Dia 4 Sesión 2: Matrices de impactos cruzados

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

Download "Dia 4 Sesión 2: Matrices de impactos cruzados"

Transcripción

1 Seminario de Prospectiva y Pensamiento Estratégico C. A. Buenos Aires, 2al 6 de junio de 2014 Dia 4 Sesión 2: Matrices de impactos cruzados Diego Gauna y Candela Martinez Goñi - INTA

2 Temario Metodología de Escenarios- GODET Antecedentes del método de impactos cruzados Objetivos del método de impactos cruzados probabilistas Etapas Uso del software SMIC-PROB-EXPERT Limitaciones y reflexiones sobre su uso

3 ANTECEDENTES El método de impactos cruzados fue desarrollado originalmente por Theodore Gordon y Olaf Elmer en 1966, quienes intentaron responder a la siguiente pregunta: pueden los pronósticos basarse en las percepciones acerca de cómo los eventos futuros pueden interactuar? Los métodos pioneros fueron EXPLOR-SIM (desarrollado por Battelie Institute en 1973) y SMIC (desarrollado por Duperrin y Godet en 1974). El método de impactos cruzados, a diferencia del análisis estructural, del juego de actores y del análisis morfológico que conllevan una carga importante de trabajo por parte del equipo base, es un método que cae en la categoría de juicio de expertos. Originalmente, el método fue promocionado como una alternativa superadora al método Delphi, aunque en la actualidad conviven con diferentes grados de integración.

4 Objetivo y Lógica del SMIC El método SMIC significa Sistemas y Matrices de Impactos Cruzados. Su principal objetivo es darle consistencia a la formulación de hipótesis sobre la evolución futura de un sistema y, al mismo tiempo, identificar escenarios «probables». Asimismo, el SMIC le permite visualizar al encargado del estudio combinaciones de hipótesis que a priori eran excluidas. El SMIC se basa en el supuesto de que los expertos pueden dar respuestas a probabilidades simples y condicionadas de un conjunto de hipótesis seleccionadas previamente. Asimismo, y en función de las inconsistencias que pueden surgir en las respuestas de los expertos, el SMIC «corrige», utilizando funciones de distancia, las probabilidades simples y condicionales de modo tal que las mismas satisfagan los axiomas de la probabilidad: a) O =< P(A)=< 1 b) P(A/B).P(B) = P(B/A).P(A) = P(A B) c) P(A/B).P(B) + P(A/ no B).P(no B) = P(A)

5 LAS ETAPAS DEL MÉTODO SMIC Primera Etapa: Formulación de hipótesis y elección de expertos. Segunda Etapa: Diseño del cuestionario a ser utilizado Tercera Etapa: Probabilizacion de escenarios e interpretación de los resultados.

6 Formulación de hipótesis El primer paso es definir los eventos que van a incluirse en la probabilización de los escenarios. Generalmente, los eventos surgen de las preguntas claves para el futuro. Hay que tener en cuenta que, dado N eventos, el número de escenarios posibles es igual a 2 elevado al número de eventos N. Por ejemplo, con 3 eventos (1,2,3) el número de escenarios posibles son 8: Ocurren 1, 2 y 3 Ocurre 1, pero no 2 y 3 Ocurren 1, 2 pero no 3 Ocurre 2, pero no 1 y 3 Ocurren 1,3 pero no 2 Ocurren 2 y 3, pero no 1 Ocurre 3, pero no 1 y 2 No ocurren 1,2 y 3

7 Formulación de hipótesis (cont.) El software SMIC-PROB-EXPERT, desarrollado por el Instituto de Innovación Infomática para la Empresa 3IE a raíz de una demanda del Laboratorio de Investigación enprospectiva, Estrategia y Organización (LIPSOR), permite como máximo incluir 6 hipótesis, lo cual no se debe a cuestiones matemáticas ni de procesamiento sino al número de preguntas que un experto puede responder razonablemente. Con 6 hipótesis, el experto se tiene que realizar 66 preguntas de probabilidad, mientras con 7 hipótesis se deben responder 91 preguntas. En relación a los expertos, se recomienda un número mayor a 100 para reducir los sesgos inevitables en este tipo de ejercicios.

8 Cuestionario El cuestionario para un ejercicio con el método SMIC debe permitir: Evaluar la probabilidad simple de realización de cada una hipótesis: P(A) Evaluar la probabilidad condicional de cumplimiento de cada una de las hipótesis, en función de que el resto de las hipótesis se cumplan: P(A/B) Evaluar la probabilidad condicional de cumplimiento de cada una de las hipótesis, en función de que el resto de las hipótesis NO se cumplan: P(A/no B)

9 Cuestionario modelo (prob. simples)

10 Cuestionario modelo (prob. condicionales)

11 Probabilizacion de escenarios Gracias a la media, al promedio de las probabilidades definidas por todos los especialistas, para cada una de las imágenes, se puede definir una jerarquía de las imágenes y por consiguiente, de los escenarios mas probables. De entre esos escenarios, conviene escoger 3 o 4, incluyendo al menos uno de referencia, o sea con una elevada probabilidad media y escenarios contrastantes, cuya probabilidad puede ser baja, pero que por su importancia para la organización no deben ser excluidos.

12 Resultados SMIC

13 Pasos Recomendados para el uso del Software Crear un nuevo proyecto Introducir o importar desde Excel la lista de hipótesis (título largo, título corto, descripción). Introducir o importar desde Excel la lista de expertos (apellido, nombre, grupo, peso). Introducir probabilidades simples, probabilidades condicionales si realizacion y probabilidades condicionales si no realizacion en base al cuestionario enviado al grupo de expertos. Visualizar resultados

14 Tratamientos de los datos brutos: Seminario de Prospectiva y Pensamiento Estratégico VISUALIZAR RESULTADOS Posiciones de los expertos sobre las probabilidades simples y condicionales de realizacion y no: Los histogramas permiten al usuario identificar el posicionamiento de los expertos sobre las probabilidades afectadas a las diferentes hipótesis. Están determinadas a partir de datos brutos (son lo que no estan corregidos por las condiciones de las probabilidades). Reparto de los expertos sobre las probabilidades simples y condicionales de realizacion y no: Las curvas permiten identificar las diferentes posiciones tomadas por los diferentes grupos de expertos definidos, así como las fluctuaciones en un mismo grupo, concerniente a las probabilidades simples y condicionales de realización de hipótesis. Se determinan a partir de datos brutos. Calculo de los datos netos: Probabilidades de los escenarios bajo forma de matriz: Para cada experto, se calcula, a partir de un método de minimización cuadrática, la probabilidad de cada escenario. Los resultados estan también disponibles por grupo de experto y sobre el conjunto de los expertos, estableciendo la media ponderada de las probabilidades calculadas para cada experto.

