7 Máquinas Estocásticas

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

Download "7 Máquinas Estocásticas"

Transcripción

1 7 Máqua Etocátca 7. Itroduccó Cuado tudamo lo modlo rcurrt d Hopfld o cotramo co l covt d qu la rd qu buca la cofguracó d míma rgía computacoal ul qudar atrapada mímo local qu o o global puto qu l qu ua cofguracó d la rd tga mor rgía qu u cofguraco vca o qur dcr qu a la d mor rgía. Por otra part podría par qu para ua rd d Hopfld co udad d proco bataría valuar la fucó d rgía la 2 cofguraco pobl y dtrmar drctamt la d mor rgía. S mbargo la catdad 2 ul r dmaado grad para prmtr dcha valuacó u tmpo d cómputo razoabl. Aí para ttar rolvr dcho problma vamo a rcurrr a método tocátco probablítco d búquda global. E cocrto vamo a tudar u método tocátco gral d búquda global baado cocpto y técca d la fíca pcalmt d la mcáca tadítca llamado l método d rcocdo mulado o d framto tadítco. Ammo vamo a tudar ua vró dtrmítca d dcho método. Falmt vamo a tudar ua rd uroal bara llamada máqua d Boltzma qu utlza dcho método corpora u propa rgla d aprdza y qu prmt mplmtar aocaco tr trada y alda d gra tré para l rcoocmto d patro El Algortmo d Mtrópol El método d optmzacó global baado l algortmo d Mtrópol tá prado la mcáca tadítca qu la dcpla ctral d la fíca d la matra codada y trata dl comportamto d tma co mucho grado d lbrtad qulbro térmco a ua tmpratura fta. El puto d partda d la mcáca tadítca ua fucó d rgía Ex qu md la rgía térmca d u tma fíco u tado cofguracó dado x dod x prtc a u couto d pobl tado S. S la tmpratura aboluta dl tma mayor qu cro l tado x varará l tmpo cauado també varacó d u rgía. Eta varacó ralza co ua tdca a dmur promdo la rgía dl tma y cotúa hata qu alcaza u tado d míma rgía qulbro térmco. U rultado fudamtal d la fíca tablc qu qulbro térmco cada uo d lo tado pobl alcaza co probabldad

2 E x k x E x k π x S dod k la cotat d Boltzma rg/k y la tmpratura aboluta. Al umrador l llama l factor d Boltzma y a ta dtrbucó d probabldad l llama dtrbucó d Boltzma-Gbb. Obérv qu garatza qu u tado cofguracó d mor rgía má probabl qu u tado d mayor rgía. Para modlar t tma dámco utlzarmo ua cada d Markov dcr ua ucó d varabl alatora { o 2....} vrfcado la gut propdad: P { + x + / 0 x 0 x... x x } P{ + x / x dod la varabl alatora o da l tado l qu cutra l tma l tmpo 2 y x + u tado dl couto S d tado pobl. Dcha xpró o dc qu la probabldad codcoada d qu l tma pa al tado x + la tracó + cuado la traco atror taba lo tado ñalado por la varabl alatora 0 ólo dpd drctamt dl tado l qu cotraba la tracó atror. La catdad P{ + x + / x o la probabldad d tracó. ootro tamo trado l comportamto límt dl tma dpué d u gra úmro d traco pu damo qu l tma tablc y tga ua dtrbucó tacoara dcr qu lm P{ x / 0 x'} π x Eta xpró tablc qu la probabldad d cotraro l tado x dpué d u úmro ufctmt grad d traco dpdt dl tado d partda. A la dtrbucó d probabldad πx l llama dtrbucó d tado tabl tacoara o d qulbro. Ua codcó ufct térmo d la probabldad d tracó para qu la dtrbucó a tacoara l prcpo dl balac pormorzado qu tablc qu l qulbro térmco la taa d ocurrca d traco d u tado x a otro x' a gual a la taa d traco vra d traco d x' a x dcr } π x P{ + x' / x} π x' P{ + x / x' dcr P{ P { + + x' / x / x π x' x' π x E k 2 lg como dtrbucó tacoara la dada la xpró do E Ex'Ex. 42

3 Por llo l algortmo d Mtrópol Robluth llr y llr 953 lg como probabldad d tracó P{ E < 0 x / x' E 3 - k E 0 + Prta la vtaa d qu ralc má traco a vl má bao d rgía al mmo tmpo qu prmt algua vc traco a tado d mayor rgía lo qu prmt por ua part qu alcac má rápdamt u tado d qulbro y por otra l prmt capar d mímo local. Obérv qu al paar d u tado x a otro x dcrc la fucó d rgía toc paamo d x a x crmta. E l prmr cao la probabldad d k tracó uo mtra qu l otro y u coct cumpl la codcó 2. E l algortmo d Mtrópol part d u tado x al qu l aplca ua prturbacó alatora x obtdo l uvo tado x+ x; co l uvo tado dmuy la rgía toc acpta dcho tado como uvo puto d búquda; cao cotraro acpta dcho tado como uvo puto d búquda co probabldad xp- E/ pu ootro utturmo la cotat k por l parámtro d cotrol. E 7.3 La técca d Rcocdo Smulado Auqu podríamo aplcar l algortmo d Mtrópol para grar uvo tado a baa tmpratura ya qu a baa tmpratura lo tado d mor rgía o mucho má favorcdo má probabl mbargo la taa d covrgca dl algortmo dmaado lta a muy baa tmpratura. Aí l método prfrdo para morar la fcca computacoal cot hacr qu l tma opr a alta tmpratura dod la covrgca al qulbro rápda y toc matr l tma qulbro coform va dmuydo gradualmt la tmpratura. Eta la técca dl rcocdo d mtal qu cot caltar u mtal a alta tmpratura caldar para dpué r frádolo gradualmt y cogur aí mtal rtt co crto grado d durza y latcdad y rcuprar d uvo la ductldad admtr dformaco frío llgar a rompr o l tmpl qu ul prdr al trabaarlo. Co llo cogu qu u tma fíco como l cottudo por la molécula d u ga o lo átomo magétco ma d u óldo alacó alcac cofguraco d baa rgía. Por lo tato uarmo la técca dl rcocdo mulado darrollada por Krkpatrck Glatt y Vcch 983 qu cota d: U quma d framto qu rgula cómo va dmuydo gradualmt la tmpratura. U algortmo como l algortmo d Mtrópol qu utlza para cotrar la dtrbucó d qulbro para cada uvo valor d la tmpratura obtdo por l quma d framto. 43

