Análisis predictivo de la Evacuación para Túneles de Carretera mediante un enfoque estocástico
|
|
- Carla Salazar Navarro
- hace 8 años
- Vistas:
Transcripción
1 Análisis predictivo de la Evacuación para Túneles de Carretera mediante un enfoque estocástico Jorge A. Capote; Daniel Alvear; Orlando V. Abreu; Arturo Cuesta, Virginia Alonso Grupo GIDAI Seguridad contra Incendios Investigación y Tecnología, Universidad de Cantabria Avda. Los Castros, s/n; Santander (España) capotej@unican.es, alveard@unican.es, abreuo@unican.es, cuestaar@unican.es, alonsovir@unican.es RESUMEN Este artículo presenta un nuevo modelo que utilizando un enfoque estocástico analiza el proceso de evacuación en un túnel de carretera. En base a los métodos de Monte Carlo, el modelo tiene la capacidad de realizar multitud de simulaciones a tiempo real considerando el carácter aleatorio de la conducta humana específica en un túnel de carretera (tiempo de salida del coche, velocidad de desplazamiento, etc.) además de las particularidades que presentan este tipo de entornos (espacios cerrados, número limitado de salidas, etc.). El modelo es sencillo y fácil de utilizar y puede resultar una herramienta muy útil para la gestión de la evacuación en caso de Emergencia. Como primer fase de la validación del modelo, se realizó un análisis comparativo de los resultados con otros modelos perfectamente validados (STEPS y FDS+Evac ). El dato de salida principal que ofrece el modelo es el percentil del tiempo máximo de Evacuación con una probabilidad dada (90%, 95% o 99%). Los resultados indicaron 1) la necesidad del desarrollo de herramientas computacionales específicas para el análisis de la evacuación en túneles de carretera, 2) las ventajas del empleo un enfoque estocástico (frente a un enfoque determinista) a fin de obtener un rango y variabilidad de resultados y un adecuado nivel de confianza en la predicción de los tiempos de evacuación. Palabras Claves: Túneles de Carretera, Modelo de Evacuación, Comportamiento Humano, Sucesos Infrecuentes. 1. INTRODUCCIÓN Los sucesos infrecuentes en túneles de carretera (incendio, coche vehicular, etc.) conllevan a situaciones de alto riesgo que pueden hacer peligrar la vida de muchas personas. Una rápida y correcta respuesta por parte del Operador del Centro de Control es crítica para garantizar las condiciones de seguridad de los usuarios de un túnel de carretera. En emergencias de gravedad tal como un incendio, la estrategia más relevante está basada en la correcta evacuación de los usuarios hacia un lugar seguro lo antes posible. La evacuación es un fenómeno complejo y se define como el resultado de la interacción de múltiples factores. Datos obtenidos a partir de accidentes y experimentos [1-4] realizados en túneles de carretera, han definido ciertos factores que resultan altamente influyentes en el proceso de evacuación en este tipo de entornos [5,6]: 1. Las personas se resisten a abandonar sus vehículos. 2. En caso de incendio las llamas y el humo pueden desarrollarse rápidamente. 3. La comunicación de la Situación de Emergencia es en muchos casos insuficiente. 4. Los túneles son espacios desconocidos para los usuarios. 5. Las salidas o rutas de evacuación pueden encontrarse bloqueadas. 6. La distancia entre salidas de evacuación es a menudo superior a 300 m. 7. El difícil acceso de los equipos de asistencia y rescate. Las acciones y decisiones de las personas son un factor marcadamente influyente en el proceso de evacuación, el caso de los túneles de carretera, existen conductas específicas distintas a las registradas en otro tipo de entornos y que han de considerarse, para un correcto análisis del proceso de evacuación [7-9]. Uno de los principales problemas concernientes a la seguridad en túneles de carretera en caso de emergencia, es que, los usuarios deben ponerse a salvo por sí mismos (auto-rescate). El auto-rescate presenta una serie de dificultades. En primer lugar puede haber usuarios que no sean capaces ponerse a salvo por sí mismos y necesiten de asistencia para acceder a un espacio seguro. En segundo lugar se encuentra el problema de la conducta de afiliación a los vehículos. Los usuarios se sienten cómodos y seguros en el interior de sus vehículos y son reticentes a su abandono en caso de emergencia. Diversos informes posteriores a accidentes han constatado esta tendencia en la conducta de los usuarios. En los accidentes de los túneles de MontBlanc y de Tavern, parte de las víctimas se encontraban en el interior o cerca sus vehículos. La información obtenida de estudios de investigación sobre la conducta de respuesta de los usuarios en caso de emergencia es escasa. No obstante, las conclusiones obtenidas en dos experimentos pueden aportar luz sobre los parámetros de conducta más influyentes en el proceso de evacuación. En los experimentos realizados en el Benelux Tunnel los resultados obtenidos indicaron que los usuarios permanecieron pasivos en el interior de sus vehículos entre 5 y 6 minutos. Por su lado en los resultados obtenidos en el Túnel de Göta en la ciudad de Göteborg, Suiza, demostraron que a diferencia del experimento realizado en el Benelux Tunnel, la respuesta de los usuarios fue más rápida y efectiva con un tiempo medio en el inicio de la evacuación de 1 minuto y 35 segundos. En ambos estudios el impacto del factor social fue muy significativo.
