Hoja I.4 SOLUCIÓN DEL EJERCICIO 6

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

Download "Hoja I.4 SOLUCIÓN DEL EJERCICIO 6"

Transcripción

1 SOLUCIÓN DEL EJERCICIO 6 Se trata de defnr la funcón de códgo sguendo un orden dferente, y para dstngurla la llamamos dod(x,y), que Esta funcón de códgo numera la cuadrícula en el orden ndcado en la fgura, comenzando por dod (ε,ε)=ε. Se debe especfcar ahora cómo se calcula la poscón sguente a cada una de la cuadrícula. Para ello la dvdmos en tres zonas: avance en horzontal, cuando j, vertcal, cuando <j, y en espral, cuando saltamos del borde superor al lateral zquerdo. Estos son los casos generales de la recursón. Se defnría nductvamente como sgue: dod (ε, ε) = ε dod dod ( + 1 (,,ε) = sg(dod j+ 1 (ε, sg(dod ( + 1, j)) ) = sg(dod (, j)) )) s s < j j J. Ibáñez, A. Irastorza, A. Sánchez, 1

2 Es una funcón de codfcacón adecuada porque es byectva; es total: nnguna poscón de la tabla queda por llenar; es nyectva: no hay dos palabras repetdas en la tabla, puesto que son utlzados en orden a partr de ε; es sobreyectva por la msma razón. Es una funcón computable. S vamos calculando teratvamente los códgos de todos los pares hasta dar con el del buscado, podemos construr el sguente programa que calcula dcha funcón: FILA:= ε; COLUMNA := ε; X0 := ε; hle X1 /= FILA or X /= COLUMNA loop f FILA = ε then FILA := sg (COLUMNA); COLUMNA := ε; elsf FILA > COLUMNA then COLUMNA := sg(columna); else FILA := ant(fila); X0 := sg(x0); J. Ibáñez, A. Irastorza, A. Sánchez,

3 SOLUCIÓN DEL EJERCICIO 11 El tpo de datos cola, C, con las sguentes operacones : C_vacía?: C B frente: C * encolar: * C C desencolar: C C Utlzamos la msma dea que para mplementar las plas, ncluyendo sus propas funcones de nterpretacón y representacón. Así, dada cualquer cola <x1, x,, xn] (donde x1 es el elemento stuado en el frente) tenemos que: RP(<x1, x,, xn]) = RC(<x1, x,, xn]) Dado que se representan gual, para mplementar las operacones con colas nos será muy útl poder usar drectamente las operacones (ya mplementadas) de las plas. C_vacía: C B X0 := P_vacía(X1); frente: C * X0 := cma(x1); desencolar: C C X0 := desemplar(x1); encolar: * C C X0 := emplar (X1, <]); -- X = <z1,..., zn} X0 = <X1] -- la cola X0 será construda como una pla, que tene en su fondo el elemento encolado f not P_vacía?(X) then AUX:= X; PILA := <]; -- a dferenca de AUX o X0, que son colas tratadas como plas, PILA es una pla -- auxlar verdadera usada para volcar los elementos de X en X0 hle not P_vacía?(AUX) loop PILA := emplar(cma(aux), PILA); AUX := desemplar(aux); -- PILA = <zn,..., z1] X0 = <X1] hle not P_vacía?(PILA) loop X0 := emplar(cma(pila), X0); PILA := desemplar(pila) -- X0 = <z1,..., zn, X1] J. Ibáñez, A. Irastorza, A. Sánchez, 3

4 SOLUCIÓN DEL EJERCICIO 13 - Plas a) Sea P el programa que resulta de expandr X0 := emplar( ab, desemplar(x1)); Determna la palabra (no la pla) ϕp(baab) Prmero habremos de determnar la pla correspondente a baab (para lo cuál nos convene utlzar su representacón numérca), después le aplcaremos las operacones propas del programa P y fnalmente devolveremos la pla resultante a su forma orgnal como palabra. IP(aab) = = 4 4 = cod (3, 3) En realdad no necestamos saber qué hay en el resto de la pla. Dado que hemos de susttur la cma por ab = 4, la palabra buscada será cod (4, 3) = 3 ya que 7 8/ + 3 = 31 S deducmos ahora los símbolos de esta palabra: Sucesón de cocentes Sucesón de restos Con lo que ϕp(aab) = aaaaa J. Ibáñez, A. Irastorza, A. Sánchez, 4

