CARACTERIZACIÓN A IMPACTO DE CAUCHO RECICLADO MEDIANTE ELEMENTOS FINITOS ANEXO 2: VISCOELASTICIDAD
|
|
- Benito Rivas Valenzuela
- hace 5 años
- Vistas:
Transcripción
1 eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 CARACTERIZACIÓN A IMPACTO DE CAUCHO RECICLADO MEDIANTE ELEMENTOS FINITOS ANEXO 2: VISCOELASTICIDAD DATOS DE LA ALUMNA O DEL ALUMNO NOMBRE: ANE APELLIDOS: ESCRIBANO CASTRO DATOS DEL DIRECTOR O DE LA DIRECTORA NOMBRE: IRANTZU APELLIDOS: URIARTE GALLASTEGI DEPARTAMENTO: INGENIERÍA MECÁNICA FDO.: FDO.: FECHA: FECHA: Anexo II
2 Contenido Capítulo 1. Introducción Estructura del Algoritmo... 1 Capítulo 2. Algoritmo P.S.O Coste Simular AnalizarDatos... 8 Capítulo 3. Ensayos Probetas grandes Densidad = 0.7 g/cm Densidad = 0.8 g/cm Densidad = 0.9 g/cm Densidad = 1g/cm Probetas pequeñas Densidad = 0.7 g/cm Densidad = 0.9 g/cm Densidad = 1g/cm Capítulo 4. Resultados obtenidos...17 i
3 Índice de tablas Tabla 1. Constantes viscoelásticas para densidades 0.7, 0.8, 0.9 y 1 g/cm 3 ajustadas para cada curva (probetas grandes). Tabla 2. Constantes viscoelásticas para densidades 0.7, 0.9 y 1 g/cm 3 ajustadas para cada curva (probetas pequeñas) ii
4 Índice de figuras Fig. 1. Resultados obtenidos para probetas grandes con densidad 0.7 g/cm Fig. 2. Gráfica para probetas grandes con densidad 0.7 g/cm Fig. 3. Resultados obtenidos para probetas grandes con densidad 0.8 g/cm Fig. 4. Gráfica para probetas grandes con densidad 0.8 g/cm Fig. 5. Resultados obtenidos para probetas grandes con densidad 0.9 g/cm Fig. 6. Gráfica para probetas grandes con densidad 0.9 g/cm Fig. 7. Resultados obtenidos para probetas grandes con densidad 1 g/cm Fig. 8. Gráfica para probetas grandes con densidad 1 g/cm Fig. 9. Resultados obtenidos para probetas pequeñas con densidad 0.7 g/cm Fig. 10. Gráfica para probetas pequeñas con densidad 0.7 g/cm Fig. 11. Resultados obtenidos para probetas pequeñas con densidad 0.9 g/cm 3. Fig. 12. Gráfica para probetas pequeñas con densidad 0.9 g/cm 3. Fig. 13. Resultados obtenidos para probetas pequeñas con densidad 1 g/cm 3. Fig. 14. Gráfica para probetas pequeñas con densidad 1 g/cm iii
5
6 Capítulo 1. Introducción Para la obtención de parámetros de la parte viscoelástica se ha utilizado un Algoritmo de Optimización por nube de partículas (PSO). Este algoritmo, tal y como se ha explicado en la memoria, se basa en el comportamiento de sistemas naturales tales como abejas, aves, hormigas Un Algoritmo PSO trabaja con una población de partículas, las cuales se desplazan en un espacio de búsqueda conforme a ciertas reglas matemáticas. El movimiento de cada partícula depe de su mejor posición obtenida, así como la mejor posición global hallada en todo el espacio de búsqueda. Las partículas se van orientando conforme se encuentran mejores posiciones. El proceso se va repitio con el objetivo, no garantizado, de hallar en algún movimiento, una solución lo suficientemente satisfactoria. A continuación, se explica el proceso que hemos utilizado para la obtención de los 3 parámetros que hemos obtenido para caracterizar el modelo viscoelástico Estructura del Algoritmo En la elaboración de éste proceso, se han utilizado los siguientes procesos: 1- PSO: Programa principal con el Algoritmo PSO. 2- Datos: Conjunto de todos los datos experimentales hallados en trabajos previos. Se han usado los correspondientes a Tiempo, Lambda y Cauchy. 3- Coste: Subprograma que calcula el error matemático en el ajuste. 4- Simular: Subprograma para utilizar las funciones del modelo a estudiar. 5- AnalizarDatos: Subprograma para la obtención de las gráficas. 1
7 Capítulo 2. Algoritmo Se expone el proceso en cuestión para poder analizarlo. Como ejemplo, se usará el de la densidad 0.7 para el caso de probetas pequeñas P.S.O. Se limpia todo lo que se haya hecho previamente: clc clear all close all Se nombra los parámetros globales que se vayan a usar durante el programa: global Nmuestras tiempo L Sigmaexp Lpunto I2 sigmaeinter MSigmaexp DatosPSO dt Se les da valores a dichos parámetros globales: %Parametros PSO MuestrasporEje=5; Nparticulas=MuestrasporEje^3; [Número de valores en los ejes X, Y y Z, (>0)] Inerciamin=0.4; Inerciamax=0.9; phi1=0.5; phi2=0.5; Niter=100;%20 dt=1; Se llama a los datos que se tienen de densidades, en este caso, para 0.7, de los cuales se disponen los siguientes: - P_0.004_0.71 (hiperelástico) - P_0.04_0.72_A - P_0.04_0.72_B - P_0.4_0.72_A 2
