UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW)
|
|
- Santiago Luna Navarrete
- hace 7 años
- Vistas:
Transcripción
1 Scenta et Technca Año XIV, No 39, Septembre de Unversdad Tecnológca de Perera. ISSN UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW) A logstc case of programmng vehcle routng problem wth tme wndows RESUMEN Éste documento presenta la solucón a un caso logístco de programacón de vehículos con ventanas de tempo conocdo como VRPTW (vehcle routng problem wth Tme Wndows). En este problema se utlza como ventana de tempo el tempo prometdo. Para determnar el orden en que cada vehículo debe vstar a sus clentes que mnmza los costos de transporte, usamos la heurístca R. El algortmo fu mplementado en Vsual Basc para Excel. PALABRAS CLAVES: Programacón de vehículos con ventanas de tempo, heurístca R ABSTRACT Ths document presents the soluton to a logstc case of programmng vehcle routng problem wth tme wndows. We used the due date as tme wndow. We used the R heurstc for determnng a sequence wth transport mnm cost. KEYWORDS: VRPTW (vehcle routng problem tme wndows), R heurstc. JORGE HERNAN RESTREPO Ingenero Industral, M. Sc. Profesor Asstente Unversdad Tecnológca de Perera hrestrepoco@utp.edu.co PEDRO DANIEL MEDINA V Ingenero Mecánco, M. Sc. Profesor Especal Unversdad Tecnológca de Perera pmedn@utp.edu.co EDUARDO ARTURO CRUZ T Ingenero Industral, M. Sc. Profesor Asstente Unversdad Tecnológca de Perera ecruz@utp.edu.co 1. INTRODUCCIÓN Todos los días se entregan productos en dferentes puntos de una cudad, tenendo como referenca un orgen que es el punto de dstrbucón. Uno de los obetvos de los dstrbudores es determnar el número de vehículos que se requeren para la entrega de benes a los clentes con el obetvo de mnmzar el costo de transporte. Este documento presenta un caso de estudo de una empresa dstrbudora de comestbles en la cudad de Santa Rosa de Cabal Rsaralda que desea determnar el número de vehículos mnmzando sus costos de transporte. El problema tene un almacén y 20 clentes para atender con requermentos defndos. Los vehículos tenen una capacdad de 100 undades del producto de entrega y los clentes restrngen las entregas a unas ventanas de tempo. El problema se modela como un VRPTW (VRP wth Tme Wndows) donde se tenen vehículos de capacdad (carga) fnta. Para determnar la solucón se utlza la heurístca R. El algortmo se mplementa en Vsual Basc para Excel. 2. TEORÍA El VRP(vehcle routng problem) tene dferentes varacones[1]. Estas varacones son: 2.1 CVRP(capacted VRP) Es el VRP más general y consste en uno o varos vehículos con capacdad lmtada y constante encargados de dstrbur los productos según la demanda de los clentes. 2.2 MDVRP (Mult-Depot VRP) Es el VRP con múltples depóstos. Cada depósto (con su flota de vehículos) debe servr a todos los clentes. 2.3 PVRP (Perod VRP) Contempla en su planteamento un horzonte de operacón de M días, perodo durante el cual cada clente debe ser vstado una vez. 2.4 SDVRP (Splt Delvery VRP) Contempla entrega dvdda, donde se permte que un clente pueda ser atenddo por varos vehículos s el costo total se reduce, lo cual es mportante s el tamaño de los peddos excede la capacdad de un vehículo. 2.5 SVRP (Stochastc VRP) Contempla uno o varos componentes aleatoros; clentes, demanda y tempos pueden ser estocástcos. 2.6 VRPPD (VRP pcup and Delvery) Fecha de Recepcón: 5 de Juno de Fecha de Aceptacón: Agosto 5 de 2008.