2 Los usuarios estuvieron muy influenciados por la conducta de los otros respecto a la decisión de iniciar la evacuación y en la elección de las rutas hacia las salidas. En los resultados sobre los tiempos de respuesta de los usuarios en el accidente del Túnel de Montblanc, los tiempos de premovimiento obtenidos para aquellos usuarios próximos al incendio oscilaron entre 10 y 30 segundos. Por su lado gran parte de los ocupantes más alejados del foco del incendio perecieron en sus vehículos o en sus proximidades. En los últimos años el modelado de simulación computacional de evacuación se ha convertido en una herramienta útil para analizar las condiciones de seguridad en diferentes entornos, asimismo su aplicación se ha ampliado a escenarios y condiciones que requieren muchas veces análisis a tiempo real [10, 11,12], lo cual resulta un problema debido a que el nivel de sofisticación alcanzado, provoca en la mayoría de los casos un aumento considerable en los tiempos de simulación. Otro problema de los modelos computacionales actuales es que permiten su aplicación a túneles de carretera pero no consideran las características particulares de este tipo de escenarios, así como la conducta específica de los usuarios. Asimismo, pese a que la evacuación es un fenómeno eminentemente estocástico debido al carácter marcadamente aleatorio de la ocurrencia y evolución de la emergencia en sí y en relación a la conducta de los usuarios, la mayoría de los modelos tienen un enfoque determinista. En este artículo se presenta un modelo de evacuación a tiempo real para túneles de carretera, correspondiente a una de las fases, dentro de los trabajos desarrollados para la obtención de un Sistema de Ayuda a la Toma de Decisiones (DSS) para la gestión de la emergencia en el interior de un túnel de carretera. El modelo considera las particularidades de este tipo de entornos así como la aleatoriedad intrínseca del fenómeno y de la conducta de los usuarios involucrados en la emergencia aplicando un enfoque estocástico. Mediante el empleo del Método Monte Carlo, el modelo realiza múltiples simulaciones a tiempo real del proceso de evacuación, introduciendo en cada realización diferentes variables de entrada de una manera aleatoria, obteniendo de esa manera un amplio rango de posibles resultados sobre los tiempos totales de evacuación. 2. ESCENARIOS El modelo discretizó el espacio en dos áreas: Área de Evacuación I y Área de Evacuación II (ver Figura 1) Área de Evacuación I se define como la sección del túnel inmediata al área de ocurrencia del suceso. Esta sección incluye, además del área del accidente (vehículos y personas involucradas), el área colindante con vehículos y personas con peligro de afectación (propagación de un incendio o afectación por los humos, derrame de sustancias tóxicas, etc.). Área de Evacuación II se define como la parte del túnele inmediatamente adyacente al Área de Evacuación I, donde se forma un embotellamiento de vehículos con sus ocupantes atrapados en el interior del túnel y que presumiblemente deberán ser evacuados para su seguridad. Fig.1. Caracterización de las Áreas de Evacuación. Se desarrollarán dos modelos de evacuación: Modelo de Evacuación del Área de Evacuación I y Modelo de Evacuación del Área de Evacuación II. El presente artículo se centra en el desarrollo de este último modelo. 3. VARIABLES DE ENTRADA Este modelo se ha desarrollado como parte de los trabajos de investigación para el Desarrollo de un Sistema de Ayuda a la Toma de Decisiones (DSS) para la gestión de Emergencias en túneles de carretera. El DSS está integrado por: Modelo de Sucesos Infrecuentes, Modelos de Evacuación y el Modelo de Toma de Decisiones [13, 14]. Por esta razón, parte de las variables de entrada principales del Modelo de Evacuación, son las variables de salida del Modelo de Sucesos Infrecuentes que se indican a continuación. - Distancia desde la boca de entrada del túnel hasta el final del Área de Evacuación II - Cantidad de vehículos atrapados en el Área de Evacuación II que deben ser evacuados Además de estos parámetros, se requieren otra serie de variables de entrada al Modelo de Evacuación correspondientes al escenario y a la conducta específica de los usuarios del túnel de carretera, como son:, - Cantidad de vehículos ligeros y del conjunto de vehículos pesados y autocares. P(AVPA) - Probabilidad de que un vehículo del conjunto de vehículos pesados y autocares sea un autocares. Coeficientes de ocupación de vehículos ligeros, vehículos pesados y autocares,, (se considera un rango de valores). Variables conductuales aleatorias de los usuarios: Leyes de distribución de cada variable aleatoria, así como las principales características estadísticas de las mismas. 4. MODELO CONCEPTUAL Existen multitud de incertidumbres en el Área de Evacuación II como la tipología de vehículos atrapados, el coeficiente de ocupación real y la posición exacta de cada uno en la cola vehicular producida por el accidente. Esto provoca el desconocimiento del número exacto de personas a evacuar. Gracias al uso de aforadores, es posible conocer el número de vehículos distinguiendo entre vehículos ligeros y del conjunto de vehículos pesados y autocares. Otra incertidumbre es el momento y la forma en la que el usuario recibe el aviso de la necesidad de evacuación, debido a que estudios demuestran que los tiempos de aviso por megafonía son bastante elevados por lo que la variante más probable es el aviso en cadena iniciado por la(s) persona(s) más cercanas al incidente, es decir la interacción entre ocupantes.
