UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW)

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

Download "UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW)"

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 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 detalles

Palabras clave: Ruteo, descomposición cruzada separable, asignación-distribución

Palabras 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 detalles

Organización y resumen de datos cuantitativos

Organización 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 detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: 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 detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN 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 detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación 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 detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo 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 detalles

Un Modelo de Asignación de Recursos a Rutas en el Sistema de Transporte Masivo Transmilenio

Un 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 detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL 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 detalles

El Hombre y la Máquina ISSN: 0121-0777 maquina@uao.edu.co Universidad Autónoma de Occidente Colombia

El 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 detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado 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 detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR 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 detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo 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 detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS 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 detalles

3. VARIABLES ALEATORIAS.

3. 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 detalles

Control de Inventarios y su Aplicación en una Compañía de Telecomunicaciones

Control 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 detalles

UNA 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. 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 detalles

Tema 4: Variables aleatorias

Tema 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 detalles

1.- Objetivo Alcance Metodología...3

1.- 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 detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 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 detalles

CONTROL 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) 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 detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. 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 detalles

INGENIERÍA ENERGÉTICA

INGENIERÍA 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 detalles

Unidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI

Unidad 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 detalles

Lo que necesito saber de mi Tarjeta de Crédito

Lo 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 detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos 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 detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 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 detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo 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 detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS 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 detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES 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 detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA 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 detalles

DISEÑO DE RUTAS DE TRANSPORTE ESCOLAR CON VENTANAS TEMPORALES MÓVILES

DISEÑO 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 detalles

PROBLEMAS DE RUTAS EN CAMINOS FORESTALES CONSIDERANDO MÚLTIPLES CRITERIOS

PROBLEMAS 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 detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA 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 detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE 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 detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS 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 detalles

VP = 1 VF. Anualidad: conjunto de pagos iguales realizados a intervalos iguales de tiempo.

VP = 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 detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA 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 detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS 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 detalles

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación 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 detalles

CAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS

CAPACIDAD 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 detalles

Balance de Líneas de Producción

Balance 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 detalles

Aplicación de Programación Lineal en el Planeamiento de la Operación de Usinas Hidroeléctricas.

Aplicación 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 detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación 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 detalles

2.5 Especialidades en la facturación eléctrica

2.5 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 detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO 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 detalles

La adopción y uso de las TICs en las Microempresas Chilenas

La 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 detalles

Descripción de una variable

Descripción 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 detalles

Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia

Scientia 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 detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO 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 detalles

2 Tiempo, causalidad y estado global

2 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 detalles

Lo que necesito saber de mi tarjeta de crédito

Lo 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 detalles

CESMA BUSINESS SCHOOL

CESMA 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 detalles

Capitalización y descuento simple

Capitalización 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 detalles

Multiobjetivo para Optimizar un Ambiente Job Shop

Multiobjetivo 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 detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En 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 detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES 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 detalles

Modelo de programación jerárquica de la producción en un Job shop flexible con interrupciones y tiempos de alistamiento dependientes de la secuencia

Modelo 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 detalles

CAPITULO 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. 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 detalles

Un enfoque de inventarios para planear capacidad en redes de telecomunicaciones

Un 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 detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta 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 detalles

DETERMINACIÓN 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 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 detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. 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 detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 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 detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media 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 detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 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 detalles

Modelos triangular y parabólico

Modelos 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 detalles

Segmentación robots móviles en espacios inteligentes utilizando técnicas GPCA y minimización de funciones de energía

Segmentación 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 detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material 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 detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: 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 detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad 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 detalles

Grafos. Conceptos básicos

Grafos. 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 detalles

Problemas donde intervienen dos o más variables numéricas

Problemas 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 detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS 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 detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 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 detalles

Nuevos Modelos Probabilísticos. de Localización de Servicios de Emergencias 1

Nuevos 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 detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento 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 detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 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 detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- 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 detalles

OSCILACIONES 1.- INTRODUCCIÓN

OSCILACIONES 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 detalles

TEMA 4. TRABAJO Y ENERGIA.

TEMA 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 detalles

Variable aleatoria: definiciones básicas

Variable 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 detalles

GINA MARÍA GALINDO PACHECO

GINA 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 detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. 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 detalles

Modelado de Contratos en Modalidad de Take Or Pay

Modelado 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 detalles

Análisis de Sistemas Multiniveles de Inventario con demanda determinística

Análisis 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 detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS 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 detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis 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 detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 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 detalles

Tema 1.3_A La media y la desviación estándar

Tema 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 detalles

APENDICE A. El Robot autónomo móvil RAM-1.

APENDICE 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 detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice 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 detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS 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 detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida 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 detalles

Un 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 detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS 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 detalles

Matemáticas Discretas

Matemáticas 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 detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación 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 detalles

Correlación y regresión lineal simple

Correlación 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 detalles

informática de gestión de las Cuentas de Depósitos y Consignaciones Secretarios Coordinadores Provinciales perfiles de acceso a la aplicación

informática 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