2 230 Scenta et Technca Año XIV, No 39, Septembre de Unversdad Tecnológca de Perera. Contempla entrega y recogda. Es aquel donde cabe la posbldad de que los clentes pueden devolver determnados benes, por tanto se debe tener presente que el vehículo tenga capacdad para las dos accones. Esta restrccón hace el problema más compleo y puede causar una mala utlzacón de los vehículos. Sí el problema tene una restrccón de culmnar todas las entregas antes de ncar las recogdas da lugar a un VRPB (VRP Bachauls). 2.7 MFVRP (Mx Fleet VRP) Contempla vehículos con dstntas capacdades, por lo tanto hay que consderar estas capacdades en la ruta que segurá cada recurso, ya que un vehículo con mayor capacdad podrá cubrr una ruta más ampla (mayor demanda). 2.8 VRPTW (VRP wth Tme Wndows) En el se ncluye una restrccón adconal donde se asocal una ventana de tempo a cada clente, es decr, cada clente sólo está dspuesto a recbr la vsta del vehículo durante un ntervalo de tempo dado. 3. FORMULACIÓN MATEMÁTICA 3.3 PARÁMETROS Los parámetros del problema son: c, d u n = Costo de transporte del nodo al nodo = Demanda en el nodo =capacdad del recurso = número de clentes H = Costo del vehículo = tempo de servco H para el clente s [ e, l ] = ventana de tempo para el clente = tempo de nco de la ventana de tempo para el a clente b clente = tempo de cerre de la ventana de tempo para 3.1 INDICES Los índces del modelo son: = nodo de partda (1,2,..,n) = nodo de llegada (1,2,., n) n = nodos totales = Vehículo (1,2,., K) 3.2 Varables Las varables que se defnen son: 3.4 MODELO [2].[3] Mnmzar A Sueto a: K n n x y H, y =,, + 0 C, y (, ) _ A, ;, (2) y = 1 ; (3), y = 1 ; (4), (1) x, = 1 s se asgna el vehículo para recorrer el arco del nodo al nodo. cero(0) de lo contraro. y = 1 s se realza el recorrdo desde hasta o cero, (0) de lo contraro. K= Número de vehículos a utlzar. p = tempo de nco del servco para el clente y = n n 0, y =,0 (5) (6)
3 Scenta et Technca Año XIV, No 39, Septembre de Unversdad Tecnológca de Perera. 231 n x d n ( ), p + p a x e n p s x u ; (7), t +, (8) p y (9), l b x, n (10) 4. DATOS DEL PROBLEMA Numero de clentes: 20 Cada vehículo tene una capacdad d de 100 undades Costo por vehículo : 1000 Tempo de servco: 10 La tabla 1 presenta los requermentos de los clentes Clente Requermento Clente Requermento Tabla 1. Requermentos de los clentes y Q Q, Q (11) La tabla 2 presenta los tempos comprometdos para la entrega y los tempos de servco. subconunto Q de (1,2,.n) K (12) y, { 0,1} ; (,) A (13) x, { 0,1} ; (,) A, (14) El conunto A se defne como A ={ (,) : y = 1 }, La restrccón (2) se encarga de hacer oblgatora la asgnacón de un vehículo a la ruta (,), 1 s esta es recorrda, y 0 s no. Las restrccones (5) y (6) ndca que es la cantdad de vehículos utlzados en la solucón y que todos los que parten del almacén deben regresar al msmo. La restrccón (7) garantza que los vehículos no sobrepasen su capacdad. La restrccón (8) garantza que el vehículo cumpla con las ventanas de tempo. La restrccón (9) oblga a que p = 0 cada vez que el vehículo no vsta al clente La restrccón (10) vgla que la solucón no contenga cclos usando los nodos 1,2, n. La restrccón (11) lmta el número de vehículos a usar. Las restrccones (12) y (13) ndcan que las varables son bnaras. Clente Tempo Entrega T empo servco Clente Tempo Entrega Tempo servco Tabla 2. Tempos prometdos de entrega y tempos de servco La tabla 3 y 4 presentan las dstancas (costo) para moverse entre clentes Tabla 3. Dstancas(costo) de moverse entre clentes
