El documento trata sobre vectores y matrices. Explica operaciones básicas con vectores como asignación, recorrido y búsqueda. También introduce conceptos sobre matrices como sintaxis, ejemplos y operaciones como recorrido por filas y columnas, traspuesta, suma y producto. Incluye algoritmos para buscar elementos en vectores ordenados y no ordenados y realizar operaciones con matrices.
ALGEBRA SUPERIOR MÓDULO I - Funciones y LimitesDaniel Vliegen
Un libro corto y sencillo que aborda la introducción a la álgebra superior por las funciones, racionales, irracionales, trigonometricas y exponenciales y logaritmicas. Se trata de reconocer los puntos de discontinuidad de una función.
Como tratar un problema de limite cuando hay indeterminación. Limite por la derecha y por la izquierda
El libro contiene muchos ejemplos de calculo de funciones y de limites. Limites aplicadas a la funciones exponenciales y trigonométricas.
Explicación y presentación de ejemplos del concepto del límite. Incluye estudio de los métodos númerico, gráfico y algebraico para hallar el límite de una función. Curso Cálculo I. Dr. Juan R. Mejías Ortiz.
ALGEBRA SUPERIOR MÓDULO I - Funciones y LimitesDaniel Vliegen
Un libro corto y sencillo que aborda la introducción a la álgebra superior por las funciones, racionales, irracionales, trigonometricas y exponenciales y logaritmicas. Se trata de reconocer los puntos de discontinuidad de una función.
Como tratar un problema de limite cuando hay indeterminación. Limite por la derecha y por la izquierda
El libro contiene muchos ejemplos de calculo de funciones y de limites. Limites aplicadas a la funciones exponenciales y trigonométricas.
Explicación y presentación de ejemplos del concepto del límite. Incluye estudio de los métodos númerico, gráfico y algebraico para hallar el límite de una función. Curso Cálculo I. Dr. Juan R. Mejías Ortiz.
Resolviendo problemas de limites de sucesiones al infinitoGuzano Morado
Resolveré 3 ejercicios de limites de sucesiones cuando n tiende al infinito. Son ejercicios básicos ideales para quienes desean comprender estos problemas en 3ro de bachillerato.
Resolviendo problemas de limites de sucesiones al infinitoGuzano Morado
Resolveré 3 ejercicios de limites de sucesiones cuando n tiende al infinito. Son ejercicios básicos ideales para quienes desean comprender estos problemas en 3ro de bachillerato.
El Ayuntamiento de Gijón tiene un portal de datos, datos.gijon.es, donde pone a disposición de la ciudadanía todos sus datos abiertos en formatos procesables
Dix ans à peine, une famille à charge...déjà.
Sam s'occupe de son frère Barney, 9 ans et de sa soeur Virginie, 7 ans, délaissés par une mère pas très... maternelle.
Ils évoluent dans un univers d'adultes, aux valeurs en total délitement et peu enclins à porter secours à des enfants en détresse.
Ils s'organisent donc, s'entraident et se soutiennent, pour faire face aux agressions, aux horreurs de ce monde terrifiant, et plus simplement au quotidien.
Combat de chaque jour, chaque instant, pour tenter de survivre.
Roman de l'auteur Cetro, en vente aux formats numériques et papier sur toutes les plateformes Amazon.
Koha, metabuscadores y herramientas colaborativas de edición de contenidosVicente Piñeiro
La Consellería de Cultura e Turismo de la Xunta de Galicia inicia en 2006 un proyecto de automatización de bibliotecas con el objetivo de seleccionar e implantar software 2.0 que permita situar la biblioteca pública como mediadora cualificada entre el usuario y sus necesidades informativas, educativas, de formación y de ocio. Después de un proceso evaluativo de diferentes SIGB se escoge KOHA, tras estabilizarlo y personalizarlo se inicia su implantación en bibliotecas públicas y especializadas. En esta comunicación se analiza la respuesta de bibliotecarios y usuarios ante las nuevas herramientas y funcionalidades 2.0. Se describen carencias, nuevas funcionalidades y posibilidades de cada módulo del SIGB y se detallan las líneas de trabajo para la integración de la búsqueda federada en Koha y una herramienta colaborativa que permita a los usuarios editar y moderar contenidos con licencias Creative Commons o Copyright
Memoria II Unconference Internacional de Sueños en Acción: "Vivir en la Era d...Lur Gozoa
Memoria del II Unconference Internacional de Sueños en Acción: "Vivir en la Era del Arte" evento de sensibilización y potenciación de la creatividad y reflexión de la ciudadanía, para la mejora de su sociedad, dirigido a personas de todos los ámbitos llevado a cabo en Bilbao el 13.11.13.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta in...espinozaernesto427
Las lámparas de alta intensidad de descarga o lámparas de descarga de alta intensidad son un tipo de lámpara eléctrica de descarga de gas que produce luz por medio de un arco eléctrico entre electrodos de tungsteno alojados dentro de un tubo de alúmina o cuarzo moldeado translúcido o transparente.
lámparas más eficientes del mercado, debido a su menor consumo y por la cantidad de luz que emiten. Adquieren una vida útil de hasta 50.000 horas y no generan calor alguna. Si quieres cambiar la iluminación de tu hogar para hacerla mucho más eficiente, ¡esta es tu mejor opción!
