Cálculo de la tensión recibida debida a la radiación procedente de múltiples fuentes cofrecuencia

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

Download "Cálculo de la tensión recibida debida a la radiación procedente de múltiples fuentes cofrecuencia"

Transcripción

1 Rec. UIT-R SM RECOMENDACIÓN UIT-R SM.1271 UTILIZACIÓN EFICAZ DEL ESPECTRO EMPLEANDO MÉTODOS PROBABILÍSTICOS (Cuestón UIT-R 45/1) Rec. UIT-R SM.1271 (1997) La Asamblea de Radocomuncacones de la UIT, consderando a) que la tecnología de comuncacones ha expermentado grandes avances durante la últma década y la utlzacón de los servcos de radocomuncacones por las admnstracones ha multplcado la demanda de espectro radoeléctrco; b) que la compartcón de frecuencas es uno de los aspectos mportantes para la utlzacón efcaz del espectro de frecuencas; c) que muchas drectrces y crteros de compartcón se basan en las hpótess de nterferenca más desfavorables; d) que la utlzacón más efcaz del espectro puede depender de la aceptacón de crteros de caldad de funconamento elaborados medante la aplcacón de métodos probablístcos; e) que sería necesaro determnar las característcas estadístcas de las señales deseada e nterferente para evaluar las stuacones de compartcón del espectro y la utlzacón del espectro en funcón de las normas de caldad de funconamento, recomenda 1 que para lograr la utlzacón más efcaz del espectro, las admnstracones consderen la utlzacón de las probabldades de nterferenca y su nfluenca en la caldad de funconamento del sstema. 2 que para evaluar en su totaldad la posble nterferenca al ntroducr un nuevo sstema en el entorno, se consdere la probabldad de nterferenca debdo a múltples fuentes nterferentes, utlzando técncas tales como las ndcadas en el Anexo 1 y para calcular la probabldad de nterferenca de estacón de base a estacón móvl y de estacón móvl a estacón de base en un sstema dúplex móvl terrestre, el método que aparece en el Anexo 2 debe ser usado. NOTA 1 Se nclurán eemplos para explcar la forma de utlzar métodos probablístcos a fn de realzar una estmacón de las característcas de las señales deseada e nterferente con obeto de aumentar la utlzacón del espectro. ANEXO 1 (Eemplo 1) Cálculo de la tensón recbda debda a la radacón procedente de múltples fuentes cofrecuenca 1 Introduccón Exsten dversas stuacones de compartcón de frecuencas en que puede aparecer nterferenca. En algunas de estas stuacones se desconoce el número y el emplazamento de las posbles fuentes nterferentes (por eemplo, cuando la nterferenca procede de transmsores radoeléctrcos del servco móvl terrestre). En estos casos, la nterferenca puede estmarse utlzando métodos probablístcos. El presente eemplo descrbe un método que muestra claramente el concepto de cálculo de nveles de nterferenca debda a múltples fuentes utlzando métodos probablístcos. Para mayor sencllez se consdera el caso de un receptor a bordo de aeronave volando sobre zona urbana. En este caso concreto, pueden desprecarse los efecto de la curvatura de la Terra. Se supondrá que la antena a bordo de la aeronave es un dpolo de meda onda con un dagrama de radacón en coseno. Se supone que las N fuentes de nterferenca se encuentran dstrbudas de manera unforme sobre la zona que, a su vez, se supone crcular y de rado R, como se lustra en la Fg. 1.

2 2 Rec. UIT-R SM.1271 FIGURA 1 Receptor a bordo de aeronave volando sobre zona urbana con fuentes de nterferenca dstrbudas unformemente Receptor a bordo de aeronave d h R r FIGURE 1..[ ] = 12 cm El obetvo consste en obtener una expresón senclla de la funcón densdad de probabldad (fdp) del valor efcaz de la tensón recbda en los termnales de la antena de recepcón. Este eemplo se basa en dversas hpótess de smplfcacón, a saber: el número de transmsores nterferentes, N, es elevado; los transmsores nterferentes se encuentran unformemente dstrbudos, en térmnos geográfcos, sobre una zona crcular de rado R; todos los transmsores nterferentes presentan una potenca radada del msmo valor; el receptor sometdo a la nterferenca procedente de todos los móvles se encuentra a bordo de una aeronave volando a una alttud, h, drectamente encma del centro de la zona crcular que contene todas las fuentes nterferentes; la ley de propagacón entre cualquer fuente nterferente y el receptor a bordo de la aeronave se asmla a la propagacón en espaco lbre. 2 Método S se consdera que el receptor a bordo de la aeronave se encuentra volando sobre la zona urbana, la tensón en los termnales de la antena de recepcón puede expresarse de la forma sguente: N V = CA A( d) K = 1 e ϕ (1)

