Sistemas Complejos y Aplicaciones

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

Download "Sistemas Complejos y Aplicaciones"

Transcripción

1 Sistemas Complejos y Aplicaciones Angel Sánchez Grupo Interdisciplinar de Sistemas Complejos (GISC) Departamento de Matemáticas Universidad Carlos III & Instituto Madrileño de Estudios Avanzados IMDEA Matemáticas Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) Universidad de Zaragoza

2 Sistemas Complejos 2 Qué son los sistemas complejos? Muchos componentes / agentes en interacción Comportamiento colectivo emergente Ejemplos: Agua (moléculas frente a fases) Proteínas (aminoácidos frente a molécula / estructura) Cerebro (neuronas frente a inteligencia) Sociedad (personas frente a instituciones / normas) Biosfera (especies frente a ecosistema) Frontera entre ciencias y/o disciplinas

3 Sistemas Complejos 3 More is different (emergencia) (Premio Nobel de Física) Phil Anderson, 1972 Cuando hay MÁS de un agente sencillo (p.e., molécula) esos agentes pueden auto-organizarse en objetos colectivos (p.e., células) que tienen comportamiento emergente (p.e., vida) DIFERENTE del comportamiento de los agentes individuales (p.e., reacciones químicas)

4 Sistemas Complejos 4 More is different (emergencia) Paradigma Sistemas Complejos : Economía: MICRO: los agentes elementales relevantes inversores INTER: sus interacciones básicas órdenes, transacciones MACRO: los objetos colectivos emergentes rebaños, crashes, booms

5 Sistemas Complejos 5 More is different (emergence) Paradigma Sistemas Complejos : Economía: Intrínsecamente (3x) interdisciplinar: MICRO pertenece a una ciencia Teoría de decisión, psicología MACRO a otra Economía financiera Mecanismos: una tercera Mecánica Estadística, Física, Matemáticas

6 Sistemas Complejos 6 More is different (fluctuaciones) Papel de las fluctuaciones: muchos, pero no infinitos, agentes / interacciones

7 Sistemas Complejos 7 More is different (fluctuaciones) Papel de las fluctuaciones: muchos, pero no infinitos, agentes / interacciones Sistemas no lineales con inestabilidades Influencias externas: ruido, desorden Efectos creativos, p. ej., resonancia estocástica

8 Sistemas Complejos 8 More is different (transición de fase) Extrapolación?? 1cm 1cm 1Kg 950C 1Kg 970C 1Kg 990C La extrapolación lineal macroscópica falla! 1010C (una molécula Nivel de agua frente a temperatura sóla no hierve)

9 Sistemas Complejos 9 More is different (transición de fase) Nivel de agua: Índice económico Crash = resultado del comportamiento colectivo de los inversores individuales 101

10 Sistemas Complejos 10 Células, vida Compuestos Significado Palabras Semiótica y Ontología Grupos sociales personas Ciencias Sociales Biología More is different WWW Páginas Web MACRO MICRO TIC Complejidad Mercados Clientes Administración de negocios Abstractización de Anderson Cognición, percepción Neuronas Ciencia del Cerebro Gotas, burbujas Átomos,Moléculas Mecánica Estadística Transición de fase Rebaños, Crashes Inversores Economía y finanzas

11 Sistemas Complejos 11 Economía, cultura, grupos sociales Pensamientos Cerebro More is different (ciencia frontera) Frontera conceptual entre disciplinas Neuronas Canales iónicos Compuestos químicos Ayuda a establecer un nexo afrontando dentro de un marco conceptual común los problemas fundamentales de una de ellas en términos de fenómenos colectivos de otra.

12 Sistemas Complejos 12 Santa Fe Institute for Complex Systems... a private, non-profit, multidisciplinary research and education center Since its founding in 1984, the Santa Fe Institute (SFI) has devoted itself to fostering a multidisciplinary scientific research community pursuing frontier science. SFI seeks to catalyze new research activities and serve as an "institute without walls. Topics Physics of Complex Systems Emergence & Innovation in Evolutionary Systems Information Processing & Computation in Complex Systems Dynamics & Quantitative Studies of Human Behavior Emergence, Organization & Dynamics of Living Systems

13 Sistemas Complejos 13 Instituto de Biocomputación y Física de Sistemas Complejos Materiales complejos y física fundamental Computación y supercomputación Redes complejas y sociedad Física de sistemas biológicos Interacción proteína-ligando Interacción proteína-proteína y transferencia de electrones Plegamiento y estabilidad de proteínas Biología molécular y cristalografía Interacción proteína-adn y regulación genética Transporte y computación cuánticos

14 Sistemas Complejos 14 Fundamentos Mecánica Estadística (Boltzmann, Gibbs, 1900) Ciencia No Lineal Caos (Lorenz, 1963) Estructuras coherentes (Fermi, Pasta y Ulam, 1955) Patrones (Bénard, 1900; Belusov, 1951; Winfree, 1967) Dinámica evolutiva (Maynard-Smith, 1974) Computación (1990)

15 Sistemas Complejos 15 Ciencia interdisciplinar (frontera) Física Física estadística y no lineal Nanotecnología, computación cuántica, astronomía, J. Muñoz, R. Cuerno & M. Castro (2006)

16 Sistemas Complejos 16 Ciencia interdisciplinar (frontera) Economía Micro frente a macro, mercados financieros, gestión, E. Moro (2006) P. Richmond (2006)

17 Sistemas Complejos 17 Ciencia interdisciplinar (frontera) Sociología Normas e instituciones, dinámica cultural, cooperación, M. San Miguel (2005) A. Arenas (2002)

18 Sistemas Complejos 18 Ciencia interdisciplinar (frontera) Biología Ecología, sistema inmune, redes génicas, biofilms,

19 Sistemas Complejos 19 Ciencia interdisciplinar (frontera) Biología Ecología, sistema inmune, redes génicas, biofilms,

20 Sistemas Complejos 20 Innovación entre la Ciencia y la Tecnología Aproximación bottom-up Sistemas robustos auto-organizados Control de sistemas complejos Internet Software basado en agentes Diseño de organizaciones Riesgos: spam, SIDA/SARS/Gripe aviar Nuevos fármacos / terapias génicas Base de nuevas tecnologías (TIC, transporte, ) Un cambio de paradigma?