4 Al comzo dl algortmo d rcocdo mulado part d u valor alto d y coform progra l algortmo t valor va dmuydo gradualmt hata l valor cro gú l quma d framto lgdo para. Para valor má alto d la probabldad d paar a u tado d mayor rgía má alta mtra qu para valor má pquño d dcha probabldad má baa. El quma d framto o pcfca la forma gradual d r dmuydo lo valor d coform volucoa l algortmo; dmaado rápdo toc pud llgar por ua covrgca prmatura a u mímo local o global mtra qu dmaado lto collva ua catdad xcva d cómputo. Dafortuadamt ha dmotrado tórcamt Gma y Gma 984 qu db rducr muy ltamt comparacó a la vra dl logartmo dl úmro d traco k tmpo dcr o k + l k k23... para garatzar qu l algortmo covra ca mpr a u mímo global. Para aclrar ta búquda ha proputo mucho método. E la práctca ua bua olucó mímo local pud r ufct y para llo podmo utlzar u quma d framto rápdo por mplo: k + k dod Dcho quma upo ua rduccó xpocal d la tmpratura. Ahora vamo a codrar ua rd d Hopfld cottuda por udad d proco bpolar cuya fucó d rgía computacoal para l tado cofguracó x k k 2 k... k prtado la tracó k v dada por la gut xpró: E x k w k k + θ 2 S modfcamo la dámca d la computacó d dcha rd tdo cuta l método d rcocdo mulado d mara qu ua cofgura vca obtda al lgr ua udad d proco alatoramt y cambar u tado coduc a ua cofguracó d mayor rgía toc acpta tal cambo co probabldad xp- Ek/k. Dcha pobldad prmt a la rd capar d mímo local. Por otra part ua cofgura vca obtda al lgr ua udad d proco alatoramt y cambar u tado coduc a ua cofguracó d mor rgía toc ralza dcho cambo lo qu favorcrá la tablzacó d la rd. D ta mara tmo ua dámca d la computacó para la rd d Hopfld baada u método d búquda global lugar d la dámca cláca baada l método dl gradt qu l prmt cotrar l mímo global d la fucó d rgía o mímo local acptabl. Por lo tato tmo l gut algortmo qu dcrb la volucó d la rd l qu rad[0 u úmro alatoro dl trvalo [0: k 44

5 ALGORIMO Pao 0 Elgr ua cofguracó cal d la rd k0 y u quma d framto k. Pao Hacr k k + Pao 2 Elgr alatoramt ua udad d proco; upogamo qu u tado k corrpodt a la cofguracó d la rd x k k k k x k + k 2 k... k... k S la cofguracó vrfca qu Ek+ < Ek toc toma como uva cofguracó S o toc o xp- Ek/k>rad[0 lgr també k+ k para la uva cofguracó o o la uva cofguracó la mma qu la atror k+ k. Pao 3 S k k max u otro crtro d parada cumpl qu garatc qu toda la udad d proco ha do actualzada vara vc parar la cofguracó obtda la bucada. S o volvr al pao. Por otra part l cálculo dl crmto d la rgía Ek dbmo d tr cuta qu E k dod E k 2 k... k... k E k 2 k... k... k 2 k h k h k w k l potcal áptco d la udad d proco. 7.4 La máqua d Boltzma La máqua d Boltzma ua máqua tocátca cottuda por udad d proco uroa tocátca co coxo áptca métrca tr la mma. Dcha udad d proco o d do tpo fucoal: vbl u oculta como mutra la fgura. La udad vbl rv d trfaz tr la rd y l toro l qu opra rcog la formacó umtrada. Durat la fa d tramto auta lo tado d toda la udad vbl a tado pcífco tablcdo por lo patro d tramto toro l qu opra pud r a u vz d trada o d alda mtra qu la udad oculta mpr opra lbrmt y utlza para xplcar rtrcco ubyact cotda lo patro d trada. 45

6 uroa oculta uroa d trada uroa d alda Fgura. Arqutctura d la máqua d Boltzma. La máqua d Boltzma ua máqua tocátca computa por udad d proco tocátca probablítca. Ua udad d proco probablítca aqulla cuya alda S ua varabl alatora bara co ua dtrbucó d probabldad qu fucó d u potcal áptco d trada dfda por la gut xpró: P S + 2h / + Hmo rprtado l tado d la udad d proco por S ya qu trata d ua varabl alatora. La utlzacó d ta dtrbucó d probabldad baa la mcáca tadítca. El parámtro dmpña l papl d la tmpratura y cotrola l grado d alatordad d la alda; cuado grad la rd toma lo do valor pobl co probabldad ca gual pu ca o trv l potcal áptco y cogu qu lo p magétco qu corrpod co utra udad d proco té ortado haca arrba o haca abao co gual probabldad la fluctuaco térmca favorc lo cambo d ortacó d lo p magétco mtra qu próxmo a cro la uroa ca dtrmítca ya qu toma l valor + co probabldad próxma a cuado l potcal áptco potvo y corrpod co qu lo p magétco orta aládo co l campo mprat. La dcrpcó matmátca atror dl fcto d la fluctuaco térmca u modlo Ig co dámca d Glaubr 963: + S k - co probabldad co probabldad g h g h 46

7 do g h 2h / + Hay qu tr cuta també qu g h 2h / + pu -gugu y qu l parámtro pud utlzar para cotrolar la aproxmacó d la fucó g a la fucó go cuado 0 aproxma a dcha fucó. Admá Cuado grad toc P S + 2 h > 0 Cuado pquño toc P S + 0 h < 0 qu comporta como l Modlo d Hopfld dtrmítco. Hto y Sowk 983 troduro ua rgla d aprdza para la máqua d Boltzma cuyo obtvo autar lo po áptco d la rd d forma qu la uroa vbl mplmt ua dtrbucó d probabldad dada dtrmada por lo patro d tramto cada patró d tramto tablc ua rlacó tr ua trada y ua alda dada dcr ua corrpodca aocacó tablcda a travé d u couto d patro d trada y u corrpodt alda dada d mara qu pud habr vara alda pobl para ua trada. U patró d tramto pud tr alda dfrt qu otro co la mma trada y la rd db aprdr també la frcuca apropada co la qu ocurr la dfrt alda. El proco d aprdza llva a cabo do tapa: ua tapa d bloquo o aut dod auta la udad vbl a lo patro d tramto mtra qu la udad oculta volucoa gú la dámca d la rd; la otra tapa lbr ólo auta la uroa d trada y la dmá volucoa lbrmt. Para dducr la rgla d aprdza vamo a rprtar por a ua cofguracó cocrta d lo tado d la uroa vbl y por rprta ua cofguracó cocrta d lo tado d la uroa oculta. Ammo rprtarmo por P : probabldad d qu la uroa vbl prt la cofguracó cuado la rd opra d forma bloquada autada a la codco dl toro dcr la probabldad dada. Q : probabldad d qu la uroa vbl prt la cofguracó cuado la rd opra d forma lbr dpd d lo po áptco d la rd. Para cumplr utro obtvo vamo a dtrmar lo po áptco d forma qu mmc la tropía rlatva mdda d formacó o dvrgca d Kullback- Lblr dfda por la xpró M 2 P H P l Q qu ua mdda d la dcrpaca tr la dtrbucó d probabldad dl modlo qu mplmta la rd y dl modlo dado do M l úmro d udad d 47

8 48 proco vbl y 2 M l úmro total d cofguraco pobl qu pud prtar la M udad d proco vbl bpolar. Obérv qu la tropía o gatva y cuado QP val cro. S trata d modfcar lo po áptco d la rd d mara qu pa a ua uva cofguracó d mor tropía rlatva utlzado para llo l método dl gradt dcr movédo la drccó dl gradt d la tropía pro tdo oputo dcr w Q Q P w H w η η 4 pu P o dpd d w. do cuta qu utlzamo la dtrbucó d Boltzma ta rd t qu Z P Q E dod Z la cotat d ormalzacó para qu a ua dtrbucó d probabldad dcr E Z. Por lo tato 2 / / / Z Z w Q E E E µ λ µ λ µ λ µ λ Q P lbr dod lbr la mda d lo valor la fa lbr. Suttuydo la xpró atror 4 llga a qu lbr P P w η / lbr bloquo η 5 Aí l prmr térmo d la drcha l valor mdo d lo producto cuado la udad vbl tá autada a lo valor dado gú la dtrbucó P la corrlacó la fa d bloquo tr l tado d la uroa y l tado d la uroa ; mtra qu l gudo térmo l valor mdo d lo producto corrlacó cuado la rd opra lbrmt.