3 Rec. UIT-R SM C A es la relacón entre la ntensdad de campo en una antena y la tensón a través de sus termnales adaptados a una mpedanca de 50 Ω: C A = λ 2π (2) A(d ) es el factor de antena compleo relaconado con la dstanca entre la fuente de nterferenca y la antena, d, como sgue: ( ) ad ( ) Ad a d = e ( ) (3) K y ϕ son la ampltud y la fase del campo en la antena de recepcón debdo a la fuente nterferente y se defnen de la forma sguente: K = d E L L d1 Ks (4) sendo E L el límte de ntensdad de campo especfcado (MV/m) a una dstanca d L (m) procedente de una sola fuente de nterferenca. K s es el factor del dagrama de radacón de la fuente nterferente que tene en cuenta la reduccón del nvel medo con respecto al nvel máxmo. d es la dstanca entre la fuente de nterferenca y la antena (m). ϕ ϕ( 0) = + 2πd λ (5) donde λ es la longtud de onda y ϕ(0) es la fase ncal de la señal cuando sale de la fuente. Por consguente, la ecuacón (1) puede escrbrse de la forma sguente: N V = v e ψ = 1 (6) sendo: V = CA EL dl ad ( ) d (7) ψ 2π d = ϕ( 0) + + λ α ( d ) (8) presentando ψ una dstrbucón unforme entre 0 y 2π. Puede demostrarse fáclmente que v sgue una dstrbucón de Raylegh de manera que: p( v ) v 2 v = exp (9) 2 ξ 2 2ξ sendo ξ 2 = (N/2). E(v 2 ) es el valor esperado de v2. La tensón efcaz es v ef = 2ξ. A partr de las varables ndcadas, el valor efcaz de la tensón puede calcularse de la forma sguente: v N C E K d E ad ef = A L S L ( ) 2 d (10)

4 4 Rec. UIT-R SM.1271 El factor antena/dstanca: E ad 2 ( ) d se debe al efecto combnado del dagrama de la antena de recepcón y la dspersón de las fuentes de nterferenca en la zona determnada y puede calcularse consderando la dstrbucón de probabldad de las fuentes nterferentes. Suponendo una dstrbucón unforme para mayor sencllez, véase la Fg. 1, la fdp del emplazamento r de las fuentes de nterferenca vene dada por la expresón: pr () ( 2πr) r = = ( πr ) R (11) Como la curvatura de la Terra es desprecable, la dstanca entre la fuente nterferente y la antena receptora es: 2 2 d = r + h (12) Además, como se supone que el dagrama de antena sgue la ley del coseno: ( ) ad h/ d (13) En consecuenca, el factor de antena vene dado por: ( ) ad ( ) / d h/ d = h/ r + h (14) cuyo valor esperado es: E ad R 2 2 ( ) h d = 2 2 r + h 0 2r 1 d r = (15) R R + h Esta últma expresón es la adecuada para calcular la radacón combnada procedente de dversas fuentes stuadas en una zona relatvamente reducda tal como una cudad de pequeño tamaño donde la curvatura de la Terra puede desprecarse. Para cudades de gran tamaño en que no puede aplcarse esta últma hpótess, puede obtenerse una fórmula que es relatvamente más complea. 3 Conclusón En este eemplo puede observarse que para determnar los efectos de las múltples fuentes de nterferenca en emplazamentos desconocdos, es necesaro utlzar métodos probablístcos con las hpótess ndcadas en la ntroduccón. Las dos varables aleatoras, es decr la tensón recbda y el factor de antena, deben consderarse en su forma de valor esperado. Las ecuacones (10) y (15) son eemplos de fórmulas para calcular la tensón de nterferenca procedente de la suma de un número relatvamente elevado de fuentes de nterferenca.