5 Ejercco 13 - Plas SOLUCIÓN DEL APARTADO b f X = ε then X0 := X1; else X0 := X; -- ahora volcaremos X1, sabendo que el fondo de X0 ya está ocupado f nonem?(x1) then -- X1 = <y1, yn] X0 = X = <z1, zm] n,m 1 -- El prmer elemento a emplar debe ser el del fondo de X1, termnamos -- con el de la cma. Utlzamos una varable AUX ntermeda para el volcado COPIA:= X1; AUX:= ε; CONT:= 0; hle nonem?(copia) loop AUX:= cod_(decod 1(COPIA), AUX) ; CONT:= succ(cont); COPIA:= decod (COPIA); -- AUX = cod n+1 (sg(yn), yn-1, y1, ε) CONT = n -- el contador srve para no tener que controlar cuándo se acaba AUX AUX:= cod_(ant(decod 1(AUX)), decod (AUX)) ; -- AUX = cod n+1 (yn, yn-1, y1, ε) hle CONT <> 0 loop X0:= cod_(decod 1(AUX), X0) ; CONT:= pred(cont); AUX:= decod (AUX); -- X0 = <y1, yn, z1, zm] J. Ibáñez, A. Irastorza, A. Sánchez, 5

6 SOLUCIÓN DEL EJERCICIO 14 - Vectores a) Sea P el programa que resulta de expandr X0 := modfca(x1,, acceso(x, )); Determna la palabra (no el vector) ϕp(abaababab, bbaaabaa) El segundo argumento es un vector al que hay que extraer la segunda componente. Empezaremos por determnar qué vector es y qué contene en dcha componente. Prmeramente obtenemos la expresón numérca, más práctca a la hora de decodfcar: IV(bbaaabaa) = = 451 Descomponendo la palabra en forma de pares codfcados averguamos el tamaño del vector y el contendo de su segunda componente: W451=cod (13,16)=cod 3 (13,4,1)=cod 4 (13,4,1,0)=cod 5 (13,4,1,0,0) Deducmos que es un vector de 14 elementos, de los cuáles los prmeros son las palabras 4, 1 y 0. Por tanto, la operacón de acceso a la segunda poscón nos devuelve la palabra 0. El prmer argumento tambén es un vector, que deberemos modfcar: I V(abaababab) = = =cod (5,30)=cod 3 (5,5,)=cod 4 (5,5,0,1)=cod 5 (5,5,0,1,0) Deducmos que es un vector de 6 elementos, de los cuáles los prmeros son las palabras 5, 0 y 1, y que los cnco restantes están codfcados en la palabra 0. Por tanto, el valor 1 debe ser susttudo por 0 para realzar la operacón de modfcacón, reconstruyéndose el vector modfcado de la sguente forma: cod 5 (5,5,0,0,0)=cod 4 (5,5,0,0)=cod 3 (5,5,0)= cod (5,15)= 5 S deducmos ahora los símbolos de esta palabra Sucesón de cocentes Sucesón de restos Con lo que ϕp(abaababab, bbaaabaa) = bbaaaba J. Ibáñez, A. Irastorza, A. Sánchez, 6