21 Sistemas Complejos 21 Matemáticas Teoría de grafos (Redes complejas) Procesos estocásticos, estadística (Desorden, ruido) Análisis funcional (Transiciones de fase) Teoría de control, teoría de la señal Dinámica evolutiva y teoría de juegos Un análisis discreto Nuevas técnicas de simulación (Agentes, POO) Complejidad computacional Data mining, análisis de datos

22 Sistemas Complejos 22 Ejemplos Tráfico Cuestión 1: Cómo se forman atascos en autopistas? Cuestión 2: Cómo se forman atascos en ciudades? Social Cuestión 1: Cómo puede ganar la minoría? Cuestión 2: El problema de la cooperación

23 Sistemas Complejos 23 Ejemplos: Tráfico Problema importante 82% viajeros y 53% mercancías (Alemania) 10% tierra asfaltada (Países Bajos) Miles de millones de horas perdidas (España) Miles de millones de en gasolina (Europa) Solución difícil Respuesta tradicional (más carreteras) equivocada Muy general: otros transportes, peatones, internet,

24 Sistemas Complejos 24 Ejemplo: Tráfico Trabajo de simulación imprescindible: Modelos discretos apropiados para simular y accesibles analíticamente (al menos en parte) Necesidad de predicción: modelos realistas inabordables Analizar variables globales Experimentos controlados e identificación de los parámetros relevantes

25 Sistemas Complejos 25 Modelo 1D Nagel-Schreckenberg (1992) Aceleración: si es posible, aumentar velocidad en 1; vmax=5 2. Frenado: hasta la máxima velocidad posible

26 Sistemas Complejos 26 Modelo 1D Nagel-Schreckenberg (1992) 3. Aleatorización: frenar con probabilidad p (sin causa aparente) 4. Movimiento Actualización paralela (importante)

27 Sistemas Complejos 27 Modelo 1D Nagel-Schreckenberg (1992) Resultados empíricos: Diagrama fundamental

28 Sistemas Complejos 28 Modelo 1D Nagel-Schreckenberg (1992) Resultados empíricos: Atascos fantasma

29 Sistemas Complejos 29 Modelo 1D Nagel-Schreckenberg (1992) Resultados de simulación: Buen acuerdo

30 Sistemas Complejos 30 Qué aprendemos? El modelo NaSch es una buena descripción estilizada del tráfico en autopistas (Se puede extender a situaciones y geometrías más complicadas) Los promedios no son relevantes Nuevas magnitudes interesantes a controlar: throughput frente a volatilidad (fluctuaciones)

31 Sistemas Complejos 31 Qué aprendemos? Aplicación:

32 Sistemas Complejos 32 Tráfico en ciudades: Modelos 2D Autómata BML (Biham, Middleton & Levine, 1992) Semáforos instantes pares instantes impares No solape Actualización paralela C. C. periódicas

33 Sistemas Complejos 33 Tráfico en ciudades: Modelos 2D g Autómata CMMS (Cuesta, Martínez, Molera & Sánchez, 1993) 1-g Aleatoriedad: Probabilidad g de giro, g < 0.5 (BML g=0)

34 Sistemas Complejos 34 Tráfico en ciudades: Modelos 2D Resultado principal: Diagrama de fases

35 Sistemas Complejos 35 Qué aprendemos? La imagen de transición de fase se aplica igual de bien al tráfico que a las moléculas Diagrama de fase similar al del agua; γ equivale a temperatura Información analítica adicional (límite de baja densidad, otras aproximaciones, ) Nótese la interacción a través del volumen excluido

36 Sistemas Complejos 36 Ejemplo: Formación de opinión Cuestión: Cómo puede ganar la minoría? Serge Galam ha propuesto un mecanismo, inercia social, que conduce a un rechazo democrático de reformas inicialmente apoyadas por una mayoría Inercia social: los empates favorecen la opción no Reacción conservadora al riesgo de cambio Mantener el statu quo social (Tomado de Maxi San Miguel, IFISC, Mallorca)

37 Sistemas Complejos 37 Ejemplo: Formación de opinión S. Galam: Le Monde, 26 Febrero, 2005

38 Sistemas Complejos 38 Modelo de Galam Opinión binaria, bien amarilla o azul, sobre la reforma A favor En contra Inicialmente, hay una minoría azul

39 Sistemas Complejos 39 Modelo de Galam Vida social: Discusión en grupos (p.e. en el trabajo, en el bar, en la iglesia, ) Celdas definidas por su tamaño k Ejemplo k=16 M, máximo tamaño de celda

40 Sistemas Complejos 40 Modelo de Galam Interacción: La mayoría convence a la minoría en una celda 6 10 Todos los agentes se vuelven amarillos

41 Sistemas Complejos 41 Modelo de Galam Inercia social: Los empates se resuelven a favor del azul 8 8

42 Sistemas Complejos 42 Modelo de Galam Evolución: redistribución aleatoria en celdas

43 Sistemas Complejos 43 Modelo de Galam Diagrama de fase: Minoría inicial frente a celda máxima Línea de umbrales M: celda máxima Eur. Phys. J. B 39, 535 (2004) p: minoría inicial

44 Sistemas Complejos 44 Qué aprendemos? Hay un valor umbral pc<½ tal que for p>pc la minoría desbanca a la mayoría Para que esto ocurra lejos de ½ M tiene que ser pequeño (fluctuaciones) El consenso tarda un tiempo T ~ ln N Nótese que esto es una propuesta de mecanismo pero no una prueba de que el mecanismo es precisamente éste Los modelos se pueden usar para verificar o falsificar intuiciones en problemas sociales

45 Sistemas Complejos 45 Ejemplo: El problema de la cooperación Uno de los 25 problemas para el siglo XXI E. Pennisi, Science 309, 93 (2005)

46 Sistemas Complejos 46 Ejemplo: El problema de la cooperación Uno de los 25 problemas para el siglo XXI Others with a more mathematical bent are applying evolutionary game theory, a modeling approach developed for economics, to quantify cooperation and predict behavioral outcomes under different circumstances. E. Pennisi, Science 309, 93 (2005)

47 Sistemas Complejos 47 Ejemplo: El problema de la cooperación He who was ready to sacrifice his life ( ), rather than betray his comrades, would often leave no offspring to inherit his noble nature Therefore, it seems scarcely possible ( ) that the number of men gifted with such virtues ( ) would be increased by natural selection, that is, by the survival of the fittest. Charles Darwin (Descent of Man, 1871)

48 Sistemas Complejos 48 Ejemplo: El problema de la cooperación Selección de grupo? A man who was not impelled by any deep, instinctive feeling, to sacrifice his life for the good of others, yet was roused to such actions by a sense of glory, would by his example excite the same wish for glory in other men, and would strengthen by exercise the noble feeling of admiration. He might thus do far more good to his tribe than by begetting offsprings with a tendency to inherit his own high character. Charles Darwin (Descent of Man, 1871)

49 Sistemas Complejos 49 Ejemplo: El problema de la cooperación Herramienta: Teoría de juegos Manera formal de analizar interacciones entre agentes racionales (matemáticas de la decisión en situaciones de conflicto) Se asume que los agentes son racionales Aplicación en economía, militar, política, comportamiento animal, sociología, gestión de negocios, ecología, biología evolutiva, Teoría de juegos estática (von Neumann, Nash) frente a evolutiva (Maynard-Smith)

50 Sistemas Complejos 50 El juego del ultimatum (Güth, Schmittberger & Schwarze, 1982) experimentador M euros M-u proponente OK NO u M-u 0 0u respondente

