ASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS

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

Download "ASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS"

Transcripción

1 ASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS Marcela C. González-Araya Departamento de Modelacón y Gestón Industral, Facultad de Ingenería, Unversdad de Talca. Merced Nº 437, Curcó, Chle. mgonzalez@utalca.cl Rodrgo Vergara Csternas Programa de Magíster en Gestón de Operacones, Facultad de Ingenería, Unversdad de Talca. Merced Nº 437, Curcó, Chle. rodrgo.vergara.cst@gmal.com Rosa González Ramírez Escuela de Ingenería Industral. Pontfca Unversdad Católca de Valparaíso. Av. Brasl 2241, Pso 5. Valparaíso. Chle. rosa.gonzalez@ucv.cl Lus G. Acosta Espejo Departamento de Industras, Unversdad Técnca Federco Santa María Av. Santa María 6400, Vtacura, Santago, Chle lus.acosta@usm.cl RESUMEN Se presenta un modelo de optmzacón para asgnar localzacones de almacenamento, el cual asume la polítca por tempo de estadía. De esta manera, el modelo mnmza los costos asocados al transporte de las undades a su localzacón y los costos de penalzacón por almacenar juntas undades de peddos con tempos de estadía dferentes y por almacenar separadas undades de un msmo peddo. El modelo fue aplcado para evaluar las asgnacones de un almacén de una empresa manufacturera de cartulnas, demostrando su utldad e mpacto en la reduccón de costos. PALAVARAS CLAVE. SLAP, Almacenamento, Programacón Lneal Entera Mxta. ABSTRACT An optmzaton model, that assumes a duraton stay polcy, s developed for assgnng storage locatons. The model mnmzes costs of travel dstances for storng unts of load and penalty costs for storng together unts of dfferent orders and separated unts of the same order. An applcaton of ths model was carred out n a warehouse from a cardboard company, showng ts utlty and mpact n the reducton costs. KEYWORDS. SLAP, Warehousng, Mxed Integer Lnear Programmng. 1

2 1. Introduccón El almacenamento corresponde a la parte del sstema logístco de una empresa que guarda productos (matera prma, partes, productos en proceso, productos termnados), el cual se encuentra entre el punto de orgen y el punto donde son consumdos. Esta actvdad logístca provee nformacón para la gestón sobre el estado, condcón y dsposcón de los elementos que están sendo guardados (Lambert et al., 1998). En la lteratura, varos autores se referen a la mportanca del almacenamento. Al respecto, Chen et al. (2010) señalan que los almacenes tenen gran mportanca, ya que una buena gestón de ellos mplca una mejora de los tempos de entrega de los peddos y una dsmnucón de los costos logístcos. Además, Gu et al. (2007) sostenen que las operacones logístcas de la cadena de abastecmento marcan la dferenca en el entorno global y de alta compettvdad para las empresas, en partcular, el funconamento de los almacenes, consttuye un factor mportante para lograr una ventaja compettva. Según Ballou (2004), el almacenamento y manejo alcanzan, según estmacones, hasta un 20% del costo de dstrbucón físca de una empresa. Esto se debe a que la localzacón de las exstencas en el almacén afecta drectamente a los costos de manejo de productos de todos los benes que se mueven por el almacén. Las prncpales actvdades de almacenamento son: recepcón, almacenamento, recoleccón y embarque (Van den Berg y Zjm, 1999). Debdo a la complejdad de estas actvdades, en la lteratura han sdo propuestos varos modelos para apoyar las decsones relaconadas con ellas, los cuales son dscutdos en de Koster et al. (2007), Gu et al. (2007), Cormer (2005) y Van den Berg y Zjm (1999). Estos modelos buscan reducr los costos logístcos, ya que el almacenamento y el transporte son factores que mpactan fuertemente en ellos (Gunasekaran, 2003, Ballou, 2004). En relacón a la actvdad de almacenamento, una decsón común se refere a dónde localzar las undades de carga que llegan al almacén. Este problema se conoce como el problema de asgnacón de localzacones de almacenamento, más conocdo en la lteratura como SLAP (abrevacón del nglés Storage Locaton Assgnment Problem), el cual consste en asgnar los productos que ngresan a un almacén a una localzacón de almacenamento, de manera de reducr los costos de manpulacón y mejorar la utlzacón del espaco (Van der Berg y Zjm, 1999, Chen et al., 2010). Sn embargo, para realzar esta asgnacón, se necesta establecer los crteros o polítcas de almacenamento que guíen la decsón. Varas de las polítcas posbles de establecer se encuentran descrtas en Gu et al. (2010), de Koster et al. (2007), Gu et al. (2007) y Cormer (2005), las que se defnen como un conjunto de reglas que determnan las localzacones de los productos dentro del almacén (Goetschalckx y Ratlff, 1990). De esta manera, se puede tener polítcas rgurosas, con localzacones ya determnadas (dedcated storage), o ben, más flexbles, con asgnacones aleatoras (randomsed storage). Cada una de estas polítcas se puede adecuar de mejor forma a dferentes tpos de sstemas de almacenamento, condcones de la demanda y meddas de desempeño a optmzar. Las polítcas más comunes son: almacenamento por volumen, basado en clases, por famla de productos, por tempo de estadía, establecdo o dedcado, aleatoro. La descrpcón de estas polítcas puede ser encontrada en Gu et al. (2007) y de Koster et al. (2007). En este trabajo de nvestgacón se formula un modelo de optmzacón para la asgnacón de localzacones de peddos en un almacén, el cual asume la polítca por tempo de estadía. Esta polítca busca localzar juntas, las undades de carga que tenen el msmo tempo de duracón de estadía en el almacén. Este supuesto se debe a que, en la empresa en la cual se enmarca el modelo propuesto, requere que los peddos con tempo de estadía smlar, se almacenen lo más cerca posble, con el fn de despejar zonas contguas al msmo tempo y reducr los tempos de búsqueda de los peddos. Los autores que descrberon por prmera vez esta polítca fueron Goetschalckx y Ratlff (1990). En su trabajo, estos autores realzaron expermentacones 2