7 Ejercco 14 - Vectores SOLUCIÓN DEL APARTADO b N:=decod 1(X1); VECTOR:=decod (X1); -- X1= (z0,, zn) VECTOR = cod n+1 (z0,, zn) f X>N or X3>N then X0:= ; elsf X = X3 then X0:= X1; else -- copamos los índces X y X3 en I y J de forma que I<J f X < X3 then I:= X; J:= X3; else I:= X3; J:= X; MEN:= decod(n+1, I+1, VECTOR); MAY:= decod(n+1, J+1, VECTOR); -- VECTOR = cod n+1 (z0,, z,, zj,, zn) MEN = z MAY = zj -- Ahora reconstrumos el vector (de atrás adelante) -- Prmero los valores entre J y N f J = N then NVECT:= MEN; else NVECT:= decod(n+1, N+1, VECTOR); for K n reverse J+1..N-1 loop NVECT := cod_(decod(n+1, K+1, VECTOR), NVECT); NVECT := cod_(men, NVECT); -- NVECT= cod n-j+1 (z, zj+1, zj+,, zn) -- Ahora los valores entre I y J-1 for K n reverse I+1..J-1 loop NVECT := cod_(decod(n+1, K+1, VECTOR), NVECT); NVECT := cod_(may, NVECT); -- NVECT= cod n-+1 (zj, z+1, z+,, zj-, zj-1,z, zj+1, zj+,, zn) -- Para termnar los valores entre 0 y I-1 for K n reverse 0..I-1 loop NVECT := cod_(decod(n+1, K+1, VECTOR), NVECT); -- NVECT= cod n+1 (z0,, z-, z-1,zj, z+1, z+,, zj-, zj-1,z, zj+1, zj+,, zn) X0:= cod_(n, NVECT); J. Ibáñez, A. Irastorza, A. Sánchez, 7

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1. Objetvos y orentacones metodológcas SISTEMA DIÉDRICO I Interseccón de planos y de recta con plano TEMA 8 Como prmer problema del espaco que presenta la geometría descrptva, el alumno obtendrá la nterseccón

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

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

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1 NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular

Más detalles

Tema 9: Otros temas de aplicación

Tema 9: Otros temas de aplicación Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según

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

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior) DIFERENTES TIOS DE DISTRIBUCIÓN UTILIZACIÓN DE FUNCIONES DE EXCEL EN MODELOS DE SIMULACIÓN Utlzacón ndvdual y conjunta de funcones para la representacón del comportamento de varables bajo las alternatvas

Más detalles

Curso l Física I Autor l Lorenzo Iparraguirre

Curso l Física I Autor l Lorenzo Iparraguirre Curso l Físca I Autor l Lorenzo Iparragurre AEXO 4.2: La Ley del Impulso en un ntervalo nfntesmal y en un ntervalo fnto En el texto prncpal la Ley del Impulso ha sdo presentada para un ntervalo t cualquera,

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

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

Relaciones entre las tablas

Relaciones entre las tablas Relacones entre las tablas Relacones entre las tablas Access 2013 Establecer una relacón entre dos tablas Los dstntos tpos de relacones entre tablas Establecer una relacón entre las tablas de la base de

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

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

Más detalles

CAMPO MAGNÉTICO CREADO POR CORRIENTES RECTILÍNEAS INDEFINIDAS

CAMPO MAGNÉTICO CREADO POR CORRIENTES RECTILÍNEAS INDEFINIDAS Departamento de Físca - UBU enero de 2017 1 CAMPO MAGNÉTICO CREADO POR CORRIENTES RECTILÍNEAS INDEFINIDAS En esta hoja podrán vsualzar el campo magnétco creado por una, dos tres o cuatro correntes rectlíneas

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

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

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

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

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

Más detalles

60 EJERCICIOS de NÚMEROS COMPLEJOS

60 EJERCICIOS de NÚMEROS COMPLEJOS 60 EJERCICIOS de NÚMEROS COMPLEJOS. Resolver las sguentes ecuacones en el campo de los números complejos a) x -x+=0 (Soluc ) b) x +=0 (Soluc ) c) x -x+=0 (Soluc ) d) x +x+=0 (Soluc ) e) x -6x +x-6=0 (Soluc,

Más detalles

Ejercicios y problemas (páginas 131/133)

Ejercicios y problemas (páginas 131/133) 7 Calcula el opuesto y el conjugado de los sguentes números complejos, expresándolos en forma polar: a) z b) z (cos 00 sen 00 ) c) z Expresamos en prmer lugar los números complejos en forma Calcula las