51 Sistemas Complejos 51 Estrategia óptima del respondente racional: acepta lo que sea Estrategia óptima del proponente racional: ofrece el mínimo Resultados experimentales Se ofrecen cantidades sustanciales (50% oferta típica) Se rechazan ofertas inferiores al 25 % con gran probabilidad Comportamiento observado en todo el mundo Variabilidad entre sociedades (26-58%)

52 Sistemas Complejos 52 Modelo A.S. & J. A. Cuesta, J. Theor. Biol. 235, 233 (2005)... N jugadores ti, oi : umbrales (mínima oferta aceptable para i / oferta) player i fi : fitness (capital acumulado) M unidades monetarias (M=100)

53 Sistemas Complejos 53 Un paso del juego... N jugadores respondente proponente op tr fp+m-op fr +op op < tr

54 Sistemas Complejos 54 Un paso de reproducción (tras s juegos)... N jugadores nuevo fitness mínima jugador fitness máxima t,t,oo min max t, omax fmin max fmax mutación: t, o max= t, omax ± 1 (prob.=1/3)

55 Sistemas Complejos 55 Evolución lenta (s grande) N =1000, 109 juegos, s = 105, condición inicial ti = oi =1 aceptación oferta

56 Sistemas Complejos 56 Evolución rápida (s pequeño) N =1000, 106 juegos, s =1, condición inicial uniforme aceptación oferta

57 Sistemas Complejos 57 Qué aprendemos? La selección individual puede dar lugar al comportamiento altruista Importancia de las fluctuaciones: resultado distinto dependiendo de las escalas de tiempo Resultados dependen de la dinámica evolutiva: especificar la situación a modelar De nuevo, esto es una propuesta de mecanismo pero no una prueba de que el mecanismo es precisamente éste Los modelos se pueden usar para verificar o falsificar intuiciones en problemas sociales

58 Sistemas Complejos 58 A modo de conclusión La Ciencia de la Complejidad ha llegado para quedarse Relevante en problemas reales de distinta naturaleza (véanse los Ejemplos) Concepto clave: Emergencia Involucra muchas ciencias, pero sobre todo Matemáticas y Computación Exige trabajar y pensar sobre las fronteras Clave para la I+D+i del futuro

TEORIA GENERAL DE SISTEMAS. Análisis de Sistemas 2011 Licenciatura en Ciencias de la computación UNR

TEORIA GENERAL DE SISTEMAS. Análisis de Sistemas 2011 Licenciatura en Ciencias de la computación UNR Análisis de Sistemas 2011 Licenciatura en Ciencias de la computación UNR En la actualidad somos testigos de grandes problemas y situaciones complejas a los que nos enfentamos prácticamente en nuestras

Más detalles

PARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS

PARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS PARTE III OBTENCIÓN DE MODELOS 1. INFORMACIÓN SOBRE EL SISTEMA 1. EL PROPIO SISTEMA (OBSERVACIÓN, TEST) 2. CONOCIMIENTO TEÓRICO (LEYES DE LA NATURALEZA, EXPERTOS, LITERATURA, ETC.)

Más detalles

13. Técnicas de simulación mediante el método de Montecarlo

13. Técnicas de simulación mediante el método de Montecarlo 13. Técnicas de simulación mediante el método de Montecarlo Qué es la simulación? Proceso de simulación Simulación de eventos discretos Números aleatorios Qué es la simulación? Simulación = técnica que

Más detalles

Tema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos.

Tema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos. Tema 3. MODELOS 011 0 01 01 FUNDAMENTOS 1. Modelos computacionales. 2. Computación y Neurociencia. CONTENIDOS 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas

Más detalles

Algoritmos Genéticos. Introduccion a la Robótica Inteligente

Algoritmos Genéticos. Introduccion a la Robótica Inteligente Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)

Más detalles

ASIGNATURA: ÁMBITO CIENTÍFICO-TECNOLÓGICO 4º ESO

ASIGNATURA: ÁMBITO CIENTÍFICO-TECNOLÓGICO 4º ESO 1. CONTENIDOS MÍNIMOS DE LA ASIGNATURA los contenidos mínimos para el Ámbito científico-tecnológico los podemos agrupar así: Contenidos mínimos de ámbito científico tecnológico MATEMÁTICAS UNIDAD 1: Números

Más detalles

INGENIERÍA EN INFORMÁTICA. Ingeniero en Informática

INGENIERÍA EN INFORMÁTICA. Ingeniero en Informática Facultad de Ingeniería Av. Paseo Colón 850 (C1063ACV) Ciudad de Buenos Aires Tel.: (011) 4343-0893 Fax: (011) 4345-7262 Página web: www.ingenieria.uba.ar Correo electrónico: academica@fi.uba.ar INGENIERÍA

Más detalles

Sistemas, modelos y simulación

Sistemas, modelos y simulación Sistemas, modelos y simulación Introducción I Un SISTEMA es una colección de entidades (seres o máquinas) que actúan y se relacionan hacia un fin lógico. Ejemplo: Un banco con: Cajeros [comerciales] [cajas

Más detalles

PREGUNTAS FRECUENTES

PREGUNTAS FRECUENTES - 1 - DATOS DEL UIS SOBRE INVESTIGACIÓN Y DESARROLLO EXPERIMENTAL Qué es I+D? PREGUNTAS FRECUENTES La investigación y el desarrollo experimental (I+D), según la definición del Manual de Frascati de la

Más detalles

List of courses - Academic year 2012 2013. Faculty of Economics and Business University of Barcelona

List of courses - Academic year 2012 2013. Faculty of Economics and Business University of Barcelona FACULTAT D ECONOMIA I EMPRESA Oficina de Relacions Internacionals Àrea de Relacions Externes C/ Tinent Coronel Valenzuela 1-11 E-08034 Barcelona Tel. +34 93 402 43 26 List of courses - Academic year 2012

Más detalles

I SEMANA ELECTRONICA REDES NEURONALES

I SEMANA ELECTRONICA REDES NEURONALES UNIVERSIDAD NACIONAL SAN ANTONIO ABAD A DEL CUSCO CARRERA PROFESIONAL DE INGENIERIA ELECTRONICA I SEMANA ELECTRONICA REDES NEURONALES Ing. Avid idromán González Se trata de una nueva forma de computación

Más detalles

INGENIERIA INDUSTRIAL Y DE SISTEMAS LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2

INGENIERIA INDUSTRIAL Y DE SISTEMAS LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2 INGENIERIA INDUSTRIAL Y DE SISTEMAS PLAN: 2004-2 Formar profesionales de la Ingeniería Industrial y de Sistemas capaces de planear, operar, controlar y mejorar sistemas productivos en organizaciones generadoras