3 computaconales comparando los resultados de esta polítca con otras polítcas de almacenamento. El modelo de optmzacón propuesto permte establecer las localzacones de productos en un almacén, de manera de mnmzar los costos asocados al transporte de las undades a la localzacón de almacenamento y los costos de penalzacón por almacenar juntas, undades con tempos de estadía dferentes, y por almacenar separadas, undades de un msmo peddo. Es mportante notar que hasta ahora, en los modelos de almacenamento, no se han consderado juntos estos crteros. En la sguente seccón se presenta la formulacón matemátca del modelo desarrollado. En la seccón 3 se muestran los prncpales resultados de la aplcacón del modelo a un almacén de una empresa manufacturera de cartulnas localzada en Chle. Fnalmente, en la seccón 4, se exponen las prncpales conclusones de esta nvestgacón. 2. Formulacón del Modelo El modelo desarrollado entrega solucón al problema de almacenamento de una empresa manufacturera de cartulnas, de manera de mnmzar los costos nvolucrados en el proceso de almacenamento, sendo éstos: costos de transporte de los peddos desde del lugar de recepcón hasta las localzacones de almacenaje, costos de penalzacón por almacenar juntas undades de peddos con tempos de estadía dferentes y costos de penalzacón por no dejar las undades de un peddo cercanas entre sí. A contnuacón se descrben los conjuntos, índces, parámetros y varables de decsón usados en la formulacón matemátca del modelo. Conjuntos e Índces P: Conjunto de localzacones del almacén, donde y l P. J: Conjunto de peddos, donde j J. K: Conjunto de plantas ndustrales donde pueden fabrcarse las undades de un peddo, k K. Parámetros C = Volumen máxmo para almacenamento de cada localzacón, P, meddo en m 3. = Volumen ncal ocupado en la localzacón, P, al comenzo del perodo de planfcacón. Se mde en m 3. V 0 DB l = Dstanca entre las localzacones y l, donde P y l P, medda en metros. D j = Dstanca entre la localzacón, P, y el punto de llegada del peddo j, j J. Consdera la dstanca de da y vuelta y se mde en metros. CD = Costo de la dstanca recorrda por los trabajadores del almacén. Se expresa en $/metro y se calcula en base en los costos asocados al traslado en el almacén. CT = Costo de penalzacón por almacenar juntas undades de peddos con dferentes tempos de estadía. Se expresa en $/día y se calcula en base a los costos asocados a la remanpulacón de undades (rehandle) y a los tempos de búsqueda de un peddo en el almacén. Vol j = Volumen de cada undad del peddo j, j J, expresado en m 3. N jk = undades del peddo j, j J, provenentes de la planta k, k K. m j = Cantdad máxma de localzacones que puede ocupar el peddo j, j J. Este valor debe ser lo sufcentemente grande para que no falten localzacones para el peddo j, j J, en caso contraro, la solucón del modelo no sería factble. 3