15 VISUALIZAR RESULTADOS CONT. Cálculo de datos netos: El método Smic-Prob-Expert transforma las probabilidades de hipótesis definidas por los expertos en datos coherentes, es decir respetando las fórmulas de base de las probabilidades. Los datos brutos provistos por los expertos se remplazarán por datos netos calculados por el programa. Los resultados se presentan bajo forma de matriz. Tratamiento de datos netos: La aplicación Smic contiene dos matrices que permiten evaluar el impacto de realización o de no realización de una hipótesis j sobre la probabilidad de realización de una hipótesis i. La matriz de efectos de hipótesis si realización está determinada de la manera siguiente : Meffets(i,j) = P(i, j) P(i) La matriz de efectos de hipótesis si no realización está determinada de la manera siguiente : Meffets(i,j) = P(i, nonj) P(i) Los valores positivos significan que la realización/no realización de la hipótesis j aumentará la probabilidad de realización de la hipótesis i. Los valores negativos significan que la realización/no realización de la hipótesis j disminuirá la probabilidad de realización de la hipótesis i.

16 VISUALIZAR RESULTADOS CONT. Plano de proximidades entre expertos y escenarios: Este plano permite obtener los escenarios privilegiados por los expertos, así como las convergencias de posicionamiento existentes entre los diferentes expertos. Cuanto más cerca esté un experto de un escenario, más probable será su realización. La proximidad entre expertos permite identificar sus posiciones convergentes en cuanto a la probabilidad de realización de los escenarios puestos en juego. Se trata de un cálculo de AFC (Análisis Factorial de Correspondencias) que se determina a partir de vectores medianos de probabilidades de los escenarios de diferentes expertos y grupos.

17 VISUALIZAR RESULTADOS CONT. Análisis de sensibilidad: El análisis de sensibilidad conduce a estimar la variación DPj de la probabilidad Pj del acontecimiento j como consecuencia de una variación DPi de la probabilidad Pi del acontecimiento i. Los resultados se presentan bajo forma de una matriz de elasticidad. Los efectos de la acción sobre cada hipótesis se miden por coeficientes de elasticidad eij. Así se construye una matriz de elasticidad el cual los totales marginales en línea dan, por una variación relativa de la probabilidad de i (10 % por ejemplo), las sumas (en valor absoluto) de las variaciones relativas deducidas sobre las probabilidades de otras hipótesis. Esta suma traduce de alguna manera la motricidad de la hipótesis i sobre las otras. De la misima manera, los totales marginales en columna permiten apreciar la dependencia de las hipótesis.

18 VISUALIZAR RESULTADOS CONT. El análisis de sensibilidad indica pués cuáles son las hipótesis que hay que favorecer o impedir para que el sistema se desarrolle en el sentido deseado. Estas elasticidades pueden ser calculadas por simulación ( haciendo girar varias veces el modelo de realaciones entre las probabilidades). Sin embargo, para un gran número de expertos, es también posible medir el impacto de un acontecimiento sobre otro a través de comparación de desplazamientos de los histogramas de P(i), P(i/ j), P(i/ -j) Matriz de impactos brutos: Esta matriz contiene los resultados de la fórmula de elasticidad presentada aqí arriba. Matriz de elasticidad: Esta matriz contiene los resultados de la fórmula de elasticidad normalizada, es decir que se ha dividido cada línea por el valor correspondiente de la diagonal. Histogramas de sensibilidad: Dos histogramas recapitulan las sumas en línea (influencia) y en columna (dependencia) de la matriz de elasticidad. Permiten obtener rápidamente las hipótesis más influyentes y más dependientes.

19 VISUALIZAR RESULTADOS CONT. Acordarme agregar ver ayuda software Análisis de soluciones contrastadas: Este módulo tiene como finalidad el presentar valores extremos de probabilidades de los escenarios del proyecto. Una vez que se calculan las soluciones intermediarias de probabilidad de los escenarios, se introduce un criterio de elección : se retiene como solución óptima aquella que corresponda al conjunto de (probabilidades de los escenarios) de tal forma que el escenario más probable tenga el valor más elevado posible, aquel que corresponda a la realidad, en la medida que la mayoría de los expertos piensen, cuando responden al cuestionario Smic- Prob-Expert, una imagen final que consideren como nétamente más probable que las demás. La solución que responde a este criterio es decir Max (max) se obtiene por el algoritmo del simplexe, ya que se trata de una función lineal en a optimizar bajo problemas lineales.

20 VISUALIZAR RESULTADOS CONT. Matriz de soluciones contrastadas Esta matriz contiene las soluciones contrastadas, es decir deducidas del algoritmo del simplexe. Por razones de resultados, el número de vectores de probabilidades de los escenarios está limitado a 8. Cada vector representa así los valores afectados a las probabilidades de diferentes escenarios cuando se quiera maximizar el escenario más probable luego el segundo más probable, Histograma de los extremums Este histograma permite identificar los límites de definición de probabilidades de escenarios comparando el conjunto de los valores contenidos en la matriz de soluciones contrastadas. En efecto, para cada escenario, será posible visualizar la probabilidad más débil y más fuerte que se le pueda afectar.

21 LIMITACIONES Evitar una aplicación excesivamente mecánica de este método. No hay que olvidar que las probabilidades obtenidas son subjetivas, ya que no se basan en frecuencias observadas sino en opiniones. Existe un problema de unificación de las respuestas de los especialistas ya que la cantidad de información recopilada en la encuesta es considerable. (Hay tantas jerarquías como especialistas encuestados). Una de las soluciones es efectuar una tipología de expertos en función de la proximidad de sus respuestas o considerarlos por grupos de actores. El análisis de las respuestas de los expertos contribuye a poner en evidencia el juego de cierto grupo de actores.