5 Rec. UIT-R SM ANEXO 2 (Eemplo 2) Método para calcular la probabldad de nterferenca de estacón de base a estacón móvl y de estacón móvl a estacón de base en un sstema dúplex móvl terrestre 1 Introduccón En los sstemas móvles terrestres, la dstanca de reutlzacón entre estacones de base cocanal se determna tradconalmente en funcón de un nvel aceptable de nterferenca para la estacón móvl afectada. Se trata de un método «determnsta», que no toma en cuenta la probabldad de nterferenca. Por consguente, el cálculo de la dstanca de reutlzacón se basa en hpótess del caso más desfavorable. Está claro que, a menudo dchos sstemas no funconan según esas hpótess, lo que da lugar a una utlzacón nefcaz del espectro. El método que aquí se presenta se basa en un enfoque «probablístco». Defne una probabldad de nterferenca en funcón de la dstanca entre estacones de base cocanal. La dstanca de reutlzacón puede entonces determnarse consderando un nvel aceptable de probabldad de nterferenca, que es una funcón de parámetros específcos del sstema, así como el factor de rechazo fuera de canal (OCR), que mde la capacdad de un receptor para rechazar nterferencas. Este parámetro se defne en la Recomendacón UIT-R SM.337. La probabldad de nterferenca se defne como la relacón entre el área de la zona de cobertura expuesta a nterferenca y el área total de dcha zona. En nuestro eemplo, se supone una dstrbucón unforme de las estacones móvles dentro de las zonas de cobertura nterferente y afectada. Podría pensarse que esta probabldad dsmnuye al aumentar la dstanca de separacón entre las estacones de base. Nuestro análss muestra que no es sempre así. Para algunos valores de OCR, la probabldad de nterferenca en realdad aumentará al prncpo para luego dsmnur al aumentar la dstanca. Utlzando las curvas de probabldad es posble selecconar una dstanca de separacón menor, correspondente a una probabldad de nterferenca aceptable, con lo que aumentaría la utlzacón del espectro. Este método de cálculo de la probabldad de nterferenca es ndependente de la técnca de modulacón utlzada. Es asmsmo aplcable tanto a sstemas radoeléctrcos analógcos como dgtales de dferentes anchuras de canal. 2 Cálculo de los crteros de nterferenca El eemplo que nos ocupa sumnstra un método para determnar la probabldad de nterferenca en un sstema dúplex móvl terrestre. Las nterferencas de base a móvl y de móvl a base son tratadas separadamente. En prmer lugar es necesaro defnr un crtero para determnar la exstenca o no de nterferenca perudcal. En el crtero de nterferenca se supone que ésta tene lugar cuando la dferenca entre el nvel de potenca de nterferenca P y el nvel de potenca deseado P r es mayor que una proporcón de proteccón dada, ε (db) (es decr, s P P r > ε). Aplcando la ley de la cuarta potenca, es posble expresar los nveles de potenca en térmnos de dstancas, con lo cual el crtero de nterferenca se transforma en d 2 < k d 1, parámetros que se defnen como sgue: d 1 : dstanca (km) entre el transmsor y receptor deseados d 2 : dstanca (km) entre el transmsor nterferente y el receptor deseado k : factor del crtero de nterferenca, defndo por: k = 10 hdtx G ε 20 log 10 log h G ITx 40 DTx ITx P + P OCR tdtx titx donde: h : G : P t : OCR : DTx : ITx : altura de la antena (m) gananca de antena sotrópca (db) potenca transmtda (dbw) factor de rechazo fuera de canal (db) transmsor deseado transmsor nterferente.

6 6 Rec. UIT-R SM.1271 En funcón de los valores de estos parámetros, k puede tener uno de los tres valores posbles sguentes: 0 < k < 1, k = 1, k > 1. En las Fgs. 2a), 2b) y 2c) se presentan las zonas de nterferenca para esos tres valores, respectvamente. Obsérvese que el área sombreada corresponde a la zona donde exste nterferenca y que OCR = 1 corresponde a un valor de OCR de 18 db. Los resultados del análss presentados en el 6 muestran que los valores pequeños de OCR corresponden a una alta probabldad de nterferenca y que los altos valores de OCR corresponden a una baa probabldad de nterferenca para la msma dstanca de separacón. FIGURA 2 Zonas de nterferenca para los tres valores de k Zona de nterferenca B D O B I a) k < 1 Zona de nterferenca B D O B I b) k = 1 Zona de nterferenca B D O B I FIGURE 2..[ ] = xx cm c) k >