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

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

Capítulo 7 Bucles. Bucle For-Next. Informática

Capítulo 7 Bucles. Bucle For-Next. Informática Capítulo 7 Bucles Bucle For-Net Un procedmento más práctco para controlar varables que deben tomar valores numércos entre un valor ncal hasta un valor fnal, con un ncremento determnado, es el sguente:

Más detalles

6.9 El trazador cúbico

6.9 El trazador cúbico 4.9 El trazador cúbco El polnomo de nterpolacón es útl s se usan pocos datos y que además tengan un comportamento polnomal, así su representacón es un polnomo de grado bajo y adecuado. S no se cumplen

Más detalles

Unidad 6-. Números complejos 1

Unidad 6-. Números complejos 1 Undad -. Números complejos ACTIVIDADES FINALES EJERCICIOS Y PROBLEMAS Efectúa las sguentes operacones: aa (-(-(- aa (-(-(- cc ( -(-( bb ( ( - - (- 7 dd ( - - (- / ( - ( ( (. ( Sumamos algebracamente por

Más detalles

Números Complejos II. Ecuaciones

Números Complejos II. Ecuaciones Complejos 1º Bachllerato Departamento de Matemátcas http://selectvdad.ntergranada.com Raúl González Medna Ecuacones 1. Resolver las sguentes ecuacones y determnar en qué campo numérco tenen solucón: a)

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

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

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

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

Más detalles

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

Sistemas de Amortización de Deudas MATEMÁTICA FINANCIERA

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

Más detalles

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. 5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS. Para organzar los datos a medda que el número de observacones crece, es necesaro condensar más los datos en tablas apropadas, a fn de presentar, analzar e nterpretar

Más detalles

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

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

Más detalles

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,.

1º. a) Deducir la expresión de la fórmula de derivación numérica de tipo x,x,x,x,. º. a Deducr la expresón de la fórmula de dervacón numérca de tpo x,x,x,x,. nterpolatoro que permte aproxmar f (x* con el soporte { } 3 x 4 b Demostrar que en el caso de que el soporte sea de la forma:

Más detalles

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

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

Más detalles

Formato para prácticas de laboratorio

Formato para prácticas de laboratorio Fecha de efectvdad: enero 200. CARRERA PLAN DE ESTUDIO CLAVE NOMBRE DE LA ASIGNATURA IC 2003-5048 Electrónca Aplcada II PRÁCTICA No. 8 LABORATORIO DE NOMBRE DE LA PRÁCTICA Ingenero en Computacón DURACIÓN

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

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

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

Para construir un diagrama de tallo y hoja seguimos los siguientes pasos: UNIDAD 2: Gráfcos estadístcos Los gráfcos muestran vsualmente y de forma rápda la dstrbucón de los datos y sus prncpales característcas, consttuyen un mportante complemento en la presentacón de la nformacón.

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

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

Más detalles

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo Aplcacón de curvas resduo de permeato a sstemas batch en contnuo Alan Dder érez Ávla En el presente trabajo se presentara de manera breve como obtener las ecuacones que generan las curvas de resduo, de

Más detalles

5 Centrales Hidráulicas

5 Centrales Hidráulicas Curso SmSEE IIE 2012 Cap. 5 pág 1/6 5 Centrales Hdráulcas 5.1 Centrales Hdráulcas con Embalse En el caso de centrales con embalses, tendremos que agregar restrccones adconales para mponer los límtes de

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

En el panel de navegación, haga doble clic en el nombre de la tabla o de la consulta a la que desee agregar registros.

En el panel de navegación, haga doble clic en el nombre de la tabla o de la consulta a la que desee agregar registros. Regstros Regstros Access 2013 - Funcónes báscas Introducr regstros en la hoja de datos En el panel de navegacón, haga doble clc en el nombre de la tabla o de la consulta a la que desee agregar regstros.

Más detalles

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

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

Más detalles

Guía de Laboratorio de Física Mecánica. ITM, Institución universitaria.

