ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES
|
|
- Lourdes Natalia Rey Santos
- hace 8 años
- Vistas:
Transcripción
1 Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para evaluar el redmeto. 5. Comparacó y resume del redmeto. 6. Ley de Amdahl. 7. Otras meddas para evaluar el redmeto. 8. Cometaros fales. 2
2 Bblografía D.A. PATTERSON, J.L HENNESSY. Estructura y dseño de computadores. Reverté, P. DE MIGUEL. Fudametos de los computadores. 7ª edcó, Parafo, 999. W. STALLINGS. Orgazacó y Arqutectura de Computadores. 5ª edcó, Pretce-Hall, Itroduccó Cuado vamos a adqurr u computador, es teresate que coozcamos el redmeto que os va a ofrecer. A la hora de dseñar u computador, es teresate cotar co herrametas que os permta evaluar sus prestacoes co objeto de poderar la relacó coste / redmeto del msmo. Vamos a estudar alguas formas de caracterzar el redmeto de u computador. 4
3 2. Defcó de redmeto El cocepto de redmeto se puede percbr desde dferetes putos de vsta: Tempo de respuesta: velocdad (tempo) de ejecucó. Productvdad: Número de tareas completadas e la udad de tempo. Cosderaremos el redmeto desde la perspectva del tempo de ejecucó: Redmet o = Tempo de ejecucó La máqua es veces más rápda que la máqua Y s: Redmeto Redmeto El tempo de ejecucó y el redmeto so recíprocos: aumetar el redmeto mplca dsmur el tempo de ejecucó. = Y Hablaremos de mejorar el redmeto Meddas para evaluar el redmeto Tempo de reloj, tempo de respuesta o tempo trascurrdo: Tempo desde que se laza ua tarea hasta que se completa. Icluye el tempo de espera de etrada / salda, el tempo cosumdo por otros procesos actvos e el sstema, etc. Tempo de ejecucó de UCP o tempo de ejecucó: Tempo cosumdo por la UCP e ejecutar el programa. No cluye el tempo de espera de etrada / salda, el tempo cosumdo por otros procesos actvos e el sstema, etc. Tempo de ejecucó de UCP = Tempo de ejecucó de UCP de usuaro + tempo de ejecucó de UCP del sstema. Redmeto de u sstema: Tempo trascurrdo e u sstema s carga. Redmeto de UCP: Recíproco del tempo de ejecucó. Tempo de ejecucó: a veces se mde e cclos de reloj. Frecueca de reloj: versa del cclo de reloj. 6
4 Meddas para evaluar el redmeto Tempo de ejecucó de UCP para u programa: Tempo UCP = Cclos UCP Tempo de cclo = Cclos UCP Frecueca de cclo CPI: cclos de reloj por struccó CPI medo: meda de cclos de reloj por struccó CPI medo ( CPI C ) = = CPI = Número struccoes Etoces: Cclos UCP = Número de struccoes Meda de cclos por struccó Cclos UCP = ( CPI C ) = 7 Meddas para evaluar el redmeto Se deduce que: Tempo UCP = Número struccoes CPI Tempo de cclo Número de struccoes CPI Tempo UCP = Frecueca de cclo Y por tato: Tempo UCP = = ( CPI C ) ( CPI C ) = Tempo UCP = Frecueca de cclo Tempo de cclo 8
5 4. Programas para evaluar el redmeto Carga de trabajo de u sstema: cojuto de programas ejecutados e el msmo a lo largo del día. Para comprobar el redmeto de u sstema, lo mejor es medr el tempo de ejecucó de la carga de trabajo (dfícl). Programas de prueba (bechmarks): programas pequeños específcamete escogdos para medr el redmeto. Vetajas: A meudo se puede esamblar a mao (útl s aú o hay complador). So fácles de estadarzar e dferetes máquas. Desvetajas: se presta a fraudes. Compladores específcamete dseñados para optmzar u bechmark. Mejoras específcas e la crcutería para optmzar fragmetos pequeños de códgo. Pruebas stétcas: programas artfcales costrudos para tetar eglobar las característcas de u cojuto de programas. So rreales y també se presta a optmzacoes frauduletas. Lo mejor es realzar pruebas co programas reales (utlzados regularmete, o be programas típcos), sobre todo s la máqua está ya fucoado. Reproducbldad de las meddas: fudametal (documetar la prueba). 9 Programas para evaluar el redmeto SPEC performace rato gcc espresso spce doduc asa7 l eqtott matrx300 fpppp tomcatv Bechmark Compler Ehaced compler Pruebas de cojuto de bechmarks de prueba e ua máqua co dos compladores dsttos. 0