22 UTILIDAD Permite, eliminar la parte de subjetividad del encuestador ya que en lugar de juzgar según las frases, se juzga según las respuestas cifradas. La imprecisión de las respuestas del experto es reducida al pedirlea l experto apreciar la probabilidad de realización de una hipótesis con la ayuda de una probabilidad (1 probabilidad muy débil) a 5 (acontecimiento muy probable). Después se le pide apreciar, bajo forma de probabilidades condicionales, la realización de una hipótesis en función de todas otras. En consecuencia, el experto está obligado a revisar varias veces su juicio. El métodos de interacción probabilistas constituyen un progreso en comparación al Delphi ya que presentan la ventaja de tener en cuenta las interacciones entre acontecimientos.

23 UTILIDAD Su puesta en marcha es bastante simple. Su funcionamiento es bastante rápido y los resultados obtenidos en general son fácilmente comprensibles.

INSTRUCTIVO MANEJO DE SOFTWARE

INSTRUCTIVO MANEJO DE SOFTWARE INSTRUCTIVO MANEJO DE SOFTWARE Para que los software de prospectiva corran debe tener instalado en su equipo el Net Framework versión 1.1., que es gratuito en este link: http://www.microsoft.com/downloads/es-es/details.aspx?familyid=262d25e3-f589-4842-

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE 1. Introducción 2. Etapas 3. Caso práctico Análisis de dependencias introducción varias relaciones una relación 1 variable dependiente > 1 variable dependiente

Más detalles

CAPÍTULO III PROCESO DE ANÁLISIS JERÁRQUICO (AHP)

CAPÍTULO III PROCESO DE ANÁLISIS JERÁRQUICO (AHP) CAPÍTULO III PROCESO DE ANÁLISIS JERÁRQUICO (AHP) 3.1 PROCESO DE ANÁLSIS JERÁRQUICO (AHP) El Proceso de Análisis Jerárquico, desarrollado por Thomas L. Saaty (The Analytic Hierarchy Process, 1980) está

Más detalles

APLICACIONES CON SOLVER OPCIONES DE SOLVER

APLICACIONES CON SOLVER OPCIONES DE SOLVER APLICACIONES CON SOLVER Una de las herramientas con que cuenta el Excel es el solver, que sirve para crear modelos al poderse, diseñar, construir y resolver problemas de optimización. Es una poderosa herramienta

Más detalles

ANEXO G ENCUESTA A EXPERTOS MATRICES DE RESPUESTAS

ANEXO G ENCUESTA A EXPERTOS MATRICES DE RESPUESTAS ANEXO G ENCUESTA A EXPERTOS MATRICES DE RESPUESTAS Cuadro 8 Considera usted que la NIIF para las PYMES (2009) utiliza correctamente el término medición y valoración? Considero que el criterio correcto

Más detalles

- se puede formular de la siguiente forma:

- se puede formular de la siguiente forma: Multicolinealidad 1 Planteamiento Una de las hipótesis del modelo de regresión lineal múltiple establece que no existe relación lineal exacta entre los regresores, o, en otras palabras, establece que no

Más detalles

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos

Más detalles

EL DISEÑO FACTORIAL COMPLETO 2 k

EL DISEÑO FACTORIAL COMPLETO 2 k EL DISEÑO FACTORIAL COMPLETO 2 k Joan Ferré Grupo de Quimiometría y Cualimetría Departamento de Química Analítica y Química Orgánica Universidad Rovira i Virgili (Tarragona) INTRODUCCIÓN En el primer artículo

Más detalles

Profesor: Normando J. Suárez F.

Profesor: Normando J. Suárez F. El tercer momento del proceso para formular la primera parte de los Planes de Desarrollo Territorial PDT corresponde a la concertación de una visión que proyecte en forma prospectiva el Mandato impuesto

Más detalles

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez Curso de Análisis de investigaciones con programas Informáticos 1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos

Más detalles

Métodos Iterativos para Resolver Sistemas Lineales

Métodos Iterativos para Resolver Sistemas Lineales Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas, CCIR/ITESM 17 de julio de 2009 Índice 3.1. Introducción............................................... 1 3.2. Objetivos................................................

Más detalles

de la empresa Al finalizar la unidad, el alumno:

de la empresa Al finalizar la unidad, el alumno: de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación

Más detalles

ENCUESTA SOBRE LA GESTIÓN DE CALIDAD EN LOS ARCHIVOS UNIVERSITARIOS ESPAÑOLES GRUPO DE TRABAJO SOBRE LA CALIDAD EN LOS ARCHIVOS UNIVERSITARIOS CAU

ENCUESTA SOBRE LA GESTIÓN DE CALIDAD EN LOS ARCHIVOS UNIVERSITARIOS ESPAÑOLES GRUPO DE TRABAJO SOBRE LA CALIDAD EN LOS ARCHIVOS UNIVERSITARIOS CAU ENCUESTA SOBRE LA GESTIÓN DE CALIDAD EN LOS ARCHIVOS UNIVERSITARIOS ESPAÑOLES GRUPO DE TRABAJO SOBRE LA CALIDAD EN LOS ARCHIVOS UNIVERSITARIOS CAU 2012 CONTENIDO 1. INTRODUCCIÓN... 3 1.1 Antecedentes...

Más detalles

Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad

Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad.