3 Este fenómeno provoca un aviso escalonado con un tiempo inversamente proporcional a la distancia desde el comienzo del escenario. Por estas razones además de asumir como variable principal de salida el Tiempo Total de Evacuación, se va a presentar un modelo estocástico cuya variable principal de salida sea aleatoria, es decir, obtendrá una muestra de tiempos totales de evacuación. 5. MODELO MATEMÁTICO De acuerdo al Modelo Conceptual explicado, la expresión general en la que se basa el modelo, se define como:,, (1) Tiempo Total de Evacuación del Área de Evacuación II para la j-ésima realización; tiempo de evacuación de la i-ésima persona en la j- ésima realización; cantidad de personas a evacuar en la j-ésima realización; cantidad de iteraciones (realizaciones); - valor máximo del conjunto. Es decir, en cada realización, se registra el mayor tiempo de evacuación del conjunto de todas las personas a evacuar. La cantidad de personas a evacuar en cada realización se define por la expresión: donde (2),, - Coeficiente de ocupación según cada tipo de vehículo (en cada iteración j);,, - Cantidad de vehículos según su tipología - Tiempo de pre movimiento de cada usuario i en la iteración j; Distancia de recorrido de cada usuario i en la iteración j; Velocidad de desplazamiento de cada usuario i en la iteración j. La distancia de recorrido por cada persona se asumió como una variable determinista calculada de tal manera que garantice la ubicación inicial uniforme de los usuarios uniforme dentro del escenario. (7), El tiempo de pre movimiento de cada persona en cada iteración se puede dividir en la suma de dos términos que se corresponden con el tiempo de recepción del aviso de necesidad de evacuación y el tiempo de pre movimiento intrínseco de cada persona. Otra importante asunción para el desarrollo del modelo, fue la consideración de un emisario o persona más cercana al accidente, (se considera a una distancia d II ) con un tiempo de pre-movimiento de =30 s y una velocidad de desplazamiento de 1.55 m/s. De acuerdo a este razonamiento y asumiendo una dependencia lineal entre el tiempo de pre movimiento correspondiente al aviso de la necesidad de evacuación y la distancia al suceso (Ver Figura 2), se obtuvo la siguiente expresión: (8) Considerando las siguientes relaciones: (3) (4) probabilidad de que un vehículo, del conjunto de vehículos pesados y autobuses que transitan usualmente por el túnel, sea autobús; Evidentemente: (5) El tiempo de evacuación de cada persona en cada iteración se calculará mediante la fórmula: (6) - Tiempo Total de Evacuación de cada usuario i en la iteración j; Fig.2. Dependencia del tiempo de aviso vs. Distancia de movimiento El tiempo de pre movimiento intrínseco de cada persona se consideró normalmente distribuido, cuyos valores se obtuvieron a través de la realización de experimentos virtuales en los que simuló la salida de personas de distintas tipologías de sus respectivos vehículos, en los que se imitaron diferentes tiempos de percepción, decisión y acción. Los resultados obtenidos mostraron los rangos de valores que se describen en la Tabla 1. Actividades Rango(s) Percepción y decisión 5 30 Acción Tiempo de pre - movimiento Tabla 1 Rango de valores para las actividades de pre movimiento
4 Asumiendo que dichos valores se someten a una ley de de distribución normal se obtuvo que la esperanza matemática de es de 67.5 s con una desviación estándar de 17.5s. Se consideró la velocidad de desplazamiento como una variable aleatorio ajustada a una ley de distribución normal con parámetros similares a los presentes en la literatura, con una esperanza matemática de 1.25 m/s y desviación estándar de 0.32 s[15]. 6. MODELO COMPUTACIONAL Tras obtener el modelo conceptual y matemático, se implementó el modelo computacional utilizando un Lenguaje Orientado a Objetos C#, sobre el Marco de Trabajo de Destino.NET Framework 3.5 SP1, empleando la herramienta Microsoft Visual Studio Esta programación presenta una flexibilidad tal que permite introducir nuevos parámetros observados o variar los utilizados por el modelo de manera sencilla. El modelo computacional trabaja, tal como se ha explicado en los epígrafes anteriores, en base a los métodos de Monte Carlo permitiendo realizar multitud de simulaciones considerando diferentes combinaciones de inputs de una manera aleatoria. El modelo computacional registra una muestra de tiempos máximos de evacuación, que tras ser analizados estadísticamente, obtiene como dato principal de salida, el percentil del Tiempo Total de Evacuación, bajo una probabilidad dada (90, 95 o 99%). Asimismo el modelo obtiene la ley de distribución a la que se ajusta la muestra o realiza un estimado por histograma en caso de no corresponder con ninguna conocida, además de los principales parámetros estadístico de dicha ley de distribución. 7. COMPARATIVA CON LOS MODELOS FDS+Evac y STEPS Como primer proceso de validación del Modelo Computacional se realizó un análisis comparativo de los resultados obtenidos por los modelos FDS+Evac y STEPS aplicado en el túnel de Lantueno de la autopista A 67 (Cantabria Meseta). Los túneles de carretera son espacios realmente complejos para su correcta validación. El marcado carácter estocástico de este tipo de escenarios hace muy complicados la comparativa de los resultados del modelo desarrollado con resultados experimentales, debido a la dificultad de realizar experimentos que reproduzcan distintas situaciones de emergencia en el interior de un túnel. Por esta razón, la validación del software se ha realizado mediante la comparativa de resultados obtenidos con otros modelos de evacuación. Tanto FDS+Evac como STEPS son modelos deterministas y no permiten reproducir la aleatoriedad de este tipo de procesos tal como hace el modelo desarrollado, por esta razón la validación realizada será tentativa. 8.1 Datos de entrada de los Modelos Para tratar de lograr una correspondencia entre FDS+Evac, STEPS y el modelo desarrollado, fue necesario realizar variaciones especificas en el software, solo con fines de validación. El modelo desarrollado simula múltiples variantes posibles del Área de Evacuación II, donde se manifiesta la aleatoriedad en la cantidad de personas a evacuar (en función de la ocupación de los vehículos atrapados en el interior del túnel), los tiempos de pre-movimiento de los evacuados y sus velocidades de desplazamiento. En cada variante (iteración) se selecciona como tiempo de evacuación, el tiempo de salida de la última persona del escenario, esto le imprime un carácter más realista al modelo y un mayor grado de seguridad en los resultados obtenidos. Los modelos FDS+evac y STEPS, así como la mayoría de los modelos de evacuación existentes, trabajan con el tiempo medio de evacuación de las personas, razón por la cual se introdujo en el modelo desarrollado el cálculo de este tiempo medio para cada iteración, además del tiempo máximo con el que trabaja, con el objetivo de comparar los resultados. Para la presente comparativa se trató de reproducir las mismas condiciones en ambos modelos, aplicados al escenario del túnel de Lantueno de la autopista A-67 (Cantabria Meseta), tratando de ajustar, aunque de una manera determista, los parámetros de entrada tanto de FDS+Evac como STEPS a los utilizados por el modelo desarrollado, propios del Escenario II, y que se muestran en la Tabla 2. Longitud (m) 262 Nº de vehículos Ocupación EMISOR t pm (s) V d (m/s) Ligeros 26 Pesados 10 Ligeros Medias Total Pesados Total 80 t pm (s) 30 v d (m/s) 1.55 M[t pm ] 67.5 Sigma[t pm ] 17.5 M[V d ] 1.25 Sigma[V d ] 0.32 Tabla 2. Datos de entrada para los STEPS y FDS+Evac. En la Tabla 3 se muestran los resultados obtenidos por los modelos de evacuación FDS+Evac y STEPS frente a los resultados, medios y reales del modelo desarrollado. Los resultados medios obtenidos por los tres modelos son semejantes, sin embargo, como era de esperar, por las características del software, difieren considerablemente con los resultados reales del modelo desarrollado, por las razones explicadas en el epígrafe anterior. Modelo Tiempo Tiempo medio(s) máximo (s) FDS+Evac STEPS Modelo (100 iter.) Modelo (1000 iter.) Tabla 3 - Comparativa de los modelos FDS+Evac y STEPS con el modelo desarrollado.