9 ALGORIMO d la MÁQUIA d BOLZMA ESOCÁSICA Pao : Ico Ica lo po áptco d la rd co valor alatoro tr y Pao 2: Fa d bloquo Autar la udad vbl a lo patro d tramto. S hay vara alda pobl para ua mma trada toc cada alda db autar co la frcuca apropada. Ralzar u framto tadítco para cada patró trada-alda gú ua cuca dada d valor dcrct d la tmpratura o... fal ; por mplo: k 0.95 k-. Actualzar la rd para cada valor d la tmpratura lgdo alatoramt ua uroa oculta y agarl l valor + co probabldad + P 2h / + Alcazada la tmpratura fal calcular la mda d lo valor dl producto cada actualzacó corrlacó para cada par d uroa. Pao 3: Fa lbr Rptr la computaco dl pao 2 pro autado ólo la uroa d trada y tmar també la corrlaco. Pao 4: Actualzacó d lo po áptco Actualzar lo po áptco gú la rgla d aprdza d Boltzma: η w dod η la taa d aprdza. bloquo Pao 5: Rptr lo pao atror hata qu l procdmto d aprdza covra dcr cuado o produzca cambo l valor d lo po áptco lbr 7.5 El Rcocdo Smulado dtrmítco: Algortmo d rcocdo d campo mdo ma-fld El algortmo atror ul r muy lto tr otra coa porqu va d u vértc a otro dl hprcubo d dmó cuyo vértc corrpod co la cofguraco dfrt d la rd a travé d u arta. o t cuta la valoa formacó qu o umtra l gradt cuado lo tado d la udad d proco o aalógco cotuo dcr qu pud r puto dl tror d dcho hprcubo. Por lo tato u método má rápdo pud cogur prmtmo qu la udad d proco tom valor aalógco dl trvalo [-] y al fal dl proco d búquda forzamo a qu dcho valor a bpolar. Eto 49

10 cogu upomo qu l tado d cada udad d proco v dado por la xpró h k tah 6 2h k + / dod h k w k l potcal áptco d la udad d proco. Obérv qu hmo uttudo la fucó go como fucó d trafrca por la fucó tagt hprbólca y qu coform va dmuydo la fucó d trafrca aalógca cotua aproxma a la fucó go dcotua. El tado aalógco qu prta la udad d proco l valor mdo qu toma ua udad d proco bpolar probablítca pu E S k + + 2h k / 2h k / 2h k / E lo p magétco u ortacó dpd d u campo magétco local potcal áptco d la udad d proco y la toría dl campo mdo cot rmplazar la fluctuacó vrdadra h por u valor mdo dcr por E h w E S 2. Suttuydo l potcal áptco d cada udad d proco por u potcal áptco mdo obtmo u tma o lal d cuaco co cógta E h E S tah 2. Por o dc qu t modlo dtrmítco puto qu pud rducr a la rolucó dtrmítca d u tma d cuaco cuado la tmpratura rducda. ALGORIMO Pao 0 Elgr ua cofguracó cal d la rd k0 y u quma d framto k. Pao Hacr k k + Pao 2 Elgr alatoramt ua udad d proco; upogamo qu u tado k corrpodt a la cofguracó d la rd x k k k.... Calcular 2 k k + 2h k / + Pao 3 S k k max u otro crtro d parada cumpl qu garatc qu toda la udad d proco ha do 50

11 actualzada vara vc parar la cofguracó obtda la bucada. S o volvr al pao. E la práctca ambo algortmo coduc a oluco mlar pro l método d rcocdo dtrmítco mucho má rápdo. 7.6 Aprdza d Boltzma dtrmítco La compldad computacoal dl proco d aprdza d la Máqua d Boltzma muy alta puto qu cada patró t qu prtar vara vc a la dfrt tmpratura umtrada por l quma d framto para obtr lo valor mdo d la corrlaco tr cada par d udad d proco. Por llo prfrbl uttur l algortmo d rcocdo mulado qu utlza dcha máqua por u algortmo d rcocdo mulado dtrmítco qu cot uttur lo valor mdo d la xpró 5 por l producto d lo valor aalógco dado por la xpró 6. Al fal d proco d rcocdo mulado alcaza valor d bpolar d mara qu l tma ha do movdo dtro dl hprcubo y al fal alcaza ua vértc dl mmo corrpodt a ua cofguracó bpolar d la rd. Por lo tato partmo d u couto P d patro d tramto qu tablc ua rlacó o aocacó tr trada y alda u quma d framto y ua taa d aprdza η l algortmo d la máqua d Boltzma dtrmítca l gut: ALGORIMO d la MÁQUIA d BOLZMA DEERMIÍSICA Pao : Ico Slccoar u couto d tramto P u quma d framto y ua taa d aprdza. Icar lo po áptco d la rd co valor alatoro tr y Pao 2: Fa d bloquo Autar la udad vbl a lo patro d tramto. S hay vara alda pobl para ua mma trada toc cada alda db autar co la frcuca apropada. Ralzar u framto tadítco para cada patró trada-alda gú ua cuca dada d valor dcrct d la tmpratura o... fal ; por mplo: k 0.95 k-. Actualzar la rd para cada valor d la tmpratura lgdo alatoramt ua uroa oculta y agarl l valor k + 2h k + / Alcazada la tmpratura fal calcular lo valor dl producto cada actualzacó corrlacó para par d uroa. Pao 3: Fa lbr 5

12 Rptr la computaco dl pao 2 pro autado ólo la uroa d trada y tmar també la corrlaco. Pao 4: Actualzacó d lo po áptco Actualzar lo po áptco gú la rgla d aprdza d Boltzma: η w dod η la taa d aprdza. [ ] [ ] bloquo Pao 5: Rptr lo pao atror hata qu l procdmto d aprdza covra dcr cuado o produzca cambo l valor d lo po áptco lbr Al fal dl algortmo cotramo lo po áptco d la rd co lo qu prtd qu la máqua coga ua rprtacó adcuada d la dtrbucó tadítca o la rlacó-aocacó tr trada y alda qu da mplmtar. Obérv qu la corrlaco mda qu calcula la máqua d Boltzma tocátca o tmada por l mpl producto d lo valor aalógco dcr qu E S E S. 52

Automá ca. Capítulo4.RespuestadeRégimenTransitorio

Automá ca. Capítulo4.RespuestadeRégimenTransitorio Automáca Capítulo.RputadRégmratoro JoéRamóLlataGarcía EthrGozálzSaraba DámaoFrádzPérz CarloorFrro MaríaSadraRoblaGómz DpartamtodcologíaElctróca IgríadStmayAutomáca Rputa d Régm ratoro Rputa d Régm ratoro..