Más detalles

BREVE MANUAL DE SOLVER

BREVE MANUAL DE SOLVER BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación

Más detalles

EXPERIMENTACIÓN. Eduardo Jiménez Marqués

EXPERIMENTACIÓN. Eduardo Jiménez Marqués EXPERIMENTACIÓN Eduardo Jiménez Marqués 1 CONTENIDO: 1. Experimentación...3 1.1 Concepto...3 1. Definición...4 1.3 Dificultad...4 1.4 Ventaja...5 1.5 Planificación...5 1.6 Aplicaciones...5 1.7 Metodología...6

Más detalles

Las 7 Herramientas Fundamentales de la Calidad

Las 7 Herramientas Fundamentales de la Calidad Las 7 Herramientas Fundamentales de la Calidad Se utilizarán los métodos estadísticos elementales, dado que está dirigido a todos los funcionarios, desde la alta dirección hasta los operarios de base (Ej:

Más detalles

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL. Adriel R. Collazo Pedraja

APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL. Adriel R. Collazo Pedraja APUNTES SOBRE EL MÉTODO SÍMPLEX DE PROGRAMACIÓN LINEAL Adriel R. Collazo Pedraja 2 INTRODUCCIÓN Este trabajo tiene como propósito proveer ayuda al estudiante para que pueda comprender y manejar más efectivamente

Más detalles

El árbol de problemas

El árbol de problemas SECRETARÍA TÉCNICA DE PLANIFICACIÓN EL ÁRBOL DE PROBLEMAS 1. Introducción El análisis de problemas es una de las herramientas fundamentales en la planificación, especialmente en proyectos. El análisis

Más detalles

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3.

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3. GANTT, PERT y CPM Características Conseguir una buena programación es un reto, no obstante es razonable y alcanzable. Ella debe tener el compromiso del equipo al completo, para lo cual se recomienda que

Más detalles

DETERMINACIÓN DEL COEFICIENTE BETA (β) o RIESGO NO DIVERSIFICABLE

DETERMINACIÓN DEL COEFICIENTE BETA (β) o RIESGO NO DIVERSIFICABLE DETERMINACIÓN DEL COEFICIENTE BETA (β) o RIESGO NO DIVERSIFICABLE I. DEFINICIÓN Actualmente es importante tomar en cuenta que cada decisión empresarial que una Compañía quiera realizar, conlleva un grado

Más detalles

CAPÍTULO 13 CUESTIONARIO FALSO - VERDADERO

CAPÍTULO 13 CUESTIONARIO FALSO - VERDADERO CAPÍTULO 13 CUESTIONARIO ALSO - ERDADERO 13-1 Un supuesto básico de la teoría financiera es que la mayoría de los inversionistas y gerentes son buscadores de riesgo. 13-2 el propósito de reducir el riesgo,

Más detalles

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez

Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos Álvarez Curso de Análisis de investigaciones con programas Informáticos 1 UNIVERSIDAD DE JAÉN Material del curso Análisis de datos procedentes de investigaciones mediante programas informáticos Manuel Miguel Ramos

Más detalles

ANÁLISIS DE SENSIBILIDAD OBJETIVO DEL ANÁLISIS

ANÁLISIS DE SENSIBILIDAD OBJETIVO DEL ANÁLISIS Estudio Financiero ANÁLISIS DE SENSIBILIDAD OBJETIVO DEL ANÁLISIS Medir cuan sensible es la evaluación financiera a través de variaciones en las principales variables críticas del proyecto, de forma que

Más detalles

Empresarial y Financiero NIVEL AVANZADO

Empresarial y Financiero NIVEL AVANZADO Curso de Excel Empresarial y Financiero NIVEL AVANZADO Rosa Rodríguez SESION 2: INDICE ANALISIS DE SENSIBILIDAD (3h) Validación de datos n Restricciones a la entrada de datos n Lista Dependiente n Administrador

Más detalles

Capítulo 1. Introducción

Capítulo 1. Introducción Capítulo 1. Introducción El WWW es la mayor fuente de imágenes que día a día se va incrementando. Según una encuesta realizada por el Centro de Bibliotecas de Cómputo en Línea (OCLC) en Enero de 2005,

Más detalles

Report de recerca Nº 12. Jorge Cerda Troncoso. Diciembre 2010

Report de recerca Nº 12. Jorge Cerda Troncoso. Diciembre 2010 Cálculo de la probabilidad funcional en base a distancia de viaje al trabajo, para los sistemas metropolitanos de Chicago, Barcelona, Madrid, y Santiago (Chile) Report de recerca Nº 12 Jorge Cerda Troncoso

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

El traspaso del tipo de cambio a precios en la economía peruana: talón de Aquiles del esquema de metas de inflación?

El traspaso del tipo de cambio a precios en la economía peruana: talón de Aquiles del esquema de metas de inflación? El traspaso del tipo de cambio a precios en la economía peruana: talón de Aquiles del esquema de metas de inflación? Eduardo Morón y Ruy Lama (CIUP) Bajo un contexto de baja inflación, se está libre de

Más detalles

euresti@itesm.mx Matemáticas

euresti@itesm.mx Matemáticas al Método al Método Matemáticas al Método En esta lectura daremos una introducción al método desarrollado por George Bernard Dantzig (8 de noviembre de 1914-13 de mayo de 2005) en 1947. Este método se

Más detalles

Resumen ejecutivo del informe final de evaluación del Programa de Centros de Investigación del III PIC

Resumen ejecutivo del informe final de evaluación del Programa de Centros de Investigación del III PIC Resumen ejecutivo del informe final de evaluación del Programa de Centros de Investigación del III PIC 1. Consideraciones generales El III Plan de Investigación de Catalunya (III PIC) ha significado un

Más detalles

Tema 2. Ingeniería del Software I feliu.trias@urjc.es

Tema 2. Ingeniería del Software I feliu.trias@urjc.es Tema 2 Ciclo de vida del software Ingeniería del Software I feliu.trias@urjc.es Índice Qué es el ciclo de vida del Software? El Estándar 12207 Modelos de proceso Qué es el Ciclo de Vida del SW? Definición

Más detalles

ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD

ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD MODALIDAD CIENTÍFICO-TÉCNICO 1. NOMBRE DE LA MATERIA: Matemáticas II 2. NOMBRE DEL COORDINADOR: Miguel Delgado Pineda (mdelgado@mat.uned.es,

Más detalles

4. MÉTODOS DE CLASIFICACIÓN

4. MÉTODOS DE CLASIFICACIÓN 4. MÉTODOS DE CLASIFICACIÓN Una forma de sintetizar la información contenida en una tabla multidimensional (por ejemplo una tabla léxica agregada), es mediante la conformación y caracterización de grupos.