4 z = Porcentaje del volumen total de la localzacón, P, dsponble para almacenamento. Este parámetro puede tomar valores entre 0 y 1, y se utlza para restrngr la capacdad de las localzacones en los casos en que se dañe o se nutlce, total o parcalmente, la localzacón. t j = Tempo de estadía del peddo j, j J, en el almacén. Se mde en días. T = Tempo de estadía de la localzacón, P, se expresa en días. La localzacón podría tener varas undades de dferentes peddos, con dferentes tempos de estadía. Por lo tanto, T se determna calculando la moda de los tempos de estadía de las undades en la localzacón. S no fuera posble estmar la moda, se usa la moda de las localzacones más cercanas a la localzacón. Varables de Decsón x jk = cantdad de undades a almacenar en la localzacón, P, del peddo j, j J, provenente de la planta k, k K. y j {0,1}, donde y j es gual a 1 s se almacena en la localzacón, P, el peddo j, j J; es gual a cero en caso contraro. P = Máxma dferenca entre el tempo de estadía de cada peddo almacenado en la localzacón, P, y la moda del tempo de estadía de la localzacón, P. Este valor es postvo cuando un peddo tene un tempo de estadía mayor a la moda (mayoría de los peddos localzados en ). E = Máxma dferenca entre la moda del tempo de estadía de la localzacón, P, y el tempo de estadía de cada peddo almacenado en la localzacón, P. Este valor es postvo cuando un peddo tene un tempo de estadía menor a la moda (mayoría de los peddos localzados en ). u l {0,1}, donde u l es gual a 1 s en las localzacones y l, P, l P, se almacenan undades provenentes de un msmo peddo; es gual a cero en caso contraro. A contnuacón se presenta la formulacón matemátca del modelo propuesto: Mnmzar z = ( ) 1 CD D jxjk CT P E CD DBlul 2 Sujeto a: V 0 k K x jk P y j + j J k K P j J k K Vol j x jk z C, P P, P l P l l N x, j J, (3) jk P k K jk N y, P, j J, k K, (4) jk j y m, j J, j j + y 1+ u, P, l P, l, j J, (6) lj l ( t j T ) yj, P, j J, ( T t ) y, P, j J, P (7) E (8) j j y j {0,1}, P, j J, (9) u l {0,1}, P, l P, l, (10) P, E 0, P, (11) x jk 0, P, j J, k K. (12) (1) (2) (5) 4

5 La funcón objetvo (1) está compuesta por tres tpos de costos, los que se busca mnmzar, sendo éstos: los costos de transporte del lugar de llegada de los peddos al almacén, hasta las localzacones de almacenaje de cada peddo. El segundo térmno mnmza los costos asocados al desvío entre los tempos de estadía de las undades de los peddos almacenados en una msma localzacón y el tempo de estadía estmado para la mayoría de los peddos en esa localzacón. De esta forma, se mnmzan los máxmos desvíos de los tempos, para cada localzacón del almacén. El tercer térmno mnmza el costo asocado a las dstancas entre las undades de un msmo peddo que se almacenan en dferentes localzacones. De esta forma, se busca que las undades de un msmo peddo queden lo más cercanas posble. La restrccón (2) corresponde a la restrccón de capacdad de cada localzacón del almacén, donde el volumen ncalmente ocupado en la localzacón más lo que se va a almacenar en ella, debe ser menor o gual que la capacdad de la localzacón, por el porcentaje de la capacdad dsponble o utlzable. En la restrccón (3) se establece que la suma de undades producdas en cada planta, para un dado peddo, sea menor o gual a la suma a las undades del peddo a almacenar en la localzacón, provenentes de la planta k. La restrccón (4) establece que las undades que se almacenan en una localzacón del peddo j, provenentes de la planta k, deben ser menor o gual a lo que está planfcado producr de ese peddo, en la planta k, s es que se almacena el peddo j en la localzacón. La restrccón (5) determna que la cantdad de localzacones a asgnar a un peddo j debe ser menor o gual que las localzacones dsponbles para el peddo j. Esta restrccón debe ser defnda para cada peddo. La restrccón (6) determna que la varable bnara u l sea gual a uno cuando las localzacones y l almacenan undades de un msmo peddo j. De esta forma, el modelo reconoce cuando un peddo se almacena en más de una localzacón y lo penalza en la funcón objetvo. Es mportante destacar que no es necesaro generar otras restrccones para reconocer s un peddo es almacenado en más de una localzacón, ya que, dado que la funcón objetvo tene como crtero mnmzar los costos, u l tenderá a tomar valor gual a cero. Las restrccones (7) y (8) en conjunto establecen que la mayor dferenca (P y E ) entre los tempos de estadía de las undades del un peddo j (t j ) y las undades almacenadas en la localzacón (T ), debe ser la mínma posble, sempre y cuando el peddo j sea almacenado en la localzacón. De esta forma, P será el máxmo desvío de tempo de los peddos almacenados en una localzacón, cuando exsten peddos con un tempo de estadía mayor al estmado para la mayoría de los peddos en esa localzacón, y E será el máxmo desvío de tempo de los peddos almacenados en una localzacón, cuando exsten peddos con un tempo de estadía menor al estmado para la mayoría de los peddos en esa localzacón. Las restrccones (9), (10), (11) y (12) corresponden a las restrccones sobre la naturaleza de las varables. En la sguente seccón se presentan los prncpales resultados obtendos al aplcar el modelo a un almacén de una empresa chlena manufacturera de cartulnas. 3. Prncpales Resultados El modelo propuesto es aplcado para asgnar peddos en un almacén pertenecente a una empresa manufacturera de cartulnas, localzada en Chle. En esta empresa exsten sólo dos formatos para los productos que fabrca: plas y rollos. Sn embargo, las dmensones de estos formatos no son estándar, varando según la capacdad y dmensones de la maqunara nvolucrada en el proceso. El modelo ha sdo usado para asgnar de localzacones de las plas dentro del almacén de producto termnado, pues éstas representan el 59 por cento de la produccón de la empresa. El otro 41 por cento corresponde a la fabrcacón de rollos. Las plas están formadas por plegos de 5