7 Rec. UIT-R SM Modelo probablístco La Fg. 3 representa las zonas de cobertura -o células- de dos estacones de base separadas entre sí S km. FIGURA 3 Estacones de base deseada e nterferente Célula deseada Célula nterferente R D M D R I O B D M I B I S FIGURE 3..[ ] = xx cm Tanto en la célula deseada como en la célula nterferente hay estacones móvles. La estacón de base deseada se denomna B D, la estacón de base nterferente, B I y, de modo smlar, las estacones móvles se denomnan M D y M I. La constante, R, defne el rado de las zonas de cobertura. La estacón de base, B D, está en el punto de orgen y la estacón de base, B I, está a S km de dstanca en el ee. En ambos modelos, d 1 se defne como la dstanca entre el Rx deseado y el Tx deseado. Del msmo modo, d 2 es la dstanca entre el Rx deseado y el Tx nterferente. Todos los parámetros de dstanca están en klómetros. 4 Interferenca de estacón de base a estacón móvl Este tpo de nterferenca ocurre cuando una estacón móvl deseada, M D, sufre nterferenca de una estacón de base nterferente, B I. Para defnr la probabldad de nterferenca es necesaro determnar el área de superposcón entre las zonas de cobertura y de nterferenca, que está lmtada por el perímetro de la zona de cobertura por un lado y la curva defnda por d 2 = k d 1 por el otro. Según el valor de k, dcha curva puede ser una crcunferenca que encerra la regón de nterferenca (k < 1), una recta (k = 1) o una crcunferenca que encerra la regón sn nterferenca (k > 1). Estos círculos de nterferenca, dferentes de las zonas de cobertura, tenen un centro y un rado que varían en funcón de k y S. Una vez determnadas estas áreas, la probabldad de nterferenca puede obtenerse dvdendo el área de nterferenca por el área de cobertura.

8 8 Rec. UIT-R SM.1271 FIGURA 4 Interferenca de estacón de base a estacón móvl y M D d 1 d 2 Poscón de B I O x S Poscón de B D FIGURE 4..[ ] = xx cm 5 Interferenca de estacón móvl a estacón de base Este tpo de nterferenca ocurre cuando una estacón de base deseada, B D, sufre nterferenca de una estacón móvl nterferente, M I. FIGURA 5 Interferenca de estacón móvl a estacón de base M D * d 1 d 2 M I * Poscón de B I O S Poscón de B D FIGURE 5..[ ] = xx cm

9 Rec. UIT-R SM Para que una estacón móvl produzca nterferenca a una estacón de base, la estacón móvl deseada debe encontrarse a r km de B D y la estacón móvl nterferente debe estar a menos de k r km de B D. La probabldad de nterferenca en el receptor de la estacón de base es el producto de las probabldades de estos dos acontecmentos. 6 Resultados Aplcando esta metodología, la nterferenca de estacón de base a estacón móvl y vceversa se calcula para varos valores de OCR y S. Los dstntos valores de OCR tenen en cuenta que dferentes sstemas móvles terrestres (tanto analógcos como dgtales con dversas anchuras de canal) pueden nterferrse entre sí. Las curvas de probabldad para las nterferencas de estacón de base a estacón móvl y de estacón móvl a estacón de base están representadas en las Fgs. 6 y 7. A modo de eemplo, se han supuesto los sguentes valores: R D = R I = 32 km, ε = 18 db. En el Cuadro 1 se descrbe el sgnfcado de los dstntos valores de OCR. FIGURA 6 Probabldad de nterferenca de estacón de base a estacón móvl Probabldad 1 0,9 A 0,8 0,7 0,6 B 0,5 0,4 0,3 0,2 0,1 0 E C D F Dstanca entre estacones de base, S (km) Curvas OCR (db) A 0,0 B 8,5 C 17,8 D 26,4 E 29,0 F 42, FIGURE 6..[ ] = xx cm Medante estas curvas es posble determnar la dstanca de separacón entre dos sstemas dúplex móvles terrestres, conocendo OCR y una probabldad de nterferenca aceptable. Por eemplo, para un valor de OCR de 8,5 db y una probabldad de nterferenca aceptable de 0,05, las curvas nos ndcan una dstanca entre transmsores de 73 km para la nterferenca de estacón de base a estacón móvl, y de 68 km para la nterferenca de estacón móvl a estacón de base. Por lo tanto, ha de escogerse la dstanca de 73 km, ya que satsface los requstos mínmos de ambos tpos de nterferenca.