Más detalles

Diseño de un estudio de investigación de mercados

Diseño de un estudio de investigación de mercados Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,

Más detalles

Tutorial - Parte 2: Scoring

Tutorial - Parte 2: Scoring Introducción Tutorial - Parte 2: Scoring En este segundo tutorial aprenderá lo que significa un modelo de Scoring, verá cómo crear uno utilizando Powerhouse Analytics y finalmente a interpretar sus resultados.

Más detalles

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS

MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS 1 MANUAL SIMPLIFICADO DE ESTADÍSTICA APLICADA VIA SPSS Medidas de tendencia central Menú Analizar: Los comandos del menú Analizar (Estadística) ejecutan los procesamientos estadísticos. Sus comandos están

Más detalles

Diseño de un Proyecto IV

Diseño de un Proyecto IV Diseño de un Proyecto IV El diseño del proyecto es el proceso de elaboración de la propuesta de trabajo de acuerdo a pautas y procedimientos sistemáticos como ya se mencionó, un buen diseño debe identificar

Más detalles

RESPUESTAS A LAS PREGUNTAS DEL TEMA 3

RESPUESTAS A LAS PREGUNTAS DEL TEMA 3 RESPUESTAS A LAS PREGUNTAS DEL TEMA 3 Las respuestas en algún caso (primera pregunta) son más largas de lo requerido para que sirva de explicación 1. Explica brevemente qué significan cada una de las curvas

Más detalles

ANEXO A de la. propuesta de REGLAMENTO DEL PARLAMENTO EUROPEO Y DEL CONSEJO

ANEXO A de la. propuesta de REGLAMENTO DEL PARLAMENTO EUROPEO Y DEL CONSEJO ES ES ES COMISIÓN EUROPEA Bruselas, 20.12.2010 COM(2010) 774 final Anexo A / Capítulo 21 ANEXO A de la propuesta de REGLAMENTO DEL PARLAMENTO EUROPEO Y DEL CONSEJO relativo al Sistema Europeo de Cuentas

Más detalles

INDICADORES EVALUACIÓN DE PROYECTOS

INDICADORES EVALUACIÓN DE PROYECTOS INDICADORES EVALUACIÓN DE PROYECTOS Sección: 01 Profesores: Cristián Bargsted Andrés Kettlun Conceptos básicos Contenido Valor Presente Neto(VPN) Tasa interna de Retorno(TIR) Período de Recuperación de

Más detalles

Introducción...3. Herramientas de diseño y seguimiento de los proyectos...3. El ciclo del proyecto...4. Identificación del proyecto...

Introducción...3. Herramientas de diseño y seguimiento de los proyectos...3. El ciclo del proyecto...4. Identificación del proyecto... Contenidos Introducción...3 Herramientas de diseño y seguimiento de los proyectos...3 El ciclo del proyecto...4 Identificación del proyecto...5 Formulación del proyecto...7 Financiación del proyecto...8

Más detalles

Herramientas Financieras Para La Toma De Desiciones

Herramientas Financieras Para La Toma De Desiciones Herramientas Financieras Para La Toma De Desiciones 1. Herramientas financieras de alto directivo Todo alto directivo tiene que tomar decisiones para ver que camino debe tomar una empresa. La toma de decisiones

Más detalles

COMO LLEVAR LOS LIBROS Y/O REGISTROS ELECTRONICOS. RES. N 286-2009/SUNAT modificada por la RES: N 008-2013/SUNAT

COMO LLEVAR LOS LIBROS Y/O REGISTROS ELECTRONICOS. RES. N 286-2009/SUNAT modificada por la RES: N 008-2013/SUNAT I. ANTECEDENTES NORMATIVOS COMO LLEVAR LOS LIBROS Y/O REGISTROS ELECTRONICOS RES. N 286-2009/SUNAT modificada por la RES: N 008-2013/SUNAT A partir del 01 de julio de 2010, los contribuyentes que obtienen

Más detalles

Tema 3. La elección en condiciones de incertidumbre

Tema 3. La elección en condiciones de incertidumbre Tema 3 La elección en condiciones de incertidumbre Epígrafes El valor esperado La hipótesis de la utilidad esperada La aversión al riesgo La compra de un seguro Cap. 5 P-R 2 Introducción Cómo escogemos

Más detalles

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA

T E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE Aplicación a la INDUSTRIA de la construcción 1 El presente estudio propone el uso de un algoritmo comúnmente utilizado en la rama de investigación

Más detalles

1 Introducción al SPSS

1 Introducción al SPSS Breve guión para las prácticas con SPSS 1 Introducción al SPSS El programa SPSS está organizado en dos bloques: el editor de datos y el visor de resultados. En la barra de menú (arriba de la pantalla)

Más detalles

DISEÑO ORIENTADO A LAS PERSONAS. La persona como eje central de soluciones integrales de diseño

DISEÑO ORIENTADO A LAS PERSONAS. La persona como eje central de soluciones integrales de diseño DISEÑO ORIENTADO A LAS PERSONAS La persona como eje central de soluciones integrales de diseño EL ESTUDIO DEL CONSUMIDOR COMO GARANTÍA DE ÉXITO DE PRODUCTOS Y SERVICIOS El éxito de un producto depende

Más detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

ANÁLISIS DE ENCUESTAS

ANÁLISIS DE ENCUESTAS ANÁLISIS DE ENCUESTAS TÉCNICAS MULTIVARIANTES 1. Introducción 2. Clasificación de las técnicas 3. Etapas de análisis 4. Supuestos básicos 5. Valores perdidos y anómalos introducción Definición. i ió -

Más detalles

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST

UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST 7.1. ANÁLISIS DE LOS ÍTEMS Al comenzar la asignatura ya planteábamos que uno de los principales problemas a los que nos enfrentábamos a la hora

Más detalles

Agrosynergie. Agrupación Europea de Interés Económico. Contrato marco n 30-CE-0035027/00-37 Evaluación de la OCM de las Frutas y Hortalizas

Agrosynergie. Agrupación Europea de Interés Económico. Contrato marco n 30-CE-0035027/00-37 Evaluación de la OCM de las Frutas y Hortalizas Agrosynergie Agrupación Europea de Interés Económico Contrato marco n 30-CE-0035027/00-37 Evaluación de la OCM de las Frutas y Hortalizas Evaluación de la activación de los pagos directos por los cultivos

Más detalles

METODOLOGIA DE SUPERFICIES DE RESPUESTA. Esto se logra al determinar las condiciones óptimas de operación del sistema.

