecnológica: Método y equipo para medir la cantidad de gas o fluido supercrítico sorbido
Más detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesInteligencia de enjambres
Inteligencia de enjambres Diego Milone Inteligencia Computacional Departamento de Informática FICH-UNL Autómata de estados finitos Definición A =< X, Y, E, D > Autómata de estados finitos Definición A
Más detallesLa eficiencia de los programas
La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos
Más detallesCultivos Continuos. Quimiostato S R F I = F S F I F S. V constante S P. Reservorio
CULTIVOS CONTINUOS Cultivos Continuos Reservorio S R F I = F S F I F S V constante X P S X S P Quimiostato Cultivos Continuos Ventajas * incremento en la productividad por reducción de los tiempos de preparado
Más detallesFacultad de Ingeniería Civil y Ambiental Análisis Espacial.
Análisis Espacial. Contenido. - Introducción. - Revisión de estadística básica. - Precisión y exactitud. - Interpolación. - Métodos. - Aplicaciones. - Modelación y SIG. Interpoladores Locales: - Polígonos
Más detallesComplejidad de los Algoritmos
Que es un Algoritmo? Complejidad de los Algoritmos Webster: cualquier método especial para resolver cierta clase de problemas. Horowitz: método preciso utilizable en una computadora para la solución de
Más detalles2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO. Una señal puede ser definida como una portadora física de información. Por ejemplo,
2. SEÑALES Y SISTEMAS DISCRETOS EN EL TIEMPO Una señal puede ser definida como una portadora física de información. Por ejemplo, las señales de audio son variaciones en la presión del aire llevando consigo
Más detallesLABORATORIO DE ELECTROMAGNETISMO SUPERFICIES EQUIPOTENCIALES
No 3 LABORATORIO DE ELECTROMAGNETISMO DEPARTAMENTO DE FISICA Y GEOLOGIA UNIVERSIDAD DE PAMPLONA FACULTAD DE CIENCIAS BÁSICAS Objetivos 1. Dibujar líneas de campo a través del mapeo de líneas equipotenciales.
Más detallesOperaciones Básicas de Transferencia de Materia Problemas Tema 6
1º.- En una torre de relleno, se va a absorber acetona de una corriente de aire. La sección de la torre es de 0.186 m 2, la temperatura de trabajo es 293 K y la presión total es de 101.32 kpa. La corriente
Más detallesUNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO
UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO I. OBJETIVOS LABORATORIO 3: CAMPO ELÉCTRICO Y POTENCIAL ELÉCTRICO Determinar la relación
Más detallesCONSIDERACIONES GENERALES SOBRE ESTÁTICA
CONSIDERACIONES GENERALES SOBRE ESTÁTICA Índice 1. CONCEPTOS ÚTILES 2 1.1. Configuración geométrica de un sistema....................... 2 1.2. Ligaduras....................................... 2 1.3. Coordenadas
Más detalles3.- Con el diagrama de equilibrio Cu-Ni, haga el análisis de fases para una aleación del 50% de Cu a: 1400ºC, 1300ºC, 1200ºC 1100ºC.
1.- Con el diagrama de equilibrio Cu-Ni que se adjunta, describir el enfriamiento lento de una aleación del 3% de Ni y determinar su composición a 12ºC. 2.- Una aleación compuesta de 2 Kg de Cu y 2 Kg
Más detallesLaboratorio de Mecánica de Fluidos I
Laboratorio de Mecánica de Fluidos I Práctica # 3: Demostración del Teorema de Bernoulli Objetivo Demostrar el Teorema de Bernoulli y sus limitaciones. Determinar el coeficiente de descarga. En este experimento
Más detallesEl propósito principal de la deshidratación de alimentos es prolongar la durabilidad
1.1 INTRODUCCIÓN El propósito principal de la deshidratación de alimentos es prolongar la durabilidad del producto final. El objetivo primordial del proceso de deshidratación es reducir el contenido de
Más detallesCLASIFICACIÓN DE LA IMAGEN. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Torres
CLASIFICACIÓN DE LA IMAGEN TÉCNICA QUE PERMITE LA IDENTIFICACIÓN DE LOS DIFERENTES OBJETOS O GRUPOS PRESENTES EN UNA IMAGEN MULTI-ESPECTRAL. MÉTODO NO SUPERVISADO MÉTODO SUPERVISADO El Desarrollo De Las
Más detallesEs la capacidad de realizar un trabajo. A pesar que existen varias formas de energía: química, luminosa, mecánica, etc., solo hay dos tipos básicos:
Es la capacidad de realizar un trabajo. A pesar que existen varias formas de energía: química, luminosa, mecánica, etc., solo hay dos tipos básicos: Potencial: es la capacidad de realizar trabajo como
Más detallesINTRODUCCION 1.1.-PREAMBULO
INTRODUCCION 1.1.-PREAMBULO El suelo en un sitio de construcción no siempre será totalmente adecuado para soportar estructuras como edificios, puentes, carreteras y presas. Los estratos de arcillas blanda
Más detallesFacilitar al jugador relacionar el aprendizaje con los conocimientos previos. Saber relacionar los elementos del contenido que se les enseña.