Más detalles

Econometría I. Carlos Velasco 1. Universidad Carlos III de Madrid

Econometría I. Carlos Velasco 1. Universidad Carlos III de Madrid Econometría I Carlos Velasco 1 1 Departamento de Economía Universidad Carlos III de Madrid Econometría I Máster en Economía Industrial Universidad Carlos III de Madrid Curso 2007/08 C Velasco (MEI, UC3M)

Más detalles

Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz

Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 1 Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 2 ÍNDICE Introducción 3 Aplicaciones de la Simulación 3 La Metodología de la Simulación por Computadora 5 Sistemas, modelos

Más detalles

Profesor Asociado Doctor of Philosophy, University of Toronto, Canadá. Profesor Asistente Doctor of Philosophy, Edimburg University, Reino Unido

Profesor Asociado Doctor of Philosophy, University of Toronto, Canadá. Profesor Asistente Doctor of Philosophy, Edimburg University, Reino Unido PROGRAMA DE DOCTORADO EN CIENCIAS DE LA INGENIERIA AREA CIENCIA DE LA COMPUTACIÓN LÍNEAS DE INVESTIGACIÓN Y TÓPICOS ABORDADOS LABORATORIO DE DATOS En esta área se investigan aspectos tanto teóricos como

Más detalles

LISTADO DE CURSOS DE DE GRADO Y POSGRADO

LISTADO DE CURSOS DE DE GRADO Y POSGRADO LISTADO DE CURSOS DE DE GRADO Y POSGRADO 2013 Programa de Incentivos a los Docentes Investigadores (PI) Secretaría de Ciencia, Tecnología y Posgrado UNIVERSIDAD TECNOLÓGICA NACIONAL Esp. Nombre Plan Nombre

Más detalles

IDENTIFICACIÓN DE SISTEMAS ASPECTOS PRÁCTICOS EN IDENTIFICACIÓN

IDENTIFICACIÓN DE SISTEMAS ASPECTOS PRÁCTICOS EN IDENTIFICACIÓN IDENTIFICACIÓN DE SISTEMAS ASPECTOS PRÁCTICOS EN IDENTIFICACIÓN Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 CONSIDERACIONES PRÁCTICAS

Más detalles

MÁSTER Oficial Interuniversitario EN TÉCNICAS ESTADÍSTICAS Facultad de CC. Económicas y Empresariales Universidad de Vigo http://eio.usc.

MÁSTER Oficial Interuniversitario EN TÉCNICAS ESTADÍSTICAS Facultad de CC. Económicas y Empresariales Universidad de Vigo http://eio.usc. MÁSTER Oficial Interuniversitario EN TÉCNICAS ESTADÍSTICAS Facultad de CC. Económicas y Empresariales Universidad de Vigo http://eio.usc.es/pub/mte/ Contacto (coordinador): Jacobo de Uña, Despacho 235,

Más detalles

CAOS LABORATORIO DE CONTROL, APRENDIZAJE Y OPTIMIZACIÓN DE SISTEMAS. Fotografía: Archivo fotográfico UC3M

CAOS LABORATORIO DE CONTROL, APRENDIZAJE Y OPTIMIZACIÓN DE SISTEMAS. Fotografía: Archivo fotográfico UC3M CAOS LABORATORIO DE CONTROL, APRENDIZAJE Y OPTIMIZACIÓN DE SISTEMAS Fotografía: Archivo fotográfico UC3M 2 El Laboratorio de Control, Aprendizaje y Optimización de Sistemas (CAOS), liderado por la Dra.

Más detalles

GRADO EN MATEMÁTICAS

GRADO EN MATEMÁTICAS GRADO EN MATEMÁTICAS Cuarto curso: ITINERARIO DE CIENCIAS DE LA COMPUTACIÓN ITINERARIOS DE MATEMÁTICA PURA Y APLICADA 60 ECTS 60 ECTS Itinerario I Itinerario II GRADO EN MATEMÁTICAS Cuarto curso: ITINERARIO

Más detalles

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 2 -

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 2 - Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 2 - Juan Alfonso Lara Torralbo 1 Índice de contenidos (I) Introducción a Data Mining Actividad. Tipos

Más detalles

Simulación y Modelos Estocásticos

Simulación y Modelos Estocásticos y Modelos Estocásticos Héctor Allende O!"# $# %#&' ( ) *+,-+,,*,/ ) -++,,*,/ ) 0 1 %*++,,*,/ $2,/ 04 %! 2! 5,,#6)5 1 Conceptos básicos: fundamentos de modelos de simulación y del modelado de sistemas complejos,

Más detalles

Un subconjunto de autómata celular con comportamiento complejo en dos dimensiones

Un subconjunto de autómata celular con comportamiento complejo en dos dimensiones Un subconjunto de autómata celular con comportamiento complejo en dos dimensiones Genaro Martínez, Adriana Menchaca Méndez y Miriam Mecate Zambrano Diciembre, 2005 Resumen Modelos matemáticos con la capacidad

Más detalles

Que es la Inteligencia Artificial?

Que es la Inteligencia Artificial? Introducción a la Inteligencia Artificial Introducción Que es la Inteligencia Artificial? Es una área de la ciencia bastante nueva (1956) Su objetivo son las capacidades que consideramos Inteligentes Las

Más detalles

Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos

Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos Aplicaciones de Inteligencia Computacional para el Minado de Conjuntos de Datos Integralmente Reducidos Angel Kuri-Morales Instituto Tecnológico Autónomo de México akuri@itam.mx Agenda 1. Qué es Big Data

Más detalles

Cursos del Programa Académico de Administración de Empresas

Cursos del Programa Académico de Administración de Empresas Cursos del Programa Académico de Administración de Empresas Área de Matemáticas Matemática 1 (MT1) Introducción a las funciones matemáticas y sus aplicaciones en el campo de la administración y economía

Más detalles

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS UNIDAD MÉTODOS DE MONTECARLO II 2.1 Definición Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de pruebas aleatorias

Más detalles

El papel de la ciencia en la interpretación del mundo. Marila Lázaro Unidad de Ciencia y Desarrollo Facultad de Ciencias

El papel de la ciencia en la interpretación del mundo. Marila Lázaro Unidad de Ciencia y Desarrollo Facultad de Ciencias El papel de la ciencia en la interpretación del mundo Marila Lázaro Unidad de Ciencia y Desarrollo Facultad de Ciencias Pero Qué es la Ciencia? Quiénes? Cómo? Para qué? la CIENCIA o las CIENCIAS? La ciencia

Más detalles

ASIGNATURA FECHA HORA AULA. Matemática Discreta 25-ene 16,00-19,00 LAB. 7. Álgebra Lineal 06-feb 09,00-12,00 LAB. 7

ASIGNATURA FECHA HORA AULA. Matemática Discreta 25-ene 16,00-19,00 LAB. 7. Álgebra Lineal 06-feb 09,00-12,00 LAB. 7 EXÁMENES FEBRERO - CURSO 2015-2016 PRIMER CURSO - GRUPO B Matemática Discreta 25-ene 16,00-19,00 LAB. 7 Álgebra Lineal 06-feb 09,00-12,00 LAB. 7 EXÁMENES JUNIO - CURSO 2015-2016 PRIMER CURSO - GRUPO B