6 5. Comparacó y resume del redmeto A meudo los vededores y los compradores ecesta u úco úmero para evaluar el redmeto de ua máqua. Este úmero resume el redmeto del cojuto de programas de prueba seleccoado. Problema: cómo calcular la medda resume? Comparacó los redmetos relatvos de dos máquas e Y respecto de u programa: Redmeto Redmeto Y = tempo de ejecucó tempo de ejecucó S la carga está formada por varos programas, el tempo de ejecucó puede ser la meda artmétca del tempo de ejecucó de todos ellos: MA = = tempo Y = p Comparacó y resume del redmeto Método sugerete para comparar los redmetos de dos máquas:. Normalzar los tempos de ejecucó para ua máqua de refereca. 2. Tomar el promedo de los tempos de ejecucó ormalzados. Problema: el resultado depede de cuál sea la máqua de refereca. Solucó: usar la meda geométrca e vez de la meda artmétca. MG = Rato del = tempo de ejecucó La meda geométrca es depedete de la ormalzacó: MG( ) = MG(Y ) MG Y 2
7 6. Ley de Amdahl Srve para evaluar el mpacto de ua mejora parcal e ua máqua e relacó al redmeto global de la msma. Tempo afectado por la mejora Tempo fal mejorado = + Tempo o afectado Catdad de la mejora Ua mejora puede repercutr e u aumeto del redmeto que puede compesar el aumeto de coste al corporarla. Redmeto co mejora Mejora e redmeto = = Redmeto s mejora Tempo cal s mejora Tempo fal mejorado Al mejorar u aspecto de la máqua, el mpacto de dcha mejora va e fucó de la fraccó de tempo e que ésta pueda aplcarse, y está lmtado por ella Otras meddas para evaluar el redmeto MIPS: mlloes de struccoes ejecutadas por segudo. Número de struccoes MIPS = 6 Tempo de ejecucó 0 No se tee e cueta las característcas de las struccoes: o se puede comparar máquas co dferetes repertoros de struccoes. Los MIPS varía etre dferetes programas de u msmo computador. Los MIPS puede varar versamete al redmeto. MIPS relatvos: MIPS ormalzados respecto de ua máqua de refereca. Tempo e máqua de refereca MIPS relatvos = MIPS refereca Tempo e la máqua MIPS de pco: velocdad máxma de ejecucó de struccoes. Se obtee co el CPI meor posble. MFLOPS: mlloes de operacoes de coma flotate por segudo. MOPS: mlloes de operacoes por segudo. 4
8 8. Cometaros fales Es mportate dseñar mejorado el redmeto s perder de vsta el coste que ello supoe: equlbro coste-redmeto. Dseño de alto redmeto: el coste es secudaro. Dseño de bajo coste: el redmeto es secudaro. Dseño coste/redmeto: busca el equlbro. Método correcto de calcular el redmeto: tempo de ejecucó de programas reales. Factores que fluye e el redmeto: Número de struccoes de los programas. Número de cclos de reloj por struccó. Frecueca del reloj. Arte del dseño de computadores: determar de forma precsa cómo las alteratvas fluye e el coste y el redmeto. 5
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesDivisión de Evaluación Social de Inversiones
MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013
Más detallesLos principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detalles2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros
. alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detalles1.2. Medidas de Concentración
.. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detallesTEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :
Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detallesIV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Más detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detalles1.1 INTRODUCCION & NOTACION
1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor
Más detallesTeoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA)
Teoría de carteras de versó para la dversfcacó del resgo: efoque clásco y uso de redes euroales artfcales (RNA) Ivestmet portfolo theory ad rsk dversfcato: classc ad eural etworks methodology D. Cot* y
Más detallesExperimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS
Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y
Más detallesPaola Caymes-Scutari, Anna Morajko, Eduardo César, José G. Mesa, Genaro Costa, Tomàs Margalef, Joan Sorribes, Emilio Luque
Etoro de Desarrollo y Stozacó de Aplcacoes Master/Worker Paola Caymes-Scutar, Aa Morajko, Eduardo César, José G. Mesa, Gearo Costa, Tomàs Margalef, Joa Sorrbes, Emlo Luque Departameto de Arqutectura de