10 10 Rec. UIT-R SM.1271 FIGURA 7 Probabldad de nterferenca de estacón móvl a estacón de base Probabldad 1 0,9 A 0,8 0,7 B 0,6 0,5 0,4 0,3 0,2 0,1 E C D F Dstanca entre estacones de base, S (km) Curvas OCR (db) A 0,0 B 8,5 C 17,8 D 26,4 E 29,0 F 42, FIGURE 7..[ ] = xx cm CUADRO 1 Curvas OCR (db) f (khz) Sgnfcado A 0,0 0,00 Un tpo de sstema nterfere a un sstema smlar B 8,5 6,25 Dos sstemas de 12,5 khz se nterferen entre sí C 17,8 12,50 Dos sstemas de 25 khz se nterferen entre sí D 26,4 12,50 Un sstema de 25 khz nterfere a otro de 12,5 khz E 29,0 12,50 Un sstema de 12,5 khz nterfere a otro de 25 khz F 42,9 12,50 Dos sstemas de 12,5 khz se nterferen entre sí 7 Conclusón En el eemplo se ha presentado un método de cálculo de la probabldad de nterferenca para sstemas dúplex móvles terrestres. Escogendo un nvel aceptable de probabldad de nterferenca, puede determnarse la dstanca de separacón entre dos sstemas de este tpo. De esta manera puede determnarse la dstanca mínma de separacón requerda, aumentando así el grado de utlzacón del espectro.

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Cálculo de la fiabilidad y la compatibilidad de los sistemas radioeléctricos en ondas decamétricas

Cálculo de la fiabilidad y la compatibilidad de los sistemas radioeléctricos en ondas decamétricas Recomendacón UT-R P.84-5 (09/03) Cálculo de la fabldad y la compatbldad de los sstemas radoeléctrcos en ondas decamétrcas Sere P Propagacón de las ondas radoeléctrcas Rec. UT-R P. 84-5 Prólogo El Sector

Más detalles

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

Departamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011 Departamento de Señales, Sstemas y Radcomuncacones Comuncacones Dgtales, juno 011 Responder los problemas en hojas ndependentes. No se permte el uso de calculadora. Problema 1 6 p.) En este ejercco se

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

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

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

INSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA

INSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA PÁCTICA 1. INSTUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADO DE POTENCIA 1.1 Objetvos El objetvo de esta práctca consste en presentar los nstrumentos y las técncas de medda habtualmente utlzadas para

Más detalles

Propagación por trayectos múltiples y parametrización de sus características

Propagación por trayectos múltiples y parametrización de sus características Recomendacón UIT-R P.147-5 (9/13) Propagacón por trayectos múltples y parametrzacón de sus característcas Sere P Propagacón de las ondas radoeléctrcas Rec. UIT-R P.147-5 Prólogo El Sector de Radocomuncacones

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

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

Tema II. Análisis de agrupaciones lineales. Que es una agrupación de antenas? Se suelen incluir las condiciones:

Tema II. Análisis de agrupaciones lineales. Que es una agrupación de antenas? Se suelen incluir las condiciones: Tema II Análss de agrupacones lneales Que es una agrupacón de antenas? Defncón: Conjunto de antenas Almentadas desde un termnal común Medante redes lneales Se suelen nclur las condcones: Todos los elementos

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

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

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

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

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

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

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

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

Regresión y Correlación Métodos numéricos

Regresión y Correlación Métodos numéricos Regresón y Correlacón Métodos numércos Prof. Mguel Hesquo Garduño. Est. Mrla Benavdes Rojas Depto. De Ingenería Químca Petrolera ESIQIE-IPN hesquogm@yahoo.com.mx mbenavdesr5@gmal.com Regresón lneal El