Más detalles

DOBLE GRADO EN ECONOMÍA MATEMÁTICAS Y ESTADÍSTICA

DOBLE GRADO EN ECONOMÍA MATEMÁTICAS Y ESTADÍSTICA DOBLE GRADO EN ECONOMÍA MATEMÁTICAS Y ESTADÍSTICA Facultad de Ciencias Económicas y Empresariales Facultad de Ciencias Matemáticas Introducción El doble grado en Economía - Matemáticas y Estadística permite

Más detalles

CAMPOS DE ACTUACIÓN O DOMINIOS DE EGRESO PSICOLOGÍA, SOCIOLOGÍA Y TRABAJO SOCIAL. Facultad de Ciencias Sociales (FACSO)

CAMPOS DE ACTUACIÓN O DOMINIOS DE EGRESO PSICOLOGÍA, SOCIOLOGÍA Y TRABAJO SOCIAL. Facultad de Ciencias Sociales (FACSO) CAMPOS DE ACTUACIÓN O DOMINIOS DE EGRESO PSICOLOGÍA, SOCIOLOGÍA Y TRABAJO SOCIAL Facultad de Ciencias Sociales (FACSO) Documento de Trabajo n 3 15 de Octubre 2014 1 INTRODUCCIÓN La reforma curricular se

Más detalles

ING. YIM APESTEGUI FLORENTINO

ING. YIM APESTEGUI FLORENTINO Sistemas Un sistema es: que interactúan para funcionar Podemos resumir en dos frases: El todo supera la suma de las partes Todo está conectado con todo La interacciones en el mundo real no son simples,

Más detalles

PROGRAMA MODELO POR SEMESTRES PARA LA CARRERA DE INFORMÁTICA MATEMÁTICA PRIMER SEMESTRE

PROGRAMA MODELO POR SEMESTRES PARA LA CARRERA DE INFORMÁTICA MATEMÁTICA PRIMER SEMESTRE PROGRAMA MODELO POR SEMESTRES PARA LA CARRERA DE INFORMÁTICA MATEMÁTICA Este es un ejemplo cómo cursar progresivamente el núcleo formación fundamental. En la misma dirección es un ejemplo sobre el número

Más detalles

Tecnológico de Estudios Superiores de Ecatepec

Tecnológico de Estudios Superiores de Ecatepec Tecnológico de Estudios Superiores de Ecatepec Aplicaciones de algoritmos evolutivos en visión artificial División de Ingeniería Industrial y Mecatrónica Posgrado de Ingeniería Mecatrónica M. en C. Eddie

Más detalles

Inteligencia Artificial

Inteligencia Artificial Artificial I.T. en Informática de Sistemas, 3º Curso académico: 2010/2011 Profesores: Ramón Hermoso y Roberto Centeno Artificial 3º ITIS Tema 1: Introducción a la IA 1. Introducción a la Artificial 1.1

Más detalles

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada

Más detalles

Consejo Federal de Educación. Ciencias Naturales. biología física - química. Campo de Formación General Ciclo Orientado Educación Secundaria

Consejo Federal de Educación. Ciencias Naturales. biología física - química. Campo de Formación General Ciclo Orientado Educación Secundaria Ciencias Naturales biología física - química Campo de Formación General Ciclo Orientado Educación Secundaria DOCUMENTO APROBADO POR RESOLUCIÓN CFE N 180/12 Durante el Ciclo Orientado de la Educación Secundaria,

Más detalles

3. OBJETIVOS. 3.1. Objetivos. Objetivos generales del título. Objetivos específicos del título

3. OBJETIVOS. 3.1. Objetivos. Objetivos generales del título. Objetivos específicos del título 3. OBJETIVOS 3.1. Objetivos Objetivos generales del título De acuerdo con lo establecido en el Libro Blanco y el acuerdo del plenario de la Conferencia de Directores y Decanos de Informática (Zaragoza,

Más detalles

Diseñar, analizar, adaptar, operar y construir sistemas analógicos y digitales.

Diseñar, analizar, adaptar, operar y construir sistemas analógicos y digitales. PERFIL PROFESIONAL Diseñar, analizar, adaptar, operar y construir sistemas analógicos y digitales. Crear, innovar, adaptar y transferir tecnología en el ámbito de ingeniería electrónica mediante la aplicación

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 22. Algoritmos Genéticos. prb@2007 2

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 22. Algoritmos Genéticos. prb@2007 2 Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 22 prb@2007 2 1 El núcleo de cada célula humana contiene una base de datos química. Esta base de datos contiene todas las instrucciones que la

Más detalles

ENSEÑANZAS DE GRADO EN PSICOLOGÍA

ENSEÑANZAS DE GRADO EN PSICOLOGÍA FICHA TÉCNICA DE PROPUESTA DE TÍTULO UNIVERSITARIO DE GRADO SEGÚN RD 55/2005, de 21 de enero ENSEÑANZAS DE GRADO EN PSICOLOGÍA Denominación del Título: Licenciado/a en Psicología ó Psicólogo/a NÚMERO DE

Más detalles

Simulación Discreta Estocástica Tutor: Deivis Galván

Simulación Discreta Estocástica Tutor: Deivis Galván Capitulo 1 Simulación Discreta Estocástica Tutor: Deivis Galván OBJETIVOS Al aprobar la asignatura el alumno será capaz de: Conocer, comprender y aplicar los principios del modelado de sistemas complejos

Más detalles

El nuevo paradigma de entender la formación profesional dual y el concepto VET

El nuevo paradigma de entender la formación profesional dual y el concepto VET Los fundamentos de EDuQua: La FP, un activo de la sociedad FP orientada a la demanda del mercado laboral FP orientada a los requisitos europeos FP orientada al desarrollo del mercado laboral español dentro

Más detalles

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO SCE - 0418 SCM - 0414 SCC-0428 ACM - 0403 SCB - 0421 SCV - 0407 ACU-0402 Introducción a la ingeniería en sistemas computacionales

Más detalles

siguientes características:

siguientes características: 1 Proyectos 1. Desalojo El desalojo de espacios arquitectónicos es un problema de gran interez en la actualidad. Comprender como un grupo de personas tratan de desalojar una edificación puede ayudar a

Más detalles

Clasificación de Áreas y Subáreas para las inscripciones al Doctorado en Ciencias Informáticas

Clasificación de Áreas y Subáreas para las inscripciones al Doctorado en Ciencias Informáticas Área Algoritmos y Estructuras de Datos Arquitectura de computadoras Subárea - Algoritmos - Análisis de algoritmos - Estructuras de Datos - Verificación y certificación de programas - Lógicas para el desarrollo

Más detalles

Análisis Geográfico Regional 010. Análisis Matemático 015. Anatomía Patológica 020. Anatomía y Anatomía Patológica Comparadas 025

Análisis Geográfico Regional 010. Análisis Matemático 015. Anatomía Patológica 020. Anatomía y Anatomía Patológica Comparadas 025 Áreas de Conocimiento Área de conocimiento Código Álgebra 005 Análisis Geográfico Regional 010 Análisis Matemático 015 Anatomía Patológica 020 Anatomía y Anatomía Patológica Comparadas 025 Anatomía y Embriología

Más detalles

grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software

grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software grado Ingeniería Grado en Ingeniería en desarrollo de contenidos digitales + Experto universitario en Desarrollo de proyectos de software Sistemas Computacionales Diseño y Desarrollo de software Arquitectura

Más detalles

SIMULACIÓN CAPITULO 3 LECTURA 6.3. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 3.