5 Los resultados obtenidos sobre los tiempos de evacuación del Área de Evacuación II con un total de 80 usuarios mostraron tiempos medios cercanos a los 5 minutos. En este caso, los resultados del Modelo fueron extraordinariamente similares a los obtenidos mediante los modelos FDS+Evac[16] y STEPS [17] difiriendo en pocos segundos. Asimismo, los resultados obtenidos respecto al tiempo máximo de evacuación del túnel, aportados por el Modelo, alcanzaron los 9 minutos y 20 segundos con una aproximación más conservativa respecto al tiempo total requerido para la evacuación de los usuarios del túnel en el caso del Área de Evacuación II analizado. 8. CONCLUSIONES En este artículo se ha presentado el desarrollo de un modelo de estocástico de evacuación en tiempo real para túneles de carretera. Frente a los enfoques deterministas de modelado y simulación computacional comúnmente empleados, esta propuesta presenta una solución alternativa a fin de superar las propias incertidumbres de los escenarios y la conducta de los usuarios en caso de emergencia en este tipo de infraestructuras. Asimismo el modelo ofrece resultados en tiempo real, lo cual permite una eficaz y rápida gestión de la emergencia. El modelo permite realizar múltiples simulaciones modificando los parámetros de entrada a fin de obtener una muestra estadística sobre los tiempos totales de evacuación. Este modelo puede ser empleado como herramienta predictiva y soporte de ayuda para la toma de decisiones de las personas responsables de la emergencia. Como primer proceso de validación se ha realizado una comparativa del modelo con los modelos de evacuación FDS+Evac y STEPS. Los resultados indicaron un correcto funcionamiento del programa y aproximaciones más realistas al fenómeno simulado. No obstante, el modelo se encuentra actualmente en proceso de desarrollo. Futuros trabajos consistirán en la integración del Área de Evacuación I (zona del accidente) y la realización de más experimentos para la toma de datos empíricos que permitan analizar y cuantificar las variables correspondientes a la conducta de los usuarios. BIBLIOGRAFÍA [5] Fire in Tunnels. Best Practice for Safe Operation and Fire Response Management FIT Network Work Package 4. Fire in Tunnels [6] Capote, J., Alvear, D., Lázaro, M., Espina, P., Estudio de la Influencia de los Sistemas de Ventilación en las Solicitaciones Térmicas en caso de Incendio en un Túnel Ferroviario. Informe Resumen de la Investigación 9. Servicio de Publicaciones de la Universidad de Cantabria ISBN: [7] Gandit M, Kouabenan D R, Caroly S Roadtunnel fires: Risk perception and management strategies among users, Safety Science 47, [8] Proulx, G Movement of People: The Evacuation Timing. The SFPE Handbook of Fire Protection Engineering, [9] Centre d Ëtudes des Tunnels Guide to Road Tunnel Safety Documentation. Safety Documentation Objectives. [10] Purser, D, Gwynne, S Identifying Critical Evacuation Factors and the Application of Egress Models. Proceedings of the 11 th International Interflam Conference, [11] Kisko, TM, Francis RL Evacnet+: a computer program to determine optimal evacuation plans. Fire Safety Journal 9: [12] Tomastik, R, Narayanan, S, Banaszuk, A, and Meyn, S Model-Based Real-Time Estimation of Building Occupancy During Emergency Egress. Pedestrian and Evacuation Dynamics, [13] Capote, J, Alvear, D, Abreu, A, Cuesta, A Alonso, V Infrequent Events Model for Road Tunnel. 4 th International Symposium on Tunnel Safety and Security, Frankfurt am Main, Germany, [14] Capote, J, Alvear, D, Abreu, A, Cuesta, A Alonso, V Modelo de sucesos infrecuentes en túneles de carretera. Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería, Vol. 27, [15] Proulx, G Movement of People: The Evacuation Timing. The SFPE Handbook of Fire Protection Engineering, [16] STEPS Simulation of Transient and Pedestrian movements: User Manual, unpublished, available with egress model from Mott MacDonald. [17] Korhonen, T. and Hostikka, S. FDS + evac Technical Reference +User s Guide In press. [1] Frantzich, H., and Nilsson, D., Evacuation experiments in smoke filled tunnel, 3th International Symposium of Human Behaviour in Fire, UK, 2004 [2] Worm.E., Human Behaviour Influencing Tunnel Safety, Dutch Ministry of Transport, Public Works and Water Management. Head of Centre for Tunnel Safety. [3] Boer, L.C., Behavior of Drivers during Tunnel Evacuation. (Re) Claiming the Underground Space, Lisse (NL), Abingdon, Exton (PA), Tokyo: Balkema, 2002, p213-p217. [4] Shields, T. J., Boyce, K., Towards Developing an Understanding of Human Behaviour in Fire in Tunnels, Proceedings of 3rd International Symposium Human Behavior in Fire 2004, Belfast, UK, p215-p228.
MODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS.
MODELO ESTACIONAL DE LLUVIAS EN BASE A PROCESOS DE POISSON NO HOMOGÉNEOS. I.1 OBJETIVO Y UTILIDAD: El objetivo principal de este trabajo, realizado como Trabajo Final de Máster en Ingeniería Hidráulica
Más detallesConvenio de Colaboración entre la Dirección General de Alta Velocidad - Larga Distancia de RENFE Operadora y la Universidad de Cantabria
Dpto. Transportes y Tecnología de Proyectos y Procesos Estudio de las condiciones de Seguridad contra Incendios en los Trenes de Pasajeros 102 y 103 de RENFE Operadora Convenio de Colaboración entre la
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesAnálisis 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 detallesCircuito RC, Respuesta a la frecuencia.
Circuito RC, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (13368) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se armó un
Más detallesDeterminación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones
Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica
Más detalles5.- ANÁLISIS DE RIESGO
5.- ANÁLISIS DE RIESGO El módulo de Análisis de Riesgo se caracteriza por desarrollar una herramienta formativa para la gestión, que permite al usuario identificar, analizar y cuantificar el riesgo de
Más detallesSÍNTESIS 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 detallescapitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación
capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación Sistemática de Layout, SLP por sus siglas en inglés. Se hará uso de la simulación para comparar el
Más detallesIntroducción al @RISK
Introducción al @RISK Ariadna Berger Noviembre 2004 Introducción al @RISK El análisis de riesgo implica cuatro etapas: Desarrollo del modelo Identificación de las fuentes de riesgo Análisis con simulación
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesCircuito RL, Respuesta a la frecuencia.
Circuito RL, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se estudia
Más detallesSIMULACIÓN SIMULACIÓN DE UN JUEGO DE VOLADOS
UNIVERSIDAD NACIONAL DE INGENIERIA RECINTO UNIVERSITARIO SIMON BOLIVAR FACULTAD DE ELECTROTECNIA Y COMPUTACIÓN INGENIERIA EN COMPUTACIÓN SIMULACIÓN SIMULACIÓN DE UN JUEGO DE VOLADOS Integrantes: Walter
Más detalles- 0 - www.costaricanhotels.com
- 0 - - 1 - Contenido 1. Introducción... 2 2. Resumen Ejecutivo... 2 3. Objetivos del Estudio... 3 3.1. General... 3 3.2. Específicos... 3 4. Distribución de la Muestra... 3 5. Resultados Enero 2015...
Más detallesDirección de Planificación Universitaria Dirección de Planificación Universitaria 0819-07289 Panamá, Rep. de Panamá 0819-07289 Panamá, Rep.
Comparación de las tasas de aprobación, reprobación, abandono y costo estudiante de dos cohortes en carreras de Licenciatura en Ingeniería en la Universidad Tecnológica de Panamá Luzmelia Bernal Caballero
Más detallesCapítulo 7 Conclusiones y futuras líneas de trabajo 7.1. Conclusiones
Capítulo 7 Conclusiones y futuras líneas de trabajo 7.1. Conclusiones La tesis presentada propone una metodología para el análisis de la degradación por fatiga producida por la aplicación de cargas cíclicas
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesPLAN DE AUTOPROTECCION
PLAN DE AUTOPROTECCION EDIFICIO GOLLAN SANTIAGO DEL ESTERO 2829 EDIFICIO DAMIANOVICH SANTIAGO DEL ESTERO 2650 2014 1. Introducción El presente documento tiene por objeto de proteger la integridad física
Más detallesCapítulo 10. Estudio de un caso con parámetros reales: acuífero de Borden
Capítulo 10. Estudio de un caso con parámetros reales: acuífero de Borden Tras la realización de muchos casos sintéticos y un estudio detallado de todos los parámetros que intervienen en el problema y
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detallesIntroducción En los años 60 s y 70 s cuando se comenzaron a utilizar recursos de tecnología de información, no existía la computación personal, sino que en grandes centros de cómputo se realizaban todas
Más detallesElementos requeridos para crearlos (ejemplo: el compilador)
Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción
Más detallesSEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu
EDU082 Resumen SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA Lic. Maikel León Espinosa mle@uclv.edu.cu Departamento de Ciencia de la Computación Universidad Central Marta Abreu de Las Villas Carretera
Más detallesEl Futuro de la Computación en la Industria de Generación Eléctrica
El Futuro de la Computación en la Industria de Generación Eléctrica Retos a los que se enfrenta la industria de generación La industria de generación eléctrica se enfrenta a dos retos muy significativos
Más detallesOperational Risk Revision to the simpler approaches (Consultative document)
Management Solutions 2014. Todos los derechos reservados Operational Risk Revision to the simpler approaches (Consultative document) Basel Committee on Banking Supervision www.managementsolutions.com Investigación
Más detallesANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO
ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesTécnicas de valor presente para calcular el valor en uso
Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar
Más detallesMODELOS DE SIMULACIÓN
MODELOS DE SIMULACIÓN En general, se llama modelo a la imagen o representación de un sistema, generalmente simplificada e incompleta. Y se llama simulación a la experimentación con un modelo para extraer