Guía de Laboratorio de Física Mecánica. ITM, Institución universitaria. Guía de Laboratoro de Físca Mecánca. ITM, Insttucón unverstara. Práctca 0. Colsones. Implementos Psta curva, soporte vertcal, cnta métrca, eseras metálcas, plomada, dspostvo óptco dgtal, varlla corta,

Más detalles

1 x. f) 4. Encuentra los valores de x que hacen cierta la ecuación: x² + 1=0.

1 x. f) 4. Encuentra los valores de x que hacen cierta la ecuación: x² + 1=0. Los Números Complejos. La necesdad de crear nuevos conjuntos numércos (enteros, raconales, rraconales), fue surgendo a medda que se presentaban stuacones que no tenían solucón dentro de los conjuntos numércos

Más detalles

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

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

Más detalles

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

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

Más detalles

( ) 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

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011

Enrique Kawamura Microeconomía I para economistas. FCE-UBA. Noviembre 2011 Análss de equlbro general en economías cerradas con produccón. Preferencas Cobb-Douglas Tecnologías Cobb-Douglas con rendmentos constantes a escala. Enrque awamura Mcroeconomía I para economstas. FCE-UBA.

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE ARECIBO Departamento de Cencas y Tecnología AÑO 004-00 EGMA 100 - Fundamentos de Álgebra Documento de Trabajo para el PRIMER EXAMEN PARCIAL ì Contendo:

Más detalles

Tema 11: Estadística.

Tema 11: Estadística. Tema 11: Estadístca. Ejercco 1. Un fabrcante de tornllos desea hacer un control de caldad. Para ello, recoge 1 de cada 100 tornllos producdos y lo analza. a) Cuál es la poblacón? b) Cuál es la muestra?

Más detalles

Estructura de tabla. Crear una tabla de base de datos. Paso previo a la creación i

Estructura de tabla. Crear una tabla de base de datos. Paso previo a la creación i Estructura de una tabla Estructura de tabla Access 2016 Crear una tabla de base de datos Paso prevo a la creacón Una tabla es un conjunto de datos estructurados. Esta estructura se basa en un elemento

Más detalles

Perspectiva inversa para Ray Tracing

Perspectiva inversa para Ray Tracing erspectva nversa para Ray Tracng efncón de la cámara José ortés areo, Abrl 7 a cámara vrtual suele defnrse en funcón de un conunto de parámetros ntutvos: Observador unto Focal: unto de Mra: stanca Focal:

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

Examen 4 de Febrero de 2005

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

Más detalles

NOTA: En todos los ejercicios se deberá justificar la respuesta explicando el procedimiento seguido en la resolución del ejercicio.

NOTA: En todos los ejercicios se deberá justificar la respuesta explicando el procedimiento seguido en la resolución del ejercicio. Pág. NOTA: En todos los ejerccos se deberá justfcar la respuesta explcando el procedmento segudo en la resolucón del ejercco. CURSO 0 - CONTROL OCTUBRE 00 A contnuacón se presentan 5 preguntas con respuestas

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

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

Más detalles

Resuelve. Unidad 6. Números complejos. BACHILLERATO Matemáticas I. [x ( )][x (2 3 1)] = Cómo operar con 1? Página 147

Resuelve. Unidad 6. Números complejos. BACHILLERATO Matemáticas I. [x ( )][x (2 3 1)] = Cómo operar con 1? Página 147 Undad. Números complejos Matemátcas I Resuelve Págna 7 Cómo operar con? Vamos a proceder como los antguos algebrstas: cuando nos encontremos con seguremos adelante operando con ella con naturaldad y tenendo

Más detalles

Números Complejos. 4º Año. Matemática. Cód M i r t a R o s i t o V e r ó n i c a F i l o t t i J u a n C a r l o s B u e

Números Complejos. 4º Año. Matemática. Cód M i r t a R o s i t o V e r ó n i c a F i l o t t i J u a n C a r l o s B u e Números Complejos Matemátca 4º Año Cód. 403-8 M r t a R o s t o V e r ó n c a F l o t t J u a n C a r l o s B u e Dpto. de Matemátca Los Números Complejos. Una amplacón más en el campo numérco La necesdad