Más detalles

EXAMEN FINAL DE I.O.E. (Curso 02/03 2º Q). Cadenas de Markov

EXAMEN FINAL DE I.O.E. (Curso 02/03 2º Q). Cadenas de Markov EXAMEN FINA DE I.O.E. (Curo / º Q. Cada d Markov S ha comrobado qu la robabldad d qu u dtrmado artdo olítco ga ua lcco dd d la gaó lo do comco mdatamt atror d la gut forma: gaó la do lcco atror toc la

Más detalles

FÓRMULAS DE MATEMÁTICAS FINANCIERAS

FÓRMULAS DE MATEMÁTICAS FINANCIERAS FÓRMULAS DE MATEMÁTIAS FINANIERAS TEMAS Y 2: ONEPTOS BÁSIOS... 2 Ly facra. Suma facra. Potulado d quvalca facra. Saldo facro. TEMA 3: MAGNITUDES DERIVADAS... 3 Factor, rédto, rédto acumulado, tato (d captalzacó

Más detalles

4.1 Procedimientos de inferencia para la distribución exponencial

4.1 Procedimientos de inferencia para la distribución exponencial 4 Ifrca paramétrca 4 Procdmtos d frca para la dstrbucó xpocal La dstrbucó xpocal fu la prmra dstrbucó para modlar tmpos d falla y para lla s ha dsarrollado métodos stadístcos d mara xtsva a T ua va xpocal

Más detalles

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE

TEMA 2 MODELO DE REGRESIÓN LINEAL SIMPLE TEMA MODELO DE REGRESIÓN LINEAL SIMPLE. INTRODUCCIÓN A LA REGRESIÓN SIMPLE! 4 Supogamos qu la varal s ua fucó lal d otra varal, dod la rlacó tr y dpd d parámtros! y! dscoocdos. Itroduccó a la Rgrsó Smpl!

Más detalles

TEMA 3: ESTIMACIÓN PUNTUAL.

TEMA 3: ESTIMACIÓN PUNTUAL. TEMA 3: ESTIMACIÓN PUNTUAL..- S tra ua mustra por m.a.s. d tamaño d ua poblacó qu sgu l modlo d Posso. Obtr l stmador por l método d los momtos y l stmador por l método d máma vrosmltud. Solucó: El método

Más detalles

Capítulo 12. Introducción a la Termodinámica Estadística.

Capítulo 12. Introducción a la Termodinámica Estadística. Capítulo. Itroduccó a la Trmodámca Estadístca. ) Itroduccó Mcáca Estadístca: dscpla ctífca qu prtd prdcr las propdads macroscópcas d u sstma a partr d las propdads molculars. Trmodámca stadístca: part

Más detalles

Capítulo III. Colectivos estadísticos.

Capítulo III. Colectivos estadísticos. Capítulo III. Colctvos stadístcos. Lccó Itroduccó al formalsmo d los colctvos d Gbbs. Lccó Colctvo caóco. Lccó Colctvos macrocaóco y mcrocaóco Lccó 4 Aplcacó dl colctvo caóco: gas dal mooatómco. arabls

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Aálss Estadístco d Datos Clmátcos Rgrsó lal smpl (Wlks, cap. 6.) Vo Storch ad Zwrs (Cap. 8) 05 Rgrsó La rgrsó, gral, s utlza habtualmt para stmar modlos paramétrcos d la rlacó tr varabls ua scala cotua,

Más detalles

GENERADORES DE BARRIDO DE TENSIÓN

GENERADORES DE BARRIDO DE TENSIÓN GENERADORES DE BARRDO DE TENSÓN RUTO DE BARRDO TRANSSTORZADO ON ORRENTE ONSTANTE El funconamnto d t crcuto dfn como, la carga un condnador lnalmnt a partr d una funt d corrnt contant. Excpto para valor

Más detalles

Tema 4 - FUNDAMENTOS DE LA MECÁNICA ESTADÍSTICA CLÁSICA

Tema 4 - FUNDAMENTOS DE LA MECÁNICA ESTADÍSTICA CLÁSICA ma 4 - FUDAMOS D LA MCÁICA SADÍSICA CLÁSICA Cocptos stadístcos lmtals. Mcáca stadístca d sstmas mcroscópcos. Los colctvos mcrocaóco caóco y gracaóco. La fucó d partcó y las fucos trmodámcas. l gas dal

Más detalles

CAPÍTULO 13. INTRODUCCION AL ANALISIS DE REGRESIÓN ESPECIFICACIÓN DEL MODELO ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO...

CAPÍTULO 13. INTRODUCCION AL ANALISIS DE REGRESIÓN ESPECIFICACIÓN DEL MODELO ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO... CAPÍTULO 13. INTRODUCCION AL ANALISIS DE REGRESIÓN... 487 13.1. ESPECIICACIÓN DEL MODELO... 487 13.. ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO... 489 13..1 LA INTERPRETACIÓN DE LOS PARÁMETROS ESTIMADOS...

Más detalles

PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES

PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES PRÁCTICA 9: PROPIEDADES DESEABLES DE LOS ESTIMADORES EJERCICIO Rcordmos prmro la sgut dfcó: U stmador T s dc ssgado rspcto a u parámtro μ ET μ a E T laldad d la spraza [ EX + EX ] + [ EX3 + EX ] 6 3 μ

Más detalles

ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π

ANEXO A. Bipuerto libre de. i 1. i 2 V 2 ruido. Figura A.1 Bipuerto libre de ruido con dos fuentes equivalentes de corriente de ruido, configuración π xo. Bpurtos rudosos NEXO BIPUERTOS RUIDOSOS.. REPRESENTCIÓN DE BIPUERTOS RUIDOSOS U bpurto rudoso, sgú la toría prstada [], s pud rprstar como u bpurto lbr d rudo co dos futs quvalts d rudo, coctadas a

Más detalles

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares.

Fisicoquímica II-Módulo de Estructura y Propiedades Moleculares. Fscouímca II-Módulo d Estructura y Propdads Molculars. Bollla 4. Coctado las dscrpcos mcro/macroscópcas: Trmodámca Estadístca 4. La coxó tr la dscrpcó cuátca y las propdads trmodámcas. Hmos vsto como dscrbr

Más detalles

MECÁNICA ESTADÍSTICA

MECÁNICA ESTADÍSTICA FAyA Lccatura Químca Físca III año 26 MÁIA SADÍSIA IRODUIÓ ROBABILIDAD robabldad s la cuatfcacó d la spraza dl rsultado d u xprmto o vto. S l posbl rsultado d u xprmto s A la probabldad d qu ocurra A s

Más detalles

EXAMEN DE TÉCNICAS CUANTITATIVAS III.

EXAMEN DE TÉCNICAS CUANTITATIVAS III. APEIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdr u vl d cofaza dl 95% (z=).. U mprsaro qur stmar l cosumo msual d lctrcdad ua comudad d 000 hogars dvddos 400

Más detalles

RIESGO MORAL. Comportamiento (acciones) del A no observable para el P (o, simplemente, no verificable). P. ej.:

RIESGO MORAL. Comportamiento (acciones) del A no observable para el P (o, simplemente, no verificable). P. ej.: RIESGO MORA Comportamto accos dl A o obsrvabl para l o, smplmt, o vrfcabl.. j.: s A pd jrcr dsttos vls d sfrzo, co RM l o sab cál d llos llva a cabo. acr sfrzo spo dstldad para l A Úca varabl cotratabl:

Más detalles

Introducción a la Optoelectrónica

Introducción a la Optoelectrónica Cla 86.47 66.57 Itouccó a la Optolctóca Rpoabl la mata: Poo:. Ig. Matí G. Gozálz Cla N Cla Hoja uta la cla Rpao lctomagtmo Oa lctomagétca L Sll cuaco Fl Tazao ao poxmacó Paaxal Métoo Matcal ál cava óptca

Más detalles

SOLICITACIONES COMPUESTAS

SOLICITACIONES COMPUESTAS CPITULO IX: SOLICITCIOES COMPUESTS 9 SOLICITCIOES COMPUESTS 9. FLEXIO RECT COMPUEST Eta tuacó prta cuado ua ccó tmo 0, M 0,(o M 0), d modo qu pud aplcar la cuacó gral d la fló: M (9.) (9.) I Pud vr qu

Más detalles

σ ε Dem: Lo haremos para el caso continuo. La demostración para el caso discreto es similar.