METODOLOGÍA (Nivel II) RESUMEN MÉTODOS DE ENSEÑANZA APLICADOS AL FÚTBOL: Los métodos: son el conjunto de operaciones ordenadas, con las que se pretende obtener un resultado. La buena organización, secuenciación
Más detallesDESPLIEGUE DE LA CALIDAD (Quality Function Deployment, QFD)
DESPLIEGUE DE LA CALIDAD (Quality Function Deployment, QFD) El Despliegue de la Calidad o Despliegue de la Función de la Calidad es una metodología de origen japonés utilizada para traducir las necesidades
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Facultad de Ingeniería Departamento de Ing. Eléctrica Electrónica II
INTEGRADOR, DERIVADOR Y RECTIFICADOR DE ONDA CON AMPLIFICADORES OPERACIONALES LAURA MAYERLY ÁLVAREZ JIMENEZ (20112007040) MARÍA ALEJANDRA MEDINA OSPINA (20112007050) RESUMEN En esta práctica de laboratorio
Más detallesIntroducción a Ecuaciones Diferenciales
Introducción a Ecuaciones Diferenciales Temas Ecuaciones diferenciales que se resuelven directamente aplicando integración. Problemas con condiciones iniciales y soluciones particulares. Problemas aplicados.
Más detallesAPRENDIZAJE DE LAS HERRAMIENTAS DE DESARROLLO DESARROLLO DE LA BASE DE DATOS DESARROLLO DEL INTERFAZ DE USUARIO Y DEL CÓDIGO VBA
4.- PLAN DE TRABAJO Llegados a este punto, vamos a establecer el siguiente plan de trabajo para dar solución a la problemática presentada y con ello alcanzar los objetivos que nos hemos marcado: FASE I
Más detallesUniversidad Nacional Autónoma de Honduras. Escuela de Física. Electricidad y magnetismo II Fs-415. Filtros Eléctricos y sus aplicaciones
Universidad Nacional Autónoma de Honduras Escuela de Física Electricidad y magnetismo II Fs-415 Filtros Eléctricos y sus aplicaciones Introducción: Todo circuito eléctrico que tenga incluidas capacitancias
Más detallesANEXO 1. CALIBRADO DE LOS SENSORES.
ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de
Más detallesSILABO MATEMÁTICA III
1. DATOS INFORMATIVOS U N I V E R S I D A D A L A S P E R U A N A S SILABO MATEMÁTICA III 1.1. Asignatura : MATEMÁTICA III 1.2. Código : 1801-18203 1.3. Área : Formativa-Humanística 1.4. Facultad : Ciencias
Más detallesCORRIENTE CONTINUA I : RESISTENCIA INTERNA DE UNA FUENTE
eman ta zabal zazu Departamento de Física de la Materia Condensada universidad del país vasco euskal herriko unibertsitatea FACULTAD DE CIENCIA Y TECNOLOGÍA UNIVERSIDAD DEL PAÍS VASCO DEPARTAMENTO de FÍSICA
Más detalles1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA
Área : Tecnología Asignatura : Tecnología e Informática Grado : 7 Nombre del docente: Jorge Enrique Giraldo Valencia 1.-LEY DE OHM: VOLTAJE, CORRIENTE Y RESISTENCIA La ley de Ohm expresa la relación que
Más detallesFÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico.
FÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico. OBJETIVOS 1. Reconocer las etapas del trabajo científico y elaborar informes
Más detallesLA ECUACIÓN CUADRÁTICA
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: MATEMÁTICAS DOCENTE: EDISON MEJIA MONSALVE TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO N 0 FECHA DURACION 3
Más detallesMICROECONOMÍA AVANZADA II Lista 4 de ejercicios Curso 2009/10 Universidad de Alicante
MICROECONOMÍA AVANZADA II Lista 4 de ejercicios Curso 2009/10 Universidad de Alicante 1. (Examen de Junio 2008) Considera el siguiente juego entre un trabajador (Ronaldinho) y su jefe (Laporta). El primero
Más detallesGestión de Procesos. Prof. Ing. Luis F. Hevia Rodríguez! "#$% & ' (
Gestión de Procesos Prof. Ing. Luis F. Hevia Rodríguez! "#$% & ' ( El paradigma de los Procesos Luis F. Hevia Cuando una empresa nace, existen pocos empleados todos conocen lo que hay que hacer y el rol
Más detallesCriterios de evaluación:
b) Se ha elaborado una base de datos de los productos, líneas, familias y categorías de productos que comercializa la empresa, incorporando la información relevante sobre las características técnicas,
Más detallesUNIVERSIDAD AUTÓNOMA DE SINALOA FACULTAD DE AGRONOMÍA HIDRÁULICA
UNIVERSIDAD AUTÓNOMA DE SINALOA FACULTAD DE AGRONOMÍA HIDRÁULICA UNIDAD III. HIDROCINEMÁTICA Introducción. La hidrocinemática o cinemática de los líquidos se ocupa del estudio de las partículas que integran
Más detalles1. Introducción. Causas y Efectos de los cortocircuitos. 2. Protecciones contra cortocircuitos. 3. Corriente de Cortocircuito en red trifásica.
TEMA 3: CORRIENTES DE CORTOCIRCUITO EN REDES TRIFÁSICAS. INTRODUCCIÓN. CLASIFICACIÓN DE CORTOCIRCUITOS. CONSECUENCIAS DEL CORTOCIRCUITO. CORTOCIRCUITOS SIMÉTRICOS. 1. Introducción. Causas y Efectos de
Más detallesMATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES
Más detallesUnidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.
Unidad V Aplicaciones de la derivada 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales. Una tangente a una curva es una recta que toca la curva en un solo punto y tiene la misma
Más detallesConcepto de Campo. Homogéneo No homogéneo. 4Un campo de temperaturas (Escalar) 4Un campo de velocidades (Vectorial) 4Campo gravitacional (Vectorial)
CAMPO ELECTRICO Concepto de Campo l El concepto de Campo es de una gran importancia en Ciencias y, particularmente en Física. l l La idea consiste en atribuirle propiedades al espacio en vez de considerar
Más detalles» Ecuación del movimiento libre de un grado de libertad amortiguado: ED lineal de 2º orden homogénea cuya solución es de la forma:
1.3. Oscilador armónico amortiguado 1» Ecuación del movimiento libre de un grado de libertad amortiguado: ED lineal de 2º orden homogénea cuya solución es de la forma: Si introducimos esta solución en
Más detalles6 DINAMICA DEL CUERPO RIGIDO
6 DINAMICA DEL CUERPO RIGIDO 6. CINEMATICA 6.. Configuracion de un Cuerpo Rígido: Angulos de Euler Un cuerpo rígido se puede entender como una distribución continua de materia que se subdivide en pequeños
Más detallesMETODOLOGIA PARA LA CONSTRUCCION Y APLICACION DE MODELOS DE SIMULACION DINAMICA A PROCESOS DE IMPORTANCIA AGRÍCOLA
METODOLOGIA PARA LA CONSTRUCCION Y APLICACION DE MODELOS DE SIMULACION DINAMICA A PROCESOS DE IMPORTANCIA AGRÍCOLA Resumen ejecutivo La construcción de modelos de simulación dinámica es la herramienta
Más detallesCaudalímetro digital BOSCH HFM Multijet 8v. 1.9 Multijet 8v. Caudalímetro digital BOSCH HFM6 4.7
1.9 Multijet 8v Caudalímetro digital BOSCH HFM6 4.7 El caudalímetro digital del tipo HFM 6 4.7 es un componente, realizado por Bosch, ( N de recambio 55350048 para la versión de 480Kg/ h de caudal configuración
Más detalles1. Caso no lineal: ajuste de una función potencial
1. Caso no lineal: ajuste de una función potencial La presión (P) y el volumen (V ) en un tipo de gas están ligados por una ecuación del tipo PV b = a, siendo a y b dos parámetros desconocidos. A partir
Más detallesn Un Gerente elige un plan de acción para lograr metas de la organización.
MODELOS - METODOS Modelos - Decisiones n Un Gerente elige un plan de acción para lograr metas de la organización. n Para cada Decisión se utiliza algún criterio o medida de desempeño (Max. Utilidades).