4 232 Scenta et Technca Año XIV, No 39, Septembre de Unversdad Tecnológca de Perera Tabla 4.dstancas(costo) de moverse entre clentes 5. DETERMINACIÓN DE LAS SECUENCIAS DE ENTREGA Las secuencas de entrega de cada vehículo se determnan utlzando la heurístca R[4]. Ésta heurístca toma algunos eventos y elementos que ntervenen en un partdo de fútbol (campo de uego, balón, ugadores). El campo de uego es el espaco de solucones posbles, las poscones del balón y de un grupo de ugadores son solucones buenas y malas del problema. Cuando se nca el partdo de fútbol la prmera poscón del balón se toma como prmera solucón del problema y se guarda como la meor solucón hasta el momento. Ahora las poscones que tenen los ugadores que están cerca o leos del balón, son tambén posbles solucones canddatas del problema, las cuales se deben comparar con la meor solucón hasta el momento. S alguna de ellas la supera, pasa temporalmente a ser la meor hasta ahora. Segudamente los ugadores tratan de apoderarse del balón, y para lograr este obetvo se tenen que desplazar (cambar de poscón). Estas nuevas poscones o pasos son comparados con la meor solucón calculada hasta el momento. En caso de ser superada, será reemplazada. Es posble que algunos de los ugadores tengan que realzar más movmentos para buscar el balón. El escenaro anteror, se repte contnuamente durante el partdo, con la partculardad que el balón va ocupando nuevas poscones en el campo de uego e nclusve se puede dar el evento que se reptan algunas. Y para cada una de estas nuevas poscones del balón aparecen los msmos( en cantdad y posblemente en poscón) y/o nuevos ugadores. Después de correr todos los escenaros, se presenta como solucón del problema la meor explorada hasta ese momento. El número de teracones depende del número de poscones del balón que el nvestgador defne prevamente. El tempo entre teracones depende del número de ugadores y de las poscones que éstos toman con respecto a la poscón del balón. En conclusón, el número de poscones del balón y el número de ugadores depende del tempo que tenga el nvestgador de esperar la respuesta. 5.1 PRESENTACIÓN DE LA HEURÍSTICA R. 1. Defnr el número de poscones del balón y número de ugadores 2. Generar una solucón ncal como prmera poscón del balón 3. Guardar esta secuenca como la meor hasta el momento 4. S el número de poscones del balón no se han agotado hacer lo sguente: Generar los ugadores a partr de la poscón del balón Hacer que cada ugador se mueva hacía el balón y evaluar cada movmento: Sí el movmento supera al meor, hacer este como el meor Generar una nueva poscón del balón a partr de la meor secuenca y evaluar: Sí la poscón supera la meor, hacer ésta como la meor Retornar al paso MECANISMOS DE PERTURBACIÓN 1. Generacón de la nueva poscón del balón: Para generar la nueva poscón del balón se perturba la meor solucón que se lleva hasta el momento, selecconando de manera aleatora dos elementos de esta secuenca y se ntercamba de poscón. 2. Generacón de las nuevas poscones de los ugadores: Se genera la nueva poscón para cada ugador perturbando la poscón del balón, selecconando de manera aleatora dos elementos de esta secuenca y se ntercamba de poscón. 3. Movmento de los ugadores: Cada movmento de los ugadores se hace perturbando de manera sstemátca un elemento a la vez de la secuenca que representa la poscón actual, buscando calcar la secuenca de la poscón del balón. Se observa que se utlzan dos mecansmos de perturbacón aleatoros y uno sstemátco. En el cuadro 1, se presenta gráfcamente la heurístca y el cuadro 2, muestra las convencones respectvas.