σ ε Dem: Lo haremos para el caso continuo. La demostración para el caso discreto es similar. robabldad y Eadíca Compuacó Faculad d Cca Exaca y Naural Uvrdad d Buo r a. Baco y Ela J. aríz 4 Dgualdad d Chbyhv: ara calcular la probabldad d u vo dcrpo érmo d ua v.a. caro coocr la drbucó d la v.a.

Más detalles

PRESENTACION DE UN NUEVO MODELO MATEMATICO PARA CALCULO DEL PERIODO FUNDAMENTAL DE VIBRACION DE ESTRUCTURAS DE EDIFICIOS

PRESENTACION DE UN NUEVO MODELO MATEMATICO PARA CALCULO DEL PERIODO FUNDAMENTAL DE VIBRACION DE ESTRUCTURAS DE EDIFICIOS Socdad Mxcaa d Iría Etructural, A.C. PRESENACION DE UN NUEVO MODELO MAEMAICO PARA CALCULO DEL PERIODO FUNDAMENAL DE VIBRACION DE ESRUCURAS DE EDIFICIOS I. Joé Aljadro Gómz Hrádz RESUMEN El objtvo dl prt

Más detalles

Tema 5. Contraste de hipótesis (II)

Tema 5. Contraste de hipótesis (II) Tma 5. Cotrast d hpótss (II CA UNED d Hulva, "Profsor Dr. José Carlos Vílchz Martí" Itroduccó Bvda Objtvos pdagógcos: Aprdr a obtr la fucó d potca d u cotrast y la rprstar la curva d potca d u cotrast.

Más detalles

Exportación e Importación en formato XML

Exportación e Importación en formato XML Exportcó Importcó formto XML Tléfoo (506) 2276-3380 Fx (506) 2276-3778 d@c.co.cr www.d.com 1 Exportcó d Iformcó formto XML Pr xportr dto dd lpho formto XML, l mú Admtrcó, cutr l opcó Exportr S motrrá l

Más detalles

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

MODELO DE REGRESIÓN LINEAL MÚLTIPLE Modlo d Rgrsó Lal Múltpl MODELO DE REGRESIÓN LINEAL MÚLTIPLE Autors: Ratas Kzys (rzys@uoc.du), Ágl A. Jua (ajuap@uoc.du). ESQUEMA DE CONTENIDOS Hpótss sobr l térmo d prturbacó Hpótss sobr varabls xplcatvas

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

FAyA Licenciatura en Química Física III año 2006 MECANICA CUANTICA

FAyA Licenciatura en Química Física III año 2006 MECANICA CUANTICA FAyA Licciatura Química Fíica III año 006 MECANICA CUANTICA E la mcáica cláica l tado d u itma dcrib u itat dtrmiado dado toda u coordada q y u vlocidad q. E mcáica cuática l tado d u itma dfi dado ua

Más detalles

Fonones: Cuantización de las vibraciones de la red cristalina.

Fonones: Cuantización de las vibraciones de la red cristalina. Foo: Cuatizació d la ibracio d la rd critalia. Oda d logitud larga Oda lática... Oda d logitud corta λ a o πa tmo qu tr cuta la tructura atómica dl crital. foó logitudial foó traral a mooatómica: Coidrmo

Más detalles

FRACCIONARIOS Y DECIMALES

FRACCIONARIOS Y DECIMALES FRACCIONARIOS Y DECIMALES Hg clck obr l t qu coultr: 1. Núro Frccoro - Frccoro grl - Frccoro hoogéo y htrogéo - Clfccó lo frccoro - Frcco quvlt - Ruccó frcco (plfccó) - Covró frccoro cl 2. Núro Dcl Núro

Más detalles

Variables Aleatorias. Capítulo 4: Variables Aleatorias. Distribuciones Estadística Computacional 1º Semestre Variables Aleatorias

Variables Aleatorias. Capítulo 4: Variables Aleatorias. Distribuciones Estadística Computacional 1º Semestre Variables Aleatorias Uvdd Técc Fdco St Mí Dptmto d omátc L-8 Vl Alto Cpítulo 4: Vl Alto Dtuco Etdítc Computcol º Smt 3 Poo :Hécto Alld Pág : www..utm.cl/~hlld -ml : hlld@.utm.cl Fucó qu g cd puto dl pco mutl u úmo l Ejmplo

Más detalles

Termodinàmica Química i Estadística Curs Part de Termodinàmica Estadística

Termodinàmica Química i Estadística Curs Part de Termodinàmica Estadística rmodámca ItroduccóEstadístca F Curs 7-8 rmodàmca uímca Estadístca Curs - Part d rmodàmca Estadístca Cotdo ma : Fudamtos d rmodámca Estadístca Colctvos Postulados Colctvo Caóco: cofguracos psos cofguracó

Más detalles

Tema 6.Sistemas de Telecomunicación. El ruido en los sistemas de comunicación.

Tema 6.Sistemas de Telecomunicación. El ruido en los sistemas de comunicación. ma 6.ma d lcomucacó. l rudo lo ma d comucacó. Aál d lo ma d Comucaco Dgal dd la prpcva R y BR B rror Ra Iroduccó capíulo, la ñal y l rudo dcrb érmo d ñal alaora. Aplcarmo cálculo d probabldad. La da báca

Más detalles

(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN

(tema 13 del libro) 1. PARÁMETROS DE CENTRALIZACIÓN UIDAD.- Dstrbucos udmsoals. Parámtros (tma dl lbro). PARÁETROS DE CETRALIZACIÓ Auqu las tablas stadístcas y las rprstacos grácas cot toda la ormacó rlatva a u problma, muchas vcs trsa smplcar s cojuto

Más detalles

FACULTAD DE ECONOMÍA, U.V. PRIMER EXAMEN DE ECONOMETRÍA 1 Profesor: Carlos Pitta Arcos. Grupos 401 y 402

FACULTAD DE ECONOMÍA, U.V. PRIMER EXAMEN DE ECONOMETRÍA 1 Profesor: Carlos Pitta Arcos. Grupos 401 y 402 FACULTAD DE ECONOMÍA, U.V. PIME EAMEN DE ECONOMETÍA Profsor: Carlos Ptta Arcos. Grupos 40 y 40 Paorama Gral: El am costa d 5 problmas, co ua podracó fal d 00 putos (pts). Para facltarl l cálculo dl valor

Más detalles

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025 . Queremo realzar ua mpocó a plazo fjo, para lo cual acudmo a tre etdade facera. La codcoe que o ofrece o: el baco ofrece u % omal pagadero meualmete, el baco B ofrece u,% efectvo trmetral y el baco u

Más detalles

2. Utilizando el método adimensional basado en el factor de calidad Q, determine:

2. Utilizando el método adimensional basado en el factor de calidad Q, determine: Uivrsidad Simó Bolívar Dpartamto d Covrsió y Trasport d Ergía Autor: Eduardo Albaz. Cart: 06-391 Profsor: J. M. Allr Máquias Eléctricas II CT-311 U motor d iducció coxió strlla d 100 kw, 416 V, rdimito