SIMULACIÓN CAPITULO 3 LECTURA 6.3. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 3. LECTURA 6.3 SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México CAPITULO 3 SIMULACIÓN 3.1 INTRODUCCIÓN Simulación es el desarrollo de un modelo lógico-matemático de

Más detalles

9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de decisión.

9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de decisión. TEMA 9 TÉCNICAS DE INTELIGENCIA ARTIFICIAL PARA EL ANÁLISIS DE LA INFORMACIÓN CONTABLE 9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de

Más detalles

Comentarios sobre la regla de Taylor con estabilidad financiera: Cómo hacerlo?

Comentarios sobre la regla de Taylor con estabilidad financiera: Cómo hacerlo? Comentarios sobre la regla de Taylor con estabilidad financiera: Cómo hacerlo? POR CARLOS GIRALDO 1 I. INTRODUCCIÓN A raíz de la reciente crisis financiera global, la discusión sobre el papel de los bancos

Más detalles

FECHAS DE RENOVACIÓN DE LA ACREDITACIÓN DE LOS MÁSTERES UNIVERSITARIOS

FECHAS DE RENOVACIÓN DE LA ACREDITACIÓN DE LOS MÁSTERES UNIVERSITARIOS FECHAS DE RENOVACIÓN DE LA ACREDITACIÓN DE LOS MÁSTERES UNIVERSITARIOS Cerámica: Arte y Función Ciencia Cognitiva y Humanidades: Lenguaje, Comunicación y Organización/Cognitive Science and Ciencia y Tecnología

Más detalles

Simulación ISC. Profr. Pedro Pablo Mayorga

Simulación ISC. Profr. Pedro Pablo Mayorga Simulación ISC Profr. Pedro Pablo Mayorga Ventajas 1. Es un proceso relativamente eficiente y flexible. 2. Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero no puede

Más detalles

Grado en Ingeniería Informática

Grado en Ingeniería Informática Primer Curso Primer semestre ESCUELA SUPERIOR DE INGENIERÍA Chile, 1 11002-CÁDIZ Teléfono: 95 015100 Fax: 95 015101 Más información: www.uca.es/ingenieria Itinerario curricular recomendado ENSEÑANZAS Cálculo

Más detalles

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación.

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. PERFIL PROFESIONAL Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. Reconocer y guiarse por los aspectos sociales, profesionales y éticos en su entorno. Dirigir y coordinar

Más detalles

Cursos del P.A de Ingeniería Industrial y de Sistemas

Cursos del P.A de Ingeniería Industrial y de Sistemas Cursos del P.A de Ingeniería Industrial y de Sistemas I. SECCIÓN - CIENCIAS ECONÓMICAS Y EMPRESARIALES Costos (COS) El curso de Contabilidad Financiera permitirá a los alumnos analizar, registrar, resumir

Más detalles

Unidad II: Números pseudoaleatorios

Unidad II: Números pseudoaleatorios Unidad II: Números pseudoaleatorios 2.1 Métodos de generación de números Pseudoaleatorio Métodos mecánicos La generación de números aleatorios de forma totalmente aleatoria, es muy sencilla con alguno

Más detalles

INTRODUCCIÓN A LA DINÁMICA DE SISTEMAS

INTRODUCCIÓN A LA DINÁMICA DE SISTEMAS INTRODUCCIÓN A LA DINÁMICA DE SISTEMAS JAY FORRESTER M.I. ERNESTO A. LAGARDA L. DEFINICIÓN DE LA D.S. Es una metodología de uso generalizado para modelar y estudiar el comportamiento de cualquier clase

Más detalles

INGENIERIA EN INFORMATICA

INGENIERIA EN INFORMATICA INGENIERÍA EN INFORMÁTICA 2014 Año de Homenaje al Almirante Guillermo Brown en el Bicentenario del Combate Naval de Montevideo Plan de Estudios INGENIERIA EN INFORMATICA Carrera: INGENIERÍA EN INFORMÁTICA

Más detalles

Black-Scholes. 1 Introducción y objetivos

Black-Scholes. 1 Introducción y objetivos Matemáticas en Wall Street: la fórmula de Black-Scholes Miguel Ángel Mirás Calvo Me di cuenta definitivamente de la importancia de la fórmula de Black-Scholes al escuchar a esos negociadores de opciones

Más detalles

2. JUSTIFICACIÓN 2.1. Justificación del título propuesto

2. JUSTIFICACIÓN 2.1. Justificación del título propuesto 2. JUSTIFICACIÓN 2.1. Justificación del título propuesto Hoy en día la computación se considera una parte imprescindible, junto con la teoría y la experimentación, para el avance del conocimiento científico.

Más detalles

Psicología Social. Disciplinas en las que se apoya.

Psicología Social. Disciplinas en las que se apoya. Psicología Social. Disciplinas en las que se apoya. http://socialpsychology43.lacoctelera.net/post/2008/05/26/psicologia-social-disciplinas-las-seapoya-2 La psicología social no se centra en el estudio

Más detalles

2.- Su profesión está ligada a la carrera en la que aquí da clases? Licenciatura Ingeniería Total SI 21 18 39 NO 0 0 0 21 18 39

2.- Su profesión está ligada a la carrera en la que aquí da clases? Licenciatura Ingeniería Total SI 21 18 39 NO 0 0 0 21 18 39 Resultados de la encuesta aplicada a los profesores de la Facultad de Ciencias de la Computación Comisión de Evaluación y Seguimiento Curricular Otoño 2008 1.- Tipo de contratación? TC 16 15 31 MT 3 2

Más detalles

ANEXO I: AMBITOS DE CONOCIMIENTO

ANEXO I: AMBITOS DE CONOCIMIENTO ANEXO I: AMBITOS DE Los ámbitos de conocimiento en los que se agrupan las tesis doctorales están determinados en base a la afinidad científica de los programas de doctorado, tomando como referencia las

Más detalles

Predicción de índices de futuros financieros mediante redes neuronales

Predicción de índices de futuros financieros mediante redes neuronales Predicción de índices de futuros financieros mediante redes neuronales Joan Bosch 1,Lluís Garrido 1,SergioGómez 2 1) Dept. d Estructura i Constituents de la Matèria, Facultat de Física, Universitat de

Más detalles

RESOLUCIONES AUTOMATICAS CON LA EDA

RESOLUCIONES AUTOMATICAS CON LA EDA RESOLUCIONES AUTOMATICAS CON LA EDA ESCUELA MILITAR DE AERONAUTICA Introducción a la Contabilidad y Contabilidad Básica Matematica I, I y Estadística, I y Estadística No Economía I y Descriptiva Derecho

Más detalles

Programa de Estudio: Ingeniería en Sistemas Computacionales.