6 cartulnas, colocados uno encma de otro, tenendo como base un pallet de madera, y sendo envueltas con un flm de poletleno (ver Fgura 1). FIGURA 1. TRANSPORTE DE UNA PILA DE PLIEGOS DE CARTULINA POR EL ALMACÉN Las plas pueden tener dferentes dmensones, pero dentro de un ntervalo en el cual pueden varar. De esta manera, el ancho de una pla puede varar entre 400 y mm, el largo puede varar entre 400 y mm y el alto puede varar entre 400 y mm. Para una mejor comprensón de los ntervalos de las dmensones, se presenta la Fgura 2. ALTO LARGO ANCHO FIGURA 2. DIMENSIONES DE UNA PILA DE PLIEGOS DE CARTULINA En el almacén de productos termnados exste una zona que posee 19 localzacones (bahías), las cuales son utlzadas para almacenar plas de cartulnas destnadas a clentes naconales. Es en este almacén donde se aplca el modelo para la asgnacón de peddos. Las dmensones de las bahías del almacén se presentan en la Tabla 1. TABLA 1: DIMENSIONES Y ÁREAS DE LAS BAHÍAS Bahía Ancho (m) Largo (m) Área(m 2 ) B1 2,86 6,72 19,21 B2 2,86 6,72 19,21 B3 2,86 6,72 19,21 B4 2,86 6,72 19,21 B5 2,86 6,72 19,21 B6 2,86 6,72 19,21 B7 2,86 6,72 19,21 B8 5 25,29 126,45 B9 5 25,29 126,45 B ,29 126,45 B ,29 126,45 B12 5 7,09 35,45 B13 5 7,09 35,45 B14 5 7,09 35,45 B15 5 7,09 35,45 B ,7 93,5 B ,7 93,5 B ,7 93,5 B ,7 93,5 6