5 Scenta et Technca Año XIV, No 39, Septembre de Unversdad Tecnológca de Perera. 233 explorar la secuenca con los clentes que no han sdo asgnados a una ruta o vehículo. La heurístca genera múltples secuencas que son exploradas, guardando la de mínmo costo. Al eecutar la heurístca se encontró como meor programacón de vehículos la sguente: El almacén se dentfca como el nodo 0. Cuadro1. Representacón gráfca de la heurístca R. Poscón del balón Poscón del ugador Cuadro 2 Convencones del gráfco. Para la aplcacón de la heurístca se desarrolló un programa en Vsual Basc para Excel donde el usuaro puede defnr el tamaño de su matrz de dstancas y los parámetros de entrada que el método requere. Se asumó los sguentes valores para los parámetros: Parámetros: Poscones del balón: 100 Número de ugadores: 3 Para eecutar la heurístca se utlza la matrz de costos (dstancas) determnada por Restrepo y Sánchez( 1 ) y los datos correspondentes al problema RESULTADOS La heurístca resuelve el problema generando una secuenca que luego ella explora evaluando el modelo matemátco. Ella utlza el valor de la dstanca como tempo para r de un lugar a un lugar. cuando llega temprano, utlza como tempo de nco de servco p el tempo prometdo. Cuando el clente esta dentro del tempo, se evalúa la capacdad del vehículo. S el clente cumple con ambos requstos es adconado a la ruta del vehículo. el proceso se repte para cada clente, garantzando que todos sean evaluados para la ruta del vehículo. cuando un vehículo ya no puede admtr nngún clente en su ruta, se genera otro vehículo para Vehículo 1: 0,5,4,8,0 Costo ruta: 2531 Q: 52 Vehículo 2: 0,10,3,0 Costo ruta: 2872 Q: 26 Vehículo 3: 0,2,14,0 Costo ruta: 3080 Q: 25 Vehículo 4: 0,9,0 Costo ruta: 2311 Q: 49 Vehículo 5: 0,13,0 Costo ruta: 2200 Q: 15 Vehículo 6: 0,11,0 Costo ruta: 2200 Q:13 Vehículo 7: 0,7,6,0 Costo ruta: 2420 Q: 77 Vehículo 8: 0,1,0 Costo ruta: 2531 Q: 15 Vehículo 9: 0,12,15,0 Costo ruta: 2640 Q: 73 Vehículo 10: 0,16,0 Costo ruta: 1980 Q: 21 Vehículo 11: 0,18,19,0 Costo ruta: 2070 Q: 56 Vehículo 12: 0,17,0
6 234 Scenta et Technca Año XIV, No 39, Septembre de Unversdad Tecnológca de Perera. Costo ruta: 1760 Q: 49 Vehículo 13: 0,20,0 Costo ruta: 1910 Q:29 El costo total de la programacón de vehículos es: Costo total de la ruta: Costo por vehículo: 1000* 13 = Costo total del programa: CONCLUSIONES Y RECOMENDACIONES El problema VRPTM es un problema compleo que lmta las posbldades de programacón por las restrccones de capacdad y el cumplmento de los tempos prometdos a los clentes. Se recomenda utlzar metodologías como las metaheurístcas para observar su comportamento frente al tempo de computo y la solucón encontrada. 7. BIBLIOGRAFÍA [1]Agulera Jorge, Cálculo de rutas de vehículos con ventanas temporales(vrptw), doctorado/trabaos_pdf/jorge_agulera_vrptw.pdf [2]Cordeau J.F, Desaulners Guy, Desrosers Jacques, Solomon Marus, Soums Francos,The VRP wth Tme Wndows, /data/artcles/vrptw.ps. [3]Restrepo Jorge Hernán, Medna Pedro Danel Un problema logístco de ruteo de vehículos y una solucón con la heurístca R: Un caso de estudo. Scenta Technca. Año XIII - Número 37 - Dcembre de 2007 Pag 407 [4]Restrepo Correa Jorge Hernán, Sánchez Castro John Jaro. Aplcacón de la teoría de grafos y el algortmo de dstra para determnar las dstancas y las rutas más cortas en una cudad. Scenta et Technca Año X, No 26, Dcembre 2004, Pag 121
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesPalabras clave: Ruteo, descomposición cruzada separable, asignación-distribución
Memoras de la XVII Semana Regonal de Investgacón y Docenca en Matemátcas, Departamento de Matemátcas, Unversdad de Sonora, Méxco. Mosacos Matemátcos No. 20, agosto 2007, pp. 51-57. Nvel Superor SOLUCIÓN
Más detallesOrganización y resumen de datos cuantitativos
Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesAPLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES
APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesUn Modelo de Asignación de Recursos a Rutas en el Sistema de Transporte Masivo Transmilenio
Un Modelo de Asgnacón de Recursos a Rutas en el Sstema de Transporte Masvo Transmleno A Model for Resource Assgnment to Transt Routes n Bogota Transportaton System Transmleno Sergo Duarte, Ing., Davd Becerra,
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesEl Hombre y la Máquina ISSN: 0121-0777 maquina@uao.edu.co Universidad Autónoma de Occidente Colombia
El Hombre y la Máquna ISSN: 0121-0777 maquna@uao.edu.co Unversdad Autónoma de Occdente Colomba Bermeo Muñoz, Elver A.; Calderón Sotero, Jame Hernán El Hombre y la Máquna, núm. 32, enero-uno, 2009, pp.