METODOLOGIA DE SUPERFICIES DE RESPUESTA. Esto se logra al determinar las condiciones óptimas de operación del sistema. 37 CAPITULO METODOLOGIA DE SUPERFICIES DE RESPUESTA En este capítulo hablaremos de qué es la Metodología de Superficies de Respuesta, su representación gráfica, el procedimiento a seguir hasta encontrar

Más detalles

Aspectos del Presupuesto Fiscal 2016

Aspectos del Presupuesto Fiscal 2016 Aspectos del Presupuesto Fiscal 2016 El presupuesto del gobierno central para 2016 ha sido recientemente ingresado al Congreso para su trámite legislativo. El lunes el Ministro de Hacienda presentó el

Más detalles

Parte 6: Definición de las variables y recolección de datos

Parte 6: Definición de las variables y recolección de datos Metodología de la investigación Curso 2008 Parte 6: Definición de las variables y recolección de datos Los ejemplos han sido tomados en su mayoría de la bibliografía recomendada para el curso Definición

Más detalles

CURSO PLAN ESTRATÉGICO DE COMUNICACIÓN

CURSO PLAN ESTRATÉGICO DE COMUNICACIÓN CURSO PLAN ESTRATÉGICO DE COMUNICACIÓN Presentación Las organizaciones requieren un manejo coherente y consistente de todos los recursos destinados a la comunicación pues un buen plan de comunicaciones

Más detalles

Concepto y aplicación de la prospectiva estratégica

Concepto y aplicación de la prospectiva estratégica Concepto y aplicación de la prospectiva estratégica FRANCISCO JOSÉ MOJICA DIRECTOR CENTRO DE PENSAMIENTO ESTRATÉGICO Y PROSPECTIVA UNIVERSIDAD EXTERNADO DE COLOMBIA qué es el futuro? tiempo al que no hemos

Más detalles

El proyecto Innova Cesal tiene como propósito llevar a cabo innovaciones en

El proyecto Innova Cesal tiene como propósito llevar a cabo innovaciones en Reporte del cuestionario sobre formación de profesores Verdejo, P., Orta, M. Introducción El proyecto Innova Cesal tiene como propósito llevar a cabo innovaciones en los procesos de enseñanza aprendizaje

Más detalles

FODA COMPETITIVO OPORTUNIDADES AMENAZAS

FODA COMPETITIVO OPORTUNIDADES AMENAZAS FODA COMPETITIVO ESTUDIO DE PUNTOS FUERTES Y FLOJOS DE NUESTRA ORGANIZACIÓN FORTALEZAS OPORTUNIDADES DEBILIDADES AMENAZAS FODA COMPETITIVO Es una herramienta muy utilizada, que nos permite conocer la situación

Más detalles

MINISTERIO DE OBRAS PÚBLICAS DIRECCIÓN GENERAL DE OBRAS PÚBLICAS DIRECCIÓN DE VIALIDAD Departamento de Gestión Vial

MINISTERIO DE OBRAS PÚBLICAS DIRECCIÓN GENERAL DE OBRAS PÚBLICAS DIRECCIÓN DE VIALIDAD Departamento de Gestión Vial GOBIER DE CHILE MOP DIRECCION DE VIALIDAD MINISTERIO DE OBRAS PÚBLICAS DIRECCIÓN GENERAL DE OBRAS PÚBLICAS DIRECCIÓN DE VIALIDAD Departamento de Gestión Vial ESTUDIO ANÁLIS DE SENBILIDAD DE PARÁMETROS

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DISEÑO DE EXPERIMENTOS 1.- INTRODUCCIÓN Este documento trata de dar una visión muy simplificada de la utilidad y la utilización del Diseño de Experimentos. En él se explican los conceptos clave de esta

Más detalles

Traducción: Tobin s Marginal Q and Average Q: A Neoclassical Interpretation 1 (Fumio Hayashi, 1982. Econométrica. Vol. 50.)

Traducción: Tobin s Marginal Q and Average Q: A Neoclassical Interpretation 1 (Fumio Hayashi, 1982. Econométrica. Vol. 50.) Traducción: Tobin s Marginal Q and Average Q: A Neoclassical Interpretation 1 (Fumio Hayashi, 1982. Econométrica. Vol. 50.) I. Introducción En la última década y media, la literatura sobre inversión ha

Más detalles

LICENCIATURA EN CONTADURÍA Y FINANZAS

LICENCIATURA EN CONTADURÍA Y FINANZAS LICENCIATURA EN CONTADURÍA Y FINANZAS Debajo de cada introducción sobre el tema de estudio de las materias se encuentran unas siglas, las cuales se interpretan de la siguiente manera: HT: horas de trabajo

Más detalles

EL PRINCIPIO DE LA EFICIENCIA MARGINAL DEL CAPITAL 1. Keynes inicia la explicación de la eficiencia marginal del capital

EL PRINCIPIO DE LA EFICIENCIA MARGINAL DEL CAPITAL 1. Keynes inicia la explicación de la eficiencia marginal del capital EL PRINCIPIO DE LA EFICIENCIA MARGINAL DEL CAPITAL Y LAS 1 EL PRINCIPIO DE LA EFICIENCIA MARGINAL DEL CAPITAL 1 Keynes inicia la explicación de la eficiencia marginal del capital tomando como ejemplo los

Más detalles

Si el comando Solver no aparece en el menú Herramientas, deberá instalar la macro automática Solver como sigue:

Si el comando Solver no aparece en el menú Herramientas, deberá instalar la macro automática Solver como sigue: El Solver de Excel El Solver se utiliza para determinar el valor máximo o mínimo de una celda modificando otras celdas; por ejemplo, el beneficio máximo que puede generarse modificando los gastos de publicidad.