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

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

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes

Más detalles

Simposio de Metrología 25 al 27 de Octubre de 2006

Simposio de Metrología 25 al 27 de Octubre de 2006 Smposo de Metrología 25 al 27 de Octubre de 2006 ESTIMACIÓN DE INCERTIDUMBRE EN LA MEDICIÓN DE ABSORCIÓN DE HUMEDAD EN AISLAMIENTOS Y CUBIERTAS PROTECTORAS DE CONDUCTORES ELÉCTRICOS POR EL MÉTODO ELÉCTRICO

Más detalles

Control de la exactitud posicional por medio de tolerancias

Control de la exactitud posicional por medio de tolerancias Control de la exacttud posconal por medo de tolerancas Francsco Javer Arza López José Rodríguez-Av María Vrtudes Alba Fernández Plan Estatal de Investgacón Centífca y Técnca y de Innovacón 2013-2016. Ref.:

Más detalles

Tema 1.3_A La media y la desviación estándar

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

Más detalles

Cinemática del movimiento rotacional

Cinemática del movimiento rotacional Cnemátca del movmento rotaconal Poscón angular, θ Para un movmento crcular, la dstanca (longtud del arco) s, el rado r, y el ángulo están relaconados por: 180 s r > 0 para rotacón en el sentdo anthoraro

Más detalles

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

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

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

Es el movimiento periódico de un punto material a un lado y a otro de su posición en equilibrio. 1 Movmento Vbratoro Tema 8.- Ondas, Sondo y Luz Movmento Peródco Un móvl posee un movmento peródco cuando en ntervalos de tempo guales pasa por el msmo punto del espaco sempre con las msmas característcas

Más detalles

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

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

cómo detcsritiinar la carga correcta de elementos de molienda para conseguir la máxima producción

cómo detcsritiinar la carga correcta de elementos de molienda para conseguir la máxima producción Materales de Construccón Vol. 8, nº 3 Julo, agosto, septembre de 968 66-79 cómo detcsrtnar la carga correcta de elementos de molenda para consegur la máxma produccón R. C. JENNESS Pt and Quarry, octubre

Más detalles

IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1

IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1 IMPEMEACIÓ PRÁCICA DE U BACO DE FIROS UIFORME En este tpo de bancos, la forma de la respuesta espectral de cada uno de los fltros es la msma, y su frecuenca central se raparte de manera unforme en el espectro:

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

Aplicación de un Modelo para la Predicción de Pérdidas de Trayectoria en un Sistema de Comunicaciones Inalámbricas en Pisos de Edificios

Aplicación de un Modelo para la Predicción de Pérdidas de Trayectoria en un Sistema de Comunicaciones Inalámbricas en Pisos de Edificios ENGI Revsta Electrónca De La Facultad De Ingenería Vol. No. Dcembre Año ISSN 56-561 Aplcacón de un Modelo para la Predccón de Pérddas de Trayectora en un Sstema de Comuncacones Inalámbrcas en Psos de Edfcos

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE

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

, x es un suceso de S. Es decir, si :

, x es un suceso de S. Es decir, si : 1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual

Más detalles

Estimación no lineal del estado y los parámetros

Estimación no lineal del estado y los parámetros Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca

Más detalles

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i ) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

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

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales

CAPÍTULO IV. IV.1 Correlación de los resultados experimentales CAPÍTULO IV IV. Correlacón de los resultados expermentales La aplcacón de modelos de solucón para correlaconar los resultados que se obtenen en los expermentos, resulta de gran mportanca para amplar la

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

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

PRÁCTICA 11. AMPLIFICADOR OPERACIONAL I

PRÁCTICA 11. AMPLIFICADOR OPERACIONAL I PRÁCTICA 11. AMPLIFICADOR OPERACIONAL I 1. Objetvo El objetvo de esta práctca es el estudo del funconamento del amplfcador operaconal, en partcular de dos de sus montajes típcos que son como amplfcador

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

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

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.

Más detalles

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes. CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón

Más detalles

PyE_ EF1_TIPO1_

PyE_ EF1_TIPO1_ SEMESTRE 00- TIPO DURACIÓN MÁIMA.5 HORAS DICIEMBRE DE 00 NOMBRE. El índce de clardad se determnó en los celos de Morelos, para cada uno de los 365 días de un año, obtenéndose los sguentes datos. Límtes

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

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

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto

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

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

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales.