7 En relacón a los tempos de estadía de los peddos, cada uno tene una fecha de despacho determnada. Esta fecha de despacho es generada por los encargados de la Gerenca Comercal, dependendo de cuándo deben ser entregados los productos al clente. En el caso de los clentes naconales, los peddos deben ser despachados en el msmo día en que se recbe el requermento. Se debe notar que las dstancas entre el almacén y los clentes naconales no son muy largas. Por otro lado, para la empresa es prortaro un despacho rápdo desde el almacén al clente, con el fn de mantener sempre abastecdo al clente. En el últmo tempo, en la empresa se han ncrementado los retrasos de los despachos, generando un aumento de los reclamos de los clentes por esta causa. Por otro lado, la espera de los camones para llevar los productos a los clentes se ha hecho más larga y, por lo tanto, más tedosa. Además, las metas nternas de despacho no se están cumplendo y las bodegas de productos están llegando al límte de su capacdad. Esto se debe, prncpalmente, a que las undades a almacenar son localzadas según el crtero y experenca de los encargados del almacén, tratando de asgnar los productos que pertenecen a un msmo peddo lo más cerca posble. Esta actvdad resulta compleja cuando la empresa envía las undades de un peddo de manera separada al almacén. Tambén se observa frecuentemente que los trayectos dentro del almacén no sguen nnguna polítca y se recolectan según el crtero del operaro. S ben, en el almacén hay un sstema de radofrecuenca, éste sólo srve para saber el lugar de almacenamento de los dferentes peddos. Además de las dfcultades para atender a los clentes, en el almacén tambén exsten otros problemas, tales como: deteroro de productos, excesvos tempos búsqueda y movmentos nefcentes, práctcas resgosas para la segurdad de los operaros, espaco dsponble subutlzado, entre otros. Todos estos problemas causan demoras en la recoleccón de peddos. El modelo fue aplcado utlzando datos de tres escenaros dferentes ocurrdos en el almacén. El prmer escenaro corresponde a un turno con pocos peddos a almacenar. El segundo escenaro corresponde a un turno promedo de trabajo. Fnalmente, el tercer escenaro corresponde a un turno con muchos peddos a almacenar. Los tres escenaros fueron selecconados a partr de una base datos de la empresa y sucederon en los últmos 6 meses de operacón. En el prmer escenaro exsten 4 peddos a almacenar en las 19 localzacones descrtas en la Tabla 1, los que representan 89,62 m 3. En este escenaro, las bahías tenen una capacdad dsponble de 236 m 3. En el segundo escenaro, exsten 10 peddos a almacenar, con un volumen de 319,51 m 3, en bahías con capacdad dsponble de 433 m 3. Fnalmente, en el tercer escenaro exsten 18 peddos a almacenar, con un volumen de 739,9 m 3, en bahías con capacdad dsponble de m 3. Para la resolucón de los escenaros, se utlza ILOG-OPLStudo, con CPLEX versón 12.3, en un computador con procesador Intel(R) Core(TM) M, memora RAM de 8 Gb y dsco duro 750 Gb. En la Tabla 2 se presenta, para los tres escenaros, tempo computaconal y el valor óptmo. Además, se muestra el costo real en que ncurró el almacén en cada uno de los escenaros y el porcentaje de reduccón de costos s se hubera adoptado la solucón óptma. 7

8 TABLA 2: COSTO MÍNIMO PARA LOS TRES ESCENARIOS VERSUS EL COSTO OBSERVADO Y TIEMPOS COMPUTACIONALES Escenaro 1 Escenaro 2 Escenaro 3 Tempo Computaconal 1,34 seg. 12,03 seg. 288,46 seg. Costo Mínmo Óptmo $ $ $ Costo Observado $ $ $ Porcentaje de Reduccón de Costos 15% 23% 25% En los tres escenaros, el modelo llega a la solucón óptma, aunque en dferentes tempos computaconales. Como se observa en la Tabla 2, a medda que aumenta el número de peddos a localzar, aumenta el costo mínmo y el tempo computaconal. El escenaro más complejo (escenaro 3) fue resuelto en menos de 5 mnutos, hacendo factble la mplementacón del modelo como herramenta de apoyo para el jefe de almacén, quen tene a cargo la planfcacón del almacenamento. Al comparar el costo mínmo obtendo con el modelo y el costo real, se observa que la solucón óptma permte un ahorro de 15%, 23% y 25% para el escenaro 1, 2 y 3, respectvamente. El promedo de esta reduccón costos es de aproxmadamente 21%. La reduccón en los costos se debe a que la solucón óptma del modelo permte que un mayor número de undades de un msmo peddo queden localzadas en bahías contguas. 5. Conclusones En esta nvestgacón se presenta un modelo de optmzacón desarrollado para establecer las localzacones de productos en un almacén, con el fn de mnmzar los costos asocados a la facldad de recuperar y gestonar los peddos. La polítca adoptada en el modelo para la asgnacón de las undades es la de tempo de estadía. Al aplcar el modelo a tres stuacones reales de un almacén de una empresa manufacturera de cartulnas, se obtuvo un ahorro de aproxmadamente 21 por cento en los costos daros de operacón. Además, la resolucón del modelo para el caso más complejo demoró menos de cnco mnutos, a pesar de ser un problema combnatoro. Esto muestra que el modelo puede ser aplcado en la empresa para tomar decsones operatvas de almacenamento, debdo al bajo tempo computaconal que demanda resolver la stuacón más compleja que ésta tene. Es mportante notar que la polítca por tempo de estadía junto con la mnmzacón de las dstancas para almacenar un peddo, no habían sdo formuladas anterormente en la lteratura del área. Fnalmente, se deben realzar expermentacones computaconales, para determnar hasta que tamaño de nstancas, el modelo puede ser resuelto en un tempo computaconal razonable (por ejemplo, alrededor de 60 mnutos). Referencas Ballou, R., Logístca, Admnstracón de la Cadena de Sumnstro, 5ª Edcón, Prentce Hall, Chen, L., Langevn, A. e Ropel, D. (2010). The Storage Locaton Assgnment and Interleavng Problem n an Automated Storage/Retreval System wth Shared Storage, Internatonal Journal of Producton Research, 48 (4), Chen, L. e Lu, Z. (2012). The Storage Locaton Assgnment Problem for Outbound Contaners n a Martme Termnal, Internatonal Journal of Producton Economcs, 135 (1), Cormer, G., Operatonal research methods for effcent warehousng, em Langevn A. e 8