Más detalles

Enfoque del Marco Lógico (EML)

Enfoque del Marco Lógico (EML) Enfoque del Marco Lógico (EML) Qué es el EML? Es una herramienta analítica que se utiliza para la mejorar la planificación y la gestión de proyectos tanto de cooperación al desarrollo como de proyectos

Más detalles

Capítulo 4 MEDIDA DE MAGNITUDES. Autor: Santiago Ramírez de la Piscina Millán

Capítulo 4 MEDIDA DE MAGNITUDES. Autor: Santiago Ramírez de la Piscina Millán Capítulo 4 MEDIDA DE MAGNITUDES Autor: Santiago Ramírez de la Piscina Millán 4 MEDIDA DE MAGNITUDES 4.1 Introducción El hecho de hacer experimentos implica la determinación cuantitativa de las magnitudes

Más detalles

Módulo 9: Gestión y tratamiento de los riesgos. Selección de los controles

Módulo 9: Gestión y tratamiento de los riesgos. Selección de los controles Módulo 9: Gestión y tratamiento de los riesgos. Selección de los controles Este apartado describirá en qué consiste la gestión de riesgos, cómo se deben escoger los controles, se darán recomendaciones

Más detalles

PROCESO CONTABLE Sesión 10. Métodos de Análisis Financiero

PROCESO CONTABLE Sesión 10. Métodos de Análisis Financiero PROCESO CONTABLE Sesión 10. Métodos de Análisis Financiero Objetivo: Analizar y describir los métodos de análisis financiero dentro del proceso contable y estudiar la interpretación de los estados financieros,

Más detalles

Estadística I. Finanzas y Contabilidad

Estadística I. Finanzas y Contabilidad Estadística I. Finanzas y Contabilidad Práctica 1: INTRODUCCIÓN AL USO DE SOFTWARE ESTADÍSTICO OBJETIVO: Los estudiantes deberán conocer el funcionamiento de la Hoja de Cálculo EXCEL y utilizarla para

Más detalles

TRATAMIENTO DE BASES DE DATOS CON INFORMACIÓN FALTANTE SEGÚN ANÁLISIS DE LAS PÉRDIDAS CON SPSS

TRATAMIENTO DE BASES DE DATOS CON INFORMACIÓN FALTANTE SEGÚN ANÁLISIS DE LAS PÉRDIDAS CON SPSS Badler, Clara E. Alsina, Sara M. 1 Puigsubirá, Cristina B. 1 Vitelleschi, María S. 1 Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística (IITAE) TRATAMIENTO DE BASES DE DATOS

Más detalles

La inflación y el salario real

La inflación y el salario real La inflación y el salario real Pavel Vidal Alejandro pavel@uh.cu Centro de Estudios de la Economía Cubana Febrero del 2007 Según la Comisión Económica para América Latina y el Caribe (CEPAL) la inflación

Más detalles

Ejemplo del modelo de generaciones solapadas

Ejemplo del modelo de generaciones solapadas Ejemplo del modelo de generaciones solapadas Descripción de la economía 1. Cada unidad del bien sólo puede existir en un período de tiempo. 2. Todas las generaciones 1 son idénticas. Cada generación está

Más detalles

SÍNTESIS Y PERSPECTIVAS

SÍNTESIS Y PERSPECTIVAS SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal

Unidad 5 Utilización de Excel para la solución de problemas de programación lineal Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene

Más detalles

GUÍA PARA LA FORMULACIÓN DE UN PLAN DE TRABAJO JUNTAS ADMINISTRATIVAS DE CENTROS DE EDUCACIÓN ESPECIAL

GUÍA PARA LA FORMULACIÓN DE UN PLAN DE TRABAJO JUNTAS ADMINISTRATIVAS DE CENTROS DE EDUCACIÓN ESPECIAL GUÍA PARA LA FORMULACIÓN DE UN PLAN DE TRABAJO JUNTAS ADMINISTRATIVAS DE CENTROS DE EDUCACIÓN ESPECIAL 1) IDENTIFICACIÓN A. Objetivo del Plan de Trabajo: Reflejar la programación organizacional y presupuestaria

Más detalles

El análisis consta de cuatro pasos: - Análisis Externo - Análisis Interno - Confección de la matriz FODA - Determinación de la estrategia a emplear

El análisis consta de cuatro pasos: - Análisis Externo - Análisis Interno - Confección de la matriz FODA - Determinación de la estrategia a emplear Análisis FODA El Análisis FODA es una metodología de estudio de la situación competitiva de una empresa en su mercado (situación externa) y de las características internas (situación interna) de la misma,

Más detalles

METODOLOGÍA DE EVALUACIÓN DE

METODOLOGÍA DE EVALUACIÓN DE METODOLOGÍA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO PARA UN EDIFICIO HABILITADO COMO OFICINA Y/O BANCO Dirección de Economía Sectorial Coordinación General de Crecimiento Verde Instituto Nacional de Ecología

Más detalles

LA IMPORTANCIA DE CONTROLAR LAS PÉRDIDAS DE ENERGÍA EN LAS EMPRESAS DISTRIBUIDORAS

LA IMPORTANCIA DE CONTROLAR LAS PÉRDIDAS DE ENERGÍA EN LAS EMPRESAS DISTRIBUIDORAS LA IMPORTANCIA DE CONTROLAR LAS PÉRDIDAS DE ENERGÍA EN LAS EMPRESAS DISTRIBUIDORAS Objetivo El presente informe se ha escrito con la finalidad de establecer un marco objetivo como punto de partida para

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las

Más detalles

1.1 INTRODUCCIÓN INVESTIGACIÓN DE OPERACIONES I 2 INGENIERIA INDUSTRIAL 5TO SEM

1.1 INTRODUCCIÓN INVESTIGACIÓN DE OPERACIONES I 2 INGENIERIA INDUSTRIAL 5TO SEM 1.1 INTRODUCCIÓN Sabemos que las matemáticas son una herramienta fundamental para realizar cálculos, operaciones y obtener resultados. Por lo tanto dentro del estudio de investigación de operaciones es

Más detalles

Retiro de activos y el stock de capital bruto

Retiro de activos y el stock de capital bruto From: Medición del capital - Manual OCDE 2009 Segunda edición Access the complete publication at: http://dx.doi.org/10.1787/9789264043695-es Retiro de activos y el stock de capital bruto Please cite this