Las nuevas lámparas de descarga de alta intensidad producen más luz visible por unidad de energía eléctrica consumida que las lámparas fluorescentes e incandescentes, ya que una mayor proporción de su radiación es luz visible, en contraste con la infrarroja. Sin embargo, la salida de lúmenes de la iluminación HID puede deteriorarse hasta en un 70% durante 10,000 horas de funcionamiento.
Muchos vehículos modernos usan bombillas HID para los principales sistemas de iluminación, aunque algunas aplicaciones ahora están pasando de bombillas HID a tecnología LED y láser.1 Modelos de lámparas van desde las típicas lámparas de 35 a 100 W de los autos, a las de más de 15 kW que se utilizan en los proyectores de cines IMAX.
Esta tecnología HID no es nueva y fue demostrada por primera vez por Francis Hauksbee en 1705. Lámpara de Nernst.
Lámpara incandescente.
Lámpara de descarga. Lámpara fluorescente. Lámpara fluorescente compacta. Lámpara de haluro metálico. Lámpara de vapor de sodio. Lámpara de vapor de mercurio. Lámpara de neón. Lámpara de deuterio. Lámpara xenón.
Lámpara LED.
Lámpara de plasma.
Flash (fotografía) Las lámparas de descarga de alta intensidad (HID) son un tipo de lámparas de descarga de gas muy utilizadas en la industria de la iluminación. Estas lámparas producen luz creando un arco eléctrico entre dos electrodos a través de un gas ionizado. Las lámparas HID son conocidas por su gran eficacia a la hora de convertir la electricidad en luz y por su larga vida útil.
A diferencia de las luces fluorescentes, que necesitan un recubrimiento de fósforo para emitir luz visible, las lámparas HID no necesitan ningún recubrimiento en el interior de sus tubos. El propio arco eléctrico emite luz visible. Sin embargo, algunas lámparas de halogenuros metálicos y muchas lámparas de vapor de mercurio tienen un recubrimiento de fósforo en el interior de la bombilla para mejorar el espectro luminoso y reproducción cromática. Las lámparas HID están disponibles en varias potencias, que van desde los 25 vatios de las lámparas de halogenuros metálicos autobalastradas y los 35 vatios de las lámparas de vapor de sodio de alta intensidad hasta los 1.000 vatios de las lámparas de vapor de mercurio y vapor de sodio de alta intensidad, e incluso hasta los 1.500 vatios de las lámparas de halogenuros metálicos.
Las lámparas HID requieren un equipo de control especial llamado balasto para funcionar
Es un diagrama para La asistencia técnica o apoyo técnico es brindada por las compañías para que sus clientes puedan hacer uso de sus productos o servicios de la manera en que fueron puestos a la venta.
1. Tema 5. Vectores
1. Introducción
2. Operaciones con vectores
2.1. Operaciónes básicas: asignación
2.2. Recorrido secuencial de un vector
2.3. Búsqueda en un vector (No ordenado y Ordenado)
3. Matrices
3.1. Introducción
3.2. Sintaxis
3.3. Ejemplos
4. Operaciones con matrices
4.1. Recorrido de una matriz
- Por filas, columnas
4.2. Traspuesta, suma, producto
Bibliografía:
– Biondi y Clavel, 1989
– Joyanes
– Weiss
– Cairó
2. 5.2. Operaciones con vectores (cont.)
Búsqueda en un vector
• Problema habitual en programación: buscar un elemento en
un vector.
• Tenemos que distinguir dos casos:
– Los elementos del vector no están ordenados.
Es necesario recorrer todo el vector para comprobar si un
elemento está o no.
– Los elementos del vector están ordenados.
Se puede establecer una relación de orden ≤ entre los
elementos del vector:
v(1) ≤ v(2) ≤ v(3) ≤ ... ≤ v(n)
No será necesario recorrer todo el vector en todos los
casos.