Más detalles

Ampliació de Química-Física Curs Introducció

Ampliació de Química-Física Curs Introducció Itroduccó F Curs 7-8 mplacó d uímca-físca Curs 7-8 Itroduccó Cotdo ma : Cocptos báscos d Mcáca Cuátca Postulados d la Mcáca Cuátca Sstmas scllos Caja Cuátca rdmsoal Rotor Rígdo Osclador armóco promacó

Más detalles

10 REGRESIÓN LINEAL SIMPLE

10 REGRESIÓN LINEAL SIMPLE Part stadístca Prof. María B. Ptarll GIÓN LINAL IMPL. Itroduccó muchos problmas st ua rlacó tr dos o más varabls, rsulta d trés studar la aturalza d sa rlacó. l aálss d rgrsó s la técca stadístca para

Más detalles

Teoría de errores. Tema 4

Teoría de errores. Tema 4 Toría d rrors Tma 4 Tma 4 Toría d rrors 4. El rror rdadro 4. Clasfcacó d rrors Sgú las causas qu los prooca Sgú los fctos qu produc 4.3 Ly d rrors d Gauss Postulados d Gauss y dstrbucó d rrors Valor más

Más detalles

Práctica 5. Control digital

Práctica 5. Control digital Práctca 5. Cotrol gtal Agatra: Stma Elctróco Cotrol Cro: 3/4- Ralacó: D4-, 4/5/3 g y 3/5/3 g9, 8h-h Nota: Para la ralacó la ráctca mrcbl trar l to rvo hcho valmt. El to rvo cot rolvr lo jrcco marcao co

Más detalles

TEMA 58. Población y Muestra. Condiciones de Representatividad de una muestra.tamaño de la muestra

TEMA 58. Población y Muestra. Condiciones de Representatividad de una muestra.tamaño de la muestra a 58. Poblacó y utra. Codco d Rrtatvdad d ua utra. A 58. Poblacó y utra. Codco d Rrtatvdad d ua utra.aaño d la utra. troduccó y dfco La rrtacó d dato o tadítca obr rtca o caractrítca d cualqur coudad tado,

Más detalles

3. Cálculo y dimensionado

3. Cálculo y dimensionado Documto Básco HE Ahorro d Ergía. Codsacos 1 Las codsacos suprfcals los crramtos y partcos trors qu compo la volvt térmca dl dfco, s lmtará d forma qu s vt la formacó d mohos su suprfc tror. Para llo, aqullas

Más detalles

Multicupón no garantizado 07/09 1

Multicupón no garantizado 07/09 1 ANEXO AL CONTRATO FINANCIERO DENOMINADO MULTICUPÓN NO GARANTIZADO OBRE UPUETO DE AJUTE O UPUETO EPECIALE DE AJUTE. UPUETO DE AJUTE: E caso d qu s produzca cualqura d las stuacos qu a cotuacó s dca l Baco

Más detalles

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears

Análisis estadístico básico (II) Magdalena Cladera Munar Departament d Economia Aplicada Universitat de les Illes Balears Aál etadítco báco (II) Magdalea Cladera Muar mcladera@ub.e Departamet d Ecooma Aplcada Uvertat de le Ille Balear CONTENIDOS Covaraza y correlacó. Regreó leal mple. REFERENCIAS Alegre, J. y Cladera, M.

Más detalles

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)

TEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II) Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca

Más detalles

Capítulo IV. Estadísticas cuánticas.

Capítulo IV. Estadísticas cuánticas. Capítulo I. stadísticas cuáticas. Lcció 6 Itroducció a las stadísticas cuáticas. Partículas distiguibls idistiguibls. stadísticas d Bos-isti y d rmi-dirac. Lcció 7 Gas idal d rmi: lctros mtals. Lcció 8

Más detalles

TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS

TEMA 5: LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS Dpartamto d Matmáticas. IE.S. Ciudad d Arjoa º Bach Socials. LÍMITES Propidads: TEMA : LÍMITE DE FUNCIONES. CONTINUIDAD.ASÍNTOTAS. LÍMITES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. LÍMITES. RESOLUCIÓN DE INDETERMINACIONES.

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

IV. Gases ideales cuánticos

IV. Gases ideales cuánticos IV. Ga idal cuático Boo y Fmio Fucio d ditibució o Bo-Eiti (boo) o Fmi-Diac (fmio) o límit cláico (Maxwll-Boltzma) Aplicacio: o lcto d coducció mtal o 3 H y 4 H o Ga d foto Ly d Plack Módulo d Mcáica Etadítica

Más detalles

MODELO DE REGRESIÓN LINEAL MÚLTIPLE

MODELO DE REGRESIÓN LINEAL MÚLTIPLE Modlo d Rgrsó Lal Múltpl MODELO DE REGRESIÓN LINEAL MÚLTIPLE Autors: Ratas Kzys (rzys@uoc.du), Ágl A. Jua (ajuap@uoc.du). ESQUEMA DE CONTENIDOS Hpótss sobr l térmo d prturbacó Hpótss sobr varabls xplcatvas

Más detalles

BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA 1. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL

BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA 1. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL BLOQUE I: ESTADÍSTICA DESCRIPTIVA TEMA. ESTADISTICA DESCRIPTIVA UNIDIMENSIONAL. Graldads Estadístca: Cojuto d torías y téccas para la rcoplacó, l aálss, la trprtacó y la prstacó d datos umércos Etapas

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL Cotrasts d sgfcacó cojuta /4 APUNTE DE CLAE ECONOMETRÍA I. UDI ECONOMETRÍA E INFORMÁTICA CONTRATE DE IGNIFICACIÓN CONJUNTA EN EL MBRL Prof. Rafal d Arc Prof. Ramó Mahía rafal.darc@uam.s ramo.maha@uam.s

Más detalles

Z = número atómico o número de protones del núcleo Z = 1 (H); 2 (He + ); 3 (Li 2+ ).

Z = número atómico o número de protones del núcleo Z = 1 (H); 2 (He + ); 3 (Li 2+ ). CAPITULO. l átoo d idógo ) Atoo d idógo idogoid Z úo atóico o úo d poto dl úclo Z (H); (H + ); (Li + ). F q q / ε F q q / θ.6-9 cul.8 - u N u cul /( ε ) / φ V() -Z / ( u ) Hˆ Hˆ Hˆ + Ψ (, ) ψ ( )ψit( )

Más detalles

5 MECÁNICA ESTADÍSTICA CUÁNTICA DE GASES IDEALES

5 MECÁNICA ESTADÍSTICA CUÁNTICA DE GASES IDEALES ma 5 MCÁICA SADÍSICA CUÁICA D GASS IDALS stadística d rmi-dirac y stadística d Bos-isti. l límit clásico. Gas idal d rmi: lctros mtals. Gas idal d Bos: fotos y 4H líquido. Codsació d Bos-isti. [RI-9; HUA-8;

Más detalles

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL

CONTRASTES DE SIGNIFICACIÓN CONJUNTA EN EL MBRL Cotrasts d sgfcacó cojuta APNTE DE CLAE ECONOMETRÍA I. DI ECONOMETRÍA E INFORMÁTICA CONTRATE DE IGNIFICACIÓN CONJNTA EN EL MBRL Prof. Rafal d Arc Rafal.darc@uam.s I. Cotrast d sgfcacó cojuta dl modlo a