Más detallesANÁLISIS DE LOS RESULTADOS DE LAS EVALUACIONES REALIZADAS POR ACSUCYL EVALUACIÓN PREVIA DEL PROFESORADO CONTRATADO
ANÁLISIS DE LOS RESULTADOS DE LAS EVALUACIONES REALIZADAS POR ACSUCYL EVALUACIÓN PREVIA DEL PROFESORADO CONTRATADO Desde el año 23 ACSUCYL realiza evaluaciones previas a los procesos de selección de profesorado
Más detallesPRIMAVERA RISK ANALYSIS
PRIMAVERA RISK ANALYSIS CARACTERÍSTICAS PRINCIPALES Guía de análisis de riesgo Revisión del programa Plantilla de riesgo instantáneo Asistente para registro de riesgo Registro de riesgo Análisis de riesgo
Más detallesANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS
V JORNADAS ASEPUMA ANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS Rodriguez Aviles, Rafael 1 1. Introducción El origen de esta comunicación está en una entrevista
Más detallesSISTEMA. Figura 3 Esquema general de un sistema
2-SISTEMAS DE CONTROL 2.1- QUÉ ES UN SISTEMA DE CONTROL? Un sistema dinámicopuede definirse conceptualmente como un ente que recibe unas acciones externas o variables de entrada, y cuya respuesta a estas
Más detalles4 Pruebas y análisis del software
4 Pruebas y análisis del software En este capítulo se presentan una serie de simulaciones donde se analiza el desempeño de ambos sistemas programados en cuanto a exactitud con otros softwares que se encuentran
Más detalles4. METODOLOGÍA. 4.1 Materiales. 4.1.1 Equipo
4. METODOLOGÍA 4.1 Materiales 4.1.1 Equipo Equipo de cómputo. Para el empleo del la metodología HAZOP se requiere de un equipo de cómputo con interfase Windows 98 o más reciente con procesador Pentium
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detalles1.1 EL ESTUDIO TÉCNICO
1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar
Más detallesPRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES
PRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES Raúl Palma G. y Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso Casilla
Más detallesCAPÍTULO I INTRODUCCIÓN. mundo. Existe una extensa variedad de aplicaciones dentro de las cuales se encuentran: la
CAPÍTULO I INTRODUCCIÓN Actualmente, el rastreo de vehículos ha tomado gran importancia alrededor del mundo. Existe una extensa variedad de aplicaciones dentro de las cuales se encuentran: la localización
Más detallesInteroperabilidad de Fieldbus
2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Fieldbus 201 Interoperabilidad de Fieldbus Generalidades Qué es interoperabilidad?
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesControl interno de los métodos de análisis
Aseguramiento de la Calidad Control interno de los métodos de análisis Universidad Nacional Sede Medellín Facultad de Ciencias Escuela de Geociencias Orlando Ruiz Villadiego, Químico MSc. Coordinador Laboratorio
Más detallesPARTE 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 detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesRealidad virtual en arquitectura
T E C N O L O G Í A Realidad virtual en arquitectura ALEJANDRO EZEQUIEL JUÁREZ sánchez Imagen que muestra una de las salas equipadas para la investigación en el diseño arquitectónico. Los elementos estructurales
Más detallesUnidad 1. Fundamentos en Gestión de Riesgos
1.1 Gestión de Proyectos Unidad 1. Fundamentos en Gestión de Riesgos La gestión de proyectos es una disciplina con la cual se integran los procesos propios de la gerencia o administración de proyectos.
Más detallesEstudio de la implementacion de sistemas de velocidad variable en la vía C-31N de acceso a la ciudad de Barcelona
Asociación Española de Ingeniería Mecánica XIX CONGRESO NACIONAL DE INGENIERÍA MECÁNICA Estudio de la implementacion de sistemas de velocidad variable en la vía C-31N de acceso a la ciudad de Barcelona
Más detallesANÁLISIS Y DISEÑO DE SISTEMAS DEPARTAMENTO DE CIENCIAS E INGENIERÍA DE LA COMPUTACIÓN
ANÁLISIS Y DISEÑO DE SISTEMAS DEPARTAMENTO DE CIENCIAS E INGENIERÍA DE LA COMPUTACIÓN Clase 6: Ingeniería de Requerimientos Metododología y Ejemplo Primer Cuatrimestre 2015 Mg. María Mercedes Vitturini
Más detalles8. CONCLUSIONES Y RECOMENDACIONES
8. CONCLUSIONES Y RECOMENDACIONES 8.1 Conclusiones En el proyecto de tesis Realización de software educativo para simular la dispersión de contaminantes atmosféricos se desarrolló un programa computacional
Más detallesMARCO METODOLÓGICO CAPITULO III
MARCO METODOLÓGICO CAPITULO III CAPITULO III MARCO METODOLÓGICO En esta sección se presenta el tipo de investigación, las técnicas de recolección de datos y finalmente la metodología utilizada para el
Más detallesCómo las herramientas en línea están revolucionando la implementación de ITIL e ISO 20000
Cómo las herramientas en línea están revolucionando la implementación de ITIL e ISO 20000 Informe 14 de marzo de 2014 Copyright 2014 20000Academy. Todos los derechos reservados. 1 Resumen ejecutivo Antes
Más detallesCapítulo V Resultados y conclusiones
Capítulo V Resultados y conclusiones Nadav Levanon, autor del libro Radar Principles dijo: el estudio de los radares no solo una aplicación práctica, pero también una disciplina científica madura con fundamentos
Más detallesCómo preguntarle a Internet? (tutorial)
Cómo preguntarle a Internet? (tutorial) Y a hemos aprendido acerca de las mejores herramientas de búsqueda, sobre distintos métodos, diferenciamos la Web Superficial de la Profunda y descubrimos sus características.