3. Búsqueda secuencial en vectores no
ordenados
Algoritmo Búsqueda_secuencial_1_1 (V, N, X, Posición, Existe) es
V: Vector [1..M] de T; {p. dato}
N: numérico; {p. dato; posiciones ocupadas del vector}
X: T; {p. dato; elemento buscado}
Posición: numérico; {p. resultado; posición del elemento, si está}
Existe: lógico; {p. resultado; indicará si hemos encontrado el
elemento}
Inicio
Posición := 1;
Existe := falso;
mientras Posición < N y V(Posicion) <> X hacer
Posición := Posición + 1;
fin mientras;
si V(Posición) = X entonces
existe := Cierto;
Fin si
Fin
4. Búsqueda secuencial en vectores no
ordenados
Algoritmo Búsqueda_secuencial_1_2 (V, N, X, Posición, Existe) es
V: Vector [1..M] de T; {p. dato}
N: numérico; {p. dato; posiciones ocupadas del vector}
X: T; {p. dato; elemento buscado}
Posición: numérico; {p. resultado; posición del elemento, si está}
Existe: lógico; {p. resultado; indicará si hemos encontrado el
elemento}
Inicio
Posición := 1;
Existe := falso;
mientras Posición <= N y Existe = falso hacer
si V(Posición) = X entonces
existe := Cierto;
sino
Posición := Posición + 1;
fin si
fin mientras;
Fin
5. Búsqueda secuencial en vectores ordenados
Algoritmo Búsqueda_secuencial_2 (V, N, X, Posición, Existe) es
V: Vector [1..M] de T;
N, Posición: numérico;
X: T;
Existe: lógico;
Inicio
Posición := 1;
Existe := falso;
mientras Posición < N y V(Posición) < X hacer
Posición := Posición + 1;
fin mientras;
si V(Posición) = X entonces
Existe := Cierto;
fin si;
Fin
6. Búsqueda en vectores ordenados
Algoritmo Búsqueda_binaria (V, N, X, pos, existe) es
V: Vector [1..M] de T; {p. dato}
N: numérico; {p. dato}
X: T; {p. dato}
Pos: numérico; {p. resultado}
Existe: lógico; {p. resultado}
Inf, Sup, Med: numérico;
Inicio
Inf := 1;
Sup := N;
Mientras Inf <> Sup hacer
Med := (Inf + Sup) div 2;
Si X > V(Med) entonces
Inf := Med + 1;
Sino {X <= V(Med) }
Sup := Med;
finsi
Fin mientras
Si V(inf) = X entonces
existe := cierto;
pos := inf;
sino
existe := falso;
finsi
Fin
7. 5.3. Matrices
5.3.1. Introducción
– ¿Qué ocurre cuando el tipo base de un array es otro array?
Mat = vector[1..4] de (vector[1..5] de enteros);
X: Mat;
X
X(1) X(2) X(3) X(4)
Tenemos un array de 20 enteros, organizados en 4 bloques de 5
enteros cada uno: X(1) tendrá X(1,1), X(1,2), X(1,3), X(1,4), X(1,5)
y así X(2), X(3) y X(4)
8. • Obviamente, para acceder a cada elemento individual serán
necesarios dos índices: uno por cada dimensión.
X(1) X[1,1] X[1,2] X[1,3] X[1,4] X[1,5]
X(2) X[2,1] X[2,2] X[2,3] X[2,4] X[2,5]
X(3) X[3,1] X[3,2] X[3,3] X[3,4] X[3,5]
X(4) X[4,1] X[4,2] X[4,3] X[4,4] X[4,5]
5.3.2. Sintaxis
Además de la sintaxis anterior, que es genérica:
<tipo-matriz> ::=
<tipo> = vector [<tipo-indice>{,<tipo-indice>}] de <tipo-base>
<tipo-indice> ::= <elemento-inicial> .. <elemento-final>
5.3.3. Ejemplos
Notas = vector[1..4,1..9] de numérico; {Notas: 4 cursos x 9 asignaturas}
Temperaturas = vector[1..12,1..31] de numérico; {Temperaturas anuales x meses}
Nombres = vector[1..4,1..40] de cadenas; {Nombres de 40 alumnos x 4 cursos}
N: Notas;
T: Temperaturas; {T(6, 1): temperatura asociada al 1 de junio}
9. 5.4. Operaciones sobre matrices
5.4.1. Recorrido
• También se puede aplicar el tratamiento secuencial sobre los
arrays en general y sobre las matrices en particular.
En el caso de un vector:
– Esquema 1 (Tratamiento en curso ≠ tratamiento final)
iniciar tratamiento;
para I de 1 a N-1 hace
tratar X(I); {el elemento i-ésimo de la secuencia es X(I)}
finpara;
tratar X(N);
– Esquema 2 (Tratamiento en curso = tratamiento final)
iniciar tratamiento;
para I de 1 a N hace
tratar X(I); {el elemento i-ésimo de la secuencia es X(I)}
finpara;
Los elementos de la secuencia son escalares.