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

INTEGRAL INDEFINIDA. Derivación. Integración TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA FUNCIÓN PRIMITIVA. F() s ua primitiva d f() si F ()= f(). Esto s prsa así: f() = F'() = F() La itgració s la opració ivrsa a la drivació, d modo qu: FUNCIONES

Más detalles

TEORÍA DE REDES. CAPITULO II - Formulación y Solución de Modelos de Redes Lineales

TEORÍA DE REDES. CAPITULO II - Formulación y Solución de Modelos de Redes Lineales UNIVERSIDAD NACIONAL DE CÓRDOBA Facultad d Cca Exacta Fíca y Natual Dpatato Elctóca EORÍA DE REDES CAPIULO II - Foulacó y Solucó d Modlo d Rd Lal INRODUCCIÓN.... LE DE KIRCHHOFF DE CORRIENES DE RAMA (PRIMERA

Más detalles

MUESTREO EN CONGLOMERADOS PARA EL INVENTARIO DE PLANTACIONES DE PINUS CARIBAEA Y EUCALYPTUS SP. EN LA UNIDAD DE MANEJO 20 DE MAYO, E.F.I MACURIJE.

MUESTREO EN CONGLOMERADOS PARA EL INVENTARIO DE PLANTACIONES DE PINUS CARIBAEA Y EUCALYPTUS SP. EN LA UNIDAD DE MANEJO 20 DE MAYO, E.F.I MACURIJE. UESTREO EN CONGLOERADOS PARA EL INVENTARIO DE PLANTACIONES DE PINUS CARIBAEA Y EUCALYPTUS SP. EN LA UNIDAD DE ANEJO 0 DE AYO, E.F.I ACURIJE. Elo Alaa Prra, Ilya García Coroa y Ig. Fortal y Robrto aro 3

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

APUNTE Y PROBLEMAS DE FÍSICA III

APUNTE Y PROBLEMAS DE FÍSICA III APUE Y PROBLEMAS DE FÍSICA III CARRERA: LICECIAURA E QUÍMICA PROFESOR Mg. CARLOS A. CAAEO AUILIAR Lc. ERIQUE M. BIASOI COEIDOS: Mcáca Clásca: Mcáca Cuátca: Mcáca Estadístca: Problmas: Cmátca Dámca Prcpos

Más detalles

Tema IV: Ruidos e Interferencias: Técnicas de reducción.

Tema IV: Ruidos e Interferencias: Técnicas de reducción. SCUA TÉCNICA SUPIO D INGNIOS INDUSTIAS Y D TCOMUNICACIÓN UNIVSIDAD D CANTABIA INSTUMNTACIÓN CTÓNICA D COMUNICACIONS (5º Curso Igría d Tlcomucacó) Tma IV: udos Itrrcas: Téccas d rduccó. José María Drak

Más detalles

Elementos de Probabilidad y Estadística

Elementos de Probabilidad y Estadística Capítulo 3 Elmtos d robabldad y Estadístca 3.. Itroduccó E st capítulo s prsta cocptos báscos d robabldad y Estadístca, ya u dtro dl dsño y plaacó d ua obra hdráulca juga u papl mportat l aálss hdrológco

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

El calor transferido de un fluido a otro a través de la pared de un tubo es: = / r1 r. ) + h

El calor transferido de un fluido a otro a través de la pared de un tubo es: = / r1 r. ) + h INERCAMBIO DE CALOR ENRE DOS FLUIDOS El calor tranfrido d un fluido a otro a travé d la pard d un tubo : πl( - ln( r / r + + hr k h r ( Eta cuación la ba dl diño d intrcambiador d calor tubular. Si dfin

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

INTEGRAL INDEFINIDA. Derivación. Integración TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA. FUNCIÓN PRIMITIVA F() s ua primitiva d f() si F ()= f(). Esto s prsa así: La itgració s la opració ivrsa a la drivació, d modo qu: f() F'() F() FUNCIONES PRIMITIVAS

Más detalles

9 Momentos y funciones generatrices de Momentos

9 Momentos y funciones generatrices de Momentos 9 omos y fucos grarcs d omos Edgar Acua ESA 400 Edgar Acua 9. omos Sa ua varabl alaora s df su smo momo co rspco al org como μ E[ ], smpr qu l caso dscro y qu p < f d < l caso couo. Obvam, μμ..tamb, s

Más detalles

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.

Más detalles

Procesamiento Digital de Señales de Voz

Procesamiento Digital de Señales de Voz Procsamto Dgtal d Sñals d Voz Trasparcas: Procsamto d Sñals y Métodos d Aálss para rcoocmto d Voz Autor: Dr. Jua Carlos Gómz Basado : Rabr, L. ad Juag, B-H.. Fudamtals of Spch Rcogto, Prtc Hall,.J., 993.

Más detalles

TEMA 1: CALCULO DIRECTO DE LÍMITES

TEMA 1: CALCULO DIRECTO DE LÍMITES INSTITUCION EDUCATIVA DISTRITAL RODRIGO DE BASTIDAS Rsolució Nº 88 d ovimbr.8/ ScrtariaD Educació Distrital REGISTRO DANE Nº-99 Tléfoo Barrio Bastidas Sata Marta DEPARTAMENTO DE MATEMATICAS ACTIVIDAD ESPECIAL

Más detalles

III Game Campori Online

III Game Campori Online 2015 14-16 d ag vã www.gam.ampl.m puguê III Gam Camp Ol Gua dl Ev A Equp Rad Wb Avdad y glam Cdad Publdad Tadu Rla x Rd Sal Epaldad dl Ev Pdu y vd Múa Dg Tx 2 Thag Sf Hla quad! C ga algía l v a hé d aha

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL GUíAS DE TRABAJOS PRÁCTICOS 2 y (2do Cuatrmestre 208) GRÁFICOS DE COTROL ) Guía o 2: El admstrador de servcos de ua ageca grade de automóvles desea estudar la catdad de tempo requerdo para efectuar u tpo

Más detalles

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS)

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) Los sistmas o lials pud llgar a tr comportamitos ralmt sorprdts alguos casos: por u lado pud llgar a tr diámicas totalmt difrts sgú l valor qu

Más detalles

TRANSITORIOS EN SISTEMAS ELECTRICOS

TRANSITORIOS EN SISTEMAS ELECTRICOS TRANSTOROS EN SSTEMAS EETROS Dr. Armado lama Dr. Fdrco Vramo Fbrro 6 d 3 Agda Solucó d la ara rcuo co amorguamo Rpua caló Rpua mpulo ocluo Problma.- Problma.- U raformador rfáco d: 38 kv/3.8 kv, MVA, ua

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

OPTIMIZACIÓN ESTRUCTURAL CON MALLAS FIJAS Y ANALISIS DE SENSIBILIDAD UTILIZANDO VARIAS APROXIMACIONES A LOS ELEMENTOS DE FRONTERA

OPTIMIZACIÓN ESTRUCTURAL CON MALLAS FIJAS Y ANALISIS DE SENSIBILIDAD UTILIZANDO VARIAS APROXIMACIONES A LOS ELEMENTOS DE FRONTERA OPMZACÓN ESRUCURAL CON MALLAS FJAS Y ANALSS DE SENSBLDAD ULZANDO VARAS APROXMACONES A LOS ELEMENOS DE FRONERA Wllam Ramírz Bítz, Maul Julo García Ruíz Prgrado gría Mcáca Uvrsdad EAF, Colomba. Ph.D. gría