Programa de Estudio: Ingeniería en Sistemas Computacionales. Ingeniería en Sistemas Computacionales 1. DEFINICIÓN DEL PROGRAMA EDUCATIVO. La ingeniería en sistemas computacionales es una disciplina que estudia los fenómenos reales con el propósito de analizar, modelar

Más detalles

Factores del macro-entorno

Factores del macro-entorno Taller de Vigilancia Tecnológica e Inteligencia Competitiva Aspectos básicos de la VT/IC y su aplicación en las organizaciones y las regiones Abril de 2011 Inteligencia Organizacional y Regional Ana Rosa

Más detalles

Plan de Estudios Maestría en Producción Animal Sostenible

Plan de Estudios Maestría en Producción Animal Sostenible Plan de Estudios Maestría en Producción Animal Sostenible 2 Posgrado Regional en Ciencias Veterinarias Tropicales Universidad Nacional, Costa Rica Plan de Estudios de la Maestría en Producción Animal Sostenible

Más detalles

[RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL]

[RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL] 2012 CEA ISA [RECOMENDACIONES SOBRE LOS CONTENIDOS DE LAS COMPETENCIAS DE AUTOMÁTICA EN LOS GRADOS DE INGENIERÍA INDUSTRIAL] En este documento se incluyen una serie de recomendaciones básicas para impartir

Más detalles

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015 SOciedad Dominicana de Inteligencia Artificial Santo Domingo Mayo 2015 1 Conferencia: La Inteligencia Artificial y sus Aplicaciones para Países en Desarrollo Dra. Ing. Rina Familia 24/05/2015 3 Hollywood

Más detalles

Análisis comparativo del flujo y modelado de la transferencia de calor para una mezcla de gas y partículas en secadores ciclónicos por aspersión

Análisis comparativo del flujo y modelado de la transferencia de calor para una mezcla de gas y partículas en secadores ciclónicos por aspersión Análisis comparativo del flujo y modelado de la transferencia de calor para una mezcla de gas y partículas en secadores ciclónicos por aspersión Dr. Javier Morales Castillo UNIVERSIDAD AUTÓNOMA DE NUEVO

Más detalles

Proyectos de Investigación

Proyectos de Investigación Proyectos de Investigación Centro de Sistemas Inteligentes Tecnológico de Monterrey E-mail: leonardo.garrido@itesm.mx Web page: http://homepages.mty.itesm.mx/lgarrido Información n personal Personal homepage:

Más detalles

Nuevas tendencias de investigación en economía aplicada: Sociomática. Dr. Gonzalo Castañeda (CIDE)

Nuevas tendencias de investigación en economía aplicada: Sociomática. Dr. Gonzalo Castañeda (CIDE) Nuevas tendencias de investigación en economía aplicada: Sociomática Dr. Gonzalo Castañeda (CIDE) Sobre México. Congreso de Economía, UIA, México 2014 (1) Introducción El pensamiento económico se modifica

Más detalles

COMPETENCIAS DEL GRADO EN PEDAGOGÍA

COMPETENCIAS DEL GRADO EN PEDAGOGÍA COMPETENCIAS DEL GRADO EN PEDAGOGÍA La organización de las competencias se ha realizado y simbolizado del siguiente modo: Competencias generales (CG + un dígito que indica número de orden). Competencias

Más detalles

INTRODUCCIÓN. El objetivo de este libro es proporcionarle al lector las conclusiones más importantes, para la

INTRODUCCIÓN. El objetivo de este libro es proporcionarle al lector las conclusiones más importantes, para la INTRODUCCIÓN Cada individuo que invierte su dinero en Bolsa tiene a su disposición una multitud de consejos y estrategias de todo tipo, con el fin de ayudarle a seleccionar los mejores títulos. Análisis

Más detalles

MAEs. Máster en Análisis Económico y Empresarial FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES UNIVERSIDAD DE MÁLAGA

MAEs. Máster en Análisis Económico y Empresarial FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES UNIVERSIDAD DE MÁLAGA MAEs Máster en Análisis Económico y Empresarial FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES UNIVERSIDAD DE MÁLAGA Descripción: Un Máster pensado para ti Técnicas e Instrumentos para el análisis de

Más detalles

CAPITULO II. MARCO TEÓRICO. Actualmente todas las personas que tengan un capital considerable pueden invertir en

CAPITULO II. MARCO TEÓRICO. Actualmente todas las personas que tengan un capital considerable pueden invertir en CAPITULO II. MARCO TEÓRICO II.1. Mercados Financieros II.1.1 Marco histórico Actualmente todas las personas que tengan un capital considerable pueden invertir en acciones a fin de obtener ganancias rápidas

Más detalles

Máster en Economía Finanzas y Computación. Universidad de Huelva Universidad Internacional de Andalucía. www.uhu.es/mecofin

Máster en Economía Finanzas y Computación. Universidad de Huelva Universidad Internacional de Andalucía. www.uhu.es/mecofin www.uhu.es/mecofin Máster en Economía Finanzas y Computación Máster oficial en Economía, Empresa, Finanzas, Marketing y Big Data Universidad de Huelva Universidad Internacional de Andalucía @economiauhu

Más detalles

Desafíos futuros en neurociencia y en la participación de las mujeres en investigación científica

Desafíos futuros en neurociencia y en la participación de las mujeres en investigación científica Desafíos futuros en neurociencia y en la participación de las mujeres en investigación científica Cecilia Hidalgo BNI e ICBM Facultad de Medicina Universidad de Chile Los desafíos futuros de la neurociencia

Más detalles

PROGRAMA DE CÁTEDRAS CONACYT 2015

PROGRAMA DE CÁTEDRAS CONACYT 2015 PROGRAMA DE CÁTEDRAS CONACYT 2015 DATOS GENERALES Título / Nombre del proyecto: Métodos analíticos y cuantitativos en finanzas. Institución: Centro de Investigación en Matemáticas, A.C. Dependencia del

Más detalles

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del 33 En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del sistema de procesamiento de imágenes para controlar un robot manipulador y se describen en la forma como serán

Más detalles

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09 Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones

Más detalles

LA MAESTRÍA EN INGENIERÍA DE PROYECTOS DE LA UNIVERSIDAD DE GUADALAJARA

LA MAESTRÍA EN INGENIERÍA DE PROYECTOS DE LA UNIVERSIDAD DE GUADALAJARA XIII CONGRESO INTERNACIONAL DE INGENIERÍA DE PROYECTOS Badajoz, 8-10 de julio de 2009 LA MAESTRÍA EN INGENIERÍA DE PROYECTOS DE LA UNIVERSIDAD DE GUADALAJARA Villalvazo-Naranjo, Juan. (p) *, Martínez-González,

Más detalles

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica

Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica Competencias generales vinculadas a los distintos módulos Módulo de Formación Básica C1. Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar

Más detalles

LICENCIATURA EN MERCADOTECNIA LISTADO DE MATERIAS CONTENIDO PLAN: 2005-2

LICENCIATURA EN MERCADOTECNIA LISTADO DE MATERIAS CONTENIDO PLAN: 2005-2 LICENCIATURA EN MERCADOTECNIA PLAN: 2005-2 La Licenciatura en Mercadotecnia de la Universidad de Sonora tiene como objetivo general formar profesionistas de calidad a través de los conocimientos interdisciplinarios

Más detalles

La Tecnología líder en Simulación

La Tecnología líder en Simulación La Tecnología líder en Simulación El software de simulación Arena, es un "seguro de vida" para las empresa: le ayuda a predecir el impacto en las organizaciones de nuevas ideas, estrategias y políticas

Más detalles

PROGRAMA DE CURSO. Horas de Trabajo Personal 6 10 3,0 2,0 5,0. Horas de Cátedra

PROGRAMA DE CURSO. Horas de Trabajo Personal 6 10 3,0 2,0 5,0. Horas de Cátedra PROGRAMA DE CURSO Código FI1002 Nombre Sistemas Newtonianos Nombre en Inglés Newtonian Systems SCT Unidades Docentes Horas de Cátedra Horas Docenci a Auxiliar Horas de Trabajo Personal 6 10 3,0 2,0 5,0

Más detalles

LICENCIATURA EN CONTADURIA PUBLICA LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2

LICENCIATURA EN CONTADURIA PUBLICA LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2 LICENCIATURA EN CONTADURIA PUBLICA PLAN: 2004-2 Formar integralmente profesionales en Contaduría Pública con calidad y pertinencia social, con actitud creativa, analítica y propositiva, capaces de generar

Más detalles

LA SUSTENTABILIDAD COMO EJE TRANSVERSAL DE FORMACIÓN EN LA UNIVERSIDAD DE PAMPLONA

LA SUSTENTABILIDAD COMO EJE TRANSVERSAL DE FORMACIÓN EN LA UNIVERSIDAD DE PAMPLONA LA SUSTENTABILIDAD COMO EJE TRANSVERSAL DE FORMACIÓN EN LA UNIVERSIDAD DE PAMPLONA Desde que en el año 1987 el informe Nuestro Futuro Común o informe Brundtland acuñó el concepto de Desarrollo Sostenible

Más detalles

PROGRAMA DE CIENCIA. Prerrequisitos: Química, Física y Álgebra 2 y Trig, inscripción simultánea en Precálculo

PROGRAMA DE CIENCIA. Prerrequisitos: Química, Física y Álgebra 2 y Trig, inscripción simultánea en Precálculo Distrito 200 escuelas secundarias consideran el pensamiento científico es uno de los pilares de una educación de calidad. Entender el proceso científico, la práctica de la experimentación, registrar las

Más detalles

PARADIGMAS DE PRODUCCIÓN DE CONOCIMIENTO Enfoques de investigación que dan sustento a los métodos cualitativos

PARADIGMAS DE PRODUCCIÓN DE CONOCIMIENTO Enfoques de investigación que dan sustento a los métodos cualitativos PARADIGMAS DE PRODUCCIÓN DE CONOCIMIENTO Enfoques de investigación que dan sustento a los métodos cualitativos INTERESES TEÓRICOS QUE GUÍAN EL QUEHACER CIENTÍFICO Escuela de Frankfurt Jürgen Habermas Conocimiento

Más detalles

EEES Plan de Estudios de Grado la FIB

EEES Plan de Estudios de Grado la FIB EEES Plan de Estudios de Grado la FIB Fermín Sánchez fermin @ ac.upc.edu Vicedecano de Innovación Facultat d Informàtica de Barcelona JoDoDAC, 15 de febrero de 2008 Índice Propuesta de Grados de la FIB

Más detalles

EL MUNDO DE LAS CIENCIAS DE LA COMPLEJIDAD. Carlos Eduardo Maldonado Nelson Gómez

EL MUNDO DE LAS CIENCIAS DE LA COMPLEJIDAD. Carlos Eduardo Maldonado Nelson Gómez EL MUNDO DE LAS CIENCIAS DE LA COMPLEJIDAD Carlos Eduardo Maldonado Nelson Gómez Equilibrio Orden Sistemas cercanos al equilibrio Filo del caos Sistemas complejos Caos Desorden (Cristales) Sistemas alejados

Más detalles

El Trabajo de Campo. por Beatriz Dubost, directora de Campo y Preproceso, Gallup México

El Trabajo de Campo. por Beatriz Dubost, directora de Campo y Preproceso, Gallup México El Trabajo de Campo por Beatriz Dubost, directora de Campo y Preproceso, Gallup México QUÉ ES? Una frase sencilla, un concepto familiar que todos creemos conocer, entendido como la talacha de recorrer

Más detalles

Autor: Javier Yáñez García

Autor: Javier Yáñez García Curso 2009-2010 2010 Universidad Carlos III de Madrid PROYECTO FIN DE CARRERA: TRACKING DE PERSONAS A PARTIR DE VISIÓN ARTIFICIAL Autor: Javier Yáñez García Contenidos 1. Introducción 2. Estado del arte

Más detalles

Guía EMPRESA INTELIGENTE 2.0 para la PYME

Guía EMPRESA INTELIGENTE 2.0 para la PYME Guía EMPRESA INTELIGENTE 2.0 para la PYME Consejos para desarrollar la gestión del cambio, tomar decisiones de manera ágil y eficaz y planificar estrategias atendiendo a los procesos como célula básica

Más detalles

INFORME N 019-2012-GTI INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE

INFORME N 019-2012-GTI INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE INFORME N 019-2012-GTI INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE 1. Nombre del Área El área encargada de la evaluación técnica para la renovación del servicio de soporte, actualización y mantenimiento

Más detalles

Proceso de la I.C.: Definir el problema y los objetivos de la investigación. Desarrollar el plan de investigación.

Proceso de la I.C.: Definir el problema y los objetivos de la investigación. Desarrollar el plan de investigación. Unidad 3. Investigación comercial. 1. Introducción. La empresa necesita información precisa, puntual y manejable sobre el mercado. La finalidad básica de la I.C 1 es obtener información que reduzca el

Más detalles