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesUNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO
UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesASIGNATURA: MATEMATICAS FINANCIERAS
PUNTES DOCENTES SIGNTUR: MTEMTICS FINNCIERS PROFESORES: MRIN JIMES CRLOS JVIER SRMIENTO LUIS JIME DEPRTMENTO DE CIENCIS BÁSICS VERSION: 2-20 QUÉ ES MTEMÁTICS FINNCIERS? Hace alguos años éste era u tema
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesFigura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:
Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesResumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.
Optmzacó de ua cartera de versoes utlzado algortmos geétcos María Graca Leó, Nelso Ruz, Ig. Fabrco Echeverría Isttuto de Cecas Matemátcas ICM Escuela Superor Poltécca del Ltoral Vía Permetral Km 30.5,
Más detallesCAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se
CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda
Más detallesGuía para la Presentación de Resultados en Laboratorios Docentes
Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las
Más detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesEJERCICIOS SISTEMA FINANCIERO COMPUESTO
UNIVERSIDAD DE LOS ANDES FAULTAD DE IENIAS EONÓMIAS Y SOIALES DEPARTAMENTO DE IENIAS ADMINISTRATIVAS ÁTEDRA: ANÁLISIS DE LA INVERSIÓN ASIGNATURA: MATEMÁTIA FINANIERA PROFESOR: MIGUEL A. OLIVEROS V. EJERIIOS
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesREVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL
375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta
Más detallesAPLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES
Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES
Más detallesHERRAMIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS
HERRAIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS Dr. J. Iñak De La Peña Curso de Postgrado Especalsta e Cotabldad y aplcacó de las Normas Iteracoales de Cotabldad Facera Departameto de Ecoomía Facera
Más detallesANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
Más detallesTema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.
UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios
Más detallesPROBANDO GENERADORES DE NUMEROS ALEATORIOS
PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesTEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)
Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca
Más detalles11. TRANSFORMADOR IDEAL
. TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesSoluciones Hoja de Ejercicios 2. Econometría I
Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo
Más detallesGestión de operaciones
Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos
Más detallesCURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.
Más detallesMUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1
MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo
Más detallesESTADÍSTICA. Al preguntar a 20 individuos por el número de personas que viven en su casa, hemos obtenido las siguientes respuestas:
ESTADÍSTICA Ejercicio º.- Al pregutar a 0 idividuos por el úmero de persoas que vive e su casa, hemos obteido las siguietes respuestas: Elabora ua tabla de frecuecias. Ejercicio º.- E ua empresa de telefoía
Más detallesTema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre
Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesIII. GRÁFICOS DE CONTROL POR VARIABLES (1)
III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co
Más detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com
Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.
Más detalles6.2.- Funciones cóncavas y convexas
C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.
Más detallesRegresión lineal simple
Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,
Más detallesREPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DETERMINACIÓN MEDIANTE EL ANÁLISIS REGRESIONAL DE LOS MODELOS MATEMATICOS POLINÓMICOS
Más detallesEs aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.
ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto
Más detallesMATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS
MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de
Más detallesProgresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general
5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y
Más detallesEVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO
EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO CRISTIAN CABRERA TORRICO, Igeero Cvl APSA Ltda. (crstacabrera@apsa.cl) ROBINSON LUCERO, Igeero Cvl Laboratoro Nacoal de Valdad, robso.lucero@moptt.gov.cl
Más detalles4. SEGUNDO MÓDULO. 4.1 Resumen de Datos
4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato
Más detallesGradiente, divergencia y rotacional
Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para
Más detallesAnálisis estadístico de datos muestrales
Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.
Más detallesANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.
Más detallesESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales
ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá
Más detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
Más detallesIntroducción a la simulación de sistemas discretos
Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas
Más detallesSelección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal
Programacó Matemátca y Software (2009) Vol.. No. ISSN: 2007-3283 Recbdo: 0 de Juo de 2008/Aceptado: 3 de Septembre de 2008 Publcado e líea: 26 de juo de 2009 Seleccó de ua Cartera de Iversó e la Bolsa
Más detallesCURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL
CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.
Más detallesCURSO 2.004-2.005 - CONVOCATORIA:
PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesINTRODUCCION A LA GEOESTADISTICA
INTRODUION A LA GEOESTADISTIA 7 3' W MAR ARIBE Boca de la Barra 3 larí 8 6 4 Grade R Sevlla 8 6 R Aracataca 45' N 4 R Fudaco Teoría y Aplcacó UNIVERSIDAD NAIONAL DE OLOMBIA Sede Bogotá Facultad de ecas
Más detallesDisipación de energía mecánica
Laboratoro de Mecáa. Expermento 13 Versón para el alumno Dspacón de energía mecáa Objetvo general El estudante medrá la energía que se perde por la accón de la uerza de rozamento. Objetvos partculares
Más detallesDiseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3
Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales
Más detallesRespuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,
Más detallesMATEMÁTICAS FINANCIERAS
MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN DE
Más detallesMETODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO
METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar
Más detallesMATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.
MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre
Más detallesCÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones
2 CÁLCULO FINANCIERO Teoría, Ejerccos y Aplcacoes 3 Uversdad de Bueos Ares Facultad de Cecas Ecoómcas Autores: Jua Ramó Garca Hervás Actuaro (UBA) Master e Ecoomía y Admstracó (ESEADE). Docete de Posgrado
Más detallesQUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL?
Rev. 12/26/12 DATOS Por qué? Qué? QUÉ HACE CALIFORNIA CREDIT UNION CON SU INFORMACIÓN PERSONAL? Las istitucioes fiacieras elige la maera e que comparte su iformació persoal. La ley federal otorga a los
Más detallesINTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS
Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué
Más detallesTeoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.
Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra
Más detallesSOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que
SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso
Más detalles1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)
Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2004
Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos
Más detalles1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática
Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó
Más detallesCOMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007
OMNTARIOS Y ANÁLISIS DL FATOR D PRODUTIVIDAD PROPUSTO POR OSIPTL PARA L PLAN D RGULAIÓN POR PRIOS TOP 2004 2007 APLIAIÓN D LA VARIABL M por Davd. M. Sappgto RSUMN JUTIVO ste forme preseta ua evaluacó de
Más detallesElaborado por: Ing. Rubén Toyama U. 1
CONTENIDO IDENTIFICACIÓN... 2 PLANIFICACIÓN DE LOS ENCUENTROS... 2 PROGRAMA ANALITICO... 3 ORIENTACIONES METODOLÓGICAS... 8. - Itroduccó.... 8..- Objetvos Geerales.... 9 2.- Desarrollo... 9 Prmer ecuetro...
Más detallesTema 2: Modelos lineales de optimización con variables enteras.
Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detalles4 METODOLOGIA ADAPTADA AL PROBLEMA
4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor
Más detalles