8 Capítulo 2. Algoritmo - P_0.4_0.72_B Todos ellos quedan reunidos en: Datos_07_Cauchy; Como se tienen 5 conjuntos de datos de densidades del mismo tipo, K va desde 1 a 5. Con ello, se coge toda la longitud de los Excel y se define la longitud total de las variables: for k=1:5 Comando=['Nmuestras(',num2str(k),')=length(DatosEnsayo',num2str( k),'(:,1));']; eval(comando); tamanhomax=max(nmuestras); tiempo=zeros(tamanhomax,5); L=zeros(tamanhomax,5); Sigmaexp=zeros(tamanhomax,5); Lpunto=zeros(tamanhomax,5); I2=zeros(tamanhomax,5); sigmaeinter=zeros(tamanhomax,5); Se crean 3 matrices en las cuales se meten los tiempos de cada ensayo en una, las lambdas de cada ensayo en otra, y las tensiones Cauchy de cada ensayo en la última. for k=1:5 Comando=['tiempo(1:Nmuestras(',num2str(k),'),',num2str(k),')=Dat osensayo',num2str(k),'(:,1);']; eval(comando); Comando=['L(1:Nmuestras(',num2str(k),'),',num2str(k),')=DatosEns ayo',num2str(k),'(:,2);']; eval(comando); Comando=['Sigmaexp(1:Nmuestras(',num2str(k),'),',num2str(k),')=D atosensayo',num2str(k),'(:,3);']; eval(comando); Se calcula e I 2 : for k=1:5 Lpunto(1:Nmuestras(k),k)=[0;diff(L(1:Nmuestras(k),k))./diff(tiem po(1:nmuestras(k),k))]; I2(:,k)=L(:,k).^-2+2*L(:,k); MSigmaexp(k)=mean(Sigmaexp(1:Nmuestras(k),k)); dt(1:nmuestras(k),k)=[tiempo(2,k)- tiempo(1,k);diff(tiempo(1:nmuestras(k),k))]; Para la hiperelástica no se hace, por lo que para k>1, se procede a realizar la siguiente ecuación: 3
9 Capítulo 2. Algoritmo if k>1 sigmaeinter(1:nmuestras(k),k)=interp1(l(1:nmuestras(1),1), Sigmaexp(1:Nmuestras(1),1),L(1:Nmuestras(k),k),'linear','e xtrap'); Con todo esto, se crea una matriz que contenga todos los datos que se necesitan. En total 12 columnas divididas de la siguiente manera: - En las columnas 1 y 2 Coste PSO y R2 - Columnas 3, 4, 5 Variables que contienen la posición POS. - Columnas 6, 7, 8 3 valores de velocidades ya que se pueden mover en 3 direcciones - Columnas 9, 10, 11 Posición óptima de cada partícula. - Columna 12 Coste óptimo de cada partícula. La primera vez que se arranca el Algoritmo, es importante establecer los siguientes limites para encontrar los parámetros. Gracias a ésto, los parámetros que se desean obtener girarán en torno a unos determinados valores. % bloa4=5e+05; % bloa5=-8e+05; % bloa6=1e-2; % bupa4=0; % bupa5=0; % bupa6=0; Una vez arrancado el programa, se establecen los límites en torno a los parámetros hallados en el primer arranque. Si éstos no se cumplen, se procede a otra vuelta hasta que se consigan los valores de los límites, y unos parámetros que figuren dentro de ellos. bloa4=1e5; bloa5=-9e5; bloa6=0.5; bupa4=3e6; bupa5=-1e5; bupa6=1.5; Se crea una distribución uniforme entre los límites detallados arriba: PA4=random('Uniform',bloA4,bupA4,1,MuestrasporEje); PA5=random('Uniform',bloA5,bupA5,1,MuestrasporEje); PA6=random('Uniform',bloA6,bupA6,1,MuestrasporEje); 4
10 Capítulo 2. Algoritmo VA4=random('Uniform',-abs(bupA4-bloA4),abs(bupA4- bloa4),1,muestrasporeje); VA5=random('Uniform',-abs(bupA5-bloA5),abs(bupA5- bloa5),1,muestrasporeje); VA6=random('Uniform',-abs(bupA6-bloA6),abs(bupA6- bloa6),1,muestrasporeje); DatosPSO=zeros(Nparticulas,12); i=0; for ia4=1:muestrasporeje for ia5=1:muestrasporeje for ia6=1:muestrasporeje i=i+1; DatosPSO(i,:)=[0,0,PA4(iA4),PA5(iA5),PA6(iA6),VA4(iA4),VA5(iA5), VA6(iA6),PA4(iA4),PA5(iA5),PA6(iA6),0]; Se llama al subprograma Coste: for i=1:nparticulas [DatosPSO(i,1), DatosPSO(i,2)]=Coste_07(DatosPSO(i,3:5)); DatosPSO(:,12)=DatosPSO(:,1); [CosteMin,ref]=min(DatosPSO(:,1)); PosOptGlobal=DatosPSO(ref,3:5); Con esto, queda hallada la posición global óptima inicial. Ahora, lo que se procede a hacer es calcular todas las combinaciones posibles para cada valor de A4 con los valores de A5 y A6. Esto es, si A4, A5 y A6 son cada uno un vector de 50 elementos, hay combinaciones posibles. DatosHistoricos_07=[]; for k=1:niter [DatosPSO(i,1), DatosPSO(i,2)]=Coste_07(DatosPSO(i,3:5)); for i=1:nparticulas r1=random('uniform',0,1,1,1); r2=random('uniform',0,1,1,1); Inercia=(Inerciamax-Inerciamin)*k^2/Niter^2+(Inerciamin- Inerciamax)*2*k/Niter+Inerciamax; Fórmula de la viscoelasticidad para caso de Yang: DatosPSO(i,6:8)=Inercia*DatosPSO(i,6:8)+ phi1*r1*(datospso(i,9:11)-datospso(i,3:5))+ phi2*r2*(posoptglobal-datospso(i,3:5)); DatosPSO(i,3:5)=DatosPSO(i,3:5)+ DatosPSO(i,6:8)*dt; [DatosPSO(i,1), DatosPSO(i,2)]=Coste_07(DatosPSO(i,3:5)); 5