10. En el caso de un vector multidimensional (por ejemplo, AMxN)
• las filas (o las columnas) de la matriz forman también una
secuencia
(fila1), (fila2),..., (filaM)
(X(1,1),...,X(1,N)), (X(2,1),...,X(2,N)), ..., (X(M,1),...,X(M,N))
• el elemento i-ésimo de la secuencia será una fila o una columna
• a su vez, ese elemento puede necesitar también un tratamiento
secuencial
Recorrido de una matriz por filas
Algoritmo Leer_matriz (A, M, N) es
{declaración de tipos}
matriz = vector[1..100, 1..100] de numérico;
{declaración de parámetros}
A: matriz; {p. dato-resultado}
M, N: numérico; {p. dato; porción utilizable de la matriz}
I: numérico; {entero, se usará como índice}
Inicio
para I desde 1 hasta M hacer
leer_fila (A, I, N);
fin para
Fin
11. Algoritmo Leer_fila (A, fila, max_col) es
{declaración de tipos}
matriz = vector[1..100, 1..100] de numérico;
{declaración de parámetros}
A: matriz; {p. dato-resultado}
fila, max_col: numérico; {p. dato}
J: numérico; {entero, se usará como índice}
Inicio
para J desde 1 hasta max_col hacer
escribir “Dame el elemento “, J, “ de la fila “, fila, “: “;
leer A(fila, J);
fin para
Fin
Generalmente se escribirá de forma compacta:
para I desde 1 hasta M hacer
para J desde 1 hasta N hacer
tratar A(I, J);
fin para
fin para
12. Recorrido de una matriz por columnas
Algoritmo Mostrar_matriz (A, M, N) es
{declaración de tipos}
matriz = vector[1..100, 1..100] de numérico;
{declaración de parámetros}
A: matriz; {p. dato-resultado}
M, N: numérico; {p. datos; porción utilizable de la matriz}
J: numérico; {entero, se usará como índice}
Inicio
para J desde 1 hasta N hacer {J=1..N, cada columna J de A}
mostrar_columna (A, M, J);
fin para
Fin
13. Algoritmo mostrar_columna (A, max_fil, col) es
{declaración de tipos}
matriz = vector[1..100, 1..100] de numérico;
{declaración de parámetros}
A: matriz; {p. dato-resultado}
col, max_fil: numérico; {p. dato}
I: numérico; {entero, se usará como índice}
Inicio
para I desde 1 hasta max_fil hacer
escribir “El elemento “, I, “ de la columna “, col, “es: “;
escribir A(I, col);
fin para
Fin
Generalmente se escribirá de forma compacta:
para J desde 1 hasta N hacer
para I desde 1 hasta M hacer
tratar A(I, J);
fin para
fin para
14. 5.4.2. Traspuesta, suma y producto
• Suma
Resumen:
Dadas dos matrices A y B de tamaños 100 x 100, en las
que están ocupadas M x N posiciones, calcúlese en C la
suma de A + B
Algoritmo Suma (A, B, C, M, N) es
A, B: matriz; {p. dato}
C: matriz; {p. resultado}
M, N: numérico; {p. dato}
• Traspuesta
Resumen:
Dada una matriz A de tamaño 100 x 100, en la que están
ocupadas M x N posiciones, transfórmese A en su
traspuesta, sin utilizar ninguna estructura auxiliar
Algoritmo Traspuesta (A, M, N) es
A: matriz; {p. dato-resultado}
M, N: numérico; {p. dato}
15. • Producto
Resumen:
Dadas dos matrices A y B de tamaños máximos 100 x 100,
en las que están ocupadas AMxN y BNxP posiciones,
calcúlese en C el producto de A x B
Algoritmo Producto (A, B, C, M, N, P) es
A, B: matriz; {p. dato; AMxN y BNxP}
C: matriz; {p. resultado; CMxP}
M, N, P: numérico; {p. dato}
16. Algoritmo Calcular N primeros números primos mediante la criba
de Eratóstenes
Inicialmente todos los números 2..10000 son números primos posibles
Si I es un número primo (excepto el 1), elimino todos los números
múltiplos de I, entre I*2 y 10000/I: para eliminar substituyo el valor inicial
por 0.
1 2 3 4 5 6 7 8 9 10
1 1 1 1 1 1 1 1 1 1 i=2
Suprimir múltiplos de 2, que es primo, porque multiplos(i)=1
1 1 1 0 1 0 1 0 1 0