Más detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO B SISTEMAS NUMÉRICOS ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan

Más detalles

Utilizar sumatorias para aproximar el área bajo una curva

Utilizar sumatorias para aproximar el área bajo una curva Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón

Más detalles

rsums Aproxima la integral de f mediante sumas de Riemann y realiza una representación gráfica de los rectángulos.

rsums Aproxima la integral de f mediante sumas de Riemann y realiza una representación gráfica de los rectángulos. PRÁCTICA INTEGRACIÓN Práctcas Matlab Práctca : Integracón Objetvos o Calcular ntegrales defndas de forma aproxmada, utlzando sumas de Remann. o o o Profundzar en la comprensón del concepto de ntegracón.

Más detalles

CLAVE - Laboratorio 1: Introducción

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

Más detalles

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca descrptva. ESTADÍSTICA DESCRIPTIVA POBLACIÓN Y MUESTRA. VARIABLES ESTADÍSTICAS DISTRIBUCIÓN DE FRECUENCIAS DE UNA MUESTRA AGRUPACIÓN DE DATOS REPRESENTACIONES GRÁFICAS DE LAS MUESTRAS PRINCIPALES

Más detalles

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

Erratas y modificaciones

Erratas y modificaciones Erratas y modfcacones Págna 39 Tabla fnal: Dce: Expermental T Debe decr: Expermental T Págna 40 Tabla comenzo: Dce: T 0 Debe decr: T Dce: 3 T Debe decr: 3 T Págna 05 Párrafo : Debe qutarse el acento de

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

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

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

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

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

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

ACTIVIDADES INICIALES

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

Más detalles

(4 3 i)(4 3 i)

(4 3 i)(4 3 i) E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad

Más detalles

PRÁCTICA 5 TRABAJO Y ENERGÍA

PRÁCTICA 5 TRABAJO Y ENERGÍA Códgo: Versón: 0 Manual de práctcas del Págna 8/4 Laboratoro de Mecánca Seccón ISO 7.3 Epermental 05 de agosto de 0 emsón Secretaría/Dvsón: Dvsón de Cencas Báscas Laboratoro de Mecánca Epermental La mpresón

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

Adquisición y Tratamiento de Datos (Febrero 2005). 1ª parte: Cuestiones.

Adquisición y Tratamiento de Datos (Febrero 2005). 1ª parte: Cuestiones. Adquscón y Tratamento de Datos (Febrero 2005). Las cuestones: 1ª parte: Cuestones. Se deben responder en la hoja adjunta. Debe marcarse una únca respuesta. Por favor, leer los enuncados y las solucones

Más detalles

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana

Estadística aplicada a las ciencias sociales. Examen Febrero de 2008 primera semana Estadístca alcada a las cencas socales. Examen Febrero de 008 rmera semana Ejercco. - En la sguente tabla, se reresentan los datos de las edades de los trabajadores de una gran emresa. Gruos de edad Nº

Más detalles

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%] PROBLEMA: EL BODEGUERO Un bodeguero ha tendo una buena cosecha que estma sea de 10000 ltros. El bodeguero ha de decdr qué cantdad de la cosecha dedcarla a hacer mosto, qué cantdad conservarla un año en

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

Números Complejos. 4º Año. Matemática. Cód M i r t a R o s i t o V e r ó n i c a F i l o t t i J u a n C a r l o s B u e

Números Complejos. 4º Año. Matemática. Cód M i r t a R o s i t o V e r ó n i c a F i l o t t i J u a n C a r l o s B u e Números Complejos Matemátca 4º Año Cód. 404-7 M r t a R o s t o V e r ó n c a F l o t t J u a n C a r l o s B u e Dpto. de M atemátca Los Números Complejos. Una amplacón más en el campo numérco La necesdad

Más detalles

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

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

Más detalles

(c).- En equilibrio estático, el momento resultante respecto a cualquier punto es nulo. (d).- Un objeto en equilibrio no puede moverse.