11 Capítulo 2. Algoritmo Se almacenan los datos que se han ido obtenio: DatosHistoricos_07=[DatosHistoricos_07,[DatosPSO(i,3);DatosPSO(i,4);Da tospso(i,5);datospso(i,1);datospso(i,2)]]; if DatosPSO(i,1)<DatosPSO(i,12) DatosPSO(i,12)=DatosPSO(i,1); DatosPSO(i,9:11)=DatosPSO(i,3:5); [CosteMin,ref]=min(DatosPSO(:,12)); PosOptGlobal=DatosPSO(ref,9:11); plot3(datospso(:,3),datospso(:,4),datospso(:,5),'xk') grid on xlabel('c2 [Pa]') ylabel('c3 [Pa]') zlabel('c4 [s]') hold on Se almacena la mejor posición óptima local para cada parámetro: A4=PosOptGlobal(1); A5=PosOptGlobal(2); A6=PosOptGlobal(3); Como se ha mencionado antes, sólo nos interesan los valores viscoelásticos, por lo que se salta los primeros grupos de datos, es decir, los hiperelásticos. Se guardan los datos: todaslassigmas_07 = zeros(4,860); for k=[2,3,4,5] sigmainter=simular_07(nmuestras(k),tiempo(1:nmuestras(k),k),l(1: Nmuestras(k),k),A4,A5,A6,Lpunto(1:Nmuestras(k),k),sigmaeinter(1: Nmuestras(k),k),I2(1:Nmuestras(k),k),dT(1:Nmuestras(k),k)); todaslassigmas_07(k-1,1:length(sigmainter)) = sigmainter; save('datoshistoricos_07.mat', 'DatosHistoricos_07') save('todaslassigmas_07.mat','todaslassigmas_07') Se llama al subprograma AnalizarDatos: AnalizarDatos_07 6
12 Capítulo 2. Algoritmo 2.2. Coste function [C,R2medio]=Coste_07(X) Se definen las variables globales: global Nmuestras tiempo L Sigmaexp Lpunto I2 sigmaeinter MSigmaexp DatosPSO dt A4=X(1); A5=X(2); A6=X(3); Se definen los valores iniciales de las variables: Ntot=0; clear Error; Error=[]; NumError=[]; DenError=[]; Para todos los casos, menos el hiperelástico, se llama al subprograma Simular: Se calcula el coeficiente de determinación R 2. Con ello, se halla el error del ajuste: for k=[2,3,4,5] sigmainter=simular_07(nmuestras(k),tiempo(1:nmuestras(k),k),l(1: Nmuestras(k),k),A4,A5,A6,Lpunto(1:Nmuestras(k),k),sigmaeinter(1: Nmuestras(k),k),I2(1:Nmuestras(k),k),dT(1:Nmuestras(k),k)); Msigmainter=MSigmaexp(k); Error=[Error,sum((sigmainter- Sigmaexp(1:Nmuestras(k),k)).^2./((Msigmainter- Sigmaexp(1:Nmuestras(k),k)).^2))]; NumError=[NumError,sum((sigmainter- Sigmaexp(1:Nmuestras(k),k)).^2)]; DenError=[DenError,sum((Msigmainter- Sigmaexp(1:Nmuestras(k),k)).^2)]; Se coge el valor que dé menos error. NumError. Quiere decir que va término a término. R2=1-NumError./DenError; %save('r2.mat','r2') R2medio=mean(R2); EG=NumError./DenError; EGtotal=sum(EG); C=EGtotal; 7
13 Capítulo 2. Algoritmo 2.3. Simular Utilizamos la integral de convolución para viscoelasticidad no lineal: function [Sigma]=Simular_07(Nmuestras,tiempo,L,A4,A5,A6,Lpunto,sigmae,I2,dT) f1= L.*Lpunto.*(A4+A5*(I2-3)); f2= exp(-tiempo/a6).*dt; f3= L.^-2.*Lpunto.*(A4+A5*(I2-3)); integral1=conv(f1,f2); %%%longitud 2n, solo nos interesa hasta length(tiempo) integral1cortado=integral1(1:nmuestras); integral2=conv(f3,f2); integral2cortado=integral2(1:nmuestras); Sigma=sigmae+L.^2.*integral1cortado+L.^-1/2.*integral2cortado; 2.4. AnalizarDatos Con este subprograma, se puede sacar las gráficas de cada conjunto de datos, con λ en el eje X y σ en el eje Y. depio de los datos que se quieran poner en la gráfica, o de cuantos datos se dispongan se usarán unos u otros comandos. Para este caso, que solo se disponen de 5 conjuntos de datos, dejamos sin usar el correspondiente al sexto (para la velocidad más alta). figure plot(datosensayo2(:,2),datosensayo2(:,3),'-.k','linewidth',2) grid on xlabel('\lambda') ylabel('\sigma [Pa]') hold on plot(datosensayo3(:,2),datosensayo3(:,3),'--k','linewidth',2) plot(datosensayo4(:,2),datosensayo4(:,3),':k','linewidth',2.5) plot(datosensayo5(:,2),datosensayo5(:,3),'-ok','linewidth',0.5) % plot(datosensayo6(:,2),datosensayo6(:,3),'k','linewidth',1.5) % -. edo -- edo +k plot(datosensayo2(:,2),todaslassigmas_07(1,1:length(datosensayo2 (:,2))),'-.r','linewidth',0.5) plot(datosensayo3(:,2),todaslassigmas_07(2,1:length(datosensayo3 (:,2))),'--r','linewidth',0.5) plot(datosensayo4(:,2),todaslassigmas_07(3,1:length(datosensayo4 (:,2))),':r','linewidth',0.5) plot(datosensayo5(:,2),todaslassigmas_07(4,1:length(datosensayo5 (:,2))),'-sr','linewidth',0.5) 8