Más detallesClase 2: Arquitectura de Software
DSIW1:Ing. Tomás Eduardo Urbina 1 Existe una diferencia entre Estilo Arquitectónico, Patrón Arquitectónico y Patrón de Diseño, que debe marcarse a fin de evitar las grandes confusiones que inevitablemente,
Más detallesADOBE FIREWORKS CS4 ÍNDICE DE CONTENIDOS 1. INTRODUCCIÓN A FIREWORKS
PRESENTACIÓN Se estudia la aplicación Adobe Fireworks, incluida dentro de la suite Adobe Creative Suite 4, que está especializada en el trabajo con imágenes y otros elementos dirigidos a ser mostrados
Más detallesETAPAS DE SALIDA Etapa de salida Clase A Inconvenientes
Etapa de salida Clase A Inconvenientes El mayor inconveniente de la etapa de salida clase A es que presenta una elevada disipación de potencia en ausencia de señal AC de entrada. En gran cantidad de aplicaciones
Más detallesGUIA DE ESTUDIO Nº 7: Equilibrio Químico
Página26 GUIA DE ESTUDIO Nº 7: Equilibrio Químico I.- Conceptos básicos: Equilibrio químico y constante de equilibrio. Concentraciones en el equilibrio y evolución de un sistema hacia el equilibrio. Principio
Más detallesCAPITULO V CONCLUSIONES. a) El índice de Gini, Theil y el Coeficiente de Variación la Distribución Salarial se
CAPITULO V CONCLUSIONES 5.1 Conclusiones del Análisis A partir de los resultados obtenidos se llevan cabo las siguientes conclusiones: a) El índice de Gini, Theil y el Coeficiente de Variación la Distribución
Más detallesActividad: Cómo ocurren las reacciones químicas?
Cinética química Cómo ocurren las reacciones químicas? Nivel: 3º Medio Subsector: Ciencias químicas Unidad temática: Cinética Actividad: Cómo ocurren las reacciones químicas? Qué es la cinética de una
Más detallesEfecto de diferentes intervalos entre partos y producción por lactancia sobre la productividad esperada por hectárea.
Efecto de diferentes intervalos entre partos y producción por lactancia sobre la productividad esperada por hectárea. Ing. Agr. Roberto Rubio Introducción En las situaciones productivas de los tambos el
Más detallesInfraestructura Eléctrica de la Edificación
TALLER DE ENERGÍA Infraestructura Eléctrica de la Edificación 1. Caso ideal: Lograr que el diseño eléctrico se haga con la participación de todas las áreas que intervienen en la construcción, generalmente
Más detallesDeterminación de la concentración micelar crítica (cmc) y grado de disociación (α) de un tensioactivo iónico mediante medidas de conductividad
Determinación de la concentración micelar crítica (cmc) y grado de disociación (α) de un tensioactivo iónico mediante medidas de conductividad OBJETIVO: Determinación de la concentración micelar crítica
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesASIGNATURA: BIOTECNOLOGÍA ESTUDIOS: INGENIERIA QUÍMICA (2n ciclo) CODI: 22044
22044 BIOTECNOLOGIA Pàg 1 de 5 ASIGNATURA: BIOTECNOLOGÍA ESTUDIOS: INGENIERIA QUÍMICA (2n ciclo) CODI: 22044 TIPO: OP CURSO: 5è SEMESTRE: 2n CRÈDITOS (horas/semana): 6,0 (3) CRÈDITOS ECTS: 2,0 PROFESOR:
Más detallesCONCEPTOS FUNDAMENTALES CONTABILIDAD AGROPECUARIA
CONCEPTOS FUNDAMENTALES CONTABILIDAD AGROPECUARIA Nova García Nora Mercedes (2011) Diseño de una guía contable financiera para la empresa agropecuaria escalafón docente Universidad Pedagógica Y Tecnológica
Más detallesPRÁCTICA Nº 5. MEDIDORES DE FLUJO PARA FLUIDOS COMPRESIBLES
República bolivariana de Venezuela La Universidad del Zulia Facultad de Ingeniería Escuela de Ingeniería Química Laboratorio de Operaciones Unitarias I PRÁCTICA Nº 5. MEDIDORES DE FLUJO PARA FLUIDOS COMPRESIBLES
Más detallesElectrónica II. Guía 4
Electrónica II. Guía 4 1 Facultad: Ingeniería. Escuela: Electrónica. Asignatura: Electrónica II. Lugar de ejecución: Fundamentos Generales (Edificio 3, 2da planta). COMPARADORES Objetivo General Verificar
Más detallesUNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO
UNIVERSIDAD DON BOSCO DEPARTAMENTO DE CIENCIAS BÁSICAS LABORATORIO DE FÍSICA ASIGNATURA: ELECTRICIDAD Y MAGNETISMO I. OBJETIVOS LABORATORIO 2: CAMPO Y POTENCIAL ELÉCTRICO Determinar la relación entre la
Más detalles