Más detalles

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179

Página 182. Página 180. Página 184. Página 181. Página 186. Página 179 Solucoe de la actvdade Pága 79 Meda 5, 93 Varaza 4, 66 Devacó típca, 6 Pága 4 La repreetacó de la ube de puto de la tabla juto co la recta que má e aproma a ello e: Pága 0 El dagrama de dperó de la dtrbucó

Más detalles

Laboratorio de Control Analógico II Práctica No. 6. Práctica 6 Implementación de un controlador Proporcional

Laboratorio de Control Analógico II Práctica No. 6. Práctica 6 Implementación de un controlador Proporcional Práctca 6 Imlmntacón d un controlador Proorconal Objtvo: Imlmntar un controlador analógco d vlocdad d to roorconal ara l motor d CD y valuar u vntaja n la rgón d oracón lnal y no lnal contra un controlador

Más detalles

LECTURA 06: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE II) TEMA 12: INTERVALOS DE CONFIANZA PARA LA PROPORCION POBLACIONAL

LECTURA 06: INTERVALOS DE CONFIANZA Y TAMAÑO DE MUESTRA (PARTE II) TEMA 12: INTERVALOS DE CONFIANZA PARA LA PROPORCION POBLACIONAL Uivridad Católica o Ágl d Chimbot ECTURA 6: ITERVAOS DE COFIAA Y TAMAÑO DE MUESTRA (PARTE II) TEMA : ITERVAOS DE COFIAA PARA A PROPORCIO POBACIOA. ITRODUCCIO Mucha vc la dciio dd d arámtro qu o biario,

Más detalles

G - Métodos de Interpolación

G - Métodos de Interpolación ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó

Más detalles

Capitalización, actualización y equivalencia financiera en capitalización compuesta

Capitalización, actualización y equivalencia financiera en capitalización compuesta Captalzacó, actualzacó y equvaleca facera e captalzacó compueta 5 E eta Udad aprederá a: 2 3 4 5 Decrbr lo efecto eecale de la captalzacó compueta. Reolver problema facero e captalzacó compueta. Dferecar

Más detalles

TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS

TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS www.ova.ud.s/wbags/ild/wb/d.htm -mal: mozas@l.ud.s TEMA 6 DISTRIBUCIONES DE PROBABLIDAD DISCRETAS Dstbucó dgada u uto c.- Fucó d obabldad: P( = c) = ; P( c) = 0. Fucó d dstbucó: F() = 0, c, c Momtos: E()

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 5: Medidas de Dispersión para Datos Agrupados por Valor Simple Curo de Etadítca Udad de Medda Decrptva Leccó 5: Medda de Dperó para Dato Agrupado por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 00 Derecho de Autor Objetvo. Calcular ampltud, varaza, devacó

Más detalles

MATEMÁTICAS Y CULTURA B O L E T Í N No. 273 COORDINACIÓN DE MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE

MATEMÁTICAS Y CULTURA B O L E T Í N No. 273 COORDINACIÓN DE MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE MATEMÁTICAS Y CULTURA B O L E T Í N 23.04.20 No. 273 COORDINACIÓN DE MATEMÁTICAS MATEMÁTICAS MATEMÁTICAS APLICACIONES DEL DETERMINANTE DE VANDERMONDE E l Boltí Matmáticas Y Cultura No. 257 dl 23 d abril

Más detalles

UNIVERSIDAD CARLOS III DE MADRID DEPARTAMENTO DE MECÁNICA DE MEDIOS CONTINUOS Y TEORÍA DE ESTRUCTURAS

UNIVERSIDAD CARLOS III DE MADRID DEPARTAMENTO DE MECÁNICA DE MEDIOS CONTINUOS Y TEORÍA DE ESTRUCTURAS UNIRIDAD CARO III D ADRID DPARTANTO D CÁNICA D DIO CONTINUO Y TORÍA D TRUCTURA INNIRÍA INDUTRIA º Curo ATICIDAD Y RITNCIA D ATRIA II CURO /5 FORUARIO ÁICO ICROCÁNICA Ddad d ua láa udroal ρ ρ ρ Cotat láta

Más detalles

PRUEBA OBJETIVA. 5. En el caso particular en que los términos amortizativos y los tipos de interés son constantes (método francés) se cumple que:

PRUEBA OBJETIVA. 5. En el caso particular en que los términos amortizativos y los tipos de interés son constantes (método francés) se cumple que: PRUEBA OBJETIVA Ecerre co u círculo la letra o letra correpodete a la alteratva válda de etre la propueta: 1. La operacó de amortzacó e caracterza por: a) Ser de pretacó múltple y cotrapretacó úca. b)

Más detalles

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: MADRID

DELTA MASTER FORMACIÓN UNIVERSTARIA C/ Gral. Ampudia, 16 Teléf.: MADRID C/ Gal. Auda, 6 Tléf.: 9 5 8 4-9 55 9 800 MADRID ORMULARIO DE ESTADÍSTICA. DISTRIBUCIONES UNIDIMENSIONALES. Esaza atátca. Sdo ua vaabl alatoa g ( ua fucó d la sa, dfos: E ( g ( ( g Caso dscto g ( f ( Caso

Más detalles

INGENIERIA TECNICA EN DISEÑO INDUSTRIAL INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso

INGENIERIA TECNICA EN DISEÑO INDUSTRIAL INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso IGEIERIA TECICA E DISEÑO IDUSTRIAL IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 00-005 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso

INGENIERIA TECNICA INDUSTRIAL-MECANICA Formulario de Estadística. Curso IGEIERIA TECICA IDUSTRIAL-MECAICA Forularo de Etadítca. Curo 009-00 ESTADÍSTICA DESCRIPTIVA Dato agrupar eda c Dato agrupado : º clae : º dato por clae c : arca de clae devacó típca de la poblacó ( μ (

Más detalles

Cap. II: Principios Fundamentales del Flujo de Tránsito

Cap. II: Principios Fundamentales del Flujo de Tránsito Cap. II: Pricipios Fudamtals dl Flujo d Trásito Diagrama Espacio-Timpo Distacia 1 2 Itralo (i) 3 4 5 6 Espaciamito () Timpo Flujo, q Dsidad, Vlocidad, Tasa horaria quialt a la cual trasita los hículos

Más detalles

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3 Rpaso d Matmáticas E st apédic s hará u brv rpaso d las cuacios y fórmulas básicas d utilidad Química Física gral y Trmodiámica Química particular. EXPONENTES Y POTENCIAS Muchos úmros s xprsa forma más

Más detalles

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010

UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE 2010 UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO PARA MAYORES DE AÑOS CONVOCATORIA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES RESOLUCIÓN DE LOS EJERCICIOS PROPUESTOS Ejercco a) ( puto) Racoalce mplfque

Más detalles

Capítulo 4-1. El problema de la interpolación. Polinomio interpolador de Lagrange

Capítulo 4-1. El problema de la interpolación. Polinomio interpolador de Lagrange Capítulo 4-. El poblma d la tpolacó. Polomo tpolado d Lagag 4 El poblma d la Itpolacó. Sa f ua fucó cotua [a, b] d la qu s cooc l valo qu toma putos dsttos (odos):...... S tata d calcula l valo apomado

Más detalles