14 Capítulo 2. Algoritmo % plot(datosensayo6(:,2),todaslassigmas_07(5,1:length(datosensayo6 (:,2))),'r','linewidth',0.5) %(1) 2,3,4,5,6 % h=leg('experimental 0.57s-1 (a)','experimental 0.57s-1 (b)','experimental 5.7s-1 (a)','experimental 5.7s-1 (b)','experimental 57s-1','Estimated 0.57s-1 (a)','estimated 0.57s-1 (b)','estimated 5.7s-1 (a)','estimated 5.7s-1 (b)','estimated 57s-1'); %(8) 2,3, 4,5 h=leg('experimental 0.57s-1 (a)','experimental 0.57s-1 (b)','experimental 5.7s-1 (a)','experimental 5.7s-1 (b)','estimated 0.57s-1 (a)','estimated 0.57s-1 (b)','estimated 5.7s-1 (a)','estimated 5.7s-1 (b)'); 9
15 Capítulo 3. Ensayos Una vez descrito todos los procesos, se muestran todos los resultados obtenidos para todas las densidades, tanto para probetas pequeñas como grandes Probetas grandes Densidad = 0.7 g/cm 3 Fig. 1. Resultados obtenidos para probetas grandes con densidad 0.7 g/cm 3. 10
16 Capítulo 3. Ensayos Fig. 2. Gráfica para probetas grandes con densidad 0.7 g/cm Densidad = 0.8 g/cm 3 Fig. 3. Resultados obtenidos para probetas grandes con densidad 0.8 g/cm 3. Fig. 4. Gráfica para probetas grandes con densidad 0.8 g/cm 3. 11
17 Capítulo 3. Ensayos Densidad = 0.9 g/cm 3 Fig. 5. Resultados obtenidos para probetas grandes con densidad 0.9 g/cm 3. Fig. 6. Gráfica para probetas grandes con densidad 0.9 g/cm Densidad = 1g/cm 3 Fig. 7. Resultados obtenidos para probetas grandes con densidad 1 g/cm 3. 12
18 Capítulo 3. Ensayos Fig. 8. Gráfica para probetas grandes con densidad 1 g/cm Probetas pequeñas Densidad = 0.7 g/cm 3 Fig. 9. Resultados obtenidos para probetas pequeñas con densidad 0.7 g/cm 3. 13
19 Capítulo 3. Ensayos Fig. 10. Gráfica para probetas pequeñas con densidad 0.7 g/cm Densidad = 0.9 g/cm 3 Fig. 11. Resultados obtenidos para probetas pequeñas con densidad 0.9 g/cm 3. 14
20 Capítulo 3. Ensayos Fig. 12. Gráfica para probetas pequeñas con densidad 0.9 g/cm Densidad = 1g/cm 3 Fig. 13. Resultados obtenidos para probetas pequeñas con densidad 1 g/cm 3. 15
21 Capítulo 3. Ensayos Fig. 14. Gráfica para probetas pequeñas con densidad 1 g/cm 3. 16
22 Capítulo 4. Resultados obtenidos A continuación, se muestras en dos tablas los parámetros obtenidos para cada densidad. Primero para probetas grandes, y luego para las probetas pequeñas. Pa 0.7 g/cm g/cm g/cm 3 1 g/cm 3 C 2 1,3798E+07 1,003E+06 7,5131E+05 2,5179E+06 C 3 5,858E+05-2,8045E+05-2,8765E+05-1,6613E+06 C ,6286 0,0329 Tabla 1. Constantes viscoelásticas para densidades 0.7, 0.8, 0.9 y 1 g/cm 3 ajustadas para cada curva (probetas grandes). Pa 0.7 g/cm g/cm 3 1 g/cm 3 C C C Tabla 2. Constantes viscoelásticas para densidades 0.7, 0.9 y 1 g/cm 3 ajustadas para cada curva (probetas pequeñas). 17
CARACTERIZACIÓN A IMPACTO DE CAUCHO RECICLADO MEDIANTE ELEMENTOS FINITOS RESUMEN ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 CARACTERIZACIÓN A IMPACTO DE CAUCHO RECICLADO MEDIANTE
CARACTERIZACIÓN A IMPACTO DE CAUCHO RECICLADO MEDIANTE ELEMENTOS FINITOS MEMORIA ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 CARACTERIZACIÓN A IMPACTO DE CAUCHO RECICLADO MEDIANTE
INTRODUCCIÓN A MATLAB. Laboratorio de Biofísica, U.T.P
Laboratorio 11 INTRODUCCIÓN A MATLAB Laboratorio de Biofísica, U.T.P 11.1 Objetivos Familiarizarse con el entorno de la herramienta MATLAB. Iniciación en la utilización de toolbox de procesado de señales
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Matemática 2 MAT022. Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María. Sistemas de Ecuaciones. logo.
