eliminar virus Recycler

Un troyano molesto poco dañino perro que crece y gracias a que se trasporta por en Archivos de configuración de inicio de Windows  Autorun.inf, que se infiltra en memorias USB.

Cuando una computadora se encuentra infectada por el virus recycler, este se aloja en la carpeta "Recycler" dentro del disco duro, mismo lugar en donde se almacena toda la "basura" (archivos y carpetas que eliminamos) de la la carpeta de reciclaje cuando ésta no se ha vaciado o restaurado. El virus toma posesión de la carpeta y se esconde dentro de otra subcarpeta simulando ser una aprte de los archivos de la papelera de Recyclaje, pero desde ésta ubicación reproduce múltiples copias de si mismo y llena de basura el registro de Windows. Lamentablemente, al alojarse en un directorio de sistema, muy pocos son los antivirus que han podido eliminarlo sin que el virus deje rastro.

A pesar de que se puede acceder hasta la ubicación del archivo para eliminarlo, al tener por defecto los permisos restringidos, este se vuelve casi imposible de elimanar por el usuario, a no ser que se intente elimnarlo desde la línea de comandos de Windows. Y precisamente, este es uno de los trucos para eliminarlo, usando el Símbolo del Sistema de Windows XP:

1. Abrir una ventana de comandos (Se puede hacer con  el comando "cmd" en Inicio -> Ejecutar). A continuación, los comandos que aparecen en cursiva deben teclearse dentro de la linea de comandos de cmd.
2. Finalizar el proceso del explorador (explorer.exe):
   
   taskkill /f /im explorer.exe
3. Movernos a la carpeta del virus, con:
   
   cd \Recycler
4. Quitar los atributos de la carpeta \S-1-5-21-1482476501-1644491937-682003330-1013\ con el comando:
   
   attrib -h -r -s S-1-5-21-1482476501-1644491937-682003330-1013
5. Ahora debemos renombrar la carpeta, con cualquier nombre (en el ejemplo usamos "virus":
   
   ren S-1-5-21-1482476501-1644491937-682003330-1013 virus
   
6. Reiniciar el explorador de windows con el comando:
   
   explorer.exe.
7. Ya en el explorador de Windows, debemos ir a la carpeta Recycler y veremos nuestra carpeta llamadavirus. Accedemos a la carpeta y simplemente eliminamos todo su contenido: ise.exe, isee.exe y desktop.ini.
8. Opcionalmente podemos también limpiar la ruta del registro HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Active Setup\Installed Components\{08B0E5C0-4FCB-11CF-AAX5-90401C608512}. Para ello, accedemos al registro de Windows con el comando "regedit" desde Incio -> Ejecutar.

Estos pasos tambiñen funcionan para limpiar memorias flashUSB, cambiando la unidad C: por la que corresponda a la unidad extraíble y omitiendo el paso de la limpieza del registro. Una vez concluída la limpieza, es recomendable el uso de algún software limpiador del sistema como CCleaner.

Leer más

Ejercicios de factor de conversión

1.      Obtén la masa de 10 litros de mercurio (densidad del mercurio: 13,6 kilogramos por decímetro cúbico).

13.6 g/cm3*1Kg/1000g=0.0136 Kg/cm3
0.0136 Kg/cm3*1'000.000cm3/m3=13600 Kg/m3

entonces la densidad del mercurio en Kg/m3 sera 13600

lo importante en este ejercicio es recordar que en un m3 hay 1000000 cm3


listo:)
 
Entonces lo que primero debemos hacer es convertir de litros a m³ porque al densidad esta en kg /m³. 1 m³ son 1000 litros, entonces:

10[L] /1000[L /m³] = 0.010[m³]

La formul de densidad (ρ) es la siguiente

ρ = m /V

donde
m = masa
V = volumen

Sustituyendo lso datos en la ecuaicon podemos obtener al amsa despejandola

13600[kg/m³] = m /0.010[m³]

13600[kg/m³] ·0.010[m³] = m

136[kg] = m

El peso en magnitud (P), tiene la siguiente formula

P = m ·g

donde
g = magnitud de la aceleracion de gravedad (9,8[m/s²] en la tierra)

P = 136[kg] ·9,8[m/s²]

P = 1333[N]

2. Convierte 242º a radianes (factor de conversión: 180º = π rad).

3. Si una bola de acero pesa 14 lb, ¿cuál será su peso en kilogramos? Considera que una libra equivale a 0.454 kg.

4. Un automóvil recorrió 250 millas, si una milla equivale a 1609 metros, ¿cuál es la distancia en metros?

5. Una persona tiene una talla de 6 pies 6 pulgadas (6’6’’), si una pulgada equivale a 2.54 cm, ¿cuál es la talla en metros?