9 Ropel D. (Eds.), Logstcs Systems: Desgn and Optmzaton, Sprnger, New York, , De Koster, R., Le-Duc, T. e Roodbergen K. J. (2007). Desgn and Control of Warehouse Order Pckng: A Lterature Revew, European Journal of Operatonal Research, 182, Goetschalckx, M. e Ratlff, H. D. (1990). Shared Storage Polces based on the Duraton Stay of Unt Loads, Management Scence, 36(9), Gu, J., Goetschalckx, M. e McGnns, L. F. (2007). Research on Warehouse Operaton: A Comprehensve Revew, European Journal of Operatonal Research, 177(1), Gu, J., Goetschalckx, M. e McGnns, L. F. (2010). Research on Warehouse Desgn and Performance Evaluaton: A Comprehensve Revew, European Journal of Operatonal Research, 203(3), Gunasekaran, A. (2003). Supply Chan Management: Theory and Applcatons, European Journal of Operatonal Research, 159(2), Lamber, D., Stock, J. R. e Ellram, L. M., Fundamentals of Logstcs Management, McGraw- Hll Publshng,USA, Van den Berg, J. P. e Zjm, W. H. (1999). Models for Warehouse Management: Classfcaton and Examples, Internatonal Journal of Producton Economcs, 59,

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

DIPLOMADO EN LOGÍSTICA Y CADENA DE SUMINISTRO

DIPLOMADO EN LOGÍSTICA Y CADENA DE SUMINISTRO IPLOMAO EN LOGÍSTICA Y CAENA E SUMINISTRO MÓULO I: Rs Poolng CRISTINA GIGOLA epto Ingenería Industral ITAM ggola@tam.mx Coordnacón en la SC ecsones que maxmcen la utldad de la SC. Caso 1: El mercado determna

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

Análisis de Sistemas Multiniveles de Inventario con demanda determinística

Análisis de Sistemas Multiniveles de Inventario con demanda determinística 7 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 00 Análss de Sstemas Multnveles de Inventaro con demanda determnístca B. Abdul-Jalbar, J. Gutérrez, J. Scla Departamento de

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Modelo de programación jerárquica de la producción en un Job shop flexible con interrupciones y tiempos de alistamiento dependientes de la secuencia

Modelo de programación jerárquica de la producción en un Job shop flexible con interrupciones y tiempos de alistamiento dependientes de la secuencia REVISTA INGENIERÍA E INVESTIGACIÓN VOL. 28 No. 2, AGOSTO DE 2008 (72-79) Modelo de programacón jerárquca de la produccón en un Job shop flexble con nterrupcones y tempos de alstamento dependentes de la

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%] PROBLEMA: EL BODEGUERO Un bodeguero ha tendo una buena cosecha que estma sea de 10000 ltros. El bodeguero ha de decdr qué cantdad de la cosecha dedcarla a hacer mosto, qué cantdad conservarla un año en

Más detalles

DETERMINACIÓN DEL NIVEL DE PRECIOS PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO

DETERMINACIÓN DEL NIVEL DE PRECIOS PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO DETERMINACIÓN DEL NIVEL DE PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO Galo Nna Análss y Control RESUMEN El obetvo de este trabao es

Más detalles

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS HUMANISTICAS Y ECONOMICAS INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO Resumen: Las decsones de

Más detalles

Un enfoque de inventarios para planear capacidad en redes de telecomunicaciones

Un enfoque de inventarios para planear capacidad en redes de telecomunicaciones Un enfoque de nventaros para planear capacdad en redes de telecomuncacones arlos Alberto Álvarez Herrera, Maurco abrera Ríos Dvsón de Posgrado en Ingenería de Sstemas, FIME-UANL carlos@yalma.fme.uanl.mx,

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Un algoritmo GRASP para resolver el problema de la programación de tareas dependientes en máquinas diferentes (task scheduling)

Un algoritmo GRASP para resolver el problema de la programación de tareas dependientes en máquinas diferentes (task scheduling) Un algortmo GRASP para resolver el problema de la programacón de tareas dependentes en máqunas dferentes (tas schedulng) Manuel Tupa Pontfca Unversdad Católca del Perú, Departamento de Ingenería Av. Unverstara