Matemática 2 MAT022 Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María Tabla de Contenidos Sistemas de Ecuaciones 1 Sistemas de Ecuaciones Consideremos el sistema
Relación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
DISEÑO DE SISTEMA DE SUSPENSIÓN TRASERA: ALTERNATIVA UNI-TRACK
eman ta zabal zazu Escuela Universitaria de Ingeniería Técnica Industrial de Bilbao Grado en Ingeniería Mecánica Trabajo Fin De Grado 2014 / 2015 DISEÑO DE SISTEMA DE SUSPENSIÓN TRASERA: ALTERNATIVA UNI-TRACK
7. CONCLUSIONES 7.1 Comparación con otros datos experimentales
7. CONCLUSIONES 7.1 Comparación con otros datos experimentales En este capítulo se observarán los resultados obtenidos estableciendo comparaciones con otros resultados conocidos con la finalidad de comprobar
Maestría en Matemáticas
Reactivos Propuestos para Examen de Admisión (ASN) Ingreso en Agosto de 203. Sea R el conjunto de los números reales y S el conjunto de todas las funciones valuadas en los reales con dominio en R. Muestre
INTRODUCCIÓN. Mecánica de Fluidos Avanzada UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA CIVIL DEPARTAMENTO DE HIDRÁULICA E HIDROLOGÍA
INTRODUCCIÓN Mecánica de Fluidos Avanzada UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA CIVIL DEPARTAMENTO DE HIDRÁULICA E HIDROLOGÍA 1. DEFINICIÓN DE FLUIDO (1) 1. DEFINICIÓN DE FLUIDO (2)
DP. - AS Matemáticas ISSN: X
DP. - AS - 59 007 Matemáticas ISSN: 988-379X DETERMINACIÓN DE LA FÓRMULA DE UNA FUNCIÓN A PARTIR DE CIERTAS DESCRIPCIONES VERBALES.. 00 De qué grado será, en general, el polinomio que sólo presenta un
FATIGA: TENSION UNIAXIAL MEDIA+ALTERNA
. 5 FATIGA: TENSION UNIAXIAL MEDIA+ALTERNA 1. ENSAYO DE FATIGA CON COMPONENTE MEDIA NO NULA En el Tema anterior se ha presentado el ensayo de fatiga de la probeta rotatoria de Moore, de donde se obtiene
EXAMEN FINAL DE METODOS NUMERICOS (MB536) t y(t) L bt
Universidad Nacional de Ingeniería P.A. 5- Facultad de Ingeniería Mecánica //5 EXAMEN FINAL DE METODOS NUMERICOS (MB5) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE
MODELACION EN VARIABLES DE ESTADO
CAPÍTULO VIII INGENIERÍA DE SISTEMAS I MODELACION EN VARIABLES DE ESTADO 8.1. DEFINICIONES Estado: El estado de un sistema dinámico es el conjunto más pequeño de variables de modo que el conocimiento de
Matemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Ejercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Preliminares Métodos de Ajuste de Curvas AJUSTE DE CURVAS AJUSTE DE CURVAS
Contenido 1 Preliminares Definiciones 2 Definiciones Contenido 1 Preliminares Definiciones 2 Definiciones Definiciones En ciencias e ingeniería es frecuente que un experimento produzca un conjunto de datos
DOCUMENTO 2: RESUMEN
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2013 / 2014 SUSPENSIÓN TRASERA REGULABLE PARA UNA MOTO DE COMPETICIÓN:
EJERCICIOS PAU MATEMÁTICAS II ARAGÓN Autor: Fernando J. Nora Costa-Ribeiro Más ejercicios y soluciones en fisicaymat.wordpress.com
GEOMETRÍA 1- Dados el punto P(1,-1,0) y la recta : 1 0 3 3 0 a) Determine la ecuación general del plano (Ax+By+Cz+D=0) que contiene al punto P y a la recta s. b) Determine el ángulo que forman el plano
CAPÍTULO 4 CARACTERIZACIÓN VIRTUAL DEL MATERIAL
CAPÍTULO 4 CARACTERIZACIÓN VIRTUAL DEL MATERIAL El capítulo cuarto presenta los ensayos numéricos llevados a cabo para la caracterización del material, junto con la forma de medir los parámetros que caracterizan
Funcionamiento algoritmo PSO
Marzo - 2017 Curso de computación Adapativa Agenda Funcionamiento Algoritmo Simulación en Matlab Resultados gráficos Parámetros del PSO Vector velocidad V i = (v i1, v i2,..., v in ) (1) Variable de estado
Formulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Ecuaciones diferenciales
de primer orden 21 de noviembre de 2016 de primer orden Introducción Introducción a las ecuaciones diferenciales Las primeras ecuaciones diferenciales surgen al tratar de resolver ciertos problemas de
UNIVERSIDAD POLITÉCNICA DE MADRID PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS Curso INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN
UNIVERSIDAD POLITÉCNICA DE MADRID PRUEBA DE ACCESO PARA MAYORES DE 5 AÑOS Curso 17-18 Ex. Modelo MATERIA: MATEMÁTICAS II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN Después de leer atentamente
TEMA V. Espacios vectoriales
TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,
Matemática 2. Transformaciones lineales y Determinantes
Matemática 2 Primer Cuatrimestre de 2014 Práctica 4 Transformaciones lineales y Determinantes Transformaciones lineales Ejercicio 1 Mostrar que las siguientes funciones son transformaciones lineales (i
Problemas de Geometría Analítica del Espacio
1) Dados los vectores u(4, 4, 8), v( 2,, 5), w(3, 5, 8) y a(22,, 11). Hallar los valores de x, y, z que verifican la combinación lineal a = x u + y v + z w. 2) Dados los vectores a( 5, 19, n) y b( h, 3,
Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1
MAT 5 B Sistemas de ecuaciones no lineales EJERCICIOS RESUELTOS. Resuelva el siguiente sistema de ecuaciones no lineales, utilizando el método de punto fijo multivariable: x cos x x SOLUCIÓN x 8 x +. +
SUSPENSIÓN TRASERA REGULABLE PARA UNA MOTOCICLETA DE COMPETICIÓN: ALTERNATIVA FULL-FLOATER DOCUMENTO 1: ÍNDICE GENERAL
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 SUSPENSIÓN TRASERA REGULABLE PARA UNA MOTOCICLETA DE COMPETICIÓN:
CINEMÁTICA DE UNA PARTÍCULA. Ing. Ronny Altuve