Más detalles

EL OPTIMISMO DE LOS EMPRESARIOS SE MANTIENE DURANTE EL I TRIMESTRE DEL AÑO

EL OPTIMISMO DE LOS EMPRESARIOS SE MANTIENE DURANTE EL I TRIMESTRE DEL AÑO El Instituto de Investigaciones en Ciencias Económicas (IICE), presenta los resultados de la XVI Encuesta Trimestral sobre Opinión de Empresarios (ETOE) correspondientes al primer trimestre del año 2014,

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

Folleto Informativo. El Aprendizaje Combinado Lleva a una Capacitación Efectiva

Folleto Informativo. El Aprendizaje Combinado Lleva a una Capacitación Efectiva Folleto Informativo El Aprendizaje Combinado Lleva a una Capacitación Efectiva En el mundo actual de los negocios, las empresas exitosas buscan la manera de aumentar sus ventajas competitivas y a la vez

Más detalles

CÓDIGO DE BUENAS PRÁCTICAS DE LAS ESTADÍSTICAS EUROPEAS

CÓDIGO DE BUENAS PRÁCTICAS DE LAS ESTADÍSTICAS EUROPEAS CÓDIGO DE BUENAS PRÁCTICAS DE LAS ESTADÍSTICAS EUROPEAS PARA LAS AUTORIDADES ESTADÍSTICAS DE LOS ESTADOS MIEMBROS Y DE LA COMUNIDAD APROBADO POR EL COMITÉ DE PROGRAMA ESTADÍSTICO EL 24 DE FEBRERO DE 2005

Más detalles

POLITICA DE ADMINISTRACION DEL RIESGO

POLITICA DE ADMINISTRACION DEL RIESGO POLITICA DE ADMINISTRACION DEL RIESGO 2014 POLÍTICA DE ADMINISTRACIÓN DEL RIESGO DE LA COMISIÓN DE REGULACIÓN DE ENERGÍA Y GAS -CREG- La Comisión de Regulación de Energía y Gas, CREG, implementa como Política

Más detalles

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS

H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS H E R R A M I E N T A S D E A N Á L I S I S D E D A T O S HERRAMIENTAS DE ANÁLISIS DE DATOS Una situación que se nos plantea algunas veces es la de resolver un problema hacia atrás, esto es, encontrar

Más detalles

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales

I1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales 1 2 3 4 5 6 ESQUEMA DEL CURSO ESTADÍSTICA BÁSICA DISEÑO DE EXPERIMENTOS CURSO DE ESTADÍSTICA STICA BÁSICAB ESTADÍSTICA DESCRIPTIVA TIPOS DE VARIABLES MEDIDAS DE POSICIÓN CENTRAL Y DE DISPERSIÓN TABLAS

Más detalles

Cómo hacer pronósticos para nuevos productos?

Cómo hacer pronósticos para nuevos productos? Cómo hacer pronósticos para nuevos productos? Por Tomás Gálvez Martínez Presidente y Director General de CELOGIS Profesor y Director de ENAE Business School La supervivencia de una empresa en esta arena

Más detalles

Las Matemáticas En Ingeniería

Las Matemáticas En Ingeniería Las Matemáticas En Ingeniería 1.1. Referentes Nacionales A nivel nacional se considera que el conocimiento matemático y de ciencias naturales, sus conceptos y estructuras, constituyen una herramienta para

Más detalles

LICENCIATURA EN MERCADOTECNIA

LICENCIATURA EN MERCADOTECNIA LICENCIATURA EN MERCADOTECNIA Debajo de cada introducción sobre el tema de estudio de las materias se encuentran unas siglas, las cuales se interpretan de la siguiente manera: HT: horas de trabajo en clase

Más detalles

LINEAMIENTOS ADMINISTRACIÓN DEL RIESGO

LINEAMIENTOS ADMINISTRACIÓN DEL RIESGO LINEAMIENTOS ADMINISTRACIÓN DEL RIESGO Código: DG-D-008 - Versión: 03 - Fecha Emisión: 01/03/2013 1/14 Contenido 1. OBJETIVOS....3 2. ALCANCE....4 3. REFERENCIAS NORMATIVAS....4 4. TERMINOS Y DEFINICIONES...5

Más detalles

ANÁLISIS DE DATOS CON EXCEL: UNA HERRAMIENTA AL ALCANCE DE TODOS. A. Debón Aucejo M. L. Martínez Romero X. Sastre Sendra

ANÁLISIS DE DATOS CON EXCEL: UNA HERRAMIENTA AL ALCANCE DE TODOS. A. Debón Aucejo M. L. Martínez Romero X. Sastre Sendra Docencia de Matemáticas en la Economía y la Empresa ANÁLISIS DE DATOS CON EXCEL: UNA HERRAMIENTA AL ALCANCE DE TODOS. A. Debón Aucejo M. L. Martínez Romero X. Sastre Sendra Departamento de Matemáticas

Más detalles

Escuela de Organización Industrial

Escuela de Organización Industrial TRABAJO: MEJORA DE LA METODOLOGÍA DE IDENTIFICACIÓN Y PRIORIZACIÓN DE LOS TEMAS RELEVANTES DE RESPONSABILIDAD CORPORATIVA, A TRAVÉS DE LA INVOLUCRACIÓN CON LOS GRUPOS DE INTERÉS. PROMOTOR: VODAFONE ESPAÑA

Más detalles

EL AHORRO Y SUS DETERMINANTES.

EL AHORRO Y SUS DETERMINANTES. EL AHORRO Y SUS DETERMINANTES. En este trabajo se expone las diferentes teorías del ahorro que han existido, los efectos del ahorro y hemos llevado acabo una regresión para comprobar si el ahorro depende

Más detalles

ANÁLISIS DE LA ENCUESTA DE SATISFACCIÓN DE USUARIOS FEBRERO 2013

ANÁLISIS DE LA ENCUESTA DE SATISFACCIÓN DE USUARIOS FEBRERO 2013 Oficina de Suministros Universidad de Costa Rica Teléfono: (506) 25112965 Fax: ((506) 25114242 Correo electrónico: antonio.marin@ucr.ac.cr ANÁLISIS DE LA ENCUESTA DE SATISFACCIÓN DE USUARIOS FEBRERO 2013

Más detalles