Más detallesINFORME SOBRE LA NATURALEZA Y MAGNITUD ASOCIADAS AL SUBSIDIO DE LA GASOLINA EN VENEZUELA
INFORME SOBRE LA NATURALEZA Y MAGNITUD ASOCIADAS AL SUBSIDIO DE LA GASOLINA EN VENEZUELA Caracas, Enero de 2012 1 INTRODUCCIÓN El juego de la oferta y demanda de bienes y servicios puede llegar generar
Más detallesEjercicios de Teoría de Colas
Ejercicios de Teoría de Colas Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Demuestra que en una cola M/M/1 se tiene: L = ρ Solución. L = = = = = ρ np n nρ n (1 ρ) nρ n n=1 ρ n ρ
Más detallesSoftware de Simulación aplicado a entornos de e-learning
Software de Simulación aplicado a entornos de e-learning 2009 Laboratorio de Investigación de Software Universidad Tecnológica Nacional Facultad Regional Córdoba Titulo del Proyecto Software de Simulación
Más detallesCOMPARACIÓN DE ÁREAS DE FIGURAS POR ESTUDIANTES DE PRIMERO DE MAGISTERIO
COMPARACIÓN DE ÁREAS DE FIGURAS POR ESTUDIANTES DE PRIMERO DE MAGISTERIO Sonia Aguilera Piqueras y Pablo Flores Martínez Departamento de Didáctica de la Matemática Universidad de Granada 1. Introducción
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesCAPÍTULO II. Gráficos Dinámicos.
2.1 Definición. Los gráficos dinámicos son representaciones a escala del proceso, en donde se muestra la información de las variables del proceso a través de datos numéricos y de animación gráfica. Éstos
Más detallesReport 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 detallesETAPA DE PREPROCESADO. Generación de geometría. Generación de malla ETAPA DE RESOLUCIÓN. Definición de modelos físicos
La simulación de flujos mediante técnicas computacionales se convertirá en un futuro cercano en una de las herramientas de diseño más valoradas por ingenieros y arquitectos dada su eficacia y versatilidad.
Más detallesGeneración de números aleatorios
Generación de números aleatorios Marcos García González (h[e]rtz) Verano 2004 Documento facilitado por la realización de la asignatura Métodos informáticos de la física de segundo curso en la universidad
Más detallesDETERMINACIÓN DEL VOLUMEN DE PEDIDO.
Lote económico de compra o Lote Optimo DETERMINACIÓN DEL VOLUMEN DE PEDIDO. Concepto que vemos en casi todos libros de aprovisionamiento, habitualmente la decisión de la cantidad a reaprovisionar en las
Más detallesTEMA 4.- EL SUBSISTEMA DE PRODUCCIÓN.
TEMA 4.- EL SUBSISTEMA DE PRODUCCIÓN. 1. Concepto y elementos del subsistema de producción. 2. Clases de procesos productivos 3. Objetivos y decisiones en la administración de la producción Concepto y
Más detallesEmpresa de telefonía celular: Transintelcel
Empresa de telefonía celular: Transintelcel El proceso metodológico de esta investigación de mercados está dividido en las siguientes etapas: 1. Datos generales de la empresa 2. Planteamiento del problema
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detallesLABORATORIO DE QUÍMICA ANALÍTICA INFORME PRESENTADO A LA PROF. ANGELA SIFONTE
LABORATORIO DE QUÍMICA ANALÍTICA INFORME PRESENTADO A LA PROF. ANGELA SIFONTE TURBIDIMETRÍA INFORME N 9. PRESENTADO POR LOS BRS.: WILLIAM CHEN CHEN C.I.: 16.113.714 YUSMARY DE ABREU C.I.: 15.914.973 CARACAS,
Más detalleswww.fundibeq.org Además se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.
HOJAS DE COMPROBACIOÓN Y HOJAS DE RECOGIDA DE DATOS 1.- INTRODUCCIÓN En este documento se describe el proceso de obtención de información a partir de la recogida y análisis de datos, desde el establecimiento
Más detallesCapítulo 3. Análisis y Diseño
Capítulo 3 Análisis y Diseño 1 Análisis y Diseño En esta sección se presentará una explicación detallada del sistema, el proceso de desarrollo, así como sus diferentes fases. Además, se presenta la documentación
Más detallesBUENAS PRÁCTICAS MODELOYAMBIENTE
BUENAS PRÁCTICAS MODELOYAMBIENTE Incorporación de la persona con demencia en las reuniones de su plan individualizado de atención integral (PIAI) Feliciano Villar. Grupo de Investigación en Gerontología.
Más detallesCORRECCIÓN DEL MISMATCH E INCERTIDUMBRE ASOCIADA EN LA MEDICIÓN DE POTENCIA EN RF
CORRECCIÓN DEL MISMATCH E INCERTIDUMBRE ASOCIADA EN LA MEDICIÓN DE POTENCIA EN RF H. Silva, G. Monasterios, A. Henze N. Tempone Instituto Nacional de Tecnología Industrial (INTI), Electrónica e Informática,
Más detallesMAIDEN, Neil; ROBERTSON, Suzanne; Developing Use Cases and Scenarios in the Requirements Process, 12p
Tema: Desarrollo y gestión de requisitos desde casos de uso válidos? Informe Número: 3 Fecha: 27 de noviembre de 2007 Integrantes: Gustavo Alberto Cataño Marín Gustavo Adolfo Patiño Vasquez e-mail: gusengineer@gmail.com
Más detallesDISEÑO Y DESARROLLO DE UNA PRACTICA DE LABORATORIO CONCEPTOS BÁSICOS DE RESONANCIA ESTOCÁSTICA
DISEÑO Y DESARROLLO DE UNA PRACTICA DE LABORATORIO CONCEPTOS BÁSICOS DE RESONANCIA ESTOCÁSTICA L. Álvarez Miño, D. Fajardo Fajardo Universidad Nacional de Colombia, Sede Manizales A. A. 127 RESUMEN En
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detalles2.- DEFINICIÓN Y CONCEPTUALIZACIÓN DE MALTRATO Y DESPROTECCIÓN INFANTIL
Y DESPROTECCIÓN INFANTIL Es necesario tener en cuenta que existe gran dificultad para establecer definiciones concretas de lo que se entiende por maltrato infantil. No hay una verdadera uniformidad en
Más detallesAula Banca Privada. La importancia de la diversificación
Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual
Más detallesEvaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración
Evaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración Fernández Pareja, Mª Teresa te_fer@topografia.upm.es Departamento de Ingeniería Topográfica y Cartografía
Más detallesCAPÍTULO V. CONCLUSIONES Y RECOMENDACIONES. En este capítulo se concluirá la presente investigación de acuerdo al análisis y a los
CAPÍTULO V. CONCLUSIONES Y RECOMENDACIONES En este capítulo se concluirá la presente investigación de acuerdo al análisis y a los resultados obtenidos. Asimismo, se encontrarán ciertas recomendaciones
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesDATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT
DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT REACCIONES ADVERSAS DE LOS MEDICAMENTOS Los fármacos por naturaleza
Más detallesLa explicación la haré con un ejemplo de cobro por $100.00 más el I.V.A. $16.00
La mayor parte de las dependencias no habían manejado el IVA en los recibos oficiales, que era el documento de facturación de nuestra Universidad, actualmente ya es formalmente un CFD pero para el fin
Más detallesCaída de Presión en Tubos de Diferente Diámetro
Caída de Presión en Tubos de Diferente Diámetro Laboratorio de Operaciones Unitarias Equipo 4 Primavera 2008 México D.F., 12 de marzo de 2008 Alumnos: Arlette Mayela Canut Noval arlettecanut@hotmail.com
Más detallesÍndice INTERNET MARKETING 1
INTERNET MARKETING 1 Índice Manual de Google Analytics... 2 Qué es Google Analytics?... 2 Cómo funciona Google Analytics?... 2 Iniciar Sesión en Google Analytics... 3 Visualizar las estadísticas... 3 Resumen
Más detallesSistemas de Gestión de Calidad. Control documental
4 Sistemas de Gestión de Calidad. Control documental ÍNDICE: 4.1 Requisitos Generales 4.2 Requisitos de la documentación 4.2.1 Generalidades 4.2.2 Manual de la Calidad 4.2.3 Control de los documentos 4.2.4
Más detallesEncuesta de. Ocupación Hotelera
Encuesta de Ocupación Hotelera - 1-1. Contenido 1. Contenido... 1 2. Introducción... 2 3. Resumen Ejecutivo... 2 4. Objetivos del Estudio... 3 4.1. General... 3 4.2. Específicos... 3 5. Distribución de
Más detallesSIMULACION. Formulación de modelos: solución obtenida de manera analítica
SIMULACION Formulación de modelos: solución obtenida de manera analítica Modelos analíticos: suposiciones simplificatorias, sus soluciones son inadecuadas para ponerlas en práctica. Simulación: Imitar
Más detallesInter American Accreditation Cooperation ACREDITACIÓN DE LABORATORIOS O CERTIFICACIÓN ISO 9001?
Este documento es una traducción al español preparada y endosada por IAAC del folleto de ILAC Laboratory Accreditation or ISO 9001 Certification? CLASIFICACIÓN Este documento está clasificado como un Documento
Más detallesDESARROLLO DE SOFTWARE DEFINICIÓN GENERAL DEL PROCESO GABY LORENA GUERRERO LEYDI ROCIO ERAZO PABLO FELIPE MIRANDA WALTER ALEXIS ANTE
DESARROLLO DE SOFTWARE DEFINICIÓN GENERAL DEL PROCESO GABY LORENA GUERRERO LEYDI ROCIO ERAZO PABLO FELIPE MIRANDA WALTER ALEXIS ANTE UNIVERSIDAD DEL CAUCA FACULTAD DE INGENIERÍA ELECTRÓNICA Y TELECOMUNICACIONES
Más detallesMedición de la aceleración de la gravedad mediante plano inclinado
Medición de la aceleración de la gravedad mediante plano inclinado Lopez, Johanna Giselle (gyf_lola@hotmail.com) Martinez Roldan, Antu (antucolomenos@hotmail.com) Viglezzi, Ramiro (ramiro.viglezzi@gmail.com)
Más detallesLas diez cosas que usted debe saber sobre las LICENCIAS de los derechos de Propiedad Industrial e Intelectual
Las diez cosas que usted debe saber sobre las LICENCIAS de los derechos de Propiedad Industrial e Intelectual 1.- Qué se entiende por Transferencia de Tecnología?. La transferencia de tecnología es el
Más detallesMEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL
MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación
Más detalles2 EL DOCUMENTO DE ESPECIFICACIONES
Ingeniería Informática Tecnología de la Programación TEMA 1 Documentación de programas. 1 LA DOCUMENTACIÓN DE PROGRAMAS En la ejecución de un proyecto informático o un programa software se deben de seguir
Más detallesNEUTRALIDAD DE RED: EN DEFENSA DE LOS DERECHOS DE LOS USUARIOS Y DE LA LIBERTAD DE ACTUACIÓN DE LOS AGENTES
NEUTRALIDAD DE RED: EN DEFENSA DE LOS DERECHOS DE LOS USUARIOS Y DE LA LIBERTAD DE ACTUACIÓN DE LOS AGENTES El debate sobre la neutralidad de red trata sobre la necesidad y términos concretos de la introducción
Más detallesEn este capítulo se describe la forma de cómo se implementó el sistema de video
En este capítulo se describe la forma de cómo se implementó el sistema de video por medio de una cámara web y un servomecanismo que permitiera al usuario ver un experimento en el mismo instante en que
Más detallesSISTEMAS Y MANUALES DE LA CALIDAD
SISTEMAS Y MANUALES DE LA CALIDAD NORMATIVAS SOBRE SISTEMAS DE CALIDAD Introducción La experiencia de algunos sectores industriales que por las características particulares de sus productos tenían necesidad
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesGestión de la Configuración
Gestión de la ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ESTUDIO DE VIABILIDAD DEL SISTEMA... 2 ACTIVIDAD EVS-GC 1: DEFINICIÓN DE LOS REQUISITOS DE GESTIÓN DE CONFIGURACIÓN... 2 Tarea EVS-GC 1.1: Definición de
Más detalles