UNIVERSIDAD ALONSO DE OJEDA FACULTAD DE INGENIERÍA Escuela de Industrial/Computación CINEMÁTICA DE UNA PARTÍCULA Elaborado por: Ing. Ronny Altuve Ciudad Ojeda, Junio de 2015 INTRODUCCIÓN MECÁNICA Mecánica
COMPORTAMIENTO MECÁNICO DE BIOPOLÍMEROS
CAPÍTULO 4 COMPORTAMIENTO MECÁNICO DE BIOPOLÍMEROS 4.1. Introducción Son muchos los modelos propuestos para definir el comportamiento mecánico que puede experimentar un material, ya que su relación tensión-deformación
Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid Resueltos) Isaac Musat Hervás 22 de mayo de 2013 Capítulo 5 Año 2004 5.1. Modelo 2004 - Opción A Problema 5.1.1 2 puntos) a) 1 punto) Calcular
MEDIDA DE g. EL PÉNDULO FÍSICO
eman ta zabal zazu Departamento de Física de la Materia Condensada universidad del país vasco euskal herriko unibertsitatea FACULTAD DE CIENCIA Y TECNOLOGÍA UNIVERSIDAD DEL PAÍS VASCO DEPARTAMENTO de FÍSICA
A. VECTORES 1. VECTORES FIJOS Y VECTORES LIBRES
RESUMEN DE GEOMETRÍA MATEMÁTICAS II A. VECTORES 1. VECTORES FIJOS Y VECTORES LIBRES Un vector fijo de origen A y extremo B, siendo A y B puntos del espacio, es un segmento orientado caracterizado por:
Para verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales:
MAT 1105 F PRACTICA Nº 2 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. Resuelva el siguiente
Curso de Métodos Numéricos. Errores
Curso de Métodos Numéricos. Errores Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM
Actualmente, una de las máquinas más utilizadas
dossier Tierras nº 209 pág - 36 Fertilizantes 13 Análisis de la tecnología láser como método de ensayo de abonadoras En este artículo se analiza la viabilidad de utilizar la tecnología láser escáner 3D
PROGRAMA DE LA ASIGNATURA "Mecánica de Medios Continuos no Lineal" Máster Universitario en Diseño Avanzado en Ingeniería Mecánica
PROGRAMA DE LA ASIGNATURA "Mecánica de Medios Continuos no Lineal" Máster Universitario en Diseño Avanzado en Ingeniería Mecánica Departamento de Ingeniería Mecánica y Fabricación E.T.S. de Ingeniería
Tema 3: Cinemática del punto
Tema 3: Cinemática del punto FISICA I, 1º Grado en Ingeniería Civil Escuela Técnica Superior de Ingeniería Universidad de Sevilla 1 Índice Introducción Ecuaciones de una curva Velocidad y aceleración Movimientos
EXAMEN DE MATRICES Y DETERMINANTES
º BACHILLERATO EXAMEN DE MATRICES Y DETERMINANTES 8 7 m + Ejercicio. Considera las matrices A m (a) [,5 puntos] Determina, si existen, los valores de m para los que A I A (b) [ punto] Determina, si existen,
Curso de Métodos Numéricos. Errores
Curso de Métodos Numéricos. Errores Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com Universidad: ITESM
GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales.
Sonia L. Rueda ETS Arquitectura. UPM Año 2016-2017. 1 GEOMETRÍA AFÍN Y PROYECTIVA Espacios Vectoriales. 1. Determinar si los siguientes conjuntos de vectores son subespacios vectoriales de R 4. A = {(x,
Tema 4: Movimiento en 2D y 3D
Tema 4: Movimiento en 2D y 3D FISICA I, 1º Grado en Civil Escuela Técnica Superior de Ingeniería Universidad de Sevilla Física I, GIC, Dpto. Física Aplicada III, ETSI, Universidad de Sevilla, 2017/18 1
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA MATEMÁTICAS II TEMA 2: SISTEMAS DE ECUACIONES LINEALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 007 MATEMÁTICAS II TEMA : SISTEMAS DE ECUACIONES LINEALES Junio, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción B Reserva, Ejercicio 3, Opción A Reserva,
Capítulo 4: Geometría de los carriles CAPÍTULO 4: GEOMETRÍA DE LOS CARRILES
CAPÍTULO 4: GEOMETRÍA DE LOS CARRILES 26 1. INTRODUCCIÓN En este capítulo se abordará la determinación un punto sobre la cabeza del carril, sus dos tangentes, la longitudinal (derivada de la posición respecto
ESCUELA MILITAR DE INGENIERÍA MISCELÁNEAS DE PROBLEMAS 2013 ÁLGEBRA II
ESCUELA MILITAR DE INGENIERÍA MISCELÁNEAS DE PROBLEMAS ÁLGEBRA II Elaborado por: Lic. Bismar Choque Nina TRANSFORMACIONES LINEALES Cuando no comprendemos una cosa, es preciso declararla absurda o superior
Tema 8: Aplicaciones. Ecuaciones en. diferencias: modelos en tiempo discreto. 1 Modelo de crecimiento exponencial. 2 Sucesión de Fibonacci
8 de diciembre de 20 Contexto: Bloque de Álgebra Lineal Tema 6. Sistemas de ecuaciones lineales y matrices. Tema 7. Valores y vectores propios. Tema 8. Aplicaciones del cálculo de los valores y vectores
Notas de Ecuaciones Diferenciales Ordinarias. *
Notas de Ecuaciones Diferenciales Ordinarias. * Contents 1 Primer Orden 3 1.1 Modelos matemáticos y análisis de ecuaciones............... 3 * Cualquier comentario o corrección por favor escribirme al correo
LA NORMALIDAD DEL TAMAÑO MÁXIMO DE PARTÍCULAS TiN EN ACEROS MICROALEADOS
LA NORMALIDAD DEL TAMAÑO MÁXIMO DE PARTÍCULAS TiN EN ACEROS MICROALEADOS Gabriel Guillén Buendia, Ana María Islas Cortes Instituto Politécnico Nacional, ESIME-Azcapotzalco, México D.F. Instituto Politécnico
DISEÑO MECÁNICO DE UN AEROGENERADOR EÓLICO
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 DISEÑO MECÁNICO DE UN AEROGENERADOR EÓLICO DOCUMENTO 1: ÍNDICE GENERAL
INGENIERÍA CIVIL EN MECANICA PLAN 2012 GUÍA DE LABORATORIO
1 INGENIERÍA CIVIL EN MECANICA PLAN 2012 GUÍA DE LABORATORIO ASIGNATURA RESISTENCIA DE MATERIALES II CÓDIGO 9509-0 NIVEL 02 EXPERIENCIA CÓDIGO C971 Flexión 2 Flexión 1. OBJETIVO GENERAL Determinar, mediante
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE CIENCIAS Y TECNOLOGIA COORDINACION DE POSTGRADO.