(c).- En equilibrio estático, el momento resultante respecto a cualquier punto es nulo. (d).- Un objeto en equilibrio no puede moverse. Relacón de problemas DEPARTAMENTO DE FÍSICA ESCUELA POLITÉCNICA SUPERIOR UNIVERSIDAD DE JAÉN Equlbro estátco y elastcdad 1.- Verdadero o falso: (a).- F = 0 es sufcente para que exsta el equlbro estátco.

Más detalles

MÉTODO DE LAS VELOCIDADES INICIALES

MÉTODO DE LAS VELOCIDADES INICIALES MÉTODO DE LAS VELOCIDADES INICIALES OBJETIVO El alumno determnará los órdenes de reaccón respecto al yodo, la acetona y los ones hdrógeno de la reaccón de yodo con acetona, así como la constante de velocdad

Más detalles

TEMA 5: SISTEMAS ARITMÉTICOS Y LÓGICOS.

TEMA 5: SISTEMAS ARITMÉTICOS Y LÓGICOS. TENOLOÍ DE OMUTDORES URSO 7/8 Inocente Sánchez udad TEM 5: SISTEMS RITMÉTIOS Y LÓIOS 5 Sumadores bnaros as todo se hace con sumas: sumas, restas, productos, oncepto de acarreo 5 Semsumador Half dder (H)

Más detalles

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

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

Más detalles

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

Números complejos. Actividades. Problemas propuestos. Matemáticas 1 Bachillerato? Solucionario del Libro Matemátcas Bachllerato? Soluconaro del Lbro Actvdades Dado el número complejo se pde: qué valor ha de tener x para que x? Calcula el opuesto de su conjugado Calcula el conjugado de su opuesto x x x El

Más detalles

1.- Objetivo Alcance Metodología...3

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

Más detalles

Apellidos y nombre: i. El valor anual de la amortización de la construcción es fijo y vale A. 2. Cada punto de venta tiene una demanda anual dem

Apellidos y nombre: i. El valor anual de la amortización de la construcción es fijo y vale A. 2. Cada punto de venta tiene una demanda anual dem 4º IIND Métodos Matemátcos 5 de septembre de 00 Apelldos y nombre: PROBLEMA (4 puntos) Una empresa tene puntos de venta stuados sobre una ruta que, a efectos de planfcacón, puede ser consderada como una

Más detalles

TEMA 6: TRATAMIENTO DE DATOS. OPERACIONES CON CAL.

TEMA 6: TRATAMIENTO DE DATOS. OPERACIONES CON CAL. TEMA 6: TRATAMIENTO DE DATOS. OPERACIONES CON CAL. 1. LAS FÓRMULAS DE OPENOFFICE CALC. 2. REFERENCIAS ABSOLUTAS, RELATIVAS Y MIXTAS. 3. PEGADO ESPECIAL. 4. FUNCIONES EN OPENOFFICE CALC. 5. ANÁLISIS ESTADÍSTICO

Más detalles

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

B3 A2 B3 B2 C1 A2 B3 B2 C1 C2 B1 A2 B1 B2 A2 A2 B3 A2 B3 B2 A2 B3 B2 A2 B1 B2 B3 B4 C1 C2 B3 B2 C3

B3 A2 B3 B2 C1 A2 B3 B2 C1 C2 B1 A2 B1 B2 A2 A2 B3 A2 B3 B2 A2 B3 B2 A2 B1 B2 B3 B4 C1 C2 B3 B2 C3 Ejercco ) Un sstema realza una gestón de memora rtual medante pagnacón por demanda, con la memora ddda en cnco marcos de poscones cada uno. En un momento determnado, se encuentran en el sstema tres procesos,

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

16/02/2015. Ángel Serrano Sánchez de León

16/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León Índce Introduccón Varables estadístcas Dstrbucones de frecuencas Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca, armónca,

Más detalles

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO.

APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. Dado un numero n de puntos del plano ( a, b ) es posble encontrar una funcón polnómca

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles