Para qué medir? Midiendo el Desempeño. M. Curiel 1. Midiendo el Desempeño. Qué variables se desea medir? Cuáles son las herramientas disponibles?
|
|
- Rodrigo Valverde Moreno
- hace 8 años
- Vistas:
Transcripción
1 Midiedo el Desempeño Mariela Curiel 009 (Alguas trasparecias so tomadas del libro de Juiz, Molero, etc) Para qué medir? teder el fucioamieto de u sistema o aplicació - cotrar los segmetos que se usa de forma más frecuete e u programa (perfilació) - Medir las utilizacioes de los recursos, ecotrar posibles cuellos de botella. toar los parámetros del sistema (tuig) para mejorar su desempeño. Obteer parámetros para los modelos de la carga. Actualizar modelos de redimieto Validació de modelos de redimieto Midiedo el Desempeño Qué variables se desea medir? Cuáles so las herramietas dispoibles? 1
2 Qué medidas se ecesita? Itesidad de la carga: el úmero de peticioes, la tasa a la que llega al sistema, patroes específicos Características de los datos: catidad de datos y el tamaño de cada item, la frecuecia de peticioes a cada item, elemetos que se accede cocurretemete. Qué medidas se ecesita? Características de la ejecució Path characteristics: se mide el úmero de veces que se ejecuta cada camio para calcular las veces que se repite u ciclo y las probabilidades de ejecució de los camios codicioales. Uso de recursos: úmero de veces que se solicita el recurso y tiempo de servicio Overhead: tiempo del sistema o atribuible a procesos usuarios. Herramieta diseñada para observar la actividad de u sistema iformático mietras es utilizado por los usuarios Carga Cocepto de moitor Moitor Accioes típicas de u moitor Observar el comportamieto Recoger datos estadísticos Aalizar estos datos, mostrar los resultados.
3 Moitores Los moitores so las herramietas de medició que permite seguir el comportamieto de los pricipales elemetos de u sistema iformático cuado éste se halla sometido a ua carga de trabajo determiada. alguos cotextos se llama sesores. Dejado el térmio moitor para las herramietas capaces de actuar. Utilidad de los moitores Admiistrador Coocer la utilizació de los recursos (detecció de cuellos de botella) Ajustar los parámetros del sistema (toar) Aalista de desempeño Calcular los parámetros de etrada a modelos del sistema (aalíticos o simulació). Sistema Adaptarse diámicamete a la carga Desarrollo de aplicacioes: eteder su fucioamieto: etoarlas. Implemetació de los moitores Software Programas istalados e el sistema Hardware Dispositivos exteros al sistema Híbridos Utiliza los dos tipos ateriores Los más habituales toros muy específicos 3
4 Situació de los moitores Sodas electromagéticas Sistema iformático Moitor software Moitor hardware Moitores software So los más usados Geera Sobrecarga Implemetació Adició de u uevo programa Modificació del software a medir Modificació del sistema operativo Moitores hardware Istrumetos idepedietes (exteros) del sistema a moitorizar coectados a este mediate sodas electromagéticas Vetajas No usa recursos del sistema moitorizado Rapidez (circuitos electróicos) Icoveietes Los sistemas o facilita la istalació de sodas Persoal especializado para su operació Hay magitudes o accesibles por hardware Costosos 4
5 Moitores híbridos Parte hardware Actúa como u dispositivo de I/O que guarda, aaliza y procesa la iformació eviada por la parte software Parte software Código añadido al SO: istruccioes especiales de I/O Actúa como ua soda que recoge iformació y la evía a la parte hardware Moitor híbrido Software Moitores: clasificació De acuerdo a cómo orgaiza la iformació: Orietados a clases: realiza medidas a ivel de programa. Orietados a recursos: orgaiza la iformació por recursos (utilizacioes, tiempos de servicio, logitudes media de cola, etc.) y o está al tato de qué procesos usa tales recursos i e qué medida. Moitores: clasificació De acuerdo al mecaismo de activació: Moitores de evetos o acotecimietos (evet drive): se activa co la aparició de ciertos evetos e el sistema. Moitores de muestreo: se activa a itervalos de tiempos fijos o aleatorios mediate iterrupcioes de reloj. 5
6 Detecció de evetos stado del sistema Coteido de todas las memorias veto Provoca u cambio del estado Volume de iformació recogida Depede de la frecuecia de los evetos i-1 stado i-1 stado i stado i+1 i jemplos de evetos: Iicio/fi de la ejecució de u programa vío o recepció de u mesaje Abrir/cerrar u fichero Ua gra parte de los evetos (o todos) puede ser detectados por software Muestreo Observació a itervalos regulares o aleatorios Volume de iformació recogida y precisió: depede de T T T T Medidas Moitores: clasificació De acuerdo a la forma de mostrar los resultados: Moitores e tiempo real (o-lie): muestra el estado del sistema tato e forma cotiua, como a itervalos frecuetes de tiempo (vmstat, ps, top, etc.). Moitores batch o de cotabilidad: recoge los datos y escribe los registros cuado termia los procesos o el período de recolecció. 6
7 Moitores: clasificació Perfiladores: mide cuáto tiempo o qué fracció del tiempo total el sistema ivierte e ciertos estados. jem, cuáto tiempo gasta u programa ejecutado ua o varias de sus subrutias. (performace debuggig) Técica para realizar las medidas specificar los putos de referecia A cliet Server F LAN LAN C Network D B Técica para realizar las medidas Compreder el propósito del proceso de medició, las pregutas que se desea respoder. specificar las variables a ser medidas y las herramietas y técicas que se va a usar. Defiir los casos de prueba: la carga y las características del sistema (sop, middleware, etc.) Logitud del itervalo de medida Número de Réplicas Orde e las medidas Codicioes iiciales 7
8 Técica para realizar las medidas Istrumetar el sistema y recolectar los datos. Aalizar y trasformar los datos. Programas de Aplicació Servidores/ Middleware Moitores Sistema Operativo Hardware specificar los putos de referecia specificar las variables que se va a medir Istrumetar y recolectar datos Aalizar y trasformar los datos Cosejos para sobrevivir a las medidas Lea las págias del maual de las herramietas de moitoreo, estudie todas las opcioes del moitor y el sigificado de las variables que se mide Determie todos los compoetes de Hw (cache, discos, etc.) y trate de eteder su fucioalidad. Trate de compreder la arquitectura de software y cómo es la iteracció etre los compoetes Cosejos para sobrevivir a las medidas studie la graularidad de las medidas y determie si este ivel de graularidad es apropiado. Determie la presecia de procesos e backgroud cuyo cosumo de recursos o vaya a ser determiado por la herramieta de moitorizació seleccioada. 8
9 Cosejos para sobrevivir a las medidas Observe la iterferecia del proceso de recolecció de datos e el sistema, trate de miimizar esta iterferecia Si las herramietas seleccioadas tiee problemas de precisió, determie si esto se puede admitir de acuerdo co los objetivos del estudio. Si hay dudas, es mejor recolectar datos e exceso. Recolecte iformació para validar posteriormete los modelos. Medidas e la RD Los datos so trasmitidos a través de la red desde el Agete al Moitor. sto afecta el acho de bada y afecta las medidas de desempeño. Los hosts puede estar a distacias diferetes, por lo que los datos puede experimetar diferetes retrasos. sto puede ser u problema si las medidas se espera e forma periódica. Medidas e la RD Si los datos viee de diferetes hosts y tiee timestamps el moitor tiee el problema de ordear los evetos correctamete. Si los relojes o está sicroizados, los tiempos puede ser poco sigificativos. Si los hosts so heterogéeos los valores puede ser difíciles de comparar. 9
10 rrores e las Medidas Fuetes de rror rrores sistemáticos: so el resultado de algú procedimieto icorrecto. Tiede a ser costates etre las medidas. l experimetador debe detectar y elimiar estos errores. jm. réplicas del mismo experimeto co codicioes iiciales diferetes. Fuetes de rror rrores aleatorios: so impredecibles, o determiísticos. U error aleatorio puede, co igual probabilidad, aumetar o dismiuir la duració del itervalo. Puede ser causados por: la herramieta de moitoreo, u proceso aleatorio detro del sistema o el observador que lee los resultados de la herramieta Afecta la precisió de las medidas, es decir la repetibilidad de los resultados 10
11 Fuetes de rror veto tc =13 ticks de reloj (duració del eveto = tc) 14 ticks de reloj, duració del eveto = (+1)tc rrores Los Itervalos de Cofiaza se utiliza co el valor medio para cuatificar la precisió de las medidas. precisió Impresició: catidad de dispersió e las medidas obteidas e múltiples medicioes de ua sola característica. Accuracy: diferecia etre el valor medido y el valor de referecia correspodiete. Resolució: es el cambio icremetal más pequeño que puede detectarse y mostrarse (periodo etre ticks). rrores Para que se pueda utilizar los itervalos de cofiaza, los errores debe seguir ua distribució ormal. Se desarrollará u modelo simple de errores para ver de forma ituitiva porque esta suposició es razoable. 11
12 U Modelo para los rrores rror 1 rror Valor Medido Probabilidad - - x 1/4 - x 1/4 - x 1/4 x + 1/4 Las fuetes de error puede afectar las medidas e +/- co igual probabilidad U modelo para los errores V. M x 3 Prob x x x x- x x + x x + x- x x+ - x + x + 3 x-3 x- x+ x+3 P(x-) = 3/8 Itervalos de Cofiaza Se toma la media muestral de medidas como la mejor aproximació del valor verdadero de x. x Para valores de grades (>=30) por teorema cetral del límite, La media muestral es gaussiaa y se distribuye co media μ Y desv. Stadard σ 1
13 Itervalos de Cofiaza Para cuatificar la precisió de las medidas, lo que se hace es ecotrar valores c 1,c, tales que la probabilidad de que el verdadero valor de x este etre c 1 y c, sea 1α probability{ c μ c } = 1α 1 (c1,c) es el itervalo de cofiaza α ivel de sigificacia 100( 1α ) ivel de cofiaza 1α coeficiete de cofiaza Itervalos de Cofiaza si o si si α = 0.05 (1 0.05)100 = 95% 0.95 es la probabilidad de que el itervalo escogido icluya la media poblacioal o que la media esté e el itervalo escogido. Total si >= 100( 1α) Total o <= 100 α 100 si Itervalos de Cofiaza X es la media muestral, y se usa como la mejor aproximació del valor de x. Si los valores medidos, {x 1,..., x }, so idepedietes y viee de la misma població co media μ y desviació stadard σ, el teorema cetral del límite asegura que para grades valores de ( >= 30), X es ormal co media μ y desviació estádar σ / Se supoe que la media poblacioal μ es el verdadero valor de x que se está tratado de medir. 13
14 Itervalos de Cofiaza c1 probabilit y{ c μ c } = 1α 1 Pr[ x < c1] = Pr[ x > c] = α x c 1α x N ( μ, σ x μ σ ) α α z = N ( 0,1 ) Zα P(z <= Z α Cuatil α de ua N(0,1) ) = α Itervalos de Cofiaza x 1α X μ P( Z Z ) = 1α (1 α ) s (1 α ) α Z ( 1 α ) Z ( 1α ) α P( x Z s (1 α ) μ x+ Z s (1 α ) ) = 1α Si < 30 c = x t 1 c = x+ t 1 1α / ; 1 1α / ; 1 s s Determiar el Número de Medidas que se Necesita s x m Z r r X X, X + X s z = X = r zs rx Se desea determiar el desempeo promedio co ua precisió de ± r% r r ( X (1 ), X (1 + )) s y x Se debe determiar de u cojuto reducido de medidas. 14
15 Bibliografía Daiel Meascé. Virgilio Almeida. Larry W. Dowdy. Capacity Plaig ad Performace Modelig. Pretice Hall, RajJai. The Art of Computer Systems Performace Aalysis. Wiley, David J. Lilja. Measurig Computer Performace. A practitioers guide. Cambridge Uiversity Press U método para la medició del overhead de servidores co cargas trasaccioales y su represetació mediate modelos de redes de colas. Tesis Doctoral. Uiversidad de las Islas Baleares
Midiendo el Desempeño
Midiedo el Desempeño Prof. Mariela J. Curiel H. Midiedo el Desempeño Qué variables se desea medir Cuáles so las herramietas dispoibles Qué tecicas se utiliza para calcular los parámetros de etrada de u
Más detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel
Más detalles16 Distribución Muestral de la Proporción
16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos
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 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 detallesESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA
ESTIMACIÓN PUNTUAL Y ESTIMACIÓN POR INTERVALOS DE CONFIANZA Autores: Ágel A. Jua (ajuap@uoc.edu), Máimo Sedao (msedaoh@uoc.edu), Alicia Vila (avilag@uoc.edu). ESQUEMA DE CONTENIDOS Defiició Propiedades
Más detallesESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.
ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,
Más detalles2. LEYES FINANCIERAS.
TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesTeoría de colas. Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE COLAS 1
Teoría de colas Adrés Ramos Uiversidad Potificia Comillas http://www.iit.comillas.edu/aramos/ Adres.Ramos@comillas.edu TEORÍA DE COLAS 1 Ua cola se produce cuado la demada de u servicio por parte de los
Más detallesEstimación puntual y por Intervalos de Confianza
Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - 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 detallesPRUEBA A ( ) ( ) p z p z 0.4988 1 0.4988 0.4988 1 0.4988 0.4988 1.96,0.4988 + 1.96 = 0.4521, 0.5455 441 441
PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE CURSO 007-008 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesTema 9. Inferencia Estadística. Intervalos de confianza.
Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...
Más detallesEstimación puntual y por intervalos
0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD
PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD
PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y,
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)
Más detallesRevisión de conceptos: S 2 p ( 1 p ) Distribución binomial: Programa de Efectividad Clínica 2003 Bioestadística Vilma E. Irazola.
Programa de Efectividad Clíica 003 Bioestadística Vilma E. Irazola DATOS CATEGORICOS COMPARACION DE PROPORCIONES Revisió de coceptos: Cotiuos Tipos de datos Discretos Categóricos Ejemplo: Variable a a
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 detallesINTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias
Más detallesMétodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B
Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................
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 detallesCONCEPTOS BÁSICOS DE PRESTAMOS.
GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,
Más detallesIES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió
Más detallesBIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.
Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal
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 detallesDISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)
Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico
Más detallesIES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir
IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció
Más detallesESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}
ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)
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 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 detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)
IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las
Más detallesPropuesta A. { (x + 1) 4. Se considera la función f(x) =
Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar
Más detallesSistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas
Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció
Más detallesINFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS
INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel
Más detallesIES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
Más detallesMuestreo. Tipos de muestreo. Inferencia Introducción
Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida
Más detallesCapítulo 2. Operadores
Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática
Más detallesINFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN
3 INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 99 REFLEXIONA Y RESUELVE Cuátas caras cabe esperar? Repite el razoamieto aterior para averiguar cuátas caras cabe esperar si lazamos 00 moedas
Más detallesCONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA
CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery
Más detallesPara efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1
3.4 Evaluació de la implemetació y su compatibilidad co NC PAS:99:2008 La aplicació del modelo del CMI y la herramieta de medició (el CM ODUN) permitió cotrastar los resultados co lo establecido por la
Más detallesEXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.
EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.
Más detallesTEMA 3.- OPERACIÓN FINANCIERA
. DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,
Más detallesLos sistemas operativos en red
1 Los sistemas operativos e red Objetivos del capítulo Coocer lo que es u sistema operativo de red. Ver los dos grupos e que se divide los sistemas oeprativos e red. Distiguir los compoetes de la arquitectura
Más detallesMedios de Transmisión
39 Medios de Trasmisió 3. Fibra Optica La fibra óptica trasporta iformació e forma de u haz de luz que fluctúa e su itesidad. Luz es ua oda electromagética que se propaga a ua frecuecia mayor que la que
Más detallesGuía de servicio al cliente VAIO-Link
Guía de servicio al cliete VAIO-Lik "Tratamos cada problema de cada cliete co cuidado, ateció y respecto y queremos que todos uestros clietes se sieta bie sobre la experiecia que tiee co VAIO-Lik." Guía
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe
Más detallesIES Fco Ayala de Granada Septiembre de 2013 (Modelo 2) Soluciones Germán-Jesús Rubio Luna
SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SEPTIEMBRE 013 MODELO OPCIÓN A EJERCICIO 1 (A) Sea R la regió factible defiida por las iecuacioes x 3y, x 5, y 1. (0 5 putos) Razoe si el puto (4 5,1 55) perteece
Más detallesSucesiones numéricas.
SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El
Más detalles7.2. Métodos para encontrar estimadores
Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la
Más detallesIES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora
Más detallesEstadística Descriptiva
Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se
Más detallesCapítulo I. La importancia del factor de potencia en las redes. eléctricas
La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,
Más detallesSOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN
Más detallesPara construir intervalos de confianza recordemos la distribución muestral de la proporción muestral $p :
Itervalos de Cofiaza para ua proporció Cuado hacemos u test de hipótesis decidimos sobre u valor hipotético del parámetro. Qué proporció de mujeres espera compartir las tareas de la casa co su pareja?
Más detallesPlanificación contra stock
Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica
Más detallesGENERALIDADES. La Empresa de Transmisión Eléctrica, S. A. (ETESA) maneja 151 estaciones, clasificadas de la siguiente manera:
GENERALIDADES I. DEFINICIÓN DE METEOROLOGÍA Es la ciecia iterdiscipliaria que estudia el estado del tiempo, el medio atmosférico, los feómeos allí producidos y las leyes que lo rige. Es el estudio de los
Más detallesTEMA 8: ESTIMACIÓN POR INTERVALOS
MÉTODOS ESTADÍSTICOS ARA LA EMRESA TEMA 8: ESTIMACIÓN OR INTERVALOS 8..- Itroducció a la estimació por itervalos 8..- Itervalos de cofiaza. Costrucció y características 8.3.- Itervalos de cofiaza para
Más detallesProgramación Entera (PE)
Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome
Más detallesModulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones
Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio
Más detallesCAL. CONTROL Y ASEGURAMIENTO DE CALIDAD
MCAL103/03 LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 03. Aálisis Estadísticos de Cotrol de Calidad A. CONTENIDO Este Maual cotiee los procedimietos para aalizar,
Más detalles= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3
IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de
Más detallesSeñales y sistemas discretos (1) Transformada Z. Definiciones
Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas
Más detallesTransformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)
Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos
Más detallesIES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 2006 (Modelo 5 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A Sea la regió defiida por las siguietes iecuacioes: x/2 + y/3 1 ; - x + 2y 0; y 2. (2 putos) Represete
Más detalles1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)
1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :
Más detallesAjustando Distribuciones a los Datos.
Ajustado Distribucioes a los Datos. Prof. Mariela J. Curiel H. Eero, 2009 (por icluir la bibliografía) Técicas para ajustar ua distribució teórica Establecer ua Hipótesis acerca de la Distribució. Aálisis
Más detallesOPCIÓN A EJERCICIO 1 (A)
IES Fco Ayala de Graada Juio de 01 (Geeral Modelo 6) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO (COMÚN) OPCIÓN A EJERCICIO 1 (A) -1-1 1 Sea las matrices A =
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 detallesAnálisis estadístico de datos simulados Estimadores puntuales
Aálisis estadístico de datos simulados Estimadores putuales Georgia Flesia FaMAF 5 de mayo, 2015 Aálisis estadístico Modelizació estadística: Elegir ua distribució e base a los datos observados. Estimar
Más detalles14 Intervalos de confianza
Solucioario 14 Itervalos de cofiaza ACTIVIDADES INICIALES 14.I. Calcula tal que P z < Z z α α = 0,87. P zα < Z zα = P Z zα P Z < zα = P Z zα 1= 0,87 P Z P Z P Z = 1,87 = 0,935. Buscado e el iterior de
Más detallesPor qué elegir Windermere?
Por qué elegir Widermere? Desde 1972, Widermere Real Estate ha crecido de ser ua operació de ua sola oficia a más de 300 oficias y más de 7,000 agetes por todo el oeste de Estados Uidos y México. U crecimieto
Más detallesEn ningún caso este porcentaje de disponibilidad, podrá ser inferior a un 99,9%.
EDICOM, Service Level Agreemet Terms ad Coditios www.edicomgroup.com Co el Compromiso de Calidad de Servicio (CCS), EDICOM se compromete co sus clietes de la Plataforma e-commerce, a cumplir co tres variables
Más detallesTopografía 1. II semestre, José Francisco Valverde Calderón Sitio web:
II semestre, 2013 José Fracisco Valverde Calderó Email: geo2fra@gmail.com Sitio web: www.jfvc.wordpress.com José Fracisco Valverde C Cualquier actividad técica dode se requiera recopilar iformació espacial,
Más detallesCuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.
II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros
Más detallesMETODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES
METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e
Más detallesSistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema
Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio
Más detallesAnálisis en el Dominio del Tiempo para Sistemas Discretos
OpeStax-CNX module: m12830 1 Aálisis e el Domiio del Tiempo para Sistemas Discretos Do Johso Traslated By: Erika Jackso Fara Meza Based o Discrete-Time Systems i the Time-Domai by Do Johso This work is
Más detallesEjercicios Resueltos ADC / DAC
Curso: Equipos y Sistemas de Cotrol Digital Profesor: Felipe Páez M. Programa: Automatizació, espertio, 010 Problemas Resueltos: Ejercicios Resueltos ADC / DAC ersió 1.1 1. Se tiee u DAC ideal de 10 bits,
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesAnálisis en el Dominio de la Frecuencia. Análisis en el Dominio de la Frecuencia. Sistemas de Control. Análisis en el Dominio de la Frecuencia
Aálisis e el Domiio de la Frecuecia Sistemas de Cotrol El desempeño se mide por características e el domiio del tiempo Respuesta e el tiempo es díficil de determiar aalíticamete, sobretodo e sistemas de
Más detallesANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS
AEXO I COCEPTOS SÍSMICOS BÁSICOS E este aeo se compila alguos de los coceptos sísmicos básicos pero ecesarios. Se itroduce los tipos de movimietos vibratorios, así como su descripció y otació matemática.
Más detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL
Más detalles0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1
IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial
Más detallesFORMULAS PARA EL PRODUCTO: CREDITO A LA MICROEMPRESA
FORMULAS PARA EL PRODUCTO: CREDITO A LA MICROEMPRESA DEFINICIONES: CRÉDITO A LA MICROEMPRESA: So aquellos créditos que se otorga a persoas aturales y jurídicas que realiza algua actividad ecoómica por
Más detallesOPCIÓN A EJERCICIO 1_A 1-2 1 Sean las matrices A =
IES Fco Ayala de Graada Sobrates de 007 (Juio Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1-1 x -x Sea las matrices A, X y e Y -1 3 0 - z (1 puto) Determie la matriz iversa de A. ( putos)
Más detallesTema 6. Sucesiones y Series. Teorema de Taylor
Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació
Más detallesMATEMÁTICAS FINANCIERAS
MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas
Más detallesPráctica 6: Vectores y Matrices (I)
Foamets d Iformàtica 1r curs d Egiyeria Idustrial Práctica 6: Vectores y Matrices (I) Objetivos de la práctica El objetivo de las prácticas 6 y 7 es itroducir las estructuras de datos vector y matriz e
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos
Más detallesInforme sobre el Cálculo de Errores de Muestreo Encuesta sobre Condiciones de Vida - ECV
Iforme sobre el Cálculo de Errores de Muestreo Ecuesta sobre Codicioes de Vida - ECV EUSKAL ESTATISTIKA ERAKUNDA INDICE. Itroducció...3 2. Método de expasió de Taylor...3 3. Cálculo de errores....4 3.
Más detallesANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES
ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.
Más detallesCADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida
CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso
Más detallesValoración de permutas financieras de intereses (IRS) *
Valoració de permutas fiacieras de itereses (IRS) * JOSÉ E. ROMERO FERNÁNDEZ Agecia Estatal de Admiistració Tributaria SUMARIO 1. INTRODUCCIÓN. 2. INSTRUMENTOS FINANCIEROS DERIVADOS. 3. LOS MERCADOS. 4.
Más detallesMUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO
DOCUMENTO TÉCNICO N 64 Versió 0.1 MUESTREO ESTADÍSTICO PARA LA AUDITORÍA INTERNA DE GOBIERNO CONCEPTOS GENERALES MINISTERIO SECRETARÍA GENERAL DE LA PRESIDENCIA Este documeto es parte de ua serie de guías
Más detallesMC Fco. Javier Robles Mendoza Primavera 2009
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2
Más detalles