Más detalles

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial sobre Máquinas de Vectores Soporte (SVM) Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

MODELO DE PROGRAMACIÓN LINEAL DE LA PRODUCCIÓN, INTEGRADO EN UN SISTEMA COMPUTARIZADO DE PRODUCCIÓN, INVENTARIO Y VENTAS INDUSTRIAL

MODELO DE PROGRAMACIÓN LINEAL DE LA PRODUCCIÓN, INTEGRADO EN UN SISTEMA COMPUTARIZADO DE PRODUCCIÓN, INVENTARIO Y VENTAS INDUSTRIAL Ponsot, E. y Márquez V.: Modelo de programacón lneal de la produccón... MODELO DE PROGRAMACIÓN LINEAL DE LA PRODUCCIÓN, INTEGRADO EN UN SISTEMA COMPUTARIZADO DE PRODUCCIÓN, INVENTARIO Y VENTAS INDUSTRIAL

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

Modelo de programación lineal de la producción, integrado en un sistema computarizado de producción, inventario y ventas industrial

Modelo de programación lineal de la producción, integrado en un sistema computarizado de producción, inventario y ventas industrial Economía, XXV, 6 (2000), pp. 73-90 Modelo de programacón lneal de la produccón, ntegrado en un sstema computarzado de produccón, nventaro y ventas ndustral A lnear programmng producton model ntegrated

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

GUÍA DE DISEÑO PARA CAPTACIÓN DEL AGUA DE LLUVIA

GUÍA DE DISEÑO PARA CAPTACIÓN DEL AGUA DE LLUVIA GUÍA DE DISEÑO PARA CAPTACIÓN DEL AGUA DE LLUVIA Lma, 2004 Tabla de contendo 1. Introduccón...3 2. Ventajas y desventajas...3 Págna 3. Factbldad...3 3.1 Factor técnco...4 3.2 Factor económco...4 3.3 Factor

Más detalles

ANEXO 24 JUSTIFICACIÓN ECONÓMICA

ANEXO 24 JUSTIFICACIÓN ECONÓMICA ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema de

Más detalles

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 - Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La

Más detalles

Planificación de la Operación de Corto Plazo de Sistemas de Energía Hidroeléctrica

Planificación de la Operación de Corto Plazo de Sistemas de Energía Hidroeléctrica Planfcacón de la Operacón de Corto Plao de Sstemas de Energía Hdroeléctrca João P. Catalão 1, Sílvo J. Marano 1, Vctor M. Mendes 2 y Luís A. Ferrera 3 (1) Unversdad Bera Interor. Dpto. de Ingenaría Electromecánca.

Más detalles

Lo que necesito saber de mi Tarjeta de Crédito

Lo que necesito saber de mi Tarjeta de Crédito Lo que necesto saber de m Tarjeta de Crédto Informatvo tarjetas de crédto bancaras Cómo obtener una 3 Qué es una La tarjeta de crédto es un medo de pago que permte a los clentes utlzar una línea de crédto

Más detalles

Unidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI

Unidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI Undad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI 3.1. DINÁMICA DE LA GESTIÓN DE PROYECTOS. 3.1.1. GESTIÓN DE PROYECTOS. La gestón

Más detalles

Qué es la EN81-28? Atrapado en el ascensor?

Qué es la EN81-28? Atrapado en el ascensor? Qué es la EN81-28? Atrapado en el ascensor? www.safelne.se La podemos ayudar! Hsselektronk desarrolla y produce electrónca para ascensores. Nuestra gama de productos consste prncpalmente en teléfonos de

Más detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

CADENAS DE ABASTECIMIENTO

CADENAS DE ABASTECIMIENTO CADENAS DE ABASTECIMIENTO Localzacón Dscreta Problema de la mochla Funcón Obetvo: Escoger un grupo de productos que maxmce el valor total sn exceder el espaco dsponble Varable de decsón x : 1 s se escoge

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

Un modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN

Más detalles

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES TUTORIAL: ANÁLISIS MULTIOBJETIVO CONSIDERANDO INCERTIDUMBRE E IMPRECISIÓN Patrca Jaramllo A. y Rcardo A. Smth

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

Apellidos y nombre: i. El valor anual de la amortización de la construcción es fijo y vale A. 2. Cada punto de venta tiene una demanda anual dem

Apellidos y nombre: i. El valor anual de la amortización de la construcción es fijo y vale A. 2. Cada punto de venta tiene una demanda anual dem 4º IIND Métodos Matemátcos 5 de septembre de 00 Apelldos y nombre: PROBLEMA (4 puntos) Una empresa tene puntos de venta stuados sobre una ruta que, a efectos de planfcacón, puede ser consderada como una

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Título: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración.