Más detallesCifrado de imágenes usando autómatas celulares con memoria
Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano
Más detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesTrabajo Especial 2: Cadenas de Markov y modelo PageRank
Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E
Más detallesMODELOS DE SECUENCIACIÓN EN MÁQUINAS 1
odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas
Más detalles3. VARIABLES ALEATORIAS.
3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)
Más detallesControl de Inventarios y su Aplicación en una Compañía de Telecomunicaciones
Control de Inventaros y su Aplcacón en una Compañía de Telecomuncacones Carlos Alberto Álvarez Herrera, Maurco Cabrera-Ríos * Dvsón de Posgrado en Ingenería de Sstemas, FIME-UANL {carlos@yalma.fme.uanl.mx,
Más detallesUNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.
UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detalles1.- Objetivo Alcance Metodología...3
PROCEDIMIENTO DO PARA EL CÁLCULO DEL FACTOR DE DESEMPEÑO DEL CONTROL DE FRECUENCIA (FECF) EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE 1.- Objetvo...3 2.- Alcance...3 3.- Metodología...3 3.1.- Cálculo de la
Más detallesLECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION
Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas
Más detallesCONTROL PREDICTIVO HÍBRIDO PARA EL PROBLEMA DE RUTEO DINÁMICO DE VEHÍCULOS BASADO EN OPTIMIZACIÓN MULTIOBJETIVO EVOLUCIONARIA (EMO)
CONTROL PREDICTIVO HÍBRIDO PARA EL PROBLEMA DE RUTEO DINÁMICO DE VEHÍCULOS BASADO EN OPTIMIZACIÓN MULTIOBJETIVO EVOLUCIONARIA (EMO) Alfredo Núñez V., Marcela Rquelme H., Dors Sáez H. Departamento de Ingenería
Más detallesINTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
Más detallesINGENIERÍA ENERGÉTICA
INGENIERÍA ENERGÉTICA PROGRAMACIÓN DE LA GENERACIÓN DE ENERGÍA ELÉCTRICA Programacón de la generacón MERCADO DIARIO Es el mercado en el que tenen lugar las transaccones de compra y venta de energía para
Más detallesUnidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI
Undad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI 3.1. DINÁMICA DE LA GESTIÓN DE PROYECTOS. 3.1.1. GESTIÓN DE PROYECTOS. La gestón
Más detallesLo que necesito saber de mi Tarjeta de Crédito
Lo que necesto saber de m Tarjeta de Crédto Informatvo tarjetas de crédto bancaras Cómo obtener una 3 Qué es una La tarjeta de crédto es un medo de pago que permte a los clentes utlzar una línea de crédto
Más detallesMétodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
Más detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd
Más detallesPRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)
SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero
Más detallesIES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas
IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el
Más detallesENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS
METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.
Más detallesDISEÑO DE RUTAS DE TRANSPORTE ESCOLAR CON VENTANAS TEMPORALES MÓVILES
DISEÑO DE RUTAS DE TRANSPORTE ESCOLAR CON VENTANAS TEMPORALES MÓVILES José Lus Moura, Ángel Ieas Departamento de Transporte y Tecnología de Proyectos y Procesos, Unversdad de Cantara, Avda. De los Castros
Más detallesPROBLEMAS DE RUTAS EN CAMINOS FORESTALES CONSIDERANDO MÚLTIPLES CRITERIOS
PROBLEMAS DE RUTAS EN CAMINOS FORESTALES CONSIDERANDO MÚLTIPLES CRITERIOS Rafael Caballero Fernández Marano Luque Gallego Julán Molna Luque Departamento de Economía Aplcada Matemátcas Unversdad de Málaga
Más detallesESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL
ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas
Más detallesVARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.
VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.
Más detallesANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:
Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).