Leer más

Un poco de historia del álgebra lineal

agosto 3rd, 2010 Escrito por Jesus Soto

La Teoría de Matrices y el Algebra Lineal no aparece como consecuencia del estudio de los coeficientes de los sistemas de ecuaciones lineales. La organización de estos coeficientes llevó al desarrollo de los determinantes y no de las matrices (Leibniz utilizó determinantes en 1693 y Cramer desarrolló su método de resolución de sistemas mediante determinante en 1750). El primer uso implícito de las matrices aparece en la obra de Lagrange en su estudio de los extremos de funciones de varias variables a finales del siglo XVIII.
El hecho que llevó al desarrollo de las matrices fue el concepto de multiplicación, dado por Cayley en 1855, para representar la composición de aplicaciones (transformacion ) lineal . Fue Sylvester, en 1848, el que acuñó el término "matriz" pues consideraba una matriz como un generador de determinantes: cada subconjunto de k filas y k columnas de una matriz generaba
un determinante kxk. Con el resultado ”det(AB) = det(A)det(B)” se estableció una conexión entre las teorías de las matrices y los determinantes.
El siglo XX focalizó sus intereses en el estudio de espacios vectoriales abstractos, relegando las matrices al papel de una notación en la interpretación del comportamiento de las aplicaciones lineales. Hubo que esperar al final de la II Guerra Mundial, con el advenimiento de los computadores, para que se volviera a enfatizar el estudio de las matrices como entes con interés propio. Alan Turing introduciría en 1948 el concepto de LU-factorización y una década después aparecería el concepto de QR-descomposición (Wilkinson) y la constatación de la estabilidad del método de eliminación gaussiana, que sigue siendo el mejor método conocido para la resolución de los sistemas de ecuaciones lineales.
(Extraído del texto indicado)

Leer más

Matrices: definición, operaciones y propiedades básicas.

    En este tema estudiaremos las matrices como objeto matemático y su aplicación al estudio de los sistemas de ecuaciones lineales. Veremos sus propiedades fundamentales, las operaciones básicas, y una aplicación importante de estos conceptos: el Teorema de Rouché-Frobenius.


3. TEOREMA DE ROUCHÉ-FRÖBENIUS

Antes de proceder a resolver un sistema de ecuaciones lineales, tenemos que dar respuesta a las siguientes preguntas: ¿El sistema tiene solución, es decir, es compatible? En caso afirmativo: ¿Tiene una solución o infinitas? Para responderlas, una de las herramientas que podemos utilizar es la que proporciona el Teorema de Rouché-Fröbenius, cuyo enunciado es el siguiente:

Consideremos un sistema de  m  ecuaciones lineales con  n  incógnitas, cuya expresión general es la siguiente:

Sean  A  la matriz del sistema  y  A*  la matriz ampliada del sistema (con los términos independientes).

La condición necesaria y suficiente para que un sistema de  m  ecuaciones lineales con  n  incógnitas sea compatible es que el rango de la matriz de los coeficientes de las incógnitas ( A )  sea igual al rango de la matriz ampliada con los términos independientes  ( A* ). Es decir:  rango (A) = rango (A*).

Si el valor común de los rangos coincide con el número de incógnitas, el sistema es compatible determinado. Si, por el contrario, el valor de los rangos es menor que el número de incógnitas el sistema es compatible indeterminado.

En resumen:

• Si rango (A) = rango (A*) = n (número de incógnitas), el sistema es compatible determinado (tiene una única solución).
• Si rango (A) = rango (A*) < n (número de incógnitas), el sistema es compatible indeterminado (tiene infinitas soluciones).
• Si rango (A) # rango (A*), el sistema es incompatible (no tiene solución).

Un caso particular es el de los sistemas homogéneos, es decir, aquellos en los que todos los términos independientes son nulos. Pues, en este caso, las matrices  A  y  A*  son  semejantes a efectos del cálculo del rango, dado que la matriz  A*  es la matriz  A  a la que se le añade una columna de ceros, que podemos suprimir para calcular el rango. Por lo tanto, siempre se cumple que rango (A) = rango (A*). Esto quiere decir que todos los sistemas homogéneos son siempre compatibles. Se cumple:

• Si rango (A) = n (número de incógnitas), el sistema es compatible determinado. Tiene una única solución, que se conoce con el nombre de solución trivial. Es aquella en la que todas las incógnitas son  nulas  ( 0 ).
• Si rango (A) < n (número de incógnitas), el sistema es compatible indeterminado (tiene infinitas soluciones).

Una vez realizada la "discusión o identificación del sistema", aplicaremos alguno de los métodos que desarrollaremos en los epígrafes posteriores. No obstante, es preciso tener en cuenta las siguientes observaciones:

• Si el sistema es compatible determinado, el valor común de los rangos indica el número de ecuaciones principales, es decir, aquellas que no dependen de las restantes.
• Si el sistema es compatible indeterminado, (rango (A) = rango (A*) = k < n) el valor común de los rangos  ( k )  indica tanto el número de ecuaciones independientes o principales, como el número de incógnitas principales. Las restantes incógnitas  (no principales)  n - k  las pasaremos al segundo miembro formando un único término junto al término independiente. Siguiendo este procedimiento obtendremos un sistema de  k  ecuaciones lineales con  k incógnitas (principales), al que aplicaremos uno de los procedimientos que estudiaremos en los siguientes apartados: Regla de Cramer, Método de Gauss o, por la matriz inversa.
  
  
  http://recursostic.educacion.es/descartes/web/materiales_didacticos/sistemas_de_ecuaciones_lineales_2bcnt/discusion_por_el_teorema_de_rouche.htm

Leer más