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE CIENCIAS Y TECNOLOGIA COORDINACION DE POSTGRADO. Programa: ESPECIALIZACION EN ENSEÑANZA DE LA FISICA. Asignatura: Cálculo Vectorial Avanzado. Profesor
Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3
Universidad Nacional de Colombia Departamento de Matemáticas 2015555- Álgebra Lineal Básica - Grupo Taller (1) Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio
PROYECTO: CÁLCULO Y DISEÑO DE LA TRANSMISIÓN DE UN 1. ÍNDICE GENERAL ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO COCHE
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2015 / 2016 PROYECTO: CÁLCULO Y DISEÑO DE LA TRANSMISIÓN DE UN COCHE
1) Calcula los límites de la siguiente función en 0 y + : 3x+sen x f(x)= x. 2) Estudia la continuidad y derivabilidad de la siguiente función en x=0:
CURSO 22-23. 23 de mayo de 23. ) Calcula los límites de la siguiente función en y + : 3+sen f() 2) Estudia la continuidad y derivabilidad de la siguiente función en : 3) Deriva y simplifica: f() e / +e
SUSPENSIÓN TRASERA REGULABLE DE UNA MOTO DE COMPETICIÓN: ALTERNATIVA FULL FLOATER RESUMEN
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2013 / 2014 SUSPENSIÓN TRASERA REGULABLE DE UNA MOTO DE COMPETICIÓN:
C/ Fernando Poo 5 Madrid (Metro Delicias o Embajadores).
Ejercicio 1 AÑO 013- OPCIÓN A mx + y + z = m 1 m 1 x + my = 1 } (A) = ( 1 m 0 ) (A ) = ( 1 m 0 1 ) 6y z = 1 1 Calculamos el det(a) e igualamos a cero para sacar los valores en los que el determinante se
Relación de problemas. Álgebra lineal.
Relación de problemas Álgebra lineal Tema 1 Sección 1 Matrices Determinantes Sistemas lineales Matrices Ejercicio 11 Consideremos las siguientes matrices: ( 1 2 A = 1 1 ) ( 1 1 B = 0 1 ) C = 1 0 0 0 1
Tema 4: Movimiento en 2D y 3D
Tema 4: Movimiento en 2D y 3D FISICA I, 1º Grado en Ingeniería Electrónica, Robótica y Mecatrónica Departamento de Física Aplicada III Escuela Técnica Superior de Ingeniería Universidad de Sevilla Índice
INTRODUCCIÓN AL ALGEBRA LINEAL
INTRODUCCIÓN AL ALGEBRA LINEAL MATLAB y álgebra lineal. Introducción. Comandos y programas en MATLAB. Diseño de aplicaciones. Vectores, Matrices y funciones especiales en Matlab. Los siguientes ejercicios
Tema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal
Tema 3.1. Espacio eucĺıdeo. Diagonalización ortogonal Definición 1. Sea V un espacio vectorial sobre un cuerpo K. Llamamos forma bilineal a toda aplicación f : V V K ( x, y) f( x, y) que verifica: 1. f(
CARACTERIZACIÓN DEL DESGASTE DE ELECTRODOS DE GRAFITO EN ELECTREROSIÓN POR PENETRACIÓN DOCUMENTO 5.3: PRESUPUESTO
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 CARACTERIZACIÓN DEL DESGASTE DE ELECTRODOS DE GRAFITO EN
SOLVER PARA WINDOWS. 1 Es necesario instalarlo previamente desde el paquete de Microsoft Office.
SOLVER PARA WINDOWS El comando SOLVER del EXCEL es una poderosa herramienta de optimización, permitiendo obtener el valor óptimo para una celda, denominada celda objetivo, que podrá ser un máximo, un mínimo
e x 1 + kx b) Halla los intervalos de crecimiento, decrecimiento, concavidad, así como los extremos y puntos de inflexión de la función:
Matemáticas Convocatoria Extraordinaria 4 de junio de 14 1 3 puntos) a) Estudia el ite: en función del valor del parámetro real k e x 1 + kx x 1 cos x b) Halla los intervalos de crecimiento, decrecimiento,
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
1. L U G A R E S G E O M É T R I C O S E N E L P L A N O
L U G A R E S G E O M É T R I C O S. C Ó N I C A S 1. L U G A R E S G E O M É T R I C O S E N E L P L A N O Se define un lugar geométrico como el conjunto de puntos del plano que cumplen una determinada
Programación: Sistemas unitriangulares inferiores
Programación: Sistemas unitriangulares inferiores Objetivos. Programar en el lenguaje de MATLAB el método de la sustitución hacia adelante para resolver sistemas de ecuaciones lineales con matrices unitriangulares
Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Documento 5.1: Ensayos Documento 5.2: Planos
eman ta zabal zazu ESCUELA UNIVERSITARIA DE INGENIERÍA TÉCNICA INDUSTRIAL DE BILBAO GRADO EN INGENIERÍA MECÁNICA TRABAJO FIN DE GRADO 2014 / 2015 SUSPENSIÓN TRASERA PROGRESIVA PARA MOTOSTUDENT: ALTERNATIVA
JUNIO Bloque A
Selectividad Junio 009 JUNIO 009 Bloque A 1.- Estudia el siguiente sistema en función del parámetro a. Resuélvelo siempre que sea posible, dejando las soluciones en función de parámetros si fuera necesario.
3. ÁLGEBRA LINEAL // 3.2. GEOMETRÍA
3. ÁLGEBRA LINEAL // 3.2. GEOMETRÍA ANALÍTICA EN EL PLANO Y EN EL ESPACIO. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS 3.2.1. Rectas en el plano y en el espacio La recta que pasa por el punto
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL DINAMICA. CARÁCTER: Obligatoria DENSIDAD HORARIA HT HP HS THS/SEM
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO DECANATO DE INGENIERIA CIVIL DINAMICA CARÁCTER: Obligatoria PROGRAMA: Ingeniería Civil DEPARTAMENTO: Ingeniería Estructural CODIGO SEMESTRE DENSIDAD HORARIA
Ajuste por mínimos cuadrados
Mathieu Departamento de Matemática Aplicada y Estadística Universidad Politécnica de Cartagena Cartagena, Enero 2010 Guión 1 Planteamiento 2 Criterio de mínimos cuadrados 3 Casos concretos: regresión lineal
Seis problemas resueltos de geometría
Problema 1 a) Dados los puntos P(4, 2, 3) y Q(2, 0, 5), da la ecuación implícita del plano π de modo que el punto simétrico de P respecto a π es Q. b) Calcula el valor del parámetro λ R para que el plano
Resultados y discusión
Resultados y discusión En esta discusión se expondrán y discutirán todos aquellos resultados obtenidos en los ensayos mecánicos de uniones adhesivas que se han realizado en el presente trabajo. Se dividirá
Matemáticas II. d) Perpendicular al plano π: 2x y + 3z 1 = 0, paralelo a la recta r : x 1 2 = y 3 = z 8
I.E.S. Juan Carlos I Ciempozuelos (Madrid) Matemáticas II * Geometría analítica en R 3 * 1. Determina cuáles de las siguientes ternas de puntos son puntos alineados. Encuentra la ecuación de la recta que
INSTRUCCIONES GENERALES Y VALORACIÓN
UNIVERSIDAD CARLOS III DE MADRID PRUEBA DE ACCESO A LA UNIVERSIDAD PARA MAYORES DE 25 AÑOS Curso 2015 2016 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES 2 INSTRUCCIONES GENERALES Y VALORACIÓN
Ingeniería y Tecnología
Ingeniería y Tecnología Didáctica de la programación lineal s con el método gráfico Didactic of linear programming with the graphic method (I) Fecha de recepción: 30 de marzo de 2007 Fecha de aceptación:
Modelo de reactor cilíndrico
Universitat Politècnica de València Dpto. de Ingeniería Química y Nuclear Modelo de reactor cilíndrico Antoni Vidal-Ferràndiz, Sofia Carlos, Gumersindo Verdú 12 de mayo de 2016 Índice 1 Introducción Solución
MODELOS DE COMPOSICIÓN LOCAL DEL EQUILIBRIO LÍQUIDO-VAPOR DEL SISTEMA BINARIO ACEITE DE SOJA HEXANOS
MODELOS DE COMPOSICIÓN LOCAL DEL EQUILIBRIO LÍQUIDO-VAPOR DEL SISTEMA BINARIO ACEITE DE SOJA HEXANOS Autor: Marina Boretto Universidad Tecnológica Nacional Fac. Reg. Villa María e-mail:colomarina6@hotmail.com
Examen de Teoría de (Introducción al) Reconocimiento de Formas
Examen de Teoría de (Introducción al) Reconocimiento de Formas Facultad de Informática, Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia, Enero de 007 Apellidos:
MATEMATICAS. BC2 TEMA 6: Rectas y Planos en R 3
MATEMATICAS. BC2 TEMA 6: Rectas y Planos en R 3 1. Las coordenadas de los vértices consecutivos de un paralelogramo son A (1, 0, 0) y B(0, 1, 0). Las coordenadas del centro M son M(0, 0, 1). Hallar las
AUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
ÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}
4. Adquisición de datos
4. Adquisición de datos 4.1. Introducción El problema de la determinación de los parámetros de un modelo de circuito del motor de inducción puede resolverse de diferentes formas. Por una parte, es posible
Álgebra Lineal Grupo A Curso 2011/12. Espacios vectoriales. Bases...
Álgebra Lineal Grupo A Curso 2011/12 Espacios vectoriales. Bases 61) Dados los vectores v 1,v 2,...,v n linealmente independientes, probar que también lo son los vectores u 1 = v 1 u 2 = v 1 + v 2... u
Examen de Matemáticas II (Modelo 2015) Selectividad-Opción A Tiempo: 90 minutos
Eamen de Matemáticas II (Modelo 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Dadas las matrices 2 4 2 2 0 A = 1 m m ; B = 0 X = y O = 0 1 2 1 1 z 0 (1 punto). Estudiar el rango
PAU Madrid. Matemáticas II. Año Examen de septiembre. Opción A. Ejercicio 1. Valor: 2 puntos.
Opción A. Ejercicio. Valor: 2 puntos. Se considera la función real de variable real definida por: f(x) = a) ( punto) Determinar sus máximos y mínimos relativos x x 2 + b) ( punto) Calcular el valor de
ÁLGEBRA LINEAL I Práctica 4
ÁLGEBRA LINEAL I Práctica 4 Equivalencia de matrices. Sistemas de ecuaciones (Curso 2016 2017) 1. Hallar la forma reducida equivalente por filas de la matriz: 1 2 1 0 3 2 1 2 2 1 2 5 5 6 3 2 1 3 1 3 2.
UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD
Opción A Ejercicio 1.- Sea f : R R definida por f(x) = x 3 +ax 2 +bx+c. a) [1 75 puntos] Halla a,b y c para que la gráfica de f tenga un punto de inflexión de abscisa x = 1 2 y que la recta tangente en
MATEMÁTICAS: PAU 2015 JUNIO CASTILLA Y LEÓN
MATEMÁTICAS: PAU 05 JUNIO CASTILLA Y LEÓN Opción A Ejercicio A m + 0 0 Dada la matriz A = ( 3 m + ), se pide: 0 m a) Hallar los valores de m para que la matriz A 0 tenga inversa. ( 5 puntos) La condición
DETERMINACION DE LAS CURVAS DE FLUJO MEDIANTE EL VISCOSIMETRO DE TUBO CAPILAR
1 DETERMINACION DE LAS CURVAS DE FLUJO MEDIANTE EL VISCOSIMETRO DE TUBO CAPILAR Preparado por; Ing. Esteban L. Ibarrola Cátedra de Mecánica de los Fluidos- FCEFyN - UNC 1. Fluidos newtonianos La distribución
Tema 4: Centro de masas
Tema 4: Centro de masas Mecánica Racional, 2º, Grado en Ingeniería Civil Escuela Técnica Superior de Ingenieros Universidad de Sevilla 1 Índice Definición y propiedades Cálculo de centro de masa Cuerpos
Coordinación de Matemática II (MAT022)
Coordinación de Matemática II (MAT022) Guía de ejercicios N 6 parte Complementos Espacios Vectoriales En los ejercicios que siguen utilizamos la siguientes notaciones: R n [x es el espacio vectorial sobre