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales. Generacón de e Modelos 3D a Partr de e Datos de e Rango de e Vstas Parcales. Santago Salamanca Mño Escuela de Ingenerías Industrales Unversdad de Extremadura (UNED, UCLM, UEX) Introduccón (I) Qué es un

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

CAMPOS DE VELOCIDADES DE LOS DISCOS

CAMPOS DE VELOCIDADES DE LOS DISCOS CAMPOS DE VELOCIDADES DE LOS DISCOS Los dscos galáctcos se modelan como anllos crculares concéntrcos. S Ω es la velocdad angular del anllo y r el vector que va hasta el centro, sendo n el vector untaro

Más detalles

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI)

TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) 14.1. La Curva Característca de los ítems (CCI) 14.. Los errores típcos de medda 14.3. La Funcón de Informacón

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

Probabilidad Grupo 23 Semestre Segundo examen parcial

Probabilidad Grupo 23 Semestre Segundo examen parcial Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta

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

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

Electromagnetismo. El campo de las cargas en reposo: el campo electrostático. Campo eléctrico

Electromagnetismo. El campo de las cargas en reposo: el campo electrostático. Campo eléctrico Electromagnetsmo El campo de las cargas en reposo: el campo electrostátco Andrés Cantarero. Curso 2005-2006. ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electrostátco.

Más detalles

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Preguntas y Ejercicios para Evaluación: Tema 5

OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Preguntas y Ejercicios para Evaluación: Tema 5 OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Preguntas y Ejerccos para Evaluacón: Tema 5 1. Contestar brevemente a las sguentes cuestones relaconadas con las Redes de Base

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

Análisis de ruido en detectores ópticos.

Análisis de ruido en detectores ópticos. Análss de rudo en detectores óptcos. La corrente real generada en un fotododo es de carácter aleatoro, cuyo valor fluctúa entre el valor promedo defndo por la foto-corrente: p = RP Dchas fluctuacones se

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

A B C D Margen Básico Transmisor Wifi Número de empleados

A B C D Margen Básico Transmisor Wifi Número de empleados PROBLEMA: TELEVISIÓN DIGITAL Una empresa de fabrcacón de aparatos electróncos está vendo la posbldad de lanzar al mercado decodfcacodres que permtan a los televsores analógcos vsualzar la señal de la televsón

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

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

( ) 2 3 a ( ) % τ ia. Solución:

( ) 2 3 a ( ) % τ ia. Solución: Problema 1: El clndro unforme de rado a de la fgura pesaba en un prncpo 80 N. Después de taladrársele un agujero clíndrco de eje paralelo al anteror su peso es de 75 N. Suponendo que el clndro no deslza

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

Efecto de la Ionosfera

Efecto de la Ionosfera Efecto de la Ionosfera Descrpcón de la Ionosfera. Modelo de Plasma Smple. Influenca del Campo Magnétco Terrestre. Refraccón Ionosférca Ionogramas Modelos de Propagacón Ionosférca. RDPR - 1-1 Descrpcón

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

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

ESTADÍSTICA UNIDIMENSIONAL

ESTADÍSTICA UNIDIMENSIONAL ESTADÍSTICA UNIDIMENSIONAL La estadístca undmensonal trata de resumr la nformacón contenda en una tabla que contene nformacón de una sola varable en unos pocos números. Las meddas de poscón pueden ser:

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química UIVERSIDAD ACIOAL EXPERIMETAL POLITECICA ATOIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMETO DE IGEIERÍA QUÍMICA Ingenería Químca Undad II. Balance de matera con reaccón químca Clase º6 Autor:

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

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

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

Amplificador Operacional Ejercicios Resueltos

Amplificador Operacional Ejercicios Resueltos Amplfcador Operaconal. Aplcacones lneales. Amplfcador Operaconal > Segudor de tensón (buffer, adaptador de mpedancas) onsste en realmentar la entrada negata con la señal de salda e ntroducr tensón por

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

6 Minimización del riesgo empírico

6 Minimización del riesgo empírico 6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón

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

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas Tema : Jerarquía Dgtal Síncrona, SDH Dsponbldad de Sstemas Tecnologías de red de transporte de operadora MÁSTER EN INGENIERÍ TELEMÁTIC Profesor: Espín Defncones Fabldad (Relablty): Probabldad de que el

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3 PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO

Más detalles