Título: Dos métodos de diagnóstico de circuitos digitales de alta y muy alta escala de integración. Título: Dos métodos de dagnóstco de crcutos dgtales de alta y muy alta escala de ntegracón. Autor: Dr. Ing. René J. Díaz Martnez. Profesor Ttular. Dpto. de Automátca y Computacón. Fac. de Ingenería Eléctrca.

Más detalles

Agrupamiento de puntos de venta en una red de distribución

Agrupamiento de puntos de venta en una red de distribución Agrupamento de puntos de venta en una red de dstrbucón Utlzando el Método de grafos y la Generacón de cortes para su solucón a través del lenguaje de modelacón AMPL. 26/Ago./04 Presenta: Aracel Ramírez

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D. Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

CI63G Planificación de Sistemas de Transporte Público Urbano. Clase 8 Semestre Otoño 2008

CI63G Planificación de Sistemas de Transporte Público Urbano. Clase 8 Semestre Otoño 2008 CI63G Planfcacón de Sstemas de Transporte Públco Urbano Clase 8 Semestre Otoño 2008 Undades Temátcas 1. La oferta de transporte públco urbano (2 semanas) 2. La demanda por TPU (1,5 sem.) 3. Dseño y optmzacón

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEARTAMENTO DE INGENIERÍA ELÉCTRICA DESACHO DE CARGA ORIENTADO A EVENTUAL SEARACIÓN EN ISLAS MEMORIA ARA OTAR AL TÍTULO DE INGENIERO CIVIL

Más detalles

RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF

RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTOR OF ELECTRONIC PARTS) Una empresa fabrca tres tpos de componentes electróncos,

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

APENDICE A. El Robot autónomo móvil RAM-1.

APENDICE A. El Robot autónomo móvil RAM-1. Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas

Más detalles

Administración financiera empresarial 150 horas / 5 módulos

Administración financiera empresarial 150 horas / 5 módulos Dplomado en Admnstracón fnancera empresaral 0 horas / módulos Dplomado en Admnstracón fnancera empresaral Presupuestos Fnancamento empresaral Admnstracón de costos Admnstracón de la tesorería Admnstracón

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

UNIVERSIDAD DE TALCA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL

UNIVERSIDAD DE TALCA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL UNIVERSIDAD DE TALCA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL MODELO PARA CAMBIO DINÁMICO ENTRE LECTURA MENSUAL Y BIMENSUAL DE CLIENTES RESIDENCIALES MEMORIA PARA OPTAR AL TITULO DE

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Tema 4. Transistor Bipolar (BJT)

Tema 4. Transistor Bipolar (BJT) Tema 4. Transstor polar (JT) Joaquín aquero López lectrónca, 2007 Joaquín aquero López 1 Transstor polar (JT): Índce 4.1) Introduccón a los elementos de 3 termnales 4.2) Transstor polar JT (polar Juncton

Más detalles

Control de Inventarios y su Aplicación en una Compañía de Telecomunicaciones

Control de Inventarios y su Aplicación en una Compañía de Telecomunicaciones Control de Inventaros y su Aplcacón en una Compañía de Telecomuncacones Carlos Alberto Álvarez Herrera, Maurco Cabrera-Ríos * Dvsón de Posgrado en Ingenería de Sstemas, FIME-UANL {carlos@yalma.fme.uanl.mx,

Más detalles

Teléfono: (52)-55-5329-7200 Ext. 2432

Teléfono: (52)-55-5329-7200 Ext. 2432 Sstema de Montoreo Autónomo Basado en el Robot Móvl Khepera Jorge S. Benítez Read 1, Erck Rojas Ramírez 2 y Tonatuh Rvero Gutérrez Insttuto Naconal de Investgacones Nucleares Carretera Méxco-Toluca s/n,

Más detalles

Planificación de las vacaciones en un sistema de organización del tiempo de trabajo con bolsa de horas Pág. 1. Resumen

Planificación de las vacaciones en un sistema de organización del tiempo de trabajo con bolsa de horas Pág. 1. Resumen Planfcacón de las vacacones en un sstema de organzacón del tempo de trabajo con bolsa de horas Pág. 1 Resumen El alto grado de compettvdad entre las empresas y la mportanca de cubrr la capacdad necesara

Más detalles

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

CUADRIENIO 2011 2014

CUADRIENIO 2011 2014 INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles