Métodos para la Resolución de Sistemas de Ecuaciones

Métodos Directos

Método de Eliminación de Gauss

Consiste en convertir la matriz A en una equivalente, haciendo ceros por debajo de la diagonal principal de A. Así, la primera ecuación lo será en n variables, la segunda en n-1 hasta llegar a la última, que lo será en 1 variable. Una vez hecho ceros, se despejan los valores de las variables, comenzando por la última y sustituyendo hasta llegar a la primera, con lo que habrá quedado resuelto el sistema.

Método de Gauss-Jordan

Consiste en obtener una matriz diagonal en lugar de una diagonal inferior. Se obtienen directamente las variables en el sistema resultante, sin necesidad de efectuar sustituciones. Este ahorro de cálculo en el... Continuar leyendo "Métodos Directos e Indirectos para la Resolución de Sistemas de Ecuaciones" »

Contabilidad

Fórmulas y Cálculos:

• Amortización dígito = Valor de adquisición - Valor residual / Suma de dígitos
• Cuota de amortización = Amortización dígito * Número * x / 12 (Amortización último año)
• Ejemplo: Efectivo 17 = Efectivo 18 = 780 * 22 = 17160 (300, variación de existencias)
• Valor de mercado 17 = 16.800, Deterioro 17 (Existencias > Valor Neto Contable) = 370
• Fecha línea de gasto día concreto, periodificar (gasto 4860). Ejemplo: 4860 * 3 / 12

Pasos para el Cierre Contable:

1. Asiento de apertura
2. Desarrollo de todas las operaciones que se realicen durante el año
3. Fase de cierre (variación de existencias, reclasificar = pasar del largo al corto plazo, revertir deterioro, amortización, periodificar, corrección de valor)
4. Asiento

1. Sistemas Materiales y sus Momentos de Inercia

Definición: El momento de inercia de un sistema material se define respecto a un punto (O), un eje (e) o un plano (π). Se representa generalmente como I.

Momento Polar de Inercia

Respecto a un punto O: I_O = ∑ m_ir_i² (donde r_i es la distancia de la partícula i al punto O).

Momento Planar de Inercia

Respecto a un plano π: I_π = ∑ m_id_i² (donde d_i es la distancia de la partícula i al plano π).

Momento Axial de Inercia

Respecto a un eje e: I_e = ∑ m_iρ_i² (donde ρ_i es la distancia de la partícula i al eje e).

Producto de Inercia

Respecto a dos planos perpendiculares (por ejemplo, π y λ): P_πλ = ∑ m_id_πid_λi (donde d_πi y d_λi son las distancias de la partícula i a los planos π y λ, respectivamente)... Continuar leyendo "Fundamentos de Inercia en Sistemas Materiales: Conceptos y Aplicaciones" »

El factor S es un número complejo 

Una variable compleja tiene 2 componentes: real (   ) e imaginaria (   ). En forma gráfica, la componente real de S está representada por el eje (    ) en la dirección horizontal y la componente imaginaria se mide a lo largo del eje vertical  jw, en el plano complejos S   

Perturbación de un sistema 

Escalón

Rampa

Impulso 

Perturbación escalón

Indica un comportamiento o una referencia constante introducidos al sistema 

Perturbación pulso rectangular 

En términos de la función escalón de heaviside (escalón unitario) 

Perturbación función impulso

Se caracteriza por ser una señal de prueba con magnitud muy grande y duración muy corta

      :delta de dirac(impulso infinitamente angosto e... Continuar leyendo "Fundamentos de Sistemas de Control: Transformada de Laplace, Polos, Ceros y Estabilidad" »

• Variables aleatorias discretas
  • Distribución uniforme
  • Distribución binomial
  • Distribución multinomial
  • Distribución hipergeométrica
  • Distribución multihipergeométrica
  • Distribución de poisson
• Variables aleatorias continuas
  • Distribución normal o de Gauss
  • Distribución Gamma (Γ)
  • Distribución exponencial
  • Distribución Chi-cuadrado
  • Distribución T de Student
  • Distribución F de Snedecor

  POBLACIÓN Y MUESTRA

Variables aleatorias discretas

Distribución uniforme

La distribución uniforme es la que corresponde a una variable que toma todos sus valores, x₁, x₂... , x_k, con igual probabilidad; el espacio muestral debe ser finito.

Si la variable tiene k posibles valores, su función de probabilidad sería:

donde k es el parámetro de la distribución (un parámetro... Continuar leyendo "Variable aleatoria" »

medidas de tendencia central la tendencia central se refiere al punto medio de una distribucion. propiedades de la media aritmetica propiedad 1: la suma de las desviaciones de los valores de la variable con respecto a la media aritmetica es 0. propiedad 2 la media aritmetica de los cuadrados de las desviaciones de los valores de la variable con respecto a una constante cualquiera se hace la minima cuando dicha constante coincide con la media aritmetica(teorema de koring).  propiedad 3: si a todos los valores de la variable se le suma una misma cantidad, la media aritmetica queda aumentada en dicha cantidad. propiedad 4: si todos los valores de la variable se multiplican por una misma constante la media aritmetica queda multiplicada... Continuar leyendo "Estadística" »

SECCION 23.3 CALCULO DEL POTENCIAL ELECTRICO

23.32) Una carga eléctrica total de 3.50nC está distribuida uniformemente en la superficie de una esfera metálica  con radio de 24.0cm. Si el potencial es cero en u punto infinito

23.33) Un anillo delgado con carga uniforme tiene un radio de 15.0 cm y una carga total de +24.0nC. Se coloca un electron sobre el eje del anillo

23.34) Una línea de carga infinitamente larga tiene una densidad lineal de carga de 5.00x10c/m. un proton masa 1.67x10kg esta a 18.0cm de la linea

23.35) Dos placas metalicas paralelas grandes tienen cargas opuestas de igual magnitud. Las separa una distancia de 45.0mm y la diferencia de potencial entre ellas es de 360v

23.36) Dos laminas metalicas paralelas grandes con cargas... Continuar leyendo "Honduras" »

Conceptos Fundamentales en Estadística: Pruebas de Hipótesis y Modelos de Correlación-Regresión

Este documento explora dos pilares esenciales de la estadística inferencial: las pruebas de hipótesis de diferencias y los modelos de correlación y regresión. Comprender estos métodos es crucial para la toma de decisiones basada en datos, permitiendo a investigadores y profesionales extraer conclusiones significativas a partir de la información disponible.

Pruebas de Hipótesis de Diferencias

Las pruebas de hipótesis de diferencias son herramientas estadísticas diseñadas para comparar características entre grupos o muestras. Su objetivo principal es determinar si las diferencias observadas en medias o proporciones son estadísticamente... Continuar leyendo "Estadística Aplicada: Pruebas de Hipótesis y Modelos de Correlación-Regresión" »

Conceptos Fundamentales en Estadística Inferencial

Definiciones Clave de Hipótesis y Significancia

P-valor: Es un valor porcentual entre 0 y 1 que representa la probabilidad de obtener un resultado tan extremo o más extremo que el observado, asumiendo que la hipótesis nula (H0) es verdadera. Se utiliza para decidir si se rechaza H0. El porcentaje máximo aceptado para rechazar incorrectamente H0 es comúnmente del 5% (α = 0,05).

Alfa (α): También conocido como nivel de significancia, es el valor límite para aceptar un falso positivo (Error Tipo I). Se fija comúnmente en 0,05, aunque en campos como la física se utilizan umbrales menores. Cuanto menor sea α, menor será la probabilidad de cometer falsos positivos a largo plazo.

Beta (β)