Más detallesVP = 1 VF. Anualidad: conjunto de pagos iguales realizados a intervalos iguales de tiempo.
Ingenería Económca Tema 2.1. Factores de equvalenca y seres de gradentes UNIDAD II. FACTORES USADOS EN LA INGENIERÍA ECONÓMICA Tema 2.1. Factores de equvalenca y seres de gradentes Saber: Descrbr los factores
Más detallesTERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA
Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla
Más detallesGUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22
DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.
Más detallesEstimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores
Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca
Más detallesCAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS
CAPACIDAD DE LAS OJAS DE CÁLCULO EN EL ANÁLISIS Y OPIMIZACIÓN DE PROCESOS Y SISEMAS A. Rvas y. Gómez-Acebo Departamento de Ingenería Mecánca-Área de Ingenería érmca y de Fludos ECNUN - Escuela Superor
Más detallesBalance de Líneas de Producción
Balance de Líneas de Produccón PS 4161 Gestón de la Produccón I 1 Contendo Equlbrado de la línea de produccón Línea de fabrcacón Línea de ensamblaje 2 Objetvos de aprendzaje Cuando haya completado este
Más detallesAplicación de Programación Lineal en el Planeamiento de la Operación de Usinas Hidroeléctricas.
132 Aplcacón de Programacón Lneal en el Planeamento de la Operacón de Usnas Hdroeléctrcas. Lus Barrentos Mujca 1, Lz Alvarez Ferrera 1, Anastaco Sebastán Arce Encna 2 Unversdad Naconal del Este - Facultad
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detalles2.5 Especialidades en la facturación eléctrica
2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros
Más detallesANEXO B SISTEMAS NUMÉRICOS
ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesDescripción de una variable
Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad
Más detallesScientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia
Scenta Et Technca ISSN: 0122-1701 scenta@utp.edu.co Unversdad Tecnológca de Perera Colomba OSPINA GUTIÉRREZ, LUZ MARÍA; ZAPATA RAMÍREZ, GEISON ALEXIS; RODAS RENDON, PAULA ANDREA PRUEBA DE NO LINEALIDAD
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detalles2 Tiempo, causalidad y estado global
2 Tempo, causaldad y estado global Contendo 2.2 Tempo físco 2.2.1 Sncronzacón externa 2.2.2 Sncronzacón nterna 2.2.3 Compensacón de desvacones 2.2.4 Ejemplos 2.3 Tempo lógco y orden de eventos 2.3.1 Modelo
Más detallesLo que necesito saber de mi tarjeta de crédito
Lo que necesto saber de m tarjeta de crédto Informatvo tarjetas de crédto bancaras Cómo obtener una tarjeta de crédto 3 Qué es una tarjeta de crédto La tarjeta de crédto es un medo de pago que permte a
Más detallesCESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesMultiobjetivo para Optimizar un Ambiente Job Shop
Informacón Tecnológca Una Vol. 23(1), Metodología 35-46 (2012) Multobetvo para Optmzar un Ambente Job Shop do: 10.4067/S0718-07642012000100005 Ruz Una Metodología Multobetvo para Optmzar un Ambente Job
Más detallesEn un mercado hay dos consumidores con las siguientes funciones de utilidad:
En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta
Más detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesModelo de programación jerárquica de la producción en un Job shop flexible con interrupciones y tiempos de alistamiento dependientes de la secuencia
REVISTA INGENIERÍA E INVESTIGACIÓN VOL. 28 No. 2, AGOSTO DE 2008 (72-79) Modelo de programacón jerárquca de la produccón en un Job shop flexble con nterrupcones y tempos de alstamento dependentes de la
Más detallesCAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan
CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta
Más detallesUn enfoque de inventarios para planear capacidad en redes de telecomunicaciones
Un enfoque de nventaros para planear capacdad en redes de telecomuncacones arlos Alberto Álvarez Herrera, Maurco abrera Ríos Dvsón de Posgrado en Ingenería de Sstemas, FIME-UANL carlos@yalma.fme.uanl.mx,
Más detallesPregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?
Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,
Más detallesDETERMINACIÓN DEL NIVEL DE PRECIOS PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO
DETERMINACIÓN DEL NIVEL DE PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO Galo Nna Análss y Control RESUMEN El obetvo de este trabao es
Más detalles1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...
TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas
Más detallesTEMA 8: PRÉSTAMOS ÍNDICE
TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE
Más detallesMedia es la suma de todas las observaciones dividida por el tamaño de la muestra.
Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,
Más detallesEJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general
PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que
Más detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesSegmentación robots móviles en espacios inteligentes utilizando técnicas GPCA y minimización de funciones de energía
Segmentacón robots móvles en espacos ntelgentes utlzando técncas GPCA mnmzacón de funcones de energía Crstna Losada, Manuel Mazo, Sra Palazuelos, Francsco edondo Departamento de Electrónca. Unversdad de
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
Más detallesPoblación: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco
Más detallesFacultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística
Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar
Más detallesGrafos. Conceptos básicos
Grafos Se presenta en este módulo, como lectura complementara a los capítulos de Grafos del texto de clase: una lsta de conceptos que deben ser defndos con precsón por los alumnos, los elementos necesaros
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detallesTema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma
Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................
Más detallesNuevos Modelos Probabilísticos. de Localización de Servicios de Emergencias 1
Departamento de Estadístca y Matemátca Aplcada Nuevos Modelos Probablístcos de Localzacón de Servcos de Emergencas Fernando Borrás Rocher Memora para optar al grado de Doctor por la Unversdad Mguel Hernández,
Más detallesReconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1
Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona
Más detallesTRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).
TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detallesOSCILACIONES 1.- INTRODUCCIÓN
OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.
Más detallesTEMA 4. TRABAJO Y ENERGIA.
TMA 4. TRABAJO Y NRGIA. l problema undamental de la Mecánca es descrbr como se moverán los cuerpos s se conocen las uerzas aplcadas sobre él. La orma de hacerlo es aplcando la segunda Ley de Newton, pero
Más detallesVariable aleatoria: definiciones básicas
Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado
Más detallesGINA MARÍA GALINDO PACHECO
MODELO DE PROGRAMACIÓN CON FUNDAMENTO MATEMÁTICO- ESTADÍSTICO PARA LA MINIMIZACIÓN DE COSTOS DE GESTIÓN EN UNA CADENA DE SUMINISTRO, TENIENDO EN CUENTA COSTOS DE NO CALIDAD Y MUESTREO GINA MARÍA GALINDO
Más detalles1. Lección 7 - Rentas - Valoración (Continuación)
Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento
Más detallesModelado de Contratos en Modalidad de Take Or Pay
Modelado de Contratos en Modaldad de Tae Or ay Enrque Brgla, UTE Elías Carnell, UTE Fernando Ron, UTE Resumen-- El objetvo del trabajo es modelar en el software de smulacón de sstemas eléctrcos SIMSEE,
Más detallesAnálisis de Sistemas Multiniveles de Inventario con demanda determinística
7 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 00 Análss de Sstemas Multnveles de Inventaro con demanda determnístca B. Abdul-Jalbar, J. Gutérrez, J. Scla Departamento de
Más detallesMEDIDAS DESCRIPTIVAS
Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento
Más detallesAnálisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto
Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema
Más detallesTEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
Más detallesTema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Más detallesAPENDICE A. El Robot autónomo móvil RAM-1.
Planfcacón de Trayectoras para Robots Móvles APENDICE A. El Robot autónomo móvl RAM-1. A.1. Introduccón. El robot autónomo móvl RAM-1 fue dseñado y desarrollado en el Departamento de Ingenería de Sstemas
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesEJERCICIOS RESUELTOS TEMA 2
EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;
Más detallesVida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad
Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede
Más detallesUn modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesMatemáticas Discretas
Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón
Más detallesAplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa
Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones
Más detallesCorrelación y regresión lineal simple
. Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan
Más detallesinformática de gestión de las Cuentas de Depósitos y Consignaciones Secretarios Coordinadores Provinciales perfiles de acceso a la aplicación
pe ESTADO Instruccón 1/2010, relatva a nuevos perfles de acceso a la aplcacón nformátca de gestón de las Cuentas de Depóstos y Consgnacones Judcales para Secretaros de Goberno y Secretaros Coordnadores
Más detalles